王 康 陳 悅

(大連理工大學(xué)科學(xué)學(xué)與科技管理研究所暨 WISE 實驗室 大連 116024)

0 引 言

顛覆性技術(shù)作為科技創(chuàng)新的重大成果，又被稱為破壞性技術(shù)、突破性技術(shù)[1]，自克萊頓·克里斯坦森[2]提出后引起了各國在國家戰(zhàn)略層面的廣泛關(guān)注。顛覆性技術(shù)對提升國家安全、軍事實力、產(chǎn)業(yè)競爭力和人民生活水平等諸方面具有重要作用，實踐已經(jīng)并將繼續(xù)證明, 誰及時發(fā)現(xiàn)并部署推動顛覆性技術(shù)創(chuàng)新, 誰就贏得了當今全球化競爭的發(fā)展先機[3]。因此，顛覆性技術(shù)的預(yù)先識別成為各國爭相布局的戰(zhàn)略重點，如美國國防部高級研究計劃局、戰(zhàn)略能力辦公室、空間技術(shù)任務(wù)部和顛覆性技術(shù)實驗室等機構(gòu)的設(shè)置的戰(zhàn)略宗旨就是“保持國家技術(shù)優(yōu)勢，應(yīng)對國外技術(shù)突襲”；英國不斷完善產(chǎn)學(xué)研體系，積極預(yù)測并支持未來顛覆性技術(shù)發(fā)展；俄羅斯國防高級研究基金會將捕獲包括顛覆性技術(shù)在內(nèi)的新興前沿技術(shù)作為重要任務(wù)；日本也實施“顛覆性技術(shù)創(chuàng)新計劃”，旨在為未來產(chǎn)業(yè)生產(chǎn)、經(jīng)濟增長和社會發(fā)展帶來根本性的轉(zhuǎn)變。

當前，以智能化為核心的新一輪科技革命，正在全球呈現(xiàn)出方興未艾的發(fā)展態(tài)勢[4]，表現(xiàn)為主導(dǎo)技術(shù)以技術(shù)群落(信息技術(shù)、生命科學(xué)技術(shù)、低碳綠色技術(shù)、新能源技術(shù)和新材料技術(shù)等技術(shù)群落)的形式出現(xiàn)和學(xué)科交叉融合加速等特征[5]，人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、5G、3D打印等顛覆性技術(shù)大量涌現(xiàn)，各技術(shù)之間的有機融合成為技術(shù)范式變革的重要路徑?；诩夹g(shù)融合的顛覆性技術(shù)創(chuàng)新孕育著以綠色、智能、泛在為特征的新一輪科學(xué)革命和技術(shù)革命。納米科學(xué)與技術(shù)、生物技術(shù)與生物醫(yī)學(xué)、信息技術(shù)、認知科學(xué)四大前沿技術(shù)的協(xié)同與融合締造了全新的研究思路，帶來了新的大一統(tǒng)、大科學(xué)、以人為本的整體科技發(fā)展觀，大幅提升社會創(chuàng)新能力、國家生產(chǎn)力水平和國家綜合競爭力[6-7]。研究發(fā)現(xiàn)多項技術(shù)創(chuàng)新的集成、邊緣性技術(shù)創(chuàng)新與主流技術(shù)的集成等，往往能對現(xiàn)有的技術(shù)范式和市場以意想不到的方式形成巨大的沖擊[8]。顛覆性技術(shù)不會是單一技術(shù)，一般是具有復(fù)雜內(nèi)在結(jié)構(gòu)的技術(shù)群。以某一技術(shù)為主導(dǎo)，多種技術(shù)為輔助或支撐[9]?；诖耍疚膹募夹g(shù)融合視角利用專利數(shù)據(jù)進行顛覆性技術(shù)識別的實證研究，得到的結(jié)論可以分為兩部分：第一：本文通過相似性指標(專利對耦合強度)、影響力指標(專利對共被引強度)和新穎性指標(1-標準引用半衰期)可以篩選出跨技術(shù)領(lǐng)域融合的重要專利對。第二：通過自然語言處理技術(shù)進一步挖掘識別出的專利對可以識別專利所代表的具體技術(shù)，進而明確技術(shù)發(fā)展中的重要技術(shù)，為技術(shù)未來發(fā)展方向提供指導(dǎo)。

1 相關(guān)研究

1.1顛覆性技術(shù)產(chǎn)生方式表1列出了三次工業(yè)革命中典型顛覆性技術(shù)及其特點和技術(shù)產(chǎn)生方式。

表1 引發(fā)歷次工業(yè)革命的典型顛覆性技術(shù)

在第二次工業(yè)革命之前，傳統(tǒng)經(jīng)驗技術(shù)往往來源于基于現(xiàn)象的編碼和現(xiàn)有技術(shù)的簡單組合，此時自然現(xiàn)象比較容易觀察、發(fā)現(xiàn)，形成的滿足基本需求的技術(shù)也較為簡單，在此階段科學(xué)和技術(shù)是相互分離的，技術(shù)的進步更多地是以工匠的實踐經(jīng)驗和努力為創(chuàng)新源泉[10]。隨著第二次工業(yè)革命的開始，基于經(jīng)驗的技術(shù)很難發(fā)現(xiàn)深藏的現(xiàn)象，通過科學(xué)去發(fā)現(xiàn)、認識現(xiàn)象，并上升為理論成為技術(shù)發(fā)展的必經(jīng)之路。在此時期，基于經(jīng)驗的技術(shù)逐漸演化為基于科學(xué)的技術(shù)。技術(shù)是對現(xiàn)象的駕馭，而這很大程度上是由科學(xué)揭示的，即在科學(xué)的指導(dǎo)下，通過對現(xiàn)象進行有目的的編程形成新技術(shù)，進而引發(fā)產(chǎn)業(yè)革命，即眾多學(xué)者所認為的基于新原理、新發(fā)現(xiàn)是顛覆性技術(shù)產(chǎn)生的重要來源之一[11-15]，見圖1a。

當然，新技術(shù)并非總是直接產(chǎn)生于新現(xiàn)象，現(xiàn)象與技術(shù)之間存在一條很難跨越的鴻溝。現(xiàn)有技術(shù)是技術(shù)變化的“思考單位”，現(xiàn)有技術(shù)的組合是從舊技術(shù)中產(chǎn)生出新技術(shù)的主要邏輯[16](見圖1b)。正如S.J.Kline等[17]所述，企業(yè)通常因為商業(yè)需求，從對現(xiàn)有知識進行評估和組合開始創(chuàng)新，只有當這種做法遇到障礙時，他們才會考慮投資科學(xué)研究。Schoenmakers等[18]通過實證研究發(fā)現(xiàn)顛覆性創(chuàng)新技術(shù)主要來源于已存在的

(a)基于新原理、新發(fā)現(xiàn)的顛覆性技術(shù)

(b)基于技術(shù)融合的顛覆性技術(shù)

知識及其組合。顛覆性技術(shù)創(chuàng)新同樣伴隨大量的技術(shù)轉(zhuǎn)移、技術(shù)集成和二次創(chuàng)新[11-15]。此外，技術(shù)的跨領(lǐng)域應(yīng)用亦是顛覆性技術(shù)產(chǎn)生的重要方式[11-15]，即技術(shù)與領(lǐng)域的組合，屬于廣義上的技術(shù)融合。

1.2技術(shù)融合相關(guān)綜述熊彼特[19]認為創(chuàng)新就是建立一種新的生產(chǎn)函數(shù)，把一種從來沒有的關(guān)于生產(chǎn)要素和生產(chǎn)條件的新組合引入生產(chǎn)體系，以實現(xiàn)對生產(chǎn)要素或生產(chǎn)條件的新組合。創(chuàng)新并非創(chuàng)造全新事物，而是把不同要素重新組合形成新事物的過程[20]。阿瑟[21]認為“達爾文機制”無法對根本性的新技術(shù)的產(chǎn)生起作用，“遺傳機制”(即已有技術(shù)的新組合)在很大程度上能夠解釋技術(shù)(包括不連續(xù)技術(shù))是如何產(chǎn)生的，并據(jù)此提出了組合進化機制，即所有的技術(shù)都是現(xiàn)存技術(shù)的組合、技術(shù)的每個組件自身也是縮微的技術(shù)、所有的技術(shù)都會利用或開發(fā)某種(通常是幾種)效應(yīng)或現(xiàn)象。

顛覆性技術(shù)在更大程度上基于現(xiàn)存知識，通過在更多知識領(lǐng)域內(nèi)進行重組，引發(fā)顛覆性創(chuàng)新[18]，來自通常可能沒有聯(lián)系的領(lǐng)域知識組合可能帶來更突破的發(fā)明。從當前科技發(fā)展的趨勢來看，多學(xué)科交叉、會聚和融合更有利于產(chǎn)生新的科技前沿和顛覆性技術(shù)[22]，不同技術(shù)有機結(jié)合推動引導(dǎo)重大顛覆性技術(shù)創(chuàng)新[23-24]，即新技術(shù)都是在現(xiàn)有技術(shù)基礎(chǔ)上組合發(fā)展起來的[21]，顛覆性技術(shù)往往源于各項技術(shù)的融合[25]。劉昊等[26]認為新興和顛覆性技術(shù)的融合更易于對未來軍事能力產(chǎn)生顛覆性影響；Ahuja等[27]認為突破性創(chuàng)新需要廣泛搜索信息并重組不同類型的知識，以打破這些聯(lián)系并產(chǎn)生具有高經(jīng)濟價值的新想法；李占強[28]認為突破性技術(shù)可來源于最前沿的新穎技術(shù)或極具創(chuàng)新性的整合高新技術(shù)。當前，大數(shù)據(jù)、人工智能、區(qū)塊鏈、3D 打印和物聯(lián)網(wǎng)等顛覆性技術(shù)的融合帶來了一波變革浪潮，有可能改變經(jīng)濟結(jié)構(gòu)、商業(yè)模式、公司和工作崗位，這些技術(shù)可以跨多個部門部署，并且可以衍生其他創(chuàng)新[29]。前所未有的技術(shù)領(lǐng)域融合被認為是技術(shù)開發(fā)過程中技術(shù)新穎性和顛覆性的來源，從技術(shù)角度來看，“融合專利”具有影響力，可以衡量公司顛覆性創(chuàng)新的程度[30]。

雖然從理論上可利用技術(shù)融合識別顛覆性技術(shù)，但是在實踐方面從該視角識別顛覆性技術(shù)的研究還較少。大量研究將技術(shù)融合理論用于技術(shù)機會識別，如Kim等[31]依據(jù)專利集群之間的連接性來確定具有高度融合潛力的專利對，并提取核心專利的關(guān)鍵詞進行組合以識別潛在技術(shù)機會；韓燕等[32]參考Kim等的研究思路，分別以論文和專利數(shù)據(jù)為研究對象，采用連邊關(guān)鍵程度中心度指標來識別在網(wǎng)絡(luò)中對技術(shù)融合起到重要作用的連邊以識別潛在技術(shù)機會；陳悅[33]和王友發(fā)等[34]基于技術(shù)融合視角識別了機器人和人工智能領(lǐng)域未來技術(shù)發(fā)展中的潛在機會；慎金花等[35]從跨社群技術(shù)融合視角識別未來技術(shù)機會。

上述研究多從共被引、技術(shù)主題詞、IPC等單維度進行技術(shù)融合的測度，本文的創(chuàng)新點是通過綜合考慮共被引和耦合兩個維度進行技術(shù)的跨領(lǐng)域融合測度，以此識別出跨技術(shù)融合的重要專利對，并據(jù)此作為顛覆性技術(shù)識別的依據(jù)。

2 研究方法

技術(shù)融合視角下基于專利的顛覆性技術(shù)識別研究過程主要分為數(shù)據(jù)處理、重要專利對篩選和顛覆性技術(shù)識別三大模塊(見圖2)。

圖2 技術(shù)融合視角下基于專利的顛覆性技術(shù)識別研究流程

2.1數(shù)據(jù)準備

2.1.1 專利收集與下載 本文選擇人工智能技術(shù)領(lǐng)域?qū)＠麨閷嶒灠咐M行模型驗證研究，數(shù)據(jù)來源于德溫特專利數(shù)據(jù)庫( DII)，其收錄來自全球40多個專利機構(gòu)(涵蓋100多個國家) 的1000多萬條基本發(fā)明專利。綜合考慮查全率與查準率，制定如下檢索策略：TI=("artificial intelligence*" OR "Depth learning*" OR "Natural language processing*" OR "Speech Recognition*" OR "Computer vision*" OR "Gesture control* "OR "smart robot*" OR "Video recognition*" OR "Voice translation*" OR "Image Recognition*" OR "Machine learning*")，時間跨度為所有年份。檢索時間為2020年8月18日，共檢出專利39 366條，以此作為研究對象。

2.1.2 專利耦合對構(gòu)建 專利耦合指如果兩件(或多件)專利同時引用了一件或多件專利，則這兩件(或多件)專利之間的關(guān)系稱為“專利耦合”。同時引用了專利的兩件(或多件)專利稱為耦合專利，共同引用專利的數(shù)量稱為耦合強度。基于此概念提取人工智能領(lǐng)域?qū)＠氖┮龑＠柡捅灰龑＠柌⑦M行清洗去重，構(gòu)建耦合專利對，同時計算耦合強度。

2.1.3 專利共被引對構(gòu)建 專利共被引指兩件(或多件)專利同時被后來的一件或多件專利所引證，則稱這兩件(或多件)被引證專利具有“同被引”(co-citation)關(guān)系，又稱“同引”或“共引”。引證這兩件專利的施引專利數(shù)量稱為共被引強度，一般共被引強度越大兩件專利聯(lián)系越密切。同樣基于此概念提取人工智能領(lǐng)域被引專利號并進行清洗去重，構(gòu)建共被引專利對，同時計算共被引強度。

2.2跨技術(shù)領(lǐng)域融合的重要專利對篩選顛覆性技術(shù)識別并非數(shù)據(jù)樣本越大越好，具有顛覆性潛能的技術(shù)初始信號往往非常薄弱，大量低價值的數(shù)據(jù)容易隱藏真正有價值的關(guān)鍵信息?；诖?，部分學(xué)者試圖從核心、重要專利中挖掘顛覆性技術(shù)與技術(shù)發(fā)展趨勢[36-38]。本文基于以上研究思路，從技術(shù)融合角度提出一種篩選出跨技術(shù)領(lǐng)域融合的重要專利對的方法，具體指標包括相似性指標(專利對耦合強度)、影響力指標(專利對共被引強度)和新穎性指標(1-標準引用半衰期)，各指標論述如下。

2.2.1 相似性指標(SI) 基于引文分析的三個基本假設(shè)[39]，我們定義專利耦合的三個基本假設(shè)：a.如果專利間形式上存在聯(lián)系，則內(nèi)容上必然也存在某種聯(lián)系；b.若耦合形式一樣，則專利間內(nèi)容聯(lián)系的程度一樣，對于每種內(nèi)容間的聯(lián)系均可定義相應(yīng)的計量單位；c.專利間存在的聯(lián)系強度(程度)均具有簡單的可加性?；谏鲜鋈齻€假設(shè)，可將耦合強度作為耦合專利對相似性測度指標，耦合強度越大說明兩件專利的相關(guān)性越緊密，即技術(shù)的關(guān)聯(lián)性越強，反之亦然。

2.2.2 影響力指標(II) 專利引用量可以在一定程度上反映此項技術(shù)的創(chuàng)新程度[40]，一項專利被引用的次數(shù)多，表明該專利對后續(xù)技術(shù)的研發(fā)產(chǎn)生較大的影響[41]，高被引專利最有可能成為顛覆性技術(shù)[42]，基于此，我們將專利引用擴展到專利對共被引，共被引頻次越高，表明技術(shù)融合越密切，技術(shù)融合的影響力越大。

2.2.3 新穎性指標(NI) 考慮到專利對新穎性問題，我們參考文獻半衰期思想，設(shè)計專利對引用半衰期指標，即統(tǒng)計具有一定影響力的專利對共被引頻次中較新的一半是在多長時間內(nèi)被引用的，鑒于不同專利對引用時間跨度的差異，將引用半衰期標準化，即每組專利對的引用半衰期除以首次被引至今的時間間隔，標準引用半衰期越小表明該專利對所代表的技術(shù)融合越熱，越有可能現(xiàn)在或即將成為該領(lǐng)域的顛覆性技術(shù)。為順應(yīng)經(jīng)驗，用1-標準引用半衰期表示新穎性，該值越大越有可能現(xiàn)在或即將成為該領(lǐng)域的顛覆性技術(shù)(公式1)。

(1)

其中，NI為標準引用半衰期；PC為專利共被引對，i為PC首次被引年份，n為當前年份。

2.2.4 跨技術(shù)領(lǐng)域融合重要專利對選擇 基于技術(shù)相似性、影響力和新穎性測度結(jié)果，我們選擇同時滿足低相似度、高影響力和高新穎性的重要專利對，上述專利對組合從理論上代表著不同技術(shù)的融合，由于其具有較高的影響力和新穎性，說明此種技術(shù)融合對當前技術(shù)發(fā)展方向產(chǎn)生了重要影響，需要重點關(guān)注與解讀。因此，依據(jù)上述三項指標選擇跨技術(shù)融合的重要專利對，作為技術(shù)融合視角下顛覆性技術(shù)出現(xiàn)的開端。

2.3顛覆性技術(shù)識別以跨技術(shù)領(lǐng)域融合的重要專利對及其施引專利為數(shù)據(jù)源，為確保技術(shù)術(shù)語的針對性從專利標題中進行技術(shù)詞提取。首先利用Rake算法，以標點符號、停用詞和其他不包含語義信息的單詞為分詞點，將長句分為若干短句；然后根據(jù)共現(xiàn)原理將短句中單詞的度與其頻次之比的總和作為該短句的綜合得分(公式2)，依據(jù)此得分來判斷和識別詞組，其中分值越大越有可能是一個詞組；然后以技術(shù)出現(xiàn)頻次為橫坐標、中間中心性(公式3)為縱坐標的技術(shù)戰(zhàn)略坐標圖展示技術(shù)關(guān)鍵詞所處位置，將同時滿足高頻和高中間中心性的技術(shù)確定為顛覆性技術(shù)。

PSi=∑iDegree(wi)/Frequency(wi)

(2)

其中，F(xiàn)requency(wi)為詞出現(xiàn)的頻次；Degree(wi)為詞的點度中心性。

(3)

其中，bjk為j到k的最短路徑的個數(shù)；bjik為從節(jié)點j到k的且經(jīng)過節(jié)點i的最短路徑的個數(shù)。

3 案例研究

3.1人工智能技術(shù)領(lǐng)域整體變化趨勢人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，該領(lǐng)域的研究內(nèi)容主要包括機器學(xué)習(xí)、語音識別、圖像識別、自然語言處理和專家系統(tǒng)等，其目標是使機器能完成一些通常需要借助人類高端智能才能完成的復(fù)雜性工作。自提出至今人工智能取得了長足的發(fā)展，成為一門廣泛的交叉和前沿科學(xué)。人工智能技術(shù)作為新一代數(shù)字技術(shù)的典型代表，逐漸嵌入其他技術(shù)領(lǐng)域，進而從專業(yè)領(lǐng)域走向?qū)嶋H應(yīng)用，實現(xiàn)對其他技術(shù)領(lǐng)域和行業(yè)的賦能。

依據(jù)專利申請量、專利權(quán)人數(shù)量、發(fā)明人數(shù)量和技術(shù)領(lǐng)域的數(shù)量(四位IPC數(shù)量字段信息統(tǒng)計)，可將人工智能技術(shù)發(fā)展大致劃分為3個階段(圖3a)。1965-1991年人工智能處于萌芽期，少量機構(gòu)和科學(xué)家進入該領(lǐng)域，每年專利申請量較少，但該時間段科學(xué)家積極研發(fā)，IPC技術(shù)涉及面開始緩慢擴大；1992-2011年人工智能處于緩慢發(fā)展期，經(jīng)過萌芽期的技術(shù)積累，機構(gòu)和科學(xué)家數(shù)量開始以穩(wěn)定的速度進入該領(lǐng)域，專利也以穩(wěn)定的速度增加；2012年以來人工智能處于迅速發(fā)展期，吸引了大量研發(fā)機構(gòu)和科學(xué)家，專利申請成指數(shù)級增加，IPC涵蓋范圍也快速增加。究其原因在于隨著大數(shù)據(jù)時代的來臨以及計算機算力的迅速提升，人工智能在算法方面迎來了黃金發(fā)展期，來自各行業(yè)的大數(shù)據(jù)源源不斷的為機器學(xué)習(xí)和深度學(xué)習(xí)提供實驗數(shù)據(jù)，使算法不斷得到優(yōu)化，為人工智能技術(shù)應(yīng)用提供了強有力的支撐。同時，人工智能技術(shù)在醫(yī)療健康、人臉識別、自動駕駛、消費零售、金融等領(lǐng)域成功運用又反過來促進人工智能技術(shù)的的持續(xù)發(fā)展，形成馬太效應(yīng)。

本文采用經(jīng)典的邏輯曲線模型對專利申請累積量進行擬合，以預(yù)測人工智能技術(shù)的發(fā)展階段。目前，人工智能技術(shù)處于指數(shù)增長的初級階段，距離高峰時間2029年仍有8年時間，在此期間關(guān)于人工智能的技術(shù)仍會保持指數(shù)增長趨勢。因此，建議我國政府和科研人員抓緊這幾年機遇期，力爭在人工智能領(lǐng)域占領(lǐng)技術(shù)制高點。同時，該邏輯曲線模型給出了人工智能技術(shù)成熟度和對應(yīng)時間，分別為0.01(1995年)、0.1(2012年)、0.5(2029年)、0.9(2046年)、0.99(2063年)(圖3b)。

(a)人工智能技術(shù)領(lǐng)域整體發(fā)展趨勢

(b)人工智能技術(shù)領(lǐng)域發(fā)展階段預(yù)測

3.2跨技術(shù)領(lǐng)域融合的重要專利對統(tǒng)計人工智能領(lǐng)域?qū)＠脖灰l次、專利耦合頻次和新穎性，其中高共被引專利對表示不同專利融合的影響力較大，低耦合專利對表示專利間技術(shù)相異性較大，高新穎性表示共被引專利對所融合的技術(shù)較新，是近期廣泛關(guān)注的技術(shù)?；诖耍覀儚? 124 606對專利共被引中篩選出共被引頻次>5的48 544對專利對，繼而篩選出相似性為0，并且新穎性≥0.5的1 554對專利對。這1 554對重要專利對是由399件專利組配而成。本文為保證技術(shù)的前沿性，將1 898件重要專利對的施引專利與前期入選的399件專利合集作為顛覆性技術(shù)識別的數(shù)據(jù)集。

3.3顛覆性技術(shù)識別專利數(shù)據(jù)沒有關(guān)鍵詞，因此首先利用Rake算法提取技術(shù)關(guān)鍵詞。但經(jīng)實驗，該方法分出的詞組中摻雜較多短句，尚不能精準的得到詞組信息?；诖?，我們在Rake算法的基礎(chǔ)上利用N-gram算法將短句進一步劃分，生成N-Gram(N=2、3、4)并統(tǒng)計匯總。其中，4元組和3元組選取頻次≥3的關(guān)鍵詞組，2元組選取頻次≥5的關(guān)鍵詞組，最后人工篩選出技術(shù)詞并返回專利集提取，作為顛覆性技術(shù)識別的候選技術(shù)。在上述操作的基礎(chǔ)上進行頻次統(tǒng)計(見表2)，語音識別、語音識別系統(tǒng)、語音控制、通信設(shè)備、電子設(shè)備、移動設(shè)備、移動電話、計算設(shè)備、音頻數(shù)據(jù)、電腦系統(tǒng)、自然語言、語言模型、個人數(shù)字助理、通信系統(tǒng)、客戶端設(shè)備等技術(shù)或產(chǎn)品是目前人工智能領(lǐng)域關(guān)注的焦點與前沿。

表2 基于重要專利集的人工智能領(lǐng)域高頻技術(shù)詞(頻次≥20)

為進一步識別人工智能領(lǐng)域顛覆性技術(shù)，我們引入技術(shù)戰(zhàn)略坐標圖的形式進行展示。以目標數(shù)據(jù)集中技術(shù)關(guān)鍵詞數(shù)量為橫坐標，中間中心性為縱坐標，橫縱坐標各自均值為坐標原點進行戰(zhàn)略坐標圖繪制，見圖4。處于第一象限的技術(shù)具備高頻和高中間中心性雙重特點，是當前研究的核心技術(shù)，由于上述技術(shù)是基于跨技術(shù)融合重要專利對及其施引專利挖掘得到的，因此我們將其視為人工智能領(lǐng)域跨技術(shù)融合的顛覆性技術(shù)。經(jīng)歸類，具體可劃分為4大類：語音識別技術(shù)、移動通信技術(shù)、自然語言處理技術(shù)和人機交互技術(shù)。

圖4 基于重要專利集的人工智能領(lǐng)域技術(shù)戰(zhàn)略坐標

3.3.1 語音識別技術(shù) 語音識別是計算機科學(xué)和計算語言學(xué)的一個跨學(xué)科子領(lǐng)域，整合了計算機科學(xué)，語言學(xué)和計算機工程領(lǐng)域的知識和研究，使計算機可以識別口語并轉(zhuǎn)化為相應(yīng)的文本，也被稱為自動語音識別，計算機語音識別或語音轉(zhuǎn)文本。從技術(shù)角度來看，語音識別歷史悠久，經(jīng)歷了幾波重大創(chuàng)新。近年來，該領(lǐng)域受益于深度學(xué)習(xí)和大數(shù)據(jù)的進步，在學(xué)術(shù)和產(chǎn)業(yè)化兩方面均取得了顛覆性的成效。一方面學(xué)術(shù)論文、專利數(shù)量激增，另一方面全球行業(yè)在設(shè)計和部署語音識別系統(tǒng)中采用了各種深度學(xué)習(xí)方法，如長短時記憶網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)和時延神經(jīng)網(wǎng)絡(luò)等。當前，語音識別無論是性能還是商用都取得了跨越式的提升，廣泛應(yīng)用于車載系統(tǒng)、智能家居、醫(yī)療保健、軍事、教育、電子游戲和虛擬助手等領(lǐng)域，已經(jīng)成為一種名副其實的顛覆性技術(shù)，未來有望取得更加廣泛的應(yīng)用。

3.3.2 移動通信技術(shù) 移動通信技術(shù)是用于蜂窩通信的技術(shù)，近年來，移動通信技術(shù)和人工智能技術(shù)的集成使其成為業(yè)界關(guān)注的焦點，正在為我們的社會生活帶來巨大的變化。通過使用高覆蓋范圍的移動通信網(wǎng)絡(luò)，高速無線網(wǎng)絡(luò)和各種類型的移動信息終端，移動通信技術(shù)的使用為移動交互打開了廣闊的空間。隨著5G移動網(wǎng)絡(luò)時代的到來，智慧城市，智慧交通，智慧物流等將變得更加智能；無人駕駛、虛擬現(xiàn)實等技術(shù)在高速率、低延遲的5G網(wǎng)絡(luò)下也將變得更加成熟。我國在5G技術(shù)研發(fā)方面處于世界領(lǐng)先地位，2019年工信部正式向中國電信、移動、聯(lián)通、廣電發(fā)放5G商用牌照，我國正式進入5G商用元年。5G技術(shù)未來發(fā)展除了影響人際溝通之外，還能極大改善機器與人，以及機器與機器之間的溝通，由此人類將從互聯(lián)網(wǎng)時代進入萬物互聯(lián)的物聯(lián)網(wǎng)時代。2019年，在第32屆信號處理系統(tǒng)研討會上，與會專家一致認為在未來10年甚至30年，人工智能、移動通信(5G)和芯片設(shè)計的交叉融合將成為該領(lǐng)域的主要研究方向。

3.3.3 自然語言處理技術(shù) 自然語言處理是語言學(xué)，計算機科學(xué)和人工智能的一個子領(lǐng)域，與計算機和人類語言之間的相互作用有關(guān)，尤其是如何對計算機進行編程以處理和分析大量自然語言數(shù)據(jù)。自然語言處理中的挑戰(zhàn)經(jīng)常涉及語音識別，自然語言理解和自然語言生成。自然語言處理技術(shù)經(jīng)歷了由符號化自然語言處理、統(tǒng)計自然語言處理到神經(jīng)網(wǎng)絡(luò)自然語言處理技術(shù)的轉(zhuǎn)變，較為流行的處理技術(shù)包括使用單詞嵌入捕獲單詞的語義特性，并增加對更高級別任務(wù)(例如，問題回答)的端到端學(xué)習(xí)。隨著深度學(xué)習(xí)算法的進步和大數(shù)據(jù)時代的到來，自然語言處理技術(shù)也取得了顯著發(fā)展，常見的自然語言處理技術(shù)包括文字和語音處理、形態(tài)分析、句法分析、語義分析等，常見的應(yīng)用包括光學(xué)字符識別、虛擬助手(比如Siri、Alexa、Cortana、Now等)、自動摘要、機器翻譯、自動問答系統(tǒng)等。

3.3.4 人機交互技術(shù) 人機交互是研究計算機技術(shù)的設(shè)計和使用，涵蓋計算機科學(xué)，心理學(xué)、行為科學(xué)，圖形設(shè)計和社會學(xué)等多學(xué)科的知識和技術(shù)，其中人與計算機之間的接口是研究的重點，不同類型的接口需要不同的人類行為，我們通常使用的是圖形用戶界面(GUI)接口，如瀏覽器、桌面應(yīng)用程序、鍵盤、鼠標等工具或設(shè)備，此類接口屬于基于命令或動作的接口。隨著技術(shù)的發(fā)展，人機交互由傳統(tǒng)的基于硬件設(shè)備的交互拓展到基于語音識別的交互技術(shù)、基于觸控的交互技術(shù)、基于動作識別的交互技術(shù)、基于眼動追蹤的交互技術(shù)和基于腦電波追蹤的交互技術(shù)等，人機交互得到了顛覆性發(fā)展。具體技術(shù)如虛擬現(xiàn)實(Virtual Reality)技術(shù)使人能夠在人造世界中移動，并與虛擬特征或物品進行交互。腦機接口技術(shù)使人類可以利用大腦活動產(chǎn)生的電信號與環(huán)境互動，影響或改變環(huán)境，對替代或恢復(fù)患有神經(jīng)肌肉疾病(如腦癱、中風(fēng)或脊髓損傷)的殘疾人具有重要意義[43]；可穿戴技術(shù)可穿戴在皮膚附近或皮膚上，在皮膚上進行檢測，傳輸自身或環(huán)境數(shù)據(jù)的信息，并將這些信息隨時反饋給穿戴者，常用于檢測自身健康狀況；智能虛擬助理使用自然語言處理技術(shù)、語音識別技術(shù)等來識別和響應(yīng)語音命令，用戶可以向助手提問，通過語音控制家庭自動化設(shè)備和媒體播放，還可以使用口頭命令管理其他基本任務(wù)，例如發(fā)郵件、打電話、播放音樂等[44]。上述技術(shù)均屬于具備顛覆性的智能人機交互技術(shù)。

4 結(jié) 語

世界新一輪科技革命為顛覆性技術(shù)涌現(xiàn)創(chuàng)造了新的機遇，推進顛覆性技術(shù)發(fā)展已成為大國博弈的戰(zhàn)略選擇[45]。顛覆性技術(shù)具有典型的后驗性，但通過一定的方法預(yù)先識別并部署推動顛覆性技術(shù)顯得尤為重要。本文基于人工智能領(lǐng)域?qū)＠麛?shù)據(jù)，從技術(shù)融合視角下根據(jù)專利對的影響力指標、相似性指標和新穎性指標篩選出重要專利對，然后利用自然語言處理技術(shù)提取重要專利對及其施引專利的的技術(shù)詞，最后通過技術(shù)戰(zhàn)略坐標挖掘出人工智能領(lǐng)域的顛覆性技術(shù)。研究發(fā)現(xiàn)目前人工智能領(lǐng)域的顛覆性技術(shù)主要包括：語音識別技術(shù)、移動通信技術(shù)、自然語言處理技術(shù)和人機交互技術(shù)。其中語音識別技術(shù)和自然語言處理技術(shù)受益于深度學(xué)習(xí)和大數(shù)據(jù)的發(fā)展，為其帶來了新的算法和訓(xùn)練數(shù)據(jù)，使其產(chǎn)生了顛覆式發(fā)展；移動通信技術(shù)主要是5G技術(shù)與人工智能技術(shù)的結(jié)合，助力人工智能子技術(shù)如自動駕駛技術(shù)、虛擬現(xiàn)實技術(shù)等更加成熟；人機交互技術(shù)包含較多顛覆性技術(shù)，如虛擬現(xiàn)實技術(shù)、腦機接口技術(shù)、可穿戴技術(shù)和智能虛擬助理等。

本文是以人工智能這個大方向進行的案例研究，而在這個大方向上得出的語音識別技術(shù)、移動通信技術(shù)、自然語言處理技術(shù)和人機交互技術(shù)是當前人工智能領(lǐng)域的顛覆性技術(shù)，結(jié)果與我們的認知基本一致，從側(cè)面反映方法的準確性。今后，我們將繼續(xù)以其中某個子技術(shù)方向進一步使用該方法，深入挖掘每個細分領(lǐng)域的顛覆性技術(shù)。與傳統(tǒng)方法相比，本文提出的方法具有一定的優(yōu)勢：比如，當我們選擇常用的頻次統(tǒng)計和IPC共類分析時，得到的結(jié)果是IPC所對應(yīng)的技術(shù)，而這些技術(shù)會對應(yīng)很多專利，如針對本文數(shù)據(jù)集，G06F(電數(shù)字數(shù)據(jù)處理)對應(yīng)著12 056件專利，哪件專利更重要？傳統(tǒng)方法是無法確定的，而本文提出的方法能夠找到跨技術(shù)領(lǐng)域融合的重要專利對，如本文從39 366件專利中篩選出1 554對重要專利對，由399件專利組配而成，這399件專利可從技術(shù)融合角度被定義為人工智能領(lǐng)域的重要專利，這是本文的一個創(chuàng)新之處；此外，本文與傳統(tǒng)根據(jù)專利被引頻次確定重要專利也不相同，本文方法綜合考慮了共被引、耦合和新穎性三個指標，這也是本文的另一個創(chuàng)新之處；最后，專利沒有關(guān)鍵詞，本文將Rake算法和N-gram算法相結(jié)合，提出一種半自動的英文文本的關(guān)鍵詞提取方法，也是本文的一個創(chuàng)新之處。

當然，本文也存在一些缺陷，如尚未包含文獻數(shù)據(jù)，今后將利用本文提出的方法綜合考慮專利和文獻數(shù)據(jù)進行顛覆性技術(shù)識別研究。同時，本文僅從技術(shù)融合的視角去識別顛覆性技術(shù)，但并非所有的顛覆性技術(shù)均源自技術(shù)融合，因此，今后將綜合考慮顛覆性技術(shù)的不同形式，并予以識別。最后，本文通過實證研究得出的顛覆性技術(shù)方向?qū)儆谌斯ぶ悄芸茖W(xué)的大領(lǐng)域，今后可利用本文提出的方法繼續(xù)對識別出的各個領(lǐng)域中的顛覆性技術(shù)進行進一步識別，繼而明確到相關(guān)具體的技術(shù)方向上。