彭紅霞，楊 梅

(1.湖北大學 商學院；2.湖北人才發(fā)展戰(zhàn)略與政策研究中心，湖北 武漢 430062)

0 引言

人工智能學科誕生于1956年，經(jīng)過60多年的蓬勃發(fā)展，人工智能研究已獲得較大進展，并逐漸應用到經(jīng)濟社會發(fā)展的各個領域，已成為了推動新興工業(yè)變革的重要推動力，并促進了智能時代的發(fā)展。麥肯錫報告顯示，2016年世界對人工智能研究的投資走向呈陡峭上升，已超過了300億美元。2017年度的開發(fā)者會議上，谷歌明確了從“Mobile First”到“AI First”的發(fā)展策略。同年，微軟也開始關注下一代人工智能領域,將之視為發(fā)展愿景。隨著新一代人工智能應用領域的科技創(chuàng)業(yè)不斷興起，美、法、日、英、德等國家均開始制定人工智能領域的相關扶持政策，甚至上升到國家戰(zhàn)略層面，全球深刻了解到人工智能在引領產業(yè)變革中扮演的重要角色。人工智能領域走在創(chuàng)新創(chuàng)業(yè)的發(fā)展前沿，我國反應迅速，在2017年發(fā)布《新一代人工智能發(fā)展規(guī)劃》，確定了人工智能的發(fā)展戰(zhàn)略，北京、上海、廣州等各地政府以及教育部、發(fā)改委等國家部委相繼響應，出臺了相應的政策和文件，以促進人工智能領域創(chuàng)新創(chuàng)業(yè)的發(fā)展。

本文采用CiteSpace軟件，對人工智能領域的創(chuàng)新創(chuàng)業(yè)研究進行文獻計量分析，研究該領域的歷史發(fā)展圖景，挖掘研究熱點，分析研究趨勢，并對人工智能領域創(chuàng)新創(chuàng)業(yè)的企業(yè)和高校的發(fā)展提出建議，以期為后續(xù)進一步深入研究提供理論依據(jù)，具有十分重要的意義。

1 研究方法及數(shù)據(jù)來源

1.1 研究方法

CiteSpace是由陳超美[1]教授研發(fā)的，作為在JAVA環(huán)境下運行的可視化工具。本研究運用Cite Space(版本號：5.8.R3)繪制國內外人工智能領域的創(chuàng)新創(chuàng)業(yè)研究熱點網(wǎng)絡圖，以此來對國內外人工智能領域的創(chuàng)新創(chuàng)業(yè)進行深入的研究。

1.2 數(shù)據(jù)來源

本文的國外數(shù)據(jù)來源于Web of Science Core Collection數(shù)據(jù)庫，以“(Entrepreneurship OR Innovation)AND (Artificial lntelligence OR AI)”為主題詞，時間跨度為2011年1月-2021年12月進行精確檢索，為保證文獻的準確性,文獻類型選擇添加“Article”“Proceedings Paper”和“Review”進行除重，再次進行精確檢索，共獲得外文文獻2 662篇。

國內數(shù)據(jù)來源于中國知網(wǎng)(CNKI)數(shù)據(jù)總庫，關鍵詞選擇為“人工智能 AND 創(chuàng)新創(chuàng)業(yè)”，文獻刊發(fā)時間跨度選擇為2011年1月—2021年12月，手動去除會議資料、評論等文獻類型，共獲得文獻528篇。再對文獻類型選擇添加“Article”“Proceedings Paper”和“Review”進行除重后獲得文獻453篇。

2 研究結果及分析

2.1 國內外發(fā)文量分析

為了解國內外人工智能領域的創(chuàng)新創(chuàng)業(yè)研究的發(fā)文現(xiàn)狀。本研究對文獻發(fā)表的時間和數(shù)量進行統(tǒng)計分析，繪制出2011-2021年國內外人工智能領域的創(chuàng)新創(chuàng)業(yè)研究發(fā)文量的時間分布圖(圖1)。從圖1可知，國內外的發(fā)文量總體增長趨勢明顯，國外的發(fā)文總量高于國內。國內人工智能領域的創(chuàng)新創(chuàng)業(yè)研究發(fā)文量增長大致可劃分為3個階段。第一，起步發(fā)展階段(2011-2015年)，該時期相關研究初露頭角。第二，較快發(fā)展階段(2016-2018年)，該階段發(fā)文量開始增加，人工智能環(huán)境下創(chuàng)新創(chuàng)業(yè)研究逐漸受到重視。出現(xiàn)這一增長趨勢，考慮到我國始于2015年的中國人工智能大會(CCAI)連續(xù)4年的成功舉辦，國內反響良好，人工智能領域的學術、教育、創(chuàng)新創(chuàng)業(yè)活動層出不窮，規(guī)模增長迅速。2016年5月，《關于建設大眾創(chuàng)業(yè)萬眾創(chuàng)新示范基地的實施意見》指出“大眾創(chuàng)業(yè)萬眾創(chuàng)新”需要在更廣范圍、更高層次和更深的程度上推進[2]。國內對于人工智能領域創(chuàng)新創(chuàng)業(yè)發(fā)展的研究開始得到重視。第三，快速發(fā)展階段(2019-2021年)。人工智能背景下創(chuàng)新創(chuàng)業(yè)研究成為該階段研究的熱點。

國外從2017年起發(fā)文量成倍數(shù)增長。2017年被知名媒體如財富、華爾街日報等稱為人工智能的元年，社會生活和經(jīng)濟形態(tài)均受到人工智能的深切影響。2017年起，美國、加拿大、日本等全球主要經(jīng)濟體從國家戰(zhàn)略層面發(fā)起對人工智能的重視，不斷制定人工智能領域的專項計劃和支持政策。例如加拿大制定了《加拿大人工智能戰(zhàn)略》，歐盟28個國家簽訂《人工智能合作宣言》，推進了人工智能領域的合作發(fā)展。

圖1 2011-2021年國內外人工智能環(huán)境下創(chuàng)新創(chuàng)業(yè)研究發(fā)文量

2.2 國內外研究熱點分析

2.2.1 國內研究熱點分析

圖2 2011-2021年國內人工智能領域的創(chuàng)新創(chuàng)業(yè)研究知識圖譜

國內人工智能領域的創(chuàng)新創(chuàng)業(yè)研究熱點可以通過關鍵詞的高度濃縮作用析別[3]。通過CiteSpace進行數(shù)據(jù)處理，節(jié)點類型設置為“關鍵詞(Keyword)”，閾值選擇TOP 50(即分別選擇每個時區(qū)前N個高頻節(jié)點)[4]，為簡化網(wǎng)絡并強調其結構特征，使用Pathfinder，并選擇“Pruning sliced networks”和“Pruning the merged network”2種裁剪方式，得出2011-2021年國內人工智能環(huán)境下創(chuàng)新創(chuàng)業(yè)研究知識圖譜，如圖4。關鍵詞頻次排名前十如表1。圖中關鍵詞字體大小愈大，說明關鍵詞共現(xiàn)頻次愈高；連線愈多，關鍵詞共現(xiàn)頻率愈多；中心性反映關鍵詞的重要性。從圖2可見，N=737個，E=1459條，Density=0.005 4。

表1 2011-2021年人工智能背景下關鍵詞頻次排名前十的創(chuàng)新創(chuàng)業(yè)研究

從表1可知，人工智能、創(chuàng)新創(chuàng)業(yè)、新工科、人才培養(yǎng)、機器人、高職院校、大學生、實踐教學、教學改革等，這些構成了國內人工智能領域的創(chuàng)新創(chuàng)業(yè)研究熱點。排名前十的關鍵詞大部分與大學生創(chuàng)新創(chuàng)業(yè)教育有關。在人工智能領域的創(chuàng)新創(chuàng)業(yè)研究中，學者對創(chuàng)新創(chuàng)業(yè)教育的關注度最高。有從宏觀層面關注的人工智能、創(chuàng)新創(chuàng)業(yè)、智能制造等，也有從微觀層面關注的高校創(chuàng)新創(chuàng)業(yè)教育高職院校、人才培養(yǎng)、實踐教學、教學改革等。

聚類分析可以有效地了解該領域的研究主題，從不同視角顯示研究的分布狀況[5]。對關鍵詞開展聚類處理，即可得聚類視圖。根據(jù)圖3可知，Q值(模塊值)為0.905 6，一般Q值大于0.3視為劃分的結構有顯著性特征；S值(平均輪廓值)為0.971 4，通常S值大于0.5認為聚類是合理的，S值大于0.7則表明聚類高度可信。整體來說，聚類視圖繪制效果良好[4]。圖3的聚類分析得出人工智能、眾創(chuàng)空間、創(chuàng)新創(chuàng)業(yè)、新工科、未來產業(yè)、大學生、總決賽、人才培養(yǎng)、學習、創(chuàng)業(yè)創(chuàng)新、線上線下等11個主題，這11個聚類標簽反映過去的10年中該領域的研究熱點，由此構成了國內人工智能領域的創(chuàng)新創(chuàng)業(yè)的研究主題。

圖3 國內人工智能領域的創(chuàng)新創(chuàng)業(yè)研究熱點聚類

綜合而言，國內的研究重點主要聚焦大學生人工智能創(chuàng)新創(chuàng)業(yè)教育。這可能是因為：其一，人工智能創(chuàng)新創(chuàng)業(yè)教育研究的主要陣地集中在高職院校[6]；其二，大學生成為人工智能創(chuàng)新創(chuàng)業(yè)的新生力量；其三，從“人才培養(yǎng)”“實踐教學”“教學改革”等熱點關鍵詞可以看出，人工智能創(chuàng)新創(chuàng)業(yè)教育正在融合專業(yè)教育，例如現(xiàn)在研究比較多的“人工智能+新工科”的工程教育培養(yǎng)模式，為我國創(chuàng)新驅動的經(jīng)濟發(fā)展注入人才動力[7]。然而我國雙創(chuàng)教育高校在實施上浮于表面，各高校默認以千篇一律的標準來競爭“一流”，以致高校創(chuàng)新創(chuàng)業(yè)人才同質化嚴重，人工智能領域更是低質量發(fā)展。

2.2.2 國外研究熱點分析

按國內數(shù)據(jù)操作方法，同樣對國外研究熱點進行分析，得出2011-2021年國外人工智能環(huán)境下創(chuàng)新創(chuàng)業(yè)研究關鍵詞共現(xiàn)頻次排名前20的分布(圖4)。從圖4可知，關鍵詞出現(xiàn)頻次最高的是innovation，頻次高達264次，其他共現(xiàn)頻次較高的有system(149次)、artificial intelligence(148次)、technology(147次)、management(123次)、AI(118次)、model(117次)、big data(115次)等。這些高頻關鍵詞構成國外人工智能領域的創(chuàng)新創(chuàng)業(yè)的研究熱點。

圖4 2011-2021年國外人工智能環(huán)境下關鍵詞共現(xiàn)頻次排名前20的創(chuàng)新創(chuàng)業(yè)研究分布

對國外創(chuàng)新創(chuàng)業(yè)研究的關鍵詞進行聚類分析，可得圖5。顯示有10個聚類，分別為deep neural network(深度神經(jīng)網(wǎng)絡)、telemaco project(遠程醫(yī)療)、consumer behavior(消費者行為)、personal health information(個人健康信息)、computational intelligence(智能計算)、machine-learning era(機器學習時代)、chemical reagent(化學試劑)、porous media(多孔介質)、heat wave hazard classification(熱浪危害分類)、artificial intelligence(人工智能)。該10個聚類反映了國外人工智能領域創(chuàng)新創(chuàng)業(yè)的研究焦點。

選擇“Cluster Explorer”查看各聚類文獻引用的詳細情況。Winter等[8]評估管理個人健康信息(PHI)對推進醫(yī)療保健中的人工智能機器學習創(chuàng)新至關重要，如操作和系統(tǒng)改進以及個性化醫(yī)療等創(chuàng)新；Nourani等[9]提出了一種新的無網(wǎng)格混合人工智能方法來模擬多孔介質中污染物的運移過程；Tagde等[10]提出醫(yī)療保健專業(yè)人員可以使用區(qū)塊鏈展示病人的病歷，人工智能可提供多種算法、決策方案以及大量數(shù)據(jù)，通過整合這些技術的最新進展，醫(yī)療系統(tǒng)將提高服務效率、降低成本并實現(xiàn)醫(yī)療保健民主化。

圖5 國外人工智能領域的創(chuàng)新創(chuàng)業(yè)研究熱點聚類

綜上可見，從個人健康信息管理、電子健康管理、防污治理管理、臨床實踐管理等研究均反映出國外人工智能領域的創(chuàng)新創(chuàng)業(yè)研究熱點關乎民生問題，創(chuàng)業(yè)意義重大。

將國內和國外分析結果進行對比，發(fā)現(xiàn)國內研究側重于高校大學生創(chuàng)新創(chuàng)業(yè)教育，而國外研究偏向應用型，例如在醫(yī)學領域、化學領域等的應用。

3 我國人工智能領域創(chuàng)新創(chuàng)業(yè)發(fā)展建議

3.1 高校人工智能雙創(chuàng)教育實施建議

深化高校人工智能創(chuàng)新創(chuàng)業(yè)教育改革和發(fā)展，科教融合和產教融合是重要的實現(xiàn)路徑。要實現(xiàn)全要素參與育人、全過程協(xié)同育人、全方位融合育人，應將科研教育、課程教學和實踐活動相統(tǒng)一，將雙創(chuàng)教育與專業(yè)教育相融合。因此提出以下建議：

(1)建立貫通各學科專業(yè)課程的人工智能創(chuàng)新創(chuàng)業(yè)教學內容體系。針對專業(yè)學生在創(chuàng)新創(chuàng)業(yè)教育方面的不同需求，提供通俗易懂的高質量人工智能科普教材，在現(xiàn)有的教學內容上推陳出新。提高課程建設的方法性，以人工智能方法入門、專業(yè)進階、精通層層遞進的模式，組織課程的架構，逐步深化人工智能創(chuàng)新創(chuàng)業(yè)教育課程內容體系，以達到多層次的人工智能創(chuàng)新創(chuàng)業(yè)教育體系。

(2)完善與思維、技能要求相契合的實踐教學體系。開展創(chuàng)新創(chuàng)業(yè)教育的重點從實踐著手。各學科可開放教學互動資源共享平臺，打破傳統(tǒng)理論課程教學和專業(yè)實踐、科技活動分離的格局，在專業(yè)課程教學中融入一定比例的人工智能創(chuàng)新創(chuàng)業(yè)實踐教學內容，提供智能實驗器材和設備。在總學時、總學分保持不變的前提下，變革課程的教學內容、教學形式和教學方法，搭建“四實”方法論，即實驗、實習、實訓、實踐教學體系，致力于提高學生人工智能創(chuàng)新創(chuàng)業(yè)的實踐能力。

(3)推進各學科專業(yè)課程與開放性創(chuàng)新創(chuàng)業(yè)平臺的深度融合。搭建一批開放性實驗實踐教學平臺，進一步擴大科教協(xié)同育人、校企協(xié)同育人、學科競賽和雙創(chuàng)類比賽與商科專業(yè)課程教學的結合面，擴寬各科專業(yè)課教師的參與面。

(4)構建“雙師型”人工智能創(chuàng)新創(chuàng)業(yè)教師隊伍。打造校內師資與企業(yè)導師、第一課堂與第二課堂相結合的人工智能創(chuàng)新創(chuàng)業(yè)教師隊伍。一是鼓勵年輕教師以科研促教學；二是委派教師扎根人工智能企業(yè)學習，提升教師人工智能專業(yè)學習能力；三是邀請優(yōu)秀校友和企業(yè)家來校講座，聘請其成為雙創(chuàng)教學實踐導師，并參與人工智能創(chuàng)新創(chuàng)業(yè)課程教學；四是鼓勵高校校長的適度流動，以提高高校政策的外部靈敏性。

3.2 企業(yè)智能創(chuàng)新發(fā)展建議

(1)打造科技企業(yè)孵化器。我國關于孵化器的研究熱點包括3個方面：運行模式、企業(yè)創(chuàng)新導向、孵化環(huán)境和網(wǎng)絡。打造科技企業(yè)孵化器需要做到有平臺、有機構、有人才、有資金。在平臺上，打造信息、創(chuàng)業(yè)、人才、成果轉化的四大服務平臺；在機構上，滿足企業(yè)創(chuàng)新所需設備、技術、咨詢等各類公共服務機構群體和市場、會計等功能服務機構；在人才上，人工智能與人力資本融合對我國產業(yè)結構升級的促進效應顯著，要吸引高新技術人才，建立人才創(chuàng)新創(chuàng)業(yè)基地；在資金上，建立投融資服務平臺，實現(xiàn)創(chuàng)業(yè)者、孵化器、政府的三級聯(lián)動，降低創(chuàng)業(yè)失敗風險。以“空間+服務+資本+產業(yè)”模式，為人工智能優(yōu)質創(chuàng)業(yè)型企業(yè)提供有效的幫助。

(2)建立人工智能協(xié)同創(chuàng)新體系。人工智能對推動我國經(jīng)濟社會轉型發(fā)揮著舉足輕重的作用，然而我國各行業(yè)對人工智能的發(fā)展缺乏交流，單打獨斗不利于實現(xiàn)人工智能在政策、技術、學術、市場等方面的突破。而國外比如美國已經(jīng)建立起了全方位人工智能協(xié)同互動的創(chuàng)新體系，成功做到產學研的結合。我國應該取長補短，在戰(zhàn)略層面，將人工智能創(chuàng)新創(chuàng)業(yè)上升到戰(zhàn)略層面，政策方面需要進一步改革和完善，比如制定激勵人工智能領域各行業(yè)間融合發(fā)展的相關政策。高校開展人工智能創(chuàng)新創(chuàng)業(yè)人才培養(yǎng)，龍頭企業(yè)開展技術攻關和資源技術共享平臺建設等，社會各界齊心協(xié)力以致建立起“軍、政、產、學、研、用”一體的人工智能協(xié)同創(chuàng)新體系。提高人工智能深度應用，整合資源，鼓勵人工智能創(chuàng)新創(chuàng)業(yè)深入到醫(yī)療、交通、旅游、制造、教育、安全、物流、服務等多個領域。

(3)構建獨立自主的人工智能商業(yè)和應用生態(tài)。美國已在人工智能產業(yè)發(fā)展方面搶占高地，其AI芯片、開源算法、谷歌、IBM等發(fā)展勢頭迅猛。在基礎層我國依賴進口，人工智能開源社區(qū)和創(chuàng)新生態(tài)布局也相對落后。因此我國企業(yè)必須重視基礎層的學習，夯實基礎理論，研究核心關鍵技術，著力打造獨立自主的核心技術平臺，防范“空架子”。

4 結語

本研究運用CiteSpace軟件對CNKI數(shù)據(jù)庫以及Web of Science Core Collection數(shù)據(jù)庫中2011年1月-2021年1月有關“人工智能創(chuàng)新創(chuàng)業(yè)”研究的相關文獻進行分析，得出以下結論：(1)國外發(fā)文量呈現(xiàn)上升趨勢，并在2017年開始成倍數(shù)增長。國內發(fā)文量增長大致可劃分為三個階段。第一，緩慢發(fā)展階段(2011-2015年)；第二，較快發(fā)展階段(2016-2018年)；第三，快速發(fā)展階段(2019-2021年)。(2)國內研究熱點主要聚焦人工智能、創(chuàng)新創(chuàng)業(yè)、新工科、人才培養(yǎng)、機器人、高職院校、大學生、教學改革等領域，國外主要集中研究deep neural network(深度神經(jīng)網(wǎng)絡)、telemaco project(遠程醫(yī)療)、consumer behavior(消費者行為)、personal health information(個人健康信息)等。國內人工智能創(chuàng)新創(chuàng)業(yè)研究前沿主要針對高校雙創(chuàng)教育，國外主要集中于醫(yī)學、教育、融合發(fā)展、中小企業(yè)發(fā)展，前者重在教育，后者重在應用。

因此，我國在教育上需要構建與各學科專業(yè)核心課程相融合的人工智能創(chuàng)新創(chuàng)業(yè)教學內容體系、完善與思維技能要求相契合的實踐教學體系、推進各學科專業(yè)課程與開放性創(chuàng)新創(chuàng)業(yè)平臺的深度融合以及構建“雙師型”人工智能創(chuàng)新創(chuàng)業(yè)教師隊伍。在應用上，我國需要打造科技企業(yè)孵化器、建立人工智能協(xié)同創(chuàng)新體系和構建獨立自主的人工智能商業(yè)和應用生態(tài)。

“人工智能+創(chuàng)新創(chuàng)業(yè)教育”“人工智能+創(chuàng)新產業(yè)”是本研究重點關注的內容，對推動高校發(fā)展智能雙創(chuàng)教育具有十分重要的理論意義和實踐意義，可為在人工智能領域進行創(chuàng)新創(chuàng)業(yè)的企業(yè)提供參考。“人工智能+創(chuàng)新創(chuàng)業(yè)教育”“人工智能+創(chuàng)新產業(yè)”是適應新時代應時而生的產物。值得一提的是，我國人工智能領域的創(chuàng)新創(chuàng)業(yè)政策還不完善，未來研究可以繼續(xù)跟進相關政策的發(fā)展情況；另外我國在基礎研究層、人工智能創(chuàng)新人才培養(yǎng)等方面仍有提升空間，未來研究值得關注。