2016高被引论文
扩展和补充:
对中国而言，发展人工智能是一个历史性的战略机遇，对缓解未来人口老龄化压力、迎接可持续发展挑战、促进经济结构转型升级至关重要。
虽然“人工智能”(AI)已经成为一个众所周知的概念，但人工智能的定义还没有达成普遍的理解。人工智能的传统发展思路是研究人类如何产生智能，然后让机器学习人类的思维和行为。提出现代人工智能概念的约翰·麦卡锡(John mccarthy)认为，机器不一定需要像人类一样思考才能获得智能，重点是让机器解决人脑能解决的问题。
第四次工业革命即将到来，人工智能已经从科幻逐渐走进现实。自1956首次提出人工智能概念以来，人工智能的发展经历了风风雨雨。随着核心算法的突破、计算能力的快速提升、海量互联网数据的支撑，人工智能终于在21世纪的第二个十年迎来了质的飞跃，成为举世瞩目的科技焦点。自从AIphaGo在2016击败李世石之后，全球对人工智能发展的兴奋和担忧就不可避免地交织在一起。
即便如此，世界各国已经意识到人工智能是未来各国竞争的关键舞台，因此开始部署人工智能发展战略，以期占领新一轮科技革命的历史高点。对中国而言，发展人工智能是一个历史性的战略机遇，对缓解未来人口老龄化压力、迎接可持续发展挑战、促进经济结构转型升级至关重要。
本文从科技产出与人才输入、产业发展与市场应用、发展战略与政策环境等方面描述了我国人工智能的发展状况。
科技产出和人才投入
1.论文产出:中国人工智能论文总量和高被引论文数量全球第一。中国在人工智能领域的论文全球份额从1997年的4.26%上升到2017年的27.68%，遥遥领先于其他国家。高校是人工智能论文产出的绝对主力。在全球排名前100的院校中，有87所是高校。中国顶尖大学的人工智能论文产出在全世界都很突出。而且中国的高被引论文呈快速增长趋势，2013年超过美国成为世界第一。然而，在全球企业纸张产量排名中，只有国家电网公司跻身全球前20名。从学科分布来看，计算机科学、工程和自动控制系统是人工智能论文分布最多的学科。国际合作对人工智能论文产出的影响非常明显，中国通过国际合作发表的高水平论文比例高达42.64%。
2.专利申请:中国专利数量略领先于美国和日本，国家电网表现突出。中国成为全球人工智能专利数量最多的国家，略领先于美国和日本，而中美日三国专利数量占全球专利总数的74%。全球专利申请主要集中在语音识别、图像识别、机器人和机器学习等细分方向。在中国人工智能专利持有量排名前30的机构中，科研院所的绩效与高校和企业相当，其技术发明占比分别为52%和48%。主要专利权人在企业中的表现差异很大。特别是中国国家电网的人工智能相关技术在过去五年发展迅速，中国专利技术数量远高于其他专利权人，在全球企业排名中位列第四。我国专利技术集中在数据处理系统和数字信息传输领域，其中图像处理和分析相关专利占发明总数的16%。电力工程也成为我国人工智能专利布局的重要领域。
3.人才投入:我国人工智能人才总量居世界第二，但优秀人才比例低。到2017年，我国人工智能人才数量达到18232，占世界总量的8.9%，仅次于美国(13.9%)。高校和科研机构是人工智能人才的主要载体，清华大学和中科院成为全球人工智能人才投入最大的机构。但按照高H因子(也称H指数，用于评价科学家的科研业绩)计算，中国的优秀人才只有977人，不到美国的五分之一，排名世界第六。企业投入的人才量比较少。高强度人才的企业集中在美国，中国只有一家企业进入世界前20。中国的人工智能人才集中在东部和中部，但一些西部城市如Xi和成都也很突出。国际人工智能人才集中在机器学习、数据挖掘和模式识别领域，而我国人工智能人才的研究领域比较分散。
产业发展与市场应用
1.企业规模:中国人工智能企业数量全球第二，北京是全球最集中的城市。截至2065438+2008年6月，全球* * *监测的人工智能企业总数达到4925家，其中美国的人工智能企业数量为2028家，位居全球第一。中国(不含港澳台)人工智能企业总数为1011，位居全球第二，其次是英国、加拿大和印度(图1):
从城市规模来看(图2)，全球人工智能企业数量排名前20的城市中，美国占9个，中国占4个，加拿大占3个，英国、德国、法国、以色列各占1个。其中，北京成为全球人工智能企业数量最多的城市，旧金山和伦敦紧随其后。上海、深圳、杭州的人工智能企业数量也进入全球前20。
从成立时间来看(图3)，中国人工智能初创企业的出现集中在2012-2016年，2015年达到高峰，新增初创企业228家。2016以来，初创企业增速放缓。
中国人工智能企业平均年龄为5.5年。其中，北京、上海、天津的初创企业较多，企业平均年龄低于全国平均水平，平均年龄不到5.5岁。山东、辽宁的老工业机器人、自动化企业经过多次改造，企业比较老。
人工智能的应用技术主要有语音技术(包括语音识别、语音合成等。)、视觉技术(包括生物识别、图像识别、视频识别等。)和自然语言处理技术(包括机器翻译、文本挖掘、情感分析等。).考虑到基础硬件，国内外人工智能企业应用技术分布如图4所示。与国外相比，我国人工智能企业的应用技术更侧重于视觉和语音，而基础硬件的比重较小。
人工智能的产业应用包括智能机器人、智能驾驶、无人机、AR/VR、大数据和数据服务以及各种垂直应用(本文定义为“AI+”)。国内外人工智能企业行业应用分布如图5所示。可以看出，相比国外，国内企业更关注智能机器人、无人机、智能驾驶等终端产品的市场，而国外企业更关注AI在各个垂直行业的应用。
2.风险投资:中国成为全球人工智能投融资规模最大的国家。自2013以来，全球及中国人工智能产业投融资规模一直呈上升趋势(图6)。2017年全球人工智能总投融资规模达395亿美元，共发生1208起融资事件，其中中国总投融资规模达2771亿美元，共发生369起融资事件。中国AI企业融资总额占全球融资总额的70%，融资交易笔数达到31%。
从2013年到2018年第一季度的全球投融资数据来看，在人工智能融资规模上，中国已经超越美国成为全球最“吸金”的国家，但在投融资数量上，美国仍处于全球领先地位。
发展战略和政策环境
1.国际比较:不同国家的人工智能战略和政策各有侧重。从2013开始，美国、德国、英国、法国、日本和中国都出台了人工智能战略和政策。各国人工智能的战略各有侧重，美国重视人工智能对经济发展、科技领先和国家安全的影响；欧盟国家关注人工智能带来的安全、隐私、尊严等伦理风险。日本希望人工智能推动其超智能社会的建设；中国人工智能政策着眼于实现人工智能领域的产业化，助力中国制造强国战略。各国政策的R&D优先事项和关键应用领域也有很大差异。
2.国家政策:从物联网到大数据再到人工智能。从2009年至今，中国人工智能政策的演变可以分为五个阶段，其核心关键词也在不断变化，体现了每个阶段不同的发展重点。
国家层面，政策前期侧重物联网、信息安全、数据库等基础科学研究，中期侧重大数据、基础设施等。2017之后，人工智能成为核心主题，知识产权保护也成为重要主题。整体来看，中国的人工智能政策主要集中在以下六个方面:中国制造、创新驱动、物联网、互联网+、大数据、科研开发。
3.地方政策:响应国家战略，各地地方政策主题不同。地方政府积极响应国家人工智能发展战略，其中“中国制造2025”在人工智能政策应用网络中处于核心地位，对地方人工智能政策的制定起到纲领性作用。从政策发布数量来看，我国人工智能发展的活跃区域主要集中在京津冀、长三角和粤港澳地区。各省的政策主题也大相径庭。比如江苏省关注基础设施、物联网、云计算等R&D基础领域，广东省关注制造业、机器人等人工智能应用，福建省关注物联网、大数据、创新平台、知识产权等。地方政策与地方发展条件密切相关。
对社会的综合影响
随着人工智能的充分发展，劳动生产率和生产力水平的提高，人们的生活体验将更加丰富多彩，人们将从体力劳动甚至常规的脑力劳动中解放出来，更多的人将参与到创造性活动中，从而使人类和社会得到更加充分的发展。当前，人工智能技术的快速发展正在不断改变零售、农业、物流、教育、医疗、金融、商业等领域的发展模式，重构生产、分配、交换和消费。IDC数据显示，未来五年，人工智能技术在多个行业的应用，将大大提升这些行业的运营效率，具体提升效率教育行业为82%，零售行业为765，438+0%，制造业为64%，金融行业为58%。
1.人工智能对教育和就业的影响。发展人工智能的最终目的不是取代人类，而是帮助人类变得更加智能，而教育将在这个过程中起到关键作用。人工智能技术提高了经济活动中的生产力，使人们逐渐从机械的重复性或危险性劳动中抽离出来，从而增加了思考、欣赏等闲暇时间，更加注重创新能力、思维能力、审美、想象力的潜在开发和提升。
目前人工智能在教育中的应用主要集中在以下几个方面:自适应(个性化)学习、虚拟导师、教育机器人、基于编程和机器人的科技教育、基于虚拟现实/增强现实的场景化教育。用适合自己的方式学习，不仅能提高效率，还能让你的学习兴趣保持更久。
发展人工智能在教育领域的意义不是取代老师，而是帮助老师让教学更高效、更有趣。此外，在受人工智能技术影响的教育体系中，对人才的信息输入输出能力和自主学习能力的要求骤然提高，创新能力的培养也成为一个重要方向。
随着科技的发展，逐渐取代人类从事最繁琐重复的工作或体力劳动，给人们带来好处的同时也带来了前所未有的挑战。今天，越来越多的人担心自己的工作会不会被人工智能技术取代，或者只能在人工智能留下的“夹缝”中生存。有专家估算过中国的工作岗位被人工智能取代的概率。结果显示，未来20年，约76%的总就业人口将受到人工智能技术的冲击，如果仅考虑非农业人口，这一比例将为65%。但与此同时，人工智能技术对就业的创造效应也已显现。据调查，目前中国科创公司人工智能团队规模平均扩大了20%，这种需求还会增加。此外，工信部教育考试中心专家表示，未来几年我国AI领域人才需求可能会增加到500万人。
可以判断，在人工智能重塑产业结构和消费需求的背景下，一些工作岗位最终会被历史淘汰，但一系列新的工作岗位也会随着人工智能技术孵化出来。另一方面，新的人机关系正在构建，非程序化的认知工作将越来越不可替代，这对人的创新、思维和想象力提出了更高的要求。
机械化、智能化正在塑造新的就业格局，但也要警惕新格局下可能出现的衍生问题，如失业率上升带来的贫富差距、社会稳定等。人工智能带来的“影响”是持续性的，对教育和就业的多重影响也是持续性的。因此，必须积极探索与技术革命相匹配、相适应的教育和就业机制。
2.人工智能对隐私和安全的影响。今天，在很多生活消费场景中，人们对个性化体验的需求越来越大，个性化、场景化的服务逐渐成为人工智能驱动创新的主要方向。在信息获取社会化、时间碎片化的背景下，服务商努力建立更加灵活便捷的消费场景，带给人们更加友好的用户体验。同时，随着语音识别、人脸识别、机器学习算法的发展和成熟，企业可以通过分析客户画像真正了解客户，精准化、差异化的服务进一步提升客户的被重视感和满意度。然而，它蕴含着巨大的商业价值，但也对现有的法律秩序和公共安全提出了一定的挑战。
网络空间的虚拟性使得个人数据更容易被收集和共享，极大地方便了身份信息号、健康状况、信用记录、位置活动痕迹等信息的存储、分析和交易过程。同时，人们很难跟踪个人数据隐私泄露的方式和程度。比如在人工智能技术支撑的智能医疗中，如何界定患者电子病历和隐私数据的归属，如何规范医院获取和使用隐私数据的权限限制。再比如人工智能技术生成的作品的版权问题。开放的产业生态让监管者难以确定监管对象，也让法律边界越来越模糊。
人工智能的广泛应用改变了“人机关系”的趋势，人机交互频繁，可以说形成了一种新的嵌入式关系。时间和空间的界限被打破，虚拟和现实被随意切换。这种趋势的不可预测性和不可逆性很可能引发一系列潜在风险。与人们容易忽视的“信息泄露”不同，人工智能技术还可能被少数别有用心的人有目的地用于诈骗等犯罪行为。比如通过不正当手段获取的个人信息，形成“数据画像”，通过社交软件冒充熟人进行诈骗。再比如，利用人工智能技术进行学习和模拟，生成包括图像、视频、音频和生物特征在内的信息，突破安全屏障。去年有报道称苹果新手机“刷脸”开机功能被破解，就是这样的例子。从潜在风险来看，无人机、无人车、智能机器人等。都有被非法入侵控制、造成财产损失或被用于犯罪目的的可能。
3.人工智能对社会公平的影响。随着人工智能的快速发展和应用，一系列价值问题逐渐浮现在人们面前。目前有大量的人不会上网，由于客观条件不能使用网络，不想接触网络。他们在人工智能时代已经被定义为“边缘人”，人工智能对人的受教育程度和信息流有更高的要求。人工智能技术越先进，信息鸿沟就会越深，进而演变成服务鸿沟和福利鸿沟。人工智能时代，“边缘人”享受便捷的智能信息服务、获取稀缺的服务资源将越来越难。
本文转自清华大学中国科技政策研究中心《中国经济报告》第10期2018。