基于突現(xiàn)檢測的中美人工智能領(lǐng)域研究前沿對比分析

張?？?，李玉華，莊 曉

(1.山東科技大學(xué) 圖書館；2.山東科技大學(xué) 計算機科學(xué)與工程學(xué)院，山東 青島 266590)

人工智能(Artificial Intelligence)自1956年誕生以來，先后經(jīng)歷了發(fā)展、低潮、再發(fā)展的曲折過程，直至2016年3月，AlphaGo戰(zhàn)勝了人類職業(yè)圍棋冠軍，引發(fā)了人工智能技術(shù)的又一熱潮。本次熱潮呈現(xiàn)出技術(shù)引領(lǐng)、國家重視、企業(yè)推動以及需求牽引四大特點，世界多國政府近年來相繼出臺政策，迅速將人工智能上升為國家戰(zhàn)略，將其視為國家核心競爭力的基本要素和重要標志。美國政府于2016年10月13日發(fā)布了《國家人工智能研究與發(fā)展策略規(guī)劃》，我國政府于2017年7月20日印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，在2018年中國政府工作報告中更明確提出“加強新一代人工智能研發(fā)應(yīng)用”?！吨袊乱淮斯ぶ悄馨l(fā)展報告2019》指出[1]，美國、中國、英國在人工智能發(fā)展方面表現(xiàn)突出，已躋身世界“第一梯隊”，因此，探究人工智能領(lǐng)域的研究前沿，有利于了解當前人工智能的研究方向及發(fā)展趨勢，為我國科研政策制定提供數(shù)據(jù)支持和決策參考。

在全球人工智能領(lǐng)域研究方面，研究者從專利或文獻數(shù)據(jù)入手，探究整個領(lǐng)域的研究前沿。如，張振剛等[2]以專利為數(shù)據(jù)源，利用CiteSpace繪制共詞圖譜并識別出專利突變術(shù)語，以此分析人工智能技術(shù)的研究前沿；余厚強等[3]從關(guān)鍵詞節(jié)點指標、網(wǎng)絡(luò)指標和聚類分析等多個角度識別國際人工智能的研究前沿，并從聚類關(guān)鍵詞構(gòu)成、互信息詞和核心文獻三方面對研究前沿進行示例解讀。在研究前沿檢測上，吳靜等[4]使用突現(xiàn)檢測技術(shù)，對國際技術(shù)創(chuàng)新研究的時空分布、熱點和趨勢等展開分析；王夢婷[5]采用突現(xiàn)檢測方法，對10年內(nèi)的競爭情報文獻數(shù)據(jù)進行研究，并根據(jù)主題突變的特點劃分出5種不同突變類型。

本文旨在以文獻數(shù)據(jù)作為來源，以中美兩國人工智能領(lǐng)域發(fā)展現(xiàn)狀作為研究對象，從總體發(fā)文量、高產(chǎn)機構(gòu)、高產(chǎn)作者等方面分析兩國開展人工智能研究的異同，判別中美兩國在人工智能領(lǐng)域的研究方向、研究優(yōu)勢，從而識別兩國研究前沿和研究熱點，為我國人工智能未來的發(fā)展方向提供參考。

一、數(shù)據(jù)來源與方法

(一)數(shù)據(jù)來源

本文選擇Web of Science核心合集數(shù)據(jù)庫作為數(shù)據(jù)來源，分別檢索2010—2018年中美兩國在人工智能領(lǐng)域發(fā)表的文獻，檢索式限定WC=(Computer Science,Artificial Intelligence)AND CU=(USA) AND PY=(2010—2018)，以及WC=(Computer Science,Artificial Intelligence)AND CU=(China)AND PY=(2010—2018)，文獻類型選擇“Article”，檢索時間為2019年6月11日。共檢索到來自中國的文獻32439篇，來自美國的文獻17318篇。

(二)研究方法

突變術(shù)語是指一個學(xué)科內(nèi)突然發(fā)生變化的專業(yè)術(shù)語，表現(xiàn)為在某些年份發(fā)表文獻中驟增，可用來表征研究前沿。[6]Kleinberg[7]于2002年提出了突現(xiàn)檢測(Burst Detection)算法，他認為詞的重要性體現(xiàn)不在于詞出現(xiàn)時的時間長短，而是詞出現(xiàn)時的密度，即那些頻次相對增長率突然增加的詞——突變詞。突現(xiàn)檢測算法能在不受外界因素影響的情況下及時發(fā)現(xiàn)未達到詞頻閾值但具有情報意義的詞[8]，它更注重領(lǐng)域內(nèi)研究活躍并具有潛在影響的熱點因素，而不管它是低頻詞還是高頻詞，它認為頻次增長率突然增加的詞更有可能涉及領(lǐng)域局部熱點的變化，有助于發(fā)現(xiàn)和推動學(xué)科領(lǐng)域中的微觀因素，在揭示學(xué)科發(fā)展上更具有及時性和情報價值[9]。突變權(quán)重越大表示研究主題越熱門[10]，突變術(shù)語成為領(lǐng)域新興研究趨勢的可能性也就越大。

本文采用CiteSpace軟件自帶的突現(xiàn)檢測工具進行突現(xiàn)檢測，構(gòu)建術(shù)語共現(xiàn)網(wǎng)絡(luò)，從大量專業(yè)術(shù)語中檢測出突變術(shù)語并依據(jù)其權(quán)重進行排序，從而探析領(lǐng)域研究熱點的演進軌跡。軟件的操作與參數(shù)設(shè)置如下：Time Slicing中時間段為2010—2018年，時間片設(shè)置為1，Term Source 選擇Title + Abstract +Author Keywords(DE)+Keywords Plus(ID)，Term Type選擇名詞短語(Noun Phrase)，Node Types選擇Term，閾值設(shè)置為TOP50；其次，計算方式設(shè)置主要為網(wǎng)絡(luò)模型優(yōu)化方式設(shè)置，剪切方式(Pruning)選擇路徑發(fā)現(xiàn)(Pathfinder)和修剪合并網(wǎng)絡(luò)(Pruning the Merged Network)；最后，結(jié)果展示方式設(shè)置為對可視化方式的選擇，可視化方式(Visualization)選擇靜態(tài)聚類視圖(Cluster View-static)和顯示合并網(wǎng)絡(luò)(Show Merged Network)。

二、研究結(jié)果與綜合分析

(一)總體發(fā)文量對比分析

對文獻數(shù)量進行統(tǒng)計分析，有利于在宏觀上掌握某一領(lǐng)域的發(fā)展規(guī)模，從整體上把握學(xué)科的發(fā)展脈絡(luò)。[11]而發(fā)文數(shù)量的變化可以直觀地看到某學(xué)科在特定時間段內(nèi)研究熱度的變化，是衡量該學(xué)科在該時間段內(nèi)發(fā)展態(tài)勢的重要指標。[12]選擇Web of Science核心合集數(shù)據(jù)庫作為數(shù)據(jù)來源，時間限定為2010—2018年，共檢索出全球人工智能領(lǐng)域文獻111 332篇。其中，中國發(fā)文32 439篇，占比29.14%，位居各國家/地區(qū)發(fā)文量首位；美國發(fā)文17 318篇，占比15.56%，位居世界發(fā)文量第二位。中美兩國合計發(fā)文量達到49 757篇，占世界發(fā)文總量的44.7%。利用CiteSpace軟件自帶的突現(xiàn)檢測工具，對2010—2018年中美兩國發(fā)表的文獻進行突變術(shù)語檢測，將檢測到的術(shù)語按照突變年限進行排序，形成主題詞突變演化表，如表1和表2所示。

由表1可知，中國人工智能研究領(lǐng)域共產(chǎn)生22個突變術(shù)語，近九年來的發(fā)展狀況主要呈現(xiàn)以下特點:

(1)2010年前后，研究前沿集中在系統(tǒng)、算法以及邏輯層面，主成分分析、人工神經(jīng)網(wǎng)絡(luò)、支持向量機、進化算法等關(guān)鍵詞在2010年甚至更早的時間點發(fā)生突變，說明我國在2010年以前就已經(jīng)在人工智能理論研究方面取得進展，研究的主要陣地集中在基礎(chǔ)算法領(lǐng)域，同時呈現(xiàn)出向具體應(yīng)用領(lǐng)域轉(zhuǎn)化的趨勢。

表1 中國人工智能領(lǐng)域研究主題詞突變演化

(2)2011—2013年，我國對人工智能領(lǐng)域的研究從純理論轉(zhuǎn)向了較為具體的前沿應(yīng)用領(lǐng)域，如粗糙集理論、稀疏表示、模糊集、泛化表現(xiàn)、群決策等；同時，硬件設(shè)備的發(fā)展也促使人工智能向大數(shù)據(jù)挖掘時代邁進，這一階段的研究相對短暫。

(3)2015年至今，人工智能的研究涉及層面廣泛，呈現(xiàn)出對新問題、新方法的關(guān)注[10]，基準功能、時變延遲、高精確度等關(guān)鍵詞在2015年發(fā)生突變，但關(guān)注度僅維持到2016年，而數(shù)據(jù)挖掘、先進方法(the-art approach)等關(guān)鍵詞在2015年發(fā)生突變后，熱度一直持續(xù)到2018年，目前仍處于研究的熱點位置。

由表2可知，美國人工智能研究領(lǐng)域共有48個術(shù)語發(fā)生突變，美國在人工智能領(lǐng)域的研究呈現(xiàn)出起步早、研究前沿多、學(xué)科分布均勻的特點。

(1)2010年前后，美國人工智能領(lǐng)域出現(xiàn)的突變詞較多，決策樹、進化算法、模式識別等關(guān)鍵詞的突變時間僅持續(xù)到2011年，說明美國在人工智能理論研究領(lǐng)域開始時間早，處于領(lǐng)先地位；2010—2011年期間，研究領(lǐng)域不僅涉及支持向量機等基礎(chǔ)理論算法，同時在圖像分割、特征提取等具體應(yīng)用領(lǐng)域也有所突破。

(2)2012—2014年期間，美國繼續(xù)在基礎(chǔ)算法和圖像處理等領(lǐng)域展開研究，這一階段平均每項研究持續(xù)2—3年，如降維、訓(xùn)練集、稀疏表示、自然圖像等在2012年發(fā)生突變的術(shù)語基本在2014年前后完成突變；少數(shù)術(shù)語如分類性能等持續(xù)熱度時間較長，截至目前仍處于熱點位置。

(3)2015年至今，發(fā)生突變的術(shù)語達到16個，其中多數(shù)保持著高熱度，如特征空間、大數(shù)據(jù)、計算效率等全球性的新興研究；同時還包括社交媒體、計算模型、訓(xùn)練樣本、現(xiàn)實訓(xùn)練集等現(xiàn)實應(yīng)用研究點。

表2 美國人工智能領(lǐng)域研究主題詞突變演化

從突變詞檢測的角度探析中美兩國在人工智能領(lǐng)域的研究概況可以發(fā)現(xiàn)，盡管中國的發(fā)文總量近乎美國發(fā)文量的兩倍，但從術(shù)語突變趨勢上看，中國在人工智能領(lǐng)域的研究在2012年以前是落后于美國的，其研究重心局限于理論及算法領(lǐng)域，與此同時，美國在人工智能的研究上一方面代表了研究的前沿方向，另一方面起到了引領(lǐng)作用；2015年以后，中國逐步跟上世界研究前沿的步伐，大踏步地趕上甚至超越美國，在先進方法(the-art method)研究上比美國研究早了一年。

(二)高產(chǎn)機構(gòu)發(fā)文量對比分析

科研機構(gòu)是開展科學(xué)研究的基本單位之一，從機構(gòu)角度探究其研究前沿并進行對比,有助于明確機構(gòu)在領(lǐng)域發(fā)展中的位勢、研究的側(cè)重、整體實力與機構(gòu)間研究的差異。[13]利用CiteSpace軟件對清洗后的數(shù)據(jù)進行機構(gòu)發(fā)文量的統(tǒng)計，節(jié)點類型選擇Institution,其他參數(shù)設(shè)為默認值，中美兩國排名前10位的高產(chǎn)機構(gòu)如表3所示。

表3 中美兩國排名前十位的高產(chǎn)機構(gòu)及其發(fā)文量

由表3可得，在發(fā)文數(shù)量上，中國各機構(gòu)對人工智能領(lǐng)域的研究明顯多于美國，說明我國對人工智能的研究較為重視且有相當?shù)某晒a(chǎn)出。其中，中國科學(xué)院發(fā)文量居于首位，發(fā)表論文量達到2242篇，排名前十位的高產(chǎn)機構(gòu)發(fā)文量占我國發(fā)文總量的30.9%。美國發(fā)文量排在前十位的高產(chǎn)機構(gòu)中，卡耐基梅隆大學(xué)發(fā)文604篇，位于美國各機構(gòu)首位。

以下以中美兩國發(fā)文量最高的兩所機構(gòu)(中國科學(xué)院、卡耐基梅隆大學(xué))為例，對其研究前沿進行探測和對比分析，從而反映中美兩國在人工智能領(lǐng)域的研究現(xiàn)狀及未來發(fā)展趨勢。采用與前文同樣的突現(xiàn)檢測算法對兩所機構(gòu)發(fā)表文獻中的術(shù)語進行檢測，得到研究機構(gòu)的突變演化表如表4和表5所示。

1.中國科學(xué)院人工智能領(lǐng)域研究主題詞突變演化趨勢

(1)對2010—2018年中國科學(xué)院發(fā)表的2242篇文獻進行突變詞檢測，共得到19個突變術(shù)語，如表4所示。由表可知，中國科學(xué)院2010年發(fā)生突變的術(shù)語包括線性判別分析以及主成分分析，由于本文檢索時間限定為2010年及以后，這兩個突變術(shù)語可能在前期已經(jīng)投入研究。線性判別分析及主成分分析均為經(jīng)典的數(shù)據(jù)降維方法[14]，由此可見，中國科學(xué)院在2010年前后對降維方法的關(guān)注度較高。

(2)2011年至2014年，中國科學(xué)院多個術(shù)語發(fā)生突變。數(shù)據(jù)挖掘、特征選擇、面部識別、圖像處理等術(shù)語的突變反映出中國科學(xué)院將關(guān)注點放到機器學(xué)習(xí)以及圖像處理領(lǐng)域，在相關(guān)方面取得一定程度的進展。

(3)2015年至今，自適應(yīng)動態(tài)規(guī)劃、閉環(huán)系統(tǒng)、交替方向法等術(shù)語發(fā)生突變，其熱度一直持續(xù)至今，表明近年來中國科學(xué)院仍舊將重點放在深度學(xué)習(xí)、機器學(xué)習(xí)領(lǐng)域，完成從理論層面向應(yīng)用層面的轉(zhuǎn)化，致力于解決實際問題。

表4 中國科學(xué)院人工智能領(lǐng)域研究主題詞突變演化

表5 卡耐基梅隆大學(xué)人工智能領(lǐng)域研究主題詞突變演化

2.卡耐基梅隆大學(xué)人工智能領(lǐng)域研究主題詞突變演化趨勢

(1)對2010—2018年卡耐基梅隆大學(xué)發(fā)表的604篇文獻進行突變詞檢測，共得到12個突變術(shù)語，如表5所示。由表可知，2010—2014年未能檢測到突變詞，最早發(fā)生突變的術(shù)語為數(shù)據(jù)挖掘，始于2015年，一直到2018年依舊保持高熱度，仍是當前的一個研究熱點。2015年發(fā)生突變的術(shù)語達到8個，包含行為識別、先進方法、先進算法等，其中部分術(shù)語的突變一直持續(xù)到2018年。

(2)卡耐基梅隆大學(xué)近三年來的突變術(shù)語包括計算機視覺、訓(xùn)練數(shù)據(jù)、面部識別、機器學(xué)習(xí)等，表明近期的研究熱點多集中于圖像處理和機器學(xué)習(xí)領(lǐng)域。此外，卡耐基梅隆大學(xué)在視覺及圖像方面的研究多用于無人機對場景的探測以及圖像內(nèi)容的分析等方面。

以上對中國科學(xué)院和卡耐基梅隆大學(xué)進行研究前沿的對比分析可知，中國科學(xué)院和卡耐基梅隆大學(xué)在研究領(lǐng)域上各有側(cè)重又有所交叉，從突變術(shù)語發(fā)生突變的時間來看，兩所機構(gòu)研究熱點的步調(diào)基本一致，均處于世界人工智能領(lǐng)域研究的領(lǐng)先地位；從領(lǐng)域研究的側(cè)重點來看，中國科學(xué)院致力于算法模型等方面的研究，在應(yīng)用方面的研究略少于理論研究，卡耐基梅隆大學(xué)集中于智能應(yīng)用方面的研究，以應(yīng)用為導(dǎo)向；兩所機構(gòu)的相同之處在于近年來的研究均涉及機器學(xué)習(xí)、圖像處理等領(lǐng)域，側(cè)面反映出全球人工智能領(lǐng)域的一個研究熱點。

(三)高產(chǎn)作者發(fā)文量對比分析

作者是科學(xué)研究的主導(dǎo)者，一方面基于學(xué)識、經(jīng)歷與洞察力等探求著科學(xué)技術(shù)發(fā)展的趨向，進而產(chǎn)生可能引導(dǎo)學(xué)科領(lǐng)域發(fā)展的研究成果；另一方面受到正在興起的研究領(lǐng)域或者方向的影響，追隨著已有的研究而創(chuàng)造新的產(chǎn)出。[15]本部分從作者層面出發(fā)，利用CiteSpace軟件對清洗后的數(shù)據(jù)進行作者發(fā)文量的統(tǒng)計，分別得到中美兩國人工智能領(lǐng)域發(fā)文量排在前二十位的高產(chǎn)作者，如表6所示。

表6 中美兩國人工智能領(lǐng)域高產(chǎn)作者

由表6可知，發(fā)文量在100篇以上的中國作者有11位，徐澤水發(fā)文量達到202篇，位居中國作者發(fā)文量首位；美國作者RONALD R YAGER發(fā)文量為92篇，為美國高產(chǎn)作者之最，發(fā)文量在50篇以上的美國作者有8位，30篇以上的作者有15位。論文中某些術(shù)語頻次的突然增加體現(xiàn)了作者的研究方向發(fā)生了轉(zhuǎn)變[16]，為此分別對中美兩國發(fā)文量排在前十位的作者進行突變術(shù)語檢測，結(jié)果如表7和表8所示。

表7 中國高產(chǎn)作者及其突變術(shù)語

檢測結(jié)果顯示，中國排名前十位的作者在近年來的研究中均出現(xiàn)了突變術(shù)語，其突變詞涵蓋了人工智能領(lǐng)域的基本術(shù)語和方法理論，其中突變次數(shù)較多的術(shù)語為圖像分類、圖像分割、訓(xùn)練樣本、先進方法、神經(jīng)網(wǎng)絡(luò)等。從突變術(shù)語發(fā)生的時間來看，人工智能領(lǐng)域的發(fā)展呈現(xiàn)出從理論算法向?qū)嵺`應(yīng)用轉(zhuǎn)化的趨勢。以圖像處理技術(shù)和自適應(yīng)動態(tài)規(guī)劃等為特點的機器人領(lǐng)域受到越來越多的關(guān)注，同時以神經(jīng)網(wǎng)絡(luò)為代表的機器學(xué)習(xí)、深度學(xué)習(xí)領(lǐng)域始終處于中國學(xué)者研究的熱門地位。

對美國排名前十位的作者進行術(shù)語的突現(xiàn)檢測后發(fā)現(xiàn)，僅有RONALD R YAGER、QI TIAN和HAIBO HE三位作者產(chǎn)生了突變術(shù)語，其余7位作者未能檢測到突變詞。由于本部分致力于從作者角度出發(fā)探索中美兩國人工智能領(lǐng)域的研究熱點，因此對于未能檢測到突變術(shù)語的作者，選取其文獻中的高頻術(shù)語進行統(tǒng)計分析，統(tǒng)計結(jié)果如表8所示。

表8 美國高產(chǎn)作者及其突變/高頻術(shù)語

從單個作者的角度來看，這些突變術(shù)語是其研究興趣或研究方向轉(zhuǎn)變的體現(xiàn)，而從領(lǐng)域整體來看，這些研究前沿代表著領(lǐng)域內(nèi)的研究熱點和研究趨勢。[13]因此，由表8可知，美國作者出現(xiàn)的高頻詞匯包括特征選擇、神經(jīng)網(wǎng)絡(luò)、具體數(shù)據(jù)集等，反映出美國人工智能發(fā)展在進行理論研究的同時注重應(yīng)用領(lǐng)域的研究。其突變/高頻詞匯集中在圖像處理、機器學(xué)習(xí)領(lǐng)域，同時在控制系統(tǒng)的研究方面有所涉獵，體現(xiàn)出美國在學(xué)科交叉以及智能應(yīng)用方面的發(fā)展趨勢。

三、總結(jié)與展望

本文分別從總體發(fā)文量、高產(chǎn)機構(gòu)、高產(chǎn)作者角度分析了中美兩國在人工智能領(lǐng)域近九年來的研究前沿。從發(fā)文量角度來看，中國的發(fā)文總量近乎美國發(fā)文量的兩倍，位居世界第一位。從整體發(fā)展情況來看，中國在人工智能領(lǐng)域的研究起步略晚于美國，且早期注重理論研究，2012年前后轉(zhuǎn)向應(yīng)用領(lǐng)域，隨后保持高速發(fā)展；美國在人工智能領(lǐng)域的研究呈現(xiàn)出前沿數(shù)量多、覆蓋面廣的特點，近年來發(fā)展平穩(wěn)，始終位于世界領(lǐng)先地位。

從高產(chǎn)機構(gòu)角度出發(fā)，通過對突變術(shù)語的檢測，解讀近年來中國科學(xué)院和卡耐基梅隆大學(xué)在人工智能領(lǐng)域研究前沿的變化趨勢。結(jié)果表明兩所機構(gòu)在研究重心方面各有側(cè)重又有所交叉，中國科學(xué)院致力于算法模型等方面的研究，而卡耐基梅隆大學(xué)以應(yīng)用為導(dǎo)向，側(cè)重于智能應(yīng)用方面的研究。

從高產(chǎn)作者角度出發(fā)，分別對中美兩國排名前十位的作者進行突變術(shù)語的檢測，檢測結(jié)果表明，兩國作者在領(lǐng)域前沿研究的步調(diào)基本保持一致，近年來致力于深度學(xué)習(xí)、圖像處理領(lǐng)域的挖掘和探索；同時注重跨學(xué)科融合發(fā)展，在智能機器人、調(diào)度控制系統(tǒng)等方面呈現(xiàn)出發(fā)展的新趨勢。

此外，本文存在一定的局限性，主要包括對高產(chǎn)機構(gòu)、高產(chǎn)作者層面進行突現(xiàn)檢測的數(shù)據(jù)量偏少，對軟件相關(guān)參數(shù)沒有充分調(diào)優(yōu)，未能呈現(xiàn)全面準確的突變術(shù)語；其次，僅從機構(gòu)、作者發(fā)文的數(shù)量角度對比分析兩國研究前沿，未能考慮到文獻的引用情況；另外，由于突現(xiàn)檢測算法中，越是詞頻較小的詞越容易產(chǎn)生突變，而真正重要的高頻詞因為比較平穩(wěn)，反而不太容易產(chǎn)生突變，因此突現(xiàn)檢測算法錯過了對于高頻詞和熱點詞的分析，這也是算法本身存在的一個弊端。在后續(xù)研究中將獲取更多的數(shù)據(jù)量，充分考慮文獻的發(fā)文量和引用情況，以增強結(jié)論的可靠性和說服力。