美國著名智庫文本成果研究
——以人工智能領(lǐng)域為例*

張譽曜，陳媛媛

0 引言

智庫作為在人類社會發(fā)展中出現(xiàn)的一種特別的組織，目標(biāo)是將知識和決策結(jié)合起來，以影響未來的政策進程[1]。現(xiàn)代智庫逐漸發(fā)展成為一種研究和提出思想，并推動決策者將其轉(zhuǎn)化為公共政策的機構(gòu)，其最突出的特點就是對事物進行監(jiān)控和預(yù)測，并根據(jù)實際發(fā)展進程做出相應(yīng)的調(diào)控策略[2-3]。智庫文本作為智庫研究成果的展現(xiàn)形式，表達出來的戰(zhàn)略思想以及對政策的預(yù)判性成為國際一流智庫的標(biāo)志[4]。從1956年人工智能這個概念被首次提出以來，發(fā)展幾經(jīng)波折。隨著近年大數(shù)據(jù)等領(lǐng)域快速發(fā)展，人工智能正在引領(lǐng)科技浪潮。對此，美國一流智庫加大人工智能領(lǐng)域的關(guān)注度。本文以美國智庫針對人工智能研究的文本成果為研究對象，利用自然語言處理技術(shù)、可視化分析等方法對智庫文本型成果進行量化分析：一是嘗試基于自然語言處理技術(shù)，從大量非結(jié)構(gòu)化智庫文本型成果數(shù)據(jù)中提取關(guān)鍵內(nèi)容單元；二是將關(guān)鍵內(nèi)容單元進行數(shù)據(jù)分析與可視化，并結(jié)合事件以及政策進行關(guān)聯(lián)綜合分析，以此來提高情報分析的可讀性，呈現(xiàn)出美國智庫在人工智能領(lǐng)域的研究現(xiàn)狀。

1 現(xiàn)狀調(diào)研

1.1 自然語言處理應(yīng)用

自然語言處理流程大體可分為五步：(1)獲取語料；(2)對語料進行分詞、去停用詞等預(yù)處理；(3)將詞向量化，以展示不同詞之間的關(guān)聯(lián)關(guān)系；(4)基于有監(jiān)督、無監(jiān)督學(xué)習(xí)等模型的訓(xùn)練；(5)對建模后效果進行評價。

利用自然語言處理技術(shù)對文本進行提取研究已經(jīng)有很多方法。Ortega等[5]對語料庫關(guān)鍵詞進行提前標(biāo)記，以此將TextRank算法訓(xùn)練成為監(jiān)督算法，雖然提升了準(zhǔn)確率，但存在過擬合現(xiàn)象。夏天[6]以權(quán)重為重點，將詞的頻率、位置、詞性等特征加以融合，改進TextRank算法，提升了準(zhǔn)確率，但使用范圍有限。顧益軍等[7]將LDA融合TextRank算法，在對單一文本和整體文本信息結(jié)合的條件下進行關(guān)鍵詞提取，雖然改善了關(guān)鍵詞的提取質(zhì)量，但要對海量文本進行主題分析。楊玥等[8]利用主題模型分析和詞頻統(tǒng)計相結(jié)合的方法來提升提取關(guān)鍵詞的準(zhǔn)確率，代價是需要海量的文本數(shù)據(jù)。

近年基于自然語言處理技術(shù)來對智庫文本研究方面取得了豐碩成果。榮婷等[9]利用可視化分析對美國單一智庫在南海問題方面的政策進行了解讀，了解到美國智庫關(guān)于南海問題的研究規(guī)律和特征。彭紅梅等[10]以美國四家主要智庫的研究成果為基礎(chǔ)，從國家安全和風(fēng)險評估兩方面進行了相應(yīng)政策的分析。齊欣[11]基于LDA主題模型對智庫文本帶來的推特評論進行了內(nèi)容挖掘，展示了美國智庫專家對華的觀察視野。

以上方法雖具有很好的借鑒作用，但不管是單純對算法進行改進或者對智庫政策文本進行單一分析都不適用于本文，均存在一些缺陷：一是以文獻計量視角利用各項指標(biāo)去分析規(guī)范性政策文本的研究較多，而直接對智庫非結(jié)構(gòu)化成果型文本進行分析的研究較少；二是無法將政策事件加入算法進行綜合統(tǒng)籌分析。本文所要研究的為非結(jié)構(gòu)化的文本數(shù)據(jù)，因此將采用基于Python的自然語言處理技術(shù)并結(jié)合可視化分析對美國智庫關(guān)于人工智能領(lǐng)域的相關(guān)文本成果進行提取研究，為傳統(tǒng)文獻計量提供新的研究視角。

1.2 美國在人工智能領(lǐng)域的政策調(diào)研

隨著信息技術(shù)的快速發(fā)展，人工智能在21世紀(jì)的第二個十年迎來了質(zhì)的飛躍，受到了各國的廣泛關(guān)注。美國作為世界上唯一的超級強國，在人工智能領(lǐng)域研究的規(guī)模和實力都要遠勝其他國家。奧巴馬執(zhí)政時期，美國政府就開始積極的推動人工智能的發(fā)展，2016年，白宮相繼發(fā)布了《為人工智能的未來做準(zhǔn)備》《國家人工智能研究發(fā)展戰(zhàn)略規(guī)劃》和《人工智能、自動化與經(jīng)濟》三份極具全球影響力的報告，主要針對美國政府、相關(guān)機構(gòu)的人工智能發(fā)展、研發(fā)以及經(jīng)濟影響等方面提出了相關(guān)建議[12]。

進入特朗普政府時期，受科技、軍事政治等多方面的復(fù)雜因素影響，以蘭德公司為首的多家智庫機構(gòu)針對人工智能國家安全層面所面臨的問題，開始密集地發(fā)布相關(guān)文本。2018年5月，白宮成立“人工智能特別委員會”，旨在協(xié)調(diào)聯(lián)邦政府各個機構(gòu)之間人工智能研發(fā)優(yōu)先事項并向白宮提出建議，美國各大智庫機構(gòu)也相應(yīng)針對人工智能進行了多維度研究，內(nèi)容涉及與人工智能結(jié)合的安全、科技、法律、創(chuàng)新等多個領(lǐng)域，其中如蘭德公司、皮德森國際經(jīng)濟研究所等一些智庫還專門設(shè)置了人工智能專欄以進行系統(tǒng)性研究。2019年2月，特朗普簽署的行政令《美國人工智能倡議》由白宮科學(xué)和技術(shù)政策辦公室(OSTP)正式發(fā)布，該行政令皆在優(yōu)先多投入，調(diào)配更多聯(lián)邦資金轉(zhuǎn)向人工智能研究，由此可見美國政府已經(jīng)把人工智能作為繼互聯(lián)網(wǎng)后下一科技浪潮。

2 實證研究

2.1 數(shù)據(jù)獲取

本文根據(jù)美國賓夕法尼亞大學(xué)發(fā)布的關(guān)于全球智庫排名的研究報告2019 Global Go To Think Tank Index Report選擇了排名前十的美國一流智庫作為研究對象，包含蘭德公司、布魯金斯學(xué)會、國際戰(zhàn)略研究中心、卡內(nèi)基和平基金會等，這些智庫研究成果在政府政策制定上起著重要作用。實驗通過收集其智庫官網(wǎng)中以人工智能為關(guān)鍵詞的文獻，以此來形成研究數(shù)據(jù)。研究數(shù)據(jù)所選取的時間跨度為2016-2019年，利用Beautifulsoup和Selenium等工具爬取美國智庫與人工智能相關(guān)的研究文章和報告，共獲得原始文本數(shù)據(jù)325條。獲取原始文本數(shù)據(jù)分別為文本全文和發(fā)表時間，如表1所示。

表1 原始文本數(shù)據(jù)(部分)

2.2 數(shù)據(jù)清洗與詞典準(zhǔn)備

為方便后續(xù)研究，首先對原始文本進行清洗和詞典準(zhǔn)備，本文主要基于NLTK工具包實現(xiàn)上述功能。NLTK作為Python構(gòu)建的處理人類語言數(shù)據(jù)的平臺，提供數(shù)個語料庫和詞匯資源易于使用的接口，以及一套便于分類、標(biāo)記、解析和語義推理的文本處理庫，可對文本信息進行去停用詞、字符串處理、分詞以及詞性標(biāo)識等功能模塊的處理[13-14]。本文對所采集到的文本數(shù)據(jù)進行統(tǒng)一大小寫，為降低后續(xù)關(guān)鍵詞詞典的規(guī)模，對字詞進行Stem操作，如把單復(fù)數(shù)統(tǒng)一為單數(shù)，把動詞統(tǒng)一為動詞原形等；為了避免有意義的字詞被分拆，本研究還構(gòu)建了關(guān)鍵詞詞典，如把facial recognition轉(zhuǎn)化成facial_recognition，避免把facial recognition分拆成facial和recognition兩個詞等，以免造成數(shù)據(jù)的損失[15]。此外，還在NLTK stopword的基礎(chǔ)上自定停用詞詞典，以降低文本的數(shù)量，去除分析價值不高的詞。

2.3 基于TextRank的信息提取

TextRank是一種基于圖的自然語言處理算法，可用于關(guān)鍵詞和句子的提取，其由PageRank算法發(fā)展而來[16-17]。PageRank算法核心公式如(1)：

?為阻尼系數(shù)，通常設(shè)置為0.85，Zi為所有鏈接到網(wǎng)頁i的集合，Sp為網(wǎng)頁p的PR值，Bp為網(wǎng)頁p的對外鏈出數(shù)，由此，可以有效地得出網(wǎng)頁i的重要性值。如果把文本類比成網(wǎng)頁，將句子設(shè)為節(jié)點，則可以運用PageRank的思想對文本中的句子重要性進行排序，即TextRank。TextRank算法的核心公式如(2)：

這里只是將PageRank 算法公式略作修改，i、p分別為任意兩個詞匯節(jié)點，ω表示兩節(jié)點邊的重要程度。

上述是算法的基本公式，隨后是對文本進行清洗，利用TextRank算法把文章的句子進行切分等操作，在這里不作詳細描述，所獲取結(jié)果如圖1所示。

圖1 基于TextRank算法生成的關(guān)鍵句(部分)

對文本關(guān)鍵詞提取分為兩步，一是對數(shù)據(jù)進行處理，包括分詞、去停用詞等；二是利用關(guān)鍵詞提取算法進行提取。在關(guān)鍵詞提取上目前流行采用TextRank算法和TFIDF算法。在獲取關(guān)鍵句前提下，將關(guān)鍵詞作為結(jié)點，同理可以利用TextRank算法對關(guān)鍵詞進行提取，具體步驟為：(1)將文本分割成整句形式，如T=[j1，j2，j3，...，jn]；(2)依次將每個句子進行分詞和詞性標(biāo)注，刪除停用詞，保留指定詞性的詞，如名詞、動詞、形容詞，形成候選關(guān)鍵詞；(3)構(gòu)建候選關(guān)鍵詞圖G=(V，E)，V為候選關(guān)鍵詞節(jié)點集，隨后利用共現(xiàn)關(guān)系構(gòu)造兩節(jié)點邊，節(jié)點之間存在邊且在對應(yīng)詞匯長度為k的窗口中共現(xiàn)，k為窗口大小表示最多共現(xiàn)k個單詞；(4)重復(fù)迭代直至收斂；(5)對節(jié)點權(quán)重進行排序，合理提取。TFIDF算法在從文檔中提取關(guān)鍵詞時不僅考慮單個文檔，還考慮從語料庫中提取所有文檔，它的核心是字詞的重要性隨著它在文件中出現(xiàn)的次數(shù)成正比增加，但同時會隨著它在語料庫中出現(xiàn)的頻率成反比下降[18]。本文結(jié)合TFIDF算法進行對比，表2展示的是TFIDF算法和TextRank算法所提取的關(guān)鍵詞。

表2 基于TFIDF算法和TextRank算法的關(guān)鍵詞(部分)

通過觀察可知，其一，TFIDF 算法和TextRank算法所獲取的關(guān)鍵詞皆為與主題相關(guān)的詞，無介詞連接詞等其他不相關(guān)的詞，證明實驗結(jié)果是有效的、可取的。其二，同一原始數(shù)據(jù)兩種算法提取結(jié)果不同，如表2，TFIDF算法提取結(jié)果順序為“health”“advance”“war”等，TextRank 算法提取結(jié)果順序為“security”“job”“risk”等，取前十觀察，相同詞有3 個：“war”“China”“job”，但排名不相同。其三，結(jié)合所取文本主題以及所提取文獻的時政背景分析，“job”“China”“innovation”等核心主題詞在TextRank 算法中排名較為靠前，相比較TFIDF算法，TextRank算法更能體現(xiàn)出美國智庫在人工智能領(lǐng)域的文本內(nèi)涵，因此在關(guān)鍵詞提取中本文將采用TextRank算法來進行文本研究。

3 研究成果

3.1 文本共詞分析

共詞分析法是屬于內(nèi)容分析法的一種，是針對一組詞兩兩統(tǒng)計它們在同一篇文獻中出現(xiàn)的次數(shù)，對這些詞進行聚類分析，構(gòu)建共現(xiàn)矩陣，共現(xiàn)矩陣統(tǒng)計的橫軸和縱軸都是所需要分析的詞[19]，其中某個格子展現(xiàn)的是兩個詞語在同一個文本中出現(xiàn)的次數(shù)，以此來體現(xiàn)這兩個詞之間聯(lián)系的強弱，從而反映出詞之間親疏關(guān)系，進一步對這些詞所代表的主題結(jié)構(gòu)進行分析[20]。本研究根據(jù)所取智庫文本數(shù)據(jù)進行分析統(tǒng)計，展示宏觀核心主題詞高頻部分如表3，利用Excel表格進行排序如圖2。

根據(jù)所提取摘要，構(gòu)建共現(xiàn)矩陣，在這里對共現(xiàn)矩陣進行優(yōu)化，合并各個文本數(shù)據(jù)共現(xiàn)矩陣并去除掉0值以及低頻值，選取部分詞共現(xiàn)矩陣表格展示如表4，數(shù)據(jù)文本發(fā)文量如圖3。

表3 核心主題詞高頻詞列表(部分)

圖2 高頻詞頻統(tǒng)計表(部分)

表4 文本高頻主題詞共現(xiàn)矩陣(部分)

圖3 數(shù)據(jù)文本發(fā)文量

從高頻詞以及共現(xiàn)矩陣中所示可以看出來，在高頻詞統(tǒng)計里，專有名詞如“America”“China”等詞頻較高，此類詞匯代表主題性較強，其從2016年的文本中就開始有所涉及。在共現(xiàn)矩陣中，頻率較高的也為相關(guān)類似名詞，例如“safety”“object”等。從數(shù)據(jù)文本發(fā)文量分析可以得出：(1)美國著名智庫對于人工智能領(lǐng)域的研究相關(guān)文本成果每年呈上升趨勢，以月為例，從獲取的有效文本統(tǒng)計，美國著名智庫對于人工智能領(lǐng)域的發(fā)文量從2016年月均5篇，到2017 年月均6篇，2018 年月均7.9篇，最后到2019年月均8.1篇，其中下半年的發(fā)文量占比較高，達到全年發(fā)文量的60%以上。(2)美國著名智庫對某個領(lǐng)域的發(fā)文量代表著其關(guān)注度，以2016-2019這4年來看，其漲幅較高的為2018年下半年至2019年上半年。2018年，美國政府開始正面打壓華為，同年5 月，白宮順利舉辦“美國產(chǎn)業(yè)人工智能峰會”，確保美國人工智能創(chuàng)新領(lǐng)先全球，2019年2月，美國總統(tǒng)特朗普簽發(fā)“美國人工智能計劃”行政令。結(jié)合以上詞頻、發(fā)文量、共現(xiàn)矩陣以及政治事件綜合統(tǒng)計發(fā)現(xiàn)，美國著名智庫文本數(shù)據(jù)在科研競爭、民生安全、外交政策等方面所涉及相關(guān)詞匯頻率高，關(guān)注度較高。下面將結(jié)合文本分析等相關(guān)分析法，在安全、法律、就業(yè)、中國關(guān)系四個方面進行研究分析。

3.2 美國智庫人工智能與安全的研究

為研究美國智庫針對人工智能領(lǐng)域安全方面的研究，本文篩選以security和safety等作為關(guān)鍵詞的研究文本，對其進行分析，利用TextRank 算法獲得的關(guān)鍵詞前20 名如表5 所示，利用Gephi進行可視化結(jié)果如圖4所示。

表5 人工智能安全主題文本的關(guān)鍵詞

圖4 美國智庫人工智能安全研究關(guān)鍵詞分析

2018 年6 月19 日，美國安全中心發(fā)布的《人工智能：決策者需要了解什么》指出人工智能的弱點以及可能對應(yīng)用領(lǐng)域造成的影響：(1)局限性。人工智能目前只能夠在一定的場景和語境之下進行“思考”，一旦場景出現(xiàn)變化且超出一定范圍，人工智能將會停止“思考”。(2)不可預(yù)估性。人類無法預(yù)估人工智能的下一步行為，有時候它會給出與設(shè)計者初衷不同的決策，這種風(fēng)險是存在的。(3)弱可解釋性。人做某件事情會有做某件事情的理由，而人工智能不會，部分人工智能難以解釋其系統(tǒng)行為的原因，人工智能系統(tǒng)的擴展應(yīng)用需要更加具有解釋性。(4)系統(tǒng)漏洞。人工智能一旦出現(xiàn)系統(tǒng)問題，人類無法及時叫停，往往會帶來毀滅性后果。(5)人機交互故障。人工智能未能完全理解人類思維，帶來的決策會有致命危險，如2016年特斯拉自動駕駛撞毀事件中，根本原因就是人類決策者與人工智能所帶來的決策未能完好地進行交互。(6)機器學(xué)習(xí)漏洞。在對抗環(huán)境中，對手可以利用人工智能行為方式的某種漏洞進行攻擊，造成行為缺陷等，目前還未有具體的防范措施。(7)違規(guī)問題。人工智能沒有人類的感情，不會存在人類的行為法規(guī)，只注重結(jié)果，往往過程的進行是與設(shè)計者的初衷不相符的。美國智庫在人工智能與安全方面主要關(guān)注于對人工智能的應(yīng)用安全，部分高頻詞如“safety”“data”“risk”等也從側(cè)面印證了美國智庫學(xué)者對該領(lǐng)域的思想動態(tài)。

圖4 中“privacy”與“risk”、“network”與“disinformation”等詞之間的PageRank 值較大，關(guān)聯(lián)度較高，比較客觀地反映出了人工智能技術(shù)的發(fā)展使得傳統(tǒng)的安全領(lǐng)域發(fā)生了巨變。人工智能領(lǐng)域的安全議題一直以來都是美國智庫重點關(guān)注的領(lǐng)域，保護美國民眾和維護美國獨有的生活方式一直以來都是美國政府的工作核心，在當(dāng)前人工智能技術(shù)有可能被濫用的背景下，該領(lǐng)域的安全議題就顯得尤為突出。為此人工智能技術(shù)對安全領(lǐng)域中的隱私影響也是美國智庫研究的重點，這是崇尚自由生活的美國人的內(nèi)在要求。人們可以決定是否將自己的隱私暴露在公眾之下，這是人們唯一能完全控制的事情之一，因此隱私對于構(gòu)建個體的安全感是至關(guān)重要的。美國國家科技委員會在2019年更新的《國家人工智能研究發(fā)展戰(zhàn)略規(guī)劃》中涉及的八大研究方向，其核心思想與特朗普政府不謀而合，首要任務(wù)就是確保并維持美國在人工智能的領(lǐng)導(dǎo)地位，鞏固美國在人工智能創(chuàng)新方面居于世界領(lǐng)先這一局面，以此來確保美國國家及其公民的信息、主權(quán)等絕對安全問題。

3.3 美國智庫人工智能與法律的研究

為研究美國智庫針對人工智能領(lǐng)域法律方面的研究，本文篩選以law和legislation等作為關(guān)鍵詞的研究文本，利用TextRank算法獲得的關(guān)鍵詞前20名如表6所示，利用Gephi進行可視化結(jié)果如圖5所示。

表6 人工智能法律主題文本的關(guān)鍵詞

圖5 美國智庫人工智能法律研究關(guān)鍵詞分析

2016年美國發(fā)布《為人工智能的未來做好準(zhǔn)備》報告，針對人工智能的發(fā)展、政策等問題進行分析。特朗普政府執(zhí)政后，重點對監(jiān)管方面的障礙進行整改，其在2018年成立的“人工智能特別委員會”促進了美國國會對人工智能的立法。圖5 中“l(fā)egal”與“l(fā)egislation”之間線條較粗，關(guān)聯(lián)度較大，可以看出當(dāng)前美國智庫在人工智能法律領(lǐng)域主要關(guān)注點是立法，希望通過立法彌補相關(guān)領(lǐng)域的法律空洞，同時還有關(guān)于人工智能法律主體客體的探討。人工智能擁有類似人類的智慧，但是并未展現(xiàn)出人類的理性，人工智能超強的智能蘊含巨大的風(fēng)險，必須處于人類的支配和控制之下[21]。

從美國國會2017年提出的兩黨法案《人工智能未來法案》到2018年5月白宮舉辦的“美國產(chǎn)業(yè)人工智能峰會”再到2019年特朗普政府的人工智能計劃來看，美國政府始終在加強監(jiān)督與鼓勵創(chuàng)新之間積極地尋找平衡，從具體領(lǐng)域或者實際問題入手，有針對性地制定相關(guān)法律，消除監(jiān)管方面的障礙。美國人工智能立法規(guī)劃以立法機關(guān)作為建立監(jiān)管體制和樹立基本原則的起點，行政機關(guān)發(fā)揮政策的平衡和調(diào)節(jié)作用，司法體系發(fā)揮保障和事后監(jiān)管作用的整體框架[22]。作為自然科學(xué)的新領(lǐng)域，人工智能的進一步突破尚有許多不確定因素，當(dāng)前人工智能遠未達到關(guān)于法律主體的規(guī)定性條件，若將其設(shè)定為法律主體必將導(dǎo)致現(xiàn)有法律主體理論和制度的顛覆性調(diào)整，由于人工智能將滲入人們生活的各個方面，整個法律關(guān)系和社會關(guān)系將面臨這種法律調(diào)整的動蕩，因此對人工智能本身以及人工智能的發(fā)展均需要通過相應(yīng)立法去規(guī)范[21]。人工智能的監(jiān)管體制需要得到公眾的認可，美國政府積極的探索相關(guān)合適的監(jiān)管路線，其既能很好地消除人為不可控的人工智能風(fēng)險，又可以推動美國人工智能產(chǎn)業(yè)的積極發(fā)展，確保美國的領(lǐng)先地位。

3.4 美國智庫人工智能與就業(yè)的研究

為了研究美國智庫針對人工智能領(lǐng)域就業(yè)方面的研究，本文篩選了以job和employment等作為關(guān)鍵詞的研究文本，對其進行分析，利用TextRank 算法獲得的關(guān)鍵詞前20 名如表7 所示，利用Gephi進行可視化，結(jié)果如圖6所示。

表7 人工智能就業(yè)主題文本的關(guān)鍵詞

美國國家科技委員會2019年更新的《國家人工智能研究發(fā)展戰(zhàn)略規(guī)劃》八大方向中，3個方向分別為加強數(shù)據(jù)獲取學(xué)習(xí)、發(fā)展人才隊伍、提供相關(guān)領(lǐng)域教育就業(yè)。各州制定相關(guān)計劃，在人工智能科學(xué)、國防、經(jīng)濟、醫(yī)學(xué)、安全等領(lǐng)域培養(yǎng)相關(guān)人才積極就業(yè)。特朗普上臺后美國經(jīng)濟有 所 波 動， 圖6 中“machine”“factory”“unemployment”等詞顯示較明顯，說明關(guān)聯(lián)較多，其中“risk”與“factory”之間連線較粗，突出美國民眾對失業(yè)的擔(dān)憂，結(jié)合時事政治細觀圖6，人工智能技術(shù)應(yīng)用快速發(fā)展，不僅為經(jīng)濟增長提供了新動力，也引發(fā)對機器替代人造成大規(guī)模失業(yè)的恐慌。面對具有學(xué)習(xí)能力的人工智能，傳統(tǒng)行業(yè)的就業(yè)必將受到?jīng)_擊。針對新技術(shù)變化趨勢，美國智庫提出了對相關(guān)機構(gòu)開展工人培訓(xùn)的措施，主要重點加強低端職業(yè)技能和專業(yè)素質(zhì)，以應(yīng)對由于大規(guī)模人工智能應(yīng)用而引發(fā)的失業(yè)潮。

圖6 美國智庫人工智能就業(yè)研究關(guān)鍵詞分析

3.5 美國智庫人工智能與中國的研究

中美科技及相關(guān)產(chǎn)業(yè)的發(fā)展水平經(jīng)歷了從嚴(yán)重不對稱到差距逐漸縮小的過程[23]。隨著中國產(chǎn)業(yè)政策及自主創(chuàng)新進程的推進，美方認為其面臨的安全挑戰(zhàn)上升[23]，特別是最近幾年中國在人工智能領(lǐng)域取得的顯著進步，美國的技術(shù)優(yōu)勢受到了削弱。由此，中國的科技創(chuàng)新態(tài)勢成為影響美國對華政策的重要因素。為了分析美國智庫在人工智能領(lǐng)域?qū)χ袊难芯?，選取貿(mào)易戰(zhàn)前后進行對比。通過比較貿(mào)易戰(zhàn)前后美國智庫對人工智能相關(guān)關(guān)鍵詞的研究可以發(fā)現(xiàn)，其最顯著的區(qū)別是“China”的出現(xiàn)，如表8所示。為更直觀的呈現(xiàn)不同詞語之間的關(guān)系，本文采用Gephi進行可視化，結(jié)果如圖7-8所示。

從上圖看出，對于當(dāng)前中國在人工智能領(lǐng)域的成功，美國智庫普遍采用competition這個字眼，尤其是貿(mào)易戰(zhàn)后“China”明顯突出，圖中“China” 與 “competition”，“China” 和“future”之間的連線較粗，顯示出了明顯的相關(guān)關(guān)系。同時與“China”聯(lián)系緊密的還有“warfare”，可以看出當(dāng)前美國智庫在人工智能領(lǐng)域把中國當(dāng)成了競爭對手。美國智庫對中國人工智能領(lǐng)域進行了深入研究。事實上，自貿(mào)易戰(zhàn)以來，美國逐漸將中國視為人工智能領(lǐng)域的競爭對手，當(dāng)前美國政府對華科技戰(zhàn)略的發(fā)展即是這一戰(zhàn)略傾向的具體詮釋，也在相當(dāng)程度上強化了這一戰(zhàn)略傾向。另一方面，隨著中國科技產(chǎn)業(yè)的相關(guān)政策出臺以及自主創(chuàng)新發(fā)展趨勢的逐漸增強，美國戰(zhàn)略界已經(jīng)將其看作了對美國技術(shù)主導(dǎo)地位、核心科技自主權(quán)等方面的威脅。目前，美國政府對華科技戰(zhàn)略所涵蓋的政策領(lǐng)域廣義上主要包括在與科技及相關(guān)產(chǎn)業(yè)政策有關(guān)的國土安全、對外貿(mào)易與技術(shù)產(chǎn)品出口管制、外資、外交及國際教育交流等政策領(lǐng)域[23]。這一戰(zhàn)略將對中美關(guān)系產(chǎn)生諸多負面影響，面對美國政府對中國人工智能戰(zhàn)略帶來的挑戰(zhàn)，我國需相應(yīng)調(diào)整國內(nèi)科研政策和相關(guān)的扶持措施，保持中國在人工智能領(lǐng)域發(fā)展的勢頭。

表8 貿(mào)易戰(zhàn)前后美國智庫人工智能研究關(guān)鍵詞(部分)

圖7 貿(mào)易戰(zhàn)爆發(fā)前美國智庫人工智能研究關(guān)鍵詞

圖8 貿(mào)易戰(zhàn)爆發(fā)后美國智庫人工智能研究關(guān)鍵詞

4 結(jié)論

本文提供了一種基于自然語言處理的智庫文本分析方法：首先從美國各個智庫官網(wǎng)提取人工智能領(lǐng)域的文本型成果，隨后利用TextRank算法進行核心數(shù)據(jù)獲取，并融合共現(xiàn)矩陣、相關(guān)統(tǒng)計圖等信息進行綜合可視化分析，最后結(jié)合時事事件、政策文本加以驗證。本文以人工智能領(lǐng)域為參考對照，發(fā)現(xiàn)采用這種研究思路和方法可行有效，可以從繁雜的文本數(shù)據(jù)中快速提煉文本重要信息，從而精確、全面地掌握該領(lǐng)域智庫專家的思想動態(tài)，為準(zhǔn)確判斷政策趨勢提供參考。

主要結(jié)論包括：其一，從文本內(nèi)容來看，美國智庫在人工智能領(lǐng)域關(guān)注的方向是安全、法律、就業(yè)與外交關(guān)系四大塊，具體細化的小領(lǐng)域開始呈現(xiàn)內(nèi)容多元化、規(guī)則具體化。粗略可分為對“內(nèi)”和對“外”兩層，對“內(nèi)”來說，未來美國將會逐漸調(diào)集聯(lián)邦政府以及各州相應(yīng)機構(gòu)的統(tǒng)籌力量，來完善人工智能的創(chuàng)新、研發(fā)以及相應(yīng)的規(guī)范等等，以此來服務(wù)于美國公民，確保美國公民的民生、自由。對“外”來看，美國始終抱有防備態(tài)度和擔(dān)憂心理，這也使美國應(yīng)對其他發(fā)展中國家的創(chuàng)新時，一直存在著一種競爭關(guān)系。其二，從文本發(fā)文量來看，隨著科技的進步，美國智庫對于人工智能領(lǐng)域的關(guān)注度逐漸遞增，從奧巴馬政府時期的快速發(fā)展、成熟，到今天特朗普政府時期的多領(lǐng)域結(jié)合交叉關(guān)注，智庫文本與政府決策之間的聯(lián)系更加緊密。其三，從智庫文本在政策過程中的作用來看，不管是貿(mào)易戰(zhàn)時期還是華為事件時期，大量高質(zhì)量的智庫研究文本已經(jīng)成為政府決策的重要依據(jù)，智庫文本型成果“政策化”現(xiàn)象顯著，人工智能領(lǐng)域的智庫文本不僅體現(xiàn)在“咨政、啟民”和“育才、伐謀”，還體現(xiàn)在“察人之謀、為我所謀”。