人工智能對(duì)產(chǎn)業(yè)融合的影響研究
——基于知識(shí)圖譜的分析

林麗環(huán)，黃衛(wèi)東

（南京郵電大學(xué) 管理學(xué)院，江蘇 南京 210000）

一、引言

人工智能技術(shù)的出現(xiàn)加速了世界經(jīng)濟(jì)、政治以及文化在內(nèi)各方面的融合發(fā)展，作為經(jīng)濟(jì)發(fā)展的重要依附主體，各大產(chǎn)業(yè)所呈現(xiàn)的狀態(tài)、結(jié)構(gòu)以及連接關(guān)系都隨之發(fā)生了翻天覆地的變化。為適應(yīng)新技術(shù)的出現(xiàn)，各國(guó)不遺余力地將人、財(cái)、物等資源投入人工智能領(lǐng)域以優(yōu)化資本結(jié)構(gòu)，加速人工智能與各大產(chǎn)業(yè)的融合，充分發(fā)揮AI 的技術(shù)優(yōu)勢(shì)。

截至2020 年底，以CNKI 為平臺(tái)，以人工智能為關(guān)鍵詞，通過(guò)所得到的發(fā)表量年度趨勢(shì)圖可知，自2017 年起，人工智能話題便成為學(xué)術(shù)界爆發(fā)式的熱點(diǎn)話題而被眾多學(xué)者解剖分析。在爆發(fā)持續(xù)五年的累計(jì)研究中，與該熱點(diǎn)話題相聯(lián)系的學(xué)科分支眾多，而學(xué)術(shù)界的學(xué)者所提出的新觀點(diǎn)、新問(wèn)題以及新措施也隨之落實(shí)到了國(guó)家層面，其具體表現(xiàn)為新型軍備競(jìng)賽的出現(xiàn)，自2017 年起，絕大多數(shù)發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家都對(duì)人工智能的技術(shù)作出了表態(tài)并對(duì)該領(lǐng)域的研究予以資金支持。2021 年9 月，英國(guó)政府發(fā)布《國(guó)家人工智能戰(zhàn)略》（以下簡(jiǎn)稱“戰(zhàn)略”），明確AI 將在未來(lái)成為經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)力；2021 年10 月，中國(guó)政府就生態(tài)環(huán)境保護(hù)方面表示，將提高工業(yè)互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)對(duì)傳統(tǒng)產(chǎn)業(yè)滲透率，推動(dòng)制造業(yè)綠色化轉(zhuǎn)型和智能化升級(jí)。由此可見，人工智能與產(chǎn)業(yè)的融合范圍將趨于全面化，融和層次將趨于深層次化。

為此，文章選取文獻(xiàn)收納數(shù)量更廣泛的WoS 為新平臺(tái)，經(jīng)過(guò)系列篩選，最終以2 337 篇文章為分析樣本，借助CiteSpace 軟件的統(tǒng)計(jì)、分類、聚類及分析功能，對(duì)研究熱點(diǎn)的基本情況以及聚集情況進(jìn)行可視化展示并逐一分析具體類團(tuán)的現(xiàn)狀，以期為人工智能對(duì)資本結(jié)構(gòu)影響的中介中心性提供更明確的闡述，并預(yù)測(cè)兩大主題在未來(lái)的主要發(fā)展趨勢(shì)。此外，人工智能與產(chǎn)業(yè)的融合在不同國(guó)家間的融合程度有差異在所難免，本研究還試圖通過(guò)學(xué)術(shù)界的成果統(tǒng)計(jì)來(lái)反映主要大國(guó)在人工智能與產(chǎn)業(yè)融合領(lǐng)域的發(fā)展現(xiàn)狀、演化脈絡(luò)，并由此提出相應(yīng)的意見和建議[1]。

二、研究方法與數(shù)據(jù)獲取

文章以WoS 為數(shù)據(jù)庫(kù)來(lái)源，為擴(kuò)充樣本數(shù)據(jù)庫(kù)，提高數(shù)據(jù)完整度，通過(guò)對(duì)兩大領(lǐng)域中質(zhì)量較高的10 篇期刊及綜述中提及的關(guān)鍵詞的匯總，最終確定文章以人工智能為第一核心關(guān)鍵詞并將關(guān)鍵詞范圍依次擴(kuò)充至機(jī)器人、自動(dòng)化，以產(chǎn)業(yè)融合為第二核心關(guān)鍵詞并將關(guān)鍵詞范圍依次擴(kuò)充至行業(yè)融合、市場(chǎng)融合。為保證分析數(shù)據(jù)的質(zhì)量和可靠性，文章剔除了除論文、綜述論文、World of Science 核心合集以外的所有其他文獻(xiàn)，并經(jīng)過(guò)CiteSpace 軟件的除重操作，最終獲得2 469 篇文獻(xiàn)作為樣本數(shù)據(jù)進(jìn)行知識(shí)圖譜分析。知識(shí)圖譜是一種通過(guò)將每個(gè)項(xiàng)目、實(shí)體和用戶表示為不同的節(jié)點(diǎn)，并將相交互的節(jié)點(diǎn)連接起來(lái)，以標(biāo)記有向圖的形式表示知識(shí)并為文本信息賦予語(yǔ)義的強(qiáng)大工具[1]。本研究采用的分析流程為，以時(shí)間、空間、熱點(diǎn)和演化脈絡(luò)四個(gè)維度作為分析的切入點(diǎn)。在時(shí)間分析方面，以發(fā)文量、主題詞和研究人員的進(jìn)一步的分析對(duì)象；在空間分析方面，依次對(duì)作者合作網(wǎng)絡(luò)、機(jī)構(gòu)合作網(wǎng)絡(luò)以及國(guó)家合作網(wǎng)絡(luò)展開微觀、中觀、宏觀的分析；在熱點(diǎn)分析方面，對(duì)2 337 篇文獻(xiàn)的關(guān)鍵詞共現(xiàn)以及聚集情況做統(tǒng)計(jì)分析，并對(duì)人工智能和資本要素兩大主題進(jìn)行爆發(fā)性探測(cè)；在演化脈絡(luò)方面，以時(shí)間線和時(shí)區(qū)圖譜來(lái)展示其脈絡(luò)的分布情況，具體的分析框架圖，如圖1 所示。

圖1 分析框架圖

三、研究數(shù)據(jù)統(tǒng)計(jì)與分析

（一）時(shí)間分析

1.發(fā)文量

由圖2 可知，在人工智能與產(chǎn)業(yè)融合類的文章中，2017 年可作為近20 年年發(fā)文量的時(shí)間拐點(diǎn)，以2017 年為界，之前年份的增速相對(duì)緩慢，發(fā)文量一直處在0～100 篇范圍內(nèi)上下波動(dòng)，而2018—2020 年則出現(xiàn)了爆發(fā)式的增長(zhǎng)，且一直處于超高的加速增長(zhǎng)狀態(tài)，甚至出現(xiàn)成倍增長(zhǎng)的態(tài)勢(shì)，因此可粗略預(yù)測(cè)在未來(lái)一段時(shí)間內(nèi)，人工智能與產(chǎn)業(yè)融合的話題點(diǎn)所具有的關(guān)注度仍舊會(huì)保持在較高狀態(tài)。從總體趨勢(shì)上來(lái)看，發(fā)文量處于總體上升狀態(tài)，可見伴隨著技術(shù)的不斷進(jìn)步，人工智能與產(chǎn)業(yè)融合逐漸受到學(xué)者們的偏愛，這點(diǎn)在國(guó)家政府發(fā)布的與人工智能有關(guān)的政策中也可見一斑。

圖2 2001—2020 年發(fā)文總量

2.共被引情況

（1）文獻(xiàn)共被引分析

由表1 可知，引用頻次較高的文獻(xiàn)類型可歸納總結(jié)為，以時(shí)間線為導(dǎo)向的智能制造的整體環(huán)境。其中，被引頻次最高的文獻(xiàn)主題為《基于工業(yè)4.0 制造系統(tǒng)的工業(yè)人工智能》，作者Lee Jay 在文中提出了AI 技術(shù)的當(dāng)前狀態(tài)以及在工業(yè)應(yīng)用中利用AI力量所必需的生態(tài)金字塔，由下至上分別為智能連接層、數(shù)據(jù)信息轉(zhuǎn)換層、網(wǎng)絡(luò)層、認(rèn)知層以及配置層即5C 結(jié)構(gòu)，并通過(guò)更智能和更有彈性的制造設(shè)備來(lái)提高產(chǎn)品質(zhì)量和系統(tǒng)可靠性[2]。作者Liao YX 則通過(guò)相關(guān)期刊、學(xué)科領(lǐng)域、類別、會(huì)議、關(guān)鍵詞等五類內(nèi)容的一般數(shù)據(jù)分析總結(jié)了人工智能與產(chǎn)業(yè)融合當(dāng)前主要研究方向。作者Leitao P 認(rèn)為網(wǎng)絡(luò)物理系統(tǒng)（CPS）是一種新興方法，該方法專注于計(jì)算應(yīng)用程序與物理設(shè)備的集成，被設(shè)計(jì)為交互網(wǎng)絡(luò)和物理元素的網(wǎng)絡(luò)，對(duì)工業(yè)自動(dòng)化的發(fā)展存在重大影響。由以上三位作者研究主要內(nèi)容可以發(fā)現(xiàn)人工智能領(lǐng)域的研究正在逐步分化，研究?jī)?nèi)容的精準(zhǔn)化是該領(lǐng)域未來(lái)主要的發(fā)展趨勢(shì)。

表1 2001—2020 年文獻(xiàn)引用頻次表

（2）作者共被引分析

作者LEE J 的度中心性較其他作者而言具有極大的優(yōu)勢(shì)。一方面是由于距作者文獻(xiàn)的發(fā)表年份已有十幾年，在時(shí)間的加成下，文獻(xiàn)的被引次數(shù)也隨之提高；另一方面是作者在該領(lǐng)域的研究先人一步，其文獻(xiàn)研究成果具有很強(qiáng)的導(dǎo)向性，文獻(xiàn)產(chǎn)量在一定程度上說(shuō)明作者在該領(lǐng)域的貢獻(xiàn)程度以及研究造詣，為提升國(guó)家在人工智能和資本要素方面的進(jìn)一步融合發(fā)展，政府可以有針對(duì)性地引入以上高端人才，保證研究人員的質(zhì)量水平。此外，通過(guò)文獻(xiàn)平均被引年份的分布情況可以發(fā)現(xiàn)，作者LEE J 對(duì)人工智能和產(chǎn)業(yè)融合的研究與其他作者的研究之間產(chǎn)生了一個(gè)巨大的斷層，說(shuō)明LEE J 在話題成為熱點(diǎn)之前已經(jīng)對(duì)該領(lǐng)域做了超前的研究，這也為后來(lái)研究者提供了便利和借鑒。

表2 2001—2020 年作者被引頻次表

(3)期刊共被引分析

表3 2001—2020 年期刊被引頻次表

幾大知名期刊的被引頻次總體接近，度中心性未出現(xiàn)一家或幾家期刊獨(dú)大的現(xiàn)象，人工智能和產(chǎn)業(yè)融合領(lǐng)域的研究成果受到多家期刊的關(guān)注，期刊類型偏向于計(jì)算機(jī)以及智能方向，而期刊內(nèi)文獻(xiàn)被引量的增加間接證明了話題的熱度之高。其中，LECT NOTES COMPUT SC 期刊的中心性略高，說(shuō)明該期刊在人工智能和產(chǎn)業(yè)融合領(lǐng)域的關(guān)注度較高，受廣大學(xué)者的認(rèn)可度也較高。

（二）空間分析

1.作者合作網(wǎng)絡(luò)

當(dāng)學(xué)者之間進(jìn)行合作而致力于某一領(lǐng)域的研究時(shí)，其合作的親密度可以通過(guò)他們共同發(fā)表的文獻(xiàn)數(shù)量作為客觀判斷依據(jù)，因此，通過(guò)CiteSpace 軟件可分析致力于人工智能與資本要素領(lǐng)域研究的學(xué)者們之間的合作情況。

圖3 作者合作網(wǎng)絡(luò)圖譜

為提高統(tǒng)計(jì)結(jié)果的代表性，本研究通過(guò)呈現(xiàn)合作規(guī)模較大的前10 類研究合作類團(tuán)來(lái)體現(xiàn)作者間的合作狀況，由圖2 匯總得到，以個(gè)人文獻(xiàn)產(chǎn)量來(lái)看，排名前5 的作者分別為RJ KUO、MITSUMASA KOYANAGI、TAKAFUMI FUKUSHIMA、KANGWOOK LEE、TETSU TANAKA；此外，可以發(fā)現(xiàn)，目前該領(lǐng)域已初步形成了以TAKAFUMI FUKUSHIMA（研究領(lǐng)域：計(jì)算機(jī)—電子芯片）、CHENGKUO LEE（研究領(lǐng)域：智能制造—基于傳感器融合概念發(fā)明制造能夠檢測(cè)出汗水平的服飾）、DUSIT NIYATO（研究領(lǐng)域：智能城市—物聯(lián)網(wǎng)系統(tǒng)）以及YOSHIMICHI EJIMA（研究領(lǐng)域：醫(yī)學(xué)—睡眠障礙）為首的研究類團(tuán)，作為學(xué)科的核心帶頭人，經(jīng)過(guò)對(duì)他們研究領(lǐng)域的歸納總結(jié)可以發(fā)現(xiàn)人工智能的產(chǎn)業(yè)融合領(lǐng)域已經(jīng)十分廣泛。

2.機(jī)構(gòu)合作網(wǎng)絡(luò)

由圖4 可知，目前在人工智能和產(chǎn)業(yè)融合領(lǐng)域的機(jī)構(gòu)合作規(guī)模中，日本產(chǎn)業(yè)技術(shù)綜合研究所和上海交通大學(xué)的排名較為靠前，分別為第一和第二。自2018 年1 月上海交通大學(xué)人工智能研究院成立以來(lái)，上海交大開始將建設(shè)人工智能研究的交大學(xué)派提上日程，其對(duì)于人工智能產(chǎn)業(yè)發(fā)展領(lǐng)域投入較大的關(guān)注。此外，經(jīng)過(guò)匯總整理，發(fā)現(xiàn)在機(jī)構(gòu)合作規(guī)模排名前20 的機(jī)構(gòu)中，以上海交大為首共有5 家機(jī)構(gòu)來(lái)自中國(guó)，占統(tǒng)計(jì)數(shù)量的25%，位居第一，可見自人工智能成為熱點(diǎn)話題，中國(guó)的各大研究所以及各大學(xué)相較于其他國(guó)家而言更為及時(shí)地把握住了研究的大風(fēng)向。

圖4 機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜

3.國(guó)家合作網(wǎng)絡(luò)

由圖5 可知，因自身經(jīng)濟(jì)、政治等方面具有強(qiáng)大的實(shí)力保證而在國(guó)際活動(dòng)中表現(xiàn)較為活躍的幾大主要國(guó)家，其在人工智能和產(chǎn)業(yè)融合領(lǐng)域的合作也是相當(dāng)密切的。就目前而言，在該領(lǐng)域已經(jīng)形成了以美國(guó)為首、中國(guó)次之的主要發(fā)展格局，并以兩大國(guó)為核心形成了復(fù)雜的合作網(wǎng)絡(luò)關(guān)系，但就絕對(duì)數(shù)上來(lái)看，美國(guó)的文獻(xiàn)數(shù)量還是遙遙領(lǐng)先的，我國(guó)在該領(lǐng)域仍有較長(zhǎng)的一段路要走。此外，在以上列示的合作規(guī)模排名前20 的國(guó)家中，除中國(guó)、印度、伊朗以及土耳其外的其他16 個(gè)國(guó)家均為發(fā)達(dá)國(guó)家，占統(tǒng)計(jì)數(shù)量的80%，可見發(fā)達(dá)國(guó)家在人工智能和產(chǎn)業(yè)融合領(lǐng)域的重視程度要遠(yuǎn)高于發(fā)展中國(guó)家。

圖5 國(guó)家合作網(wǎng)絡(luò)圖譜

（三）熱點(diǎn)分析

1.關(guān)鍵詞共現(xiàn)圖譜分析

由圖6 可知，以一組詞語(yǔ)兩兩出現(xiàn)的頻次作為二者親疏關(guān)系的判斷依據(jù)時(shí)，CiteSpace 計(jì)算得出的最終結(jié)果為，系統(tǒng)、設(shè)計(jì)、構(gòu)成、模型、框架、結(jié)構(gòu)、科技、自動(dòng)化、算術(shù)、神經(jīng)網(wǎng)絡(luò)、性能、未來(lái)、網(wǎng)絡(luò)、大數(shù)據(jù)、模擬等關(guān)鍵詞是人工智能與產(chǎn)業(yè)融合領(lǐng)域中中介中心性較高的詞語(yǔ)，尤其是系統(tǒng)一詞，該關(guān)鍵詞的中介中心度值高達(dá)0.75，承擔(dān)著該領(lǐng)域發(fā)展過(guò)程的橋梁作用。通過(guò)匯總分類，可以劃分為兩類。第一類的核心關(guān)鍵詞為網(wǎng)絡(luò)化，其中包括系統(tǒng)、設(shè)計(jì)、構(gòu)成、模型、框架、結(jié)構(gòu)、神經(jīng)網(wǎng)絡(luò)、網(wǎng)絡(luò)；第二類的核心關(guān)鍵詞為技術(shù)化，其中包括科技、自動(dòng)化、算術(shù)、模擬。由此可得，網(wǎng)絡(luò)化與技術(shù)化是人工智能與產(chǎn)業(yè)融合領(lǐng)域發(fā)展的核心和關(guān)鍵，也是學(xué)者研究的重點(diǎn)內(nèi)容。

圖6 關(guān)鍵詞共現(xiàn)圖譜

2.關(guān)鍵詞聚類圖譜分析

圖7 關(guān)鍵詞聚類圖譜

本研究利用CiteSpace 軟件的關(guān)鍵詞聚類功能，得到人工智能和產(chǎn)業(yè)融合領(lǐng)域的聚類類團(tuán)共計(jì)70個(gè)，依次排除類團(tuán)成員不足40、同質(zhì)性指標(biāo)不足0.7的類團(tuán)后剩余8 個(gè)類團(tuán)，擇優(yōu)選取前5 個(gè)類團(tuán)的具體情況如下表列示。由表4 可知，5 個(gè)類團(tuán)的同質(zhì)性指標(biāo)均大于0.7，表明類團(tuán)間成員文獻(xiàn)的相似程度較高，聚類效果較好；類團(tuán)的文獻(xiàn)出版平均年份普遍較早，早于引言中以CNKI 為平臺(tái)匯總整理得出的人工智能研究話題成為研究熱點(diǎn)的年份，可見，該領(lǐng)域在國(guó)際上的研究進(jìn)程要早于本國(guó)研究進(jìn)程。

表4 2001—2020 年人工智能與產(chǎn)業(yè)領(lǐng)域文獻(xiàn)聚類結(jié)果

此外，依據(jù)LSI 聚類算法得到五類聚類結(jié)果。

第一類聚類結(jié)果涉及服務(wù)業(yè)以及軟件信息業(yè)，此類行業(yè)與人工智能領(lǐng)域的結(jié)合能夠加速科技的發(fā)展，從而為社會(huì)帶來(lái)更大的利潤(rùn)收益。作為聚類中的第一大類，其排名說(shuō)明了其與人工智能結(jié)合的深度和廣度，從消費(fèi)者主觀感受上來(lái)說(shuō)，服務(wù)業(yè)與人工智能的融合可謂隨處可見，從餐廳中的機(jī)器人服務(wù)員、服裝店的機(jī)器人導(dǎo)購(gòu)員、管理家庭日?；顒?dòng)的智能家居機(jī)器人、從事物流并承擔(dān)派送貨物任務(wù)的校園機(jī)器人，人工智能與服務(wù)業(yè)的融合已經(jīng)深入生活的吃穿住行等各個(gè)方面；從支持服務(wù)業(yè)與人工智能相融合的技術(shù)來(lái)看，軟件信息業(yè)的發(fā)展為人工智能提供了很大的后備力量，兩者在某種程度上存在著互相促進(jìn)的關(guān)系，或者可以說(shuō)，二者所涉及范圍存在著一定程度的交叉。

第二類聚類結(jié)果主要為能源方面的研究，具體包括電能、風(fēng)能等，從具體應(yīng)用上來(lái)看，又可以分為能源儲(chǔ)藏、智能電網(wǎng)、故障管理、油氣勘探以及能源的消耗與耗費(fèi)。在能源儲(chǔ)存方面，人工智能的發(fā)展可以減少在能源儲(chǔ)藏過(guò)程的人為損耗和人工管理成本，從而降低不必要的資金支出；在智能電網(wǎng)方面，通過(guò)對(duì)電能耗費(fèi)的實(shí)時(shí)監(jiān)管從而對(duì)重點(diǎn)的耗電量大的組織和企業(yè)進(jìn)行控制，進(jìn)而達(dá)到節(jié)約能耗的最終目的，以響應(yīng)國(guó)家節(jié)能減排的政策號(hào)召；在故障管理方面，人工智能能夠利用大數(shù)據(jù)對(duì)故障風(fēng)險(xiǎn)做出恰當(dāng)及時(shí)的預(yù)警，從而在故障發(fā)生前及時(shí)止損，避免高額的故障修理費(fèi)用的支出；在油氣勘探方面，人工智能對(duì)高危工作環(huán)境下工作的替代可以降低以往由人工進(jìn)行探測(cè)情況下的風(fēng)險(xiǎn)，這為新油田的發(fā)現(xiàn)提供了很好的技術(shù)支持，打破了原有的勘探缺陷；在能源的消耗方面，人工智能能夠優(yōu)化能源的耗費(fèi)過(guò)程，從而降低消耗的數(shù)量，提升能源的利用效率?？傮w而言，人工智能與能源行業(yè)的融合能夠降低成本和風(fēng)險(xiǎn)，提高收益和效率，促進(jìn)行業(yè)的進(jìn)一步發(fā)展。

第三類聚類結(jié)果側(cè)重于發(fā)現(xiàn)醫(yī)療診治技術(shù)以及提升企業(yè)的經(jīng)營(yíng)管理水平，在醫(yī)療診治技術(shù)方面，國(guó)務(wù)院辦公廳于2018 年印發(fā)的《關(guān)于促進(jìn)“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的意見》中表示了其對(duì)人工智能和醫(yī)療行業(yè)相融合研究的重視，人工智能醫(yī)療器械的出現(xiàn)為醫(yī)療診治提供了很大的便利，一方面提升了醫(yī)療的診治結(jié)果的準(zhǔn)確性，另一方面又降低了患者進(jìn)行檢查的各項(xiàng)費(fèi)用，其中最為典型的內(nèi)容即人工智能在醫(yī)療影像上的應(yīng)用，該應(yīng)用的出現(xiàn)極大提升了醫(yī)生對(duì)患者的診治效率；在企業(yè)經(jīng)營(yíng)管理方面，商業(yè)應(yīng)用是近年的熱點(diǎn)詞匯，具體可以體現(xiàn)為人工智能逐漸替代部分職員的工作，尤其是工作內(nèi)容較為重復(fù)、機(jī)械、技術(shù)含量低的崗位，而智能管理能夠?yàn)槠髽I(yè)節(jié)省下一大筆原有的勞動(dòng)力成本，從而提升企業(yè)的利潤(rùn)水平，讓企業(yè)有能力將資金聚焦于核心業(yè)務(wù)的研究和開發(fā)。

第四類聚類結(jié)果重在深入機(jī)器人等實(shí)體的制造和控制方面的研究，目前的機(jī)器人研究技術(shù)在智能融合程度上正在加速深化，雖然在情感和外表上仍有很大的上升空間，但隨著5G 技術(shù)的發(fā)展，其內(nèi)核技術(shù)已經(jīng)有了質(zhì)的突破。在行動(dòng)便利程度上，以阿爾法跳舞機(jī)器人為例，其肢體組成部分的靈活程度非常高，而在學(xué)習(xí)能力上，法國(guó)NAO 教育機(jī)器人則已經(jīng)有了深入學(xué)習(xí)的能力并能夠向外界表現(xiàn)其情緒狀態(tài)。此外，受影視著作的影響，大眾對(duì)該領(lǐng)域的發(fā)展也投入了較大的關(guān)注度，二者相融合的觸角甚至已經(jīng)觸碰到了后期的道德法律和倫理的深度。

第五類聚類結(jié)果偏向于摩擦類傳感器的研制和以優(yōu)化人體感官為目標(biāo)的產(chǎn)品技術(shù)的開發(fā)，通過(guò)研發(fā)能夠?qū)θ梭w感受獲得正確感知的傳感器，根據(jù)傳感器結(jié)果觸發(fā)不同的機(jī)制，從而優(yōu)化消費(fèi)者的感受認(rèn)知，如通過(guò)感知人體皮膚的濕度從而調(diào)整服裝的干濕程度以保證皮膚的干濕狀態(tài)保持在一個(gè)比較合理的波動(dòng)區(qū)間。從總體上來(lái)看，產(chǎn)業(yè)融合的領(lǐng)域涉及范圍偏向于高新技術(shù)產(chǎn)品制造，而傳統(tǒng)的農(nóng)業(yè)以及工業(yè)產(chǎn)業(yè)的融合研究文獻(xiàn)數(shù)量較少，文獻(xiàn)聚集情況較差，由此可看出，高新技術(shù)產(chǎn)業(yè)融合度高于傳統(tǒng)行業(yè)融合度，傳統(tǒng)行業(yè)領(lǐng)域受制于以前的感知能力導(dǎo)致實(shí)際積累下來(lái)的數(shù)據(jù)比較少是造成其融合度偏低的重要原因[3]。

3.爆發(fā)性探測(cè)分析

為保證探測(cè)數(shù)量的恰當(dāng)性，本研究將探測(cè)難易程度γ 值設(shè)置為0.8 并將最短持續(xù)時(shí)間參數(shù)值設(shè)置為1，輸出結(jié)果如圖8 所示，由圖8 可知，爆發(fā)性探測(cè)結(jié)果中，爆發(fā)持續(xù)時(shí)間最長(zhǎng)的關(guān)鍵詞為基因算法，持續(xù)時(shí)間長(zhǎng)達(dá)10 年，直至近些年才逐漸淡出學(xué)術(shù)界；爆發(fā)強(qiáng)度最大的關(guān)鍵詞為系統(tǒng)，這與關(guān)鍵詞共現(xiàn)圖譜得出的最終分析對(duì)象一致；而自動(dòng)化、大數(shù)據(jù)、增強(qiáng)現(xiàn)實(shí)技術(shù)以及互聯(lián)網(wǎng)變革創(chuàng)新等關(guān)鍵詞開始爆發(fā)的時(shí)間雖然較遲，但預(yù)測(cè)其在未來(lái)幾年將成為學(xué)術(shù)界前沿的研究熱點(diǎn)，值得我們進(jìn)一步探索。

圖8 2001—2020 年人工智能與產(chǎn)業(yè)領(lǐng)域爆發(fā)性探測(cè)

（四）演化脈絡(luò)

1.時(shí)間線圖譜分析

由圖9 可知，在聚類效果最好的前五類類團(tuán)中，遠(yuǎn)程機(jī)器人控制領(lǐng)域的聚合效果最佳，其中又以持續(xù)性最強(qiáng)、跨度最大的網(wǎng)絡(luò)連接算法為代表，而算法則是人工智能發(fā)展的核心技術(shù)；第二個(gè)聚類結(jié)果為智能銷售，其中模擬算法再次于2002 年成為研究熱點(diǎn)話題并持續(xù)至2020 年，兩大聚類結(jié)果的相似性證明了算法的必要性和重要性，在人工智能關(guān)鍵技術(shù)領(lǐng)域，算法的缺陷是技術(shù)突破“卡脖子”型的難題，也是國(guó)際領(lǐng)域競(jìng)爭(zhēng)的關(guān)鍵。

圖9 2001—2020 年人工智能與產(chǎn)業(yè)領(lǐng)域時(shí)間線圖譜

2.時(shí)區(qū)圖譜分析

由圖10 可知，人工智能與產(chǎn)業(yè)融合領(lǐng)域的關(guān)鍵詞語(yǔ)自成為熱點(diǎn)話題之后，其延續(xù)性普遍較好，絕大多數(shù)話題一直延續(xù)至2020 年，并大有繼續(xù)延續(xù)下去的趨勢(shì)，以融合關(guān)鍵詞為例，作為本研究的核心關(guān)鍵詞，其延續(xù)性跨越了近20 年，屬于所有關(guān)鍵詞中的佼佼者，可見其在未來(lái)很長(zhǎng)一段時(shí)間內(nèi)依舊會(huì)呈現(xiàn)較好的熱點(diǎn)狀態(tài)。盡管在主觀認(rèn)知中，人工智能是近年來(lái)才一躍成為熱門話題，但根據(jù)時(shí)區(qū)圖譜可以發(fā)現(xiàn)，幾大重點(diǎn)核心的關(guān)鍵詞在2001 年就已經(jīng)出現(xiàn)并進(jìn)入學(xué)者的研究范圍，與未來(lái)20 年相比，2001年成為該領(lǐng)域的成果多產(chǎn)出年份。

圖10 2001—2020 年人工智能與產(chǎn)業(yè)領(lǐng)域時(shí)區(qū)圖譜

四、總結(jié)與展望

人工智能與產(chǎn)業(yè)融合的情況受產(chǎn)業(yè)所屬類型、產(chǎn)業(yè)所在國(guó)等因素影響，總體分布情況為，發(fā)達(dá)國(guó)家產(chǎn)業(yè)融合度高于發(fā)展中國(guó)家融合度，高新技術(shù)產(chǎn)業(yè)融合度高于傳統(tǒng)行業(yè)融合度。中國(guó)作為發(fā)展中大國(guó)，其融合度并未受全體國(guó)家平均狀態(tài)的影響，大有躋身發(fā)達(dá)國(guó)家狀態(tài)之勢(shì)，但由于研究的起步時(shí)間較晚，與部分步伐較快的國(guó)家如美國(guó)和日本相比仍存在一定的差距，研究的系統(tǒng)化和成熟度還有待提升。

因此，為縮小中國(guó)與標(biāo)桿國(guó)家之間的研究差距，可從以下幾個(gè)方面予以改善：首先是人才保障方面，中國(guó)政府可積極引進(jìn)人工智能與產(chǎn)業(yè)融合方面的高端人才和高端環(huán)境，同時(shí)派遣中國(guó)學(xué)者前往領(lǐng)域進(jìn)展先進(jìn)的幾大發(fā)達(dá)國(guó)家學(xué)習(xí)最新的技術(shù)和理論知識(shí)以填補(bǔ)國(guó)內(nèi)相應(yīng)領(lǐng)域的不足；其次是技術(shù)創(chuàng)新方面，通過(guò)計(jì)算機(jī)“深度學(xué)習(xí)”為基礎(chǔ)算法提供保障，作為歷時(shí)彌久的熱點(diǎn)話題，網(wǎng)絡(luò)算法的不斷優(yōu)化是促使技術(shù)發(fā)展的核心所在；最后是經(jīng)濟(jì)支持方面，眾多國(guó)家在發(fā)布的財(cái)政預(yù)算中都為人工智能研究項(xiàng)目預(yù)定了不小的數(shù)額，資金保障是人工智能技術(shù)進(jìn)一步發(fā)展的基礎(chǔ)，而人工智能與產(chǎn)業(yè)的恰當(dāng)融合又能為實(shí)體和虛擬經(jīng)濟(jì)創(chuàng)造更大的價(jià)值，并以此形成經(jīng)濟(jì)方面的良性循環(huán)。