中美人工智能技術(shù)創(chuàng)新的動(dòng)態(tài)比較
——基于人工智能技術(shù)創(chuàng)新大數(shù)據(jù)的多S曲線(xiàn)模型分析

王 山, 陳昌兵

(中國(guó)社會(huì)科學(xué)院 經(jīng)濟(jì)研究所, 北京 100836)

人工智能作為新技術(shù)創(chuàng)新的代表與引領(lǐng)未來(lái)、重塑傳統(tǒng)行業(yè)結(jié)構(gòu)的前沿性與戰(zhàn)略性技術(shù),逐漸成為全球新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量。世界各國(guó)在以創(chuàng)新為主的人工智能新技術(shù)方面展開(kāi)了激烈的角逐與殘酷的競(jìng)爭(zhēng),美國(guó)、日本、英國(guó)、法國(guó)與德國(guó)等世界主要發(fā)達(dá)國(guó)家,已將人工智能作為提升國(guó)家競(jìng)爭(zhēng)力與維護(hù)國(guó)家安全的重大戰(zhàn)略,加緊出臺(tái)人工智能相關(guān)國(guó)家規(guī)劃和政策,圍繞核心技術(shù)、頂尖人才、標(biāo)準(zhǔn)規(guī)范等強(qiáng)化部署,力圖在新一輪國(guó)際科技競(jìng)爭(zhēng)中,搶占發(fā)展先機(jī)并掌握主導(dǎo)權(quán)。如日本人工智能技術(shù)戰(zhàn)略委員會(huì)2017年發(fā)布《人工智能技術(shù)戰(zhàn)略》、美國(guó)2019年啟動(dòng)“美國(guó)人工智能倡議”。中國(guó)國(guó)務(wù)院于2017年下發(fā)《新一代人工智能發(fā)展規(guī)劃》,將人工智能上升為國(guó)家戰(zhàn)略,并將其作為經(jīng)濟(jì)發(fā)展和經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿χ弧?/p>

在全球人工智能千帆競(jìng)發(fā)的當(dāng)下,經(jīng)過(guò)持續(xù)多年的研發(fā)布局,我國(guó)人工智能技術(shù)實(shí)現(xiàn)了高速發(fā)展,并在多個(gè)領(lǐng)域取得了重要成就。那么與世界主要發(fā)達(dá)國(guó)家相比,目前,我國(guó)人工智能技術(shù)創(chuàng)新水平如何?技術(shù)處于何種發(fā)展階段?我國(guó)發(fā)展人工智能的優(yōu)勢(shì)在哪?未來(lái)我國(guó)人工智能發(fā)展趨勢(shì)如何?為回答這些問(wèn)題,本文基于技術(shù)創(chuàng)新大數(shù)據(jù),首先,從基礎(chǔ)研究、技術(shù)創(chuàng)新、科技布局、產(chǎn)業(yè)規(guī)模與技術(shù)進(jìn)步5個(gè)維度創(chuàng)新性地構(gòu)建人工智能技術(shù)創(chuàng)新發(fā)展水平多指標(biāo)測(cè)度體系與技術(shù)創(chuàng)新綜合發(fā)展指數(shù);然后根據(jù)綜合發(fā)展指數(shù)模擬繪制出各國(guó)人工智能技術(shù)創(chuàng)新S演化曲線(xiàn),描繪各國(guó)人工智能技術(shù)創(chuàng)新動(dòng)態(tài)演變軌跡,并研判技術(shù)所處創(chuàng)新周期的發(fā)展階段,尤其是通過(guò)技術(shù)創(chuàng)新演化曲線(xiàn),精確定位中美技術(shù)創(chuàng)新發(fā)展位置。其次,重點(diǎn)結(jié)合5個(gè)維度在技術(shù)不同發(fā)展階段的權(quán)重分布,客觀動(dòng)態(tài)地比較出中美新技術(shù)之間的創(chuàng)新發(fā)展差距,探討并總結(jié)影響我國(guó)人工智能新技術(shù)創(chuàng)新發(fā)展的主要因素。最后,為我國(guó)實(shí)現(xiàn)人工智能關(guān)鍵核心技術(shù)的突破與追趕,擺脫被先發(fā)國(guó)家控制的劣勢(shì)地位,提出提高新技術(shù)創(chuàng)新水平的具體措施與發(fā)展建議。

一、文獻(xiàn)綜述

目前,學(xué)術(shù)界既有人工智能技術(shù)創(chuàng)新水平測(cè)度的相關(guān)研究,主要圍繞人工智能新技術(shù)創(chuàng)新影響因素與人工智能發(fā)展水平測(cè)度兩方面進(jìn)行。因此,本節(jié)主要從2個(gè)方面進(jìn)行綜述。

(一)人工智能技術(shù)創(chuàng)新影響因素

1.人工智能技術(shù)創(chuàng)新影響因素的相關(guān)研究主要集中在創(chuàng)新主體、創(chuàng)新效益與創(chuàng)新環(huán)境上

創(chuàng)新主體可分為生產(chǎn)者與消費(fèi)者,其中,生產(chǎn)者主要是指政府、高校、科研機(jī)構(gòu)與研發(fā)企業(yè)等,他們通過(guò)經(jīng)費(fèi)、人員、儀器設(shè)備等資源的投入,為人工智能新技術(shù)創(chuàng)新提供原始動(dòng)力;新技術(shù)創(chuàng)新消費(fèi)者主要指的是人工智能算法、軟硬件與數(shù)據(jù)的消費(fèi)與使用者,為人工智能新技術(shù)創(chuàng)新發(fā)展提供內(nèi)生動(dòng)力。李旭輝等(2020)認(rèn)為創(chuàng)新主體主要指從事人工智能新技術(shù)創(chuàng)新活動(dòng)中最活躍、最積極的科研創(chuàng)新人才,只有擁有高素質(zhì)的科研創(chuàng)新人才,才能加快人工智能新技術(shù)創(chuàng)新步伐,并提升人工智能產(chǎn)業(yè)競(jìng)爭(zhēng)力,他們選擇每萬(wàn)人R&D人員數(shù)量、每萬(wàn)人本科以上學(xué)歷人數(shù)與教育經(jīng)費(fèi)占全省生產(chǎn)總值(GDP)的比例3個(gè)指標(biāo),來(lái)衡量創(chuàng)新主體創(chuàng)新能力[1]。陳勁等(2017)基于知識(shí)整合視角,提出人力、財(cái)力與儀器設(shè)備等資源投入是創(chuàng)新主體進(jìn)行創(chuàng)新活動(dòng)的根本前提,并選擇研發(fā)經(jīng)費(fèi)支出比例、研發(fā)人員比例、碩士及以上人員比例、與高校、科研機(jī)構(gòu)合作程度4個(gè)指標(biāo),測(cè)度創(chuàng)新主體的創(chuàng)新能力[2]。王洪慶等(2017)從行業(yè)層面構(gòu)建了包含投入能力與產(chǎn)出能力2個(gè)二級(jí)指標(biāo)的產(chǎn)業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系,其中創(chuàng)新投入包括人力、資金和設(shè)備3個(gè)方面的投入,并采用研發(fā)人員投入強(qiáng)度、科研機(jī)構(gòu)密度、R&D經(jīng)費(fèi)投入強(qiáng)度與新產(chǎn)品開(kāi)發(fā)投入強(qiáng)度等8個(gè)具體指標(biāo)來(lái)衡量[3]。

2.創(chuàng)新效益主要包括基礎(chǔ)研究效益與應(yīng)用研究效益

基礎(chǔ)研究效益主要體現(xiàn)在期刊論文的產(chǎn)出方面。期刊論文能及時(shí)反映國(guó)內(nèi)外基礎(chǔ)研究創(chuàng)新的成果和動(dòng)向,是人工智能新技術(shù)創(chuàng)新可持續(xù)發(fā)展的基石,有助于推動(dòng)人工智能技術(shù)創(chuàng)新基礎(chǔ)研究進(jìn)程,為新技術(shù)的實(shí)踐應(yīng)用與優(yōu)化提供重要基礎(chǔ)保障。李莉等(2021)根據(jù)高質(zhì)量期刊文獻(xiàn)與頂級(jí)會(huì)議論文,分析了全球人工智能產(chǎn)業(yè)基礎(chǔ)研究態(tài)勢(shì)與全球前沿?zé)狳c(diǎn),發(fā)現(xiàn)全球人工智能新技術(shù)產(chǎn)業(yè)基礎(chǔ)研究正快速增長(zhǎng),中國(guó)雖起步較晚,但仍受益于國(guó)家人工智能發(fā)展戰(zhàn)略與政策的助力而逐步展現(xiàn)出領(lǐng)跑態(tài)勢(shì)[4]。應(yīng)用研究效益則主要體現(xiàn)在專(zhuān)利申請(qǐng)量、權(quán)利要求項(xiàng)等方面。專(zhuān)利作為新技術(shù)創(chuàng)新信息的重要結(jié)晶和載體,是國(guó)家獲得核心競(jìng)爭(zhēng)力與比較競(jìng)爭(zhēng)優(yōu)勢(shì)的決定性因素。聶洪光等(2020)認(rèn)為,專(zhuān)利數(shù)據(jù)在衡量國(guó)家或某一產(chǎn)業(yè)技術(shù)創(chuàng)新能力方面具有重要作用,并從專(zhuān)利國(guó)際地位與國(guó)際化程度2個(gè)方面,引入領(lǐng)域?qū)＠暾?qǐng)量與專(zhuān)利合作條約PCT指標(biāo),來(lái)反映人工智能新技術(shù)的實(shí)際創(chuàng)新能力[5]。蘭茹(Lanjouw,2004)等認(rèn)為,專(zhuān)利權(quán)利要求數(shù)量與新技術(shù)創(chuàng)新能力正相關(guān),權(quán)利要求數(shù)量越多,新技術(shù)創(chuàng)新能力越強(qiáng)[6]。陳軍等(2019)以專(zhuān)利數(shù)據(jù)為依據(jù),從專(zhuān)利申請(qǐng)總體情況、PCT專(zhuān)利申請(qǐng)、網(wǎng)絡(luò)攝像機(jī)(IPC)重點(diǎn)技術(shù)領(lǐng)域、創(chuàng)新主體等方面,對(duì)中美人工智能產(chǎn)業(yè)發(fā)展進(jìn)行了比較研究。認(rèn)為中國(guó)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展與美國(guó)仍有一段距離,目前以追隨為主,但未來(lái)發(fā)展?jié)摿εc空間巨大[7]。

人工智能新技術(shù)的創(chuàng)新離不開(kāi)社會(huì)環(huán)境、經(jīng)濟(jì)環(huán)境與技術(shù)環(huán)境等創(chuàng)新環(huán)境的保障。袁野等(2021)為科學(xué)合理地評(píng)價(jià)人工智能新技術(shù)創(chuàng)新能力,設(shè)計(jì)構(gòu)建了包含技術(shù)環(huán)境(算法基礎(chǔ)、數(shù)據(jù)基礎(chǔ)、算力基礎(chǔ))、社會(huì)環(huán)境(人才環(huán)境、經(jīng)濟(jì)環(huán)境、政策環(huán)境)與創(chuàng)新主體(企業(yè)、高校、科研機(jī)構(gòu)、政府)等要素在內(nèi)的人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力測(cè)度指標(biāo)體系,其中技術(shù)環(huán)境主要體現(xiàn)在算法的創(chuàng)新、算力的增強(qiáng)與數(shù)據(jù)資源的累積3個(gè)方面,并分別選用人工智能開(kāi)發(fā)平臺(tái)數(shù)、集成電路產(chǎn)量與互聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)量3個(gè)指標(biāo)進(jìn)行表征,社會(huì)環(huán)境則從人才環(huán)境、經(jīng)濟(jì)環(huán)境與政策環(huán)境3個(gè)方面進(jìn)行考量,并分別選擇人才需求量、投融資總額與每年新增政策數(shù)進(jìn)行表征。研究發(fā)現(xiàn),在技術(shù)環(huán)境方面,算法對(duì)提升人工智能新技術(shù)創(chuàng)新影響顯著,在社會(huì)環(huán)境方面,投融資總額指標(biāo)有助于基礎(chǔ)研究成果與應(yīng)用研究成果的轉(zhuǎn)移轉(zhuǎn)化[8]。

(二)人工智能發(fā)展水平測(cè)度

國(guó)內(nèi)外現(xiàn)有文獻(xiàn)主要從以下3個(gè)方面來(lái)測(cè)度人工智能技術(shù)發(fā)展水平。

1.從技術(shù)創(chuàng)新水平角度測(cè)度

早期的人工智能發(fā)展水平測(cè)度主要圍繞技術(shù)創(chuàng)新水平進(jìn)行。博斯沃思(Bosworth,2001)[9]和伊頓(Eaton,2002)等[10]采用可以體現(xiàn)技術(shù)應(yīng)用研究創(chuàng)新水平的可量化的顯性專(zhuān)利指標(biāo)來(lái)衡量人工智能核心技術(shù)發(fā)展水平。隨著研究的深入與拓展,期刊論文和專(zhuān)利數(shù)據(jù)指標(biāo)相結(jié)合逐漸成為測(cè)度人工智能技術(shù)發(fā)展水平的主流方式。經(jīng)濟(jì)合作與發(fā)展組織(OECD,2017)使用科學(xué)出版物、發(fā)展專(zhuān)利家族數(shù)據(jù)等量化指標(biāo)測(cè)度人工智能技術(shù)創(chuàng)新水平及技術(shù)差距等[11]。世界知識(shí)產(chǎn)權(quán)組織(WIPO,2019)在其所發(fā)布的全球首份人工智能系列研究報(bào)告《人工智能技術(shù)趨勢(shì):2019》中,統(tǒng)計(jì)了1960—2018年全球人工智能專(zhuān)利申請(qǐng)與期刊論文發(fā)表狀況,其中專(zhuān)利申請(qǐng)數(shù)據(jù)用于掌握申請(qǐng)人所關(guān)注的創(chuàng)新領(lǐng)域及人工智能技術(shù)發(fā)展時(shí)空變化,期刊論文用來(lái)輔助補(bǔ)充專(zhuān)利數(shù)據(jù)庫(kù)中的信息,報(bào)告希望通過(guò)對(duì)全球人工智能專(zhuān)利及學(xué)術(shù)論文數(shù)據(jù)在時(shí)間、地域、產(chǎn)業(yè)及前沿企業(yè)層面的深入分析,為企業(yè)、研究人員提供人工智能最新動(dòng)向與發(fā)展趨勢(shì)[12]。穆羅(Muro,2021)等[13]和施密德(Schmid,2021)等[14]也將反映基礎(chǔ)創(chuàng)新研究水平的論文數(shù)據(jù)與專(zhuān)利數(shù)據(jù)相結(jié)合,來(lái)測(cè)度人工智能技術(shù)發(fā)展水平。

2.從產(chǎn)業(yè)化角度測(cè)度

烏鎮(zhèn)智庫(kù)《全球人工智能發(fā)展報(bào)告》(2017、2018、2019)從宏觀視角縱覽全球人工智能技術(shù)發(fā)展,所設(shè)計(jì)的人工智能技術(shù)發(fā)展水平測(cè)度多指標(biāo)體系覆蓋產(chǎn)業(yè)發(fā)展、技術(shù)水平與應(yīng)用場(chǎng)景等多個(gè)維度,展現(xiàn)出人工智能全球發(fā)展新趨勢(shì)、各國(guó)在人工智能領(lǐng)域的競(jìng)爭(zhēng)態(tài)勢(shì)以及中國(guó)各地的發(fā)展概況[15]。斯坦福大學(xué)在其自2017年開(kāi)始逐年所形成的人工智能指數(shù)系列研究報(bào)告中,從研發(fā)水平、技術(shù)性能與產(chǎn)業(yè)發(fā)展等多個(gè)維度,測(cè)度全球人工智能的發(fā)展情況[16]。清華大學(xué)中國(guó)科技政策研究中心(2018)主要從科技產(chǎn)出與人才投入、產(chǎn)業(yè)發(fā)展與市場(chǎng)應(yīng)用、發(fā)展戰(zhàn)略與政策環(huán)境、社會(huì)認(rèn)知與綜合影響等4個(gè)維度,描繪我國(guó)人工智能的發(fā)展面貌,力圖綜合展現(xiàn)我國(guó)乃至全球人工智能發(fā)展現(xiàn)狀與趨勢(shì),以提升公眾認(rèn)知水平、助力產(chǎn)業(yè)健康發(fā)展、服務(wù)國(guó)家戰(zhàn)略決策[17]。

3.構(gòu)建多維度指標(biāo)體系測(cè)度

2019年,國(guó)家工業(yè)信息安全發(fā)展研究中心發(fā)布《中國(guó)人工智能產(chǎn)業(yè)發(fā)展指數(shù)》,從內(nèi)生動(dòng)力與外部環(huán)境2個(gè)維度出發(fā),既考慮人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀與發(fā)展?jié)摿?又考慮人工智能產(chǎn)業(yè)與外部環(huán)境及其他產(chǎn)業(yè)領(lǐng)域的相互影響關(guān)系,設(shè)立基礎(chǔ)支撐、創(chuàng)新能力、融合應(yīng)用、產(chǎn)業(yè)運(yùn)行、環(huán)境保障5個(gè)一級(jí)指標(biāo)及18個(gè)二級(jí)指標(biāo),較為客觀全面地反映了我國(guó)人工智能產(chǎn)業(yè)發(fā)展態(tài)勢(shì)和特征[18]。由中國(guó)信息通信研究院政策與經(jīng)濟(jì)研究所、數(shù)據(jù)研究中心研究團(tuán)隊(duì)編寫(xiě)的研究報(bào)告《全球人工智能戰(zhàn)略與政策觀察》(2019、2020)分別從各國(guó)戰(zhàn)略布局、國(guó)際合作、技術(shù)、人才、基礎(chǔ)設(shè)施和治理等多個(gè)方面,較全面地梳理與總結(jié)了全球主要經(jīng)濟(jì)體人工智能的相關(guān)戰(zhàn)略布局、政策與合作進(jìn)展情況[19-20]。穆羅(Muro,2021)等基于技術(shù)創(chuàng)新水平(SCI&SSCI收錄占比、人均發(fā)表論文作者數(shù)、人工智能萬(wàn)人發(fā)明專(zhuān)利擁有量、PCT國(guó)際專(zhuān)利申請(qǐng)量、人工智能上市企業(yè)研發(fā)投入等指標(biāo))、企業(yè)發(fā)展水平(年新增人工智能企業(yè)數(shù)、年新增上市人工智能企業(yè)數(shù)、平均每家人工智能企業(yè)營(yíng)業(yè)收入等指標(biāo))與發(fā)展環(huán)境水平(政府支持項(xiàng)目數(shù)、政府支持項(xiàng)目總金額、從業(yè)人員平均薪酬、人工智能產(chǎn)業(yè)領(lǐng)域行業(yè)標(biāo)準(zhǔn)數(shù)量等指標(biāo))3個(gè)維度構(gòu)建多指標(biāo)體系定量測(cè)度人工智能發(fā)展水平[13]。除此之外,阿里云、騰訊研究院、前瞻產(chǎn)業(yè)研究院、賽迪顧問(wèn)等商業(yè)咨詢(xún)機(jī)構(gòu),從各自專(zhuān)業(yè)領(lǐng)域出發(fā),推出一系列國(guó)內(nèi)外人工智能新技術(shù)專(zhuān)題研究報(bào)告。

綜上所述,人工智能技術(shù)創(chuàng)新水平測(cè)度方法中應(yīng)用范圍最廣、最受學(xué)者關(guān)注的是多維度指標(biāo)體系法,該方法能夠從多種維度、多個(gè)側(cè)面及多種數(shù)據(jù)深入了解包含在數(shù)據(jù)中的信息和規(guī)律,但仍存在以下有待深化之處:(1)人工智能作為新興行業(yè),其技術(shù)創(chuàng)新尚未形成統(tǒng)一、標(biāo)準(zhǔn)的測(cè)度框架;(2)人工智能技術(shù)創(chuàng)新評(píng)價(jià)體系的構(gòu)建缺乏維度之間的系統(tǒng)性分析;(3)鮮有文獻(xiàn)從技術(shù)創(chuàng)新周期的視角,對(duì)人工智能技術(shù)創(chuàng)新水平進(jìn)行細(xì)致刻畫(huà);(4)既有研究少有反映人工智能技術(shù)創(chuàng)新水平的綜合性指標(biāo),也缺乏我國(guó)與世界先進(jìn)發(fā)達(dá)國(guó)家技術(shù)創(chuàng)新水平的動(dòng)態(tài)比較研究;(5)人工智能關(guān)鍵核心技術(shù)創(chuàng)新影響因素多以定性判斷為主,鮮有關(guān)注新技術(shù)創(chuàng)新影響因素的定量動(dòng)態(tài)研究。一般而言,技術(shù)創(chuàng)新發(fā)展有其內(nèi)在的周期性規(guī)律,創(chuàng)新萌芽階段側(cè)重于技術(shù)的基礎(chǔ)研究,基礎(chǔ)研究是重大技術(shù)創(chuàng)新的源頭;成長(zhǎng)階段重點(diǎn)關(guān)注技術(shù)的創(chuàng)新應(yīng)用和科技布局,兼顧技術(shù)的推廣;成熟階段則主要致力于技術(shù)的廣泛推廣與產(chǎn)業(yè)化應(yīng)用;而衰退階段則重點(diǎn)尋找、選擇和研究能夠進(jìn)一步提高技術(shù)性能參數(shù)的替代技術(shù)。

為彌補(bǔ)已有研究局限,本文根據(jù)技術(shù)創(chuàng)新不同發(fā)展階段所呈現(xiàn)出的特征及各特征之間的邏輯關(guān)系,基于科研大數(shù)據(jù)創(chuàng)新性地構(gòu)建了包含基礎(chǔ)研究、技術(shù)創(chuàng)新、科技布局、產(chǎn)業(yè)規(guī)模與技術(shù)進(jìn)步 5個(gè)維度的人工智能技術(shù)創(chuàng)新發(fā)展水平多指標(biāo)測(cè)度體系及技術(shù)創(chuàng)新綜合發(fā)展指數(shù),綜合集成技術(shù)創(chuàng)新不同發(fā)展階段中不同來(lái)源、不同類(lèi)型的信息數(shù)據(jù);然后利用熵權(quán)法與灰色關(guān)聯(lián)分析法對(duì)測(cè)度指標(biāo)進(jìn)行賦權(quán)計(jì)算,進(jìn)而繪制各國(guó)人工智能技術(shù)創(chuàng)新周期多S演化曲線(xiàn),進(jìn)一步把握各國(guó)新技術(shù)創(chuàng)新發(fā)展?fàn)顩r,并準(zhǔn)確定位新技術(shù)創(chuàng)新所處發(fā)展階段,為我國(guó)制定技術(shù)戰(zhàn)略決策、實(shí)現(xiàn)人工智能技術(shù)關(guān)鍵核心技術(shù)的突破與追趕,提供可靠政策建議。

二、模型構(gòu)建

構(gòu)建技術(shù)創(chuàng)新周期綜合指數(shù)計(jì)算模型之前,需要確定各實(shí)際指標(biāo)的權(quán)重,目前指標(biāo)賦權(quán)方法主要有專(zhuān)家評(píng)判法、層次分析法等主觀賦權(quán)法與熵權(quán)法、主成分分析法、變異系數(shù)法等客觀賦權(quán)法 2類(lèi)[21-22],主觀賦權(quán)法往往容易忽略指標(biāo)數(shù)據(jù)自身發(fā)展規(guī)律,且易受個(gè)人主觀學(xué)識(shí)影響而產(chǎn)生偏差;熵權(quán)法是根據(jù)實(shí)際指標(biāo)離散程度大小確定權(quán)重,適用于數(shù)據(jù)之間有波動(dòng)、并將數(shù)據(jù)波動(dòng)作為一種信息的客觀賦權(quán)方法。根據(jù)所構(gòu)建的技術(shù)創(chuàng)新水平多指標(biāo)測(cè)度體系中指標(biāo)數(shù)據(jù)的變化特征,本文選擇熵權(quán)法這一應(yīng)用于多指標(biāo)體系綜合評(píng)價(jià)的客觀方法來(lái)賦予指標(biāo)權(quán)重。

(一)指標(biāo)權(quán)重度量

首先,對(duì)所構(gòu)建的技術(shù)創(chuàng)新水平測(cè)度多指標(biāo)評(píng)價(jià)體系中的指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。假設(shè)有i年數(shù)據(jù),j個(gè)指標(biāo),Xij(i=1,2,3,…,m;j=1,2,3,…,n)為第i年第j個(gè)指標(biāo)的值,所形成的判斷矩陣見(jiàn)式(1):

(1)

然后對(duì)判斷矩陣進(jìn)行標(biāo)準(zhǔn)化處理,參見(jiàn)式(2)(正向指標(biāo))與式(3)(負(fù)向指標(biāo)):

(2)

(3)

其次,計(jì)算技術(shù)創(chuàng)新水平多指標(biāo)測(cè)度體系中所有指標(biāo)熵值(Ej):

(4)

最后,計(jì)算所有指標(biāo)熵權(quán)Wj:

(5)

(二)綜合發(fā)展指數(shù)構(gòu)建

灰色關(guān)聯(lián)分析法是一種衡量比較對(duì)象與參考對(duì)象之間關(guān)聯(lián)程度的方法,能夠?qū)Σ粩嘧兓南到y(tǒng)的動(dòng)態(tài)發(fā)展態(tài)勢(shì)進(jìn)行量化比較分析[23],鑒于熵權(quán)法僅考慮了指標(biāo)的不確定性,尚未考慮指標(biāo)與指標(biāo)之間的關(guān)聯(lián)程度,因此,本研究將熵權(quán)法與灰色關(guān)聯(lián)系數(shù)法相結(jié)合,計(jì)算技術(shù)創(chuàng)新綜合發(fā)展指數(shù),觀察技術(shù)創(chuàng)新周期演化曲線(xiàn)(時(shí)間序列下的技術(shù)創(chuàng)新綜合發(fā)展指數(shù)值)發(fā)展趨勢(shì),并判定技術(shù)創(chuàng)新所處的發(fā)展階段。

首先,確定比較對(duì)象數(shù)列Xij與參考對(duì)象序列X0j,比較對(duì)象數(shù)列同式(1),參考對(duì)象序列一般為比較對(duì)象數(shù)列中各指標(biāo)的最大值;然后采用式(2)和式(3)對(duì)比較對(duì)象數(shù)列與參考對(duì)象數(shù)列作無(wú)量綱化處理;其次,計(jì)算如下的比較對(duì)象序列與參考對(duì)象序列之間的關(guān)聯(lián)系數(shù)式:

(6)

其中,X′ij與X′0j分別為標(biāo)準(zhǔn)化處理后的比較對(duì)象序列與參考對(duì)象序列,η為分辨系數(shù),本研究參考已有研究將η設(shè)置為0.5;最后計(jì)算如下的技術(shù)創(chuàng)新綜合發(fā)展指數(shù):

(7)

式(7)中,Ii為技術(shù)創(chuàng)新綜合發(fā)展指數(shù),Xj/Xj0為第j個(gè)評(píng)價(jià)指標(biāo)的無(wú)量綱化數(shù)據(jù)。

(三)多S曲線(xiàn)模型

廣泛應(yīng)用于分析技術(shù)創(chuàng)新與競(jìng)爭(zhēng)的常用經(jīng)典模型為S型曲線(xiàn)(也稱(chēng)作S型演化路徑、生命周期模型),其研究起源于美國(guó)學(xué)者理查德·福斯特(Richard Foster,1986)的《S曲線(xiàn):創(chuàng)新技術(shù)的發(fā)展趨勢(shì)》,書(shū)中Foster采用S型曲線(xiàn)表征技術(shù)創(chuàng)新發(fā)展階段,推演技術(shù)創(chuàng)新的生命周期(萌芽期、成長(zhǎng)期、成熟期與衰退期),進(jìn)而闡明了技術(shù)創(chuàng)新各發(fā)展階段之間的相互關(guān)系。

S曲線(xiàn)主要有邏輯(Logistic)曲線(xiàn)和岡珀茨(Gompertz)曲線(xiàn)2種類(lèi)型,Logistic 曲線(xiàn)適合于增長(zhǎng)快速且顯著的技術(shù)創(chuàng)新周期預(yù)測(cè),在實(shí)踐中的應(yīng)用更加廣泛,而Gompertz曲線(xiàn)則適用于技術(shù)成熟老化模式的預(yù)測(cè)[24]。針對(duì)人工智能新技術(shù)的發(fā)展特點(diǎn),本文采用Logistic曲線(xiàn)對(duì)中美日英法德六國(guó)人工智能新技術(shù)的創(chuàng)新發(fā)展軌跡與創(chuàng)新周期進(jìn)行分析。Logistic模型具體形式為:

(8)

式(8)中,Y代表目標(biāo)技術(shù)累計(jì)效用值,k、α和β為常數(shù),t為時(shí)間變量。一般情況下,k為Y的最大值,f(t1)=1%k,f(t10)=10%k,f(t50)=50%k,f(t90)=90%k。t1之前代表技術(shù)創(chuàng)新潛伏期,t1到t10之間為技術(shù)創(chuàng)新萌芽期,t10到t50之間為技術(shù)創(chuàng)新成長(zhǎng)期,t50到t90之間為技術(shù)創(chuàng)新成熟期,t90之后為技術(shù)創(chuàng)新衰退期。

多S曲線(xiàn)模型是Logistic曲線(xiàn)的拓展與延伸。Logistic曲線(xiàn)模型適用于單一技術(shù)如何及何時(shí)達(dá)到上限與生命周期各發(fā)展階段的預(yù)測(cè),而多S曲線(xiàn)模型適用于同一技術(shù)在不同國(guó)家或地區(qū)或不同技術(shù)在同一國(guó)家或地區(qū)的發(fā)展軌跡預(yù)測(cè)與比較,進(jìn)而分析研究其中隱含的規(guī)律性特征。本文期望通過(guò)多S曲線(xiàn)同一橫坐標(biāo)(縱坐標(biāo))數(shù)值所對(duì)應(yīng)的不同曲線(xiàn)縱坐標(biāo)(橫坐標(biāo))數(shù)值,衡量出不同國(guó)家或地區(qū)之間的發(fā)展差距及差距最大值,進(jìn)而指導(dǎo)技術(shù)發(fā)展差距的調(diào)整,即依托多S曲線(xiàn)模型實(shí)現(xiàn)我國(guó)與世界主要發(fā)達(dá)國(guó)家人工智能新技術(shù)創(chuàng)新發(fā)展水平指標(biāo)數(shù)據(jù)的模擬與定量分析,進(jìn)一步揭示各國(guó)技術(shù)成長(zhǎng)路徑、技術(shù)發(fā)展差距以及未來(lái)發(fā)展走向,為技術(shù)發(fā)展差距的調(diào)整與追趕時(shí)機(jī)的選擇提供實(shí)際參考依據(jù)。

三、實(shí)證分析

(一)大數(shù)據(jù)檢索

為確保檢索人工智能技術(shù)創(chuàng)新大數(shù)據(jù)檢索的全面性與準(zhǔn)確性,本研究在系統(tǒng)調(diào)研人工智能技術(shù)創(chuàng)新領(lǐng)域大量相關(guān)研究文獻(xiàn)的基礎(chǔ)上,結(jié)合專(zhuān)家建議制定WOS核心合集與DII數(shù)據(jù)庫(kù)檢索式為T(mén)S=(artificial intelligence OR machine intelligence OR machine learn* OR neurocomputing OR virtual assistan* OR robot* OR artificial neural network*),統(tǒng)計(jì)整理基礎(chǔ)研究維度與技術(shù)創(chuàng)新維度的相關(guān)指標(biāo)數(shù)據(jù);科技布局維度相關(guān)指標(biāo)數(shù)據(jù)通過(guò)全球科研項(xiàng)目數(shù)據(jù)庫(kù),以學(xué)科分類(lèi)與主題詞“人工智能”相結(jié)合的方式進(jìn)行采集;產(chǎn)業(yè)規(guī)模指標(biāo)相關(guān)數(shù)據(jù)則主要通過(guò)前瞻上市企業(yè)庫(kù)、中國(guó)企業(yè)數(shù)據(jù)庫(kù)、前瞻產(chǎn)業(yè)研究院、奧比斯(Orbis)全球企業(yè)數(shù)據(jù)庫(kù)與奧西里斯(Osiris)全球上市公司分析庫(kù)手動(dòng)獲取,技術(shù)進(jìn)步維度相關(guān)指標(biāo)數(shù)據(jù)則主要借鑒筆者曾設(shè)計(jì)的OAVU數(shù)值型知識(shí)元四元組表達(dá)結(jié)構(gòu)對(duì)人工智能技術(shù)性能指標(biāo)進(jìn)行采集[24]?？紤]到樣本時(shí)間跨度較長(zhǎng)(1985—2019年)且指標(biāo)個(gè)數(shù)較多,本文將按照最近鄰法思想,對(duì)人工智能技術(shù)創(chuàng)新發(fā)展水平多指標(biāo)測(cè)度體系中的指標(biāo)缺失值和異常值進(jìn)行修正。

(二)指標(biāo)體系構(gòu)建

根據(jù)技術(shù)創(chuàng)新周期不同發(fā)展階段可能呈現(xiàn)出的特征與各特征之間的內(nèi)在邏輯關(guān)系,同時(shí)結(jié)合人工智能新技術(shù)創(chuàng)新發(fā)展影響因素與技術(shù)創(chuàng)新發(fā)展測(cè)度相關(guān)參考文獻(xiàn),表1選擇了基礎(chǔ)研究、技術(shù)創(chuàng)新、科技布局、產(chǎn)業(yè)規(guī)模與技術(shù)進(jìn)步5個(gè)維度來(lái)測(cè)度人工智能技術(shù)創(chuàng)新發(fā)展水平。

1.基礎(chǔ)研究維度

期刊論文能夠及時(shí)反映國(guó)內(nèi)外基礎(chǔ)研究的科研成果和動(dòng)向,因此,基礎(chǔ)研究維度選取期刊論文指標(biāo)來(lái)表征,指標(biāo)數(shù)據(jù)來(lái)源于科學(xué)網(wǎng)核心合集(Web of Science Core Collection)數(shù)據(jù)庫(kù)。

2.技術(shù)創(chuàng)新維度

專(zhuān)利是技術(shù)創(chuàng)新研究的重要結(jié)晶和載體,專(zhuān)利IPC數(shù)與專(zhuān)利MC數(shù)能夠表明對(duì)專(zhuān)利的保護(hù)與覆蓋范圍,體現(xiàn)發(fā)明專(zhuān)利的技術(shù)價(jià)值,因而技術(shù)創(chuàng)新選擇優(yōu)先權(quán)年專(zhuān)利申請(qǐng)量、優(yōu)先權(quán)年IPC數(shù)與優(yōu)先權(quán)年MC數(shù)3個(gè)指標(biāo),并選擇世界上最大的德溫特專(zhuān)利索引(Derwent Innovations Index)數(shù)據(jù)庫(kù)完成上述3個(gè)專(zhuān)利類(lèi)指標(biāo)數(shù)據(jù)的采集。

3.科技布局維度

科技布局是組織化和非組織化的科技力量在經(jīng)濟(jì)活動(dòng)領(lǐng)域、各類(lèi)研究之間及地域上的分布,能夠反映科技力量的各個(gè)要素在時(shí)間和空間上的配置狀況,研發(fā)機(jī)構(gòu)數(shù)與研發(fā)人員數(shù)能夠反映創(chuàng)新主體機(jī)構(gòu)與人員布局狀況,研究課題與研發(fā)經(jīng)費(fèi)能夠反映項(xiàng)目與經(jīng)費(fèi)等創(chuàng)新投入狀況,綜上,科技布局維度主要依據(jù)研發(fā)機(jī)構(gòu)數(shù)、研發(fā)人員數(shù)、研究課題與研發(fā)投入4個(gè)指標(biāo),并通過(guò)全球科研項(xiàng)目數(shù)據(jù)庫(kù)采集指標(biāo)數(shù)據(jù)。

4.產(chǎn)業(yè)規(guī)模維度

產(chǎn)業(yè)規(guī)模在一定程度上能夠體現(xiàn)技術(shù)在市場(chǎng)的應(yīng)用程度與技術(shù)產(chǎn)業(yè)化情況,企業(yè)數(shù)量、新增企業(yè)數(shù)與上市企業(yè)數(shù)量能夠體現(xiàn)技術(shù)被市場(chǎng)接納與應(yīng)用的程度,企業(yè)融資規(guī)模與市場(chǎng)規(guī)模反映技術(shù)投融資吸引力與投資活力,進(jìn)一步揭示出目標(biāo)技術(shù)創(chuàng)新活躍程度,因此,產(chǎn)業(yè)規(guī)模維度采用人工智能企業(yè)數(shù)量、新增人工智能企業(yè)數(shù)、上市企業(yè)數(shù)量、人工智能企業(yè)融資規(guī)模與市場(chǎng)規(guī)模5個(gè)指標(biāo)來(lái)表征,指標(biāo)數(shù)據(jù)通過(guò)前瞻上市企業(yè)庫(kù)、中國(guó)企業(yè)數(shù)據(jù)庫(kù)、前瞻產(chǎn)業(yè)研究院、Orbis-全球企業(yè)數(shù)據(jù)庫(kù)與Osiris-全球上市公司分析庫(kù)獲取。

表1 人工智能技術(shù)創(chuàng)新發(fā)展水平多指標(biāo)測(cè)度體系

5.技術(shù)進(jìn)步維度

從廣義上講,技術(shù)進(jìn)步是指技術(shù)所涵蓋的各種形式知識(shí)的積累與進(jìn)步,而技術(shù)性能參數(shù)動(dòng)態(tài)變化往往可以體現(xiàn)技術(shù)發(fā)展的核心與源頭知識(shí)創(chuàng)新,因此,采用技術(shù)性能指標(biāo)來(lái)表達(dá)技術(shù)進(jìn)步程度。由人工智能技術(shù)相關(guān)參考文獻(xiàn)可知,人工智能技術(shù)創(chuàng)新發(fā)展的三大核心技術(shù)要素為大數(shù)據(jù)、算法與算力,在充分考慮指標(biāo)代表性、動(dòng)態(tài)性、可獲得性與可量化性的基礎(chǔ)上,本文選取芯片和手機(jī)GPU算力2個(gè)技術(shù)性能指標(biāo)來(lái)表征技術(shù)進(jìn)步程度。指標(biāo)數(shù)據(jù)主要來(lái)源于WOS核心數(shù)據(jù)庫(kù)、DII庫(kù)、Wind與智庫(kù)報(bào)告等。

(三)實(shí)證分析

為準(zhǔn)確分析中美英法德日6國(guó)的人工智能技術(shù)創(chuàng)新水平、發(fā)展脈絡(luò)及演化軌跡,本文利用美國(guó)洛克菲勒大學(xué)開(kāi)發(fā)的Loglet Lab4軟件擬合6國(guó)的人工智能技術(shù)創(chuàng)新多S曲線(xiàn)模型,并對(duì)各國(guó)人工智能技術(shù)創(chuàng)新發(fā)展階段進(jìn)行劃分,進(jìn)而研判與預(yù)測(cè)各國(guó)人工智能新技術(shù)創(chuàng)新周期。

1.指標(biāo)權(quán)重確定

第一,表2是根據(jù)指標(biāo)熵權(quán)計(jì)算式(5)得到的人工智能技術(shù)創(chuàng)新水平各測(cè)度指標(biāo)的權(quán)重值(Wj)。從單個(gè)指標(biāo)權(quán)重看,首先體現(xiàn)產(chǎn)業(yè)規(guī)模的人工智能技術(shù)融資規(guī)模指標(biāo)權(quán)重最高,然后為人工智能新增企業(yè)數(shù)指標(biāo);其次為體現(xiàn)技術(shù)創(chuàng)新程度的人工智能技術(shù)優(yōu)先權(quán)年專(zhuān)利申請(qǐng)量指標(biāo),研發(fā)課題數(shù)指標(biāo)權(quán)重最低。從分析維度看,首先產(chǎn)業(yè)規(guī)模維度權(quán)重最大;其次為技術(shù)創(chuàng)新維度與科技布局維度,基礎(chǔ)研究維度權(quán)重值最小。綜上可知,產(chǎn)業(yè)規(guī)模與技術(shù)創(chuàng)新維度各參數(shù)動(dòng)態(tài)變化對(duì)人工智能技術(shù)創(chuàng)新所處發(fā)展階段的判斷具有顯著影響。

表2 人工智能技術(shù)創(chuàng)新水平測(cè)度指標(biāo)權(quán)重值

第二,首先根據(jù)灰色關(guān)聯(lián)分析法計(jì)算各指標(biāo)關(guān)聯(lián)系數(shù),設(shè)置參考對(duì)象序列為各指標(biāo)數(shù)值的最大值;其次對(duì)比較對(duì)象數(shù)列與參考對(duì)象數(shù)列無(wú)量綱化處理;再次,根據(jù)式(6)計(jì)算比較對(duì)象序列與參考對(duì)象序列之間的關(guān)聯(lián)系數(shù)(1)因篇幅所限,本文未列出技術(shù)創(chuàng)新水平多指標(biāo)測(cè)度體系中各測(cè)量指標(biāo)間的關(guān)聯(lián)系數(shù),備索。;最后根據(jù)式(7)計(jì)算人工智能技術(shù)創(chuàng)新逐年綜合發(fā)展指數(shù)(Ii),通過(guò)技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)擬合技術(shù)創(chuàng)新周期演化曲線(xiàn),研判與預(yù)測(cè)不同發(fā)展階段分界點(diǎn)。

2.技術(shù)創(chuàng)新周期曲線(xiàn)擬合及分析

根據(jù)技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)數(shù)據(jù),本文運(yùn)用美國(guó)洛克菲勒大學(xué)研發(fā)的Loglet Lab4軟件來(lái)擬合各國(guó)人工智能技術(shù)創(chuàng)新周期S演化曲線(xiàn),以此來(lái)研判不同發(fā)展階段分界點(diǎn),從而定位各國(guó)技術(shù)創(chuàng)新所處位置。擬合曲線(xiàn)與發(fā)展階段判定結(jié)果詳見(jiàn)圖1與表3。

圖1 中美等國(guó)人工智能技術(shù)創(chuàng)新周期S曲線(xiàn)

由圖1與表3可知,各國(guó)人工智能技術(shù)創(chuàng)新S演化曲線(xiàn)擬合優(yōu)度R2均在0.9以上,擬合效果較為理想,我國(guó)人工智能技術(shù)創(chuàng)新在2003年步入萌芽期,2013年成為萌芽期與成長(zhǎng)期的分界點(diǎn),預(yù)計(jì)分別在2023年與2033年步入成熟期與衰退期。目前,我國(guó)人工智能技術(shù)正處于快速發(fā)展的技術(shù)成長(zhǎng)期后期,技術(shù)創(chuàng)新十分活躍,未來(lái)將涌入更多的企業(yè)和科研機(jī)構(gòu),競(jìng)爭(zhēng)也將越來(lái)越激烈。而美國(guó)人工智能技術(shù)萌芽于1990年,于2005年步入技術(shù)成長(zhǎng)期,2020年開(kāi)始走向成熟,并預(yù)計(jì)于2034年進(jìn)入技術(shù)衰退期,目前正處于開(kāi)展商業(yè)應(yīng)用的技術(shù)成熟期,創(chuàng)新動(dòng)力將持續(xù)增強(qiáng)。日本、英國(guó)、法國(guó)與德國(guó)作為較早啟動(dòng)人工智能新技術(shù)研究開(kāi)發(fā)與科研成果推廣應(yīng)用的主要發(fā)達(dá)國(guó)家,同樣具有較大的先發(fā)優(yōu)勢(shì),其技術(shù)創(chuàng)新發(fā)展水平早期均位列世界前沿且技術(shù)發(fā)展歷程與演化軌跡比較相似,均在1990年左右進(jìn)入技術(shù)創(chuàng)新萌芽期,后經(jīng)技術(shù)不斷地積累、發(fā)展與突破,分別于2005年與2019年左右步入技術(shù)創(chuàng)新成長(zhǎng)期與成熟期,目前技術(shù)已經(jīng)成熟。

表3 中美等國(guó)人工智能技術(shù)創(chuàng)新發(fā)展階段判定

得益于雄厚的科技與經(jīng)濟(jì)實(shí)力,美國(guó)人工智能技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)遙遙領(lǐng)先于其他各國(guó),日英法德4國(guó)作為人工智能新技術(shù)創(chuàng)新發(fā)展早期的追隨者與前期領(lǐng)導(dǎo)者,在人工智能技術(shù)領(lǐng)域,同樣具有較高的發(fā)展水平與先發(fā)優(yōu)勢(shì),鑒于人工智能技術(shù)創(chuàng)新是一個(gè)顯著的動(dòng)態(tài)累計(jì)過(guò)程,且發(fā)展周期較長(zhǎng),美日等世界主要發(fā)達(dá)國(guó)家并未因前期先發(fā)優(yōu)勢(shì)而形成技術(shù)發(fā)展壟斷局面,因而為后發(fā)國(guó)家的技術(shù)追趕提供了巨大的機(jī)會(huì)窗口。由圖1技術(shù)創(chuàng)新演變曲線(xiàn)可預(yù)測(cè)出,在技術(shù)經(jīng)驗(yàn)漸進(jìn)性積累與自主創(chuàng)新能力不斷提升的條件下,我國(guó)正逐步縮小與美國(guó)在人工智能新技術(shù)創(chuàng)新賽道上的發(fā)展差距,預(yù)計(jì)將在人工智能新技術(shù)創(chuàng)新發(fā)展的成熟期實(shí)現(xiàn)技術(shù)的追趕與超越。

3.技術(shù)創(chuàng)新綜合發(fā)展指數(shù)增長(zhǎng)率及分析

目前,中國(guó)人工智能技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)已超越英法德日4國(guó),但與生態(tài)成熟、市場(chǎng)廣闊且技術(shù)創(chuàng)新水平處于全球領(lǐng)先地位的美國(guó)相比,仍有較大發(fā)展差距,為分析未來(lái)中國(guó)人工智能新技術(shù)是否有機(jī)會(huì)反超美國(guó)并掌握創(chuàng)新發(fā)展的主導(dǎo)權(quán),本文從人工智能新技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)增長(zhǎng)率這一視角進(jìn)行了探索,圖2是由Loglet Lab4軟件擬合出的各國(guó)人工智能技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)增長(zhǎng)率變化結(jié)果。

圖2 擬合中美等國(guó)人工智能技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)增長(zhǎng)率

由圖2可知,1985—2003年,美國(guó)、英國(guó)、法國(guó)、德國(guó)與日本人工智能技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)增長(zhǎng)速率基本處于快速上升狀態(tài),尤其是美國(guó),其技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)增長(zhǎng)率遠(yuǎn)遠(yuǎn)超過(guò)其他四國(guó),并于2003年達(dá)到巔峰,這也從側(cè)面決定了美國(guó)在人工智能技術(shù)創(chuàng)新早中期的引領(lǐng)地位。而我國(guó)的人工智能技術(shù)創(chuàng)新起步晚于美國(guó),基礎(chǔ)研究原創(chuàng)性成果的不足或某些前沿領(lǐng)域的投入缺失,導(dǎo)致我國(guó)錯(cuò)失了人工智能新技術(shù)創(chuàng)新發(fā)展的先發(fā)優(yōu)勢(shì),在國(guó)家大力扶持與自主創(chuàng)新能力不斷提升的情況下,我國(guó)人工智能技術(shù)大大壓縮了技術(shù)創(chuàng)新周期。從圖2可以看出,2003年,我國(guó)人工智能技術(shù)開(kāi)始崛起,此后,技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)以驚人的速度逐年增長(zhǎng),呈現(xiàn)出了非常強(qiáng)勁的增長(zhǎng)態(tài)勢(shì),于2016年反超技術(shù)創(chuàng)新發(fā)展指數(shù)增長(zhǎng)率不斷下降的美國(guó),躍居世界第一。在當(dāng)前快速增長(zhǎng)態(tài)勢(shì)下,再加上后天技術(shù)的積累以及先發(fā)的數(shù)據(jù)優(yōu)勢(shì),我國(guó)必將在人工智能新技術(shù)這一賽道上領(lǐng)跑全球。

4.影響因素動(dòng)態(tài)分析

我國(guó)人工智能新技術(shù)創(chuàng)新發(fā)展速度較快、并在部分領(lǐng)域取得了長(zhǎng)足進(jìn)步,但關(guān)鍵核心技術(shù)創(chuàng)新水平與美國(guó)相比,仍存在不小差距。一般而言,技術(shù)創(chuàng)新是一個(gè)多階段過(guò)程,不同發(fā)展階段因所需資源、條件不同,其影響因素權(quán)重是不同的,而既有研究多以人工智能技術(shù)創(chuàng)新發(fā)展影響因素的靜態(tài)分析為主,缺乏技術(shù)創(chuàng)新發(fā)展影響因素不同發(fā)展階段的動(dòng)態(tài)評(píng)價(jià),因此,本小節(jié)創(chuàng)新性地引入技術(shù)創(chuàng)新不同發(fā)展階段這一變量,動(dòng)態(tài)分析不同發(fā)展階段下人工智能技術(shù)創(chuàng)新水平多指標(biāo)測(cè)度體系中不同維度的權(quán)重變化,為更加準(zhǔn)確、有效地提升人工智能技術(shù)創(chuàng)新水平提供信息基礎(chǔ)?；诩夹g(shù)創(chuàng)新演化的階段性動(dòng)態(tài)特征與人工智能技術(shù)目前所覆蓋的發(fā)展階段,本文以人工智能技術(shù)創(chuàng)新發(fā)展水平位居世界前沿的美國(guó)為參照對(duì)象,通過(guò)測(cè)算與比較中美兩國(guó)的基礎(chǔ)研究、技術(shù)創(chuàng)新、科技布局、產(chǎn)業(yè)規(guī)模與技術(shù)進(jìn)步5個(gè)維度,在人工智能技術(shù)潛伏期、萌芽期與成長(zhǎng)期3個(gè)發(fā)展階段中所占比例,進(jìn)一步深入剖析我國(guó)人工智能新技術(shù)創(chuàng)新發(fā)展的影響因素。表4是影響因素動(dòng)態(tài)權(quán)重的分布結(jié)果。

表4 人工智能技術(shù)不同發(fā)展階段影響因素權(quán)重分布

從表4的縱向維度看,中美兩國(guó)技術(shù)創(chuàng)新、科技布局與產(chǎn)業(yè)規(guī)模3個(gè)維度在人工智能技術(shù)不同發(fā)展階段占有較高比例,其中產(chǎn)業(yè)規(guī)模維度最高,而基礎(chǔ)研究與技術(shù)進(jìn)步維度所占比例較低,體現(xiàn)出人工智能新技術(shù)與諸多產(chǎn)業(yè)領(lǐng)域的深度融合與應(yīng)用。從橫向維度看,中美兩國(guó)5個(gè)維度在人工智能技術(shù)不同發(fā)展階段的權(quán)重分布有較大差異。

我國(guó)基礎(chǔ)研究維度在技術(shù)潛伏期、萌芽期與成長(zhǎng)期所占比例分別為4.1%、4.3%與5.5%,比例逐階段上升,但增幅比較緩慢,相比之下,美國(guó)基礎(chǔ)研究在人工智能技術(shù)不同創(chuàng)新階段的比例均高于中國(guó),且萌芽期較潛伏期增長(zhǎng)近60%,約為同一創(chuàng)新發(fā)展階段我國(guó)人工智能技術(shù)創(chuàng)新投入增幅的2倍,在一定程度上折射出我國(guó)早期人工智能新技術(shù)基礎(chǔ)研究的薄弱,基礎(chǔ)研究成果的不足或某些前沿領(lǐng)域的投入缺失,導(dǎo)致我國(guó)錯(cuò)失了人工智能新技術(shù)早期創(chuàng)新發(fā)展的領(lǐng)先優(yōu)勢(shì)。而美國(guó)在人工智能新技術(shù)領(lǐng)域所投入的大量科研經(jīng)費(fèi),以及積累的豐富研發(fā)經(jīng)驗(yàn),為其形成顯著的基礎(chǔ)與先發(fā)優(yōu)勢(shì),進(jìn)而引領(lǐng)全球人工智能新技術(shù)創(chuàng)新發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。

隨著國(guó)家科技與經(jīng)濟(jì)實(shí)力的不斷增強(qiáng),我國(guó)技術(shù)創(chuàng)新維度的比重不斷上升,并于成長(zhǎng)期達(dá)到28.6%,超過(guò)美國(guó)的19.8%,雖然萌芽期有所下降,但整體上呈現(xiàn)出逐漸遞增的態(tài)勢(shì),而美國(guó)在新技術(shù)創(chuàng)新潛伏期與萌芽期的比例高于我國(guó),進(jìn)一步揭示出美國(guó)非常重視新技術(shù)早期的基礎(chǔ)研究與技術(shù)創(chuàng)新布局。從專(zhuān)利IPC數(shù)指標(biāo)看,中美共同關(guān)注的重點(diǎn)領(lǐng)域有G06K、G06F、G10L、G06Q、G06N、G06T、H04L、H04N等,涉及數(shù)據(jù)識(shí)別、記錄載體的處理、電數(shù)字?jǐn)?shù)據(jù)處理、語(yǔ)音分析或合成、語(yǔ)音識(shí)別、圖像數(shù)據(jù)處理、數(shù)字信息傳輸?shù)确矫娴募夹g(shù),除共同關(guān)注的領(lǐng)域外,我國(guó)人工智能新技術(shù)專(zhuān)利更側(cè)重于G05B、G01N 等涉及一般的控制或調(diào)節(jié)系統(tǒng),以及用于這種系統(tǒng)或單元的監(jiān)視或測(cè)試裝置的傳統(tǒng)應(yīng)用領(lǐng)域,與美國(guó)相比,我國(guó)缺乏在一些新興或前沿應(yīng)用領(lǐng)域的規(guī)劃與布局。從專(zhuān)利申請(qǐng)創(chuàng)新主體看,美國(guó)以企業(yè)為主導(dǎo),技術(shù)創(chuàng)新更加貼近市場(chǎng)需求。而我國(guó)則以高校為主,高校本身的目標(biāo)和定位與追求經(jīng)濟(jì)利益的企業(yè)存在巨大的差異,導(dǎo)致其技術(shù)創(chuàng)新缺乏與市場(chǎng)的有效結(jié)合,對(duì)人工智能的產(chǎn)業(yè)化也將產(chǎn)生不利影響。

得益于建設(shè)人工智能新技術(shù)時(shí)國(guó)家的大力支持、互聯(lián)網(wǎng)產(chǎn)生的大數(shù)據(jù)、廣泛的應(yīng)用場(chǎng)景以及優(yōu)秀人才的培養(yǎng)與儲(chǔ)備等,我國(guó)在科技布局與產(chǎn)業(yè)規(guī)模維度比例上,較美國(guó)展現(xiàn)出了比較顯著的發(fā)展優(yōu)勢(shì)。從融資金額指標(biāo)看,我國(guó)在全球人工智能技術(shù)領(lǐng)域的融資份額逐年快速上升,呈現(xiàn)出指數(shù)級(jí)增長(zhǎng)趨勢(shì),體現(xiàn)了資本市場(chǎng)對(duì)我國(guó)人工智能新技術(shù)產(chǎn)業(yè)投融資的熱度與信心;從市場(chǎng)規(guī)模參數(shù)看,我國(guó)人工智能新技術(shù)產(chǎn)業(yè)規(guī)模同樣呈現(xiàn)出爆發(fā)式增長(zhǎng),不斷助力傳統(tǒng)行業(yè)實(shí)現(xiàn)跨越式升級(jí)與改造。然而我國(guó)技術(shù)進(jìn)步卻比較緩慢,較美國(guó)仍有一段距離,尤其是成長(zhǎng)期達(dá)到比例差值的最大值5.2%,究其原因,主要在于美國(guó)在人工智能新技術(shù)創(chuàng)新發(fā)展早期的前瞻性布局,在于技術(shù)創(chuàng)新制高點(diǎn)的搶占,在于基礎(chǔ)研究創(chuàng)新突破以后快速將研究成果轉(zhuǎn)化為企業(yè)以及國(guó)家的核心競(jìng)爭(zhēng)力,在于技術(shù)產(chǎn)業(yè)鏈上游賽道發(fā)展先機(jī)的占據(jù)等等。從技術(shù)進(jìn)步維度的芯片指標(biāo)看,2019年,國(guó)外最先進(jìn)芯片量產(chǎn)精度為7納米,我國(guó)只有20納米,差距兩代,研發(fā)與創(chuàng)新迭代的落后,導(dǎo)致我國(guó)高端芯片基本全部依賴(lài)進(jìn)口,因此,如若不從根源上提升自主創(chuàng)新能力,我國(guó)將難以擺脫“跟跑”的尷尬與“模仿”的標(biāo)簽,難以避免陷入“被卡”的境地。

通過(guò)與美國(guó)的比較不難看出,我國(guó)人工智能新技術(shù)創(chuàng)新在基礎(chǔ)研究、技術(shù)創(chuàng)新與技術(shù)進(jìn)步維度,仍有相當(dāng)發(fā)展空間,由于缺乏占據(jù)世界產(chǎn)業(yè)制高點(diǎn)的核心技術(shù),存在若干被他國(guó)“卡脖子”的領(lǐng)域,深入分析領(lǐng)先國(guó)家具有“卡脖子”能力的科技成果可知,其背后的研發(fā)工作大多10年前、20年前甚至幾十年前就已經(jīng)開(kāi)始了,如果僅針對(duì)當(dāng)前發(fā)現(xiàn)的“卡脖子”領(lǐng)域進(jìn)行應(yīng)對(duì),很難在短時(shí)間內(nèi)實(shí)現(xiàn)對(duì)領(lǐng)先國(guó)家長(zhǎng)時(shí)間的科研積累的追趕,即使研發(fā)突破奇跡般地攻克“卡脖子”技術(shù),5年后、10年后會(huì)不會(huì)又出現(xiàn)新的“卡脖子”技術(shù)?是不是一直要如此疲于奔命?不解決根源問(wèn)題,只應(yīng)付眼前問(wèn)題,就會(huì)一直被別人牽著鼻子走,很難實(shí)現(xiàn)真正的崛起。

(四)我國(guó)人工智能技術(shù)創(chuàng)新展望

圖3 中美等國(guó)人工智能技術(shù)創(chuàng)新逐年發(fā)展指數(shù)

雖然我國(guó)人工智能新技術(shù)研發(fā)起步較晚,基礎(chǔ)研究薄弱,技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)與美國(guó)相比,存在較大差距,但由技術(shù)創(chuàng)新逐年綜合發(fā)展指數(shù)(詳見(jiàn)圖3)可知,我國(guó)人工智能新技術(shù)創(chuàng)新發(fā)展指數(shù)自2003年開(kāi)始逐年上升,由2003年的15.48增長(zhǎng)至2019年的134.65,正不斷縮小與美國(guó)人工智能技術(shù)創(chuàng)新累計(jì)綜合發(fā)展指數(shù)的差距。作為后起之秀,在經(jīng)歷長(zhǎng)期以技術(shù)跟隨為主的技術(shù)潛伏期與萌芽期,以及二次創(chuàng)新為主的技術(shù)成長(zhǎng)期后,依靠后發(fā)優(yōu)勢(shì),我國(guó)于2017年反超自2003年以來(lái)技術(shù)創(chuàng)新逐年發(fā)展指數(shù)呈逐步下降態(tài)勢(shì)的美國(guó),躍居全球首位。

我國(guó)選擇在2003年(即人工智能新技術(shù)創(chuàng)新萌芽期尾端)切入人工智能領(lǐng)域這一舉措,為我國(guó)實(shí)現(xiàn)技術(shù)追趕提供了時(shí)機(jī)優(yōu)勢(shì)。根據(jù)人工智能技術(shù)創(chuàng)新所展現(xiàn)出的長(zhǎng)周期性與多階段性特征可知,在技術(shù)潛伏期與萌芽期,人工智能新技術(shù)創(chuàng)新非常緩慢,即使美日等具有較大先發(fā)優(yōu)勢(shì)的發(fā)達(dá)國(guó)家,在人工智能新技術(shù)發(fā)展早期也是成效微薄,如果切入時(shí)機(jī)太早,雖然可以參與市場(chǎng)主導(dǎo)設(shè)計(jì)、搶占市場(chǎng)主導(dǎo)權(quán),但同時(shí)面臨研發(fā)風(fēng)險(xiǎn)大、研發(fā)成本高等不利因素;如果切入時(shí)機(jī)太遲,雖可降低研發(fā)風(fēng)險(xiǎn)與成本,但卻面臨較高的技術(shù)壁壘,難以搶占科技制高點(diǎn),處于受制于人的后發(fā)劣勢(shì)。在技術(shù)萌芽期尾端切入既可以借鑒已有發(fā)達(dá)國(guó)家發(fā)展人工智能新技術(shù)的經(jīng)驗(yàn),又可以降低獲取科技知識(shí)及管理經(jīng)驗(yàn)的相關(guān)成本,能夠更順利、快速地進(jìn)入人工智能技術(shù)研究體系。實(shí)踐結(jié)果也證明,我國(guó)人工智能新技術(shù)的創(chuàng)新發(fā)展路徑選擇是正確的,不僅最大化地利用了后發(fā)優(yōu)勢(shì),在短時(shí)間內(nèi)縮小了與發(fā)達(dá)國(guó)家之間的發(fā)展差距,而且準(zhǔn)確抓住了人工智能技術(shù)長(zhǎng)周期與多階段性特征所創(chuàng)造的機(jī)會(huì)窗口。未來(lái)我國(guó)人工智能相關(guān)技術(shù)產(chǎn)業(yè)化和商業(yè)化進(jìn)程不斷提速,正在加快與千行百業(yè)的深度融合,新技術(shù)有望于成熟期實(shí)現(xiàn)技術(shù)的追趕。

四、結(jié)論及建議

(一)結(jié)論

本文基于人工智能技術(shù)創(chuàng)新科研大數(shù)據(jù),從基礎(chǔ)研究、技術(shù)創(chuàng)新、科技布局、產(chǎn)業(yè)規(guī)模與技術(shù)進(jìn)步5個(gè)維度,創(chuàng)新性地構(gòu)建了人工智能技術(shù)創(chuàng)新水平多指標(biāo)測(cè)度體系與技術(shù)創(chuàng)新綜合發(fā)展指數(shù)計(jì)算模型,進(jìn)而繪制出技術(shù)創(chuàng)新生命周期S演化曲線(xiàn),實(shí)現(xiàn)了我國(guó)與美日等世界主要發(fā)達(dá)國(guó)家人工智能技術(shù)創(chuàng)新生命周期發(fā)展階段的評(píng)估與預(yù)測(cè),以及創(chuàng)新發(fā)展差距的定量分析。以具有先發(fā)優(yōu)勢(shì)的美國(guó)為參照對(duì)象,通過(guò)測(cè)算與動(dòng)態(tài)比較中美5個(gè)維度在技術(shù)不同發(fā)展階段的權(quán)重,進(jìn)一步剖析了我國(guó)與美國(guó)新技術(shù)之間的創(chuàng)新差異,以及影響我國(guó)人工智能新技術(shù)創(chuàng)新發(fā)展的主要因素。由分析可知,從技術(shù)創(chuàng)新周期看,美日英法等國(guó)人工智能新技術(shù)目前已進(jìn)入技術(shù)創(chuàng)新成熟期,而我國(guó)則處于技術(shù)創(chuàng)新成長(zhǎng)期后期,創(chuàng)新仍有較大的發(fā)展空間;從新技術(shù)創(chuàng)新發(fā)展影響因素看,我國(guó)雖然在人工智能新技術(shù)科技布局與產(chǎn)業(yè)規(guī)模上較美國(guó)展現(xiàn)出顯著的發(fā)展優(yōu)勢(shì),但仍存在基礎(chǔ)研究薄弱,重大原創(chuàng)性成果缺乏、高端人才少等短板,存在若干被他國(guó)“卡脖子”的技術(shù)領(lǐng)域;從新技術(shù)創(chuàng)新主體看,美日等發(fā)達(dá)國(guó)家以企業(yè)為主導(dǎo),技術(shù)創(chuàng)新更加貼近市場(chǎng)需求,而我國(guó)則以高校為主,側(cè)重于教育與科技創(chuàng)新的結(jié)合。

(二)建議

針對(duì)我國(guó)與其他主要發(fā)達(dá)國(guó)家人工智能新技術(shù)的創(chuàng)新差異,以及影響我國(guó)人工智能新技術(shù)創(chuàng)新發(fā)展的主要因素,本文從基礎(chǔ)研究、應(yīng)用研究、產(chǎn)業(yè)創(chuàng)新、技術(shù)創(chuàng)新機(jī)制等方面提出幾點(diǎn)發(fā)展建議。

(1)強(qiáng)化基礎(chǔ)研究?；A(chǔ)研究的核心在于“見(jiàn)之于未萌、識(shí)之于未發(fā)”,在一些尚未形成熱點(diǎn)的領(lǐng)域作好前瞻性布局,進(jìn)而把握好科技前沿,加大對(duì)基礎(chǔ)研究長(zhǎng)期穩(wěn)定的支持力度,同時(shí)引導(dǎo)企業(yè)增加基礎(chǔ)研究投入,提高我國(guó)基礎(chǔ)研究水平和源頭創(chuàng)新能力。

(2)推動(dòng)應(yīng)用研究。推動(dòng)應(yīng)用研究與基礎(chǔ)研究的融會(huì)貫通,在強(qiáng)調(diào)自由探索之外,對(duì)于面向經(jīng)濟(jì)主戰(zhàn)場(chǎng)、面向國(guó)家重大戰(zhàn)略需求等領(lǐng)域堅(jiān)持問(wèn)題導(dǎo)向、目標(biāo)導(dǎo)向。建議由國(guó)家設(shè)立重大科技計(jì)劃項(xiàng)目,支持設(shè)立聯(lián)合攻關(guān)團(tuán)隊(duì)(校企聯(lián)合或校校聯(lián)合等);或以企業(yè)為主導(dǎo)并協(xié)調(diào)高校和有關(guān)科研院所的資源,對(duì)有關(guān)人工智能的應(yīng)用技術(shù)進(jìn)行研究開(kāi)發(fā)(委托研究、聯(lián)合研究等形式)。

(3)產(chǎn)業(yè)化市場(chǎng)化發(fā)展。中國(guó)目前以高校為主、各自為戰(zhàn)的人工智能研發(fā)體系不利于中國(guó)人工智能產(chǎn)業(yè)對(duì)前沿技術(shù)的把握和整體技術(shù)創(chuàng)新水平的進(jìn)一步提升,也不利于技術(shù)的快速轉(zhuǎn)化應(yīng)用。建議我國(guó)培育一批技術(shù)先進(jìn)、世界領(lǐng)先的企業(yè),使其發(fā)揮“龍頭”作用,帶動(dòng)產(chǎn)業(yè)上下游協(xié)同發(fā)展,提升行業(yè)整體競(jìng)爭(zhēng)力,同時(shí)產(chǎn)業(yè)經(jīng)濟(jì)效益不斷反哺研發(fā)投入,從而形成持續(xù)創(chuàng)新能力、技術(shù)全球領(lǐng)先的產(chǎn)業(yè)集群。

(4)完善技術(shù)創(chuàng)新機(jī)制。我國(guó)應(yīng)鼓勵(lì)企業(yè)培育和引進(jìn)掌握關(guān)鍵核心技術(shù)的科技領(lǐng)軍人才和團(tuán)隊(duì),為產(chǎn)業(yè)發(fā)展提供智力支持;建立綜合的關(guān)鍵核心技術(shù)突破與創(chuàng)新機(jī)制,將短期與中長(zhǎng)期科技積累相結(jié)合,建立國(guó)家基礎(chǔ)研究、產(chǎn)業(yè)科技等方面的公私結(jié)合的綜合創(chuàng)新體系,將產(chǎn)業(yè)發(fā)展創(chuàng)新需求、國(guó)家戰(zhàn)略創(chuàng)新需求、科研好奇創(chuàng)新需求等三大方面的創(chuàng)新動(dòng)力綜合起來(lái),并重結(jié)合,實(shí)現(xiàn)“遠(yuǎn)水”和“近渴”的融合。