中美人工智能技术创新的动态比较——基于人工智能技术创新大数据的多S曲线模型分析.pdf
《中美人工智能技术创新的动态比较——基于人工智能技术创新大数据的多S曲线模型分析.pdf》由会员分享,可在线阅读,更多相关《中美人工智能技术创新的动态比较——基于人工智能技术创新大数据的多S曲线模型分析.pdf(14页珍藏版)》请在咨信网上搜索。
1、第23卷第3期 北京工业大学学报(社会科学版)Vol.23 No.32023 年 5 月 JOURNAL OF BEIJING UNIVERSITY OF TECHNOLOGY(SOCIAL SCIENCES EDITION)May.2023DOI:10.12120/bjutskxb202303054中美人工智能技术创新的动态比较基于人工智能技术创新大数据的多S曲线模型分析王山,陈昌兵(中国社会科学院 经济研究所,北京 100836)摘 要:基于基础研究、技术创新、科技布局、产业规模与技术进步5个维度人工智能技术创新大数据,创新性地构建了人工智能技术创新发展水平多指标测度体系及技术创新综合发展
2、指数;根据技术创新 综合发展指数,拟合绘制出人工智能技术创新周期S演化曲线,较为准确定位了中美人工智能技术创新 发展所处位置;由5个维度在技术不同发展阶段的权重分布动态,比较出中美新技术之间的创新发展差 距,分析影响中国人工智能新技术创新发展的主要因素。研究发现,美国日本等世界主要发达国家的人 工智能技术已步入创新成熟期,中国正处于创新成长期后期,技术创新十分活跃;借助于后发优势,中国 人工智能技术创新逐年综合发展指数已超过美国,展现出非常强劲的增长态势。为赢得未来人工智能 技术创新竞争的胜利,中国应在人工智能技术创新体制和技术创新资源配置机制等方面不断完善,确保 中国人工智能技术创新中长期的
3、领先地位。关键词:人工智能技术;技术创新;科研大数据;多S曲线模型;动态比较中图分类号:TP18;F201;F4 文献标志码:A 文章编号:1671-0398(2023)03-0054-14人工智能作为新技术创新的代表与引领未来、重塑传统行业结构的前沿性与战略性技术,逐渐 成为全球新一轮科技革命和产业变革的重要驱动力量。世界各国在以创新为主的人工智能新技术 方面展开了激烈的角逐与残酷的竞争,美国、日本、英国、法国与德国等世界主要发达国家,已将人 工智能作为提升国家竞争力与维护国家安全的重大战略,加紧出台人工智能相关国家规划和政策,围绕核心技术、顶尖人才、标准规范等强化部署,力图在新一轮国际科技
4、竞争中,抢占发展先机并掌 握主导权。如日本人工智能技术战略委员会2017年发布人工智能技术战略、美国2019年启动“美国人工智能倡议”。中国国务院于2017年下发新一代人工智能发展规划,将人工智能上升 为国家战略,并将其作为经济发展和经济增长的主要动力之一。在全球人工智能千帆竞发的当下,经过持续多年的研发布局,我国人工智能技术实现了高速发 展,并在多个领域取得了重要成就。那么与世界主要发达国家相比,目前,我国人工智能技术创新 水平如何?技术处于何种发展阶段?我国发展人工智能的优势在哪?未来我国人工智能发展趋势 如何?为回答这些问题,本文基于技术创新大数据,首先,从基础研究、技术创新、科技布局、
5、产业规收稿日期:2022-11-02基金项目:国家自然科学基金重大项目(71991475);中国社会科学院青年科研启动项目(2022YQNQD028);中国社 会科学院经济研究所创新工程项目作者简介:王 山(1988),女,中国社会科学院经济研究所助理研究员;陈昌兵(1966),男,中国社会科学院经济研究所人工智能经济研究室主任,研究员,博士生导师。54王山,等:中美人工智能技术创新的动态比较第3期模与技术进步5个维度创新性地构建人工智能技术创新发展水平多指标测度体系与技术创新综合 发展指数;然后根据综合发展指数模拟绘制出各国人工智能技术创新S演化曲线,描绘各国人工智 能技术创新动态演变轨迹,
6、并研判技术所处创新周期的发展阶段,尤其是通过技术创新演化曲线,精确定位中美技术创新发展位置。其次,重点结合5个维度在技术不同发展阶段的权重分布,客观 动态地比较出中美新技术之间的创新发展差距,探讨并总结影响我国人工智能新技术创新发展的 主要因素。最后,为我国实现人工智能关键核心技术的突破与追赶,摆脱被先发国家控制的劣势地 位,提出提咼新技术创新水平的具体措施与发展建议。一、文献综述目前,学术界既有人工智能技术创新水平测度的相关研究,主要围绕人工智能新技术创新影响 因素与人工智能发展水平测度两方面进行。因此,本节主要从2个方面进行综述。(一一)人工智能技术创新影响因素人工智能技术创新影响因素1.
7、人工智能技术创新影响因素的相关研究主要集中在创新主体、创新效益与创新环境上创新主体可分为生产者与消费者,其中,生产者主要是指政府、高校、科研机构与研发企业等,他们通过经费、人员、仪器设备等资源的投入,为人工智能新技术创新提供原始动力;新技术创新消 费者主要指的是人工智能算法、软硬件与数据的消费与使用者,为人工智能新技术创新发展提供内 生动力。李旭辉等(2020)认为创新主体主要指从事人工智能新技术创新活动中最活跃、最积极的 科研创新人才,只有拥有高素质的科研创新人才,才能加快人工智能新技术创新步伐,并提升人工 智能产业竞争力,他们选择每万人R&D人员数量、每万人本科以上学历人数与教育经费占全省
8、生 产总值(GDP)的比例3个指标,来衡量创新主体创新能力1o陈劲等(2017)基于知识整合视角,提出人力、财力与仪器设备等资源投入是创新主体进行创新活动的根本前提,并选择研发经费支出 比例、研发人员比例、硕士及以上人员比例、与高校、科研机构合作程度4个指标,测度创新主体的 创新能力。王洪庆等(2017)从行业层面构建了包含投入能力与产出能力2个二级指标的产业 技术创新能力评价指标体系,其中创新投入包括人力、资金和设备3个方面的投入,并采用研发人 员投入强度、科研机构密度、R&D经费投入强度与新产品开发投入强度等8个具体指标来衡量o2.创新效益主要包括基础研究效益与应用研究效益基础研究效益主要
9、体现在期刊论文的产出方面。期刊论文能及时反映国内外基础研究创新的 成果和动向,是人工智能新技术创新可持续发展的基石,有助于推动人工智能技术创新基础研究进 程,为新技术的实践应用与优化提供重要基础保障。李莉等(2021)根据高质量期刊文献与顶级会 议论文,分析了全球人工智能产业基础研究态势与全球前沿热点,发现全球人工智能新技术产业基 础研究正快速增长,中国虽起步较晚,但仍受益于国家人工智能发展战略与政策的助力而逐步展现 出领跑态势。应用研究效益则主要体现在专利申请量、权利要求项等方面。专利作为新技术创 新信息的重要结晶和载体,是国家获得核心竞争力与比较竞争优势的决定性因素。聂洪光等(2020)认
10、为,专利数据在衡量国家或某一产业技术创新能力方面具有重要作用,并从专利国际地 位与国际化程度2个方面,引入领域专利申请量与专利合作条约PCT指标,来反映人工智能新技 术的实际创新能力5。兰茹(Lanjouw,2004)等认为,专利权利要求数量与新技术创新能力正相关,权利要求数量越多,新技术创新能力越强同o陈军等(2019)以专利数据为依据,从专利申请总体 情况、PCT专利申请、网络摄像机(IPC)重点技术领域、创新主体等方面,对中美人工智能产业发展 进行了比较研究。认为中国人工智能产业创新发展与美国仍有一段距离,目前以追随为主,但未来 发展潜力与空间巨大7。人工智能新技术的创新离不开社会环境、
11、经济环境与技术环境等创新环境的保障。袁野等 552023 年北京工业大学学报(社会科学版)(2021)为科学合理地评价人工智能新技术创新能力,设计构建了包含技术环境(算法基础、数据基 础、算力基础)、社会环境(人才环境、经济环境、政策环境)与创新主体(企业、高校、科研机构、政 府)等要素在内的人工智能关键核心技术创新能力测度指标体系,其中技术环境主要体现在算法 的创新、算力的增强与数据资源的累积3个方面,并分别选用人工智能开发平台数、集成电路产量 与互联网产生的数据量3个指标进行表征,社会环境则从人才环境、经济环境与政策环境3个方面 进行考量,并分别选择人才需求量、投融资总额与每年新增政策数进
12、行表征。研究发现,在技术环 境方面,算法对提升人工智能新技术创新影响显著,在社会环境方面,投融资总额指标有助于基础 研究成果与应用研究成果的转移转化8。(二二)人工智能发展水平测度人工智能发展水平测度国内外现有文献主要从以下3个方面来测度人工智能技术发展水平。1.从技术创新水平角度测度早期的人工智能发展水平测度主要围绕技术创新水平进行。博斯沃思(Bosworth,2001)9和 伊顿(Eaton,2002)等10采用可以体现技术应用研究创新水平的可量化的显性专利指标来衡量人 工智能核心技术发展水平。随着研究的深入与拓展,期刊论文和专利数据指标相结合逐渐成为测 度人工智能技术发展水平的主流方式。
13、经济合作与发展组织(OECD,2017)使用科学出版物、发展 专利家族数据等量化指标测度人工智能技术创新水平及技术差距等11 o世界知识产权组织(WI-PO,2019)在其所发布的全球首份人工智能系列研究报告人工智能技术趋势:2019中,统计了 19602018年全球人工智能专利申请与期刊论文发表状况,其中专利申请数据用于掌握申请人所关 注的创新领域及人工智能技术发展时空变化,期刊论文用来辅助补充专利数据库中的信息,报告希望 通过对全球人工智能专利及学术论文数据在时间、地域、产业及前沿企业层面的深入分析,为企业、研 究人员提供人工智能最新动向与发展趋势12。穆罗(Muro,2021)等13和施
14、密德(Schmid,2021)等14 也将反映基础创新研究水平的论文数据与专利数据相结合,来测度人工智能技术发展水平。2.从产业化角度测度乌镇智库全球人工智能发展报告(2017、2018、2019)从宏观视角纵览全球人工智能技术发 展,所设计的人工智能技术发展水平测度多指标体系覆盖产业发展、技术水平与应用场景等多个维 度,展现出人工智能全球发展新趋势、各国在人工智能领域的竞争态势以及中国各地的发展概 况15o斯坦福大学在其自2017年开始逐年所形成的人工智能指数系列研究报告中,从研发水平、技术性能与产业发展等多个维度,测度全球人工智能的发展情况16 o清华大学中国科技政策研究 中心(2018)
15、主要从科技产出与人才投入、产业发展与市场应用、发展战略与政策环境、社会认知与 综合影响等4个维度,描绘我国人工智能的发展面貌,力图综合展现我国乃至全球人工智能发展现 状与趋势,以提升公众认知水平、助力产业健康发展、服务国家战略决策17。3.构建多维度指标体系测度2019年,国家工业信息安全发展研究中心发布中国人工智能产业发展指数,从内生动力与 外部环境2个维度出发,既考虑人工智能产业发展现状与发展潜力,又考虑人工智能产业与外部环 境及其他产业领域的相互影响关系,设立基础支撑、创新能力、融合应用、产业运行、环境保障5个 一级指标及18个二级指标,较为客观全面地反映了我国人工智能产业发展态势和特征
16、18o由中 国信息通信研究院政策与经济研究所、数据研究中心研究团队编写的研究报告全球人工智能战 略与政策观察(2019、2020)分别从各国战略布局、国际合作、技术、人才、基础设施和治理等多个 方面,较全面地梳理与总结了全球主要经济体人工智能的相关战略布局、政策与合作进展情 况19-2。打穆罗(Muro,2021)等基于技术创新水平(SCI&SSCI收录占比、人均发表论文作者数、人工 智能万人发明专利拥有量、PCT国际专利申请量、人工智能上市企业研发投入等指标)、企业发展 水平(年新增人工智能企业数、年新增上市人工智能企业数、平均每家人工智能企业营业收入等指 56王山,等:中美人工智能技术创新
17、的动态比较第3期标)与发展环境水平(政府支持项目数、政府支持项目总金额、从业人员平均薪酬、人工智能产业领 域行业标准数量等指标)3个维度构建多指标体系定量测度人工智能发展水平13 o除此之外,阿 里云、腾讯研究院、前瞻产业研究院、赛迪顾问等商业咨询机构,从各自专业领域出发,推出一系列 国内外人工智能新技术专题研究报告。综上所述,人工智能技术创新水平测度方法中应用范围最广、最受学者关注的是多维度指标体 系法,该方法能够从多种维度、多个侧面及多种数据深入了解包含在数据中的信息和规律,但仍存 在以下有待深化之处:(1)人工智能作为新兴行业,其技术创新尚未形成统一、标准的测度框架;(2)人工智能技术创
18、新评价体系的构建缺乏维度之间的系统性分析;(3)鲜有文献从技术创新周期 的视角,对人工智能技术创新水平进行细致刻画;(4)既有研究少有反映人工智能技术创新水平的 综合性指标,也缺乏我国与世界先进发达国家技术创新水平的动态比较研究;(5)人工智能关键核 心技术创新影响因素多以定性判断为主,鲜有关注新技术创新影响因素的定量动态研究。一般而 言,技术创新发展有其内在的周期性规律,创新萌芽阶段侧重于技术的基础研究,基础研究是重大 技术创新的源头;成长阶段重点关注技术的创新应用和科技布局,兼顾技术的推广;成熟阶段则主 要致力于技术的广泛推广与产业化应用;而衰退阶段则重点寻找、选择和研究能够进一步提高技术
19、 性能参数的替代技术。为弥补已有研究局限,本文根据技术创新不同发展阶段所呈现出的特征及各特征之间的逻辑 关系,基于科研大数据创新性地构建了包含基础研究、技术创新、科技布局、产业规模与技术进步 5个维度的人工智能技术创新发展水平多指标测度体系及技术创新综合发展指数,综合集成技术 创新不同发展阶段中不同来源、不同类型的信息数据;然后利用熵权法与灰色关联分析法对测度指 标进行赋权计算,进而绘制各国人工智能技术创新周期多S演化曲线,进一步把握各国新技术创新 发展状况,并准确定位新技术创新所处发展阶段,为我国制定技术战略决策、实现人工智能技术关 键核心技术的突破与追赶,提供可靠政策建议。二、模型构建构建
20、技术创新周期综合指数计算模型之前,需要确定各实际指标的权重,目前指标赋权方法主 要有专家评判法、层次分析法等主观赋权法与熵权法、主成分分析法、变异系数法等客观赋权法 2类21-22,主观赋权法往往容易忽略指标数据自身发展规律,且易受个人主观学识影响而产生偏 差;熵权法是根据实际指标离散程度大小确定权重,适用于数据之间有波动、并将数据波动作为一 种信息的客观赋权方法。根据所构建的技术创新水平多指标测度体系中指标数据的变化特征,本 文选择熵权法这一应用于多指标体系综合评价的客观方法来赋予指标权重。()指标权重度量指标权重度量首先,对所构建的技术创新水平测度多指标评价体系中的指标数据进行标准化处理。
21、假设有i年数据,j个指标,Xj(i=1,2,3,m;j=1,2,3,,n)为第i年第j个指标的值,所形成的判断矩阵见式(1):-X11 X12X1nXij=X21 X22 X2n(1)Xm1 Xm X然后对判断矩阵进行标准化处理,参见式(2)(正向指标)与式(3)(负向指标):X=Xj-min(X)(2)max(Xj)-min(Xj)572023 年北京工业大学学报(社会科学版)X,_ max(Xj-X忆 max(Xj)-min(X”)其次,计算技术创新水平多指标测度体系中所有指标熵值(E1):E _最后,计算所有指标熵权W”:(二二)综合发展指数构建综合发展指数构建1ln(m)mm移X移X,
22、ij丿1-E n-移E j=1(3)(4)(5)m移i=1出_灰色关联分析法是一种衡量比较对象与参考对象之间关联程度的方法,能够对不断变化的系 统的动态发展态势进行量化比较分析23,鉴于熵权法仅考虑了指标的不确定性,尚未考虑指标与 指标之间的关联程度,因此,本研究将熵权法与灰色关联系数法相结合,计算技术创新综合发展指 数,观察技术创新周期演化曲线(时间序列下的技术创新综合发展指数值)发展趋势,并判定技术 创新所处的发展阶段。首先,确定比较对象数列X”与参考对象序列Xj,比较对象数列同式(1),参考对象序列一般为 比较对象数列中各指标的最大值;然后采用式(2)和式(3)对比较对象数列与参考对象数
23、列作无量 纲化处理;其次,计算如下的比较对象序列与参考对象序列之间的关联系数式:minmin(X,-X,)+浊 maxmax(X,-X,)S _ i _1_1 m i _.1_1(6)(X0j-X,)+浊 rxrx(X,-Xi,)其中,X,与X,.分别为标准化处理后的比较对象序列与参考对象序列,浊为分辨系数,本研究参 考已有研究将浊设置为0.5;最后计算如下的技术创新综合发展指数:I _移Wj/X j=1式(7)中,1,为技术创新综合发展指数,X/Xj0为第j个评价指标的无量纲化数据。(三三)多多S曲线模型曲线模型广泛应用于分析技术创新与竞争的常用经典模型为S型曲线(也称作S型演化路径、生命周
24、 期模型),其研究起源于美国学者理查德福斯特(Richard Foster,1986)的S曲线:创新技术的发 展趋势,书中Foster采用S型曲线表征技术创新发展阶段,推演技术创新的生命周期(萌芽期、成 长期、成熟期与衰退期),进而阐明了技术创新各发展阶段之间的相互关系。S曲线主要有逻辑(Logistic)曲线和冈珀茨(Gompertz)曲线2种类型,Logistic曲线适合于增长 快速且显著的技术创新周期预测,在实践中的应用更加广泛,而Gompertz曲线则适用于技术成熟 老化模式的预测24O针对人工智能新技术的发展特点,本文采用Logistic曲线对中美日英法德 六国人工智能新技术的创新发
25、展轨迹与创新周期进行分析。Logistic模型具体形式为:Y _f(t)_Jr(8)1+ae式(8)中,Y代表目标技术累计效用值,仁a和0为常数,t为时间变量。一般情况下,k为Y的 最大值,/(t1)_1%k,f(如)_10%k,f(t5)_50%k,f(tQ _90%ko t1之前代表技术创新潜伏期,t1到t10之间为技术创新萌芽期,t10到t50之间为技术创新成长期,t50到t90之间为技术创新成熟期,t90之后为技术创新衰退期。多S曲线模型是Logistic曲线的拓展与延伸。Logistic曲线模型适用于单一技术如何及何时达 58王山,等:中美人工智能技术创新的动态比较第3期到上限与生命
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中美 人工智能 技术创新 动态 比较 基于 数据 曲线 模型 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。