近十年中国人工智能研究文献综述
近十年来中国人工智能研究文献综述（以中国知网为数据来源）研究现状我国对于人工智能的研究在20世纪50年代就已经开始，从文献来看，研究呈现频度低、数量少、深度不够等问题。进入21世纪，从文献数量上看，我国每年关于人工智能论文呈现逐年上升的特征，自2016年开始陡然上升，尤其在2017年和2018年两年，中国知网上关于人工智能的论文高达24,388篇，占所有相关论文（99,639）的24.5%。可见，“人工智能”无疑是当下一个不可回避的话题和热词。本文将对2009年-2018年十年关于中国人工智能的研究进行简单梳理，以探寻国内学者在中国人工智能方面所关注的重点，以及当前中国人工智能的发展现状、应用场景以及趋势展望。人工智能概念界定（1）代表性专著及定义自20世纪90年代以来，国内外学者从不同角度，对人工智能的定义做过研究。权威的人工智能教科书——《人工智能：一种现代的方法》将其定义为：对计算机系统如何能够履行那些只有依靠人类智慧才能完成的任务的理论研究。美国斯坦福大学尼尔逊教授将其定义为：怎样表示知识以及怎样获得知识并使用知识的科学；美国麻省理工学院的温斯顿教授将其定义为：研究如何使计算机去做过去只有人才能做的智能工作。闫志明等认为人工智能是一个模拟人类能力和智慧行为，涉及计算机科学、控制论、信息论、神经生理学、语言学、心理学等的跨领域学科；蔡曙山等认为，人工智能，就是让机器或人所创造的其他人工方法或系统来模拟人类智能。钟义信认为，人工智能就是探索人类智能(自然智能的最佳代表)的工作机理，并在此基础上研制各种具有人类智能水平的人工智能机器，为人类各种活动提供智能服务。（2）知名咨询机构行业报告的定义美国高盛集团发布的《2016高盛人工智能(AI)生态报告》将其定义为：制造智能机器、可学习计算程序和需要人类智慧解决问题的科学和工程；阿里云研究中心2016年发布的《人工智能：未来制胜之道》将其定义为：研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学；北京36氪研究院2017年发布的《人工智能行业研究报告》将其定义为：使用机器代替人类实现认知、识别、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟，是一门综合了计算机科学、生理学、哲学的交叉学科。中国人工智能发展现状（1）科技产出与人才投入论文产出：中国人工智能论文总量和高被引论文数量都是世界第一。中国在人工智能领域论文的全球占比从1997年4.26%增长至2017年的27.68%，遥遥领先其他国家。专利申请：中国专利数量略微领先于美国和日本，国家电网表现突出。中国已经成为全球人工智能专利布局最多的国家，数量略微领先于美国和日本，而中美日三国占全球总体专利公开数量的74%。人才投入：中国人工智能人才总量居世界第二，但是杰出人才占比偏低。截至2017年，中国的人工智能人才拥有量达到18232人，占世界总量的8.9%，仅次于美国(13.9%)。高校和科研机构是人工智能人才的主要载体，清华大学和中国科学院系统成为全球人工智能人才投入量最大的机构。（2）产业发展和市场应用企业规模：中国人工智能企业数量为全球第二，北京是全球人工智能企业最集中的城市。风险投资：中国已成为全球人工智能投融资规模最大的国家。2017年全球人工智能投融资总规模达395亿美元，融资事件1208笔，其中中国的投融资总额达到277.1亿美元，融资事件369笔。中国AI企业融资总额占全球融资总额的70%，融资笔数达31%。市场规模：中国人工智能市场增长迅速，计算机视觉市场规模最大。2017年中国人工智能市场规模达到237.4亿元，相较于2016年增长67%。其中以生物识别、图像识别、视频识别等技术为核心的计算机视觉市场规模最大，占比34.9%，达到82.8亿元。中国人工智能的应用场景对于人工智能的应用场景研究是学者重点关注的问题，有的学者宽泛地研究人工智能的应用场景，有的学者则从其中一个应用场景着手进行深入的研究。对近十年文献的梳理，笔者将学者们研究的人工智能的应用场景分为以下几个方面。AI+传媒以“人工智能”和“传媒”、“媒体”、“媒介”、“新闻”和传播等字样为关键词，可以在中国知网上检索到4879篇相关文献。研究角度主要有以下几个方面，一是探讨人工智能在传媒业的应用，目前包括新闻机器人写作、传感器新闻、个性化推送、临场化新闻以及分布式新闻等五种新模式都是人工智能在传媒业的生产端和用户端的渗透。自新华社推出的人工智能主播后，实则有六种新模式。二是从新闻传播学角度或者技术逻辑分析人工智能为传媒业带来的变革。喻国明曾从内容采集、内容生产以及内容投送三个环节探讨人工智能对传媒运作的重构。三是探析人工智能对传媒教育提出的要求，这一类的研究相对比较少。四是比较宏观地探讨人工智能对传媒业的影响，包括机遇和挑战两个部分。在机遇方面主要从前文第二点展开，其中传媒产业体制转型、媒体融合等是学界的关注的亮点；在挑战方面，主要是从伦理道德方面讨论，包括智能替代传媒工作者的思考、算法使用户陷入“信息茧房”、新闻报道的伦理失范问题等。AI+教育以“人工智能”和“教育”为关键词，可以检索到3615篇文献。主要探讨人工智能对教育资源的分配的影响、人工智能与教育模式的创新以及人工智能引发对教师职业的思考等问题。AI+制造以“人工智能”和“制造”为关键词，可以检索到3319篇文献。目前“人工智能+制造”的典型方向主要有三类：一是智能生产，实现生产设备、价值链、供应链的数字化连接和高度协同，使生产系统具备敏捷感知、实时分析、自主决策精准执行、学习提升等能力，全面提升生产效率。二是智能产品，通过云端连接或将训练好的人工智能系统封装到硬件中等方式，赋予产品智能化响应外界变化和用户需求的能力。三是智能服务，实时监测产品状态和响应用户需求，提供以租代售、按时计费、远程诊断、故障预测、远程维修、一体化解决方案等增值服务，实现制造企业从提供产品向提供“产品+服务”的转变。“智能+制造”可以极大提高生产和服务效率，例如，京东的仓库机器人项目可减少人工55%～65%，同时效率可超过3.5倍的人工拣选，拣选准确率达99.5%以上。智能计算重构物流运作流程，使物流程序呈现智能化和效益化。AI+金融以“人工智能”和“金融”为关键词，可以检索到1348条。人工智能在金融领域的应用主要包括“智能投顾”和金融欺诈检测等。学者认为人工智能技术与金融体系将进行全面融合，形成智能金融，具体来说，包括变革金融服务，多维度进行风险监控，开辟资产管理新路径以及金融业生物识别技术的应用。AI+医疗以“人工智能”和“医疗”为关键词，可以检索到1007篇文献。医疗领域是当前人工智能应用较为广泛的领域，腾讯、百度、阿里等互联网巨头纷纷布局智能医疗产业，而第四范式、科大讯飞等人工智能科技公司也积极寻求相关产品在医疗领域落地。根据中国数字医疗网统计，2016年中国AI+医疗市场规模达到96.61亿元，增长率为37.9%，中国AI+医疗市场规模在持续增长，2017年超130亿元，增长40.7%，有望在2018年市场规模达到200亿元。医疗AI从应用方向和解决问题上划分，主要对应的公司类型有医学影像、药物研发、辅助诊疗、健康管理、语音交互、信息化管理等。但从学术成果来看，相关的研究比较少，不是很符合当前发展的情况。AI+电网以“人工智能”和“电网”为关键词，可以检索到552篇文献。人工智能技术从发展之初就一直受到电力领域学者的高度关注，专家系统、人工神经网络、模糊集理论以及启发式搜索等传统人工智能方法在电力系统中早已广泛应用。具体体现在能源供应领域、电力系统安全与控制领域、运维与故障诊断领域、电力需求领域、电力市场领域等五个领域。此外，还有学者关注到人工智能在国家治理、军事领域等方面的应用，由于数量较少，本文便不在此做梳理。人工智能带来的挑战与思考技术的进步为人们的生活带来便利，为社会创造更多可能性，同时也存在着一些负面影响值得人们思考。当众人都在为技术进步而欢呼时，总有一部分学者敢于用批判性的思维去反思人工智能可能带来问题。本文具体从以下四个方面进行详细梳理。人工智能与信息安全人工智能的发展也带来了数据、隐私等信息安全隐忧。邵国松认为，目前来说，人工智能至少可通过三种方式侵犯隐私，即非法监控、非法侵入个人空间或住宅以及非法干扰个人行为。针对隐私信息的保护，不同的学者有不同的看法。学者卡罗(M．ＲyanCalo)教授认为，为更好得保护隐私，公共政策制定者应对军事部门与执法部门利用机器人监控公民施以限制。王军认为区块链技术为隐私保护提供思路。首先是将隐私信息所有权归还公众（于它是一种去中心化的、分布式的、区块化存储的数据库，因此能有效免除个人数据被中心化平台控制而产生的各种风险。）；其次，区块链技术还可以在实现隐私内容共享的同时，通过其特有的防篡改技术来保证数据的安全性。最后，区块链技术还能确定隐私侵犯的主体及其具体行为。刘浩则更加强调完善相关法律法规。首先出台专门的隐私权保护法；其次，可以借鉴美国相关经验，在人工智能行业建立行业自律组织。人工智能引发的著作权问题人工智能所引发的著作权的思考主要体现在三个方面，一是人工智能是否属于著作权法保护的作品。二是人工智能作品归属问题。三是人工智能作品应当如何保护。张春艳根据“人工智能生成物”和“人工智能创造物”的不同称呼对人工智能是否属于著作权保护的作品做了自己的见解。“‘人工智能生成物’的说法，认为人工智能生成物不是作品，因为由于这些生成物都是运用算法、规则和模版的结果，并非源自人的思想或者情感，不具备作者独特个性，没有发挥人的聪明才智，因此人工智能生成物不属于著作权法保护的作品。‘人工智能创造物’的说法则认为人工智能创作物可以视作被著作权法保护的作品。”对于人工智能作品的归属问题，李伟民将其归纳为两种模式，模式一：把人工智能作品作为“孤儿作品”予以保护。模式二：以“视为作者”原则安排人工智能智力成果的归属。对于人工智能作品应当如何保护的问题，郭宁认为人工智能作品不符合著作权法的保护逻辑，但是，制定专门的法律进行保护不仅成本高，而且影响法律体系的平衡，因此将人工智能的产品作为财产权的邻接权保护的方法是最为合理的。人工智能对伦理道德的挑战人工智能的伦理问题引起了各国各政府的广泛关注，我国也意识到了人工智能所带来的伦理问题，我国2017年发布的《新一代人工智能发展规划》中指出制定人工智能发展的伦理规范是促进人工智能发展的重要保证措施。段伟文认为，人工智能体的拟主体性赋予了人工智能特有的拟伦理角色。这种拟伦理角色可能引发对于“人的尊严”、“伦理”以及“劳动”等与人存在价值相关联的概念的重新定义。刘宪权认为机器人道德应该被赋予和认可，而且机器人道德是具有自主意识的智能机器人判断某种行为正当与否的基本标准与，是人工智能领域法律制度安排的深层次前提和基础。当前国内对于人工智能的伦理研究可以分为四种进路，一是面向应用场景的描述性研究；二是凸显主体责任的责任伦理研究；三是基于主体权利的权利伦理研究；四是探讨伦理嵌入的机器伦理研究。人工智能对社会公平的影响对此，绝大部分学者认为人工智能加剧了社会不公。“人工智能技术越发达，信息鸿沟就越深，进而演变为服务鸿沟、福利鸿沟，而在人工智能时代，“边缘人”将越来越难享受到便捷的智能信息服务，也更不易获得紧缺的服务资源。”此外，一位业内人士认为由于人类逐渐被替代，大量价值将归属于人工智能劳动力的所有者，技比例可分配的社会财富反而会大幅下降，导致严重的社会财富分配的不平衡。人工智能的发展阶段及趋势判断鉴于我国当前科技产出与人才投入、人工智能产品落地以及人工智能企业规模在全球都是出于领先地位的，我认为中国很有可能成为第五次革命——人工智能的爆发地。当前资本疯狂追逐，人工智能产品纷纷落地，人工智能为我国都带来了大量的机遇，同时也伴随着法律和道德思考。我国在充分利用人工智能谋求发展的同时，也应该充分考虑到人工智能带来的负面影响，只有正确认识人工智能，才能正确发展人工智能。从全球来看，按照水平高低，业界和学界将人工智能分成三个阶段：弱人工智能、强人工智能和超人工智能，而当前还处于弱人工智能时代，人工智能还有很多的可能性值得去探索；但超人工智能不应该成为终极目标。国际人工智能联合会前主席、牛津大学计算机系主任迈克尔·伍德里奇(MichaelWooldrige)教授在2016年CCF-GAIR大会报告中表示首先，从技术上来说，主流人工智能学界的努力从来就不是朝向强人工智能，现有技术的发展也不会自动地使强人工智能成为可能；第二，即便想研究强人工智能，也不知道路在何方；第三，即便强人工智能是可能的，也不应该去研究它。新一代人工智能的发展与展望
随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。
人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。
当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。
事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。
未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。
作者：徐云峰
catalogs:13000076;contentid:7688970;publishdate:2021-06-11;author:黄童欣;file:1623414511328-aff718d9-3742-46b0-b08c-e56bdd1ed8c8;source:29;from:中华读书报;timestamp:2021-06-1120:28:23;[责任编辑:]