中美人工智能竞争大PK：谁领先
中美等国的对比与分析
根据分析，目前，我国人工智能技术正处于快速发展的技术成长期后期，技术创新十分活跃，未来将涌入更多的企业和科研机构，竞争也将越来越激烈。而美国人工智能技术萌芽于1990年，于2005年步入技术成长期，2020年开始走向成熟，并预计于2034年进入技术衰退期，目前正处于开展商业应用的技术成熟期，创新动力将持续增强。（拟合优度是指回归直线对观测值的拟合程度。度量拟合优度的统计量是可决系数（亦称确定系数）Ｒ²。Ｒ²最大值为１，越接近１，说明回归直线对观测值的拟合程度越好，表三可见各国人工智能技术创新Ｓ演化曲线拟合优度Ｒ²均在０.９以上，拟合效果较为理想。——数字经济先锋号注）
表３中美等国人工智能技术创新发展阶段判定
日本、英国、法国与德国作为较早启动人工智能新技术研究开发与科研成果推广应用的主要发达国家，同样具有较大的先发优势，其技术创新发展水平早期均位列世界前沿且技术发展历程与演化轨迹比较相似，均在1990年左右进入技术创新萌芽期，后经技术不断地积累､发展与突破，分别于2005年与2019年左右步入技术创新成长期与成熟期，目前技术已经成熟。
图１中美等国人工智能技术创新周期Ｓ曲线
得益于雄厚的科技与经济实力，美国人工智能技术创新累计综合发展指数遥遥领先于其他各国，日英法德４国作为人工智能新技术创新发展早期的追随者与前期领导者，在人工智能技术领域，同样具有较高的发展水平与先发优势，鉴于人工智能技术创新是一个显著的动态累计过程，且发展周期较长，美日等世界主要发达国家并未因前期先发优势而形成技术发展垄断局面，因而为后发国家的技术追赶提供了巨大的机会窗口。
由图１技术创新演变曲线可预测出，在技术经验渐进性积累与自主创新能力不断提升的条件下，我国正逐步缩小与美国在人工智能新技术创新赛道上的发展差距，预计将在人工智能新技术创新发展的成熟期实现技术的追赶与超越。
目前，中国人工智能技术创新累计综合发展指数已超越英法德日４国，但与技术创新水平处于全球领先地位的美国相比仍有较大发展差距。本文从人工智能新技术创新累计综合发展指数增长率探索未来中国是否能反超美国并掌握创新发展的主导权，图２是各国人工智能技术创新累计综合发展指数增长率变化结果。
图２拟合中美等国人工智能技术创新累计综合发展指数增长率
由图２可知，1985-2003年，美国、英国、法国、德国与日本人工智能技术创新累计综合发展指数增长速率基本处于快速上升状态，尤其是美国。而我国的人工智能技术创新起步晚于美国，在基础研究原创性成果的不足或某些前沿领域的投入缺失的情况下错失了先发优势。但在国家大力扶持与自主创新能力不断提升的情况下，我国人工智能技术发展呈现出了非常强劲的增长态势。
因此，可以预见，在当前快速增长态势下，再加上后天技术的积累以及先发的数据优势，我国必将在人工智能新技术这一赛道上领跑全球。
影响因素动态分析
我国人工智能新技术创新发展速度较快，但关键核心技术水平与美国相比仍有差距。技术创新是一个多阶段过程，不同发展阶段因所需资源、条件不同而影响因素权重不同。本节创新性地引入技术创新不同阶段变量，动态分析不同阶段下人工智能技术创新的多指标测度体系中维度权重变化。进一步深入剖析我国人工智能新技术创新发展的影响因素。
由表四可以看出，中美两国在人工智能技术的发展阶段、技术创新和技术进步等方面存在差异。美国在人工智能新技术基础研究投入、技术创新布局、技术产业链上游的占据等方面具有较为显著的优势，而我国在科技布局、产业规模和融资份额等方面具有一定优势。但是，我国与美国相比，技术进步较为缓慢，尤其是在芯片领域存在较大差距，这将对我国的人工智能产业化形成不利影响。
因此，我们应该着眼于加强人工智能领域的基础研究，不断提升自主创新能力，积极推动技术创新和进步，在技术产业链上游抢占制高点，实现由技术跟随到技术引领的转变。同时，也需要加强与市场的有效结合，促进技术产业化的发展，让科技创新更好地服务于经济社会的发展，实现以科技创新驱动高质量发展的目标。
表４人工智能技术不同发展阶段影响因素权重分布
通过与美国的比较不难看出，我国人工智能新技术创新在基础研究、技术创新与技术进步维度，仍有相当发展空间，由于缺乏占据世界产业制高点的核心技术，存在若干被他国“卡脖子”的领域。
图３中美等国人工智能技术创新逐年发展指数
虽然我国人工智能新技术研发起步较晚，基础研究薄弱，技术创新累计综合发展指数与美国存在较大差距，但由技术创新逐年综合发展指数（图3）可知，我国人工智能新技术创新发展指数自2003年开始逐年上升，正不断缩小与美国人工智能技术创新累计综合发展指数的差距。作为后起之秀，在经历长期以技术跟随为主的技术潜伏期与萌芽期，以及二次创新为主的技术成长期后，依靠后发优势，我国于2017年反超自2003年以来技术创新逐年发展指数呈逐步下降态势的美国，跃居全球首位。
结论及建议
本文基于人工智能技术创新科研大数据，提出了人工智能技术创新水平多指标测度体系与技术创新综合发展指数计算模型，并通过绘制技术创新生命周期Ｓ演化曲线，对我国与世界主要发达国家在人工智能技术创新方面的发展阶段进行了评估与预测，深度剖析了我国与美国等国之间在技术创新、科技布局、产业规模、技术进步等方面的差距。
基于这些结论，本文提出了几点建议。首先，要强化基础研究，加大对基础研究长期稳定的支持力度，同时引导企业增加基础研究投入，提高我国基础研究水平和源头创新能力。
其次，要推动应用研究与基础研究的融合贯通，坚持问题导向、目标导向，设立重大科技计划项目，支持设立联合攻关团队（校企联合或校校联合等），或以企业为主导并协调高校和有关科研院所的资源，对有关人工智能的应用技术进行研究开发（委托研究、联合研究等形式）。
此外，还建议要产业化市场化发展，中国目前以高校为主、各自为战的人工智能研发体系不利于中国人工智能产业对前沿技术的把握和整体技术创新水平的进一步提升，也不利于技术的快速转化应用。建议培育一批技术先进、世界领先的企业，并带动产业上下游协同发展，形成持续创新能力、技术全球领先的产业集群。
最后，要完善技术创新机制，应鼓励企业培育和引进掌握关键核心技术的科技领军人才和团队，为产业发展提供智力支持；建立综合的关键核心技术突破与创新机制，将短期与中长期科技积累相结合，建立国家基础研究、产业科技等方面的公私结合的综合创新体系，将产业发展创新需求、国家战略创新需求、科研好奇创新需求等三大方面的创新动力综合起来，并重结合，实现“远水”和“近渴”的融合。
综上所述，通过实施这些建议，我国在人工智能技术创新方面可以进一步提升自身的科技水平和创新能力，缩小与美国等发达国家的差距，加速我国在人工智能领域的发展进程。
原文来源：王山，陈昌兵．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［Ｊ／ＯＬ］．北京工业大学学报（社会科学版）。（因篇幅原因，本文有部分删减）
关于我们
「数字经济先锋号」是成都数联产服科技有限公司旗下数字经济研究交流平台。围绕数字产业、数字基建、数字治理、数字生态等数字应用领域，揭示与记录数字经济发展点滴与脉络。
数联产服是一家数字经济行业智库、产业大数据服务商，具备全流程大数据治理-分析-决策支撑服务能力，面向各级政府和产业运营机构提供基于大数据的产业经济发展解决方案和综合服务。返回搜狐，查看更多
干货！2023年中国人工智能行业产业链现状及市场竞争格局分析 四大都市圈较为集中
人工智能产业主要上市公司：目前国内人工智能行业的上市公司主要有百度百度(BAIDU)、腾讯(TCTZF)、阿里巴巴(BABA)、科大讯飞(002230)等。
1、人工智能产业产业链全景梳理：产业链涵盖行业庞大
人工智能产业链包括三层：基础层、技术层和应用层。其中，基础层是人工智能产业的基础，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑;技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径;应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。
2、中国人工智能产业产业链区域热力地图：四大都市圈最集中
继国家出台《新一代人工智能发展规划》之后，各省市自治区纷纷响应，制定了各自的人工智能发展规划、实施意见和行动方案。地方政府的政策不仅在针对国家战略作出响应，还在对当地智能企业和产业发展需求的作出响应。
目前，我国人工智能企业主要分布在京津冀、长三角、珠三角、川渝四大都市圈。京津冀区域竞争力最强，长三角位列第二，珠三角位列第三。
从人工智能行业代表性企业的所属地分布来看，北京、深圳市人工智能代表性企业的集中地。
3、中国人工智能产业产业园区分布图：东部沿海地区分布较多
截至目前中国新一代人工智能创新发展实验区已经获批的地区主要集中在东部沿海地区，主要围绕北京、杭州、深圳展开。已经获批的地区有北京、天津、济南、苏州、安徽、上海、杭州、德清县、西安、武汉、长沙、深圳、广州、成都、重庆。
4、中国人工智能产业代表性企业产品情况
从人工智能企业的核心技术布局来看，百度、腾讯、阿里云、华为等头部平台企业已布局了多项AI技术;而像平安科技、京东、小米等融合性公司，其技术布局主要针对应用层，针对性较强。
5、中国人工智能产业代表性企业最新投资动向
2020年以来，人工智能产业代表性企业的投资动向主要包括收购公司拓展业务、通过对子公司增资的方式投资人工智能生产基地项目。人工智能产业代表性企业最新投资动向如下：
以上数据及分析请参考于前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》，同时前瞻产业研究院还提供产业大数据、产业研究、产业链咨询、产业图谱、产业规划、园区规划、产业招商引资、IPO募投可研、IPO业务与技术撰写、IPO工作底稿咨询等解决方案。
美国人工智能战略动向与中国应对之策
美国作为人工智能领先国家，已作出竞争性战略安排，以期在未来竞争中占据主导地位。我国必须密切关注美国人工智能战略动向，做好战略谋划与应对，做大做强人工智能产业。应以强国目标为导向，制定好人工智能产业中长期发展战略规划；加快自主可控人工智能技术在重点行业的应用推广等。
人工智能是一种新型通用目的技术，对各国经济、社会、军事、国家安全等有重大影响。美国作为人工智能领先国家，已作出竞争性战略安排，并对我国采取遏制性措施，以期在未来世界领导权的竞争中占据主导位置。我国必须做好战略应对，加快人工智能产业做大做强步伐。
美国战略安排：确保其在人工智能领域的全球领导力
2016年以来，美国持续加大了对人工智能的战略关注与支持，不断升级人工智能的国家战略版本。2016年，美国发布《为人工智能的未来做好准备》报告，强调对人工智能加强治理；阐述人工智能引发的机遇，包括利用人工智能提升社会福利和改进政府执政水平，在坚持鼓励创新并兼顾公众利益的原则下制定人工智能监管措施；确保人工智能应用公正、安全和可控。报告提出，人工智能技术将开辟新的市场和机会，也将产生失业等负面影响。美国政府当前对人工智能最重要的不是监管，而是指导与扶持。各机构的计划和战略中涉及的人工智能问题，应该让政府和私营部门参与；以创新的方式将人工智能应用于网络安全防护。同年，美国总统奥巴马签署《国家人工智能研发战略计划》，旨在通过政府投资深化对人工智能的认识和研究，确保美国在人工智能领域的全球领导地位。
2018年，美国发布的《国防授权法案2019》相关条文规定，美国国防部支持成立国家人工智能安全委员会（NSCAI）。该委员会代表国会研究人工智能与国家安全的相关问题并建言献策，以达到确保美国技术优势的最终目的。NSCAI有两大具体任务：一是勘察取证，调查研究美国真实的人工智能技术水平；二是向国会和总统提出政策建议。该机构聚合美国“政产学研军”顶尖人才，研究国家间人工智能竞争，提供人工智能战略建议，重点研究中国，聚焦国家威胁、国防能力、经济竞争和治理障碍等四大研究方向。
2019年，美国总统特朗普签署《维护美国人工智能领导力的行政命令》，目的是保持美国在人工智能领域的全球领导力，其要点包括：推动人工智能技术突破，联合政产学，建立人工智能技术优势，促进科学发现、经济竞争力和国家安全，促进技术成果转化。制定人工智能技术标准，提升数据、模型、算力资源的可访问性，减少漏洞和人工智能研究与部署的障碍，制定国际标准。培养人工智能劳动力，通过科学、技术、工程和数学（STEM）教育，培养具备开发和应用人工智能的通用人才，为当前和未来的工作做好准备。增强公众信任，人工智能应用中保护公民自由、隐私和美国价值观，充分发挥人工智能技术潜力。塑造国际环境，为美国人工智能产业开辟市场，保护人工智能技术优势，严防战略竞争对手和敌对国家窃取关键技术。
2019年7月、9月，2020年10月以及2021年3月份，NSCAI先后发布初期、中期和终期报告。在NSCAI终期报告中，涉及的内容主要有两部分。
第一部分：“在人工智能时代保卫美国”。强调人工智能技术带来国家安全威胁，美国对此缺少准备，建议美国政府加强人工智能技术来保护自身利益。政府成立一个工作组和全天候行动中心，以对抗虚假信息，更好地保护自身数据库的安全，将外国投资中的数据安全放在优先位置，加强供应链风险管理和国家数据保护立法。国防部加速采用人工智能技术，争取2025年实现人工智能技术在军事领域广泛运用，培养一支具有数字知识的队伍，加快人工智能技术在军事领域创新。管理与人工智能支持的武器和自主武器相关的风险，制定相应的国际标准。改革国家情报机构，开发创新的人机合作方法，利用人工智能来增强人类的判断力。开拓新的人才渠道，扩大政府中数字化人才的规模。建立对人工智能系统的合理信心，政府加大对人工智能系统安全的研发投资，加深与国家实验室的合作，定期测试和评估。提出人工智能用于国家安全的民主模式，尊重公民隐私、自由和权利，增强使用透明度，建立一套完整的监督机制。
第二部分：“赢得技术竞争”。强调美国人工智能竞争前景令人担忧，建议政府立即采取行动，以促进人工智能创新，保护关键优势。必须将人工智能从技术层面提升到战略层面，白宫应成立一个新的技术竞争力委员会，由副总统领导，综合考虑安全、经济和科学因素，制定全面的技术战略，并监督其实施。通过改善现有教育体系，对学习人工智能相关领域的本科生和研究生增设奖学金，通过新的移民激励措施和改革等方式，赢得全球人才竞争。加快人工智能创新，每年用于人工智能研发的非国防经费翻倍，2026年达到每年320亿美元。成立国家科技基金会，将国家人工智能研究机构数量增加三倍；建立由云计算组成的国家人工智能研究基础设施，大规模开放培训数据，扩大人工智能的使用范围，支持新的科学实验和工程；为人工智能创造市场，通过组建区域创新集群网络，增强商业竞争力。改革和建立全面的知识产权政策和制度，将知识产权法纳入国家安全战略的重要组成部分。改变几乎完全依赖外国来源生产尖端半导体的状况，重建一个具有弹性的美国国内半导体设计和制造基地，为芯片工厂提供资金奖励和其他激励措施，以使美国半导体技术至少领先中国两代。重新审视如何在不过度阻碍创新的情况下更好地保护技术和公司，以保持美国技术优势。使出口管制和外国投资审查现代化，与盟友共同开发先进的半导体制造设备。将美国的研究机构作为国家资产加以保护，与盟友和合作伙伴协调研究保护工作，加强签证审查以限制有问题的研究合作。领导一个新兴技术联盟，与盟友和合作伙伴一起利用新兴技术加强民主规范和价值观，协调政策和投资，促进全球民主发展，防范技术恶意使用和专制国家的影响。制定一份权威的技术清单，采取大胆行动，促进美国在人工智能、微电子、生物技术、量子计算、5G、机器人和自动化系统、增材制造和储能技术等领域均处于领导地位。
美国专门研究制定针对我国的遏制性措施
为保持在人工智能领域对我国的领先与优势地位，美国出台的一系列有关人工智能的行政命令、政策和法案中，有越来越多专门针对我国的措施。NSCAI发布的初期、中期和终期报告中均明确提到，中国的人工智能开发水平位于世界前沿，美国政府在应对人工智能新威胁方面“毫无准备”，必须实施重大变革，推动人工智能满足国家安全和国防需要。该报告对美国国会和总统有很强的影响力，截至目前，超过19条建议被《国防授权法案2021》采纳，11条建议被《国防授权法案2022》、《情报授权法案》（IAA）、《美国创新与竞争法案》（USICA）和非国防科技法案采纳。
NSCAI终期报告中，出现“中国”和“中国的”的词频高达670次以上。除了中国之外，俄罗斯、日本、韩国和德国等国的词频均未超过100次。针对中国的内容主要有如下七方面。
一是中国是美国人工智能领域的唯一真正对手，美国必须赢得对中国的竞争。尽管世界上有很多国家均有人工智能战略，但只有中美两国真正拥有赢得人工智能竞争的资源、商业实力、人才资源以及创新生态。中国的各类规划、动用的资源以及取得的成就让美国深感担忧。中国不仅在人工智能全领域是美国的对手，而且在特定领域已经领先。从这个角度看，这将是美国自第二次世界大战以来首次在科技主导性方面遭遇到挑战。
二是提出所谓的中国盗窃美国高科技资源。指责中国通过知识产权剽窃等方式每年至少导致美国损失3000亿—6000亿美元，诽谤中国是用美国纳税人的钱资助自身军事和经济的现代化。
三是指责中国危及了美国高科技（尤其是半导体）供应链安全。尽管美国拥有领先的半导体研发体系，但与美国国防和产业相关的先进半导体生产制造资源几乎完全依赖外国，这让美国供应链安全在外国政府的干预和自然灾害面前显得异常脆弱。美国应逐步实现半导体的国内生产。
四是恶意抨击中国人工智能用途不正当。
五是建议美国领导所谓的“民主国家联盟”来应对中国的挑战。
六是认为美中之间存在高度依赖，主张通过精准的出口管制等手段来确保美国的科技领先。当前美中关系并非冷战时期的美苏关系，美中存在紧密的人文互动和科技交流，盲目恶化美中科技交流对美国科研无益。美国应通过保护开放研究生态、保护知识产权、有针对性的出口管制和投资审查等手段来保障科技领先和国家安全。
七是在人工智能驱动的自动化武器等特定领域寻求中俄共同表态。人工智能会运用到自动化武器等军事和国防领域，在该领域美国应寻求中俄与美国发布类似的承诺，即人工智能驱动的自动化武器仍将由人类控制，以确保此类武器合乎国际人道主义。美国可与中国政府建立诸如“美中全面科技对话”等官方高级别对话机制以及其他“二轨对话”机制。
总体看，美国是要在人工智能领域赢得对我国的竞争，实现对我国的明显优势。美国提出加强知识产权保护，与盟友组建新兴技术联盟来防止技术被恶意使用，加强出口管制和外国投资审查，把美国研究企业当作国家资产来保护等，将加大我国获取新技术的难度，妨碍新技术国际交流，这对我国人工智能技术发展有阻挠作用。美国提出通过改善现有教育体系与新的移民激励措施来吸引全球人工智能人才，给我国获取全球人才增加了难度。
从战略高度推动我国人工智能产业做大做强
紧紧把握新一轮科技革命与产业变革的时代机遇，深刻认识人工智能的全球发展形势，树立起强烈的战略意识、安全意识，加快人工智能技术自立自强，做大做强人工智能产业，妥善处理人工智能领域的国家间竞合关系。
一是做好战略谋划与统筹。基于超大规模市场、数据资源、技术集成、综合协同等优势，以强国目标为导向，围绕芯片、系统软件和开发框架等基础技术进行战略部署与攻坚，降低对外依赖度，加快自主自立步伐。打造自有开源根社区，培育自主可控的产业生态，形成有韧性的供应链体系，让人工智能生态植根中华大地。努力在人工智能发展方向、理论、方法、工具、系统等方面取得变革性、颠覆性突破。
二是市场牵引，应用导向。支持自主可控人工智能技术在重点行业的应用示范推广，加快形成行业应用评测标准。可先聚焦于交通、能源、制造、安全、健康等领域重点突破，设定人工智能行业渗透率目标，健全监测体系，促进目标的实现。
三是加大投入，加速基础研究成果转化。建设体现国家意志、实现国家使命、代表国家水平的人工智能国家实验室。推动研究机构和商业机构对接，组建一批联合实验室，让基础研究更贴近市场，在牵引市场需求的同时，通过市场反向驱动基础研究。支持各地人工智能计算中心和生态创新中心建设，在能耗指标上进行政策倾斜。
四是加强人才队伍与学科建设。构建集“全球汇聚、系统培养、激发创新”于一体的人工智能人才发展体系。吸引全球人工智能领域人才，特别是数学、计算科学、自动化科学、控制科学、信息科学、认知科学、心理学、生物学、哲学等学科高端人才，聚天下英才为我所用。改革高等院校学科设置，加强基础学科建设，设立多学科支撑、跨学科交叉、产学研融合的人工智能人才培养模式。
五是促进军民融合，以军带民，以民促军。加大人工智能根技术的军地、军民联合研究力度；加大军事领域人工智能基础设施的建设力度，助力军事领域人工智能研究；加快军事领域人工智能应用，积极引入民用人工智能技术，加速军民人工智能成果转换；加强军民融合人工智能技术通用标准体系建设，构建基础软硬件、人工智能算法等规范，牵引人工智能技术规范发展。
六是开放包容，互惠合作。积极参与人工智能全球治理，支持联合国在人工智能科技伦理和标准规范制定方面发挥主导作用。以构建人类命运共同体为导向，与各国加强交流协商，共塑一个开放包容、互惠共享、公平公正、安全可控、责任共担的国际环境，打造各方普遍接受、行之有效的人工智能全球治理规则，促进科技突破、产业发展、国际合作，让各国人民享受到科技带来的益处。
（作者系中国国际发展知识中心副主任、研究员）
人工智能产业核心技术的国际竞争
论文全文摘编如下
仅供学术交流与参考
引言
技术推动产业变革，新一代人工智能的发展关系到我国能否抓住新一轮科技革命和产业变革的重要机遇。新产业技术研发与应用对创新驱动具有一定的引领和支撑作用，因此，我国明确提出建设人工智能关键共性技术体系，以增强关键环节和重点领域的创新能力[1]，要确保人工智能产业核心技术掌握在自己手中。中国科学院大数据挖掘与知识管理重点实验室发布了《2019年人工智能发展白皮书》，根据标准共筛选出八大人工智能核心技术：计算机视觉技术、自然语言处理技术、跨媒体分析推理技术、智适应学习技术、群体智能技术、自主无人系统技术、智能芯片技术、脑机接口技术[2]。2020年3月科技部等五部委印发了《加强“从0到1”基础研究工作方案》，支持人工智能等领域实现核心技术突破，以抢占前沿科学研究的制高点。因此，瞄准人工智能产业核心技术，攻克技术困境成为重中之重。
人工智能产业核心技术的研发已成为世界各国关注的焦点。面对世界范围的国际竞争，我国在核心技术的突破和应用方面仍存在自身的短板。基于此，为全面了解我国人工智能产业核心技术的国际竞争态势，进一步厘清其研发现状和所处地位，本文选取了2015-2019年间各国政府颁布的政策和战略规划，1999-2019年间WebofScience收录的文献，1999-2019年间德温特专利数据库收录的专利信息，采用CiteSpace、Ucinet和专利地图等可视化分析工具，通过政策态势分析不同政府的规划方向和重点支持领域；通过文献发文量、国家及研究机构合作网络剖析全球人工智能产业核心技术发展现状，通过关键词聚类分析不同国家关于人工智能产业核心技术的研究热点，通过专利数据分析全球人工智能产业核心技术研发现状，进而对我国人工智能产业核心技术在全球所处竞争态势进行研判，为探索建设新一代人工智能创新发展试验区以及“十四五”时期人工智能产业发展提供相关决策参考。
1全球人工智能发展政策概述
1.1数据来源
本文采用文本挖掘的方法对中国、美国、日本、韩国、英国和德国的人工智能国家政策和战略规划（2015-2019）进行搜集整理；并将国内外知名研究机构发布的相关报告作为二手资料，进一步完善和梳理，将其绘制成表，如表1所示。
表1全球人工智能政策一览
1.2研究分析
如表1所示，中国、美国和日本高度关注人工智能的发展，三国政府均已出台大量的扶持政策，在世界舞台上角逐人工智能发展的领先地位。其中，中国出台的人工智能政策数量最多，美国和日本紧随其后，均已将“人工智能”上升为“国家战略”。韩国和德国于近两年加入人工智能快速发展行列，也逐步重视起人工智能的发展。纵览以上六个国家近5年来出台的相关政策，其战略目标任务和具体规划各具特色，为此，将其划分为三类[18]：
一是技术和人才优势明显的国家，如美国，目前处于人工智能发展前沿，其战略目标是保持人工智能的全球领先地位，确保自身竞争优势。美国不仅专注于人工智能的发展，积极制定相关法律保障人工智能的发展，并参与技术标准的制定，以期在全球竞争中占据主导地位。
二是具有产业发展基础的国家，如德国、英国，通过战略部署、商业应用、伦理约束、法律监督引领人工智能发展，两国均在“第二次工业革命”和“信息革命”中积累大量的发展经验，拥有坚实的产业发展基础。英国和德国凭借自身发展基础形成了独特的优势，以确保全球竞争力。再如，日本和韩国所制定的相关政策针对性地倾向半导体和集成电路等产业，两国在机器人、自动驾驶、汽车、半导体等领域具有明显的产业优势，凭借自身相对优势参与全球的新一轮竞争。
三是异军突起，积极抓住发展机遇的国家，如中国，重视推动人工智能的综合健康发展及全面布局，通过宏观规划和重点部署构筑我国人工智能发展的先发优势，从而加快人工智能产业核心技术攻克和创新型国家建设。
2基于文献计量的产业核心技术国际竞争态势分析
2.1数据来源
本文将《2019年人工智能发展白皮书》所筛选的人工智能产业核心技术作为检索条件，文献来源WebofScience数据库下的WebofScience核心合集：引文索引，检索条件设置如下：以“TI=computervision”OR“TI=naturallanguageprocessing”OR“TI=brain-computerinterface”OR“TI=intelligentchip”OR“TI=autonomousunmannedsystem”OR“TI=collectiveintelligence”OR“TI=intelligentadaptivelearning”OR“TI=cross-mediaanalyticreasoning”，文献年限为1990-2019年，文献类型选择Article，最后共得到3681篇。
2.2发文量分析
进一步分析关于人工智能产业核心技术研究的3681篇论文，本文以时间序列的形式统计出每年的论文数量，通过Excel绘制了WebofScience收录的关于人工智能产业核心技术研究的文献数量统计图（如图1所示）。二十年间，全球对人工智能产业核心技术的研究越来越重视，发文量整体呈上升趋势。20世纪末，全球的发文量较低，这受到当时全球人工智能技术的基础研究、理论模型及数据样本等影响和限制。发文量激增阶段：2010-2019年，这与人工智能爆发阶段的时间相吻合，也与算法、算力的提升及数据的激增等现状密切相关。
图1WebofScience收录关于人工智能产业核心技术研究的文献数量
2.3国家合作分析
对所检索的3681篇文献进行整理，绘制了全球人工智能产业核心技术研究的发文量（Top10）示意图（如图2所示）。美国发文量居世界第一，中国紧随其后，中国和美国发文量约占全球48%，是全球研究人工智能产业核心技术的主力。在前10位国家中，亚洲仅有三个国家：中国、韩国和日本；北美洲有两个国家，分别是美国和加拿大；其余均为欧洲发达国家，说明欧洲仍是技术研究和创新的重要地区。
图2人工智能产业核心技术研究文献发文量Top10国家
随着经济全球化进程加快，知识全球化和跨国合作发展越来越迅速。为突破研究水平与资源约束的限制，各个国家之间开始展开合作研究，有助于提高各国的科学研究水平和创新能力[19]。为此，本文进一步分析了所检索的3681篇论文，导出参考文献，将下载的数据合并后导入excel，提取“国家”字段，导入至BICOMB软件，生成国家共现矩阵，再将共现矩阵导入Ucinet软件，使用Netdraw进行可视化分析，生成国家合作网络图谱，如图3所示。人工智能产业核心技术国家合作研究网络的程度中心度如表2所示。
图3人工智能产业核心技术国家合作研究网络图
表2全球人工智能产业核心技术主要国家合作研究网络的程度中心度
如图3所示，带有颜色的节点方块表示国家。节点的大小、各节点之间连线、连线的疏密程度以及连线的粗细分别表该国与其他所有国家合作共现的总次数，两个国家间的合作关系，与该国家合作过的其他国家的数量以及连线两端的国家合作次数[19]。由图3可以看出，节点最大的是“美国”，其次是“德国”、“意大利”、“中国”和“英国”，表明美国与其他国家合作次数最多，德国、意大利、中国和英国紧随其后，合作次数分别是365、179、156和156；由国与国之间的连线可以看出，中国与美国、日本、英国合作比较紧密，中国在国际合作中发挥着重要作用。
2.4研究机构分析
根据所检索的文献，对研究机构的发文量与合作情况进行整理，从机构发文量来看，其中德国图宾根大学发文量最多，高达84篇，说明其在人工智能产业核心技术研究领域具有一定的影响力；其次，发文量较多的是德国维尔茨堡大学（56篇）、中国清华大学（52篇）和美国纽约州卫生部（46篇），这些机构在人工智能产业核心技术研究中作为重要的力量，推动着产业核心技术不断实现技术突破与发展。从全球分布来看，如表3所示，发文量排名前10位的研究机构主要分布在美国、中国和德国。
表3全球人工智能产业核心技术研究机构地区分布汇总表
为了进一步分析各研究机构的合作情况，本文采用Ucinet分析软件生成全球人工智能产业核心技术研究机构合作网络图（如图4所示）。图中每一个小方块代表一个研究机构，方块越大说明该研究机构与其他研究机构合作越多。其中，德国图宾根大学、维尔茨堡大学和格拉茨技术大学与其他研究机构合作较为频繁。我国两所研究机构：中国科学院大学和清华大学已开展大量的基础研究工作，并与加利福尼亚大学圣地亚哥分校和哈佛大学进行了密切的合作研究。从总体上看，我国研究机构之间合作密度较低，研究领域较为分散。无论从发文数量还是从机构合作网络图来看，德国图宾根大学、维尔茨堡大学和纽约州卫生部是全球人工智能产业核心技术研究的主要力量。
图4全球人工智能产业核心技术研究机构合作网络图
2.5热点分析
热点通常可以表示为某一研究领域中具有发展潜势的主题，同时，能够展现该领域所属学科未来的发展方向[20]。通过使用关键词来表达该文章的主题和中心内容，若某一关键词多次在某一领域文献内出现，则该词可间接反映该领域内的研究热点与研究动向[21]。本文借助科学知识图谱工具中的关键词聚类视图对各国人工智能产业核心技术的研究热点进行分析。基于中国、美国、日本、韩国、英国和德国的文献数据进行整理，将其导入CiteSpace5.5.R2运行关键词聚类功能，主题词类型选择“NounPhrases”，节点类型选择“Keyword”，时间范围1999-2019，剪裁方式采取Pathfinder，选择Log-LikelihoodRatio作为提取方法[20]，提取关键词聚类信息将其汇总成表，如表4所示。
表4人工智能产业核心技术研究关键词聚类表
中国在人工智能产业核心技术研究中主要将重心放在基础理论研究与技术突破中。在八大核心技术中，主要聚焦在#0计算机视觉技术、#4群体智能技术、#7自然语言处理技术和自主无人系统技术。作为推动人工智能技术进步的“三驾马车”，算法、数据和计算力在过去的5-10年间不断创新[2]。在算法方面，我国在#0计算机视觉技术中的图像识别和特征提取以及#7自然语言处理技术中的语音技术方面的成就显著。在基础理论研究方面，计算机视觉和自然语言处理技术的发展同时也需要#3模式识别等技术的支撑；#1共空间模式是一种对两分类任务下的空域滤波特征提取算法，能够从多通道的脑机接口数据里面提取出每一类的空间分布成分[22]；在技术应用领域，自主无人系统中的#8协调控制对于自动驾驶汽车和智能无人驾驶系统至关重要，在未来对汽车制造商和运输行业将产生重大影响。
美国人工智能产业核心技术研究中共有8大关键词聚类。其中主要关注#0脑机接口技术和#2计算机视觉技术。从技术应用来看，人工智能产业核心技术主要应用于医疗领域，#1电子健康档案有助于提升医护水平；#7事件相关诱发电位作为一种电生理学的研究手段，为研究大脑认知活动过程提供了新的指导和途径；研究人员利用#8脑波开发了新技术—脑机接口技术（BCI），为身体严重残疾的患者提供了新的治疗手段。
对文献数据进行聚类分析，无论从底层技术研究看，还是基于技术应用层面，日本主要关注#0脑机接口技术。对脑机接口技术的研究，日本将焦点转移至#2听觉BCI脑机接口技术。#3共空间模式作为提取的一种方式，是脑机接口技术重要的算法。脑机接口技术主要应用于医疗健康领域，主要分为“强化”和“恢复”两个方向，“恢复”方向主要是指针对#1中风等疾病提供对应的恢复训练，主要采取神经反馈训练。目前，已有一些日本创业公司对相关可穿戴设备投入研发资金，将脑机接口技术应用到终端设备。
韩国重点关注#1和#2脑机接口技术和自主无人系统技术，自主无人系统中的机器人和无人驾驶等技术已成为韩国政府重点支持对象。在应用中，脑机接口以#4近红外光谱成像技术（NIRS）为主，主要用于操控家电设备。脑机接口技术的发展与发达的半导体行业发展相适应，并为半导体产业的发展提供重要的支撑力。
#0脑机接口技术、#1群体智能技术和#7计算机视觉技术是英国重点关注对象。脑机接口技术作为产业核心技术在硬件、算法、范式方面都有新的突破和进展。英国诺丁汉大学的研究团队基于脑机接口技术，开发了一种脑磁图（MEG）系统，配以头戴式设备，在扫描过程中允许被扫描者自由、自然地运动。
在人工智能产业核心技术研究中，德国主要研究#5脑机接口技术和自然语言处理技术，而作为基础技术研究#1脑电图、#2共空间模式、#6神经反馈技术都为脑机接口技术的发展提供了支撑和辅助作用。在基础理论研究领域，#3非监督学习作为机器学习的一种方法，是人工智能网络的一种重要算法；自然语言处理所涉及的各种任务，可以用#4多任务学习框架处理。从技术应用领域来看，#0辅助科技用于特殊教育行业；机器学习为#7ERP系统注入新能量，云ERP平台提供了极大的便利。
3.基于专利挖掘的产业核心技术国际竞争态势分析
3.1数据来源
以德温特专利数据库为来源数据库，利用“TI=computervision”OR“TI=naturallanguageprocessing”OR“TI=brain-computerinterface”OR“TI=intelligentchip”OR“TI=autonomousunmannedsystem”OR“TI=collectiveintelligence”OR“TI=intelligentadaptivelearning”OR“TI=cross-mediaanalyticreasoning”进行检索，检索时间范围设置为1990-2019年，最后共检索到23940件专利。
3.2人工智能产业核心技术专利地图分析
随着技术的发展，基于专利分析的“预见—识别”成为研究热点。文献[23]通过专利分析法对比分析不同国家的人工智能技术专利，研判全球人工智能发展态势；文献[24]提出基于专利分析替代性技术选择，为企业的管理者制定技术选择战略提供参考建议。
为进一步掌握全球人工智能产业核心技术领域专利发展趋势和分布情况以及专利权人分布情况，本文对德温特专利数据库中已检索到的23940件专利进行统计分析，分别提取中国、美国、日本、韩国、英国和德国的专利，对全球人工智能产业核心技术的专利数量和专利国家分布及专利权人分布情况进行分析，结果如图5～图6所示。
图5人工智能产业核心技术专利数量和专利国家分布示意图
从图5可以看出，基于全球不同国别分析，在人工智能产业核心技术专利中，中国拥有智能芯片技术专利的数量最多，说明中国芯片企业愈发重视专利保护，其保护意识与能力也逐渐增强；美国拥有自然语言处理技术专利最多；日本在自然语言处理技术方面，专利数量占比最多；韩国拥有计机视觉技术的专利数量最多；英国和德国的人工智能产业核心技术专利数量均不多，总体来看，二者均在计算机视觉技术方面专利数量最多，分别占比61%和37%。从人工智能产业核心技术视角看，自主无人系统技术主要分布在美国和中国，其中美国拥有数量最多；中国在脑机接口技术、群体智能技术、计算机视觉技术、智适应学习技术和智能芯片技术的申请量遥遥领先；自然语言处理技术则主要分布在美国。然而关于跨媒体分析推理技术的专利申请目前全球没有相关的统计。
图6人工智能产业核心技术前5名专利权人
从图6可以看出，全球前5名自主无人系统技术专利申请者主要集中在美国和日本，其中日本占据3席，如IHI株式会社和川崎重工业株式会社。脑机接口技术专利申请者前5名主要集中在中国和韩国，中国主要以高校为主，如清华大学、浙江大学、中国科学院和中国医学科学院基础医学研究所，说明中国高校是脑机接口技术研究的重要力量，拥有较强的研发实力。群体智能技术专利申请者也主要来自中国，前5名中美国公司仅占有1席。其中国家电网申请专利数量最多，尤其近五年国家电网的人工智能产业核心技术发展迅速，中国人工智能专利布局也已覆盖至电力工程领域。群体智能技术推动电网智能化发展，是助力新一代电力系统建设的重要支撑。
全球前5名计算机视觉技术专利申请者主要集中在美国和中国，美国专利申请者主要集中在高通、英特尔和微软公司，中国则主要集中在高校，如清华大学、北京航空航天大学等。中国专利申请者占据全球智适应学习技术专利申请前五位，主要集中在科技型企业和高校，由于中国教育群体基数庞大，加之近年来AI教育行业高速发展，中国关于智适应学习技术的专利申请数量多且主要体现在应用层面。
智能芯片技术专利申请前五位也均来自中国，从体量来看，中国目前已经成为全球最大、增长最快的集成电路市场，国家集成电路产业也受到投资基金和资本推动的支持。在强有力的产业政策扶持下，中国企业迅速成长壮大，逐渐挑战美国芯片的垄断市场。自然语言处理技术专利申请者主要来自美国和日本，美国占据3席（IBM、微软和埃森哲全球解决方案有限公司），日本占据2席（富士施乐公司和日本电报电话公司）。美国和日本在自然语言处理技术方面仍具有一定的研究实力和发展潜力。
4.结语
全球范围内越来越多的政府和企业组织意识到人工智能在经济和战略上的重要性，面对日趋激烈的人工智能竞争市场，我国需要认清全球竞争态势，明确自身在全球中所处地位，明晰具备竞争力的产业核心技术。
通过政策态势、研究态势分析，从政策数量、文献发文量和专利数量三个角度量化了全球人工智能产业核心技术竞争力。从政策数量来看，中国>美国>日本>英国>德国>韩国；从文献数量来看，美国>中国>德国>英国>韩国>日本；从专利数量来看，中国>美国>日本>韩国>德国>英国。综合来看，美国综合实力依旧全球第一，这与美国坚实的产业基础和先进的科学技术分不开。中国异军突起，发展迅猛。
基于文献和专利分析结果，综合来看，我国主要关注方向为计算机视觉技术、自然语言处理技术、智能芯片技术、自主无人系统技术和群体智能技术。具体来看，基于发文量，国内外相关文献研究起步时间相似，中国仅比国外晚两年，增长趋势相同，整体呈现上升趋势，增长最快的阶段均出现在2010年以后。从国家合作来看，美国与其他所有国家合作共现的总次数最多，中国与美国、日本、英国合作比较紧密。从研究机构来看，发文量排名前10位的研究机构主要分布在美国、中国和德国，中国科学院大学和清华大学已与其他机构开展大量的基础研究工作，但是机构合作密度较低。从关注的热点来看，我国聚焦于计算机视觉技术、群体智能技术、自然语言处理技术和自主无人系统技术。从专利分布来看，中国人工智能产业核心技术专利申请量已经超越美国成为AI领域专利申请量最高的国家。其中，中国拥有脑机接口技术、群体智能技术、计算机视觉技术、智适应学习技术和智能芯片技术专利最多；从专利权人分布来看，中国拥有最多的专利权申请人，主要分布在脑机接口技术、群体智能技术、计算机视觉技术、智适应学习技术和智能芯片技术。
人工智能的不断发展对提高国家竞争力、维护国家安全有巨大的帮助，许多国家已将发展人工智能提高至国家战略层面。本文运用科学知识图谱和专利地图分析了全球人工智能产业核心技术的竞争态势，并针对我国建设创新型国家和“十四五”时期人工智能产业发展提出以下几点建议。
（1）加强前沿基础理论研究，扩大技术应用场景优势
基础理论的研究是产业核心技术突破的源泉[15]。通过科学知识图谱工具对比分析国内外人工智能产业核心技术热点研究，我国在人工智能的理论基础层和应用层均涉及广泛。从本文研究来看，我国主要聚焦计算机视觉技术、自然语言处理技术、智能芯片技术、自主无人系统技术和群体智能技术，并在技术应用中具有一定的优势。我国在适应性自主学习、综合推理、群体智能等方面已初步具有跨越式发展的能力，然而我国的核心技术力量在跨媒体推理分析技术和自主无人系统技术方面比较薄弱。因此，“十四五”时期人工智能产业发展不仅要重视基础理论研究，识别人工智能发展方向和理论机理，在方法和体系上努力实现革命性和颠覆性的突破。同时，扩大中国现有技术应用的优势，鼓励和支持人工智能技术的推广和应用，例如城市管理、教育、环境、交通、法律、医疗、网络安全和社会治理等重要领域，确保中国的理论研究处于人工智能这一重要领域的前沿，推动基础技术取得巨大突破，占据产业核心技术制高点，在新一轮国际竞争中占据优势。
（2）聚焦核心技术领域，掌握发展主动权
人工智能作为引领未来的颠覆性、战略性技术，成为国际竞争的新焦点和经济发展的新引擎[25]。经过多年的积累，我国在人工智能领域取得重要进展，但从整体发展水平而言，与发达国家仍存在较大的差距。例如，在关键设备、重要元器件和操作系统等基本被英伟达、AMD、英特尔等国际巨头垄断，形成“锁定效应”。“十四五”时期以及未来更长一段时期应重点关注核心技术，突破被扼制的技术困境。从本文的研究来看，目前，全球对跨媒体分析推理技术的研究不多，关注度较低。跨媒体是一个包括跨媒体检索、跨媒体推理和跨媒体存储等广义的概念，主要应用于如网络内容监管、信息检索、智慧医疗、智能穿戴设备等行业。在国务院关于印发新一代人工智能发展规划的通知中，重点提及“跨界融合”技术体系。因此，在人工智能产业核心技术“十四五”发展前瞻中可以聚焦于跨媒体分析推理技术，通过相关政策指导，抓住新一轮发展机遇，积极攻克核心技术难关，在国际竞争中掌握主动权。
（3）顺应全球合作与开放趋势，构建产业核心技术创新共同体
开放与合作是永恒的主题，紧密的合作与良性的竞争能够促进全球人工智能产业健康发展。由于核心技术具有高密保性，后发企业难以识别先发企业的技术机理及其具体形成过程[16]，因此需要开放的合作与创新。就合作程度而言，我国人工智能的主要研发机构与美国、英国、日本合作紧密，但与美国相比，还欠缺合作的深度和广度，应该借鉴学习发达国家人工智能发展合作的经验。就研究机构而言，我国研究机构在竞争中存在自身的短板，研究机构和企业尚未形成具有国际影响力的协同创新生态圈，特别是人工智能的相关研究机构整体分布较为分散，团队规模较小，缺少高水平的合作，且合作成果较少。因此，“十四五”时期更应结合现实需求，不同的研究机构展开合作，推动理论基础研究实现新的突破，积极构建产业核心技术“创新共同体”。在产业核心技术突破过程中，其中政府、产业、高校、研究机构和用户作为合作主体，以不同的角色参与到系统创新体系中来[26]，通过组织学习、知识流动、交流合作等形式使多元化的创新主体之间形成协同互动的协同网络体系，以此建构具有国际影响力的人工智能创新生态圈。
【参考文献】
[1]新华社.国务院印发《新一代人工智能发展规划》[EB/OL].(2017-07-20)[2020-03-01].http://www.gov.cn/xinwen/2017-07/20/content_5212064.htm.
[2]德勤科技.2019全球人工智能发展白皮书[R].上海:德勤科技,2019.
[3]NILSSONNJ.ArtificialIntelligence:ANewSynthesis[M].Amsterdam：Elsevier,1998.
[4]谭铁牛,孙哲南,张兆翔.人工智能:天使还是魔鬼?[J].中国科学:信息科学,2018,48(9):1257-1263.
[5]方兵.我国高校“人工智能热”:缘起、影响与应对[J].现代教育技术,2019,29(4):33-39.
[6]刘刚.正在改变世界的智能科技产业[J].人民论坛·学术前沿,2019(21):38-45.
[7]蔡自兴,徐光祐.人工智能及其应用[M].北京：清华大学出版社,2004.
[8]LUXTONDD.Artificialintelligenceinpsychologicalpractice:Currentandfutureapplicationsandimplications[J].ProfessionalPsychology:ResearchandPractice,2014,45(5):332.
[9]PARKSH,HANK.Methodologicguideforevaluatingclinicalperformanceandeffectofartificialintelligencetechnologyformedicaldiagnosisandprediction[J].Radiology,2018,286(3):800-809.
[10]吴永和,刘博文,马晓玲.构筑“人工智能+教育”的生态系统[J].远程教育杂志,2017,35(5):27-39.
[11]黄晓斌,吴高.人工智能时代图书馆的发展机遇与变革趋势[J].图书与情报,2017(6):19-29.
[12]仇筠茜,陈昌凤.黑箱:人工智能技术与新闻生产格局嬗变[J].新闻界,2018(1):28-34.
[13]NORMANPM.Protectingknowledgeinstrategicalliances:Resourceandrelationalcharacteristics[J].TheJournalofHighTechnologyManagementResearch,2002,13(2):177-202.
[14]FrishammarJ,EricssonK,PatelPC.Thedarksideofknowledgetransfer:ExploringknowledgeleakageinjointR&Dprojects[J].Technovation,2015,41:75-88.
[15]柳卸林,何郁冰.基础研究是中国创新的源泉[J].中国软科学,2011(4):104-117.
[16]李显君,孟东晖,刘暐.核心技术微观机理与突破路径—以中国汽车AMT技术为例[J].中国软科学,2018(8):88-104.
[17]黄鲁成,薛爽.机器学习技术发展现状与国际竞争分析[J].现代情报,2019,39(10):165-176.
[18]中国信息通信研究院.中国人工智能产业发展联盟.全球人工智能战略与政策观察（2019）[R].北京:中国信息通信研究院，中国人工智能产业发展联盟,2019.
[19]李欣,黄鲁成.基于文献计量和专利分析的战略性新兴产业研发竞争态势研究—以OLED产业为例[J].科技管理研究,2016,36(8):120-126.
[20]李韵婷,郑纪刚,张日新.国内外智库影响力研究的前沿和热点分析—基于CiteSpaceⅤ的可视化计量[J].情报杂志,2018(12):12.
[21]雷婕,盘意文,刘建明.知识图谱视角下智慧旅游的研究进展及热点概述[J].图书馆,2019(8):52-58.
[22]许春燕.基于CSP和ICA的多任务脑机接口分类方法比较研究[D].南昌：南昌大学,2012.
[23]FUJIIH,MANAGIS.Trendsandpriorityshiftsinartificialintelligencetechnologyinvention:Aglobalpatentanalysis[J].EconomicAnalysisandPolicy,2018,58:60-69.
[24]娄岩,张赏,黄鲁成.基于专利分析的替代性技术选择研究[J].科技管理研究,2015,35(20):150-154.
[25]袁野,于敏敏,陶于祥,等.基于文本挖掘的我国人工智能产业政策量化研究[J].中国电子科学研究院学报,2018,13(6):663-668.
[26]吴卫红,陈高翔,张爱美.“政产学研用资”多元主体协同创新三三螺旋模式及机理[J].中国科技论坛,2018(5):1-10.
本文来源：学术plus
C2返回搜狐，查看更多
联合国报告：全球人工智能竞争中，中美处于领先地位
【编译/观察者网谷智轩】
1月31日，联合国下属的世界知识产权组织（WIPO）公布了一份研究报告，显示在全球人工智能领域的竞争中，中国和美国处于领先地位。
WIPO研究报告截图
路透社援引报告内容称，美国科技巨头国际商业机器公司（IBM）拥有最大的人工智能专利组合，涉及8920项专利，领先于掌握5930项专利的微软和一些主要由日本科技企业组成的集团。
人工智能专利申请数量排名前20位的学术机构中，中国占了17个，在快速增长的“深度学习”领域尤其强大。“深度学习”是一种机器学习技术，包括语音识别系统等。
“美国和中国显然已经取得了领先。两国在这一领域走在前沿，无论是在应用数量上，还是在科学出版物上。”WIPO总干事弗朗西斯•高锐（FrancisGurry）在当天的新闻发布会上说。
高锐特别指出，中国无疑已经接受了全球知识产权体系，拥有全世界最大的专利局和数量最多的国内专利申请。
“他们（指中国）是知识产权领域的重要参与者。”他补充道。
1月31日，瑞士日内瓦，高锐向记者介绍有关人工智能创新的突破性报告
WIPO的这项研究，分析了国际专利申请、科学出版物、诉讼申请和收购活动，发现自2013年以来，人工智能的专利申请数量与之前半个世纪一样多。人工智能一词在上世纪50年代才出现。
可获得的最新数据显示，2013年至2016年，机器学习领域的专利申请平均每年增长28%。这种增长在很大程度上来自深度学习。深度学习超越了机器人技术，从2013年的118项专利申请激增至2016年的2399项。
最受欢迎的人工智能应用，是用于自动驾驶汽车的计算机视觉，在所有与人工智能相关的专利中，有49%提及了这一技术。
高锐表示，这项研究显示了科技是如何追随科学的，2013年的科技应用热潮，是在科技出版物呈现类似激增的10年后出现的。
不过他同时指出，世界上并没有任何可靠的方法来衡量专利申请的质量，“否则人们就不需要风险投资行业了。”
去年9月，2018世界人工智能大会在上海举行
另据《科技日报》报道，本月早些时候，荷兰信息分析公司爱思唯尔（Elsevier）也就人工智能发布一份研究报告。
报告显示，在全球范围内，人工智能研究在过去五年（2013-2017）以每年接近13%的速度快速增长，中国、美国和印度成为人工智能领域科研产出最多的国家。
此外报告称，2017年中国在人工智能领域出版的文章数量位列全球第一，科研产出已在2004年超过美国，如果保持当前的势头，中国有望在四年内赶超欧洲。
不过，报告也指出中国人工智能发展存在的问题，如国际合作水平低，研究人员的流动性较低等。
中科院自动化研究所研究员、中国科学院大学人工智能技术学院教授孙哲南表示，虽然越来越多重要学术会议在中国召开，中国学术、人才和产业的国际化融合趋势也越来越明显，但我国还是要加大力度进一步融入国际主流学术圈、产业生态和社会媒体，在国际舞台发挥与我国人工智能科技实力和产业规模相称的领导者作用。
本文系观察者网独家稿件，未经授权，不得转载。