尊龙凯时 -人生就是博! 尊龙凯时

　　人工智能已经成为各国科技创新的竞争高地ღ★✿ღღ，以ChatGPT等通用人工智能应用为代表ღ★✿ღღ，中国在该领域的创新似乎一直处于跟随者的状态ღ★✿ღღ。我国在人工智能领域的创新能力究竟如何ღ★✿ღღ，又面临哪些掣肘？本文聚焦AI的论文发表ღ★✿ღღ，衡量人类知识网络的突破性创新能力ღ★✿ღღ，解析中国人工智能的突破性创新水平与面临的挑战ღ★✿ღღ。过去二十年ღ★✿ღღ，我国在人工智能领域的突破性创新能力取得了长足的进步ღ★✿ღღ，已跃居全球第二的水平ღ★✿ღღ，但在人工智能的创新能力方面与美国差距仍然较大ღ★✿ღღ，并且面临三大挑战ღ★✿ღღ：第一ღ★✿ღღ，科研机构论文发表量多ღ★✿ღღ，但突破性成果少ღ★✿ღღ；第二ღ★✿ღღ，科研人员的规模大ღ★✿ღღ，但尖端人才少ღ★✿ღღ，部分前沿短板领域科研人员相对不足ღ★✿ღღ；第三ღ★✿ღღ，商业机构在人工智能突破性创新中的缺位问题突出ღ★✿ღღ，限制了突破性人工智能产品的推出ღ★✿ღღ。

　　2022年11月30日ღ★✿ღღ，OpenAI发布对话式大型语言模型ChatGPTღ★✿ღღ，在2个月内用户量破亿ღ★✿ღღ，被称为“人工智能领域的里程碑”ღ★✿ღღ。2023年2月8日ღ★✿ღღ，集成了ChatGPT语言模型的搜索引擎新版“必应”上线日ღ★✿ღღ，该公司随即发布更为完善的多模态预训练大模型GPT-4ღ★✿ღღ，较ChatGPT进化出读图和长内容生成等能力ღ★✿ღღ。这些应用发明使人工智能在应用广度和智能程度上都取得重大进展ღ★✿ღღ，能够通过多个行业的入门考试ღ★✿ღღ，并在人机交互中深刻理解用户意图ღ★✿ღღ。由此掀起的人工智能浪潮中涌现出大批初创企业ღ★✿ღღ，而头部科技大厂之间的竞争也进入白热化ღ★✿ღღ，Google的Bardღ★✿ღღ、百度的“文心一言”ღ★✿ღღ、Anthropic的Claudeღ★✿ღღ、Quora的Poe接踵而来大城美和ღ★✿ღღ。回顾人工智能领域的历次突破ღ★✿ღღ，中国似乎一直处于创新跟随者的地位ღ★✿ღღ，我国在人工智能领域的突破性创新能力究竟如何？

　　突破性创新是开拓认知边界ღ★✿ღღ、引领未来创新活动的重大创新成果ღ★✿ღღ。论文发表因其良好的可比性ღ★✿ღღ、客观性和科技相关性ღ★✿ღღ，被主流国际机构当作衡量创新成果的重要指标ღ★✿ღღ。围绕突破性ღ★✿ღღ，本文基于论文发表搭建人类知识网络ღ★✿ღღ，从影响力和原创性两大特征出发ღ★✿ღღ，构造突破性指数来度量每篇论文的突破性程度ღ★✿ღღ，将各年度内排名前1‰的论文认定为突破性论文ღ★✿ღღ，并根据作者在发表年份所属机构的国别按作者人数计算贡献比例ღ★✿ღღ，以评估中国在人工智能领域的突破性创新能力与国际差距ღ★✿ღღ。

　　人工智能正成为未来全球科技突破的必争之地ღ★✿ღღ。在不同时代大城美和ღ★✿ღღ，人类在知识领域实现突破性创新的重点学科并不相同ღ★✿ღღ。从学科结构来看ღ★✿ღღ，数理化学科在20世纪中期前是科学研究的主要领域大城美和ღ★✿ღღ，建立了相对论ღ★✿ღღ、量子力学和原子核结构等理论基石ღ★✿ღღ，而随着基础框架的建成和研究转向技术应用ღ★✿ღღ，其突破高发期似乎已经过去ღ★✿ღღ，突破性成果越来越多地出现在医学和计算机学科（图1）ღ★✿ღღ。

　　其中ღ★✿ღღ，后者作为突破份额位列第一（30%）且保持长期增长态势的领域ღ★✿ღღ，其论文发表经历了过去一个世纪的稳步积累ღ★✿ღღ，在信息时代一跃成为强势学科ღ★✿ღღ。随着硬件性能提升ღ★✿ღღ、数据的指数型增长ღ★✿ღღ，以及深度学习等技术的不断发展ღ★✿ღღ，人工智能在计算机学科中的地位越发凸显ღ★✿ღღ，突破性论文的份额快速上升至计算机领域的38%AG尊龙凯时ღ★✿ღღ、全领域的11%ღ★✿ღღ，不仅可作为技术基础大幅提升效率ღ★✿ღღ、降低成本ღ★✿ღღ，还在自动驾驶ღ★✿ღღ、智能家居ღ★✿ღღ、医疗健康和金融风控等众多领域具有广阔的应用前景ღ★✿ღღ。

　　此次ChatGPT正是人工智能领域的一次重大突破ღ★✿ღღ，其定位于通用任务助手ღ★✿ღღ，背后的AIGC技术颠覆了现有的信息获取与人机交互方式ღ★✿ღღ，对搜索ღ★✿ღღ、推荐ღ★✿ღღ、内容生成等工业流程都产生了深远影响ღ★✿ღღ。受政策支持和市场竞争推动ღ★✿ღღ，人工智能的突破性创新趋势或将长久持续ღ★✿ღღ，AI与人类社会的深度融合已是必然ღ★✿ღღ。

　　回顾人工智能的发展历程ღ★✿ღღ，美国过去三个历史阶段的学术突破中都占据主导ღ★✿ღღ。自1956年美国科学家提出“人工智能”的概念以来ღ★✿ღღ，该领域的发展历程可划分为三个阶段ღ★✿ღღ：

　　20世纪50-70年代ღ★✿ღღ，人工智能的学术研究尚处于启蒙期ღ★✿ღღ，致力于解决机器定理证明ღ★✿ღღ、代数应用ღ★✿ღღ、语言翻译ღ★✿ღღ、几何证明等初级任务ღ★✿ღღ；

　　20世纪70-90年代出现了知识库和推理机等形式的专家系统ღ★✿ღღ，推动人工智能由理论研究走向实际应用ღ★✿ღღ，知识创新也随着新技术的开发和应用场景的增加而增长ღ★✿ღღ；

　　20世纪90年代后ღ★✿ღღ，机器学习和深度学习技术使人工智能得以解决更为复杂的问题大城美和ღ★✿ღღ，同时数据共享和代码开源促使论文数量出现指数级增长ღ★✿ღღ。

　　然而ღ★✿ღღ，根据欧盟委员会总结的各阶段的重大学术突破（图2）ღ★✿ღღ，其中绝大多数都来自美国机构的学者ღ★✿ღღ。2018年人工智能知识创新出现新一轮快速增长ღ★✿ღღ，基于无监督学习的大规模语言模型使阅读理解ღ★✿ღღ、机器翻译ღ★✿ღღ、问答总结等无特定任务的训练得以高性能地完成ღ★✿ღღ，同时科技大厂加速研发出品ღ★✿ღღ，以抢占新市场ღ★✿ღღ、夺得制定规则的话语权卫浴品牌ღ★✿ღღ，ღ★✿ღღ，这或标志着人工智能正在进入第四个“类人交互”的新阶段ღ★✿ღღ。

　　就突破性而言ღ★✿ღღ，近年来我国的人工智能发展似乎总是跟随着美国的脚步ღ★✿ღღ。人工智能曾被认为是“几百年来中国第一次与世界前沿的发达国家站在相同起跑线竞争的难得机会”ღ★✿ღღ，其作为快速迭代的近代学科ღ★✿ღღ，以显著短于能源ღ★✿ღღ、制造等领域的知识创新成果转化和商业化周期迅速落地ღ★✿ღღ，似乎让各国看到了“弯道超车”的希望ღ★✿ღღ。然而ღ★✿ღღ，现实中人工智能领域的赶超并不容易ღ★✿ღღ，在技术ღ★✿ღღ、数据ღ★✿ღღ、人才ღ★✿ღღ、资金和产业生态方面都具有很高的壁垒AG尊龙凯时ღ★✿ღღ。近年的绘图师DALL·E和图文对比器CLIP等具有革命意义的突破性创新ღ★✿ღღ，均发生在谷歌和OpenAI等外国科技公司AG尊龙凯时厨房装修ღ★✿ღღ，中国公司虽然也紧随其后地推出了类似的产品ღ★✿ღღ，却无法超越领先ღ★✿ღღ，且可能在性能水平ღ★✿ღღ、参数规模ღ★✿ღღ、样本容量上还略逊一筹（表1）ღ★✿ღღ。

　　由此看来ღ★✿ღღ，中国在人工智能领域似乎处于创新跟随者的地位ღ★✿ღღ。果真如此吗？根据构造的突破性指数ღ★✿ღღ，我们发现了一些初露突破潜力的子领域ღ★✿ღღ，也揭示出阻碍突破性创新的痛点ღ★✿ღღ，并探讨了大国科技竞争下中美学术合作放缓的影响ღ★✿ღღ，这为未来的政策发力方向提供了参考ღ★✿ღღ。

　　利用论文引用关系构建的人类知识网络ღ★✿ღღ，我们发现ღ★✿ღღ，中国人工智能的突破性创新能力虽然与美国比仍然有较大的差距ღ★✿ღღ，但在过去二十年仍取得了显著的进步ღ★✿ღღ；科技竞争虽然伴随着中美学术合作的相对减少ღ★✿ღღ，但还未显著拖累我国在该领域的突破性创新的提升ღ★✿ღღ。

　　中国人工智能领域的论文发表总量在2017年反超美国成为全球第一ღ★✿ღღ。中国在该领域的创新活动起步晚ღ★✿ღღ、但进步快ღ★✿ღღ，尤其是2016ღ★✿ღღ、2017年出台《“互联网+”人工智能三年行动实施方案》和《新一代人工智能发展规划》等产业发展规划的政策后ღ★✿ღღ，发文数增速显著提升ღ★✿ღღ，于2017年超越美国ღ★✿ღღ、居世界首位ღ★✿ღღ，2020年中国论文数（5.1万篇）较美国（4.3万篇）已多出近33%（图3）ღ★✿ღღ。

　　从结构上看ღ★✿ღღ，计算机视觉（46%）ღ★✿ღღ、模式识别（20%）ღ★✿ღღ、机器学习（11%）和自然语言处理（8%）成为21世纪以来研究最多的人工智能细分领域ღ★✿ღღ，相对全球而言ღ★✿ღღ，中国更聚焦模式识别（33%）ღ★✿ღღ，而美国则更多在机器学习（18%）和自然语言处理（9%）方面发表论文（图4）ღ★✿ღღ。

　　我国人工智能的突破性论文发表量已跻身世界前列ღ★✿ღღ，相较除美国以外的其他国家积累起一定的优势ღ★✿ღღ。中国人工智能领域论文数的快速增长始于21世纪初期ღ★✿ღღ，其中具有高影响力和原创性的突破性论文在2010年后开始出现ღ★✿ღღ。此后新增突破性论文的国际份额由2010年的1.4%ღ★✿ღღ，超过日韩ღ★✿ღღ、加拿大和英德等欧洲发达国家ღ★✿ღღ，于2016年升至全球第二ღ★✿ღღ，2020年达到17%（图5）ღ★✿ღღ。

　　从结构上看ღ★✿ღღ，2010-2020年中国在模式识别大城美和ღ★✿ღღ、计算机视觉ღ★✿ღღ、数据挖掘ღ★✿ღღ、语音识别领域的突破性表现尚可ღ★✿ღღ，而在算法ღ★✿ღღ、自然语言处理和人机交互领域相对薄弱（图6）ღ★✿ღღ。此次ChatGPT所涉及的自然语言处理是美国的强势领域ღ★✿ღღ，也是图中人工智能的主要领域中ღ★✿ღღ，中美人工智能差距最大的领域ღ★✿ღღ。

　　中美人工智能领域突破性论文的绝对差距依然明显ღ★✿ღღ。尽管近年来美国的新增突破性论文份额有所下降ღ★✿ღღ，但基本维持在40%以上ღ★✿ღღ。存量来看ღ★✿ღღ，2015-2020年间美国突破性论文数达到304篇ღ★✿ღღ，超过其他排名前十国家的总和（图7）ღ★✿ღღ；如果将时间尺度拉得更长ღ★✿ღღ，从有史以来的突破性论文组成的人类知识网络直观地看ღ★✿ღღ，美国人工智能起步早ღ★✿ღღ、突破性创新成果的累积优势更为明显ღ★✿ღღ，图8中代表“主要贡献者来自美国机构的突破性论文”的蓝色节点数量多ღ★✿ღღ、覆盖广ღ★✿ღღ，而与中国相关的红色节点则数量相对较少且集中于特定领域ღ★✿ღღ。

　　各国技术应用领先和专业人才引进等目标和举措推动国际科技竞争愈演愈烈ღ★✿ღღ，中国也不例外ღ★✿ღღ。那么ღ★✿ღღ，人工智能领域的学术合作情况如何？大国科技竞争是否对我国发表突破性论文造成拖累呢？

　　2016年以来ღ★✿ღღ，各国开始密集出台相关法律法规及政策尊龙凯时人生就是博首页ღ★✿ღღ，ღ★✿ღღ，强调人工智能的战略地位并增加投入（表2）ღ★✿ღღ，中国也在此后发布了20多份文件全方位地强化部署ღ★✿ღღ。2017年国务院发布《新一代人工智能发展规划》ღ★✿ღღ，表示“人工智能成为国际竞争的新焦点ღ★✿ღღ、经济发展的新引擎和社会建设的新机遇”ღ★✿ღღ，并提出“人工智能基础理论实现重大突破ღ★✿ღღ，技术与应用达到世界领先水平”的战略目标ღ★✿ღღ，在高端人才培养上要“加大顶尖人工智能人才引进力度ღ★✿ღღ，鼓励和引导国内创新人才ღ★✿ღღ、团队加强与全球顶尖人工智能研究机构合作互动”ღ★✿ღღ。各国技术应用领先和专业人才引进等目标和举措推动国际科技竞争愈演愈烈ღ★✿ღღ，政府纷纷大幅提升拨款ღ★✿ღღ，中国也不例外ღ★✿ღღ，据OECD报告ღ★✿ღღ，2019年以来中国政府在人工智能领域的科研经费投入已与美国相当ღ★✿ღღ。同时《自然》期刊发现ღ★✿ღღ，随着中美关系不确定性增加ღ★✿ღღ，两国合作论文数自2018年开始增速放缓大城美和ღ★✿ღღ。

　　我国人工智能领域的中外合作论文数仍在加速增长ღ★✿ღღ，但中美合作比例在2018年后出现下滑ღ★✿ღღ。2000年以来ღ★✿ღღ，中国与海外合作完成的论文数量呈指数级上升ღ★✿ღღ，由2000年的500多篇增长至2020年的近1.8万篇ღ★✿ღღ，成为除美国（2.5万篇）外海外合作论文数最多的国家ღ★✿ღღ。

　　从合作份额来看ღ★✿ღღ，2020年中外合作发表论文占中国参与发表论文的比重为29.5%ღ★✿ღღ，低于2020年美外合作发表论文占美国参与发表论文的比重59.3%ღ★✿ღღ。其呈现的U型趋势体现出合作关系的演变时期ღ★✿ღღ，分别是2001-2008年国内人工智能论文发表数大幅上升ღ★✿ღღ、国际合作相对平稳ღ★✿ღღ，2009-2016年中外合作规模快速壮大ღ★✿ღღ，2016年后国内和中外合作论文同步加速提升ღ★✿ღღ，以及2018年后因中美关系出现波折ღ★✿ღღ，中美合作带动中外合作占比出现暂时性的下降（图9）ღ★✿ღღ。

　　从合作对象来看ღ★✿ღღ，中国最主要的合作对象仍是美国ღ★✿ღღ，两国合作的人工智能论文占中外合作总量的51%左右ღ★✿ღღ，其他主要合作国家还包括英国ღ★✿ღღ、澳大利亚ღ★✿ღღ、新加坡ღ★✿ღღ、加拿大等（图10）ღ★✿ღღ。

　　突破性论文的中外合作比重远高于全部论文ღ★✿ღღ，中美论文合作份额被中国与其他国家的合作取代ღ★✿ღღ。2010-2020年中国人工智能领域突破性论文的合作比例始终高于60%ღ★✿ღღ，远高于全部论文中的合作比例（图11）ღ★✿ღღ，这印证了国际合作能够结合科研人员的差异化视角和不同地域的多样化场景ღ★✿ღღ，激发突破性创新的灵感ღ★✿ღღ。

　　趋势上看ღ★✿ღღ，突破性论文的合作比例未随全部论文的合作比例一起显著上升ღ★✿ღღ，而是在高位小幅波动ღ★✿ღღ，2018年以来中美在人工智能领域合作突破的势头出现明显衰落ღ★✿ღღ，两国共同发表的突破性论文占全部突破性论文的比例由2017年的62%下降至2020年的38%ღ★✿ღღ，而同期中国与其他国家的合作则由17%上升至30%ღ★✿ღღ，在一定程度或体现出学术合作对象的转变ღ★✿ღღ。考虑到我国人工智能领域突破性论文的国际份额加速提升ღ★✿ღღ，且突破性论文中的中外合作比例尚未出现确定性下滑趋势ღ★✿ღღ，中美学术合作下降或尚未对我国突破性创新造成很大的消极影响ღ★✿ღღ。究其原因ღ★✿ღღ，尽管中国也是美国在人工智能领域发表论文的最大合作对象ღ★✿ღღ，2010-2020年两国合作发文数为排名第二的美英合作发文数的两倍左右ღ★✿ღღ，但在同期美国参与发表的突破性论文中ღ★✿ღღ，美英合作比例（27%）却高于美中（20%）ღ★✿ღღ，这可能也在一定程度上表明中美在最具突破性方面开展论文合作的比例并不高ღ★✿ღღ。

　　尽管我国人工智能领域的创新势头迅猛ღ★✿ღღ，但距离美国还有明显差距ღ★✿ღღ。从科研机构和科研人员的情况来看ღ★✿ღღ，突破性创新尚存在一些痛点ღ★✿ღღ，或阻碍我国扭转“落人一步”的被动局面ღ★✿ღღ。

　　国际一流水平的科研机构是孕育突破性创新的摇篮ღ★✿ღღ。根据2010-2020年人工智能领域的突破性论文数量对作者的所属机构进行排名ღ★✿ღღ，我们发现中国存在拔尖科研机构相对稀缺ღ★✿ღღ、创新成果良莠不齐的问题ღ★✿ღღ。

　　中国科研机构在人工智能的论文发表量上占据半壁江山（表3）AG尊龙凯时尊龙凯时人生就是博ღ★✿ღღ，ღ★✿ღღ，但百强突破榜上仅有十席（表4）ღ★✿ღღ。在论文发表总量位于全球前20名的科研机构中ღ★✿ღღ，有11家来自中国ღ★✿ღღ、6家来自美国ღ★✿ღღ，其中中国科学院以近1.8万篇居于榜首ღ★✿ღღ。但聚焦突破性成果时ღ★✿ღღ，中国的论文数量并未充分转化为质量优势ღ★✿ღღ，这11家中国机构发表的突破性文献仅占其发表总量的0.2‰ღ★✿ღღ，远低于6家美国机构的5.6‰ღ★✿ღღ。百强突破机构中ღ★✿ღღ，仅有大陆的6所高校和百度公司ღ★✿ღღ，以及中国香港的3所高校上榜AG尊龙凯时ღ★✿ღღ，而美国则包揽了前20名中的13家ღ★✿ღღ，谷歌更是以断层式的123篇排名第一ღ★✿ღღ。

　　创新成果良莠不齐ღ★✿ღღ。中国人工智能领域的突破性表现相对优异ღ★✿ღღ，但论文发表整体上仍呈现“量多质低”的缺陷ღ★✿ღღ。从论文突破性程度的分布来看ღ★✿ღღ，2010-2020年中国所有论文的平均突破性程度位于全球第55百分位尊龙凯时 - 人生就是搏!ღ★✿ღღ，57%文献低于全球平均水平ღ★✿ღღ，超四成未曾被引用ღ★✿ღღ；而美国所有论文的平均突破性程度位于全球第46百分位ღ★✿ღღ，44%文献低于全球平均水平ღ★✿ღღ，近三成未曾被引用ღ★✿ღღ。这表明中国影响力差和原创性低的论文发表还很多ღ★✿ღღ，除了促进突破性创新ღ★✿ღღ，其他非突破性创新成果的质量较低ღ★✿ღღ。

　　人才是促进知识创新的第一资源ღ★✿ღღ，撬动人口规模优势促进突破性创新是中国加速人工智能领域发展进程的重要方向ღ★✿ღღ。根据2010-2020年发表论文的作者ღ★✿ღღ，分国别和领域统计科研人员数量ღ★✿ღღ，我们发现中国科研人员的规模优势尚未充分转化为突破性创新优势ღ★✿ღღ。

　　中国在人工智能领域发表论文的科研人员量居全球第一ღ★✿ღღ，但在各领域均未充分转化为同等比例的突破性论文发表ღ★✿ღღ。2010-2020年间ღ★✿ღღ，总共有超过54万名中国科研人员在人工智能领域发表论文ღ★✿ღღ，占全球总发文科研人员数的27.2%ღ★✿ღღ，高于美国的36万名（图13）ღ★✿ღღ。

　　然而ღ★✿ღღ，图14中各细分领域中国科研人员数量的国际份额均明显高于图6中突破性论文的份额ღ★✿ღღ，表明科研人员中拥有突破能力的顶尖人才比例较低ღ★✿ღღ，整体科研素质有待提高ღ★✿ღღ。

　　结合趋势来看ღ★✿ღღ，2010-2020年中国在算法以外的细分领域的发文科研人员增速均快于美国（图15）ღ★✿ღღ。

　　在中国突破性论文的国际份额相对较高的模式识别ღ★✿ღღ、计算机视觉和数据挖掘领域ღ★✿ღღ，我国发文的科研人员数均超过美国ღ★✿ღღ，并在前两个领域以快于美国的增速持续上升大城美和ღ★✿ღღ，但两国在数据挖掘领域的科研人员数均略有下滑ღ★✿ღღ；

　　在中国突破性论文的国际份额相对较低的机器学习ღ★✿ღღ、自然语言处理和人机交互领域ღ★✿ღღ，我国发文的科研人员数均少于美国ღ★✿ღღ，尽管近年以快于美国的增速加速上升ღ★✿ღღ，但2020单年仍分别仅为美国的77%ღ★✿ღღ、84%和62%ღ★✿ღღ；

　　在人工智能算法领域ღ★✿ღღ，中国科研人员的国际份额显著超过美国ღ★✿ღღ、居全球第一ღ★✿ღღ，却鲜有突破性知识成果ღ★✿ღღ，2020年该领域的中国科研人员数经历了此前较为长期的下降后有所反弹ღ★✿ღღ，而美国则稳中略升ღ★✿ღღ；

　　一方面ღ★✿ღღ，商业机构具有较强的突破性创新能力ღ★✿ღღ。2010-2020年全球人工智能领域的论文发表中ღ★✿ღღ，商业机构的份额基本稳定在5%左右ღ★✿ღღ，而在表4的百强突破机构中ღ★✿ღღ，18家商业机构的突破性文献占总突破数的28%ღ★✿ღღ。

　　另一方面ღ★✿ღღ，商业机构贡献更高的突破性论文的研究方向具有更明确的商业落地场景ღ★✿ღღ，如图16红圈中的机器翻译ღ★✿ღღ、问题回答ღ★✿ღღ、计算机视觉ღ★✿ღღ、图像识别等ღ★✿ღღ，而学术机构则更多地发表通用性理论和算法相关的突破性论文ღ★✿ღღ，如红圈外的深度学习ღ★✿ღღ、卷积神经网络ღ★✿ღღ、强化学习等ღ★✿ღღ。举例来说ღ★✿ღღ，谷歌发表的BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding提出了预训练模型ღ★✿ღღ，可应用于问题回答ღ★✿ღღ、文本分类ღ★✿ღღ、机器翻译等自然语言处理任务ღ★✿ღღ，并直接嵌入谷歌搜索引擎和语音助手ღ★✿ღღ；Facebook在2014年发表的Deepface: Closing the Gap to Human Level Performance in Face Verification介绍了人脸识别算法ღ★✿ღღ，已经在门禁系统ღ★✿ღღ、支付验证和社交网络等场景得到广泛使用ღ★✿ღღ。这些来自商业机构的突破性论文或更倾向于解决实际问题和市场需求ღ★✿ღღ，能够依靠现有的工具和系统等基础设施进行集成和部署ღ★✿ღღ，且更容易通过机构的商业模式快速落地ღ★✿ღღ，产生经济效益和社会影响ღ★✿ღღ。

　　中国商业机构发表的人工智能突破性文献较少ღ★✿ღღ，或严重阻碍我国人工智能在商业应用上的创新和落地ღ★✿ღღ。中国的商业机构相对更少地参与人工智能的学术论文创作ღ★✿ღღ，约占中国年发文总量的3.9%ღ★✿ღღ，低于世界平均（5.2%）和美国水平（9.8%）ღ★✿ღღ；且中国商业机构的突破性创新能力较美国有非常大的差距ღ★✿ღღ，曾在2010-2020年发表过突破性成果的只有百度ღ★✿ღღ、华为ღ★✿ღღ、商汤ღ★✿ღღ、腾讯ღ★✿ღღ、阿里巴巴ღ★✿ღღ、京东6家ღ★✿ღღ，它们相较海外商业机构发表的突破性论文也更少ღ★✿ღღ，进入百强突破榜的仅有百度和华为（表5）ღ★✿ღღ。长远来看ღ★✿ღღ，商业机构的缺位或导致我国技术应用方面的突破性论文提升缓慢ღ★✿ღღ，进而阻碍人工智能产品商业化落地ღ★✿ღღ。

　　通过梳理全球人工智能领域的论文发表情况ღ★✿ღღ，衡量和比较人工智能领域论文的突破性程度ღ★✿ღღ，我们大致刻画出中国人工智能创新水平在全球所处的位置ღ★✿ღღ。

　　从总量上看ღ★✿ღღ，中国人工智能的论文发表量在2017年反超美国成为全球第一ღ★✿ღღ，突破性论文发表量在2016年升至全球第二ღ★✿ღღ、2020年国际份额达17%ღ★✿ღღ；结构上ღ★✿ღღ，中国在模式识别ღ★✿ღღ、计算机视觉ღ★✿ღღ、数据挖掘ღ★✿ღღ、语音识别领域的突破性表现尚可ღ★✿ღღ，而在算法ღ★✿ღღ、自然语言处理和人机交互领域相对薄弱ღ★✿ღღ。

　　从国际比较来看ღ★✿ღღ，中国在人工智能领域已经积累起一定的突破性创新优势ღ★✿ღღ，并开始领先于大多数国家ღ★✿ღღ，但是中国与美国在突破性创新的差距依然明显ღ★✿ღღ，中国人工智能领域的突破性论文尚不足美国的一半ღ★✿ღღ。大国科技竞争下ღ★✿ღღ，中美人工智能论文的合作比例在2018年后出现下滑ღ★✿ღღ，不过尚未对我国突破性创新造成明显拖累ღ★✿ღღ，除了原先合作的质量可能不高以外ღ★✿ღღ，与非美国家的合作也起到了一定的替代作用ღ★✿ღღ。

　　数字时代ღ★✿ღღ，人工智能的“先发者优势”明显ღ★✿ღღ，在逆全球化思潮抬头ღ★✿ღღ，知识合作壁垒升高的背景下ღ★✿ღღ，提升我国人工智能突破性能力具有重要意义ღ★✿ღღ。然而通过比较我国在全球人工智能研究领域中所处位置ღ★✿ღღ，推动我国人工智能竞争力面临着三大挑战ღ★✿ღღ：

　　第一ღ★✿ღღ，尽管论文总量快速增长ღ★✿ღღ，突破性论文的国际份额提升AG尊龙凯时尊龙凯时 -人生就是博!ღ★✿ღღ，ღ★✿ღღ，但我国人工智能领域的论文仍然呈现出量多质低的特征ღ★✿ღღ。我国科研机构在人工智能的论文发表量上占据半壁江山ღ★✿ღღ，但在全球突破创新能力最强的百强机构榜上却仅有十席ღ★✿ღღ，整体影响力相对较低ღ★✿ღღ。

　　第二ღ★✿ღღ，我国人工智能领域的科研人员数量并不低ღ★✿ღღ，已经居于全球首位ღ★✿ღღ，并且还在不断增长ღ★✿ღღ，但由于缺少顶尖科研人员ღ★✿ღღ，这一规模优势还未充分转化为突破性创新能力ღ★✿ღღ。这可能进一步导致国家因创新氛围低迷而陷入“中等技术陷阱”AG尊龙凯时ღ★✿ღღ，不利于科研生态的良性发展ღ★✿ღღ。

　　第三ღ★✿ღღ，在人工智能的突破性研究中ღ★✿ღღ，商业机构的缺位是我国在商业应用导向的人工智能突破性创新稀缺的重要原因ღ★✿ღღ。美国商业机构在突破性论文发表以及人工智能商业应用落地的亮眼表现ღ★✿ღღ，表明商业机构在突破性论文发表中具有不可或缺的作用ღ★✿ღღ。中国商业机构在突破性创新研究中的缺位ღ★✿ღღ，可能导致我国在商业应用导向的人工智能突破性创新上难以扭转创新跟随者的局面ღ★✿ღღ，进而失去抢占新市场ღ★✿ღღ、制定新规则的先机ღ★✿ღღ，而这背后的原因值得我们深思ღ★✿ღღ。

　　作者ღ★✿ღღ：陆趣ღ★✿ღღ、黎芝源ღ★✿ღღ、周子彭ღ★✿ღღ，中金研究院本文转载自微信公众号中金研究院ღ★✿ღღ，中金公司享有完整的著作权ღ★✿ღღ，原文发布于2023年3月29日

　　中金公司相关文章或研究报告的内容和观点ღ★✿ღღ、分析均为参考性质ღ★✿ღღ，不构成任何投资决策的依据和要约（邀请）ღ★✿ღღ，中金公司不承担据此进行投资交易所产生的任何风险及损失

　　产业 工业化 数字化 人才 创新创业 颠覆性技术 科技指标 科技政策 前沿技术 知识产权 智库