以应用为导向的中国人工智能创新生态及其演化
一、引言和文献综述
作为第四次工业革命的引擎，人工智能科技产业在中国实现了快速发展，表现为企业数量、产业规模和融资额的持续增长。中国信息通信研究院发布的《2020年全球人工智能产业地图》显示，2020年全球人工智能产业规模达到1565亿美元，同比增长12.3%，中国人工智能产业规模为434亿美元，同比增长13.75%，超过全球增速。2020年，美国人工智能企业占据全球总数的38.3%，中国紧随其后，占24.66%。中美两国人工智能企业数量占据全球半数以上，保持绝对竞争优势。此外清华大学发布的《中国人工智能发展报告 2018》显示，自2013年以来，全球和中国人工智能产业投融资规模都呈上涨趋势。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。中国人工智能企业融资总额占全球融资总额的70%，融资笔数达31%。人工智能产业应用领域也在不断扩展。中国新一代人工智能发展战略研究院发布的《中国新一代人工智能科技产业发展报告2021》显示，中国的人工智能已经出现在包括智慧城市、智能交通、智慧医疗、智能教育、智能制造和智能网联汽车在内的22个应用领域。随着与经济社会的融合发展，人工智能成为驱动中国经济转型升级和高质量发展的新引擎。
在产业发展的同时，中国人工智能创新生态同样发展迅速。斯坦福大学发布的《2021年人工智能指数报告》显示，2020年中国在学术期刊上发表的有关人工智能的论文引用率占比为20.7%，美国为19.8%，中国首次超过美国。据科睿唯安公司的统计数据，自2012年以来，中国的人工智能论文数量为24万篇，美国则为15万篇，特别是在图像识别和生成领域，中国取得了优异的学术研究成果。同时，2019年来自中国的人工智能研究者全球占比为29%，超过占比20%的美国。
从所属单位看，学术论文的作者不仅来自研究型大学，而且来自研究院所和企业。研究院所不仅有政府主导的科研单位，而且有新型研发机构。企业不仅包括人工智能开放创新平台，而且包括人工智能中小企业、独角兽公司和新创企业。从合作单位看，论文作者的合作单位不仅包括国内外学术机构，而且包括跨国公司及其本土分支机构和本土企业。同时，论文作者在国内外学术机构、研究院所和企业之间的频繁流动，进一步增强了创新生态的复杂性和活力。
更加引人注目的是，许多高水平论文作者同时又是人工智能企业创新和创业活动的直接参与者。2015年以来，一批人工智能领域的顶尖学者在人工智能开放创新平台、独角兽和新创企业工作，是产业技术创新的引领者。在某种程度上，中国人工智能学术研究是创新生态的核心组成部分。中国人工智能创新生态表现出基础研究和应用研究高度融合和跨组织特征。
长期以来，中国科技与经济存在着“两张皮”现象，尤其是表现在大学和科研机构的基础研究与产业发展之间相互脱节。在传统产业发展中广泛存在的“两张皮”现象为什么没有出现在人工智能科技产业？中国人工智能创新生态的基本特征是什么？创新生态与人工智能科技产业之间的良性循环是如何形成的？作为第四次工业革命的引擎，人工智能科技产业是新经济发展的前沿。对上述问题的回答，将有助于我们系统总结和概括代表中国经济未来发展的创新范式。
创新包括新知识的创造及其商业化。新知识的创造究竟来自应用还是纯理论研究，一直是创新理论争论的话题。第二次世界大战之后的很长一段时间，以美国为代表的发达国家都强调基础研究的重要性。范内瓦·布什指出：基础研究将导致出新的知识。它提供科学上的资本。它创造了一种储备，而知识的实际应用必须从中提取。一个在新的基础科学知识方面依靠别国的国家，其工业发展将是缓慢的，在世界贸易竞争中所处的地位将是虚弱的，而不管它的机械技术如何。在他看来，大量经过科学训练的学者集聚的学术自由氛围浓厚的研究型大学是基础研究的理想场所。以基础研究和科学知识为源泉的线性创新成为20世纪50—80年代占主导的创新范式。
20世纪80年代中后期，面对日本经济的崛起和科技创新能力的提高，学术界开始质疑把基础研究和应用研究分离开来的線性创新思维和创新范式。1986年，D Sharpley和R Roy在《迷失在边疆：美国科学和技术政策的偏离》中认为，布什的报告对自由的基础研究强调的只是创新的部分内容，而包括应用研究、工程学、技术、科学教育以及基础与应用之间相互联系在内的创新的其他部分则被忽略了。同时，基础研究不都是完全自由和没有目标导向的。克莱因提出了创新链式模型，强调创新是一个发明、设计和生产相互作用的过程，基础研究是创新中的一个环节和因素。
司托克斯认识到在科学研究中，科学知识的认识目标和应用目标之间不是对立的，而是相互作用和相互融合的。在他看来，新兴市场中的消费需求会影响技术研究，而技术研究则常常成为科学的灵感来源。基于对科学与技术关系的新认识，司托克斯提出了由应用引发的基础研究概念，即“巴斯德象限”。Nicholas S Vonortas分析了美国和欧盟二战后的科学技术政策的演变，指出创新政策的成功率取决于对技术需求方面的理解，而不仅仅是技术的初始生产。
随着以知识为基础的经济时代的到来，基础研究和应用研究的融合使创新表现出越来越明显的跨学科、跨组织、跨产业和跨地域特征。跨组织表现为大学、科研院所和企业之间的合作。而跨区域集中表现为大学、科研机构与企业之间的跨国合作。在中国人工智能科技产业的发展中，大学、科研机构和企业之间的跨国合作发挥着非常重要的作用。创新主体日益多元化，新知识的创造者不仅包括大学和研究院所，而且包括企业和用户。Henry Etzkowitz和Loet Leydesdorff提出了在知识经济背景下的三螺旋创新模式，指出学术界、产业界和政府在合作中形成的三螺旋联结结构出现在创新进程的各个阶段且相互作用和协同创新。在三螺旋创新模式下，学术—产业—政府边界的相互渗透带来了互补性协同创新，新的开放式合作创新模式是现代创新的动力基础。Henry W Chesbrough发现企业为了获取竞争优势而利用外部知识进行创新，提出了开放式创新概念。Pacheco V则进一步提出开放式创新不仅出现在企业之间，而且出现在大学、企业、政府和用户之间跨组织的知识和技术交流之中。在知识经济条件下，创新过程出现了生态化和网络化趋势，实现了产品和服务从系统开发向分布式创新的重大转变。尤其是随着互联网和移动互联网的发展和普及，计算机和通信工具降低了作为个体用户获取创新要素的成本，创新日益民主化。
作为第四次工业革命的引擎，人工智能领域创新范式是基于网络空间发展的，具有明显的生态化和网络化特征。随着互联网、移动互联网、大数据和云计算的发展，数据不仅是生产要素，而且是创新要素。无论是基础研究还是应用研究，都依赖数据要素在基础研究、应用研究和规模生产之间有效流动。底层数据要素的流动模糊了基础研究和应用研究的边界，不仅增加了应用研究和规模生产对基础研究的牵引力，而且使创新表现出跨学科、跨组织、跨产业和跨地区的网络化特征。
人工智能属于通用技术（GPTs， General Purpose Technologies），其与经济社会的融合发展是激活社会生产力发展潜力的根本途径。人工智能通用技术和经济社会的融合发展，推动了以应用为导向的多元创新主体的跨产业、跨组织和跨区域的技术重组和互补性创新。从创新主体看，在网络空间赋能下，无论是作为学者还是作为用户个体的创新能力都获得了巨大的提升。用户的参与成为创新的重要源头。以用户和应用为导向的创新，不仅创造出满足市场需求的产品和服务，而且带动了基础研究领域的突破。
生态化、开放性和网络化是人工智能创新范式的基本特征。基于复杂网络的视角，本文试图通过对中国人工智能创新生态的价值网络分析，考察新的创新范式是如何运行的。在此基础上，對国家和区域创新体系的未来建设提出对策建议。
二、研究方法与设计
本文以中国最具影响力的人工智能领域学者为研究对象，通过考察论文合作者之间的跨组织、跨地域和跨单位合作关系，揭示中国人工智能创新生态的基本结构和运行机制。学术论文的合作者不仅来自大学和研究院所，而且来自企业。因而，我们可以把论文作者之间的合作关系转换为作者所属单位之间的合作关系，即大学、研究院所和企业之间的合作关系，以论文合作者及其所属单位为节点构建价值网络，分析节点之间的合作关系和合作方式。
本文以AMiner网站①影响力标注排序的中国人工智能领域核心学者群为基础，通过纠错删减和拾遗补阙筛选出135名人工智能领域的中国知名学者作为研究对象。截至2020年7月30日，135名学者的合作方式发表学术论文22196篇。在数据整理中发现，135名作者绝大多数论文是以合作方式发表的，独立发表论文占比非常低，约为1%。在22196篇合作论文中，135名学者的论文合作者共计出现19344名。135名学者所属单位数为165家，19344名论文合作者所属单位数为1731家。在一定时期内，135名论文作者的单位是变动的，其不仅在大学和研究院所之间流动，而且在大学和研究院所与企业之间流动。因而，135名论文作者往往具有多个所属单位。同时，在19344名论文合作者中，许多作者都来自共同单位。
作为中国人工智能创新生态的成员，135名学者和19344名合作者所属单位是多元化的，包括国内外大学、政府主导的研究院所、新型研发机构、跨国公司及其在华分支机构和研究中心、高校和企业联合实验室、人工智能开放创新平台、人工智能独角兽企业和新创企业。按照论文合作者所属单位在论文中出现的频率统计，国内外大学占比为73.90%;包括跨国公司及其在华分支机构和研究中心、人工智能开放创新平台和人工智能企业在内的企业组织占比为14.54%;包括政府主导的研究院所和新型研发机构在内的研究机构占比为11.08%;高校和企业联合实验室占比为0.32%;包括某些政府机构和事业单位在内的其他机构占比为0.16%。
本文以135名学者为样本节点，以19344名论文合作者为关系节点，共计发现78713条合作关系。为了分析中国人工智能创新生态的基本结构和演化趋势，我们进一步以135名学者所属165家单位为样本节点、以论文合作者所属单位作为关系节点，构建价值网络图。通过对22196篇论文合作者单位之间合作关系、合作内容和方式的动态分析，考察支撑中国人工智能科技产业快速发展的创新生态隐秩序。
三、中国人工智能创新生态的价值网络分析
（一）价值网络结构
将采集的关系数据输入社会网络分析软件Gephi0.9.2，初始设定为无向网络，我们得到一个由1742个节点（165个样本节点和1731个关系节点有重复的，合并后共1742个节点）和78713条边（关系）构成的中国人工智能创新生态价值网络拓扑结构图（见图1），为了简洁化处理，价值网络图中只显示了部分核心节点名称。图1中少数核心节点具有较多的连接数以及表1列出的价值网络结构性指标，如0.735的平均聚类系数、2.832的平均路径长度等均表明，中国人工智能创新生态是由许多簇群组成的复杂网络，具有明显的小世界网络特征。
图2列出了度数中心度排名前三十的节点。度数中心度排名前三十的节点包括三类组织和机构：一是包括清华大学、浙江大学、哈尔滨工业大学、北京大学、香港科技大学、新加坡国立大学和美国伊利诺伊大学厄巴纳—香槟分校在内的国内外研究型大学;二是包括中国科学院计算技术研究所和新加坡信息通信研究所在内的国内外研究院所和新型研发机构;三是以微软亚洲研究院、IBM、腾讯和阿里巴巴为代表的跨国公司及其在华分支机构和研究中心、人工智能开放
............试读结束............
查阅全文加微信：3231169 如来写作网：gw.rulaixiezuo.com（可搜索其他更多资料）
本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 3231169@qq.com 举报，一经查实，本站将立刻删除。如若转载，请注明出处：https://www.wuxingwenku.com/133654.html
