人工智能研究前沿识别与分析：基于主要国家(地区)对比研究视角*
● 姜宇星1，王曰芬1,2，范丽鹏1，余厚强1,2
(1.南京理工大学经济管理学院，江苏 南京 210094；2.江苏省社会公共安全科技协同创新中心，江苏 南京 210094)
摘 要： [目的/意义]随着新一轮人工智能研究热潮的兴起，世界主要发达国家率先将发展人工智能作为国家重大战略抓紧规划。因此识别并分析主要国家(地区)人工智能的研究前沿，可以发掘它们的侧重方向、领先优势、协作关系，为科技政策制定提供数据支撑与决策参考。[方法/过程]以WoS核心合集为数据源，按照主题分类采集人工智能研究的文献数据，清洗与区分后，利用Kleinberg突变检测算法、内容分析、术语相似度等方法进行主要国家(地区)研究前沿的识别与分析。[结果/结论]通过对突变术语的检测和分析，发现主要国家(地区)研究前沿及侧重从内容到时间分布上都呈现出与各自经济水平密切相关的特点；通过与全球整体研究前沿进行对比，判别出在引领、同步与追赶全球趋势过程中所处的不同位置及其发展走向；基于突变术语相似度计算方法揭示出各主要国家(地区)之间研究前沿的相似性特征及其隐含的合作关系。
关键词： 人工智能；国家(地区)；研究前沿；突变检测；术语相似度；比较研究
随着新理论与新技术的突破、社会发展需求的推动，近年来全球范围内掀起了人工智能的研究热潮，相关研究发展速度迅猛。各国(地区)已将人工智能的发展视为科研和产业战略布局的重点，并陆续出台了与之相关的战略、政策和计划，以期占领新一轮人工智能浪潮的制高点并努力获得竞争优势。探究人工智能的研究前沿，有助于了解当前人工智能的研究方向及发展趋势。特别是以国家(地区)为对象开展的人工智能前沿研究，将揭示它们各自的研究基础、研究方向以及在全球研究大潮中所处的地位，分析各国(地区)开展人工智能研究的异同，可为我国科研政策制定提供数据支持和决策参考。
在全球人工智能研究的相关文献中，王德生[1]、张彦坤等[2]从市场规模、投融资、国家计划/战略、企业布局等角度分析美国、欧洲、日本、韩国、中国等国的人工智能发展状况；肖翔等[3]从各国人工智能战略规划角度出发，以中国、美国、日本、欧盟、英国为研究对象，分析各自在战略特点、资助方向、领域人才、机构设施等方面的内容；方晓霞[4]从人工智能具体领域的国家政策倾向及其结果的角度，分析以美国为代表的各国情况，并给出我国人工智能发展的政策建议。上述研究主要是从政策、规划等角度展开的。此外，在研究前沿检测上，吴静[5]使用突变检测技术，对国际技术创新研究的时空分布、热点和趋势等展开分析；王梦婷[6]采用突变检测方法，对10年内的竞争情报文献数据进行研究，并根据主题突变的特点划分出5种不同突变类型。
从表1可以看出编者的用心和精心。语文是基础教育中的基础，有“百科之母”的称号。它承载着文化精神、价值观念和人类的精神文化。通过语文的学习，可以培养学生对自身、对他人、对自然、对社会的多角度、多层次的思考，从而培养正确的人生观和价值观。
本文旨在以文献数据作为来源，以国家(地区)作为研究对象，识别各国家(地区)人工智能的研究前沿，并对所识别出的研究前沿进行多视角的分析，通过对照各个国家(地区)研究前沿与全球整体研究前沿之间的异同，对比各个国家(地区)之间的差异，判别世界主要国家(地区)人工智能领域的研究方向、研究优势、在全球研究中的作用及其所处的地位等。
1 数据来源与研究方法
1 .1 数据来源及处理
Web of Science数据库是文献计量学领域中使用最广泛的数据库，它包含了SCI、SSCI、AHCI等子库。本文于2018年5月从Web of Science核心数据库进行检索，限定学科为“Computer Science,Artificial Intelligence”，限定检索年份为2008—2017年，获取了符合上述要求的文献数据，共检索到435276条记录，涉及248个国家和地区。BibExcel工具可以帮助分析题录数据或以类似方式格式化的任何文本格式的数据，依照国家进行清洗与分类，并对发文量前50位的国家进行提取，共获得记录总数494271条。在清洗分类过程中，为获得准确的国家分类，建立了国家(地区)名称的规范写法与数据库中错误写法的映射表，对诸如国家名称的非英语拼写方式,同一国家不同缩写方法,用州、省名称代替国家名称等情况进行了规范化处理。
1 .2 研究方法及工具
综合以上特征，本文尝试将上述这20个国家依照与全球前沿同步的数量和起始年份的差异等要素，将它们分为以下三个大类：
陈超美团队开发的CiteSpace软件，内嵌了突变检测工具，可以用来检测学科前沿随时间的变化情况。本文采用CiteSpace5版本对各国家(地区)数据进行突变术语的检测，同时，与内容分析、时间序列分析、相似度计算等方法相结合，探究人工智能领域中主要国家(地区)的研究前沿与演化，并深入揭示其中所隐含的特点。
2 研究结果与综合分析
2 .1 发文总量的国家(地区)分布
将发文量按照所属国家(地区)进行统计，选取发文量排在前20位的国家(地区)及其占比情况进行对比，得到如表1所示的数据及其结果。
表1 发文量前20位的国家和地区
以上前20位的国家和地区，其发文总量已经占到总发文量的84.3%。其中排名前8的国家，合计发文量就已经占了总发文量的61.2%。将上述排名与2017年全球GDP(以美元计的名义GDP)排名进行对比，以考察发文量与经济体量之间的关系，结果发现：
1)在发文量前20的国家(地区)中，近10年累计发文量排名与2017年GDP排名高度相似。GDP排名前10位的国家中，有8个国家的发文量也排在前10位。
2)除去上述国家(地区)以外，剩余的主要国家(地区)中，中国台湾、波兰、伊朗、新加坡、马来西亚，以及发文量排在20～50名的芬兰、葡萄牙、捷克、希腊、新西兰等，发文量排名显著超过GDP排名(大于10个名次)。而GDP排名前50位中的俄罗斯、墨西哥、印度尼西亚、沙特阿拉伯、挪威、南非、哥伦比亚等国则显著低于GDP排名(低于GDP排名10个名次)。
2.4.1 研究前沿的相似性计算 从上述单个国家研究前沿分析中已经可以发现部分国家在研究内容方面的相似情况。对于此类相似性的度量，目前已有的文献使用过诸如余弦相似度、Salton指数、Jaccard指数等多种方法[8-10]，在尝试了不同方法之后，本文使用Jaccard系数计算上述20个国家突变术语间的相似性。公式如下：
2 .2 各国(地区)研究前沿及其演化过程分析
对各国家(地区)研究前沿的演进情况进行分析，可细粒度地观察各国家(地区)的前沿变化情况。通过采用与获得全球研究前沿相同的方法，分别得出了各国(地区)2008—2017这10年间的研究前沿情况。表2列举了前20位中排名前4的中国、美国、印度、日本研究前沿的识别情况。
基于所识别出各国(地区)人工智能研究前沿，进一步分析在不同时段前沿术语出现的年代、持续时间等，获得该国(地区)人工智能近10年所关注研究方向的侧重及其变化等相关信息，下面仅以表2中的数据结果为例加以说明：
表2 中美印日4国研究前沿情况
1)中国。由表2可知，中国近10年研究前沿的变化大致可以分为以下几个阶段。第一阶段：2008—2009年，展开人工智能基础算法领域的研究，如主成分分析、人工神经网络、遗传算法、支持向量机、粗糙集理论、径向基函数等方面的研究，同时也注重“实验”和“模拟结果”，这一阶段研究时间存续相对短暂，研究对象也较为基础；第二阶段：2010—2014年，研究从纯理论转向了较为具体前沿应用研究，如模式识别、无线传感器网络、数值模拟、故障诊断、图像处理、云计算、进化算法等，这一阶段的研究也相对短暂，只有稀疏表示研究持续至今；第三阶段：大致以2014年为起点，这个阶段的研究大多延续至今，包括主流的机器学习、大数据、基准数据集等研究内容。
2)美国。美国的研究较之其他国家和地区，研究前沿数量多，学科分布均匀、研究起始时间早。从表2可见，具体大致可以分为如下几个阶段。第一阶段：2008—2009年，包含了主成分分析、人工神经网络、支持向量机、聚类算法等基础理论与算法的研究，也包含了图像分割、模式识别、传感器网络等应用型研究，其中模式识别、强化学习、图像处理等方向的研究明显早于中国；第二阶段：2010—2014年，这一阶段分别有若干具有代表的研究组成，每个研究平均持续时间2～3年，具体包括了智能辅导系统、概率模型、贝叶斯网络等前沿领域，其中类似稀疏表示等在现今也仍然是全球研究前沿；第三阶段：从2014年开始，最近的这一阶段包含了大数据、特征空间、社交媒体、基准数据集、分类表现等全球性的新兴研究，同时还包括了诸如计算成本、计算效率、现实世界数据集等现实应用研究点。
再次，业主在物业服务企业未完全履行合同义务时，应当先请求物业服务企业采取必要的补救措施进行补救，按照合同事先的规定要求物业服务企业采取补救措施，例如修理、重作、退货、减少价款等。如果合同约定的补救措施不足以使合同回复圆满的状态时，业主才可以适用抗辩权。
3)印度。印度2008—2017年的人工智能研究发文量位列全球第三，对于人工智能研究的关注度较高，从表2可见印度的人工智能前沿研究大致可以分为以下几个阶段。第一阶段：2008—2009年，这一阶段印度的研究内容宽泛、研究前沿相对较多，其中包含了诸如语音信号、模糊集、知识库等，既有理论研究，也有大量的方法和应用研究，这一阶段的研究平均持续了3年；第二阶段：2010—2012年，这一阶段印度继续在基础算法、图像处理等领域展开研究，但数量上较之第一阶段有所缩减；第三阶段：2013—2017年，这一阶段印度开始在医学图像、移动广告、计算机视觉、无线网络等领域展开研究。较之其他国家，印度的研究前沿较为分散，一些国际上主流的研究内容并未在印度国内形成前沿，其关注的很多仍是早期的领域。
4)日本。从近10年来的研究内容起始时段来看，日本在各年份的研究前沿推进的较为均衡，没有明显的阶段分割。从研究的内容侧重来看，以机器人与系统及其应用研究居多，如2013年以前对于移动机器人、计算机模拟、人工神经网络、动态环境、原型系统、控制系统、移动物体、分类准确性、人机交互、强化学习、目标对象、计算复杂性、学习过程等方面的研究，2013年以后对于社交网络、特征提取、深度神经网络等新兴研究保持与全球同步。此外，日本较具特点的研究包括2008—2013年持续时间较长的移动机器人研究，2014—2015对人体与人工智能的研究，以及2015年开始关注“老人”与人工智能的研究，这些具有国家特色的研究内容也反映了日本在机器人行业、健康行业以及解决老龄化等问题上对于人工智能的需求。
2 .3 各国(地区)研究前沿与全球整体研究前沿对比分析
通过分析研究前沿对应的突变术语在各国(地区)内部和全球整体之间的关系，可以考察各国(地区)在国际研究浪潮中所处的地位和发挥的作用，也可以从历史的角度考察一国(地区)在人工智能领域所倡导的科技走向。
2)第二类，0.25>相似度≥0.17：典型的如美国—英国、日本—德国、英国—澳大利亚/西班牙/意大利/加拿大、德国—法国/意大利/加拿大/澳大利亚等；
“走向国际，重构乳业新版图”是他的最好写照。在以他为首的管理层带领下，澳优乳业克服公司总部所在地缺乏乳源的先天不足，通过国际化战略，整合全球优质资源，走出了一条独具特色的发展道路，值得中国企业学习。
据考证，孔子是微博始祖，《论语》是最早的微博集。因为：1.每条论语都未超过140字；2.言简意赅、寓意深刻；3.较为碎片化，多为孔子晒心情、交流哲理；4.孔子有3000多粉丝，其中72人为加V认证的。如果不被销号，估计老子也是孔子的粉丝。
从表3可以直观看出中美印日4国的研究前沿与全球趋势的匹配情况：
1)中国。2013年以前，中国的研究除了学科适用面较宽的支持向量机方法的研究以外，其余与全球的研究前沿几乎没有交集。但是自2013年起，尤其从2015年开始，中国开始逐步跟上全球研究前沿的步伐，并基本保持了与全球一致的步调。其中研究主题“云计算”相比全球研究早了一年，关注度保持了三年。
2)美国。近10年，美国自身的研究与全球的研究前沿基本保持一致，并且多个前沿研究方向要早于全球，平均早了近半年时间，这也反映出美国对于人工智能的研究在相当程度上引领了全球的研究方向。
据著名学者茅海建保守估计，辛亥革命前，讲武堂47位教官和教职员中，有同盟会会员17人，非同盟会会员的革命派分子11人，倾向革命者8人，政治态度不明朗者11人，没有发现明显的反动分子。
表3 中美印日4国研究前沿与全球研究前沿的对比情况
3)印度。2011年以前，印度与全球研究前沿有较多的契合，集中在模糊集、支持向量机、决策树、搜索空间、图像分割等基础领域，但是步入2011后反而变少，与中国的情况形成鲜明的对比。结合表2的内容可知，该国的研究前沿依然停留在早期的相关领域，因而显示出落后于全球的步调。
4)日本。日本关于人工智能的研究与全球研究前沿结合较为紧密，总体上保持同步。其中对隐马尔科夫模型、学习过程等理论的研究早于全球3～4年，而对于移动机器人的研究，其持续时间则比全球平均长2年。
当时，关羽保护着刘备的妻儿家小，正在下邳一带。曹操攻下了徐州，便又来攻打下邳。关羽等人被曹操的兵马围困在一座山头上。曹操十分敬佩关羽，又爱惜人才，就派张辽去山上劝降。关羽考虑再三，答应投降，但是有三个条件：只降汉朝，不降曹操；按照刘备的俸禄供养两位大嫂；一旦得知刘备的下落，就去投奔他。曹操答应了他的这三个要求，于是关羽就保护着刘备的两位夫人，跟着曹操去了许都。
第三类：以印度、新加坡、法国、韩国、波兰、伊朗、土耳其、马来西亚、巴西为代表的国家，这些国家积极与全球前沿保持同步，在个别项目上存在领先，其余则保持追赶态势。这一类国家中，新加坡、韩国、印度虽然在总体上不如第二类国家，但个别领域仍然保持明显的领先优势。
同样以中、美、印、日4国为例，表3列出了这4个国家各自的研究前沿与全球的对比情况：第1列是在全球范围内识别出的整体研究前沿(见本专题系列论文《人工智能研究前沿识别与分析：基于领域全局演化研究视角》中的表1)，第2～4列分别列出了上述4国与全球前沿相同的部分，同时还标注了该研究前沿在本国持续时间与全球的对比，并用-/+标注了早晚时间(年)。
表4的第一部分(第2、3列)是各国的发文量和在总体中所占的比例；第二部分(第4、5、6列)是各国近10年的研究前沿数，以及其中与全球前沿一致的数量，并用百分比形式呈现，这部分反映一国研究内容与全球潮流的一致性程度；第三部分(第7列)是它们与全球前沿一致的部分，通过对比全球前沿出现的时间，分别用三种不同高度的方块呈现了本国前沿早于/同步/晚于全球前沿出现的数量，这反映了一国科研在与全球研究潮流之间的总体关系，通过对这部分结果进行排序分类，可以根据数量分布将上述国家(地区)大致分为引领、同步、追赶三大类；最后一部分(第8列)加总了一国前沿早于全球前沿出现的总时间，这体现了一国(地区)科研实力对于引领全球研究的能力。
突变是指一个变量的值在很短的时间内有很大的变化。Kleinberg于2002年提出了突变检测(Burst Detection)算法，该算法认为话题的报道数量不是平滑增长，而是在不同水平之间跃迁。相比词频变化率，突变检测方法从关注词自身的发展变化出发，关注单个词发展的阶段性[7]。突变检测旨在关注低频但变化率较高的词，即相对增长率突然增长的词，这类增长势头不断加强的词在揭示科技发展上更具及时性和情报价值。
第一，全球温室气体浓度变化。温室气体如CO2、CH4，自工业革命以来有明显的增长趋势，温室气体浓度的增加改变了热量的平衡，温室气体浓度增加是全球变暖的重要原因。
第一类：以美国、英国、加拿大、澳大利亚、德国、日本、意大利为代表的国家，这些国家的研究前沿与全球前沿保持高度一致，并且在前沿开始时间上普遍早于全球前沿，其总体早于全球的时间平均超过10(年)。这些国家一方面代表了全球研究的前沿方向，另一方面也基本全面引领了全球研究。
表4 基于突变术语的国家/全球研究状况及其分类
第二类：以西班牙、中国、荷兰、中国台湾为代表的国家或地区，这些国家或地区的研究前沿总体上能够与全球前沿保持同步，在少数项目上能够领先，国内研究前沿总体早于全球的时间平均约5年。
随着《普通高中生物学课程标准（2017年版）》的颁布，生物学科核心素养将迎来从观念提出到课堂落实的重要阶段。目前生物学教学中对学科核心素养的关注主要集中在高中生物课堂中，而在初中课堂中则关注较少。素养的培养是一个长期的工程，由于学生在不同的年龄段身心发展具有明显的特征，因此在接受相应学段的教育过程中，会逐步形成适应个人终生发展和社会发展需要的正确价值观念、必备品格与关键能力。
通过将上述的研究方法推广到所有发文量前20位的国家(地区)，本文统计了各国(地区)研究前沿与全球前沿的重合情况，并用不同的符号区分了相比全球出现的早晚。如表4所示。
2 .4 各主要国家前沿研究的相似性分析
从发文总量的分布来看，人工智能相关研究已经受到国际社会的广泛重视，各经济强国均在积极发展人工智能相关领域的科学研究。此外一些经济体量中等但是重视科学技术的国家(地区)，也在尽力发展与之相关的研究。
A 和B 分别对应两个国家的突变术语集；Jaccard系数在此表示为两个国家间完全相同的突变术语数与全部突变术语数的比值。计算结果如表5所示。
从表5的结果可以发现：各国(地区)研究前沿整体相似度并不高(0～0.33，平均0.11)，但也有一些相似度相对较高的组合。本文综合考虑相似度数值分布以及国家组合之后，将表5的国家组合大致分成了四大类。
1)第一类，相似度≥0.25的国家组合：典型的如美国—澳大利亚/加拿大、澳大利亚—加拿大，其中加拿大与澳大利亚跟大多数国家的相似度都很高；
基于上述目的，本文对比各国前沿与全球前沿情况，比较后者在前者中出现的个数、首次出现时间、结束时间等要素，进一步地考察存在有重合的前沿研究领域，根据其在国内作为前沿出现的年份与全球数据的对比关系，可以得出引领、跟随、追赶等不同的关系，在此基础上再全局考虑全部前沿情况，可以得出该国在人工智能领域所处的国际地位以及大致科研走向。
3)第三类，0.17>相似度≥0.11：典型的如中国—美国、中国—中国台湾、中国—澳大利亚、美国—日本、美国—法国/德国、日本—英国/德国、中国台湾—伊朗、波兰—巴西/土耳其等；
4)第四类，低于平均水平的国家合作组合(0.11>相似度≥0)：其余国家(地区)组合。其中个别相似度明显低于平均水平，典型的如美国—伊朗等。
2.4.2 各国(地区)研究前沿相似度特征 总结起来各国(地区)之间研究前沿的相似度有着如下情况：
1)中国作为发文量最大的国家，研究前沿的内容除与美国(0.16)、澳大利亚(0.15)、中国台湾(0.13)、印度(0.13)有一定的相似外，与其他国家相似度都不高(基本低于各0.11的平均水平)。
既然负增长已成定局，那么我们需要理性思考背后的深层次原因以及未来发展之路。对此，中国汽车工业协会副秘书长姚杰认为：“产销量的下降其实是中国经济由高速增长进入高质量发展阶段的一个缩影，当前我们正处在转变发展方式、优化经济结构、转化增长动力的攻关期。对于汽车行业的未来，我们要看到，国民消费升级对汽车需求是长期的，经济发展、基础建设对汽车需求也是长期的。展望2019年，进口关税降低、产品质量提升、蓝天保卫战计划的实施、提前实施排放标准以及智能网联技术的发展等因素，都有利于汽车行业的技术进步、新旧动能转换、消费结构升级和市场平稳发展。”
2)美国作为发文量第二大且引领全球研究前沿的国家，其在人工智能方面的影响力从研究前沿相似度的角度来看依然有着明显的优势(平均相似度0.13，排第三)。这种相似度上的特征又呈现三个阶梯：一是与地域上的近邻加拿大(0.26)以及传统盟友英国(0.20)保持着较高的相似度；二是与其他欧洲诸国特别是西欧，以及日本、澳大利亚保持较高的相似度(平均0.17)；三是与包括印度、韩国、伊朗、巴西、土耳其等亚洲和南美国家相似度较低(平均0.09)，但是一个例外是与中国保持着相对较高的相似度(0.16)。
美国、加拿大、澳大利亚等国制定并完善了矿业生态补偿相关措施。例如美国的“湿地融资计划”，澳大利亚的“环境净收益计划”，加拿大要求矿业主与政府签署“损益协议书”，做好利益分配和生态补偿[13]。同时还着重对废弃矿山进行改造，发展矿山公园和矿业旅游。
表5 各国研究前沿相似度情况
3)印度虽然发文量排名第三，但是在研究相似度上与任何一个国家都没有明显的关系，相似度最高的国家是中国(0.13)。
4)日本地处亚洲，但与美、英、德、法等西方国家前沿相似度较高，与其他国家相似度低，与中国的相似度只有0.07。
5)英国、德国、法国、西班牙、意大利等欧洲国家情况接近，均是与本地域相似度高，与其他发展中国家相似度低。但其中也有各自的特点：在与美国的相似度方面，英国很高(0.20)，而与其他国家则处于与欧洲国家接近的水平；与日本的相似度方面，法国明显较低(0.07)，其他国家则高于平均水平。
6)澳大利亚和加拿大虽然发文量不大(约占中国的1/9，美国的1/5)，但研究前沿与全球保持高度一致，也与大多数国家保持较高的相似度。
7)其他发文量不多的国家和地区中，中国台湾与中国的相似度最高(0.13)，其次是澳大利亚、伊朗、波兰，而与其他的国家则相对较低；波兰虽然也属欧盟国家，但是却与西欧诸国相似度只处于平均水平；伊朗与所有国家的相似度都处于比平均略低的水平，与美国的相似度低至0.05；荷兰、马来西亚等国发文量不大，但国内研究前沿众多，因而较为分散，故与任何一国都没有明显相似度关系。
分别取3 g马铃薯脆片样品放入电子鼻专用顶空瓶内，采用手动顶空进样法对苹果脆片挥发性物质进行测定[15]。以干燥空气为载气，流速为300 mL/min，样品采样时间60 s，清洗时间60 s，采样间隔时间5 s，自动调零时间10 s。
综合上述情况，可以发现在各国(地区)研究前沿与前沿的问题上，存在如下几个特征：①美国拥有前沿研究中的主导地位，并通过地域、盟友等传统形式影响到其他国家。②依据地域、战略盟友、历史格局形成的国家聚团现象比较明显，突出的有美加、美英、欧盟(含英国)等研究相似度很高的国家组合；而亚洲、拉丁美洲等也呈现类似的聚团关系；而位于独立大洲的澳大利亚则未呈现这种特征。③特殊的国家或地区关系、历史传承也对研究内容的相似度有一定的影响，如中国台湾与中国大陆保持高度的相似度，巴西与西班牙明显高于其他国家的相似度、伊朗与美国明显低于其他国家的相似度、波兰与欧盟其他国家较低的相似度等。
3 结论与展望
本文从国家角度分析了各国在人工智能领域近10年研究前沿。从发文量角度来看，人工智能研究的发文量与各国经济发展水平密切相关，中国的发文量以近2倍于美国的水平位列全球第一，印度发文量增速迅猛，目前已经位列全球第三。从各国研究前沿的时间、内容分布角度来看，各国呈现出各自不同的特点，中国早期侧重理论研究，2010年以后向具体的应用层面转变；美国的研究前沿数量多、覆盖面广；印度的研究早期涉猎面广，而近5年则更新较慢；日本则在“机器人”“人体”“老人”等方向有独特而领先的研究。从各国研究前沿与全球总体水平的对比情况来看，美国在与全球同步的研究前沿数量和领先程度上有明显的优势，英国、日本、德国、加拿大等国紧随其后；而中国目前处于第二集团并在不断往前推进，2014年起已经逐步赶上全球的脚步并在部分领域有领先优势。从各国研究前沿具体内容的来看，研究的相似度呈现与当前国际关系相类似的潜在合作态势，相似度高的组合均有显著的解释价值。
尽管本文研究得出不少有意思的结论，但是在分析上述问题时，没有充分考虑发文量和文章影响力对科研能力的解释作用；在运用突变检测方法时，也没有对相关参数进行充分调优，得出的突变术语仍需专家进行进一步的判别；在分析各国引领全球前沿问题时，也未能充分考虑各国自有突变度在其中所发挥的作用。因此，进一步研究突变检测算法在国家前沿研究中的运用方法，深入分析各国在人工智能具体领域中所处的地位和发挥的作用，结合国家间合作关系开展基于突变检测的国家合作研究将成为下一步的研究方向。
我们商量了一下，想到了一个绝妙的办法。我先过去拍了一下那个小偷，小声说道:“你偷别人东西。”“去去去，小屁孩儿，关你什么事儿，别吵到那个人了，我还要干事儿呢。”我看了一下那个被偷钱包的人，他居然还浑然不知。过了一会儿，我给小娟做了一个手势，意思是让她开始行动，我则时不时地踩一下那个小偷的脚。他不耐烦地看着我。我又拿了一瓶水泼在他的外套上，他把外套脱了，放在地上，说:“小屁孩儿，你烦不烦，等我回来再收拾你。”这时，我发现钱包果然在他的外套里。于是，我们就趁小偷去换衣服的时候把钱包拿出来，还给了它的个人。
最后，对教师严而对学生宽。武汉商学院提出了一系列的要求对教师“严以律己”，课堂上、考场上都对老师制定了严格的标准、提高了要求并加强了监督力度。而对真正应该参与教学活动中的学生却“宽以律人”。学生迟到、早退和旷课行为约束不利、惩戒不严，考试作弊、挂科惩罚力度疲软，由此助长了一股歪风邪气——反正期末考试、补考、重修总有一个能过，何必花力气学习。从此恶性循环，对学风产生极其恶劣的影响，也额外占用教学资源，影响教师精力，对教风建设产生了副作用。
本文基于WoS文献数据展开研究，也可以用类似的方法针对专利、报告等进行分析，并与文献数据进行比较，从不同角度观察各国(地区)人工智能的发展情况。同样本文目前以“人工智能”领域为例，而类似的方法也可以应用于其他领域，用于识别其他科技领域的国别差异。
参考文献
[1] 王德生.全球人工智能发展动态[J].竞争情报,2017,13(4):49-56.
[2] 张彦坤,刘锋.全球人工智能发展动态浅析[J].现代电信科技，2017,47(1):60-66.
[3] 肖翔,赵辉,韩涛.主要国家人工智能战略研究与启示[J].高技术通讯,2017,27(8):755-762.
[4] 方晓霞.英美发展人工智能的战略举措及对我国的启示[J].发展研究,2018(4):23-30.
[5] 吴静.基于突变检测的国际技术创新研究前沿和趋势分析[J].技术经济,2016(5):16-23.
[6] 王梦婷.基于突变检测的主题突变分析研究[J].情报科学,2016(12):36-39.
[7] 魏晓俊.基于科技文献中词语的科技发展监测方法研究[J].情报杂志,2007(3):34-39.
[8] YUAN Lili,HAO Yanni,LI Minglu,BAO Chunbing,LI Jianping,WU Dengsheng.Who are the international research collaboration partners for China? A novel data perspective based on NSFC grants[J].Scientometrics,2018,116(1):401-422.
[9] WANG Lili,WANG Xianwen,PHILIPSEN N J.Network structure of scientific collaborations between China and the EU member states[J].Scientometrics,2017,113(2):765-781.
[10] YAMASHITA Y,OKUBO Y.Patterns of scientific collaboration between Japan and France:Inter-sectoral analysis using Probabilistic Partnership Index (PPI)[J].Scientometrics,2006,68(2):303-324.
Identification and Analysis of Research Front in Artificial Intelligence :A Perspective Based on Comparative Study of Major Countries (Regions )
Abstract :[Purpose/significance] The upsurge of a new-round research on artificial intelligence turns it into the new focus of international competition.Major developed countries have taken the lead in the development of artificial intelligence as their critical national strategy.Therefore,the identification and analysis of research fronts of artificial intelligence in major countries (regions) help explore their research focuses,leading edges and collaborative relationships and also provide data support and decision-making reference for the formulation of science and technology policies.[Methods/process]With the WoS core collection being used as the data source,literature data of artificial intelligence research are classified and collected in accordance with various themes,and the acquired data are cleaned and distinguished.Through such approaches as Kleinberg burst detection,content analysis and term similarity in Citespace,the research fronts in major countries have been identified and analyzed.[Result/conclusion]By the detection and analysis of burst terms,the research fronts and focuses in major countries are proven,in terms of both contents and time distribution,to display characteristics closely related to respective economic levels;by the comparison with the global research front,different statuses and development trends of major countries (regions)are identified in the processes of leading,synchronization and catch-up;by the similarity calculation based on burst terms,similarity characteristics of research fronts as well as secret cooperation in some major countries (regions) are revealed.
Keywords :artificial intelligence;countries (regions);research front;burst detection;term similarity;comparative study
DOI: 10.16353/j.cnki.1000-7490.2019.09.002
*本文为国家社会科学基金重大项目“面向知识创新服务的数据科学理论与方法研究”的成果之一，项目编号：16ZDA224。
作者简介： 姜宇星 ，男，1984年生，博士生。研究方向：数据科学，知识工程。王曰芬 (ORCID：0000-0002-7143-7766，通讯作者)，女，1963年生，教授，博士生导师。研究方向：知识服务，数据挖掘。范丽鹏 ，女，1993年生，博士生。研究方向：数据科学，知识服务。余厚强 ，男，1990年生，副教授，硕士生导师。研究方向：科学计量，知识服务。
作者贡献声明：姜宇星 ，提出研究思路，设计研究方案,进行实验，论文起草。王曰芬 ，提出研究思路，设计研究方案，论文修订。范丽鹏 ，采集、清洗和分析数据。余厚强 ，论文最终版本修订。
录用日期： 2019-03-27
标签：人工智能论文; 国家(地区)论文; 研究前沿论文; 突变检测论文; 术语相似度论文; 比较研究论文; 南京理工大学经济管理学院论文; 江苏省社会公共安全科技协同创新中心论文;