4 中美人工智能领域创新潜力比较分析

通过专利总量和相对增长率指标可以对中美两国人工智能创新潜力进行分析（见图5、图6），以专利总量的平均值和相对增长率的平均值作为中线将坐标平面划分为四个象限。

第一象限为高总量-高增长象限，处于这一象限的领域被视为“主导-成长型”领域。中国包括智能运载，其相对增长率高达3.580，专利申请量在所有领域中位列第二，结合之前的分析，智能运载同时属于优良领域，说明智能运载目前是中国人工智能创新的主导领域；美国的“主导-成长型”领域则是机器学习，其相对增长率为2.504，近两年专利申请量最多，同样属于优良领域。第二象限为低总量-高增长象限，这一象限被视为“新兴-成长型”领域。中国有深度学习、机器学习、自然语言处理技术和计算机视觉技术，这四个领域的专利申请量虽然少，但是相对增长率均大于1，说明该领域创新能力的增长速度大于整个产业，未来有很大的上升空间；美国则包括深度学习、智能运载、自然语言处理技术和特征识别产品四个领域，其中深度学习的相对增长率为3.426，表明该领域的增长速度远远大于整个产业，结合之前的分析，虽然目前深度学习在美国还是落后领域，但未来有望成为优良领域。第三象限为低总量-低增长象限，处于这一象限的人工智能领域其专利申请量和相对增长率都较低，但各领域的情况有所不同，一部分是“萌芽型”领域，目前尚在起步阶段，中国目前有知识图谱产品、计算机视觉技术、特征识别产品、智能机器人和智能设备共五个领域尚在萌芽阶段，同时这五个领域也是中国的潜在发展领域，美国属于“萌芽型”的领域只有计算机视觉产品和智能设备两个领域；另一部分是“从属-成熟型”领域，该领域的创新已经较为完善，但是由于技术含量较低，在整个产业处于从属地位，因此专利申请量和其他领域相比较少，中国处于从属地位的领域是语音识别技术和自然语言处理产品，美国则是语音识别技术、知识图谱产品和智能机器人。第四象限为高总量-低增长象限，属于“主导-成熟型”象限，中国只有处理器/芯片这一个领域，该领域是所有领域中专利申请量最多的领域；美国的“主导-成熟型”领域包括处理器/芯片、计算机视觉技术和自然语言处理产品三个领域。

通过比较可以看出，中国人工智能处于创新主导地位的是应用层面的智能运载，美国的则是基础层面的机器学习；中国五个领域属于萌芽型产业领域，而从属-成熟型只有两个领域，美国则只有两个领域属于萌芽型，但是从属-成熟型则包括三个领域，说明中国人工智能产业大部分领域的创新尚在起步阶段，未来有很大的提升空间，美国的人工智能产业则逐渐趋于成熟。这一点在主导-成熟型领域体现得更加明显，这一领域中国只有处理器/芯片，而美国则包括处理器/芯片、计算机视觉技术和自然语言处理产品三个领域，并且这三个领域涵盖了人工智能产业基础层、技术层和应用层三个层面，更进一步显示出美国人工智能发展更加完善和成熟。从产业创新发展潜力来看，中国未来发展潜力较大的领域主要集中在基础层和技术层，在一定程度上可以弥补目前人工智能在基础层和技术层存在的劣势；而美国未来发展潜力较大的领域覆盖全部三个层面，但总体增长速度略慢于中国。可以预见，未来随着中国人工智能基础层和技术层的快速发展，中国不仅可以在专利数量方面超越美国，人工智能整体创新水平与美国的差距也将会逐渐缩小。

5 结论与建议

本文基于专利数据对中美两国人工智能创新水平和创新潜力进行了比较分析，从专利地位-专利质量组合分析看，中国人工智能专利优良领域数量少于美国，但潜在领域数量则多于美国，目前中国人工智能相关专利优势主要分布在应用层，而美国的专利优势则主要分布在基础层和技术层，这种人工智能的产业分布与两国人工智能发展战略密不可分。从专利总量-相对增长率组合分析来看，中国的基础层和技术层虽然目前相对于美国处于劣势地位，但其相对增长率普遍较高，未来发展潜力巨大，而美国的应用层则是未来发展的重点领域。可以预见，随着中国人工智能基础层和技术层的快速发展，中国与美国在人工智能创新能力方面的差距必将进一步缩小。

以上对比结果表明，虽然中国人工智能专利数量已经超过美国，但在专利质量和产业分布方面与美国仍存在较大差距。这种差距的根源在于基础研发，基础研发是一个产业可持续发展的基石，人工智能产业更是如此。基础研发需要长期投入人力、物力和财力才能取得突破性成果，因此很多企业不愿意在这方面耗费太多的财力和时间，这也是中国人工智能产业出现不平衡发展的一个重要原因。这一问题应该成为中国政府未来制定人工智能产业发展政策时重点考虑的问题，一方面，政府应加大鼓励企业进行基础研发的力度；另一方面，高校是基础研发的重要主体，健全产学研合作机制，加快高校的研究成果向市场的转化速度，也应该成为下一步中国人工智能产业政策考虑的重点。

参考文献：

[1]曾志敏，陆芃樵，张若梅.创新经济制高点的争夺：特朗普对华贸易战的本质及中国应对策略[J].全球化，2018（9）：61-72.

[2]杨飞，孙文远，程瑶.技术赶超是否引发中美贸易摩擦[J].中国工业经济，2018（10）：99-117.

[3]周立.中美贸易争端：技术封锁与保护主义[J].国际经贸探索，2018，34（10）：88-104.

[4]黄纯辉.战略性新兴产业应对中美贸易“摩擦”的策略分析[J].对外经贸实务，2018（8）：8-11.

[5]清华大学中国科技政策研究中心.中国人工智能发展报告[R].2018.

[6]尼克.人工智能简史[M].北京：人民邮电出版社，2017.

[7]贾同兴.人工智能与情报检索[M].北京：北京图书馆出版社，1997.

[8]RUSSELL S J，NORVIG P.人工智能：一种现代的方法[M].殷建平，祝恩，刘越等译.北京：清华大学出版社，2013.

[9]COCKBUM I M，HENDERSON R，STERN S. The impact of artificial intelligence on innovation[R].National Bureau of Economic Research，2018.

[10]JOH E E. Artificial intelligence and policing：first questions[J].Seattle UL Rev，2017，41：1139-1144.

[11]HOROWITZ M，ALLEN G，KANIA E，et al. Strategic competition in an Era of artificial intelligence[R].Washington，DC：Center for New American Security，2018.

[12]HOROWITZ M. Artificial intelligence，international competition，and the balance of power[J]. Texas national security review.2018，1（3）：37-57.

[13]李政刚.我国人工智能产业发展：区域布局、技术趋势及对策建议——以重庆为例[J].工业经济论坛，2017（11）：65-73.

[14]王雅薇，周源，陈璐.我国人工智能产业技术创新路径识别及分析——基于专利分析法[J].科技管理研究，2019（10）：210-216.

[15]朱巍，陈慧慧，田思媛，等.人工智能：从科学梦到新蓝海——人工智能产业发展分析及对策[J].科技进步与对策，2016（1）：66-70.

[16]陈军，张韵君，王健.基于专利分析的中美人工智能产业发展比较研究[J].情报杂志，2019（1）：41-47.

[17]MAKRIDAKIS S. The forthcoming artificial intelligence（AI）revolution：its impact on society and firms[J]. Futures，2017，90：46-60.

[18]FUJII H，MANAGI S. Trends and priority shifts in artificial intelligence technology invention：a global patent analysis[J].Economic analysis and policy，2018，58，60-69.

[19]汤志伟，雷鸿竹，郭雨晖.政策工具：创新价值链视角下的我国地方政府人工智能产业政策研究[J].情报杂志，2019（5）：49-56.

[20]江兴.基于战略性贸易政策的人工智能产业发展研究[J].经济体制改革，2018（6）：82-88.

[21]PARKES D C，WELLMAN M P. Economic reasoning and artificial intelligence[J].Science，2015，349，267-272.

[22]AGRAWAL A，GANS J，GOLDFARB A. Economic policy for artificial intelligence[J].Innovation policy and the economy，2019，19（1）：139-159.

[23]张弘第，刘娅，张旭.中国LED背光技术专利布局现状分析[J].科技管理研究，2011（14）：96-101.

[24]刘凤朝，傅瑶，孙玉涛.基于专利的美国技术创新领域分布结构演变[J].科学学研究，2013（7）：1086-1092.

[25]陈燕，黄迎燕，方建国，等.专利信息采集与分析[M].北京：清华大学出版社，2006.

[26]国家知识产权局专利检索数据库[EB/OL].（2018-12.31）[2019-05-07]. http：//pss-system.cnipa.gov.cn/sipopublicsearch/portal/uilndex.shtml

[27]国务院.“十三五”国家战略性新兴产业发展规划[EB/OL].（2016-12-19）[2019-05-30].http：//www.gov.cn/zhengce/content/2016-12/19/content_5150090.htm.

[28]国务院.新一代人工智能发展规划[EB/OL].（2017-07-20）[2019-06-02].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[29]中国信息通信研究院，中国人工智能产业发展联盟.人工智能发展蓝皮书：产业应用篇[R].2018.

[30]腾讯研究院.中美两国人工智能产业发展全面解读[R].2017.

[31]National Science and Technology Council. The national artificial intelligence research and development strategic plan[R]. Create Space Independent Publishing Platform，Washington，D. C.，2016.

[32]American Information Industry Council. The national artificial intelligence policy principles[R].2017.

[33]张诚，朱东华，汪雪峰.集成电路封装技术中国专利数据分析研究[J].现代情报，2006（9）：160-166.

[34]刘云，闫哲，程旖婕，等.基于专利计量集成电路制造技术创新能力分布研究[J].研究与发展管理，2016（6）：47-54.

作者简介：聂洪光（1982-），男，吉林法库人，长春理工大学副教授，中国科学院科技战略咨询研究院博士后；研究方向：技术创新、能源经济。