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

被引:14
作者
王山
陈昌兵
机构
[1] 中国社会科学院经济研究所
基金
国家自然科学基金重大项目;
关键词
人工智能技术; 技术创新; 科研大数据; 多S曲线模型; 动态比较;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TP311.13 [];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 1201 ;
摘要
基于基础研究、技术创新、科技布局、产业规模与技术进步5个维度人工智能技术创新大数据,创新性地构建了人工智能技术创新发展水平多指标测度体系及技术创新综合发展指数;根据技术创新综合发展指数,拟合绘制出人工智能技术创新周期S演化曲线,较为准确定位了中美人工智能技术创新发展所处位置;由5个维度在技术不同发展阶段的权重分布动态,比较出中美新技术之间的创新发展差距,分析影响中国人工智能新技术创新发展的主要因素。研究发现,美国日本等世界主要发达国家的人工智能技术已步入创新成熟期,中国正处于创新成长期后期,技术创新十分活跃;借助于后发优势,中国人工智能技术创新逐年综合发展指数已超过美国,展现出非常强劲的增长态势。为赢得未来人工智能技术创新竞争的胜利,中国应在人工智能技术创新体制和技术创新资源配置机制等方面不断完善,确保中国人工智能技术创新中长期的领先地位。
引用
收藏
页码:54 / 67
页数:14
相关论文
共 13 条
[1]   基于OAVU四元组的数值型知识元表示方法与实践 [J].
王山 .
现代情报 , 2022, (08) :20-27
[2]   人工智能发展水平测度方法研究进展 [J].
陈凤仙 .
经济学动态, 2022, (02) :142-158
[3]   基于多源数据的人工智能产业全链条态势研究 [J].
李莉 ;
崔磊磊 ;
吴新年 ;
刘安蓉 ;
曹晓阳 ;
彭现科 .
科技管理研究, 2021, 41 (21) :100-111
[4]   人工智能关键核心技术创新能力测度体系构建:基于创新生态系统视角 [J].
袁野 ;
汪书悦 ;
陶于祥 .
科技进步与对策, 2021, 38 (18) :84-93
[5]   基于专利数据的中美人工智能创新能力比较研究 [J].
聂洪光 ;
范海荣 .
中国科技论坛, 2020, (05) :154-162
[6]   三大支撑带人工智能产业自主创新能力测度分析 [J].
李旭辉 ;
张胜宝 ;
程刚 ;
马成文 .
数量经济技术经济研究, 2020, 37 (04) :3-25
[7]   基于专利分析的中美人工智能产业发展比较研究 [J].
陈军 ;
张韵君 ;
王健 .
情报杂志, 2019, 38 (01) :41-47
[8]   中国高技术产业技术创新能力评价研究 [J].
王洪庆 ;
侯毅 .
中国科技论坛, 2017, (03) :58-63
[9]   海洋工程装备产业的关联因素分析与发展对策——基于“钻石模型”与灰色关联分析法 [J].
吴小东 ;
黄剑锋 .
科技管理研究, 2013, 33 (22) :126-130
[10]   开放创新体系与企业技术创新资源配置 [J].
陈劲 ;
陈钰芬 .
科研管理, 2006, (03) :1-8