基于文献计量学人工智能进展研究

李东益

摘 要：人工智能（Artificial Intelligence，简称AI），作为计算机科学的一个重要分支，是由McCarthy于1956年在Dartmouth学会上正式提出，在当前被人们成为世界三大尖端技术之一。本文采用文献计量方法对1956-2019年发表的有关人工智能的文献进行了较为全面的定量统计分析，得出了有关变化趋势、空间分布等一些列结论，同时创造性的提出了用以衡量作者国际合作情况与研究涉及广度的两个公式：国际合作指数（K）与研究广度指数（J）。

关键词：文献计量学;人工智能;研究

1.数据来源与研究方法

本文的数据来源于美国科学信息研究所（ISI）的SCIE数据库。以“Artificial* Intelligence*”为主题进行检索，将1956-2019年与人工智能有关的全部文献数据下载到EXCEL进行统计分析。地址为英格兰、苏格兰、北爱尔兰和威尔士的文献均归为英国（UK）的文献。运用ArcGIS对作者、国家空间地理位置进行分析，使用UCINET对作者合作关系进行分析。

2.结果与讨论

2.1文献相关分析

1956-2019年，主题包含“Artificial* Intelligence*”的SCI文献总数攻击22222篇。其中研究论文（article）17949篇，评论（review）1634篇。关于人工智能的SCI文献产量1991年之前增长较为缓慢，1991有较大增长，1991-2015年增长又趋于缓慢，1015年至今呈现爆炸式增长。

2.2作者相关分析

为衡量作者国际合作水平，笔者发明了国际合作指数G，Xi为作者第i篇文献合作的国家数量，S为作者发表文献总数，公式如下：

补充说明：若G=1则说明该作者尚未与国外学者进行过合作

根据作者国际合作指数公式计算可得作者国际合作水平，可以发现Cheng， Min-Yuan发表文章最多，国际合作指数达到1.23高于1。Rudall， BH 国际合作指数高达8.98说明其与国外学者合作较为密切，与国际学者保持着良好的学术交流可能具有较为广阔的国际视野。

为衡量作者的研究广度，笔者发明了作者研究广度指数J，Xi 为作者第i个研究领域发表文献数，S  为作者发表文献的数量，公式如下：

2.3关键词分析

由图19、20可得，人工智能领域出现频次最高的是机器学习（ Machine learning）神经网络（Neural networks）表明在這方面研究较为深入。

由图21可得，数据组织、遗传算法、模糊逻辑有较快的上升趋势，有望成为今后人工智能领域的研究热点。

由图22可见，GIS+AI 在文献数量上近年猛增，与机器学习，神经网络等关键词前期成长节奏相似，可能会成为今后研究热点。

3.结论

1.人工智能领域近年来发展迅猛而且极有可能维持迅猛尽头。

2.通过文献计量方法得出人工智能领域较为受欢迎的文章，并且技术创新类文章较为受欢迎，表明人工智能技术尚未完全成熟;人工智能作为一门计算机科学涉及领域广泛，资源环境、数学物理、工程建造等都有应用与相互补充。

3.得出较为积极发表人工智能领域文章的期刊以及高产作者，高产第一作者之间几乎没有合作，学术交流氛围有待加强。

4.创造作者国际合作指数K与研究广度指数J，并用其度量了人工智能领域第一作者的国际合作水平与研究领域广度，取得了不错的实验效果。

5.美国在人工智能领域总文章数量、独立发表文章数量上都遥遥领先，相关领域实力一骑绝尘，中国文章总量上达到达到第二，但仍有不小的差距，在2019年首次发文数量超过美国，相关领域重视程度也在不断加强，但仍需注意提升与国际间的交流与合作。

6.机器学习和神经网络是人工智能领域的主流研究方向，模糊逻辑、遗传算法、数据组织与AI+GIS未来可能成为研究热点。