中国人工智能政策主题热点及演进分析

张涛 马海群

关键词：人工智能政策;主题热点;主题演进;机器人;LDA

在大数据、算法和计算能力三大核心要素和经济社会发展强烈需求的共同驱动下，人工智能进入高速发展阶段。世界各国已经把发展人工智能作为提升国家竞争力的重大战略，我国也高度重视人工智能发展，不断通过出台国家战略来推动人工智能的发展，其中2017年国务院发布的《新一代人工智能发展规划》（以下简称规划）是我国人工智能发展的顶层设计，该政策为未来我国人工智能发展指明了方向。在此之后，各地区密集制定并出台了关于人工智能产业发展的发展规划、行动计划、实施方案等政策文件。在2019年3月政府工作报告中首次提出“智能+”概念后，人工智能快速与经济社会各领域相融合。2021年3月国家公布的十四五发展规划中“智能”“智慧”“机器人”相关表述达到59处，这表明以人工智能为代表的新一代信息技術将成为推动我国经济高质量发展重要技术保障和核心驱动力，而制定具有中国特色的人工智能战略不仅可促进人工智能产业的可持续发展，还可提升我国人工智能领域的国际话语权和规则制定权。因此，对我国人工智能政策主题热点及演进趋势分析具有重要的现实意义。

1相关研究

经过文献调研发现，国内研究成果分为两类：第一类，人工智能政策内容分析。吕文晶等[1]采用内容分析法对当前中国人工智能政策制定的现状与问题进行计量与分析。李良成等[2]通过构建三维政策分析框架对人工智能政策进行定量分析。王兆祥等[3]从政策结构与创新类型两个维度对我国人工智能政策文本进行分析。章小童等[4]对我国10项人工智能发展政策文本进行主题分析。郑烨等[5]对中外人工智能政策研究文献中热点主题及演进趋势进行深入探索。第二类，人工智能政策比较研究。如笔者[6]对《规划》和我国20个地区发布的人工智能规划纲要进行比较分析，发现了政策制定的相似性及差异性。贾开等[7]对美国、英国、德国、中国人工智能政策框架的主要特征进行了归纳与比较。高杰等[8]通过对中德两国人工智能政策与战略进行对比分析。毛子骏等[9]以政策工具为视角，对中、美、日、英、法5国的人工智能政策进行比较分析。汤志伟等[10]从3个维度选择17个政策变量，运用二元回归方法比较中美两国人工智能产业政策的差异。李明等[11]基于三维分析框架对我国央地政府人工智能政策进行比较研究。国外对人工智能政策研究成果相对较少，如：ChatterjeeS[12]通过对政府、企业的人工智能报告分析为印度的人工智能政策框架提供建议。RaoS等[13]提出人工智能政策需积极促进产业发展，但要审慎监管并应对存在的安全隐患。YangHT[14]提出政府要从政策制定角度出发，提高人工智能的透明度，完善与隐私和责任相关的法律制度。LauterbachA[15]介绍了人工智能的关键技术、风险和战略的发展趋势，通过社会治理框架来确保人工智能的安全性。

综上所述，近年来国内外对人工智能政策研究主要以内容分析和比较分析为视角，而利用政策文本计算方法对人工智能政策主题热点及演进趋势的研究成果较少。因此，文章以LDA主题聚类和主题相似度计算视角，对我国138部人工智能政策主题热点及演进进行分析，以期更好地把握我国人工智能政策发展脉络，为人工智能产业有序发展提供有力支撑。

2研究框架

2.1研究过程

在选取样本时精确查找团队自建语料库[16]中标题带有“智能”“智慧”“机器人”字样的138条政策文本，政策发布时间范围为2010—2021年，政策主要包括规划纲要、实施意见、实施方案、条例、管理办法、规定、标准等，政策文本语句片段共22436条，字符数共1271680个，研究过程如图1所示。

1）研究对象：将138部人工智能政策按政策发布时间和层级划分。

2）预处理：利用ICTCLAS新词提取结合自建语料库中政策词表提取852条政策词语，去除“发展”“建设”等一些无实际意义的高频词语，利用Jieba分词，形成待分析文本。

3）LDA主题聚类：利用Python中Gensim库LdaModel函数建立主题模型，将预处理后的文本数据进行主题聚类[17]，将2～20区间内的整数作为候选主题数，通过调用LDA主题模型中Log_Perplexity方法[18]得出不同主题对应的困惑度数值，将困惑度最小值确定为最优主题数，实现主题热点提取。

4）主题相似度计算：利用Python中Gensim库BOW模型和TF-IDF模型对不同维度主题相似度进行计算[19]，主题相似度数值越高，则相似性越大，数值越低，则差异性越大，为便于发现主题演进走向，利用Python中PyeCharts库生成桑基图形成可视化效果，线条较粗代表主题间相似度高，线条较细代表主题间相似度较低，通过桑基图可以清晰发现不同阶段人工智能政策主题的演进路径。

2.2研究对象分析

2.2.1政策发布时间

按年代分段可以实现对我国人工智能政策主题演进分析，发展阶段分期主要是基于标志性事件进行判断[20]，本文将《规划》出台和新冠疫情视为影响我国人工智能发展的重要事件，由此划分为3个阶段，如图2所示。第一阶段萌芽期（2010—2016）共26条政策，该阶段是人工智能政策发展的初始阶段，虽然政策发布数量较为稀疏，但总体呈现缓慢上升趋势;第二阶段发展期（2017—2019）共99条政策，自2017年《规划》颁布后，人工智能政策发布进入密集阶段，2018年政策发布数量达到顶峰，但随后2019年政策发布数量开始下降;第三阶段趋缓期（2020—2021）共13条政策，随着新冠疫情给国际形势带来了新变化，加之很多人工智能行动计划、规划纲要都是3年期限（多在2020年前后结束），使得近两年人工智能政策发布数量大幅减少，但随着各行业人工智能不断升温及国家十四五规划的正式发布，新一轮人工智能实施规划又将开始，政策将继续推动人工智能产业发展。在萌芽期，广东、江苏、辽宁等地区都较早制定了人工智能发展规划，这也直接推动了一系列国家层面人工智能政策的出台，这是创新政策中自下而上的吸纳辐射扩散模式的体现，进入发展期后，政策扩散效应较为明显，趋缓期政策逐渐减少，趋于平缓，符合政策创新扩散的S型规律[21]。

2.2.2政策发布层级

将现有人工智能政策分为国家战略、各部委战略、行业规范和地方政策4个层级，如表1所示。

1）国家战略是指国务院在该领域的总体目标和战略部署，在文中是指国务院颁布《新一代人工智能发展规划》;各部委战略是指在某一领域中具体目标及工作部署，在文中是指国家各部委颁布的18条政策;行业规范是指在行业范围内统一的技术标准，主要是规范和指导行业的行为，在文中是指部分行业组织制定的4条标准;地方政策是指各地区对某一领域中具体目标的执行与落实。

2）地方政策是指各省、市、区县等地方政府所发布的115条政策，如图3所示，广东省（15条）、江苏省（12条）政策发布数量排在前列。广东省早在2010年就发布了《关于加快发展物联网建设智慧广东的实施意见》，人工智能在制造、政府、物流、教育等领域得到了快速发展，广州、深圳两地作为广东人工智能主要集聚地备受关注[21]。江苏省是全国人工智能产业创新发展的重要基地，省内基本形成以南京和苏州为核心的人工智能发展格局，中国（南京）智谷、中国（南京）软件园、苏州人工智能产业园等人工智能产业集聚区初具规模。从政策发布数量上看，上海市、山东省、辽宁省、天津市、安徽省、北京市等地区对人工智能发展也十分重视。

3人工智能政策主题热点分析

对萌芽期（2010—2016）、发展期（2017—2019）、趋缓期（2020—2021）的人工智能政策文本主题聚类，并计算困惑度数值得到最优主题数分别为9、12和8，如图4所示。

3.1萌芽期主题热点

萌芽期政策数量为26，主题数量为9，如表2所示。通过对相似主题整合后，关注到以下热点：①智能制造：主题1、主题3、主题7均属于智能制造。以《中国制造2025》为总体部署，2015—2016年智能制造、机器人作为国家重点发展领域，不断通过发布政策加速驱动人工智能与制造业相融合;②智慧城市：主题2、主题4、主题6均属于智慧城市建设。数据开放共享体系是推进新型智慧城市建设的核心，而项目资金是智慧城市建设基础保障。广东、江苏、湖北、辽宁等地区智慧城市规划制定较早，进而推动了智慧城市在国内的快速发展;③航空新城：在主题5航空新城中，主要是陕西省汉中航空智慧新城建设，突出了智慧城市与智能制造相结合的特色，重点以“三机一场”产业为主攻方向，积极搭建“军工+”平台，全力加快陕飞特种机、航空零组件智能制造升级技改等项目;④智慧农业：在主题8智慧农业中，主要突出江西省运用PPP模式推进智慧农业，打造江西农产品电商新模式，集科研创新、产业孵化、农业博览、休闲体验等功能于一体的智慧农业综合体，助力乡村振兴，使智慧农业建设走在全国前列;⑤智能化服务、智能技术创新：在主题9中突出智能化服务和智能技术创新两部分，在萌芽期政策中无论是智慧城市建设还是智能制造业的发展都将技术创新作为重点，将服务民生作为人工智能与应用领域融合的目标。

3.2发展期主题热点

发展期政策数量为99，主题数量为12，如表3所示。通过对相似主题整合后，关注到以下热点：①智慧城市：主题1、主题5、主题10、主题11均属于智慧城市，包括广东惠州潼湖生态智慧区和贵州省智能化建设。其中潼湖生态智慧区项目是以构建生态与智慧并重的创新之城为智慧城市建设理念，是广东惠州实施创新驱动发展战略的重要举措。贵州省智能化建设源于大数据发展起步较早，人工智能与大数据具有密切联系，贵州省持续推动云计算与大数据、人工智能、区块链技术和服务的融合发展与创新应用，打造贵阳、贵安新区等智能终端产业集聚区;②智能制造：主题2属于智能制造主题，智能制造业伴随着人工智能政策的发布在2017—2019年经历了快速发展阶段，尤其是智能技术创新及人才培养作为此阶段中政策重点主题;③林草人工智能：主题3为林草人工智能，在2019年国家林业和草原局发布的《关于促进林业和草原人工智能发展的指导意见》中提出，要实现林草人工智能理论、技术与应用总体达到世界领先水平计划;④智能化服务、智能技术创新：主题4、主题6、主题12均属于智能化服务、智能技术创新，人工智能产业发展离不开技术创新，2018年教育部发布《高等学校人工智能创新行动计划》使人工智能人才培养与技术创新紧密结合;⑤智慧农业：主题7为智慧农业主题，继江西省开展智慧农业之后，山东、江苏、浙江等地区的部分城市也发布了智慧农业发展规划，这使得智慧农业得到了持续发展;⑥人工智能安全：主题8和主题9属于人工智能安全，随着人工智能的发展，人工智能数据安全、深度学习算法安全问题被突显，在行业内部先后出台了《人工智能深度学习算法评估规范》《人工智能数据安全风险与治理报告》《人工智能数据安全白皮書》等文件，这表明了对人工智能的安全问题已经引起关注。

3.3趋缓期主题热点

趋缓期政策数量为13，主题数量为8，如表4所示。通过对相似主题整合后，关注到以下热点：①智能创新技术、智能化服务：主题1、主题8均属于人工智能技术创新、智能化服务领域，该主题从萌芽期、发展期到趋缓期具有一定的持续性，也可以说明在人工智能发展过程中技术创新与应用服务是两个重要主题;②智能网联汽车：主题2、主题5均属于智能网联汽车，智能网联汽车属于智能制造的应用之一，智能网联汽车技术在国家社会经济发展中具有重要的战略作用，2020年国家发展改革委等11部门联合印发《智能汽车创新发展战略》是智能网联汽车领域的顶层设计，突显了国家促使全产业链齐发力推动智能汽车发展的决心。2021年工业和信息化部、公安部、交通运输部发布《智能网联汽车道路测试与示范应用管理规范》进一步规范了智能网联汽车道路测试与示范应用。发展智能网联汽车在确保人员安全、改善交通拥堵、降低燃料排放等方面具有重要作用，并符合国家十四五总体战略规划。因此，在未来几年内各行业、地区将围绕智能网联汽车陆续出台相应政策;③智能制造：主题6为智能制造，智能制造经历一个长期发展的过程，智能制造是产业变革的重要驱动力量，对于促进制造强国建设、实现高质量发展具有重要意义，随着关键核心技术的不断突破，智能制造发展将持续升温;④人工智能创新试验区：主题4为人工智能创新试验区，在2020年《国家新一代人工智能创新发展试验区建设工作指引（修订版）》中提出鼓励人工智能技术成果转化，在人工智能技术研发基础上，围绕自身特点，利用人工智能技术提升各区域服务水平，有效地服务经济高质量发展和社会民生改善，特色与引领将成为带动人工智能发展的新方向;⑤人工智能技术标准：主题3、主题7均属于人工智能技术标准，在2020年发布的《国家新一代人工智能标准体系建设指南》中提出，到2023年初步建立人工智能标准体系，重点研制数据、算法、系统、服务等急需标准，在人工智能技术发展与应用的同时，标准体系与制度规范建设将受到关注。

4人工智能政策主题演进分析

4.1主题相似度计算

对不同阶段人工智能政策主题相似度计算可以揭示其相似性和差异性，根据已有文献研究[23]，确定0.3为相似度阈值，如相邻阶段主题相似度大于0.3，则确定为主题间具有演进关系，且属于同一主题演进路径，本文采用桑基图实现人工智能政策主题演进的可视化呈现，如图5所示。

1）萌芽期（2010—2016）—发展期（2017—2019）

该阶段主题相似度数值相对较高，整理出线条较粗的5条演进路径：①萌芽期主题9和发展期主题12相似度最高为0.6002，该路径对智慧服务、智能技术创新主题较为关注;②萌芽期主题8和发展期主题7相似度为0.4955，该路径主要关注智慧农业主题;③萌芽期主题7和发展期主题2相似度为0.4984，该路径主要关注智能制造主题;④萌芽期主题4和发展期主题5相似度为0.4791，该路径主要关注智慧城市主题;⑤萌芽期主题6和发展期主题11相似度为0.4326，该路径主要关注智慧城市中的项目资金主题。

2）发展期（2017—2019）—趋缓期（2020—2021）

该阶段主题相似度数值要低于萌芽期—发展期，整理出线条相对较粗的4条演进路径：①发展期主题12与趋缓期主题1相似度最高為0.4370，该路径延续了对智慧服务、智能技术创新主题的关注;②发展期主题2与趋缓期主题6相似度最高为0.4338，该路径延续了对智能制造主题的关注;③发展期主题9与趋缓期主题3相似度为0.3186，该路径中对智能算法评估呈现出一定相似性;④发展期主题4与趋缓期主题7相似度为0.3181，该路径对人工智能技术标准呈现出一定相似性。

4.2主题演进分析

通过对主题相似度计算发现，智能制造和智能技术创新、智能化服务这两个主题在不同阶段具有持续演进关系，而随着人工智能技术发展及服务深化，智能技术标准研制、人工智能创新发展试验区建设将成为人工智能发展过程中新兴主题。下面对我国人工智能政策主题演进做如下分析：

1）继续发展智能制造产业

萌芽期主题7—发展期主题2—趋缓期主题6这条演进路径体现了人工智能政策在智能制造领域关注的延续性。智能制造是工业转型升级的主旋律，我国对智能制造产业发展尤为重视，《中国制造2025》是国家实施制造强国战略第一个十年行动纲领，对智能制造业的发展具有重要的引领作用。此后在各地区人工智能政策中均对智能制造的发展进行重点部署，从主题内容结合实际发展情况分析有两个方向：①加速推进智能制造重点细分领域。智能制造覆盖行业类别较广，从不同阶段政策主题内容看将会加速推进智能制造重点细分领域，使应用加速落地，由制造向服务延伸。如：趋缓期中出现的智能网联汽车主题是智能制造领域重要应用，尤其是近年来自动驾驶的兴起，目前很多地区发布智能网联车政策，这加速了智能网联汽车产业的快速发展和应用，2021年两会期间李彦宏建议“国家进一步加强政策创新，支持自动驾驶商用和智能交通普及，满足百姓美好出行需求，早日实现交通领域碳达峰的目标”。可见未来一段时期智能网联汽车规范及技术设计将是政策关注的重点内容;②提升智能制造创新设计能力。智能制造离不开创新设计，然而创新设计却是智能制造业最大的短板。当前我国加工、制造能力已有很大提升，但仍然缺乏创新能力，尤其是产品创新设计能力，而创新设计能力的提升要依托资源、人才、机制等多方面因素，因此在智能制造领域要出台提升创新设计能力的配套政策。

2）智能技术创新催生智能化服务应用

萌芽期主题9—发展期主题12—趋缓期主题1这条演进路径体现了不同阶段人工智能政策中对智能技术创新的重点关注。①智能技术创新：习近平在中央政治局第九次集体学习时指出“要主攻关键核心技术，以问题为导向，全面增强人工智能科技创新能力，加快建立新一代人工智能关键共性技术体系”。围绕人工智能核心领域打好技术基础，对智能关键共性技术进行攻关研发，尤其是要破解“卡脖子”问题是智能技术创新的重点。当前人工智能领域关键共性技术有二：一是深度学习算法，在MEET2021智能未来大会上中国工程院谭建荣院士指出“人工智能应用得再好，核心算法不行，创新能力就不行”。当前深度学习算法主要依赖国外框架，近年来，虽然在该领域研究进展迅速，但尚存在提升空间。优质算法可以有效提高信息识别、处理、学习过程中的准确性，为人工智能技术落地产品提供先决条件，因此，未来加强对算法技术与制度层面的创新研究是政策发展方向。二是AI芯片，芯片一直是人工智能底层最为关键的核心技术之一，提高运算能力、减少运算实践、降低运算功耗是未来的发展方向。关键核心技术的自主创新研发能够有效降低产品的成本，提升企业竞争力，人工智能底层硬件技术自主创新研究也是政策发展方向。未来从人工智能政策层面要逐渐构建由企业、高校、科研院所共同组成的研发梯队，加强人工智能产业化基础设施建设，促进形成开放的智能技术创新体系;②智能化服务：萌芽期在各地区规划中提出利用人工智能技术改善民生领域服务与完善服务体系作为关注内容，《规划》中明确将发展便捷高效的智能服务和推进社会治理智能化作为主要内容。随着新技术发展成熟和应用创新，人工智能基础设施不断完善，推动了诸多民生服务领域的信息化、智能化转型升级，从而大幅增强了社会的整体公共服务能力。近两年湖北省、河南省都在制定人工智能政策中提出推进城市治理精细化和民生服务便利化，运用人工智能提高公共服务和社会治理水平[24]。虽然趋缓期阶段政策数量逐渐减少，但服务社会、服务民生始终是人工智能的发展目标，因此人工智能政策会持续关注该主题。

3）推进智能技术标准研制

智能技术标准研制是人工智能产业发展的核心基础，它是发展期—趋缓期阶段新兴主题之一。在《规划》中提出，到2025年基础理论要实现重大突破，部分技术与应用达到世界领先水平的目标。标准研制是规范人工智能技术的重要手段，本文从以下两个方面进行分析：①建立人工智能标准体系。支持企业、机构和行业协会牵头制定高质量国家、行业和地区的人工智能技术标准，进而体系化。随着技术的不断应用，技术标准研发不断升温，2020年国家标准化管理委员会等5部门发布的《国家新一代人工智能标准体系建设指南》凸显了国家对人工智能标准体系建设的重视程度，指南中明确提出重点研制数据、算法、系统、服务等急需标准，并率先在制造、交通、金融、安防、家居、养老、环保、教育、医疗健康、司法等重点行业和领域进行推进，因此，人工智能标准研制将确保人工智能产业健康有序发展;②建立人工智能技术安全体系。技术的使用势必会给社会带来安全风险，因此要从制度标准层面对人工智能技术安全进行规制。2021年初在全国信息安全标准化技术委员会发布的《人工智能伦理安全风险防范指引》中已经重点关注到人工智能所带来的伦理安全风险，除此之外，国家应在各行业各领域建立对人工智能数据、算法等安全风险的应对措施，重点建立识别、防范、化解安全风险的标准与规范，下一阶段人工智能技术安全规范将成为政策演进的主题之一。

4）加快人工智能创新试验区建设

人工智能创新试验区建设作为发展期—趋缓期中重要主题之一，它是国家推进人工智能产业发展的重大战略。2020年科技部在《国家新一代人工智能创新发展试验区建设工作指引（修订版）》中提出通过建设试验区形成人工智能与经济社会发展深度融合的典型模式。国家新一代人工智能创新发展试验区是依托地方开展人工智能技术示范、政策试验和社会实验，在推动人工智能创新发展方面先行先试、发挥引领带动作用的区域，它是国家培育人工智能创新发展样板区域，加快促进人工智能产业集聚的重要手段。我国人工智能经历了快速发展后，出现了各地区发展不均衡的情况[25]，试验区建设以促进人工智能与经济社会发展深度融合为主线，以解决人工智能科技和产业化重大问题为导向，创新体制机制，深化產学研用结合，发挥高校、科研机构科技创新中的积极作用，促进科技、产业、金融集聚，构建有利于人工智能发展的良好生态，全面提升人工智能创新能力和水平，重点打造区域特色的和可复制、可推广模式的示范区样板，探索智能社会建设新路径，引领带动我国人工智能产业健康发展。目前，国家积极推进创新发展试验区和创新发展实验平台建设，人工智能创新发展试验区有北京、上海、合肥、杭州、德清（县）等13个市县，人工智能开放创新平台有百度自动驾驶、科大讯飞智能语音、华为基础软硬件、京东智能供应链等，它们主要依托人工智能开展特色高效技术攻关与示范推广，下一阶段国家新一代人工智能创新试验区建设、示范、推广等方面将成为人工智能政策重点主题之一。

5结语

大数据的产生，智能算法的优化，计算能力的提升及基础设施持续完善将驱动人工智能加速发展，随着人工智能技术及产业的成熟，其应用领域也将取得明显的突破。单从对人工智能政策主题分析结果上看，的确具有一定演进特征，未来我国人工智能政策不但会持续关注智能制造、智能技术创新、智能化服务等主题，还将从智能技术标准研制、人工智能创新试验区建设等新兴主题方面加快推进人工智能的发展。2021年3月在全国人大通过的十四五规划和2035年远景目标中，“完善智能制造标准体系”“加大关键核心技术攻关力度”“建设便民惠民智慧服务圈”“积极推进数字技术标准制定”等内容与人工智能政策主题演进方向相吻合，这证实了分析结果符合国家总体战略规划。此外，本文尚存在一定局限：一是本研究文本收集限于精准人工智能政策收集，政策关注主题会存在不宽泛问题。二是由于近两年人工智能政策发布数量较少，在新兴主题识别中会存在覆盖范围较窄的问题。未来团队将更加聚焦人工智能政策中实际内容的研究，如：对智能情报、智能大数据、智能算法等政策的研究，以期为政府提供更细化、更具有实操性的决策支持。