人工智能综合发展指数的构建及应用

被引:49
作者
顾国达
马文景
机构
[1] 浙江大学经济学院
关键词
人工智能; 动态评价; 赋权方法; 智能算法;
D O I
10.13653/j.cnki.jqte.2021.01.007
中图分类号
F49 [信息产业经济]; TP18 [人工智能理论];
学科分类号
1201 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
研究目标:探讨人工智能综合发展水平有效测度方法,解决人工智能国际比较和发展进度的量化问题。研究方法:构建以环境支撑力、知识创造力、产业竞争力为主要评价领域的人工智能评价指标体系,运用组合赋权法和时序加权平均算子(TOWA)分别对指标和时间赋权,并通过智能算法完成对权重的计算。选取2010~2018年中国、美国、欧盟、日本、韩国、加拿大的面板数据,对其人工智能发展水平进行量化评估。研究发现:人工智能整体呈上升趋势,但增速并不稳定;人工智能各经济体间的差距正逐步扩大;中国在人工智能领域已基本达到世界先进水平,发展潜力巨大,为实现"弯道超车"追赶发达国家提供了可能。研究创新:突破了人工智能测度中只关注局部领域和静态分析的不足,构建出反映人工智能综合水平的动态发展指标。研究价值:为社会各界研究人工智能发展问题提供一个直观高效的量化分析依据。
引用
收藏
页码:117 / 134
页数:18
相关论文
共 17 条
[1]   人工智能时代企业管理变革的逻辑与分析框架 [J].
徐鹏 ;
徐向艺 .
管理世界, 2020, 36 (01) :122-129+238
[2]   人工智能发展、产业结构转型升级与劳动收入份额变动 [J].
郭凯明 .
管理世界, 2019, 35 (07) :60-77+202
[3]   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].
王雅薇 ;
周源 ;
陈璐怡 .
科技管理研究, 2019, 39 (10) :210-216
[4]   科学计量学视角下全球人工智能研究现状与趋势 [J].
周峻宇 ;
于磊 ;
李信 ;
姚强 .
电子技术与软件工程, 2019, (07) :239-242
[5]   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
[6]   专利引证视角下的核心专利研究——以人工智能领域为例 [J].
赵蓉英 ;
李新来 ;
李丹阳 .
情报理论与实践 , 2019, (03) :78-84
[7]   欧洲创新评价指标体系变化趋势——基于对《欧洲创新记分牌》的分析 [J].
程如烟 ;
姜桂兴 ;
蔡凯 .
中国科技论坛, 2018, (05) :165-172+179
[8]   国际创新指数对比述评及启示 [J].
何健文 ;
张金水 .
科技创新发展战略研究, 2017, 1 (01) :57-63
[9]  
互联网金融发展指数的编制与分析.[J].北京大学互联网金融研究中心课题组;.新金融评论.2016, 01
[10]   中国区域R&D综合实力评价方法的比较 [J].
许芳 .
统计与决策, 2015, (11) :94-95