人工智能涌现的演化视角

本文借助技术关联性与知识复杂性的演化概念，以增进我们对人工智能（AI）长期演化的理解。我们揭示了 AI 涌现中的相应模式——在全球层面以及美国、日本、韩国和中国特定地域背景下。我们认为，AI 的涌现与因知识共性带来的关联多样性增加以及复杂性增加相关。我们使用 1974—2018 年间的基于专利的指标来分析 AI 全球技术空间的演化，识别其技术核心以及整体关联性与知识复杂性的变化。在国家层面，我们还测度了各国总体专业化程度与 AI 特定专业化程度的对比。在全球层面，我们发现 AI 的整体关联性与复杂性均在上升。然而，对于长期以来稳定的 AI 技术核心，我们发现其关联多样性下降而复杂性上升。该证据表明，与核心技术相关的 AI 创新彼此间正变得日益迥异。在国家层面，我们发现美国与日本的创新整体关联性在增强。中国与韩国则相反，我们将此归因于这些国家整体技术发展水平低于美日。最后，我们观察到除中国外所有国家的整体复杂性稳定上升，对此我们以该国聚焦于与 AI 关联不强的技术来解释。