王山、陈昌兵：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

    作者：王山（中国社会科学院经济研究所）
    陈昌兵（中国社会科学院经济研究所）
    来源：《北京工业大学学报(社会科学版)》2023年第3期(知网网络首发)
    　　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。
    　　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
    　　附件：王山、陈昌兵：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
    （编辑：熊晨玮；审校：张佶烨）