從文獻大數據看國內哲學領域關于人工智能的研究

陳慧

摘要：人工智能作為深刻影響人類社會的科學技術，是國際學者研究的熱點。以中國知網數據庫收錄的1978～2018年40年間的376篇關于人工智能哲學研究的論文為研究對象，對這些論文的產出規模、影響力、機構分布、文獻來源、作者合著情況與關鍵詞統計等方面依據大數據進行了計量分析和可視化展示，以利于了解哲學領域對人工智能的研究狀況。統計發現，改革開放40年來我國人工智能哲學研究呈現波動上升趨勢且被引次數整體偏低;論文合作度不高，但呈慢慢提高方向發展;論文熱點關鍵詞有助于準確分析該領域的主要研究方向與研究重點。

關鍵詞：人工智能;哲學;文獻計量

中圖分類號：TP319? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）18-0187-04

1 引言

2016年3月，AlphaGo橫空出世對戰圍棋九段棋手李世石，將人工智能（ARTIFICIAL INTELLIGENCE， AI）拉入了公眾視野，成為2016年度話題度最高的科技。“人工智能”的傳說可以追溯到古埃及，但這一詞最初是在1956年Dartmouth學會上提出的，指通過大量的研究，運用計算機來模擬人的某些思維過程和智能行為，并生產出一種新的能以人類智能相似的方式做出反應的智能機器的學科。毫無疑問，計算機等人工智能的發明創造是人類歷史上最重要的事件之一。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，深刻地影響著社會生活的方方面面，這種情勢自然引起了關心人類命運的思想家的高度重視，包括哲學家。在人工智能的長期發展中，哲學范疇中的認識論、邏輯學、科學哲學等對人工智能產生了深刻的影響。另一方面，一切科學的發展都是為真理的探求提供支持，信息科學和人工智能的發展也不例外。因此，人工智能與哲學是相互聯系、相互影響、不可分割的。

在應用領域上，人工智能不僅僅體現在科技發明創造上，也運用在各行各業中，并發揮著重要的作用。例如，在法律方面，劉憲權（2018）[1]指出在人工智能時代，必定會帶來相關刑事的風險，并探討了刑法的應對對策。在教育行業，伏彩瑞（2017）[2]展望了在未來，結合人工智能我國教育發展的方向及建議。在外交上，封帥（2018）[3]敏銳地指出了人工智能時代的關系變化：走向變革且不平等的世界。在經濟金融層面，麻斯亮（2018）[4]等人則指出人工智能技術在金融領域的應用時會遇到的難點與對策建議。同時，在醫療上，張莎莎（2018）[5]將人工智能與分級診療結合探討對策，促進醫療的發展。哲學作為一門使人聰明、給人智慧的學說，自然不會缺席對“人工智能”這一新事物的探索與研究。如今，人工智能科學是全球學界熱點關注的重要學科之一，但目前國內關于人工智能科學的書籍都是從科學和工程學角度寫就的，從哲學角度對于人工智能問題的關注，還相對稀少。雖有一些論文論及，但是無大部頭的系統論述。鑒于此，本研究通過基于事實的、可循證的文獻計量研究，對中國知網CNKI領域發表的有關人工智能哲學領域論文的大數據進行深入剖析，以不同維度解釋最新的該領域的發展脈絡，并以可視化展示，以供國內學者參考借鑒。

2 數據來源與研究方法

本文選用清華大學、清華同方發起建立的中國知網數據庫為數據來源。為了構建“人工智能”哲學研究領域的數據集，本文將研究領域限定為當前的研究熱點“人工智能”本身，所以檢索詞僅限于“人工智能”;檢索類型為“主題”檢索;“文獻全部分類”選取為：“哲學與人文科學”—“哲學”;檢索的時間跨度為改革開放至今，即1978～2018年。因此，此次檢索共得到376篇哲學分析人工智能領域的相關文獻。

本文利用中國知網中自帶的軟件對檢索結果進行文獻可視化，然后對檢索結果的各字段進行計量統計，用更直接、形象的表格和圖形形式表現出來。

3 大數據研究基本概況

3.1 產出規模及影響力分析

1978～2018年間，人工智能領域的相關哲學研究論文共376篇，產出規模并不是很大（見圖1）。有接近三分之二的年份每年產出不超過10篇，這與“人工智能”的近期才得以飛速發展有關。從論文產出時間序列分析，在哲學領域有關人工智能的研究出現過三次較大的“谷峰”，即1985～1988年、2001～2003年和2007～至今。在2016年，論文總量首次超過20篇，2017年以75%的增率達到高峰值35篇，后10年的論文總量是之前10年數量總和的近3.5倍。可以看出，盡管我國關于人工智能的哲學研究較少，且并不成熟，但發展迅速。在改革開放初期、20世紀90年代初中期，大數據研究產出較少，每年低于5篇。但是這些文章開始探索人工智能中的哲學問題，從認識論、意識論、主體等多個角度介紹了對人工智能的看法，這些文獻被后來的文章多次引用，揭開了國內學者探討哲學與人工智能聯系的序幕。

論文影響力方面，中國知網中收錄的376篇論文的總被引用次數為1533次，平均被引用次數為4.08，其數值偏低是與碩博士畢業論文量偏多且論文的0被引率高達62%有關。由圖2可知，被引次數文章的占比與被引次數成反比，即被引次數越高的文獻數量越少。其中，大數據文獻中無被引用次數的論文最多，有270篇，占比高達71.81%，其中大部分是在2018年新發表的，因此尚未得到引用也屬于正常現象;被引用次數在0～10次之間的有68篇，占比18.09%;被引次數在10～20次和30～50次的占比分別為4.79%和2.13%剩下的區間占比不到2%，甚至被引用次數不少于100次的論文數量很少，僅有1篇。由浙江師范大學學者鄭祥福獨著發表在自然辯證法研究2005年第2期上的“日常化認識與人工智能研究”一文，被引用次數最高，達到110次。

3.2 文獻來源分析

3.2.1 資源類型分析

由圖3所示，在大數據檢索的376篇文章中，期刊文獻數量最多，占有70.50%;碩士論文其次，占比14.50%;再者為占有7%數量的中國會議;博士論文占比較少，為4%;報紙數量比重最低，僅僅為3.5%。從發表年度來看，碩博士論文由2001年僅發表1篇到2017年增加到8篇。說明我國哲學領域對人工智能的研究興趣在學生時代就已體現，且隨著時代的發展，人們的關注也越來越強，對人工智能的思考也有年輕化的趨勢。在這些碩博論文中，外國哲學與科學技術哲學專業的研究最多，分別占比重38%和28%;邏輯學與哲學專業的畢業生把人工智能作為選題的較少，目前只各自發有1篇。與此不同，會議與報紙每年與此相關的發表文獻數量大致相同，可以看出政府、機構或者社團每年的關注度并沒有減弱。但據統計，直到2014年才出現發表成文的人工智能哲學研究的報紙文獻，會議論文則在1992年就有相關文獻報道。

3.2.2 學科分析

從研究層次上看，近40年來我國關于人工智能的哲學研究主要用于基礎研究（社科）。基礎研究是大多數科學新知識和新思想的源泉，其重點在于反駁或支持有關社會如何運作的理論，促進對世界和社會的了解。但有人對基礎研究持批評態度，由于基礎研究不能直接運用于生產實踐或幫助解決現實問題，因此被認為是浪費金錢和時間。這是有失偏頗的，雖然基礎研究的成果短期內無法在時間生活中發揮效益，但它為應用研究提供了一系列方法、理論和指導原則。理論上的重大突破和知識方面有意義的進展都來自基礎研究。由表1可知，學者大多數專研與基礎研究并不無道理可循，相信其必定會向成為推動科學技術發展的重要動力。其次，在研究層次中，應用研究也占據較重地位，發文量占比17.96%。顧名思義，應用研究是用來解決實際問題的，幫助人們制定政策或完成某項特定的任務，能夠較好地指導人工智能的準確發展。當然，其他層次研究的貢獻意義不可忽略。在政策、行業指導、工程技術、職業發展、科普等方面的研究領域內納入已處處滲入人們生活中的人工智能，既是促進自身發展的需要，也是時代進步的必經之路，意義重大。

3.2.3 機構分析

本文列出了發表量前10的機構（見表2）、基金論文統計表（見表3）及來源統計表（見表4）。從表中可以明顯看出，發文量排名前10 的機構幾乎都是211、985工程高校，且都是《教育部高校學科排名—哲學專業》赫然在列的高校，可見高校是研究的重要陣地。同時也不難發現，高水平的學校往往具有豐富的教學資源以及更強培養人才的能力。如今，全國范圍內掀起人才戰略浪潮，紛紛采取措施吸引人才、留住人才。但筑巢才能引鳳，培育戰略人才需要打好平臺，無論哪個高校，都應強化戰略力量，為培育戰略人才做好準備。在表中我們發現，發文量排名第一的山西大學并不是211、985高校，表明每個高校都會有自己擅長的研究領域，不能排除藏龍臥虎的情況。營造好學習氛圍，不斷努力探索發展才是硬道理。此外，從分布地區看，大數據文獻機構廣泛分布在東部，其中分布在北京與武漢的機構最多，有2所;而西部在此方面的研究還處于空白，關于人工智能哲學的科研探索能力有待加強。

表2? 文獻來源的機構分布表

[機構分布 ? ? ?學校屬性 地區 發文量 發文量占比 山西大學 ? ?省部共建高校 太原 23 11.3% 華中師范大學 211工程、985平臺 武漢 9 4.4% 中國人民大學 211工程、985工程 北京 8 3.9% 北京師范大學 211工程、985工程 北京 7 3.4% 浙江大學 211工程、985工程 杭州 7 3.4% 復旦大學 211工程、985工程 上海 7 3.4% 大連理工大學 211工程、985工程 大連 4 2.0% 武漢大學 211工程、985工程 武漢 4 2.0% 東北大學 211工程、985工程 沈陽 4 2.0% 四川大學 211工程、985工程 成都 3 1.5% 其他 128 62.7% ]

3.3 著者合著情況分析

表5列出了我國在哲學領域關于人工智能研究的佼佼者。其中，來自復旦大學的學者徐英瑾在此領域貢獻巨大、影響頗深。其在相關期刊發表5篇論文，遙遙領先，發表了自己獨特的見解，其撰寫的書籍[6]中的思想被學者評為人工智能哲學的“少數派”[7]。

論文的合著情況在一定程度上能夠反映某個領域的科研交流與合作情況。本文在衡量有關人工智能哲學的研究論文合著時，引入了“篇均作者數”和“合作率”指標。“篇均作者數”是指在一定時間段內某一學科學術期刊每篇論文的平均作者數，“合作率”是指在一定時間段內某一學科學術期刊合著論文占全部論文總數的比例[8]。這兩個指標共同反映了一種期刊論文作者合作能力發揮程度胡，數值越高，合作能力發揮越充分。

據統計數據計算，人工智能哲學研究的論文中合著論文共計83篇，占全部論文數的24%，合作率不高，最多僅有4人合著，且僅有3篇，占全部發表文獻的0.79%，表明大多數的論文并不是學者合著完成的。1978年，篇均作者數即合作度為1.16，到2018年上升為1.43，表明我國學者在關于人工智能哲學方面研究的合作有慢慢提高，平均每篇論文幾乎是由多于1個學者共同完成，反映了國內學者合作意識的增強，但仍有很大提升空間。

3.4 關鍵詞熱點分析

本文對檢索得到的376篇相關論文進行了關鍵詞的統計。由于關鍵詞是為被規范過的自然詞語，所以有可能出現重復出現的現象，比如“意識”與“意向”，其實際意義是一樣的。筆者對這些詞進行了人工預處理，以最大限度減少誤差。其具體的關鍵詞網絡圖見圖4 。

圖中的大小代表著關鍵詞出現次數的多少，兩個關鍵詞之間連線的粗細，代表兩個關鍵詞的關系緊密程度。圖中最大的子群以“人工智能”為中心，與它有密切關聯的有“人類智能”“科學哲學”“德雷福斯”等，幾乎都是高頻詞。

除了關鍵詞之間的網絡圖外，本文又對關鍵詞隨時間的變化做了統計（見表7）。以5年為間隔，選取了3個時間點：2007年、2012年和2017年。節點表示與該關鍵詞一起研究的另外關鍵詞的數量，節點越多，表明該關鍵詞的研究越熱。表中我們可以看到熱點關鍵詞隨著時間的變化而呈現的數量的變化，以及涉及領域的變化。隨著時間的變化，熱點關鍵詞逐年增加，且拓展范圍越來越廣。以“人工智能”為例，節點從2007年的3個上升到2017年的13個，表明學者對“人工智能”的探討不僅僅停留在它與認識論、科學哲學或認知科學領域的探討，最新可能加入了共產主義、主體性等的研究，研究內容不斷深化。

參考文獻：

[1] 劉憲權.人工智能時代的刑事風險與刑法應對[J].法商研究，2018（01）：3-11.

[2] 伏彩瑞，關新朱，華勇，等.“人工智能與未來教育”筆談（下） [J].華東師范大學學報（教育科學版），2017（05）：13-29.

[3] 封帥.人工智能時代的國際關系：走向變革且不平等的世界[J].外交評論（外交學院學報），2018（01）：128-156.

[4] 麻斯亮，魏福義.人工智能技術在金融領域的應用：主要難點與對策建議[J].南方金融，2018（03）：78-84.

[5] 張莎莎，李雯，張巖.我國分級診療的現狀分析及人工智能對策淺探[J].中國婦幼健康，2018.

[6] 徐英瑾.心智、語言和機器：維特根斯坦哲學和人工智能科學的對話[M].北京：人民出版社，2013.

[7] 王球.人工智能哲學的少數派報告——評徐英瑾《心智、語言和機器：維特根斯坦哲學和人工智能科學的對話》[J].哲學分析，2014，5（06）：180-191.

[8] 薛辰.國際大數據研究論文的計量分析[J].現代情報，2013（09）：129-134+139.

【通聯編輯：朱寶貴】