智能化手艺预测：成长趋向、窘境取将来思虑

　　智能化手艺预测的概念框架包罗数据资本层、数据阐发层、专家库、可视化研究产物取人机交互平台五部门。起首，建立多源数据空间，构成论文、专利、科研项目、会议和收集舆情于一体的分析数据资本库，并操纵数据挖掘、机械进修等方式就各类消息进行智能化扫描、分析阐发和提炼，构成立即判断；其次，搭建基于大数据和人工智能方式的人机互动平台，通干预干与卷查询拜访、专家研讨等体例邀请专家，针对从动生成的立即判断进一步识别研判，凝结专家共识并反馈专家看法，以不竭批改优化策略；最初，通过人工智能阐发取专家研判的多轮迭代，构成可供决策参考的手艺预测研究系列产物。此中，数据阐发层是整个手艺预测各环节取人工智能手艺的深度融合，阐发过程按照“提出问题－数据预备取存储－数据处置－分析数据阐发”四步调推进。正在数据阐发阶段，次要操纵机械进修、天然言语处置等人工智能手艺，挖掘躲藏正在大数据背后有价值的谍报消息来实现深度阐发。总体来看，智能化已成为新一轮手艺预测变化的焦点驱动力，将会改变保守的手艺预测流程和组织架构。当前，部门发财国度开展了相关实践，正在丰硕和成长智能化手艺预测方式和组织框架上供给了积极思。

　　近年来，中国手艺预测方式系统逐渐丰硕和完美，逐步将文献计量、专利阐发等定量方式取定性方式相连系，并摸索了智能化使用，如理工大学发现的“一种大数据布景下的能源手艺预见智能系统”，旨正在操纵大数据挖掘手艺实现精准预测。中国第六次国度手艺预测工做使用了线上德尔菲查询拜访系统，同时操纵Scopus数据库和律商联讯的专利数据库，对近十年界的研究热点进行聚类阐发，以辅帮专家决策。但全体来看，中国尚未构成一套规范化、智能化的手艺预测方式系统，预测研究工做更多以保守德尔菲查询拜访为从导，正在摸索新手艺和新方式的立异使用方面不脚。取国际领先国度比拟，中国手艺预测研究“多而不强”，次要表示为预测研究方式和消息采集渠道较为单一，取现代消息手艺手段连系亏弱。此外，中国处置手艺预测研究的专业人员相对缺乏。当前组织开展预测研究的人员大部门来自经济学、办理消息系统等专业范畴，敌手艺成长标的目的领会不深，正在环节手艺范畴将来趋向及前瞻结构方面缺乏深刻洞察。下一步要加速鞭策消息手艺手段正在中国手艺预测勾当中的使用，扶植国度手艺预测数字化平台，建立集成从客不雅消息的分析性手艺预测方式，鞭策手艺预测工做向系统化、规范化、智能化标的目的成长。

　　弗劳恩霍夫协会立异研究所（ISI）于2018年4月至2019年12月开展预测（foresight）项目，旨正在确立2030年对使用研究具有高影响力的将来议题。该项目集工智能、大数据等手段优化手艺预测流程，从而实现部门功能从动化。具体而言，ISI利用现含狄雷克雷分布（LDA）无监视从题模子开展了6个月的文本挖掘，这一过程不需事后对旧事文稿进行人工标识表记标帜，模子可从动生成系列从题。正在此根本上，邀请专家评估分歧从题之间的联系，凝练构成对将来具有影响力的议题。ISI项目表白，人工智能手艺可以或许辅帮专家决策，操纵其强大的检索能力和文本生成的归纳综合能力，供给多样化学问视角，提高手艺预测研究效率。

　　当前，中国火急需要成立基于手艺预测的科技计谋规划制定机制，并将其纳入国度科技勾当的常规办理法子傍边。应充实阐扬的统筹协调感化，注沉使用人工智能手艺开展手艺预测工做。一是加大对环节手艺范畴前瞻性预测研究的资金投入，沉点支撑操纵数据挖掘、数据融合、深度进修等方式的手艺预测研究项目，最大限度阐扬人工智能的潜力，为智能化手段使用供给无力保障。二是提高企业、高校和科研院所等相关好处者参取积极性，强调全从体配合参取。手艺预测过程的复杂性要求正在实践的根本上构成共识，通过组开国家手艺预测委员会、成立消息共享平台等体例，为各范畴的参取者供给交换渠道。分歧好处群体正在手艺理解、市场需求、资本分派等方面具有分歧的视角和经验，通过配合参取和协做，可以或许构成更为全面和客不雅的预测成果，为科技决策供给无力支持。三是加速培育一批手艺预测专业人才，强化跨学科人才结合培育，不竭提拔相关工做人员的工做素养和技术程度。手艺人员、开辟人员、谍报人员、办理者应改变以往的工做模式取工做，积极投入人工智能的开辟、利用取监视全过程，更好地阐扬本身专业劣势。

　　2019年日本启动第十一次国度手艺预测，立异性地利用人工智能方式开展特定科技范畴的预测研究，正在评选出702项环节手艺根本上，操纵天然言语处置、分层聚类阐发等体例生成获得32个科技从题集群，并经专家会商确立构成16个沉点关心的特定科技范畴。从集群从题看，利用人工智能方式获得的部门从题集群超出了原有德尔菲查询拜访预设的范畴。例如，取“地球·”相关的从题集群为新呈现范畴，高频核心词包罗“天然灾祸不雅测及预测”“轮回经济及资本的监测取评估”等。该从题集群经专家判断后被确定为16个沉点范畴之一的“天然灾祸的先辈不雅测和预测手艺”。由此可见，人工智能手艺正在必然程度上填补了专家查询拜访的局限性，它可以或许从大量数据中提取模式、联系关系，挖掘出躲藏的细节和概念，有帮于专家更全面地舆解数据和发觉更多有价值的消息。

　　通过机械进修手段能够从动汇集海量数据消息，但这并不合适机械识别和运算的要求。正在实践过程中，有两点难题亟待处理。一是数据可操纵率低，文献、专利、科研项目等科技数据存正在尺度分歧一、数据共享机制不完美问题。例如，专利数据消息错乱，其清洗和尺度化都存正在必然难度，科技研发项目数据可能涉及，导致数据的获取和矫捷使用遭到很大；二是数据质量不高，多源数据的联系关系和融合力度仍然不敷。分歧模态数据之间存正在差别，使得从文本、图像等数据中进修的语义学问难以正在统一语义空间中对齐，了智能算法正在摸索科学前沿、辅帮科学家决策中的使用。

　　跟着人工智能手艺的成长，其复杂性和系统风险性不竭添加，导致人类对人工智能决策的信赖危机。一方面，人工智能手艺本身仍具有不完美性，尚存正在诸多手艺局限。例如，决策过程的不成注释、容易被干扰等性质，导致人工智能无法无效实现以至偏离初始既定方针。出格地，手艺预测研究是对社会系统的分析研判，而现实社会晤对着很多复杂和不确定要素，这些都是人工智能难以应对的。另一方面，人机交互过程中的信赖风险仍然较高。正在手艺预测具体使用中，常常呈现动态不确定性，此时人工智能系统的靠得住性会发生变化。当呈现常识性错误后，人工智能若何再次获得用户信赖是亟待处理的难题。

　　瞻望将来，中国智能化手艺预测将朝着提高手艺预测效率、深化数据挖掘深度、系统化预测三个标的目的成长。要不竭立异手艺预测工做机制，加速构成具有中国特色的手艺预测方式系统，加强跨部分、跨范畴的数据共享取合做，建立全面、及时、高质量的消息采集收集，不竭提拔智能化手艺预测程度。

　　2022年9月，美国高级研究打算局推出“驱动的概念化进修”（ECOLE）项目，该打算为期四年，旨正在建立对持续和进修的仿生智能体，其方针是正在对时间、使命环节的阐发中，实现对图像、视频和多文档的人机协做阐发，以提高范畴的阐发和决策能力。ECOLE项目利用最先辈的数据建模来从动揣度对象属性及其正在勾当中的感化，项目可合用于一系列手艺范畴，包罗机械人行业以及任何需要对图像和视频数据进行从动推理的群体，如从动驾驶汽车等。该项目标实施，意味着融合多源多模态的数据消息以及人机交互的智能进修体例，可以或许用来预测或发觉不确定方针范畴的属性和概念，丰硕了人工智能手艺正在预测研究范畴的使用。

　　跟着人工智能自从性的加强，人机交互过程中的信赖危机问题日益凸起。对于国度手艺预测研究工做，相关部分应连系人工智能手艺成长需要，一方面加强系统评估方式的开辟和研究，按期测试和调整智能系统，提拔人工智能支撑预测研究工做的无效性；另一方面要均衡工智能取专家之间的关系，专家判断取数据支持相融合的准绳，建立集成从客不雅、定性定量消息的分析性智能手艺预测方式。正在实践过程中，政策制定招考虑各项准绳之间的协调性，考虑分歧决策类型、使用场景的具体要求，强化专家对人工智能系统的监视和办理，降低系统风险的发生，进一步提高预测成果的精确性。

　　因为学问和视野的局限，少数人构成的集体一般难以精确把握将来社会需求及手艺成长趋向。出格是正在外部不确定性日益加强的布景下，预测勾当纯真依托“专家看法”的环境发生了变化，参取从体和预测过程都有所改变。一是预测勾当的参取从体愈加多元化。手艺预测勾当参取者的构成布局越来越丰硕，已从科技界向财产界、部分、国际组织、金融机构和社会公共拓展。多元从体能够参取预测过程中的趋向判断、愿景阐发、手艺评价等多个环节，有益于提高手艺预测的影响力和活跃度。二是预测方式愈加多样化。手艺预测晚期沉点关心专家正在手艺趋向研判中的感化，基于特定范畴内专家的专业学问，敌手艺成长态势、劣势取瓶颈、范畴根基环境进行系统领会。保守的手艺预测阐发方式以定性阐发为从，包罗德尔菲法、思维风暴法、专家法等。跟着科技文献取专利数量的激增，预测勾当越来越注沉定量阐发，文献计量、聚类阐发、生命周期阐发、复杂社会收集阐发等方式逐步使用开来。正在这一过程中，数据挖掘的深度也正在不竭加强，从基于题目和摘要的短文本阐发向全文本挖掘演进，“数据驱动”为手艺预测研究带来新的可能性。

　　免责声明：本文转自中国科学手艺成长计谋研究院，原做者胡月，玄兆辉，袁立科。文章内容系原做者小我概念，本号编译/转载仅为分享、传达分歧概念，若有任何，欢送联系我们！

　　智能化手艺预测勾当对资金投入和人才步队提出了必然要求。第一，使用智能化手段需要有脚够的资金保障。智能算法依赖于持续的研发和手艺支撑，包罗算法开辟、模子锻炼等，运维成本很高。例如，一个垂域大模子需要几百万至上万万的摆设成本，且往往需要多年的持续投入。第二，智能化预测研究需要专业人才步队的无力支持。人工智能改变了保守手艺预测的组织流程和实施体例，对于智能化手艺预测实践而言，既需要控制机械进修学问的数字化人才，又需要可以或许领会机械言语的范畴专家，以及可以或许统筹整个数字化流程的办理人员。当前手艺预测勾当正在智能化推进的组织和能力扶植方面尚存不脚，人才和专业学问的缺乏成为智能化道上的主要挑和。

　　总结荷兰、日本、和美国的实践经验能够发觉，智能化手艺预测勾当表示出以下特征。一是工做效率显著提高。目前，人工智能正在手艺预测勾当中阐扬感化比力较着的是以学问图谱、数据挖掘、机械进修等为代表的智能手艺，这些智能化手段通过锻炼模子来处置大量数据，进而提高预测研究的工做效率。例如，美国谍报部分取大学和科技公司开展普遍合做，极大缩短了对海量数据的处置时间，提高了对非常谍报消息的度，可以或许正在事务晚期发布预警提醒。二是跨学科研究能力进一步加强。操纵人工智能手艺能够建立学问共享平台，将分歧范畴的学问资本进行整合，进一步加强领会决复杂问题的跨学科研究能力。例如，“立异瞻望”项目建立了跨学科融合平台，通过对论文、专利、科研项目等多源数据消息的整合，从多个角度敌手艺成长进行全面阐发和预测，发觉分歧窗科学问之间的联系关系和交叉点。三是系统交互性和可视化程度大幅提拔。人工智能连系交互式界面和可视化手艺，可以或许将复杂数据和预测成果以曲不雅体例呈现给用户，帮帮相关用户更好地舆解和阐发手艺预测成果，加强分歧范畴专家的沟通协做，提拔用户参取积极性。例如，ECOLE项目使用图像识别、语音识别和合成等手艺，使得用户可以或许通过语音节制取预测系统进行交互，及时获得消息反馈；“立异瞻望”项目为专家取预测系统供给及时互动平台，相关专家能够通过交互界面查看学问图谱，选择分歧维度调整可视化结果，全面控制手艺趋向。

　　手艺预测发源于20世纪40年代，正在美国海军和空军科技打算制定方面阐扬了主要感化，并逐步由军事范畴扩展至社会平易近生范畴。正在成长过程中，手艺预测勾当呈现出两点变化。一是手艺预测的从题愈加多元。晚期的手艺预测次要关心特定手艺成长轨迹的趋向阐发，对于影响手艺成长的社会性要素关心较少。跟着社会、经济、的演变，手艺预测的内涵取外延不竭拓展，预测勾当的对象和范畴逐步扩大，从敌手艺成长趋向的预测转向对远期将来的系统性摸索。预测从题涵盖、能源、天气、社会次序等严沉问题。二是手艺预测使用范畴得以拓展。手艺预测正在分歧管理层级上得以利用，成为主要的计谋规划东西。除国度层面外，国际性、区域性组织以及很多大型企业也纷纷开展预测勾当，以确定研发优先范畴，推进立异勾当发生，如欧盟委员会结合研究核心、经合组织、美国兰德公司、荷兰壳牌石油公司、日本电信巨头NTT公司等开展了多项预测勾当。全体来看，手艺预测研究已被使用于各类分歧层级的管理范畴，预测勾当吸引着普遍的好处相关集体，已成为洞察科学、手艺、经济和社会将来成长的系统性研究工做。

　　提高智能化手艺预测的效率和精确性，需要高质量数据资本做支持。应加速顶层设想，建立包罗论文、专利、收集消息、消息、市场消息等正在内的一体化数字平台，提高对数据资本的节制力。一方面，数字化工做平台能够从动收集汇总各类数据源，构成常态化模板演讲；同时，可以或许持续沉点手艺或新兴手艺，对可能呈现的性手艺进行监测预警。另一方面，数字化平台可以或许实现大数据阐发和专家查询拜访功能的整合，通过平台上嵌入的德尔菲查询拜访、专家留言等功能模块，正在手艺清单构成、调卷填写、环节手艺选择等环节，为专家交换互动供给桥梁。

　　当前，智能化手艺预测研究正在部门国度取得了必然进展，但仍处于半智能化阶段，还面对着数据规模不脚、质量不高、手艺不成熟、资金和人才缺乏等诸多挑和。

　　当前，大数据、人工智能迅猛成长以及社会全体数字化程度加深，为快速精确的手艺预测供给了可能，然而若何无效操纵海量消息、提高手艺预测的科学性和系统性，成为亟待处理的问题。从实践中看，纷纷加强前瞻研究，摸索开展智能化手艺预测实践，将其做为支持国度科技计谋规划、政策制定的主要根据。

　　从手艺预测的理论成长代际看，分歧年代的预测勾当呈现出差同性特征，Miles将预测勾当分成五个代际，从第一代仅关心手艺层面的预测，逐步插手市场取社会需求，到强调多元化参取及协调，再到第五代预测勾当起头注沉策略性决策的整合。这意味着，现阶段的预测勾当已超出原有手艺预测的概念，将它理解成更宽泛的新一代“预测”愈加合适。就新一代手艺预测而言，中国良多学者以“手艺预见”做为代名词，日本持久利用“手艺预测”，中国地域更多利用“手艺前瞻”的表达体例。虽然分歧窗者采用的表述体例不尽分歧，但均取英文technology foresight的内涵分歧。英国粹者Martin初次提出foresight概念，其内容包罗对将来中持久内的科学手艺成长进行系统性研究，而是包含选择将来、自动塑制将来的意义。穆荣平等认为手艺预见是学问开辟和创制的过程，是对远期手艺需求前进履态批改和调整的过程，也是好处相关者配合选择将来的过程。从手艺预测的方式演进来看，自20世纪90年代以来，手艺预测方式敏捷添加，为满脚分歧的目标和要求，有分歧的流程和方式可供选择。2000年以前，德尔菲查询拜访、专家研讨、情景阐发和愿景阐发是支流研究方式；之后，手艺线图、定量阐发法逐步遭到学者关心，很多学者操纵文献计量、专利阐发、文本挖掘、社会收集阐发等方式开展预测研究。此外，手艺预测的辅帮方式还包罗SWOT阐发、TRIZ方式、好处相关者阐发、专家系统等。近年来，“人工智能＋大数据”的手艺预测方式成为热点，手艺预测数字化、智能化转型趋向较着。不少学者测验考试基于机械进修和时间序列预测方式、建立LDA从题模子、抽取专利文本等手段开展预测研究。跟着智能时代的到来，预测研究方式和组织机制设想将不竭发生变化，将来预测研究是依赖专家判断仍是智能化手段需要持续研究。因而，本研究正在总结手艺预测演变特征和成长趋向根本上，充实挖掘智能化手艺预测的内涵和环节要素，进一步分解开展的智能化手艺预测实践，切磋其将来成长可能面对的瓶颈和潜正在问题，据此提出针对性对策。

　　需求为导向，集聚力量进行原创性引领性科技攻关，打赢环节焦点手艺攻坚和。这一计谋摆设凸显了攻关标的目的选择的主要意义，也表现了手艺预测研究的需要性和紧迫性。手艺预测是对科学、手艺、经济、和社会的远期将来进行有步调地摸索过程，以选择可能发生最大经济取社会效益的计谋研究范畴和新兴通用手艺。手艺预测勾当从兴起至今，历经多次演变，其方式的不竭立异一直是鞭策手艺预测实践成长的主要力量。

　　正在手艺预测从题和使用范畴愈发多元、数据规模迸发式增加等复杂布景下，保守手艺预测方式遍及面对消息不敷全面、间隔时间较长、工做使命单一等问题，已难以满脚支持计谋决策的需求，开展智能化手艺预测研究就成为将来成长的必然趋向和选择。当前，关于智能化手艺预测的定义尚未构成共识，存正在多种认识和理解，但人工智能、数据驱动、人机交互等环节词是焦点要素。张炜等认为，人工智能手艺通过整合多层面的技法术据，借帮特定AI东西进行删减、辨伪、集成，整合构成科技管理分析数据库和智能查询平台，使多从体手艺预见勾当得以进一步高效率展开。充实挖掘生成式人工智能正在手艺预见范畴的使用契合点，对于提拔手艺预收效率具有严沉意义。张硕等指出，将来手艺预测研究将寻求愈加智能化、从动化的阐发方式，基于数据阐发的手艺预测研究次要强调借帮数理统计以及计较机科学等手艺从海量多源异构数据中提取、挖掘和有价值的手艺消息、李牧南敌手艺预见的研究热点及演进模式进行了深切阐发，认为手艺预测方式将逐渐取大数据、人工智能、文本挖掘等新兴消息手艺相融合，此中，从题建模正在手艺预测中的使用研究是当前的研究前沿。赵明辉等认为，专家取机械的彼此协做弥补是手艺预见实践的次要工做体例，并提出一种基于收集评论文本挖掘的手艺预见新型方式，该模子具有定性定量连系、人机交互等特征和劣势。分析上述研究，本文认为智能化手艺预测是以人工智能等手艺为支持开展的对将来社会成长有步调的摸索，其环节是操纵大数据、机械进修等手段进行全方面、多标准和跨范畴的全景扫描取进修，并实现从动生成、评估和预判，以辅帮专家决策，缩短手艺预测周期。其概念框架如图1所示。

　　2019年，荷兰使用科学研究组织（TNO）启动“立异瞻望”研究打算，旨正在摸索一种基于数据驱动的新型预测方式和框架，识别性手艺和立异成长中的新兴趋向以及微弱信号，并确定其社会影响。“立异瞻望”项目由来自8个部分的具有分歧专业学问的专家参取，包罗预测专家、数据科学专家、计谋研究专家、范畴专家、平台设想专家等。项目遵照人工智能取专家结合驱动的方式开展，起首，由专家确定学问图谱本体，供给一套用于扫描阶段的原始数据集；其次，借帮人工智妙手段对数据资本进行文本挖掘以成立收集数据集，并不竭迭代细化、完美学问图谱。正在成果呈现方面，该项目设想了一个可视化、交互式的“仪表盘”，供给手艺从题的增加速度、增加数量、增加多样性和随时间推移的变化环境。专家正在“仪表盘”上可以或许从头标识表记标帜节点（如归并、删除或拆分），以获得更深切的看法。