廖寿丰
（中共湖南省委党校科技与生态文明教研部，湖南 长沙 410006）
人工智能（Artificial Intelligence，AI）是引领未来产业的新型战略性技术，是驱动新一轮科技革命和产业革命的重要力量。2018年10月31日习近平总书记在中共中央政治局第九次集体学习时指出，人工智能呈现的新特征有很强的“头雁”溢出效应，“对经济发展、社会进步、国际政治经济格局产生重大深远影响”[1]。不仅促进了新一代人工智能技术的发展，而且引发了人工智能科学家、哲学家及其他各领域专家对人工智能更深层次的哲学反思。
人工智能哲学反思仍然处在“技术哲学的两种传统”掌控之中[2]，专家学者多从不同的进路或“传统”进行微观或中观的研究，而较少从人工智能哲学宏观视角来探究。徐英瑾系统梳理人工智能哲学符号主义和连接主义两条进路在西方哲学中的历史渊源，列举了符号主义的弊端、形式逻辑的“五宗罪”及批判连接主义的深度学习对人类人文资源的剥削，而通用人工智能依旧遥不可及[3]25-61。许勇、黄福寿主要从人工智能哲学的主体性、伦理问题、社会分工、人的解放四个维度进行述评[4]。肖峰通过从概念界定、可比性、特征属性辨析了人工体能和人工智能的区别，揭示了两者作为人的工具属性却反作用于人的内在本质，即物品生产和信息处理的机械化、程式化、形式化及高效化，同时也阐明两者社会效应的相似性，其中就包括两者对人的劳动价值和心理的负效应，以及两者技术融合发展，实现高级阶段人的自由全面发展、知行合一的正效应，进而反思人工智能的人文价值和意义（肖峰，2019）。也有比较中西身体观探析“具身性”对人工智能的启示（解静，2020）。回顾相关核心文献，鲜有对人工智能哲学领域作出全面的、系统的梳理，应用量化实证研究少之又少，且目前研究多是哲学思辨研究，同时人工智能哲学研究又出现“供给不足”的困境[3]23。虽有一些研究采用Citespace等科学知识图谱方法，其研究过程不但存在操作不规范，而且还有“应景”、配图之嫌。科学知识图谱工具实际上是数据挖掘工具，数据清洗、合并步骤也是非常严谨，因此很有必要树立正确的科研观，摒弃科研中存在的“形式主义”，合理应用研究工具（方法），客观反映研究数据，科学推断研究结论。本文正是基于此问题，应用文献、知识、科学计量学原理，引入学科主题词标准，客观正确使用知识图谱工具，进行知识挖掘，秉承工具始终服务于内容的原则，将复杂的知识体系结构化、简约化，从而降低哲学思辨研究的维度，笔者从“零基础”的视角，尝试理顺人工智能哲学的知识框架与知识底座，量化呈现前人的知识遗产，切入人工智能哲学研究，实现研究的叠加效应。
（一）研究方法
科学计量学是“以研究科学发展的过程、趋势、内在机理及为科学管理提供支持依据为目的，以定量分析方法为主要途径，以反映科学活动的主体和客体为研究对象的一门应用性科学”[5]。Citespace是在科学计量学理论、知识计量学理论及数据信息可视化技术框架下，一款能分析文献潜在知识的可视化引文分析软件[6]，是在图情领域应用非常广泛的科学知识图谱工具。Citespace不仅能通过引文分析、知识单元共现及结构洞来挖掘知识和发现知识，而且能以知识域为对象，可视化显示科学知识的发展进程、研究热点和演进趋势以及科学知识的结构关系[7]。本文先结合科学计量学、文献计量学方法及原理对数据展开文献描述性分析，再对数据展开关键词共现网络和引文共被引的分析，通过研究知识主题、关键词、术语的知识流动情况以及重组产生新知识的过程，梳理国内人工智能哲学研究的知识结构与知识基础。
（二）数据来源
人工智能哲学遵循技术哲学研究传统，文献基本上分布在信息科学和哲学范畴，但是信息科学深入人文社科如政治、经济、文化等学科领域，分布了大量人工智能研究非哲学问题的研究文献，如AI产业发展、AI人才发展等系列相关文献，还有属于人工智能哲学但又细分到哲学各分支的相关研究而又未划分在信息科学和哲学范畴，因此本文文献检索策略设计较复杂。本文检索原则：整体宏观、精准覆盖、重点补充。数据检索方法：以“人工智能”和“哲学”检索词，篇名和关键词为检索项全排列组合检索（T1）；
补充“篇名”或“关键词”包含“人工智能”，学科为哲学与人文类（哲学、逻辑学、伦理学、心理学、美学、宗教）、马克思主义哲学、科技哲学（自然科学理论与方法）的检索（T2）；
补充“篇名”或“关键词”包含“人工智能”，期刊类别为“马克思主义哲学”和“哲学”的检索（T3）；
T1+T2+T3合集T（需要处理重复数据）的文献为本文研究数据。数据库采用中文社会科学引文索引（CSSCI）和中国知网期刊数据库（来源类别为CSSCI），数据检索日期为2022-04-26。中国知网数据需要手工清洗去掉“序、综述、选题、征稿、访谈、评论、会议、资讯、新书介绍”等不相关的文献。文献学科分类按《中国图书馆分类法（第五版）》和知网文献分类，期刊分类按《中国人文社会科学期刊AMI综合评价报告（2018年）-A刊评价报告》分类的内容。
（一）文献年度分布及增长规律
文献数量是衡量知识量的一个重要测度。衡量文献的增长通常有两种方法：按年度累积数和按年度新增数。研究表明国内文献的年度累积数符合普赖斯逻辑增长规律。2010年之前属于缓慢发展的前期，表现为直线型，是学科处于诞生时期的自身固有发展规律[8]50,59；
2011-2021年属于加速发展的中前期，表现为指数型增长，内因是学科的细化研究，外因则是外部环境因素的影响如政策等。年度新增数表现为2016年之前较平稳，而2016年之后研究热度明显增加，可见2016年为关键转折点或拐点，2020年之后年度新增速度放缓，一是政策刺激有限、逐渐回归到学科正常发展轨道，二是国内外不确定性因素的共同影响。2016年作为一个“奇点”，引发国内研究热度不断攀升，说明2016年人工智能某领域发生“范式革命”，因为“哲学家往往对科学与工程学领域内的范式革命更感兴趣，而不会对一种既有技术的迭代与拓展抱有太大兴趣”[3]23。2017-2021年国内文献年度累积数和新增数变化显著，说明国内人工智能哲学学科发展以外的环境因素发生了积极的变化。通过进一步研究发现：2016年知网报刊关于“人工智能”的主题高频词是“人机大战”“人工智能技术”“李世石”“AlphaGo”“深度学习”“人工智能产业”。自从2015年以来，“人工智能”就成为国内外科技产业中最火爆词汇之一，AlphaGo围棋对弈以4：1战胜世界冠军李世石，这一世界标志性事件引爆人文社科学家对人工智能的强烈关注和全世界国家对人工智能产业的高度重视，国内政治、经济政策对人工智能的重视是国内人工智能研究高速发展的重要外因。
（二）核心机构、核心作者分布及合作网络数据与分析
科学生产者及科学生产者与科学文献的关系是科学发展的重要测度。依据普赖斯定律（洛特卡定律的一个推论）：“发表了0.749*(Nmax)0.5（Nmax指最高产科学生产者论文数量）篇以上的科学生产者所发表的论文总数等于全部论文总数的一半”[8]，并由此说明这些杰出的科学生产者构成了“核心科学生产者”。国内杰出的研究机构有59所，并且已形成人工智能哲学研究的核心机构群，除兰州大学之外，都处于“胡焕庸线”东南方，主要分布在北京（11所）、上海（9所）、江苏省（6所），按发文量前18所是：南开大学、复旦大学、上海大学、中国人民大学、中国社会科学院、北京大学、浙江大学、山西大学、华东师范大学、北京师范大学、华中师范大学、上海交通大学、大连理工大学、华南理工大学、清华大学、中国科学院、江西师范大学、东北大学。
同理，国内杰出作者最低发文为0.749*(Nmax)0.5=3.26篇，大于或等于3篇以上杰出作者有91位，发表的论文总数小于全部论文总数的一半，说明国内尚未形成人工智能哲学研究的核心作者群，在这91位作者的419篇文献的中位数是210篇，对应的是刊发4篇的作者，根据普赖斯定律，5篇及5篇以上的25名作者为核心作者，共发表203篇（占48.45%）。前25位核心作者按年龄大小顺序是：章士嵘、童天湘、桂起权、蔡曙山、王前、任晓明、王天恩、陈凡、郑祥福、肖峰、倪梁康、高新民、魏屹东、郦全民、成素梅、李建会、孙伟平、段伟文、杜严勇、闫坤如、徐英瑾、董佳蓉、赵泽林、高奇琦、夏永红，其中肖峰、徐英瑾、王天恩是高产作者前三。中国社会科学院著名学者童天湘是国内最早（1978）研究人工智能哲学的核心作者，也是国内人工智能哲学的开创者和人工智能事业的先驱者[9]。从作者出生年代分析，50年代及以前有13位，60和70年代各5位，80年代2位，出生年份在1969-1975年的核心作者断档，出现“年轻的学者中，跨学科人才供给亦相对不足，这也就造成了人工智能哲学事业的后继作者群在数量上的不足”[3]23。从学历学位来看，绝大多数是哲学（科哲）博士，其中44%的学者有理工科背景，且理工科背景的学者发表文献总量普遍不及纯哲学背景的学者。
国内作者与机构的合作网络显示机构之间、作者之间合作不密切，机构之间学术共同体尚未形成，仅见机构之间偶有合作。学术共同体仅表现为机构内部学术带头人与同事学生之间的合作网络，且合作频次较少，相对多数都是独著，这也符合国内人文社科类文献的特征。
（三）文献学科与核心期刊分布
文献学科分布主要为自动化技术计算机技术（34.80%）、哲学（17.60%）、自然科学理论与方法（8.60%）、伦理学（6.84%）、逻辑学（3.32%）、医学教育与医学边缘学科（2.83%）、信息经济与邮政经济（2.64%）。学科发展变化最初发生在1992年，人工智能哲学的“技术哲学两种传统”处于交互发展状态，到底以那种方式为主要研究进路很难单纯从学科分类来判断。学科分布主要为“自动化技术计算机技术”，这与2016年以来国内政府对人工智能技术高度重视，出台系列相关战略和产业发展政策、规划有关。期刊是科学研究成果的载体，根据布拉德福定律处理数据，发现刊发累积9篇及以上的“核心区”刊发量占总量的33.29%，初步判断国内“人工智能哲学”研究的“核心”理论载体是：《自然辩证法研究》《自然辩证法通讯》《哲学动态》《科学技术哲学研究（科学技术与辩证法）》《哲学分析》《医学与哲学》《思想理论教育》《哲学研究》《学术界》《上海师范大学学报（哲学社会科学版）》《理论视野》《西南民族大学学报（人文社科版）》《人民论坛·学术前沿》《中州学刊》《教学与研究》《中国社会科学》16种期刊。
（一）知识结构学科分类的数据建构
分析知识体系的知识结构，可以根据“知识单元构建模型”[10]，由一组主题词表达一种类型知识单元，有多种类型知识单元组合成主题知识单元集合，由主题知识单元集合组合成学科知识单元集合形成知识体系[10]。通常把主题或关键词的学科聚类看作是类型知识单元的表达方式，或以“一组主题相似、学科相近的文献聚类”构建的知识群组来表达类型知识单元，以达到分析知识结构的目的。本研究先构建一种科学、合理并适合本研究的解构知识结构的方法：依据普赖斯定律，合并核心主题关键词所属学科，再进行聚类分析；
国内参照《中国分类主题词表（第三版）第一卷分类号_主题词对应表》（A-R）、（S-Z附表）[11]建构国内关键词分类数据。
分析知识结构与关键词学科分类具有代表性和全面性。国内研究数据为中国知网期刊CSSCI数据库的文献题录数据，关键词共1496个，频次共2866次。依据普赖斯定律，选取频次大于3以及中介中心性0.1以上除“人工智能”外144个（9.63%）核心关键词（占总频次47.56%），并以本研究的分类标准为基础按关键词词义近似合并、归类处理关键词共423个（28.27%），共有125项直接分类，可归纳为29项二级分类、10项一级分类。
（二）知识结构学科一级分类的共现特征与分析
知识结构学科一级分类（如表1所示），主要分布在B哲学宗教、TP自动化技术计算机技术、N自然科学总论、G文化科学教育体育、C社会科学总论、D政治法律、H语言文字、Q生物科学、F经济9个类别。可见人工智能的学科多样性及学科交叉也决定了人工智能哲学研究的学科多样性与交叉。当然人工智能作为信息科学的一门分支，其哲学研究始终绕不开信息科学（TP；
G）、科技哲学（N）和科学哲学（G），因此该领域关键词频次和中介中心性占有相当比重，学科交叉主要表现在信息科学（TP）与语言学（H）、生物科学（Q）、智慧产业的交叉融合及其哲学问题，而哲学问题研究主要分布在哲学理论、伦理学、逻辑学和思维科学，另外比较偏好在经济、生物科学、马克思主义哲学领域探索研究，但是从中介中心性来看，除“人工智能”主题词外其他分类的中介中心性都比较低，说明国内学者在单篇研究文献中涉及学科不多且研究的知识单元比较独立，中介中心性不高意味着研究中该知识单元不受重视、重要性不高，或与其他学科的知识单元关联度不高，在知识网络中传播程度也不高。
表1 国内人工智能哲学研究知识结构学科分类
（三）知识结构学科二级分类的共现特征与分析
从知识结构二级分类可知，国内知识单元主要分布在B0哲学理论、B82伦理学（道德哲学）、B84心理学、B81逻辑学（伦理学）、TP3计算技术计算机技术、TP1自动化基础理论，其次是N0自然科学理论与方法论、H0语言学（如图2）。B0哲学理论主要分布在B017认识论、B089其他哲学流派。B017类高被引文献是：孙伟平（2017，哲学研究）、郑祥福（2005，自然辩证法研究）、项后军（2001，自然辩证法研究）、肖峰（2020，中国社会科学）、郑祥福（2005,科学技术与辩证法）、吴高臣（2020，自然辩证法通讯）、孙伟平（2019，江海学刊）、王治东（2019,南京社会科学）、肖峰（2020，马克思主义与现实）、成素梅（2019，思想理论教育）等。B82伦理学主要分布在B82-02伦理学的哲学基础、B82-057道德与科学技术。B82-02类高被引文献依次是：王东浩（2014，伦理学研究）、李伦（2018，教学与研究）、闫坤如（2019，自然辩证法研究）、王军（2018，伦理学研究）、王钰（2019，自然辩证法通讯）、孙伟平（2018，教学与研究）、刘振宇（2018，自然辩证法研究）、王天恩（2019，哲学分析）、王天恩（2019，思想理论教育）、潘恩荣（2020，自然辩证法通讯）等。
图1 国内人工智能哲学研究知识结构二级分类聚类图谱
研究表明，国内人工智能哲学研究的知识结构，呈现出关注“B哲学、宗教”类研究的热度非常高，突出了该类知识单元在研究中的重要性。另外，国内学者更有意向探索马克思主义与人工智能的哲学关系。
（四）知识结构学科直接分类的共词分析
依据普赖斯定律，出现频次大于等于17次的分类为核心分类。分布如下：B82-02伦理学的哲学基础（56，11.02%）、B82-057道德与科学技术（46，9.06%）、N02科学的哲学原理（44，8.66%）、B01哲学基本问题（37，7.28%）、B089其他哲学流派（32，6.3%）、B017认识论（32，6.3%）、TP301.6算法理论（30，5.91%）、B842.1认知（29，5.71%）、B84-069其他（25，4.92%）、B016.98意识论（23，4.53%）、TP242.6智能机器人（22，4.33%）、B842.7意识与潜意识（22，4.33%）、TP311.131数据库理论（20，3.94%）、B023认识论、反映论（20，3.94%）、TP18人工智能理论（18，3.54%）、O141数理逻辑（符号逻辑）（18，3.54%）、H03语义学、语用学、词汇学、词义学（17，3.35%）、B81-06逻辑学流派及其研究（17，3.35%）。由此可见，人工智能哲学研究主要分布在六个方面：哲学理论（28.35%），其中哲学基本问题占18.11%、辩证唯物主义占3.94%；
伦理学（20.08%），其中科技伦理为9.06%；
计算机技术（17.72%）；
心理学（14.96%），其中心理过程和心理状态占10.04%；
符号主义进路研究（10.24%）；
科技哲学（8.66%）。中心性依次为：0.15、0.09、0.11、0.08、0.04、0.02。伦理学的哲学基础研究中，王东浩、李伦等认为人工智能体应该具备道德属性，应设计成为完全的道德主体，闫坤如认为现有的研究表明人工智能体的道德主体标准不一致需要重新界定，人工道德主体模型尚在构建中，但不论如何都“应该对人工智能可能带来的危害做出防范”，孙伟平、王钰等认为人工智能从设计到使用应实行全过程伦理规制，王天恩指出人工智能伦理依靠伦理规制和伦理观念创新的学理支撑。道德与科学技术研究中，夏永红、李建会从尊严风险、伦理风险、生存风险、决策风险四个维度论证了人工智能不会超越人类，但会给人类带来决策风险，杜严勇从政府、技术、公众、关系四个层面论证：应该建构“友好人工智能”为全社会造福。
（一）国内人工智能哲学知识基础概况
共被引网络实质上是由被引文献组成的知识基础而建构的知识网络，而高频次、高中介中心性的重要节点文献构成知识基础网络的核心框架。本研究仍采用普赖斯定律（洛特卡定律的一个重要推论）[10]148-149测评核心被引文献，探寻其核心框架。研究数据为中文社会科学引文索引数据库（CSSCI）检索数据，数据分析的样品文献数为590篇，经数据清洗后共有“共被引文献”1090条（设置：Node Types=Reference；
TopN=50），共引用2112次，平均每篇施引文献引用3.58次（篇），被引文献平均被引1.94次，共被引作者845人，共被引2379次，作者平均被引2.82次/人，被引5次及以上的核心被引文献有64篇，按相同作者及内容合并为49篇，其中含35部（套）专著、14篇期刊文献。被引文献中，35部（套）专著除李开复、高奇琦、徐英瑾、李彦宏的4部专著外，其余都是译著。表2列出国内高被引前26篇核心文献，形成国内研究人工智能哲学的“核心”知识基础。
表2 国内人工智能哲学研究高被引核心文献
（二）国内人工智能哲学知识基础的聚类分析
对高被引文献按关键词进一步聚类分析，发现以下主要聚类：第一，“人机关系”聚类（由“#0人机关系”类、“#9人=机器”类组成）。主要有马克思恩格斯系列著作、《未来简史》《道德机器》（MORAL MACHINES TEACH）《奇点临近》（SINGULARITY IS NEAR）《人工智能时代》等。马恩著作中被引用的多是马克思主义哲学和政治经济学的理论，如机器观、唯物史观、劳动价值论、生产力理论等等，其他译著主要是阐述未来人工智能的人机伦理关系。国内学者赵汀阳、闫坤如、孙伟平等从存在论、道德主体、价值原则等维度审视人工智能的人机伦理关系。第二，“中文屋论证”聚类（由#1中文屋论证、#12形而上学类组成）。主要是塞尔.约翰系列相关著作和国外译著，国内徐英瑾在前人基础上提出“中文屋论证”逻辑结构的第五种模式并论证。第三，“弗雷格”聚类（#3弗雷格）。主要是《人工智能哲学》（博登.玛格丽特）、《哲学研究》（维特根斯坦）、《计算机不能做什么》等。第四，“具身理论”聚类（由#21具身理论、#8认知发展理论、#19具身、#4内心感觉能力组成）。主要是图灵的《Computing Machinery and Intelligence》、黑格尔相关著作、休谟的《人性论》、彭罗斯·罗杰的《皇帝新脑》等等。国内学者王天恩在该领域研究较深，备受国内学者关注。
（一）研究结论
第一，人工智能哲学科研成果不断涌现。科研文献呈现指数型加速增长，说明相关研究处于文献逻辑增长规律的中前期，特别是体现在核心文献上，更提示相关研究在整体上处于高质量发展阶段。科研文献数量的增长主要与国内人工智能的高速发展密切相关，特别是国内大力发展数字经济，以数据作为生产要素驱动各领域的“数智化”转型。人工智能发展的同时也给社会带来多方的风险与挑战，主要表现为人工智能应用系统对现有法律和规范体系的挑战不断扩大、对伦理和社会秩序的冲击不断加大，这种风险与挑战势必会引起学者关注和研究。另外相关科研文献增长与科研经费和科研人员数量增长、学科知识的渗透扩散等有关系。
第二，人工智能哲学研究的核心机构群已经形成，但核心作者群尚未形成，且缺乏合作。本研究表明，国内人工智能哲学研究的核心机构与人工智能产业的发展、分布密切相关。机构之间合作不密切，尚未形成机构间的学术共同体，现有核心作者中存在梯队建设不完备。人工智能哲学核心机构群的形成说明核心机构的规模已经形成，而核心作者群尚未形成表明核心作者的研究深度和核心文献量不够，这种核心机构与核心作者背离的现象不利于人工智能哲学研究的可持续发展。究其原因，这主要与人工智能哲学复杂性有关，人工智能哲学属于广义的“特定科学的哲学”[3]3，它与信息哲学、技术哲学、心灵哲学、认知科学哲学的边界也是相对模糊的。
第三，用好知识结构的研究方法能梳理出清晰的学术脉络。知识结构学科二级分类的共现分析表明人工智能哲学研究主要集中在哲学的基础理论与伦理学，而基础理论集中在认识论和哲学流派，知识结构学科直接分类的共现分析，可以进一步梳理出细小学科分支及对应的作者观点，同时有可以发现相关文献与其他学科关联度，如本研究发现国内人工智能哲学研究与其他学科知识关联度不高，换句话说就是国内人工智能研究成果在国内知识网络中的传播程度不高。人工智能本身就是交叉学科，与各学科关系是密切的，从而可以发现国内人工智能研究的罅隙。
第四，国内人工智能哲学理论研究滞后于国外。分析知识基础来源，表2中26篇核心高被引文献为国内的人工智能哲学研究提供了理论基础，但是在26篇高被引核心文献中除6篇是国内学者近年所著，其余均来源于国外，研究表明国内核心作者没有形成合力、研究成果在知识网络中渗透性不高，没有形成强大的学术共同体，在国际上尚不具备实力，不能很好地、广泛的为其他理论研究者提供理论支撑。人工智能专家蔡自兴认为人工智能哲学思想的交锋在一定程度上能推动了人工智能技术的发展。
第五，拓展人工智能哲学的马克思主义哲学是国内研究亮点。知识结构学科直接分类分布的六个方面实际上对应人工智能哲学研究的“拓展人工智能哲学的马克思主义哲学”“引领人工智能哲学的自然辩证法”、符号主义进路、连接主义进路等等。拓展人工智能哲学的马克思主义哲学在学科分类中主要表现是研究哲学基本问题（B01）、认识论（B017）、意识论（B016.98）、认识论反映论（B023）及辩证唯物主义，在研究基础上多引用马克思恩格斯选集、文集、全集中马克思主义哲学和政治经济学理论，如辩证唯物主义、劳动价值论、机器观等等。引领人工智能哲学的自然辩证法研究主要体现在科技哲学（N02科学的哲学原理）、计算机技术（TP301.6算法理论、TP242.6智能机器人、TP311.131数据库理论）、科技伦理（B82-057道德与科学技术）等。符号主义进路主要表现在数理逻辑（O141）、语义学语用学词汇学词义学（H03）、逻辑学流派及其研究（B81-06）的学科分类。连接主义进路多表现在认知（B842.1）、意识与潜意识（B842.7）、其他（B84-069）的学科分类。当前学界多关注于社会治理中人工智能的科技伦理。
（二）研究局限性
本研究尽可能将“人工智能哲学”相关文献纳入知识图谱可视化研究范畴，但是这种范围不是绝对的，而是相对的。“人工智能哲学”这个学科范畴或论域的边界还是比较大，仍存在很多分支是无法通过本研究检索方法包罗的，譬如“人工智能哲学”关于“技术哲学的马克思主义传统”，在本研究中知识结构占比仅占国内0.57%（见表2），但是实际上真要较为全面了解相关研究，必须更改检索策略：以“人工智能”为关键词、“马克思”为主题、CSSCI为检索数据库可检索出近200篇文献，但这并不能说明本研究方法是错误的，因为知识结构是依据研究者都关注的主题、关键词的频次、中心性产生的结论，每一个主题都可以展开研究、细分检索出更多、更细的文献，作为知识挖掘的科学知识图谱工具Citespace，检索的数据如同统计抽样的数据一样具有代表性，统计数据是通过各种算法抽取具有代表性的数据作为最后研究的数据，因而具备科学性，表2所呈现的国内文献对马克思恩格斯著作的“高引用”现象实证这一点，但它又属于一种不完全归纳法，由此而具备局限性。另外，尚未对国内外学界关于人工智能哲学研究作出充分的对比研究和探析国外的经验与启示。使用Citespace近乎综述性研究“人工智能哲学”，不是研究的终结，而是刚刚开始。它能给我们展现知识结构的脉络、知识基础的框架，研究者借助它能清晰、顺利挖掘出学术的真谛。
（三）研究展望
国内人工智能哲学研究需加强机构间的合作交流、加强学科交叉融合、整体提高科研水平，提高国际话语权。人工智能哲学的人才培育在用好“存量”时，也要做好“增量”。交叉学科培养时，尝试哲学研究生+人工智能研究生交叉培育模式或哲学研究生融入人工智能产业培育模式。
近年来，“数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。”[12]，新一代信息技术不断加速创新，以“数智化”（数字化、智能化）形式日益融入经济社会发展各领域，在人工智能技术高速发展新阶段，人工智能哲学不能缺位，应与人工智能发展同频共振，适应时代要求。
猜你喜欢知识结构哲学人工智能把握核心概念 优化知识结构物理之友(2020年12期)2020-07-16菱的哲学文苑(2020年6期)2020-06-22概率统计知识结构与方法拓展中学生数理化(高中版.高考数学)(2018年12期)2019-01-172019：人工智能商界(2019年12期)2019-01-03人工智能与就业IT经理世界(2018年20期)2018-10-24数读人工智能小康(2017年16期)2017-06-07区块链和比特币相关主题的知识结构分析：共被引和耦合聚类分析视角自动化学报(2017年9期)2017-04-18大健康观的哲学思考中国卫生(2016年11期)2016-11-12下一幕，人工智能！南风窗(2016年19期)2016-09-21基于九因子模型的新手教师TPACK知识结构分析现代远程教育研究(2015年1期)2016-01-15