中美两国人工智能创新趋势预测研究——基于专利申请数据与分解集成方法
来源：图书情报工作杂志2025年第23期北京时间：
作者：梅国平,欧阳嘉文,张阳,石圆圆
单位：江西师范大学管理科学与工程研究中心 南昌 330022
摘要：[目的/意义] 构建“分解—集成”预测框架，分析中美两国人工智能创新趋势及其关键特征，对把握全球人工智能技术格局演变具有重要的参考价值。[方法/过程] 基于人工智能发明专利申请数据，系统比较8种分解方法与8种预测模型的组合，识别出VMD-LSTM模型的显著优势，进而应用此模型预测和比较两国人工智能创新的未来趋势，并对VMD分解结果进行特征解读。[结果/结论] 预测结果揭示出未来中国人工智能专利申请量将展现超越美国的增长潜力，这与2025年“DeepSeek”技术的迅速破圈引发人工智能创新热潮相吻合。分解结果显示：两国在2012年具有相似的增长加速趋势；中国自2015年专利申请量超越美国后，其创新活动的波动特征与国家政策的阶段性演进呈现共变关系；面对疫情冲击，中国人工智能创新展现出相较美国更强劲的恢复动能。基于研究结果，对中国人工智能发展提出夯实前瞻布局、优化政策组合、强化趋势监测等建议。
关键词：人工智能,中美对比,趋势预测,分解集成,机器学习,
基金资助：本文系国家社会科学基金重大招标项目“新一代人工智能对中国经济高质量发展的影响、趋向及应对战略研究”（项目编号：20&ZD068）和江西省教育厅研究生创新基金项目“人工智能赋能家居产业高质量发展的机制与路径研究”（项目编号：YC2024-B090）研究成果之一。
