作者：王达，中国科协创新战略研究院

本文转载自微信公众号科学家，原载于《今日科苑》2020年第5期

目前，全球面临的环境、人口变化、资源、粮食和能源安全等问题亟待解决，先进的测量技术与信息处理技术的深度融合可以刺激更多的创新，从而一定程度上解决目前所面临的问题。自1971年以来，日本科技政策研究所（National Institute of Science and Technology Policy，NISTEP）每5年开展一次全国范围内大规模的技术预见调查活动，对未来科技发展方向进行技术预见。2017年-2020年进行了第11次技术预见调查，对2050年科技未来愿景和社会未来图景进行研究，为制定科技创新政策和下一期科学技术基本计划作出贡献。目前，国内外学界对日本技术预见的研究较多，但缺乏系统跟踪研究，总结和思考其他国家的技术预见工作对推动我国科学、有效地开展技术预见和技术规划编制工作大有裨益。因此，本文对日本面向未来的特定科技领域技术预见进行分析。作为第11次技术预见研究的一部分，在2018-2019年开展的德尔菲问卷调查中，7个领域的专家一共评选出702个科技主题，并通过人工智能相关技术与专家判断相结合的方法，从科技创新政策的角度提出面向未来的特定科技领域和重要技术。

一、科技创新政策研究中备受关注的特定科技领域

随着全球科技创新的发展，为解决各种社会问题开辟的新路径、跨学科、强交叉的科技领域再次引起人们的高度关注。1996-2016年，日本先后制定、实施了5个为期五年的《科学技术基本计划》，第1期《科学技术基本计划》中提出，一是进行体制改革，建立全新的科研体系，营造灵活和竞争性的研究环境；二是增加政府研发投资。在第2期《科学技术基本计划》中提出，新科学技术往往源于不同领域方法和思维方式之间的启发和融合，因此在促进研究和发展时必须加强跨学科、强交叉领域研究。2006年开始实施的第3期《科学技术基本计划》在预算方面重点支持环境、信息通信、生命科学、材料和纳米技术等4个跨学科科技领域的研究。第4期《科学技术基本计划》延续了这一方针。第5期《科学技术基本计划》指出，为了促进跨学科、强交叉领域研究，推进国际共同研究，日本将打造世界顶尖研究基地。此外，《科学技术基本计划》还指出，基于研究人员内在动机的学术研究将创造新的跨学科、强交叉领域，并在广泛的领域创造新的潜力，因此将从挑战性、综合性、融合性和国际性的角度进行改革和加强。

与此同时，欧美发达国家十分重视跨学科、强交叉领域融合研究，不仅建立了一批专门机构，而且在国家相关科技计划的实施中把融合研究放在重要的位置。例如，2017年11月，美国国家科学基金会（National Science Foundation，NSF）发布的“未来NSF投资的十大构想”，聚焦科学前沿领域，并联合科学机构、私人基金会、教育部门及其他机构等多部门，共同推动科学与工程领域继续往前发展，并确保在该领域的全球领先地位，为促进经济繁荣、国内安全、人民健康与社会福祉提供支持。在十大构想中，提出4项中长期改革计划（日益增长的跨学科多尺度研究、中等规模的科研基础设施互通建设、NSF面向2026的创新、继续与其他机构扩大合作）和6大科学技术前沿领域（面向21世纪的科学与工程大数据计划、人类技术前沿、北极研究、天体物理领域、量子科技发展、理解生命的规则）。此外，NSF提出的“理解生命规则：预测表型”项目，认为结合生物、化学、计算机科学、数学、物理、社会学和行为科学的融合研究是非常必要的①。英国研究创新组织（UKRI）正在资助六个优先领域的研发项目作为跨学科研究计划。主要包括：数字经济、能源、全球粮食安全、应对抗菌素耐药性、科技改变生活、城市生活伙伴关系等。UKRI表示，需要跨学科的方法来解决未来10~20年的大型研究挑战②。

综上，可以看出，在全球科技领域竞争日益激烈的背景下，发展跨学科、强交叉融合研究，促进各领域间的知识融合，以创新、合作、远见应对全球重大挑战已经成为促进科技创新的应有之义。

二、日本第11次技术预见的特定科技领域的提出

日本第11次技术预见德尔菲调查确定的7大领域主要包括：①健康·医疗·生命科学，②农林水产·食品·生物技术，③环境·资源·能源，④信息与通信技术·分析·服务，⑤材料·设备·工艺，⑥城市·建筑·土木·交通，⑦宇宙·海洋·地球·基础科学。以此为基础，由产业界、学术界和政府专家组成小组委员会（每个领域约10人，共74人）研究确定了702个科技主题。日本科技政策研究所运用人工智能相关技术对702个主题进行关键词共现分析、文章共现分析和聚类分析，形成32个集群，对专题集群进行定量和定性分析，并与专家判断相结合，提出16个特定科技领域，具体流程如图1。由提取结果可知，特定科技领域主要分为针对跨学科、强交叉的科技领域和专注具体研究领域的科技领域两部分。

图2显示了科技主题的分组流程。首先，将702个科技主题分割成词素（具有独立含义的最小单位），从关键技术描述语言中提取名词短语（科技主题的描述示例见表1和表3）。然后，基于名词短语对专题进行矢量化处理。使用分层聚类分析(分层聚类：在不同的“层次”上对样本数据进行划分，一层一层地进行聚类。)将相似主题进行分组。采用不同方法尝试确定名词短语间距离，具体尝试的方法包括最近邻法、最远邻法、质心法、均值法、中值法、McQuitty法和Ward法(McQuitty法：相似分析法；Ward法：离差平方和法)。最终，选择最远邻法，该方法聚类偏差最小且聚类的频率最高。在分层聚类分析中的聚类数采用32，以“更容易理解”和“语义有效性”为考察指标，形成科技主题群。此外，针对每个科技主题群，对科技主题名词短语的出现次数进行统计，生成词云图，关键词出现的次数按照大小排序。最后，将矢量化处理结果和分层聚类结果压缩向量至两维度（以概述科技主题的整体结构以及聚类结果），使用UMAP软件进行可视化处理。

三、调查结果分析

使用UMAP展示了702个科技主题和32个科技主题群的对应关系，图3可知，健康·医疗·生命科学领域的科技主题凝聚力相对较高（右侧），说明该领域科技主题针对性较强，研究对象相对专一；农林水产·食品·生物技术领域的科技主题分布广泛（中间部分），可以看出，该领域科技主题涉及的具体技术分布较广，容易产生跨学科应用；信息与通信技术·分析·服务领域与其他领域中的科技主题彼此相近（上部分），即与其他领域交叉性较强，跨学科应用比较普遍。

四、科技主题集群的定量和定性分析

对人工智能相关技术生成的32个科技主题集群，日本科技政策研究所从专家的角度划分了属于每个集群的科技主题，并根据以下准则对相似内容的科技主题集群进行整合重组。①针对具有跨学科、强交叉的科技领域，它涵盖两个及以上领域且包含至少约10个主题；②针对专注具体研究领域的特定科技领域，它涵盖一个或两个领域且包含10个及以上主题；③解决科学和社会问题的重要科技领域；④考虑科学技术领域整体发展的平衡。

基于以上准则对数据进行全面审查，通过专家会议，对分析结果从技术角度评估每个科技主题集群的相关性。2019年6月4日，NISTEP举行的技术预测会议上，根据评估结果，确定了16个特定科技领域，其中包括8个跨学科、强交叉的特定科技领域和8个专注具体研究领域的特定科技领域。最后划分了16个特定科技领域的名称和概述，并为每个领域选择了代表性的科技主题（约10个）。

五、面向未来的特定科技领域概述

 1

跨学科、强交叉的特定科技领域

基于上述准则提出的8个跨学科、强交叉的科技领域，由多个学科的科技主题组成（图4）。表1归纳总结了每个领域的名称、概述和科技主题数量。

通过人工智能相关技术生成的科技主题集群结果显示，提出的领域中出现了超出德尔菲调查预设的领域，与“人类·社会”或“地球·环境”相关，应对广泛社会问题的领域，具体包括高频词“社会”“系统”为中心的社会问题解决技术（领域1），循环经济及环境、资源的监测、评估、预测相关领域（领域6、7），自然灾害观测及预测相关领域（领域8）等。例如，科技主题最多的领域1“解决适应社会和经济发展变化的社会问题的技术”，其核心是通过模型化和模拟来理解复杂的社会现象，进而对社会现象进行控制的信息处理技术及数理科学的问题解决方式。作为示例，表2中整理了领域1的主要科技主题。

此外，包括高频词“结构分析”、“模拟”为中心的测量和信息科学（领域3）、生物监测和生物工程（领域2）、材料和系统开发（领域4）、电子和量子设备（领域5）等均属于基础科学技术（basic S&T）领域，可以看出该领域由实际应用中涵盖广泛领域的科技主题组成。这些领域作为公共基础技术或平台，不仅可以解决未来可能出现的社会问题，而且还可以成为对未来经济社会产生巨大影响、承担新的价值创造的科技领域。

 2

专注具体研究领域的特定科技领域

图5给出了专注具体研究领域的8个特定科技领域，每个领域的名称、概述和科技主题数目见表3。该领域主要面向未来尤为重要的科学技术方向。基于以德尔菲调查结果的7大领域中的“信息通信技术（ICT）·分析·服务”为中心的高频词“信息”、“机器人”和“通信”，提出了“利用新的数据分发系统”（领域A）、融入人类社会各方面的机器人技术（领域B）和新一代通信和加密技术（领域C）等三大领域。此外还提出了与社会、产业和生活基础设施相关的领域。作为基础科学，“解决宇宙和人类起源领域”（领域H）被提取出来。领域D主要描述了人为错误交通事故预防技术，该技术代替人类进行认知、判断和操作，具有先进的信息处理能力和驾驶控制能力（如识别障碍物、危险物的判断和预测）。作为示例，表4整理了领域D的主要科技主题。

六、结语

面向未来的特定科技领域技术预见活动逐渐成为学术研究与科技创新政策制定关注的焦点，对需要借助科技战略的前瞻布局来实现创新跨越式发展的国家来说显得更为重要，尤其是在推进世界科技强国建设背景下。日本第八次技术预见中提出了“跨领域研究融合的重要性”议题，加强了跨学科、强交叉科技领域的研究。随着材料、分子和纳米科学的快速发展，人工智能、计算机和生物出现融合，基于科学和技术的预测方法，神经网络、基因算法和分子编程工具的不断涌现，推动技术预见应用从基于预测式的规划发展到从大型计算得到远景后提出的稳定性策略，代表了人工智能式的开启。日本第十一次技术预见显现出这些特征，采用了人工智能的相关方法，利用自然语言处理、聚类和可视化手段分析科技主题，是技术预见调查中的一次全新突破，具有划时代意义。人工智能方法的创新能破除专家个体的判断局限，推动科技主题遴选符合学科领域实际的发展态势。最终，日本第十一次技术预见形成了一套全新、稳定的技术策略，也是对第十次技术预见调查的突破。利用人工智能相关技术提出未来值得关注的特定科技领域，说明日本正式进入全新的技术预见时代，从信息化向智能化方向迈进。

注释：

① 10 Big Ideas for Future NSF Investments：https://www.nsf.gov/about/congress/reports/nsf_big_ideas.pdf

② UK Research and Innovation, Themes and programmes：https://www.ukri.org/research/themes-and-programmes

参考文献：略

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”