7月3日舉行的2025全球數字經濟大會人工智能融合應用發展論壇上，《全球人工智能科研態勢報告（2015-2024）》發布。報告顯示，過去十年，深度學習備受關注，其熱度背後顯示出AI研究從理論走向應用，助力工程化落地全面推進。

  該報告基於東壁指數（Dongbi Index）評價體系，對2015-2024年間發表的96961篇人工智能領域文獻進行深度分析，解碼十年AI科研演進與産業脈動。東壁指數（Dongbi Index）是東壁科技數據在今年1月發布的全球學術期刊評價指標體系，是由中國機構自主構建、採用“種子期刊引文追溯+引文網絡層級結構分級”模型的創新評價系統。

  “從早期的多元探索，到深度學習的爆發式增長，再到如今的工程化落地與新興方向涌現，這份報告繪製了一幅清晰的AI科研十年‘躍遷圖景’。”東壁科技數據創始人、深圳大學特聘教授吳登生解讀報告時説。

  報告顯示，AI快速發展的黃金期出現在2017-2019年，此時論文數量迎來“三連跳”，至2019年一舉突破萬篇大關。2017-2018年是關鍵轉折點，關鍵詞“深度學習”熱度陡增，標誌着AI研究開始從實驗室的理論探索大規模走向實際應用的廣闊天地。隨後的2020-2023年是成熟高峰期，2020-2021年堪稱“深度學習”的全面爆發季，2023年論文量飆升至17074篇，較2015年實現了近4倍的跨越式增長。在這個階段，AI工程化落地全面推進。進入2024年，數據則揭示出一個重要的調整信號——2024年發文量回落至14786篇。“這並非退步，而是學術研究的戰略聚焦”，吳登生&&，“AI研究正告別‘廣撒網’，開始進入深度專業化與精準應用導向的新階段。”

  通過關鍵詞分析，報告描繪了人工智能核心技術路線的變化。比如深度學習，“‘深度學習’無疑是過去十年的絕對主角”，吳登生介紹道，“深度學習”關鍵詞頻率累計增長84倍，尤其在2018-2023年，年均增速高達217%，展現出驚人的爆發力。吳登生也&&，“2024年其增速首次降至30%，進入&&期，預示着單靠模型規模擴張的發展模式面臨瓶頸。”此外，報告還揭示了不同技術領域之間的融合趨勢。報告發現，傳統的計算機視覺關鍵詞與深度學習關鍵詞在熱度變化上高度同步。“這生動體現了AI發展的‘融合’大趨勢，孤島式研究已成過去時。”吳登生説。

  基於報告的核心數據，現場還揭曉了五份全球人工智能人才榜單，清晰展現全球AI人才分佈、機構實力與生態發展的最新格局。據吳登生介紹，榜單基於東壁全球科技文獻數據&&收錄的頂級期刊、重要會議論文等公開高質量數據源統計分析得出，具有公開、透明、可重復、可驗證等優點，反映的是近10年來科研活躍的一線學者，後續將增加對早期學者和新興學者的關注，完善相關數據，更全面反映人工智能領域人才分佈情況。