法学院没有本科排名和研究生排名之分，一般是按照教学质量、教授的知名度、就业等等进行排名~~另外法学院的各个专业的排名情况也很重要，特别是在读研究生的时候，注意专业上的排名如武汉大学在国际法、环境法方面是在全国遥遥领先的北大的刑法、行政法、法理学等等人大的民商法2010年全国大学法学院排名1中国人民大学2北京大学3中国政法大学4武汉大学5清华大学6吉林大学7复旦大学8中山大学9厦门大学10中南财经政法大学11西南政法大学12南京大学13南开大学14浙江大学15华中师范大学16华东政法大学17山东大学18北京师范大学国内名校法学专业院校的不同发展历程，学科发展的侧重,特色。一、老牌劲旅,雄风不减昔日名扬四海的“五院四系”,堪称法学界的老牌劲旅,他们欣逢盛世,在激昂奋进的发展中在法学领域独领风骚,雄风不减。 据中国科学评价研究中心提供的相关信息显示,2006年法学专业全国各院校综合排名中,脱胎于“五院四系”的9所高校中,仍有8所雄霸前八名的宝座。中国人民大学——老牌法学强校,民商法实力最强人大法学院是在作为“五院四系”之一的人大法律系基础上发展起来的。作为老牌的法学强校,拥有宪法和行政法、刑法、民商法三个国家级重点学科,其中民商法实力最强。名次 法学院系 一级国重 二级国重 一级博点 教授数 学术权威个数1 中国人民大学法学院 是 4（1新增） 一批 69 王利明、陈卫东、高铭暄等162 北京大学法学院 是 4 一批 46 朱苏力、陈兴良、贺卫方等163 中国政法大学法学院 是 2 一批 100＋ 马怀德、卞建琳、徐显明等144 武汉大学法学院 否 2 一批 36 余劲松、余延满、曾令良等85 西南政法大学 否 2（1新增） 一批 50－ 李开国、李昌麟、龙宗智等66 吉林大学法学院 否 2（1新增） 二批 29 张文显、邓正来、姚建宗、霍存福47 中南财经政法大学 否 1新增 二批 44 吴汉东、范忠信、覃有土等58 厦门大学法学院 否 1 二批 28 徐国栋、邱兴隆、陈安、朱崇实49 华东政法大学 否 1新增 二批 30＋ 何勤华、顾耕耘2（或有童之伟）10 清华大学法学院 否 无 自审二批 26 张明楷、张卫平、王保树等1111 南京师范大学法学院 否 无 二批 20 公丕祥、李浩212 复旦大学法学院 否 无 否（2二级） 23 李昌道、张乃根、章武生313 浙江大学法学院 否 无 否（2二级） 16 林来梵、孙笑侠、胡建淼314 对外经贸大学法学院 否 1 否（2二级） 13 沈四宝115 山东大学法学院 否 无 否（3二级） 22 016 南京大学法学院 否 无 否（1二级） 20 范健、李友根217 湘潭大学法学院 否 无 否（2二级） 20 胡旭晟118 上海交通大学法学院 否 无 否（1二级） 16 叶必丰、郑成良219 大连海事大学法学院 否 无 否（1二级） 14 司玉琢120 西北政法大学 否 无 否（0二级） 30＋ 陈明华、汪世荣2注1：中国人民大学法学院有十余名返聘老教授。注2：五所政法院系的专职法学教授数目只能毛估。注3：北京大学和清华大学是否新增二级国重还有待考察，表中均计现有学科。注4：中国政法仅有二个二级国重，即评为一级国重——略显牵强。注5：中国政法等院系刑法未获二级国重，吉林大学却意外收获之——难道张文显发力？注6：中南政法自称有44教授，是否少计？注7：清华大学法学院如获得民商二级国重，其排名应攀升至第七位。注8：本排名以重点学科和博士点的指标为主要依据，兼顾师资力量。注9：清华大学法学院的一级学科博士点是清华大学依权限自行审批的，非教育部审批。注10：山东大学虽拥有三个二级博点，但无大腕，故排名相应降低。注11：没有博点的西北政法入围主要是基于同情，另看重其教授数目较多。结论1:从一级国重的比拼来看，人大、北大和法大已经是不争的第一集团。结论2:武大法学院与西南、吉大，以及其后的中南、厦大法学院、华东、清华法学院和南京师范大学法学院构成了第二集团。结论3：人大、武大（或许还有吉大）仍然凭老教授支撑，未来不容乐观。结论4：京外传统政法院系日趋衰落。
在刚刚过去的2022年，我国科研论文发表数量和质量依然呈现出持续增长的趋势。据SCI数据库最新检索至少包含一位中国作者的论文结果显示，去年中国科研人员发表SCI论文的总数已累计78万余篇，较2021年（66万余篇）约增长17.2%，位居世界第二。其中，各高校在中科院JCR一区期刊上发表的论文总数161,973 篇，较2021年（92,551篇）增长约75%
在SCI上发表的论文，生物物理所2004年的影响因子是4.2，到2005年则超过了5.1，所长饶子和说：“从2006年开始，我们可以不强调SCI了，我想即便我们不强调，影响因子也不会往下掉，我们现在考虑的是要在国家创新体系中起到'骨干’和'引领’作用，是更高境界上对国家和世界作出贡献!”诚如斯言，近年来中科院科技产出数量质量大幅提升，让人刮目相看。2004年，中科院发表SCI论文较1998年增长115%，总量已约为德国马普学会的2倍；在国际各领域居前20位学术刊物上发表的高质量论文数量，已占全国同期总量的一半以上，其中在Nature和Science上发表论文28篇，占全国的50%；发明专利申请与授权量较1998年分别增长3.2倍和18.6倍。国际权威刊物Cell之前25年来从未发表过中国科学家的论文，但就在2005年，发表在该刊上的中科院论文却接二连三。作为其中的作者之一，上海神经科学研究所的青年科学家张旭读出了另一层意义。他说，以前国内学者只要在国际著名杂志上面发一篇文章，就似乎成了英雄，“从2005年开始，生命科学领域的'英雄时代’结束了”。“今后大家可以用平常心对待论文发表，回归科学研究的本义。”如何在国家创新体系中起到应有的“骨干”和“引领”作用，李国杰院士有个很好的阐述：“方式之一是积极参与制定国家技术标准，在推动新标准的建立中起到特殊的作用。”其中，由中科院计算所牵头、100多个企业参加制定的音视频编解码AVS标准，就是我国按国际惯例制定技术标准的一个范例，已得到国际同行的认可与重视。中科院众多的创新“英雄”，更是把自己的“论文”写在了无边苍穹，写在了广袤大地。
人工智能的发展还是渐进式的，慢慢的将会发展成一个很大的产业，好多的商品都会越来越智慧。
文/陈根
人工智能，已经成为中美两国竞争的着力点 。
作为一种变革性技术，人工智能是现代工业发展的产物，具有推动产业革新、提升经济效益和促进 社会 发展的巨大潜力。正是由于具备主导技术发展和推动 社会 形态转变的基本潜质， 因此，人工智能不仅被视为未来创新范式的“技术基底”，更是被世界各国视为推动新一轮 科技 革命和产业变革的关键力量 。
纵观 历史 ，每一次 科技 革命、产业革命及军事变革的耦合与互动，都深刻影响乃至重塑了全球竞争格局。在人工智能的全球博弈中，中美两国作为领先大国，成为人工智能发展最为瞩目的两个国家。而中美两国对于人工智能高地的抢占，更关系着未来国际格局的重塑和全球人工智能的治理。
美国领先，中国跟进
2019年，美信息技术与创新基金会（ITIF）的数据创新中心曾发布百页研究报告《谁将在人工智能角逐中胜出：中国、欧盟或美国？》。报告对中、美、欧人工智能发展现状进行比较测算—— 美国以44.2分领先，中国以32.3分位居第二，欧盟则以23.5分位居第三 。美国的人工智能领先地位彰显无疑，而中国则以追赶之势跟进。
事实上，美国之所以能够占据人工智能全球领先地位，与人工智能在美国的发展密切相关。 1956年，人工智能正式在美国诞生。卡内基梅隆天学、麻省理工学院、IBM公司成为美国最初的3个核心人工智能研究机构。
60年代至90年代初，美国人工智能相关程序设计语言、专家系统等已取得重大进展，产品化方面取得重要成就。 比如，1983年，世界第一家批量生产统一规格电脑的公司诞生。并且，美国开始尝试应用Al研究成果，比如，利用矿藏勘探专家系统PROSPECTOR在华盛顿发现一处矿藏。
而同期的中国，人工智能才刚进入萌芽阶段 。1978年，中国科学大会在北京召开。科学事业思想解放，为中国人工智能产业发展提供基础。同年，“智能模拟”被纳入国家研究计划，中国人工智能产业在国家层面的推动下正式发展。
从研究成果来看，美国在人工智能方面的研究成果在全球处于领先地位 。根据全球最大的引文数据库Scopus的检索结果，2018年美国共发表了16233篇与人工智能有关的同行评审论文。论文数量的快速增长主要发生在2013年之后，5年内增长了2.7倍。
尽管同期中国和欧盟的人工智能论文数量也有类似的快速增长，并且每年发表论文的数量明显超过美国。 但是，就论文质量而言，美国人工智能论文的质量一直大幅度领先于其他地区。 2018年，美国平均每篇论文被引用的次数为2.23次，而中国为1.36 次。美国每个作者被引用的次数也比全球平均水平高出 40%。
尤其是在深度学习领域，美国的发表论文数量远超过其他国家。2015至2018 年，美国共在预印本文库网站arXiv发表了3078篇相关论文，是中国同期的两倍。 近几年，美国每年取得的人工智能专利数量更是占到全球总量的一半左右，专利引证数量占到全球的 60% 。
在关键技术上，美国的研究成果依旧居于世界领先地位 。比如，在计算机视觉领域，谷歌公司和卡内基梅隆大学开发的 Noisy Student方法对图片进行分类的Top-1准确率达到 88.4%，比6年前提高了35个百分点；在云基础设施上训练大型图像分类系统所需的时间，已经从2017年的3个小时减少到 2019年的88 秒，训练费用也从 1112美元下降到12.6美元。
从产业发展来看，根据中国信息通信研究院数据研究中心的《全球人工智能产业数据报告（2019Q1）》研究报告， 截至2019年3月底，全球活跃人工智能企业注达5386家。仅美国就多达2169家，数量远超过其他国家 。中国大陆达1189家，排名第三的英国则为404家。
而从企业 历史 统计来看，美国人工智能企业的发展也早于中国5年。美国人工智能企业最早从1991年萌芽，1998进入发展期，2005后开始高速成长期，2013后发展趋稳。而中国人工智能企业则诞生于1996年，2003年产业进入发展期，在2015年达到峰值后进入平稳期。
美国公司在专利和主导性人工智能收购方面表现更为强劲 。比如，在15个机器学习子类别中，微软和IBM在8个子类别中申请了比其他任何实体公司都更多的专利，包括监督学习和强化学习类。美国公司在20个领域中的12个领域的专利申请处于领先地位，包括农业（迪尔公司）、安全（IBM公司）以及个人设备、计算机和人机互动（微软公司）。
人才储备是美国在人工智能得以领先的又一关键原因。人工智能产业的竞争，可以说，就是人才和知识储备的竞争。 只有投入更多的科研人员，不断加强基础研究，才会获得更多的智能技术 。
根据 MacroPolo 智库的研究，在报告所圈定的顶级人工智能研究人才中，59% 在美国工作，中国占了 11%，与美国有四五倍的差距。剩下的人工智能人才则分布在欧洲、加拿大和英国，人才差异显而易见。
中美角逐，追赶和超越
尽管美国在研究成果和人才储备上具有先发优势，但中国作为后起之秀，在政策的引导和宽松的环境下，正以追赶之势加快跟进美国人工智能产业的发展。
经过多年的积累，中国已在人工智能领域取得了一系列重要成果，形成了自身独特的发展优势。 不论是顶层的设计还是研发资源的投入，亦或是产业的发展，都呈加快追赶的态势，甚至在部分人工智能核心技术领域已可与美国比肩。尽管欲见成效仍需时日，但中美两国对于人工智能高地的抢占，已经开始。
从顶层设计来看，中美有近乎相仿的重视程度。 美国和中国政府都已经把人工智能的发展上升至国家战略，出台发展战略规划，从国家战略层面进行整体推进 。
早在2016 年 10 月，奥巴马政府就发布了两份与人工智能发展相关的重要文件，即《国家人工智能研发战略规划》和《为未来人工智能做准备》。中国政府也在2017年3月，将“人工智能”首次写入全国政府工作报告，并于同年7月发布《新一代人工智能发展规划》，人工智能全面上升为国家战略。
美国人工智能报告体现了美国政府对新时代维持自身领先优势的战略导向。作为最大的发展中国家，中国也在战略引导和项目实施上做了整体规划和部署。并且，美国和中国都在国家层面建立了相对完整的研发促进机制，整体推进人工智能发展。
从研发资源的投入来看，美国政府对研发的资金投入相对不足。 纵向来看，在过去的几十年中，联邦政府用于研发的支出占国内生产总值（GDP）的百分比从1964年的1.86%下降到2018年的0.7%。
目前，美国联邦政府的年度财政赤字已超过1万亿美元，累积的政府债务相当于 GDP的107%。 这些因素都会限制美国政府对人工智能及其相关基础研究的长期资金投入。
横向上看，美国政府对研发的投入正在被中国和欧盟追赶 。美国在全球研发投入中所占的份额从1960年的69%下降到2016年的28%。2000-2015年，美国只占全球研发投入增长的 19%，而中国占到了31%。
2019年8月 31日，上海宣布设立人工智能产业投资基金，仅首期就投入了100亿元人民币，最终规模将达到千亿元人民币，美国联邦政府的投资则是相形见绌。
从产业发展来看，尽管中国AI产业基础层整体实力较弱，少有全球领先的芯片公司，但各大厂商正加快布局追赶，包括百度、阿里、腾讯及华为等厂商在基础层软硬件的加快布局 。
对于技术层来说，中国企业则发展势头良好。 百度、阿里、腾讯和华为等综合型厂商在计算机视觉、自然语言处理、语音识别等核心技术领域均有布局，同时创业独角兽在垂直领域迅速发展。
应用层上，人工智能应用场景多样，中国人工智能企业已在教育、医疗、新零售等领域实现广泛布局，而金融、医疗、零售、安防、教育、机器人等行业亦有为数较多的人工智能企业参与竞争。
着眼未来，我国在人工智能发展方面仍然具有一定优势， 包括对基础理论研究的重视、丰富的技术应用场景、完善的创新生态链、企业数量的规模优势，以及我国在发展人工智能方面的人才优势。
此外，大数据优势是中国发展人工智能的重要优势，人工智能技术发展需要有大量的数据积累进行训练。中国较为完备的工业体系和庞大的人口基数，也使得中国人工智能发展在数据积累方面优势明显。
人工智能的未来难以预测，但可以看到的是，世界的竞争格局将因人工智能而改变。在巨变的环境里，只有通过创新发展以人工智能为代表的新一轮战略前沿技术，成为新竞赛规则的重要制定者、新竞赛领域的重要主导者、新竞赛范式的重要引领者，才能制胜未来而不是尾随未来。
美国斯坦福大学的报告称，从学术期刊上的人工智能相关论文引用率看，2020年中国已经首次超过美国。中国所占比例为20.7%，超过了美国所占的19.8%。据悉，自2012年以来，中国的人工智能论文数量已达24万篇，远远超过美国的15万篇。中国在图像认知和生成等方面取得了优秀成果。
[昱言]第三期人工智能第三部分：人工智能的发展前景
因为他在论文感谢致辞中写道了自己写论文的艰辛，而且道出了不为人知的艰难历程，所以引起了很多人的感同身受而走红。
保卫《资本论》参考文献（列国志数据库 供交流用）
社会科学文献出版社，2014年出版。该著创立了所谓的“七类文献法”，用于进行指导中国经济学的研究和构建。
Ⅰ.马克思主义经典《资本论》第1～4卷，人民出版社，2004。《资本论》第1卷（法文版），中国社会科学出版社，1983。《资本论》第1卷（德文一版），经济科学出版社，1987。《马克思恩格斯选集》第1～4卷，人民出版社，1995。《马克思恩格斯全集》第3卷，人民出版社，1960。《马克思恩格斯全集》第4卷，人民出版社，1958。《马克思恩格斯全集》第19卷，人民出版社，1963。《马克思恩格斯全集》第18卷，人民出版社，1964。《马克思恩格斯全集》第29卷，人民出版社，1972。《马克思恩格斯全集》第32卷，人民出版社，1974。《马克思恩格斯全集》第42卷，人民出版社，1979。《马克思恩格斯全集》第49卷，人民出版社，1982。《马克思恩格斯全集》第1卷，人民出版社，1995。《马克思恩格斯全集》第3、4卷，人民出版社，2002。《马克思恩格斯全集》第21卷，人民出版社，2003。《马克思恩格斯全集》第30卷，人民出版社，1995。《马克思恩格斯全集》第31、32卷，人民出版社，1998。《马克思恩格斯全集》第33、34、47卷，人民出版社，2004。《马克思恩格斯全集》第48卷，人民出版社，2007。《马克思恩格斯文集》，人民出版社，2009。《剩余价值学说史》，郭大力译，上海三联书店，2009。《马克思恩格斯〈资本论〉书信集》，人民出版社，1976。《剩余价值理论》，人民出版社，1975。《路德维希·费尔巴哈和德国古典哲学的终结》，人民出版社，1997。《机器、自然力和科学的应用》，人民出版社，1978。《列宁全集》第2、4卷，人民出版社，1984。《列宁选集》，人民出版社，1995、2012。《列宁专题文集》，人民出版社，2009。《唯物主义和经验批判主义》，人民出版社，1950。《哲学笔记》，人民出版社，1974。《毛泽东选集》，人民出版社，1991。《毛泽东文集》，人民出版社，1993～1999。
Ⅱ.国学《周易》（杨天才等译注），中华书局，2011。《国语译注》（汪济民等），百花洲文艺出版社，1992。《老子译注》（罗义俊），上海古籍出版社，2012。《论语译注》（杨伯峻），中华书局，1980。《大学中庸译注》（王文锦），中华书局，2013。《孟子译注》（杨伯峻），中华书局，2012。《杨伯峻〈孟子译注〉商榷》（白平），中华书局，2013。《楚辞译注》（董楚平），上海古籍出版社，2012。《吕氏春秋译注》（张双棣等），北京大学出版社，2011。《新编诸子集成》，中华书局，1961～2014。《史记》（韩兆琦译注），中华书局，2007。《春秋繁露》（张世亮等译注），中华书局，2012。《全唐诗》（彭定求等编），中州古籍出版社，2008。《唐诗一万首精选》，吉林出版集团有限责任公司，2012。《唐宋词鉴赏辞典》（唐圭璋等），安徽文艺出版社，2000。《李商隐诗集疏注》（叶葱奇），人民文学出版社，1985。《李清照全词》（刘瑜编），山东友谊出版社，1998。《红楼梦》（周书文点校），北京图书馆出版社，1999。《熊十力选集》（景海峰编），吉林出版社，2005。梁漱溟：《人心与人生》，上海人民出版社，2005。熊十力：《论六经·中国历史讲话》，中国人民大学出版社，2006。熊十力：《原儒》，中国人民大学出版社，2006。熊十力：《新唯识论》，商务印书馆，2010。中国思想家评传丛书，南京大学出版社，1990～2006。国学大师丛书，百花洲文艺出版社，2010。
Ⅲ.历史和思想文化卜正民等：《中国与历史资本主义——汉学知识的系谱学》，古伟瀛等译，新星出版社，2005。冯天瑜：《“封建”考论》（修订版），中国社会科学出版社，2010。哈维：《后现代的状况——对文化变迁之缘起的探究》，阎嘉译，商务印书馆，2013。哈维：《新自由主义简史》，王钦译，上海译文出版社，2010。黄仁宇：《资本主义与二十一世纪》，生活·读书·新知三联书店，2006。侯家驹：《中国经济史》，新星出版社，2008。胡寄窗：《中国经济思想史》，上海财经大学出版社，1998。霍奇逊：《经济学是如何忘记历史的：社会科学中的历史特性问题》，高伟等译，中国人民大学出版社，2008（Routledge,2001）。金观涛等：《兴盛与危机——论中国社会超稳定结构》（增订本），法律出版社，2011。金观涛等：《开放中的变迁——再论中国社会超稳定结构》（第二版），法律出版社，2011。李泽厚：《历史本体论·己卯五说》（增订本），生活·读书·新知三联书店，2008。林毓生：《中国传统的创造性转化》（增订本），生活·读书·新知三联书店，2011。芒图：《十八世纪产业革命——英国近代大工业初期的概况》，杨人楩等译，商务印书馆，1983。考茨基：《唯物主义历史观》，上海人民出版社，1964。库诺：《马克思的历史、社会和国家学说》，袁志英译，上海译文出版社，2006。帕特森：《马克思的幽灵——和考古学家会话》，何国强译，社会科学文献出版社，2011。斯考森：《现代经济学的历程——大思想家的生平和思想》，马春文等译，长春人民出版社，2006。宋鸿兵：《货币战争》，中信出版社，2007。唐庆增：《中国经济思想史》，商务印书馆，2011。王亚南：《中国官僚政治研究》，中国社会科学出版社，1981。望月清司：《马克思历史理论的研究》，韩立新译，北京师范大学出版社，2009。韦伯：《经济与社会》，上海人民出版社，2010。熊彼特：《经济分析史》，杨敬年等译，商务印书馆，2001、2011。程恩富：《马克思主义经济思想史》第1～5卷，东方出版中心，2006。张一兵：《资本主义理解史》第1～6卷，江苏人民出版社，2009。张之洞：《劝学篇》，上海书店出版社，2002。
Ⅳ.政治和哲学Antonio Gramsci,Selections from the Prison Notebooks,New York: International Publishers,1971（中国社会科学出版社，2000）。Martin Heidegger,The Question Concerning Technology and Other Essays,(trans.by William Lovitt),New York:Harper Colophon Books, 1977.阿尔都塞：《哲学与政治：阿尔都塞读本》，陈越译，吉林人民出版社，2003。阿尔都塞：《保卫马克思》，顾良译，商务印书馆，1984、2010。哈耶克：《法律、立法与自由》，邓正来等译，中国大百科全书出版社，2000。哈耶克：《个人主义与经济秩序》，邓正来译，生活·读书·新知三联书店，2003。鲍德里亚：《符号政治经济学批判》，夏莹译，南京大学出版社，2009。鲍德里亚：《生产之镜》，仰海峰译，中央编译出版社，2005。鲍德里亚：《象征交换与死亡》，车槿山译，译林出版社，2006。伯恩斯坦：《社会主义的历史和理论》，马元德等译，东方出版社，1989。布哈林：《历史唯物主义理论（马克思主义社会学通俗教材）》，余大章等译，人民出版社，1983。布洛维：《公共社会学》，沈原等译，社会科学文献出版社，2007。程恩富等：《论推进中国经济学现代化的学术原则——主析“马学”、“西学”与“国学”之关系》，《马克思主义研究》2009年第4期。德赛：《马克思的复仇——资本主义的复苏和苏联集权社会主义的灭亡》，江澄清译，中国人民大学出版社，2008。费彻尔：《马克思与马克思主义：从经济学批判到世界观》，赵玉兰译，北京师范大学出版社，2009。葛兰西：《实践哲学》，徐崇温译，重庆出版社，1990。戈尔巴乔夫等：《未来的社会主义》，中央编译出版社，1994。广松涉：《物象化论的构图》，彭曦等译，南京大学出版社，2002。海德格尔：《存在与时间》，陈嘉映等译，生活·读书·新知三联书店，2006。豪斯曼：《经济学的哲学》，丁建峰译，上海人民出版社，2007。郝敬之：《整体马克思》，人民出版社，2012。黑格尔：《哲学史讲演录》，贺麟等译，商务印书馆，1959。黑格尔：《法哲学原理》，范扬等译，商务印书馆，1961。黑格尔：《精神现象学》，贺麟等译，商务印书馆，1979。黑格尔：《小逻辑》，贺麟译，商务印书馆，1980。洪银兴：《社会主义条件下的私人资本及其收入的属性——马克思资本理论的现代应用》，《中国社会科学》2002年第4期。胡大平：《回到恩格斯——文本、理论和解读政治学》，江苏人民出版社，2011。加达默尔：《真理与方法——哲学诠释学的基本特征》，洪汉鼎译，上海译文出版社，1999。简新华等：《论社会主义资本理论的几个难题》，《当代经济研究》2003年第4期。简新华：《再论“资本中性论”——答侯廷智教授的商榷》，《中国经济问题》2004年第4期。梅洛蒂：《马克思与第三世界》，高铦等译，商务印书馆，1981。拉布里奥拉：《关于历史唯物主义》，杨启潾等译，人民出版社，1984。劳斯：《知识与权力——走向科学的政治哲学》，盛晓明等译，北京大学出版社，2004。刘永佶：《劳动主义》，中国经济出版社，2011。卢卡奇：《历史与阶级意识——关于马克思主义辩证法的研究》，杜章智等译，商务印书馆，2009。卢卡奇：《关于社会存在的本体论》，白锡堃等译，重庆出版社，1993。柯尔施：《卡尔·马克思——马克思主义的理论和阶级运动》，熊子云等译，重庆出版社，1993。柯尔施：《马克思主义和哲学》，王南湜等译，重庆出版社，1989。梅扎罗斯：《超越资本——关于一种过渡理论》，郑一明等译，中国人民大学出版社，2003。牟宗三：《历史哲学》，广西师范大学出版社，2007。奈格里：《〈大纲〉：超越马克思的马克思》，张梧等译，北京师范大学出版社，2011。康德：《历史理性批判文集》，何兆武译，商务印书馆，1990。康德：《纯粹理性批判（注释本）》，李秋零译注，中国人民大学出版社，2004。康德：《实践理性批判（注释本）》，李秋零译注，中国人民大学出版社，2011。钱广华：《开放的康德哲学——重读“物自体”》，《中国社会科学》2004年第5期。荣兆梓：《资本一般与公有资本》，《教学与研究》2004年第10期。施韦卡特：《反对资本主义》，李智等译，中国人民大学出版社，2008。施密特：《历史和结构——论黑格尔马克思主义和结构主义的历史学说》，张伟译，重庆出版社，1993。孙中山：《三民主义》，九州出版社，2011。孙伯鍨：《卢卡奇与马克思》，南京大学出版社，1999。孙正聿等：《马克思主义基础理论研究》，北京师范大学出版社，2011。孙正聿：《“现实的历史”：〈资本论〉的存在论》，《中国社会科学》2010年第2期。孙正聿：《〈资本论〉与马克思主义哲学》，《学习与探索》2014年第1期。王东：《马克思学新奠基——马克思哲学新解读的方法论导言》，北京大学出版社，2006。吴宣恭：《从生产关系的主导因素探讨中国经济学的主线》，《政治经济学评论》2010年第1期。吴宣恭：《分配不公的主要矛盾、根源和解决途径》，《经济学动态》2010年第11期。西美尔：《货币哲学》，陈戎女等译，华夏出版社，2002。亚里士多德：《政治学》，颜一等译，商务印书馆，2003。仰海峰：《形而上学批判——马克思哲学的理论前提及当代效应》，江苏人民出版社，2006。杨志：《论资本的二重性——兼论我国公有资本的本质》，经济科学出版社，2002。姚顺良：《马克思“三大社会形式”理论的原像——析望月清司对<大纲>解读的两个“贯穿”和一个拒斥》，《现代哲学》2011年第1期。俞吾金：《从康德的“理性恨”到黑格尔的“理性的狡计”》，《哲学研究》2010年第8期。俞吾金：《被遮蔽的马克思》，人民出版社，2012。俞宣孟：《本体论研究》，上海人民出版社，2012。张岱年：《中国哲学大纲》，江苏教育出版社，2005。张一兵：《回到马克思——经济学语境中的哲学话语》，江苏人民出版社，2005。
Ⅴ.方法论David Harvey,A Companion to Marx’s Capital,London: Verso,2010（上海译文出版社，2014）。David Harvey,A Companion to Marx’s Capital,Volume 2,London: Verso,2013.Dincan Foley,Understanding capital: Marx’s economic theory,New York: Harvard University Press,1986.Henry Green,The logic of Marx,trans.by Terrell Carver,Oxford:Basil Blackwell,1980.Leontief,Wassily.1938: “The Significance of Marxian Economics for Present-Day Economic Theory.” American Economic Review,28(1): 1-9.阿尔都塞等：《读〈资本论〉》，李其庆等译，中央编译出版社，2001。埃尔斯特：《理解马克思》，何怀远等译，中国人民大学出版社，2008。艾克纳：《经济学为什么还不是一门科学》，李敏等译，北京大学出版社，1990。贝洛菲尔等：《重读马克思——历史考证版之后的新视野》，徐素华译，东方出版社，2010。波普尔：《历史主义贫困论》，何林等译，中国社会科学出版社，1998（The Beacon Press,1957）。波普尔：《历史决定论的贫困》，杜汝楫等译，上海人民出版社，2009（The Beacon Press,1957）。波普尔：《科学发现的逻辑》，查汝强等译，科学出版社，1986。波普尔：《客观知识——一个进化论的研究》，舒炜光等译，上海译文出版社，1987。布劳格：《经济学方法论》，石士钧译，商务印书馆，1992。布朗等：《批判实在论与马克思主义》，陈静等译，广西师范大学出版社，2007。丁堡骏：《论社会必要劳动时间的理论定位——兼与王峰明先生商榷》，《当代经济研究》2010年第10期。凡勃伦：《科学在现代文明中的地位》，张林等译，商务印书馆，2008。广松涉：《资本论的哲学》，邓习议译，南京大学出版社，2013。汉兹：《开放的经济学方法论》，段文辉译，武汉大学出版社，2009。黄宗智：《经验与理论：中国社会、经济与法律的实践历史研究》，中国人民大学出版社，2007。科恩：《卡尔·马克思的历史理论——一种辩护》，段忠桥译，高等教育出版社，2001。科斯：《论经济学和经济学家》，罗君丽等译，格致出版社，2010。李建平：《〈资本论〉第一卷辩证法探索》，社会科学文献出版社，2006。林岗：《论〈资本论〉的研究对象、方法和分析范式》，《当代经济研究》2012年第6期。刘炯忠：《马克思的方法论与系统论》，中国人民大学出版社，1994。刘召峰：《〈资本论〉中的“二重性”学说探论》，《教学与研究》2012年第1期。门格尔：《经济学方法论探究》，姚中秋译，新星出版社，2007（New York University Press,1985）。米塞斯：《经济学的认识论问题》，粱小民译，经济科学出版社，2001。内田弘：《新版〈政治经济学批判大纲〉的研究》，王青等译，北京师范大学出版社，2011。裴宏：《实体与形式对偶的劳动价值论》，《政治经济学评论》2012年第1期。皮亚杰：《发生认识论原理》，王宪钿等译，商务印书馆，1981。琼·罗宾逊：《经济哲学》，安佳译，商务印书馆，2011。蒲鲁东：《贫困的哲学》，余叔通等译，商务印书馆，1998。斯蒂德曼等：《价值问题的论战》，陈东威译，商务印书馆，1990。默斯托：《马克思的〈大纲〉——〈政治经济学批判大纲〉150年》，闫月梅等译，中国人民大学出版社，2011。唐正东：《从斯密到马克思——经济哲学方法的历史性诠释》，江苏人民出版社，2009。王亚南：《〈资本论〉的方法》，《经济研究》1962年第12期。王亚南：《再论〈资本论〉的方法》，《哲学研究》1963年第3期。王峰明：《马克思经济学假设的哲学方法论辨析——以两个“社会必要劳动时间”的关系问题为例》，《中国社会科学》2009年第4期。威廉姆·肖：《马克思的历史理论》，阮仁慧等译，重庆出版社，2007。维哥德斯基：《〈剩余价值学说史〉在马克思经济学遗产中的地位》，何易译，生活·读书·新知三联书店，1965。吴宣恭：《“人力资本”概念悖论分析》，《经济学动态》2005年第10期。谢富胜等：《人力资本理论与劳动力价值》，《马克思主义研究》2008年第8期。谢尔盖耶维奇：《卡尔·马克思的伟大发现——劳动二重性学说的方法论作用》，雎国余译，北京大学出版社，1984。熊彼特：《从马克思到凯恩斯》，韩宏等译，江苏人民出版社，2003。许光伟：《实体与形式对偶说的逻辑不足和拓展方向——与裴宏博士商榷》，《当代经济研究》2013年第11期。许光伟：《〈资本论〉中具有怎样的二重性学说——与刘召峰博士的几点交流》，《教学与研究》2014年第6期。伊林柯夫：《马克思〈资本论〉中抽象和具体的辩证法》，孙开焕等译，山东人民出版社，1993。张五常：《经济解释——张五常经济论文选》，商务印书馆，2000。
Ⅵ.经济理论Coase,Ronald.1937: “The Nature of the Firm.”Economica,4(3): 386-405.William Lazonick,Competitive Advantage on the Shop Floor,New York: Harvard University Press,1990.白暴力：《财富劳动与价值——经济学理论基础的重构》，中国经济出版社，2003。布雷弗曼：《劳动与垄断资本——二十世纪中劳动的退化》，方生等译，商务印书馆，1979（Monthly Review Press,1974）。陈其人：《世界经济发展研究》，上海人民出版社，2002。陈其人：《李嘉图经济理论研究》，上海人民出版社，2009。陈其人：《亚当·斯密经济理论研究》，上海人民出版社，2012。何新：《反主流经济学》，时事出版社，2010。胡钧：《〈资本论〉在马克思主义理论体系中的核心地位——兼论从〈1844年经济学哲学手稿〉到〈资本论〉》，《政治经济学评论》2011年第3期。胡培兆：《马克思主义经济学的主流地位不可动摇》，《政治经济学评论》2013年第3期。莱博维奇：《超越〈资本论〉——马克思的工人阶级政治经济学》，崔秀红译，经济科学出版社，2007。杰弗·霍奇森（霍奇逊）：《资本主义、价值和剥削——一种剥削理论》，于树生等译，商务印书馆，2013。霍奇逊：《演化与制度——论演化经济学和经济学的演化》，任荣华等译，中国人民大学出版社，2007。科斯：《论生产的制度结构》，盛洪等译，上海三联书店，1993。兰格：《社会主义经济理论》，王宏昌译，中国社会科学出版社，1981。雷诺兹：《经济学的三个世界》，朱泱等译，商务印书馆，2013。李达：《经济学大纲》，武汉大学出版社，2007。李建德：《经济制度演进大纲》，中国财政经济出版社，2000。柳欣：《资本理论——有效需求与货币理论》，人民出版社，2003。卢森堡：《资本积累论》，彭尘舜等译，生活·读书·新知三联书店，1959。卢森贝：《〈资本论〉注释》，赵木斋等译，生活·读书·新知三联书店，1963。琼·罗宾逊：《经济学论文集》，顾准译，商务印书馆，1984。曼德尔：《晚期资本主义》，马清文译，黑龙江人民出版社，1983。孟捷等：《金融资本与“阶级—垄断地租”——哈维对资本主义都市化的制度分析》，《中国社会科学》2014年第8期。米克：《劳动价值学说的研究》（第二版），陈彪如译，商务印书馆，1979。皮凯蒂：《21世纪资本论》，巴曙松等译，中信出版社，2014。汪丁丁：《新政治经济学讲义：在中国思索正义、效率与公共选择》，上海人民出版社，2013。沈越：《论古典经济学的市民性质——马克思市民理论再探讨》，《经济研究》2013年第5期。斯拉法：《用商品生产商品——经济理论批判绪论》，巫宝三译，商务印书馆，1963。荣兆梓等：《公有制实现形式多样化通论》，经济科学出版社，2001。荣兆梓：《企业制度：平等与效率》，社会科学文献出版社，2014。王亚南：《中国经济原论》，生活·读书·新知三联书店，2012。威廉姆森：《资本主义经济制度——论企业签约与市场签约》，段毅才等译，商务印书馆，2002(Free Press,1985）。吴宣恭：《论作为政治经济学研究对象的生产方式范畴》，《当代经济研究》2013年第3期。许光伟：《论复杂劳动与简单劳动协同创造价值——关于马克思主义劳动价值论现代化的一般思考》，《当代经济科学》2003年第2期。许光伟：《再论复杂劳动与简单劳动的协同——从马克思的协作理论说起》，《制度经济学研究》2004年第1期。许光伟：《中国国有企业历史特性分析》，《经济评论》2008年第1期。许光伟：《从社会主义市场经济角度再谈政治经济学的研究对象——改革开放30年成功实践的理论启示》，《当代经济研究》2008年第10期。许光伟：《生产要素理论的马克思主义建构性分析——实践逻辑域中的思考》，《经济学家》2012年第8期。许光伟：《发生学与中国经济学建构：一个引论》，《中国经济问题》2013年第2期。杨继国：《价值运行论纲》，厦门大学出版社，2004。杨继国：《论虚拟经济的特殊“供求规律”》，《厦门大学学报》2013年第6期。杨小凯：《经济学——新兴古典与新古典框架》，张定胜等译，社会科学文献出版社，2003。余斌：《45个十分钟读懂〈资本论〉——余斌的解说》，东方出版社，2011。张忠任：《数理政治经济学》，经济科学出版社，2006。
Ⅶ.其他艾凯：《最后的儒家——梁漱溟与中国现代化的两难》，王宗昱等译，江苏人民出版社，1996。麦克莱伦：《卡尔·马克思传》（第三版），王珍译，中国人民大学出版社，2005。许光伟：《马克思企业理论：现代范式》，博士学位论文，中国人民大学经济学院，2007。《马克思主义思想辞典》，陈叔平等译，河南人民出版社，1994。《毛泽东一九三六年同斯诺的谈话》，人民出版社，1979。《新帕尔格雷夫经济学大辞典》，经济科学出版社，1996。《伯恩斯坦文选》，殷叙彝编译，人民出版社，2008。《拉法格文选》，人民出版社，1985。《卢卡奇自传》（杜章智编），李渚青等译，社会科学文献出版社，1986。《王亚南文集》，福建人民出版社，1987～1989。《卫兴华自选集》，中国人民大学出版社，2007。《严复集》，中华书局，1986。
许光伟_百度百科
许光伟[1] （概述图来源[2] ），《保卫〈资本论〉》一书作者。[3] 当下一位写作风格特立独行的历史经济工作者、研究者。[4-5] 1971年8月生于安徽滁州。[2] 工作于江西财经大学，教授[1] 、硕士生导师[6-7] 。涉猎《资本论》[1] 、当代中国经济[1] 、企业理论等多个研究领域与专业方向。[1] 目前从事中国经济学研究。[2]
本着“多路进，狭路退”的治学理念，酝酿了十载，运思了十年[8] ，于2014年底推出学术成果《保卫〈资本论〉》[9] ，副标题：经济形态社会理论大纲[3] 。其贯串了许光伟教授的前期成果[10-11] ：各个研究路径和类型的学术论文[12] ，贯串其所喜爱之历史和文化。[9] 由于信奉中华历史和世界历史“和而不同”，致力于书写“学术整史”逻辑[13] ，于是演绎出“国学马克思主义[13] + 中国经济学”[14] 的相生相克[15-16] 的经济思维来[14] ，使学术呼吁成为了实实在在的话语行动。
网络上有一则新闻，引起了很多网友的注意，就是中科院有一个博士论文走红了，有网友就问这到底是怎么回事？实际上就是非常简单，这个中科院博士论文在致谢的时候写了很长一段话，在这段话里面呢，主要描述了他是如何求学的，以及如何获得成功的，以及获得成功之后自己的想法是什么，而这一篇致谢呢，非常有真情实感，就引起了很多网友的共鸣。
首先他的这篇致谢里面描述了他自己之前的家庭是多么的痛苦，他家庭呢是非常悲惨的，家里条件不好，上学就是一件很困难的事情，从小到大她上学都是靠借钱，这还不是最痛苦的事情，最痛苦的事情就是接下来他的亲人一个一个离他远去。
其次，尽管他的亲人一个一个离他远去，他的生活条件变得越来越差，但是他仍旧没有选择放弃上学，她一直觉得能够读书是一件非常好的事情，一直觉得读书之后能够为社会做一点贡献，是他觉得赚到的事情。
不仅如此，网友还在他的支线里面看到了一个隐藏的信息，就是现在国家的实力越来越强了，教育能力也越来越好了，从一开始他没有钱读书，到后来渐渐国家来负责了他的开销，渐渐义务教育起来了，有奖学金了，就让他本来不可以读书的人现在却能够读书了。
正是因为如此，所以呢，大家看到他这篇致谢的时候，都有真情实感都有共鸣，所以这篇致谢才会走红。
不管怎么样，看到这篇致谢，我的内心触动也是非常大的，也希望未来能够有更多这样的人，尽管在逆境中却从来不屈服，一直向上走，最后获得成功。这是非常重要的一点。也希望大家都能够做到。
中科院一博士论文之所以走红，是因为这篇博士论文跟我们平常见到的博士论文不一样，它立足于生活，言辞恳切，打动人心。
近些年的科技方面在人工智能的的飞速发展，人工智能不仅给我们的日常生活带来了一些新鲜的亮点。神 经 猿 很好的，该学校为全国高职高校提供人工智能、大数据领域实训及学分课程以及高校人工智能实训室、实验室建设。 ..
近年来我国人工智能产业呈现出了蓬勃发展的良好态势。一是部分关键应用技术特别是图像识别、语音识别等技术，处于全球相对领先的水平，人工智能论文总量和高倍引用的论文数量，也处在第一梯队，据全球相对前列。二是产业整体实力显著增强。全国人工智能产业超过一千家，覆盖技术平台、产品应用等多环节，已经形成了比较完备的产业链。京津冀、长三角、珠三角等地区的人工智能产业急剧发展的格局已经初步形成。三是与行业融合应用不断深入。人工智能凭借其强大的赋能性，正在成为促进传统行业转型升级的重要驱动力量，各领域智能的新技术、新模式、新业态不断涌现，辐射溢出的效应也在持续增强，人工智能概念的火热促进了不少行业的兴起，比如域名，许多相关的.top域名已经被注册。但也要看到，在快速发展过程当中，我国人工智能的基础技术，还有较大欠缺，能够真正创造商业价值的还比较少。传统行业与人工智能的融合还存在较高门槛，有数据显示，今年人工智能领域投融资比前两年特别是跟去年相比，也有比较大幅度的下调。中国人工智能应用具有领域广、渗透深的特点，在产业化方面具有独特优势，但也面临巨大挑战，尤其是在基础理论和算法方面，原始创新能力不足，在高端芯片、关键部件等方面基础薄弱，高水平人才也不足。随着全球人工智能加速发展，各国在认知智能、机器学习、智能芯片等方面将不断取得突破。
“说实话，我很不喜欢「人工智障」这个词。”
在与掘金志的聊天中，一位从事计算机视觉方向的算法工程师多次表示，他讨厌这个词很久了，几乎是本能的反感，即便只是一种调侃，在他看来都是一种嘲讽。
这种嘲讽就好像是，一名路人，对着自己刚刚学会爬的孩子冷嘲热讽：这孩子真笨，连路都不会走。
他甚至坦言，如果身边有同事使用这个词自嘲，他会刻意与之保持距离，因为这种自嘲实属对自己的工作、对专业知识的“不尊重”。
拥有他这种技术性癖好的工程师不在少数，在掘金志询问的多个从业人员之中，都表达了类似观点：通常被问及人工智能水平时，类似表述以 「弱人工智能」 为准。
某负责品牌传播与公关的业务专员透露，如果在对外交流中使用了「人工智障」之类的词，被举报或是被公司发现，“直接影响绩效考核”，因为这类不专业的表述很可能导致负面的传播效果。
在与这些人的谈话中，掘金志发现，在AI圈内，从业者对于AI有着清晰的认知，在外宣的时候，对AI的负面化表述都较为严谨。
然而，在圈外，接二连三发生的各种AI事故，让大众对AI的真实能力产生诸多怀疑，关于人工智能变成人工智障的言论甚嚣尘上，唱衰人工智能的声音时常见诸报端。
表面上，这只是一场关于AI的舆论争议。但，其实质却是企业与大众对AI话语权的争夺，并会直接影响到AI的推广、落地与应用。
“如果大众无法对新技术形成有效的认知，那么新技术的推广则是非常缓慢的。” 某传媒大学在读研究生表示，大众对于新技术的接受能力是逐层递进的，这个进程很容易受到舆论影响，而负面舆论则存在一种 「爆破效应」 ，可能会直接摧毁此前建立起的「信任基础」。
比如自动驾驶，公众对其的信任基础很薄弱，出现多次事故之后，这种信任实际上已经消耗殆尽。
相关调研报告显示，自动驾驶一哥——特斯拉FSD在国内的激活率不足10%，甚至相当一部分人没有开通AP服务，即便在开通的人群中，也很少有人会使用AP功能。
这种现象固然有其客观原因（比如路侧数据不够、算法能力有限），但从舆论传播的角度看，自动驾驶的一次失误，比起传统 汽车 的十次车祸更加严重，从而也给自动驾驶的进一步落地，带来阻碍。
那么，如何给大众建立起对AI的有效认知，推动AI更快、更广泛地落地？
掘金志通过采访之后认为： 媒体报道、企业外宣、大众知识普及教育 ，是三个最主要的途径。而围绕着大众展开的各种「认知教育」，也注定是一场旷日持久的「攻坚战」。
人工智能应用有一个有趣的悖论： 当一种AI技术已经非常普及的时候，人们普遍不会认为这就是AI。
好比上世纪八九十年代，一台黑白电视机可能是划时代的象征，需要手动调频；但现在遥控型的彩色电视机成为标配，人们也不觉得这就算智能。又比如，小区停车场通过车牌识别进出、刷脸进入小区等，在近几年开始普及，但人们很少将之与AI联系起来，即便这里面实际上用了各种识别算法、芯片等等。
在大众的认知里，人工智能理所应当达到电影里机器人的水平，或者近似人一样地思考、行动。
“大众有时对于人工智能过于乐观，甚至高估。” 中国计量大学信息学院副教授、人工智能专业负责人杨力认为，作为走向 社会 的新技术，人们对AI的理解并不全面，认为AI应该无所不能，这种认知与实际并不相符。
在掘金志看来，大众对于人工智能的认知比较浅层，这主要表现在两个方面：
这种浅层认知很容易被诱导，而在一些不着边际的宣传之下，AI本身的能力被过分夸大，大众对AI产生盲目「自信」或高估。
“外行看热闹，内行看门道。”
杨力表示，以人脸识别为例，5年前可能人们会觉得很神秘、先进，但在经过消费类电子的普及之后，许多人觉得人脸识别已经没什么难度了。当他给学生们授课讲人脸识别时，同学们都觉得这已经是很成熟的技术，“并不新鲜，难度不大。”
但其实人脸识别距离高度智能化还有很长一段距离，在许多复杂场景下，很难捕捉到有效的人脸信息。并且，人脸识别在小规模（数据库较小）场景下效果很好，但当数据库非常大的时候，识别的准确率就没那么高了。
“大众由于缺少专业知识，很容易把复杂问题简单化，但从事AI研究的人对此却非常谨慎，普通人觉得简单的技术，从业者可能会觉得‘这个做不了，那个做不了’，简单而言， 就是望山跑死马的感觉。 ”
掘金志发现，由于缺少专业的通识教育，大众对于人工智能的了解渠道比较单一，多数是通过媒体报道、企业宣传这两种途径来触及AI，只有小部分人会自发研读相关书籍、学习课程，以增进了解。
从传播的角度看，如果受众获取信息的渠道有限，那么该信息渠道的控制人将具有信息传递的「控制权」，形成一种「舆论垄断」的局面，而信息在经过多次传播之下，极易「失真」。
实际上，这种「失真」是在所难免的。在AI的传播过程当中，形成了圈内和圈外两大群体，由于人工智能本身属于较高门槛的专业，圈内（企业）和圈外（普通受众）之间的连接，主要通过媒体来实现。
但媒体宣传存在问题是，许多从业者要么科班出身，要么跨界转型，真正懂AI的媒体人只有少数。并且媒体本身随着大数据、互联网技术的变化，进一步下沉到各平台，又造就了无数自媒体，形成了媒体界良莠不齐的局面。在流量导向的环境下，各种消息报道层出不穷，而这类信息又存在「放大效应」（比如标题过于惊乍），以至于大众接受到的信息与实际信息存在「误差」。
在人工智能最为火热的时候，不少AI企业为了拿融资、打知名度，纷纷投放广告、软文，宣传产品，造成人工智能已经能够大规模落地的假象。后来AI遇冷，大众对AI的调侃某种程度上可以看作是前期宣传过于猛烈的一种「反噬」。
当然，圈内也注意到大众传媒存在的局限，不少企业在重要的社交平台上都开辟了宣传渠道，但由于内容差异（比如太垂直、产品推广）或渠道差异，并不符合C端属性，多数AI企业无法直接建立起与大众的有效连接。
因此，在“企业-媒体-大众”这一传播链条下，由于大众传媒本身存在机制缺陷，导致大众很难在参差不齐的信息中，建立起对AI的有效认知。然而企业又不得不依赖大众传媒来宣传AI， 这种内在矛盾，是造成圈内与圈外对AI产生「认知差异」的重要原因。
“归根到底，还是AI人才太少。”在杨力看来，人才是推动产业发展的核心力量，当前AI处于爬坡阶段，技术本身的问题是造成大众对AI产生质疑的根本因素，舆论传播一定程度上加剧了这种影响。
解铃还须系铃人，不论是AI纵深发展，还是横向传播， 只有AI人才，可以给AI「正名」， 但现阶段的情况是，国内AI人才极度紧缺。
“应用型人才真的太少了。”杨力感叹道，当AI从空中楼阁走向田间地头，懂技术又懂行业的人“真的不多”。
而在工信部《人工智能产业人才发展报告（2019-2020）》（下称“报告”）里，预计我国人工智能产业内有效人才缺口达 30 万，而这仅是两年前的数据。实际上，在过去的两年里，根据掘金志观察，AI企业对人才的需求持续旺盛，整个AI产业的应用人才缺口进一步拉大。
作为技术/知识密集型产业，AI的人才准入门槛较高，对学历、工作经验非常看重。
根据报告，2019年AI企业发布的岗位中，仅有11.9%的岗位接受专科学历；也仅有5.4%的岗位接受1年以下工作经验的求职人才；接受提供应届生的岗位仅占3.3%。
这意味着要从事AI行业，基本上要求本科学历，同时，由于多数AI企业缺乏人力、资金和动力去培养应届毕业生（至少一年以上），企业对应届毕业生的需求并不旺盛，而更青睐那些拥有知识储备和实践经验的人才， 这种“排新”性质的招聘需求，又加重了人才短缺情况。
除此之外，AI对人才的专业性要求极强，尤其是算法研究、应用开发等岗位，60%以上岗位要求具备计算机、数学相关专业背景。
各种线性条件约束下，原本就短缺的AI人才，显得更加「紧俏」。
一位AI初创公司HR告诉掘金志，招人是一件很困难的事，“专业、学校、工作经历筛选下来，符合条件的人很少，加上公司要的是进来立马能产出的人，还要考虑薪资这些因素，优秀的人才很难招到；而走校招的话，优秀的毕业生早早被互联网、明星AI公司签下，剩下的也更青睐大公司。筛选去筛选来，选择真的不多。”
除了缺少与行业相结合的应用型人才以外，在杨力的观察之中，AI的另一个人才缺口， 是能够“扎下心来做基础性工作”的理论研究型人才。
根据斯坦福发布的《2022年人工智能报告》，虽然我国在AI 期刊论文的引用数、会议论文发表数量以及在人工智能专利申请数量上排名世界第一，但在AI会议论文被引数上却远落后于欧美。并且，一些创新性的基础理论、前沿 科技 的研究仍以欧美为主。
“很多人工智能的基础理论，都是由外国人/机构提出来的，比如现在比较火热的深度学习。”
杨力表示，这与我国人工智能起步较晚有很大关系，要弥补这样的差距，除了要加强对基础理论研究的资金、人才投入以外，也应该建立起标准的AI人才培养体系，为AI研究提供源源不断的人才活力。
“学校是培养人才的摇篮，理想的情况是， 一部分学生毕业以后从事理论研究，更多的毕业生进入行业，通过产学研联动，来推动AI的落地。”
掘金志了解到，当前我国人工智能产业已经初步形成“政产学研一体化”人才培 养生 态体系，但仍然处于起步阶段。2019年，人工智能专业正式获批列入本科专业名单，国内诸多高校开始自建或与企业共建人工智能学院（研究院），并开设AI专业。
然而，对于如何培养专业的AI人才，各大高校也正处于摸索之中，尚未形成行之有效的范式。
2019年，国内人工智能专业正式获批，被列入本科专业名单，但开办专业需要经过课程建设、实验条件、专业申报等流程，多数学校于近两年才开始正式招生。
换句话说，距离最早的一批AI本科生毕业，离毕业也还需要大概一到两年的时间。
如何把这一批新生培养成才，来填补当前存在的人才缺口，是一件并不容易的事情。此外，未来的第一批毕业生，其综合能力是否达标也极具象征意义。
“一方面，人工智能专业学的内容很难， 以前很多研究生阶段才开设的课程，现在放到本科阶段来学了， 对学生是一种压力，对老师的教学方式、技巧也带来挑战；另一方面，如何将人才培养与 社会 需求结合起来，让学生能够学以致用，也是难点。”
作为人工智能领域的资深学者，杨力在多年的执教生涯中，除了对AI有着深入的研究与思考外，也 探索 出了一些关于培养AI人才的「方法论」。
“首先要尊重学习规律。” 杨力告诉掘金志，AI本身对实践能力的要求较高，这就不能照搬传统学科的培养模式，即大一大二侧重于理论，大三大四侧重于专业。而应该理论和实践并用，先学习、再实践，在实践中学习，然后呈“螺旋式上升”。
在具体举措方面，他表示，可以通过成立 「科创小组」 的模式，鼓励学生以团队协作的方式参加各种学习竞赛、研究课题。
这种小组模式的优势在于：小组覆盖全体学生，通过团队协作，形成内部互帮互助的学习氛围，让成员都能参与到实践之中，成为一个「利益团体」；并且，小组的持续时间覆盖学生的整个大学生涯，所有成员都能共享「利益成果」。同时，小组成员之间互相帮助，从某种程度上也能给老师减轻压力。
“其次要因材施教，激发学生对AI的求知欲、 探索 欲。”
杨力表示，学生对AI的学习兴趣也呈现出明显的「二八定律」，即20%的学生求知欲很强，而80%的学生兴趣一般。
“对于这20%的学生，你只需要告诉他怎样做到最好，并且告诉他这个过程中需要注意的事项、细节，其余的无需太过关心；而对于80%的学生，他们的兴趣没那么高，就需要比较细致的指导，并且需要搭配一些「强制指派」，例如直接分配任务让他们参加。”
“再而，通过激励机制来刺激学生的创作灵感。”
比如，在课程设计时，将创新性纳入评分标准之中，以课程成绩来驱动学生进行创新。
例如，在做某个案例时，如果学生只是根据老师列的步骤照猫画虎，其成绩最高可能也就刚好及格，而剩下的分数则全靠个人创意和发挥。
“大多数学生需要老师给一些推力，而成绩就是最好的激励。”杨力表示，学生为了拿更高的绩点，便不得不“多费心思”，而不是敷衍了之，最终交上来的作品“往往有很多意想不到的亮点”。
“最后，教师与学生之间要形成良性互动的正循环。”
本科教学存在的一个普遍问题是，学生与教师之间的互动较弱，或者只存在于课堂之上，课外的联系非常少，“上课是师生，下课是路人”的情况并不少见。
在杨力看来，如果老师仅仅把教学当作是一种工作任务来完成，那么学生也会采取应付的态度。相反，如果老师富有责任感，学生也会受到其“以身作则的影响“，更有进取意识。
因而，老师可以通过带项目、线上线下互动等方式与学生沟通，来了解学生的需求，给自身的教学工作进行反馈，而这种反馈最终又将通过教学的方式来触及学生，形成「师生共赢」的局面。
除了培养AI人才方法论外，杨力也指出，培养人工智能专业人才需要 破除「唯研究生论」。
“读人工智能专业必须读研究生，不读研究生就没有前途。”
不少人持有这样的观点，但杨力却坚决表示反对。他认为，原来很多研究生的课程已经下放到本科来学，本科阶段的人才培养成体系之后，学生的理论、实践能力将能够满足AI行业的基本需求，一味追求研究生教育，只会造成AI圈越来越卷，无助于缓解行业人才短缺情况。
“当然，研究生教育也很重要，但研究生人才培养可能更应该倾向于基础理论方面， 而AI的规模化落地，需要更多应用型人才去推动。”
举个例子：很多传统制造业引进了人工智能，比如机械臂、自动化生产设备等，但由于缺少应用型人才，企业买回去的设备不知道该怎么使用，也不知道如何做到效益最大化，更不懂运营维护。
这样的岗位，并不需要从业者非常深厚的理论功底，而是有AI基础，又懂行业的人才。而在传统产业智能化升级过程中，类似的人才缺口非常大。
“实际上，当AI走向各行各业、落地之后，对人才的需求也会发生变化，而在本科阶段，通过理论学习加上与专业相关的 社会 实践，也能培养出优秀的人才。”
在刚结束的冬奥会上，杨力教授带领他的团队做了一个智能辅助技术，可通过视频来实现对选手动作进行回顾与分析，给裁判打分给予参考。
虽然只是一个比较简单的行为识别，模型并不精巧，市场上有很多AI公司具备开发该技术的能力。但让人欣慰的是，这个项目一经提出，学生们便踊跃参加，在导师的指引下，一步步挖掘数据、标注、建模、训练、测试，整个过程持续两周之久，大部分工作由学生完成，而且是在春节期间，有同学甚至因为出力不够而深感抱歉。
“Talk is cheap.”在杨力看来，这个项目别人有能力做，然而只有他们去落地实践了，并且整个项目由大一学生完成，过程远重于结果， 他们“代表着AI领域的新生力量。”
做这个项目也并非一帆风顺。
该项目的成员，中国计量大学信息学院 21级人工智能专业学生，蒋正阳告诉掘金志，小组在建模的时候，要么网络太大训练太慢，要么网络太小而不适合要求，难以达到预期目标。同时，训练也会遇到算力不够的情况。
经过多次失败尝试之后，小组不得不求助于杨力教授，后者补充了一种网络结构，该结构下，模型变得相对“较轻”，训练也可以符合预期。
最终，小组成功研发出“单板滑雪AI裁判技术”。该技术可在画面模糊、相机高速运动、长距离全景画面等复杂场景下，对运动员是否抓板进行精准识别，从而为裁判打分提供依据，助力「冬奥公平」。
“我们的专业知识有限，需要继续加强理论学习。通过这个项目，我们了解了从零开始做项目的过程、方法、难度，积累了经验。当然，最后看到项目跑出来的结果，内心还是很欣喜的。”蒋总结道。
杨力认为，遇到问题很正常，关键在于去行动、实践了。“人在学走的路上，会跌倒很多次，但不能因为跌倒，就只学爬，这样永远也不会走。”
这何尝不是国内AI发展的缩影。
在经历无人问津的韬光养晦期之后，国内AI于10年开始蓬勃发展，商汤、旷视、云从、依图等一众AI公司先后诞生，受到资本热捧，撑起国内AI的希望。但激情燃烧之后，随之而来的是行业落地难、商业化难、变现难等各种质疑。
如今的AI，正处于从爬到走的摸索期，磕磕碰碰、跌倒摔倒等时有发生，也被大众调侃成「人工智障」。
但杨力对此并不沮丧，反而感到乐观， 因为“有越来越多的企业、越来越多的人才参与到AI的发展、推广、落地之中”， 在“政产学研”模式的推动之下，AI也将被掀开神秘面纱，显露出最真实的样子，而大众在未来也会对AI形成一个“全面、客观”的认知。
在掘金志与多位AI从业者的交流过程中，几乎所有人都对AI充满希望，即便AI仍然处于「弱人工智能」阶段，他们仍然坚信，AI有着光明的未来。
“AI的浩海不止于边边角角，而在于改变世界。”开篇吐槽「人工智障」的那位工程师告诉掘金志，即便改变世界的路途，充满坎坷，但 “因为热爱，所以坚持。”
而对于大众的一些调侃和质疑，他迟疑了一下，回道：
“请给AI一些包容。”雷峰网雷峰网
虽然“人工智能”(AI)已经成为一个几乎人人皆知的概念，但对人工智能的定义还没有达成普遍共识。传统的人工智能发展思路是研究人类如何产生智能，然后让机器学习人的思考方式和行为。现代人工智能概念的提出者约翰·麦卡锡认为，机器不一定需要像人一样思考才能获得智能，重点是让机器能够解决人脑所能解决的问题。第四次工业革命正在来临，而人工智能已经从科幻逐步走入现实。从1956年人工智能这个概念被首次提出以来，人工智能的发展几经沉浮。随着核心算法的突破、计算能力的迅速提高、以及海量互联网数据的支撑，人工智能终于在21世纪的第二个十年里迎来质的飞跃，成为全球瞩目的科技焦点。自从2016年AIphaGo战胜李世石之后，全球对于人工智能发展的兴奋与担忧交织难分。即使如此，世界各国已经认识到人工智能是未来国家之间竞争的关键赛场，因而纷纷开始部署人工智能发展战略，以期占领新一轮科技革命的历史高点。对于中国而言，人工智能的发展是一个历史性的战略机遇，对缓解未来人口老龄化压力、应对可持续发展挑战以及促进经济结构转型升级至关重要。本文从科技产出与人才投入、产业发展和市场应用、发展战略和政策环境等方面描绘中国人工智能的发展面貌。科技产出与人才投入1. 论文产出 : 中国人工智能论文总量和高被引论文数量都是世界第一。中国在人工智能领域论文的全球占比从 1997 年 4.26% 增长至2017 年的 27.68%，遥遥领先其他国家。高校是人工智能论文产出的绝对主力，在全球论文产出百强机构中，87家为高校。中国顶尖高校的人工智能论文产出在全球范围内都表现得十分出众。不仅如此，中国的高被引论文呈现出快速增长的趋势，并在 2013 年超过美国成为世界第一。但在全球企业论文产出排行中，中国只有国家电网公司的排名进入全球前 20 位。从学科分布看，计算机科学、工程和自动控制系统是人工智能论文分布最多的学科。国际合作对人工智能论文产出的影响十分明显，高水平论文里中国通过国际合作而发表的占比高达 42.64% 。2. 专利申请 : 中国专利数量略微领先于美国和日本，国家电网表现突出。中国已经成为全球人工智能专利布局最多的国家，数量略微领先于美国和日本，而中美日三国占全球总体专利公开数量的 74%。全球专利申请主要集中在语音识别、图像识别、机器人以及机器学习等细分方向。中国人工智能专利持有数量前 30 名的机构中，科研院所与大学和企业的表现相当，其技术发明数量占比分别为 52% 和48%。企业中的主要专利权人表现差异巨大，尤其是中国国家电网近五年的人工智能相关技术发展迅速，在国内布局专利技术量远高于其他专利权人，而且在全球企业排名中位列第四。
比大学好，科研能力比大学强，全球人工智能领域发表超500篇论文名单出炉，自动化所排名中国第一，全球第七。
据全球最大的文摘和索引数据库爱思唯尔SCOPUS中数据显示，中国在人工智能领域的研究有着巨大驱动力，中国的研究人员自2011年至2015年创下了超过41000个出版物的记录。就出版量而言，排名世界第一。
同时，在各类独立机构发表论文数量的统计中，中科院自动化所作为中国内地唯一一家超过500篇论文的独立机构上榜，且引文影响力数值超过了世界平均水平，排名全球第七位。
在论文发布数量方面，美国在此期间排名第二约为25500篇，日本排名第三约为11700篇，英国第四约为10100篇。尽管中国在数量方面得分很高，但加权引文影响力则只排名34位，表明大多数论文的质量不如美国（美国的加权引文影响排名第4)等国。
在加权引文影响力衡量标准中，排名第一的是瑞士，其得分为2.71,其次是新加坡（2.24)和中国香港（2.00)，尽管在数量上这三个国家（地区）都少于2500种。
在各类科研机构中，引文影响力排名前三分别为麻省理工学院（3.57）、卡耐基梅隆大学（2.53)、新加坡南洋理工大学（2.51)，自动化所以2.26排名第七。
研究所简介
中国科学院自动化研究所（以下简称自动化所）成立于1956年，以智能科学与技术为主要定位，是中国科学院率先布局成立的“人工智能创新研究院”的总体牵头单位，是我国最早开展类脑智能研究的国立研究机构，也是国内首个“人工智能学院”牵头承办单位。
六十多年来，自动化所为我国国民经济建设、社会进步、科技发展和国家安全做出了重要的贡献。建国发展初期，自动化所开拓了我国的控制科学，为“两弹一星”做出了历史性的贡献；改革开放年代，自动化所开创了我国模式识别智能信息处理的新领域。
1990年代，自动化所以控制科学为基础，率先布局了人工智能研究；2016年起，自动化所率先布局博弈智能研究，逐步形成了数据智能、类脑智能和博弈智能的完整布局，并产出了一系列重要成果。
自动化所长期坚持“智能科学与技术”研究，在复杂系统智能集成、模式识别、机器学习、计算机视觉、语音语言信息处理、类脑智能、智能机器人、智能系统和智能芯片等领域形成了鲜明的学科优势和技术特色，具有从原始创新、核心关键技术研发到技术转移转化的完整智能技术创新链。
以上内容参考 中国科学院自动化研究所——研究所简介
上海交通大学发表人工智能国际论文数为1151篇,在国内位居第二;人工智能专业整体综合实力在国内排名第三。 以上三所院校就是在人工智能专业
11700篇。经查询中国科学院公布的资料显示，日本发布的人工智能论文为11700篇，总量排名世界第三。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
一般C9高校的人工智能专业都好一些，当然师傅领进门，修行靠个人！