WIPO 人工智能时代趋势：AI 从理论转向商业应用 企业占专利申请主导地位

人工智能 ( AI ) 正日益推动技术和 商业 的重要发展，从自动驾驶 汽车 到医疗诊断，再到先进制造业。随着人工智能理论领域转向全球市场，其增长受到大量数字化数据和快速提升的计算处理能力的推动，具有潜在的革命性影响：通过检测模式中数十亿看似无关的数据点，AI 可以改善天气预报， 提高作物产量，增强癌症检测，预测流行病并提高工业生产力。

通过专利分析可以看出技术趋势

根据世界知识产权组织 ( WIPO ) 的专利数据分析的专业知识，WIPO 技术趋势系列中的第一份报告调查了新兴人工智能时代的趋势：为了回顾人工智能过去和当前趋势，同时提供有关这一领域的创新在未来几年内可能的发展方向，它分析了专利、科学出版和其他数据。

该报告是首批系统研究人工智能技术趋势的报告之一，旨在发现哪些领域展示了最多的创新人工智能活动，哪些公司和机构正在引领人工智能的发展，以及未来增长市场如何。

与人工智能相关的发明正在蓬勃发展，从理论转向商业应用

自上世纪 50 年代人工智能出现以来，创新者和研究人员已经为近 34 万项与人工智能相关的发明提交了申请，并发表了 160 多万篇科学论文。值得注意的是，与人工智能相关的专利申请正在迅速增长：自 2013 年以来，已确认的发明中有一半以上已经发表。

虽然关于人工智能的科学出版物可以追溯到几十年前，但是关于人工智能的科学出版物的繁荣大约在 2001 年才开始，大约比专利申请激增早了 12 年。此外，科学论文与发明的比例已从 2010 年的 8:1 降至 2016 年的 3:1 ——这表明，在商业产品和服务中，人工智能技术已从理论研究转向使用。

机器学习是在专利中披露的主要人工智能技术，在所有已识别的发明 ( 134,777 份专利文件 ) 中，超过三分之一的发明都包含了这种技术。2016 年，与机器学习相关的专利申请量年均增长 28%，达到 20195 件 ( 2013 年为 9567 件 ) 。

革新人工智能的机器学习技术是深度学习和神经网络，在专利申请量方面，它们是增长最快的人工智能技术 : 从 2013 年到 2016 年，深度学习的年均增长率达到 175%，令人印象深刻，2016 年专利申请量达到 2399 件 ; 与此同时，神经网络以 46% 的速度增长，2016 年申请了 6506 项专利。

在人工智能的功能应用中，包括图像识别在内的计算机视觉是最受欢迎的。在所有与人工智能相关的专利中，计算机视觉占 49% ( 167038 份专利文件 ) ，每年平均增长 24% ( 2016 年申请专利 21011 份 ) 。

在 2013 年至 2016 年期间，人工智能功能应用的专利申请量增幅最大的是机器人和控制方法领域的人工智能，这两个领域的专利申请量平均每年增长 55%。

在已确定的人工智能相关专利数据中，观察到的增长率明显高于所有技术领域专利的平均年增长率，2013 年至 2016 年，平均年增长率为 10%。

与人工智能相关的专利不仅披露了人工智能的技术和应用，往往还涉及到一个应用领域或行业。分析表明，许多行业和部门都在探索人工智能的商业开发。在目前的分析中，识别出了 20 个应用领域，在识别出的人工智能专利数据中，62% 至少提到了一个应用领域。这包括 : 电信 ( 在所有已识别的专利文件中占 15% ) 、交通 ( 15% ) 、生命和医学 ( 12% ) 以及个人设备、计算和人机交互 ( 11% ) 。其他表现突出的行业包括银行业、娱乐、安全、工业和制造、农业以及网络 ( 包括 社交 网络、智慧城市和物联网 ) 。

许多与人工智能相关的技术可以在不同的行业中找到用途，这可以从人工智能涉及多个行业的大量专利中看出。交通运输不仅在总体结果中表现突出，而且在与人工智能相关的专利申请增长最快的领域中也占有重要地位，2013 年至 2016 年期间交通运输专利申请同比增长 33% ( 2016 年申请 8764 件 ) 。在运输领域迅速崛起的是航空航天 / 航空电子设备 ( 年增长率 67%，2016 年申请 1813 件 ) 和自动驾驶汽车 ( 年增长率 42%，2016 年申请 5569 件 ) 。当观察 2006 年至 2016 年期间的趋势时，发现交通技术的繁荣变得更加明显：2006 年交通技术仅占申请的 20%，到 2016 年占申请的三分之一 ( 超过 8700 份申请 ) 。

尽管增速不及交通运输业，但 2013 年至 2016 年，人工智能相关电信领域的专利申请量仍以年均 23% 的速度增长，2016 年为 6684 件。在电信行业，增长最快的是计算机网络 / 互联网 ( 17% ) 和广播电视广播 ( 17% ) 。2016 年，生命科学和医学科学的专利申请量增长了 12%，达到 4112 件，其中医学信息学 ( 增长 18% ) 和公共卫生 ( 增长 17% ) 的专利申请量增长了 12%。从 2013 年到 2016 年，个人设备、计算和人机交互平均每年增长 11%，2016 年共申请 3977 件，其中情感计算 ( 识别人类情感 ) 的子领域显著增长 ( 37% ) 。

专利申请量显著增长的其他部门和部门内的子类别包括 : 智能城市 ( 每年增长 47% ) ; 农业 ( 32% ) ; 政府计算机 ( 30% ) ; 以及银行和 金融 业 ( 28% ) 。

近 70% 的与人工智能相关的发明都提到了人工智能的技术、与另一项技术相结合的应用或领域。专利申请中最常见的组合是 : 深度学习和计算机视觉 ; 应用于运输、电信和安全功能的计算机视觉 ; 基于自然语言处理的本体工程以及生命和医学科学的机器学习。这些组合建议在不久的将来关注人工智能的快速发展。

公司，特别是来自日本、美国和中国的公司，主导着专利活动

在排名前 30 位的人工智能专利申请机构中，有 26 家为企业，只有 4 家是大学或公共研究机构。这种模式适用于大多数人工智能技术、应用程序和领域。在申请人工智能相关专利最多的 20 家公司中，有 12 家来自日本，3 家来自美国，2 家来自中国。日本消费电子公司的代表尤其多。

机器学习是专利中披露的主要人工智能技术，在所有已确认的发明中，超过三分之一的发明都包含了机器学习。

IBM 和微软在人工智能相关领域的专利申请方面处于领先地位

IBM 拥有最多的人工智能专利申请，共 8290 项发明，其次是微软的 5930 项。这两家公司的 投资 组合涵盖了一系列人工智能技术、应用和领域，表明这些公司的活动并不局限于特定的行业或领域。排在前五位的还有东芝 ( 5223 项 ) 、三星 ( 5102 项 ) 和日本电气 ( NEC，4406 项 ) 。中国国 家电 网公司跻身前 20 名，从 2013 年到 2016 年，其专利申请量平均每年增加 70%，特别是生物启发方法的机器学习技术，这些技术来自对自然的观察和支持矢量机器 ( 一种监督学习的形式 ) 。

在某些技术和领域方面，最高数量的专利申请来自在该领域具有高度专业化和专门知识的公司。例如，在深度学习方面排名靠前的百度，在交通运输方面排名靠前的丰田和博世 ( Bosch ) ，以及在生命和医学科学方面排名靠前的西门子、飞利浦和三星。一些在人工智能专利领域总体表现不佳的知名公司，在某些领域却表现突出 ; 这些公司包括在网络和社交网络领域的 Facebook 和腾讯。行业专长和对专业数据的访问可以解释为什么某些公司在特定行业处于领先地位。

大学对特定领域的人工智能研究做出了重要贡献，中国的大学占主导地位

尽管企业在人工智能领域占据主导地位，但大学和公共研究机构在某些人工智能领域的发明中发挥着主导作用，如分布式人工智能、一些机器学习技术和神经科学 / 神经机器人学。

在人工智能专利申请排名前 20 的学术机构中，中国机构占 17 个，在与人工智能相关的科学出版物中，中国机构占 10 个。中国的组织在新兴的深度学习技术方面尤其强大。领先的公共研究机构申请人是中国科学院，拥有超过 2500 个专利族，在人工智能领域发表了超过 20000 篇科学论文。此外，中国科学院拥有最大的深度学习组合 ( 235 个专利族 ) 。中国的组织正在巩固自己的领先地位，从 2013 年到 2016 年，中国的专利申请量平均每年增长 20% 以上，与大多数其他国家的组织增长速度相当或高于。

在大学和公共研究机构的专利申请中，韩国电子和电信研究所位居第二，在所有专利申请中位列前 30 名。

在专利申请前 500 强中，大学和公共研究机构占据 167 个席位。其中 110 所来自中国，20 所来自美国，其中 19 所来自韩国，4 所来自日本。四家欧洲公共研究机构进入 500 强 ; 欧洲排名最高的机构是德国弗劳恩霍夫研究所 ( Fraunhofer Institute ) ，排名 159 位，而法国替代能源和原子能委员会 ( Alternative Energies and Atomic Energy Commission ) 排名 185 位。

与其他领域的专利申请趋势一致，美国和中国是最受欢迎的两个人工智能专利申请国，其次是日本。这三个办事处占专利申请量的 78%。世界知识产权组织的 PCT 系统得到越来越多的使用，该系统允许专利申请人通过提交一份申请，在多个司法管辖区提交专利申请。PCT 路由是人工智能专利申请的第四大目标。

许多专利申请被扩展到多个司法管辖区。所有人工智能专利申请中，有三分之一是在首次申请后在其他司法管辖区提交的，8% 是在五个或五个以上司法管辖区提交的。

在排名前三的专利申请机构中，40% 首次在日本提交的专利申请和 32% 首次在美国提交的专利申请随后也在其他地方提交。在中国首次提交的专利申请中，只有 4% 随后在其他司法管辖区提交。

与其他国家，尤其是美国的申请者相比，中国企业和大学目前倾向于只在国内申请。

收购补充了内部研究和知识产权战略

自 1998 年以来，共有 434 家人工智能领域的公司被收购，其中 53% 的收购发生在 2016 年以后。自 2012 年以来，人工智能领域的并购数量每年都在增加，2017 年达到 103 起。尽管 Alphabet ( 谷歌、DeepMind、Waymo 和 X Development 的母公司 ) 在发明申请数量上排名第十，总计 3814 项，但在收购人工智能公司方面排名第一。 苹果 和微软也在积极进行收购。

某些公司，如 IBM 和英特尔，瞄准的是成熟的企业。然而，大多数被收购的公司都是初创企业，它们的专利组合规模很小，甚至根本没有。这表明，收购目标是针对其他资产，包括人才、数据、技术和其他知识产权。

美国涉及的 AI 专利诉讼最多

在许多情况下，合作研究的组织被认为是专利申请的共同受让人。然而，在排名前 20 位的申请者中，没有组织与其他申请者分享超过 1% 的人工智能投资组合。

总的来说，报告中确定的诉讼数量相对较低 ( 只有不到 1% 的专利诉讼 ) ，这可能是因为产品尚未上市，侵权可能难以证明。涉及诉讼的人工智能专利共有 1264 项，其中 74% 的案例发生在美国，以及全球 4231 宗专利反对个案。人工智能专利诉讼的三大原告分别是 Nuance Communications、American vehicle Sciences 和 Automotive Technologies International。

技术趋势可以为人工智能的未来决策提供信息

本报告中的分析为人工智能创新趋势提供了新的见解。它表明了人工智能在一系列技术和其他活动中发挥着越来越重要的作用。人工智能的潜在社会影响已经被识别出来，未来还会有更多。在这方面，必须结合人工智能对劳动力、 经济 和整个社会的预期影响来看待它。

政策制定者必须迅速采取行动，跟上与人工智能相关的发展，并确定人工智能的发展方向。各类利益相关者将必须反思正确的政策组合，以最大限度地从人工智能中获得尽可能广泛的利益，特别关注与人工智能相关的战略、政策、法律和法规，以解决法律和伦理方面的考虑 ; 获取和拥有数字数据及其对 IP 系统的影响 ; 具备适当技能的劳动力 ; 以及投资策略和相关资金。

【来源：前瞻头条】