人工智能 ( AI ) 正日益推動技術和商業的重要發展，從自動駕駛汽車到醫療診斷，再到先進制造業。隨著人工智能理論領域轉向全球市場，其增長受到大量數字化數據和快速提升的計算處理能力的推動，具有潛在的革命性影響：通過檢測模式中數十億看似無關的數據點，AI 可以改善天氣預報， 提高作物產量，增強癌癥檢測，預測流行病并提高工業生產力。
通過專利分析可以看出技術趨勢
根據世界知識產權組織 ( WIPO ) 的專利數據分析的專業知識，WIPO 技術趨勢系列中的第一份報告調查了新興人工智能時代的趨勢：為了回顧人工智能過去和當前趨勢，同時提供有關這一領域的創新在未來幾年內可能的發展方向，它分析了專利、科學出版和其他數據。
該報告是首批系統研究人工智能技術趨勢的報告之一，旨在發現哪些領域展示了最多的創新人工智能活動，哪些公司和機構正在引領人工智能的發展，以及未來增長市場如何。
與人工智能相關的發明正在蓬勃發展，從理論轉向商業應用
自上世紀 50 年代人工智能出現以來，創新者和研究人員已經為近 34 萬項與人工智能相關的發明提交了申請，并發表了 160 多萬篇科學論文。值得注意的是，與人工智能相關的專利申請正在迅速增長：自 2013 年以來，已確認的發明中有一半以上已經發表。
雖然關于人工智能的科學出版物可以追溯到幾十年前，但是關于人工智能的科學出版物的繁榮大約在 2001 年才開始，大約比專利申請激增早了 12 年。此外，科學論文與發明的比例已從 2010 年的 8:1 降至 2016 年的 3:1 ——這表明，在商業產品和服務中，人工智能技術已從理論研究轉向使用。
機器學習是在專利中披露的主要人工智能技術，在所有已識別的發明 ( 134,777 份專利文件 ) 中，超過三分之一的發明都包含了這種技術。2016 年，與機器學習相關的專利申請量年均增長 28%，達到 20195 件 ( 2013 年為 9567 件 ) 。
革新人工智能的機器學習技術是深度學習和神經網絡，在專利申請量方面，它們是增長最快的人工智能技術 : 從 2013 年到 2016 年，深度學習的年均增長率達到 175%，令人印象深刻，2016 年專利申請量達到 2399 件 ; 與此同時，神經網絡以 46% 的速度增長，2016 年申請了 6506 項專利。
在人工智能的功能應用中，包括圖像識別在內的計算機視覺是最受歡迎的。在所有與人工智能相關的專利中，計算機視覺占 49% ( 167038 份專利文件 ) ，每年平均增長 24% ( 2016 年申請專利 21011 份 ) 。
在 2013 年至 2016 年期間，人工智能功能應用的專利申請量增幅最大的是機器人和控制方法領域的人工智能，這兩個領域的專利申請量平均每年增長 55%。
在已確定的人工智能相關專利數據中，觀察到的增長率明顯高于所有技術領域專利的平均年增長率，2013 年至 2016 年，平均年增長率為 10%。
與人工智能相關的專利不僅披露了人工智能的技術和應用，往往還涉及到一個應用領域或行業。分析表明，許多行業和部門都在探索人工智能的商業開發。在目前的分析中，識別出了 20 個應用領域，在識別出的人工智能專利數據中，62% 至少提到了一個應用領域。這包括 : 電信 ( 在所有已識別的專利文件中占 15% ) 、交通 ( 15% ) 、生命和醫學 ( 12% ) 以及個人設備、計算和人機交互 ( 11% ) 。其他表現突出的行業包括銀行業、娛樂、安全、工業和制造、農業以及網絡 ( 包括社交網絡、智慧城市和物聯網 ) 。
許多與人工智能相關的技術可以在不同的行業中找到用途，這可以從人工智能涉及多個行業的大量專利中看出。交通運輸不僅在總體結果中表現突出，而且在與人工智能相關的專利申請增長最快的領域中也占有重要地位，2013 年至 2016 年期間交通運輸專利申請同比增長 33% ( 2016 年申請 8764 件 ) 。在運輸領域迅速崛起的是航空航天 / 航空電子設備 ( 年增長率 67%，2016 年申請 1813 件 ) 和自動駕駛汽車 ( 年增長率 42%，2016 年申請 5569 件 ) 。當觀察 2006 年至 2016 年期間的趨勢時，發現交通技術的繁榮變得更加明顯：2006 年交通技術僅占申請的 20%，到 2016 年占申請的三分之一 ( 超過 8700 份申請 ) 。
盡管增速不及交通運輸業，但 2013 年至 2016 年，人工智能相關電信領域的專利申請量仍以年均 23% 的速度增長，2016 年為 6684 件。在電信行業，增長最快的是計算機網絡 / 互聯網 ( 17% ) 和廣播電視廣播 ( 17% ) 。2016 年，生命科學和醫學科學的專利申請量增長了 12%，達到 4112 件，其中醫學信息學 ( 增長 18% ) 和公共衛生 ( 增長 17% ) 的專利申請量增長了 12%。從 2013 年到 2016 年，個人設備、計算和人機交互平均每年增長 11%，2016 年共申請 3977 件，其中情感計算 ( 識別人類情感 ) 的子領域顯著增長 ( 37% ) 。
專利申請量顯著增長的其他部門和部門內的子類別包括 : 智能城市 ( 每年增長 47% ) ; 農業 ( 32% ) ; 政府計算機 ( 30% ) ; 以及銀行和金融業 ( 28% ) 。
近 70% 的與人工智能相關的發明都提到了人工智能的技術、與另一項技術相結合的應用或領域。專利申請中最常見的組合是 : 深度學習和計算機視覺 ; 應用于運輸、電信和安全功能的計算機視覺 ; 基于自然語言處理的本體工程以及生命和醫學科學的機器學習。這些組合建議在不久的將來關注人工智能的快速發展。
公司，特別是來自日本、美國和中國的公司，主導著專利活動
在排名前 30 位的人工智能專利申請機構中，有 26 家為企業，只有 4 家是大學或公共研究機構。這種模式適用于大多數人工智能技術、應用程序和領域。在申請人工智能相關專利最多的 20 家公司中，有 12 家來自日本，3 家來自美國，2 家來自中國。日本消費電子公司的代表尤其多。
機器學習是專利中披露的主要人工智能技術，在所有已確認的發明中，超過三分之一的發明都包含了機器學習。
IBM 和微軟在人工智能相關領域的專利申請方面處于領先地位
IBM 擁有最多的人工智能專利申請，共 8290 項發明，其次是微軟的 5930 項。這兩家公司的投資組合涵蓋了一系列人工智能技術、應用和領域，表明這些公司的活動并不局限于特定的行業或領域。排在前五位的還有東芝 ( 5223 項 ) 、三星 ( 5102 項 ) 和日本電氣 ( NEC，4406 項 ) 。中國國家電網公司躋身前 20 名，從 2013 年到 2016 年，其專利申請量平均每年增加 70%，特別是生物啟發方法的機器學習技術，這些技術來自對自然的觀察和支持矢量機器 ( 一種監督學習的形式 ) 。
在某些技術和領域方面，最高數量的專利申請來自在該領域具有高度專業化和專門知識的公司。例如，在深度學習方面排名靠前的百度，在交通運輸方面排名靠前的豐田和博世 ( Bosch ) ，以及在生命和醫學科學方面排名靠前的西門子、飛利浦和三星。一些在人工智能專利領域總體表現不佳的知名公司，在某些領域卻表現突出 ; 這些公司包括在網絡和社交網絡領域的 Facebook 和騰訊。行業專長和對專業數據的訪問可以解釋為什么某些公司在特定行業處于領先地位。
大學對特定領域的人工智能研究做出了重要貢獻，中國的大學占主導地位
盡管企業在人工智能領域占據主導地位，但大學和公共研究機構在某些人工智能領域的發明中發揮著主導作用，如分布式人工智能、一些機器學習技術和神經科學 / 神經機器人學。
在人工智能專利申請排名前 20 的學術機構中，中國機構占 17 個，在與人工智能相關的科學出版物中，中國機構占 10 個。中國的組織在新興的深度學習技術方面尤其強大。領先的公共研究機構申請人是中國科學院，擁有超過 2500 個專利族，在人工智能領域發表了超過 20000 篇科學論文。此外，中國科學院擁有最大的深度學習組合 ( 235 個專利族 ) 。中國的組織正在鞏固自己的領先地位，從 2013 年到 2016 年，中國的專利申請量平均每年增長 20% 以上，與大多數其他國家的組織增長速度相當或高于。
在大學和公共研究機構的專利申請中，韓國電子和電信研究所位居第二，在所有專利申請中位列前 30 名。
在專利申請前 500 強中，大學和公共研究機構占據 167 個席位。其中 110 所來自中國，20 所來自美國，其中 19 所來自韓國，4 所來自日本。四家歐洲公共研究機構進入 500 強 ; 歐洲排名最高的機構是德國弗勞恩霍夫研究所 ( Fraunhofer Institute ) ，排名 159 位，而法國替代能源和原子能委員會 ( Alternative Energies and Atomic Energy Commission ) 排名 185 位。
與其他領域的專利申請趨勢一致，美國和中國是最受歡迎的兩個人工智能專利申請國，其次是日本。這三個辦事處占專利申請量的 78%。世界知識產權組織的 PCT 系統得到越來越多的使用，該系統允許專利申請人通過提交一份申請，在多個司法管轄區提交專利申請。PCT 路由是人工智能專利申請的第四大目標。
許多專利申請被擴展到多個司法管轄區。所有人工智能專利申請中，有三分之一是在首次申請后在其他司法管轄區提交的，8% 是在五個或五個以上司法管轄區提交的。
在排名前三的專利申請機構中，40% 首次在日本提交的專利申請和 32% 首次在美國提交的專利申請隨后也在其他地方提交。在中國首次提交的專利申請中，只有 4% 隨后在其他司法管轄區提交。
與其他國家，尤其是美國的申請者相比，中國企業和大學目前傾向于只在國內申請。
收購補充了內部研究和知識產權戰略
自 1998 年以來，共有 434 家人工智能領域的公司被收購，其中 53% 的收購發生在 2016 年以后。自 2012 年以來，人工智能領域的并購數量每年都在增加，2017 年達到 103 起。盡管 Alphabet ( 谷歌、DeepMind、Waymo 和 X Development 的母公司 ) 在發明申請數量上排名第十，總計 3814 項，但在收購人工智能公司方面排名第一。蘋果和微軟也在積極進行收購。
某些公司，如 IBM 和英特爾，瞄準的是成熟的企業。然而，大多數被收購的公司都是初創企業，它們的專利組合規模很小，甚至根本沒有。這表明，收購目標是針對其他資產，包括人才、數據、技術和其他知識產權。
美國涉及的 AI 專利訴訟最多
在許多情況下，合作研究的組織被認為是專利申請的共同受讓人。然而，在排名前 20 位的申請者中，沒有組織與其他申請者分享超過 1% 的人工智能投資組合。
總的來說，報告中確定的訴訟數量相對較低 ( 只有不到 1% 的專利訴訟 ) ，這可能是因為產品尚未上市，侵權可能難以證明。涉及訴訟的人工智能專利共有 1264 項，其中 74% 的案例發生在美國，以及全球 4231 宗專利反對個案。人工智能專利訴訟的三大原告分別是 Nuance Communications、American vehicle Sciences 和 Automotive Technologies International。
技術趨勢可以為人工智能的未來決策提供信息
本報告中的分析為人工智能創新趨勢提供了新的見解。它表明了人工智能在一系列技術和其他活動中發揮著越來越重要的作用。人工智能的潛在社會影響已經被識別出來，未來還會有更多。在這方面，必須結合人工智能對勞動力、經濟和整個社會的預期影響來看待它。
政策制定者必須迅速采取行動，跟上與人工智能相關的發展，并確定人工智能的發展方向。各類利益相關者將必須反思正確的政策組合，以最大限度地從人工智能中獲得盡可能廣泛的利益，特別關注與人工智能相關的戰略、政策、法律和法規，以解決法律和倫理方面的考慮 ; 獲取和擁有數字數據及其對 IP 系統的影響 ; 具備適當技能的勞動力 ; 以及投資策略和相關資金。
【來源：前瞻頭條】
