沒收到驗證郵件？請確認郵箱是否正確或 重新發(fā)送郵件
IPR Daily，全球視野的知識產(chǎn)權新銳媒體
引言
3月9日-15日的圍棋世紀大戰(zhàn)中，谷歌AlphaGo技驚天下，以3:1領先韓國九段棋手李世石，讓AlphaGo所代表的人工智能獲得了前所未有的關注度。圍棋人機大戰(zhàn)，機器獲勝，意味著人工智能技術在快速發(fā)展，或能引領未來新一輪產(chǎn)業(yè)創(chuàng)新與變革。
AlphaGo只是人工智能的冰山一角，全球各互聯(lián)網(wǎng)巨頭紛紛在人工智能領域加強技術創(chuàng)新和專利布局，已經(jīng)在前瞻性科技上的商業(yè)化落地與場景應用中越走越深，或將引領國際國內人工智能技術發(fā)展的方向。要在這前瞻性科技領域布局卡位，有必要對全球人工智能的專利文獻加以統(tǒng)計和分析，把握人工智能的全球專利概況和主要參與者，以便對現(xiàn)有專利技術上從廣度和深度上加以利用。
人工智能崛起的背后：
一項技術發(fā)展的背后， 是科技巨頭對于技術的不斷投入和角逐：繼 4億美金收購了DeepMind后，Google又收購了GeoffreyHinton的創(chuàng)業(yè)公司DNNResearch（一家專注于語音和圖像識別技術的研究公司）。Facebook和俄羅斯富豪尤里一起創(chuàng)立了 300 萬美元獎金的 Breakthrough Prize in Mathematics，IBM 研究院 Watson 電腦開始研究深度學習相關技術，微軟研究院鄧力老師率先把深度學習應用在語音識別中，百度挖來余凱老師創(chuàng)立了IDL研究院，阿里巴巴專門成立了神秘DST部門，騰訊則開放了標志人工智能進步“人臉識別”API。
目前，人工智能技術已被科技巨頭們如IBM、微軟、Facebook等應用到各類相關領域中：聊天機器人、翻譯、圖片識別、人工智能機器、無人駕駛汽車，甚至是醫(yī)學領域的手術機器人……
而從全球的人工智能技術專利申請人來看，前瞻技術方面提交專利申請較多的也是Google（2171項）、IBM（2399項）、微軟（1544項）等國際巨頭；國內的主要是百度（446項）、騰訊（201項）、阿里巴巴（383項）等；其次是一些人工智能的商業(yè)應用領域如手機廠商、智能機器人等。
中美日三國領跑人工智能市場
截止到2016年3月13日，筆者從智慧芽專利數(shù)據(jù)庫中檢索到有關人工智能的專利已經(jīng)超過2.4萬項（以單件申請去重后）。從近二十年的發(fā)展情況來看，專利申請量總體呈平穩(wěn)上升趨勢，2008年后專利申請量有較大幅度提升突破1千項，到2014和 2015年，專利申請量均超過3千項，這也反映了人工智能領域正處于高速發(fā)展期。
從人工智能專利申請受理國來看，美國以9786項位居全球第一，占全球專利申請總量的28%，且專利申請大多跟算法有關。這是由于美國早期的商業(yè)建設比較完善，讓很多大型公司建立起各自領域的絕對壁壘，更加注重人工智能技術本身的發(fā)展，因此美國的科技公司在人工智能領域方面，更多的是圍繞大數(shù)據(jù)挖掘、算法研發(fā)方面。
其次是中國，專利申請量達到6900多項，占全球專利申請總量的20%，其專利申請著重于商業(yè)場景的應用。這是由于國內早期的基礎設施相對比較落后，因此科技公司采用應用市場技術來進行彌補。
日本以5千多項位居第三，其次是韓國、歐洲、加拿大、德國、英國等國家地區(qū)。由于專利申請的時間和地域選擇與產(chǎn)業(yè)化發(fā)展方向密切相關，可見中美已成為人工智能技術的主戰(zhàn)場。
寬度為主，深度為輔，深度學習技術未來可期
數(shù)據(jù)顯示，2萬多項人工智能專利，其技術主要集中在語音識別、圖像識別、自然語言處理和大數(shù)據(jù)處理等方面。其中語音識別發(fā)展較快，已經(jīng)有1萬多項專利，其技術分支較多如語音搜索、語音識別、語音與圖像結合等，已在政府、制造、金融、零售、教育等領域得到應用，商業(yè)應用面較廣。
對于人工智能中的重要分支深度學習（AlphaGo為代表），整合了搜索算法、神經(jīng)網(wǎng)絡和自我進化，是人工智能領域的黑科技，其專利申請量也不少。智慧芽專利數(shù)據(jù)庫檢索顯示，目前有關深度學習的專利申請共有1809項，主要申請區(qū)域為美國、中國、歐洲、日本。
圖1 深度學習技術發(fā)展脈絡圖
如圖1所示，從技術發(fā)展脈絡和技術生命周期來看，深度學習經(jīng)過前期的技術導入，目前正進入快速發(fā)展期。從2006年Geoffrey E. Hinton提出深度學習概念到2007年Rémi Coulom首次命名Monte Carlo Tree Search算法，其相關專利申請量均是50多項；2013年DeepMind采用CNN+BP算法模仿Q-learning，提出Deep Q-learning算法時，專利申請量就快速上升到79項；2014年后，隨著DeepMind利用actor-critic構架改進DQN算法，將policy-network與value-network分離時，相關專利申請量上升為278項，2015年后全球申請量更是達到823項。
圖2 深度學習專利3D地圖
現(xiàn)有公開的1809項深度學習相關專利，如圖2智慧芽3D地圖來看，其專利密集區(qū)主要集中在特定功能的數(shù)據(jù)處理（信息檢索及其數(shù)據(jù)庫結構）、 采用神經(jīng)網(wǎng)絡模型的學習方法、圖形識別分析等領域。而深度學習之所以能讓AlphaGo成功，正是因為采用了神經(jīng)網(wǎng)路加上MCTS (Monte Carlo tree search)搜索算法，同時結合巨大的谷歌云計算資源，加上高手棋譜和自我學習。AlphaGo只是深度學習應用的序曲，DeepMind做圍棋研發(fā)是基于通用的技術進行，這樣的技術未來可以用到任何其他合適的領域里去，只要能夠建模，能夠有充足的數(shù)據(jù)，人工智能就能夠在這個領域短時間能從0分做到99分。
結語：
人工智能研究的成果并不局限于游戲，圍棋只是體現(xiàn)人工智能進步絕佳的宣傳點和切入點，它的潛力在于現(xiàn)實應用。以Google、百度為首的互聯(lián)網(wǎng)巨頭在相關專利技術上已深度落子布局，其專利布局之道也給國內的企業(yè)有以下啟示：
（一）以專利分析為突破口，加快創(chuàng)新步伐：結合人工智能技術和商業(yè)應用場景，分析國內外先進技術熱點、空白點、發(fā)展動態(tài)和方向。同時開展關鍵技術的專利分析以提高技術研發(fā)起點、優(yōu)化資源配置、加快研究進程，實現(xiàn)關鍵技術突破并進行再創(chuàng)新。
（二）收購具有技術研發(fā)實力的公司，快速提升競爭力：收并購國內外具有自主知識產(chǎn)權、較強的研發(fā)團隊以及領先的市場地位的相關企業(yè)，快速提升企業(yè)規(guī)模和核心競爭力、完成國際化經(jīng)營布局，是產(chǎn)業(yè)快速轉型升級和結構調整的便捷之路。
來源：智慧芽學院
作者：曾青華 PatSnap智慧芽專利工程師
編輯:IPRdaily 王夢婷
共發(fā)表文章7492篇文章不錯，犒勞下辛苦的作者吧
- 我也說兩句
- 還可以輸入140個字
