?

來(lái)源：中國(guó)科協(xié)創(chuàng)新戰(zhàn)略研究院《創(chuàng)新研究報(bào)告》

第26期（總第454期）2021-03-23

編者按：2020年10月27日，美國(guó)專(zhuān)利商標(biāo)局（USPTO）發(fā)布《人工智能發(fā)明：追蹤美國(guó)人工智能專(zhuān)利擴(kuò)散》（Inventing AI Tracing the diffusion of artificial intelligence with U.S. patents）分析報(bào)告。該報(bào)告顯示，從 2002 年到 2018年，美國(guó)人工智能專(zhuān)利的年申請(qǐng)量增長(zhǎng)超過(guò) 100%，從每年3萬(wàn)件增加到6萬(wàn)多件，含人工智能的專(zhuān)利申請(qǐng)所占份額從9%上升到近16%。同時(shí)，活躍于人工智能領(lǐng)域的發(fā)明人和專(zhuān)利權(quán)人比例從1976年的 1% 上升到2018年的 25%。此外，排名前 30 位的人工智能公司大多來(lái)自信息和通信技術(shù)領(lǐng)域，只有少數(shù)例外，如美國(guó)銀行、波音和通用電氣。本報(bào)告對(duì)其主要內(nèi)容進(jìn)行摘編。

1950年發(fā)表的一篇關(guān)于人工智能（AI）的開(kāi)創(chuàng)性論文中，Alan Turing 提出了“機(jī)器能思考嗎”的疑問(wèn)，并專(zhuān)注于機(jī)器如何模仿人類(lèi)。至今，人工智能是偉大的進(jìn)步，人們?nèi)粘Ｉ钪锌梢栽诩依锸孢m地發(fā)出問(wèn)題，數(shù)字助理通過(guò)聲音識(shí)別，解釋問(wèn)題，并給出答案，同時(shí)，機(jī)器人吸塵器可以在復(fù)雜的地形中導(dǎo)航。街道上，汽車(chē)掃描并識(shí)別周?chē)沫h(huán)境，以更高得自主性駕駛。在經(jīng)濟(jì)體中，如商業(yè)、運(yùn)輸物流、醫(yī)療保健和金融業(yè)的決策越來(lái)越被機(jī)器預(yù)測(cè)改善。

人工智能可能改變?nèi)藗儗?duì)周?chē)澜绲目捶ê腿粘Ｉ畹姆绞?，通過(guò)創(chuàng)新實(shí)現(xiàn)這些變化。人工智能以蒸汽機(jī)和電力的規(guī)模徹底改變世界。如何衡量人工智能的潛在影響的一個(gè)重要的指標(biāo)是通過(guò)專(zhuān)利的性質(zhì)和普及度來(lái)體現(xiàn)人工智能技術(shù)。專(zhuān)利可以揭示人工智能技術(shù)的數(shù)量是否增長(zhǎng)，它們是否在廣泛的技術(shù)領(lǐng)域、發(fā)明人、公司和區(qū)域之間擴(kuò)散。該報(bào)告使用機(jī)器學(xué)習(xí)人工智能算法確定了1976年至2018年發(fā)布的所有美國(guó)人工智能專(zhuān)利申請(qǐng)。這種人工智能方法靈活地從專(zhuān)利文檔的文本中學(xué)習(xí)，不受特定分類(lèi)號(hào)和關(guān)鍵字的限制，從而提高了識(shí)別人工智能專(zhuān)利的準(zhǔn)確性。

一、人工智能專(zhuān)利簡(jiǎn)介

美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究所 (NIST) 將人工智能技術(shù)和系統(tǒng)定義為“由軟件和硬件組成，它們可以學(xué)習(xí)解決復(fù)雜問(wèn)題、進(jìn)行預(yù)測(cè)或承擔(dān)需要人類(lèi)的感知 ( 如視覺(jué)、語(yǔ)音和觸摸 )、洞察、認(rèn)知、規(guī)劃、學(xué)習(xí)、通信或物理動(dòng)作的任務(wù)?！睂?duì)于專(zhuān)利的申請(qǐng)與授權(quán)，AI 被定義為包含八種組件技術(shù)中的一項(xiàng)或多項(xiàng)，這些組件跨越軟件、硬件和應(yīng)用程序。

1知識(shí)處理

知識(shí)處理領(lǐng)域涉及表示和推導(dǎo)關(guān)于世界的事實(shí)，并在自動(dòng)化系統(tǒng)中使用這些信息。如美國(guó)金融公司 Intuit Inc. 使用一種預(yù)定義的“知識(shí)庫(kù)”來(lái)自動(dòng)檢測(cè)會(huì)計(jì)錯(cuò)誤的算法。

2語(yǔ)音識(shí)別

語(yǔ)音識(shí)別技術(shù)指能夠理解以聲音信號(hào)形式傳遞的文字序列。如蘋(píng)果的 Siri、亞馬遜的 Alexa，或者微軟的 Cortana，這些智能語(yǔ)音助手可以對(duì)語(yǔ)音指令做出縝密的回答。

3人工智能硬件

現(xiàn)代 AI 算法需要相當(dāng)強(qiáng)的計(jì)算能力。人工智能硬件包括物理計(jì)算機(jī)組件，旨在通過(guò)提高處理效率和速度來(lái)滿足這一要求。例如IBM公司的一項(xiàng)專(zhuān)利，描述了一種用于高效信息處理的設(shè)備，該設(shè)備模擬類(lèi)似于生物大腦的生物神經(jīng)元之間的突觸來(lái)處理信息。

4進(jìn)化計(jì)算

進(jìn)化算法產(chǎn)生的靈感借鑒了大自然中生物的進(jìn)化操作，它一般包括基因編碼、種群初始化、交叉變異算子、經(jīng)營(yíng)保留機(jī)制等基本操作。如美國(guó)雪佛龍公司有一項(xiàng)預(yù)測(cè)可用石油儲(chǔ)量的進(jìn)化算法，其通過(guò)評(píng)估大量競(jìng)爭(zhēng)模型，使用遺傳算法選擇其中最高性能的模型。

5自然語(yǔ)言處理

理解和使用書(shū)面語(yǔ)言編碼的數(shù)據(jù)是自然語(yǔ)言處理的領(lǐng)域。例如美國(guó)辛辛那提兒童醫(yī)院醫(yī)療中心的一項(xiàng)專(zhuān)利，通過(guò)模擬各種人類(lèi)記憶方法并使用文本來(lái)構(gòu)建方案。生成的方案可用于提高各種醫(yī)療保健管理任務(wù)的效率，例如為臨床記錄分配賬單編號(hào)。

6機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)領(lǐng)域包含一大類(lèi)從數(shù)據(jù)中學(xué)習(xí)的計(jì)算模型。沃爾瑪有一個(gè)算法，通過(guò)使用眾包對(duì)產(chǎn)品描述、評(píng)論和其他產(chǎn)品特性進(jìn)行分類(lèi)來(lái)解決不明確的問(wèn)題，從而優(yōu)化其電商平臺(tái)。

7計(jì)算機(jī)視覺(jué)

計(jì)算機(jī)視覺(jué)從圖像和視頻中提取和理解信息。如亞利桑那州立大學(xué)的一項(xiàng)醫(yī)用專(zhuān)利，可自動(dòng)檢測(cè)結(jié)腸鏡檢查期間拍攝的圖像中的異常。

8規(guī)劃與控制

規(guī)劃與控制包含識(shí)別、創(chuàng)建和執(zhí)行活動(dòng)以實(shí)現(xiàn)特定目標(biāo)的過(guò)程。例如美國(guó) Fisher-Rosemount Systems 公司的一項(xiàng)專(zhuān)利，可以在加工廠出現(xiàn)異常狀況時(shí)，幫助減少成本高昂的工作流程分析。此發(fā)明描述了一種通過(guò)視覺(jué)、聲音或其他環(huán)境條件檢測(cè)中潛在的問(wèn)題，并使用專(zhuān)家系統(tǒng)識(shí)別和解決這些問(wèn)題的方法。

二、人工智能的重要性日益提升

報(bào)告指出，人工智能專(zhuān)利申請(qǐng)量的增加標(biāo)志著有價(jià)值的新技術(shù)的出現(xiàn)，這些申請(qǐng)量反映了投資者和創(chuàng)新者的眼光，他們尋求新技術(shù)進(jìn)行創(chuàng)新，而人工智能技術(shù)則顯示出了這種增長(zhǎng)趨勢(shì)。

圖1所示，1976年到2018年公開(kāi)的人工智能專(zhuān)利申請(qǐng)量及其在所有公開(kāi)專(zhuān)利申請(qǐng)中所占份額的長(zhǎng)期趨勢(shì)。由于美國(guó)發(fā)明人保護(hù)法（AIPA）是在1999年底及其實(shí)施期（圖1中的灰色區(qū)域）所作的修訂，2002年后的趨勢(shì)能夠提供更有用的信息。從 2002年到 2018 年，人工智能專(zhuān)利申請(qǐng)量和份額普遍增加，其中人工智能專(zhuān)利的年申請(qǐng)量增長(zhǎng)了一倍以上，從3萬(wàn)件增加到了6萬(wàn)多件。雖然美國(guó)專(zhuān)利商標(biāo)局的專(zhuān)利申請(qǐng)總量在這段時(shí)間內(nèi)也有所增加，但人工智能申請(qǐng)的占比也出現(xiàn)了顯著增長(zhǎng)，從2002年的9%增長(zhǎng)到2018年的近16%。如前所述，一項(xiàng)專(zhuān)利可以屬于上述八項(xiàng)組件技術(shù)中的一項(xiàng)或多項(xiàng)。例如，美國(guó)第 7392230 號(hào)專(zhuān)利，題為“利用納米技術(shù)的物理神經(jīng)網(wǎng)絡(luò)液態(tài)機(jī)器”，根據(jù)該報(bào)告所采用的方法被分為機(jī)器學(xué)習(xí)和人工智能硬件組件技術(shù)。

?

圖2 顯示了1990至2018年公開(kāi)的人工智能組件技術(shù)專(zhuān)利申請(qǐng)量，最多的是規(guī)劃與控制（紅色虛線）和知識(shí)處理（淺藍(lán)色虛線），它們是最通用的人工智能組件技術(shù)，其他組件技術(shù)（如機(jī)器學(xué)習(xí)）的專(zhuān)利通常都會(huì)包括規(guī)劃與控制或知識(shí)處理的元素。

自2012年以來(lái)，機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)領(lǐng)域的專(zhuān)利申請(qǐng)量顯著增加。這兩種人工智能技術(shù)都是AlexNet在2012年取得成功的關(guān)鍵，AlexNet是2010ImageNet 大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽的一部分，也是一個(gè)分水嶺，它改變了圖像識(shí)別和機(jī)器學(xué)習(xí)（特別是深度學(xué)習(xí)）的技術(shù)軌跡。

人工智能硬件以及計(jì)算機(jī)視覺(jué)的專(zhuān)利申請(qǐng)量同步增長(zhǎng)。這兩種組件技術(shù)專(zhuān)利申請(qǐng)的緊密聯(lián)系可能反映了圖像識(shí)別的進(jìn)步以及計(jì)算能力和性能需求之間的相互影響。專(zhuān)用硬件包括計(jì)算機(jī)處理器和專(zhuān)用內(nèi)存的加速器，人工智能的其他應(yīng)用（例如自動(dòng)駕駛汽車(chē)）也涉及專(zhuān)用硬件。

?

三、發(fā)明視角下的AI技術(shù)擴(kuò)散

技術(shù)擴(kuò)散是指發(fā)明者、公司和其他創(chuàng)新者傳播和采用的新技術(shù)。廣泛傳播的技術(shù)對(duì)創(chuàng)新、生產(chǎn)力和經(jīng)濟(jì)增長(zhǎng)具有潛在的巨大影響，例如，蒸汽動(dòng)力、電力和信息技術(shù)極大地提高了經(jīng)濟(jì)生產(chǎn)中商品的數(shù)量和種類(lèi)。專(zhuān)利文獻(xiàn)為擴(kuò)散提供了一種獨(dú)特的“發(fā)明透鏡”。這些文件包含了對(duì)發(fā)明技術(shù)的詳細(xì)描述以及其他元數(shù)據(jù)，這些元數(shù)據(jù)確定了專(zhuān)利的技術(shù)分類(lèi)、發(fā)明者、分配的所有者、位置和關(guān)鍵日期。

1AI 在技術(shù)間的擴(kuò)散

對(duì)于每件專(zhuān)利申請(qǐng)，USPTO都會(huì)審查其技術(shù)內(nèi)容，并根據(jù)主題將專(zhuān)利劃分到特定的技術(shù)分組。當(dāng)前系統(tǒng)具有600多個(gè)子類(lèi)，涵蓋了大量主題，包括化學(xué)、電子、機(jī)械和材料等。圖3顯示了從1976年開(kāi)始人工智能的技術(shù)擴(kuò)散情況。與人工智能專(zhuān)利申請(qǐng)總量的增長(zhǎng)類(lèi)似，人工智能正在更大的技術(shù)范圍中擴(kuò)散（綠色實(shí)線）。

?

1976年，人工智能的專(zhuān)利出現(xiàn)在大約10%的技術(shù)子類(lèi)中，到2018年，已擴(kuò)大到42%以上的技術(shù)子類(lèi)中。

人工智能組件技術(shù)分成了三個(gè)具有不同擴(kuò)散率的集群，第一個(gè)集群（知識(shí)處理和規(guī)劃與控制）正在以最快的速度擴(kuò)散到各個(gè)專(zhuān)利技術(shù)類(lèi)別中，此狀態(tài)反映了這些人工智能組件在各種技術(shù)領(lǐng)域中的普遍適用性。

第二個(gè)集群（視覺(jué)、機(jī)器學(xué)習(xí)和人工智能硬件）擴(kuò)散速度較慢，但仍在增加。

第三個(gè)集群（進(jìn)化計(jì)算、語(yǔ)音和自然語(yǔ)言處理）的擴(kuò)散速度最慢，在20世紀(jì)90年代后期一直徘徊在5%左右，直到最近才擴(kuò)展到近10%的技術(shù)子類(lèi)中。

這些集群表明人工智能組件技術(shù)之間相互依賴，但還需要更多的研究來(lái)了解這些模式背后的因素。

2AI 在發(fā)明者和專(zhuān)利所有者之間的擴(kuò)散

當(dāng)越來(lái)越多的發(fā)明家、公司和其他組織在其發(fā)明和生產(chǎn)過(guò)程中使用人工智能，人工智能的經(jīng)濟(jì)影響變得越來(lái)越大。每年獲得人工智能專(zhuān)利的發(fā)明人和組織的百分比是擴(kuò)散的一個(gè)指標(biāo)，這一指標(biāo)可以用授權(quán)專(zhuān)利上出現(xiàn)的發(fā)明者和組織的名字來(lái)計(jì)算。然而，使用原始專(zhuān)利數(shù)據(jù)會(huì)對(duì)發(fā)明者和組織進(jìn)行錯(cuò)誤計(jì)數(shù)。例如，“International Business Machines”和“IBM”是兩個(gè)不同的組織。為了克服這個(gè)限制，該報(bào)告使用了專(zhuān)利視圖，專(zhuān)利視圖為發(fā)明人 ( 以下簡(jiǎn)稱為發(fā)明人 / 專(zhuān)利權(quán)人 ) 和以專(zhuān)利命名的組織提供唯一的身份標(biāo)識(shí)。

圖4顯示了從1976年到2018年至少獲得一件人工智能專(zhuān)利的美國(guó)個(gè)人發(fā)明人和專(zhuān)利權(quán)人占比，這一比例的增長(zhǎng)表明有更多的發(fā)明人和專(zhuān)利權(quán)人在其發(fā)明中使用人工智能技術(shù)，個(gè)人發(fā)明人和機(jī)構(gòu)專(zhuān)利權(quán)人占比總體同步增長(zhǎng)。獲人工智能專(zhuān)利的個(gè)人發(fā)明人占比在1976年僅為1%（藍(lán)色虛線），到2018年增長(zhǎng)到25%，即2018年所有個(gè)人發(fā)明人專(zhuān)利中有 25% 的專(zhuān)利使用了人工智能技術(shù)。從2009年開(kāi)始，使用人工智能的個(gè)人發(fā)明人所占比例甚至超過(guò)了使用人工智能的機(jī)構(gòu)（藍(lán)色虛線與綠色實(shí)線交叉），這意味著擴(kuò)散不僅發(fā)生在機(jī)構(gòu)之間，而且發(fā)生在個(gè)人間，越來(lái)越多的個(gè)人和機(jī)構(gòu)在其工作中采用了人工智能技術(shù)。

?

圖5 列出了擁有人工智能專(zhuān)利的美國(guó)前 30 強(qiáng)公司。根據(jù)授權(quán)專(zhuān)利時(shí)的記錄，這些公司持有 1976 年至 2018 年授予的所有人工智能專(zhuān)利的29%。前30名公司大多屬于信息和通信技術(shù)（ICT）領(lǐng)域，也有例外，如通用電氣、波音和美國(guó)銀行。

?

3AI 在地理范圍上的擴(kuò)散

根據(jù)不同時(shí)間段美國(guó)各地專(zhuān)利發(fā)明人所在地點(diǎn)的對(duì)比，可以發(fā)現(xiàn)人工智能發(fā)明人 / 專(zhuān)利權(quán)人往往集中在較大的城市和已建立的技術(shù)中心，如加利福尼亞州硅谷，這些位置具有資源優(yōu)勢(shì)，使早期采用更容易。例如，技術(shù)中心已經(jīng)是成功公司的所在地，這些公司的員工擁有理解和實(shí)施人工智能技術(shù)所需的專(zhuān)業(yè)知識(shí)，這一優(yōu)勢(shì)也延伸到擁有主要研究型大學(xué)的地區(qū)。數(shù)據(jù)顯示，自2001年后人工智能發(fā)明者/專(zhuān)利權(quán)人的位置正擴(kuò)散到全美各州。

例如，緬因州和南卡羅來(lái)納州在數(shù)字?jǐn)?shù)據(jù)處理和適用于商業(yè)的數(shù)據(jù)處理方面非?；钴S；俄勒岡州的發(fā)明者 / 專(zhuān)利權(quán)人正在健身訓(xùn)練和設(shè)備中使用人工智能；在蒙大拿州，人工智能被納入分析材料化學(xué)和物理特性的發(fā)明中。

美國(guó)中西部也在采用人工智能技術(shù)，盡管數(shù)量少得多。發(fā)明人 / 專(zhuān)利權(quán)人正在使用人工智能進(jìn)行數(shù)字信息傳輸、圖像處理以及數(shù)據(jù)識(shí)別和呈現(xiàn)。威斯康辛州在醫(yī)療器械和診斷、手術(shù)和鑒定流程方面領(lǐng)先，其次是俄亥俄州和堪薩斯州。例如，美國(guó)專(zhuān)利號(hào) 9687199，標(biāo)題為“提供疾病預(yù)后的醫(yī)學(xué)成像系統(tǒng)”，該發(fā)明結(jié)合了多個(gè)機(jī)器學(xué)習(xí)模型來(lái)分析不同的患者特征，這些特征被組合成用于疾病預(yù)測(cè)的完整模型。

在愛(ài)荷華州、堪薩斯州、密蘇里州、內(nèi)布拉斯加州和俄亥俄州，人工智能技術(shù)正在為電話通信的相關(guān)發(fā)明作出貢獻(xiàn)。例如，在俄亥俄州，美國(guó)專(zhuān)利號(hào) 9756185 詳細(xì)說(shuō)明了一個(gè)自動(dòng)呼叫分析系統(tǒng)，以評(píng)估電話交談的質(zhì)量和監(jiān)督員工的表現(xiàn)。

應(yīng)用與農(nóng)業(yè)相關(guān)的人工智能技術(shù)是北達(dá)科他州的一個(gè)重點(diǎn)。例如，美國(guó)專(zhuān)利號(hào) 9723784，標(biāo)題為“基于鏡面反射的作物質(zhì)量傳感器”，對(duì)作物樣品進(jìn)行成像，識(shí)別單個(gè)籽粒，并確定哪些籽粒是完整的和未破碎的。該傳感器允許對(duì)收割機(jī)的收割進(jìn)行調(diào)整，以降低谷物破碎的百分比。

四、展望

人工智能在技術(shù)、發(fā)明人和專(zhuān)利權(quán)人之間和地理上的數(shù)量增長(zhǎng)和擴(kuò)散表明，人工智能對(duì)美國(guó)發(fā)明越來(lái)越重要。人工智能技術(shù)能否像電力或半導(dǎo)體一樣具有革命性，一定程度上取決于創(chuàng)新者和公司能否將人工智能發(fā)明成功地融入現(xiàn)有的和新的產(chǎn)品、流程和服務(wù)中。人工智能技術(shù)的廣泛應(yīng)用對(duì)美國(guó)創(chuàng)新能力的提升起到了至關(guān)重要的作用。

文章來(lái)源

https://www.uspto.gov/sites/default/files/documents/OCE-DH-AI.pdf

編譯：江曉波、羅彧，責(zé)任編輯：王達(dá)


關(guān)注【深圳科普】微信公眾號(hào)，在對(duì)話框：
回復(fù)【最新活動(dòng)】，了解近期科普活動(dòng)
回復(fù)【科普行】，了解最新深圳科普行活動(dòng)
回復(fù)【研學(xué)營(yíng)】，了解最新科普研學(xué)營(yíng)
回復(fù)【科普課堂】，了解最新科普課堂
回復(fù)【科普書(shū)籍】，了解最新科普書(shū)籍
回復(fù)【團(tuán)體定制】，了解最新團(tuán)體定制活動(dòng)
回復(fù)【科普基地】，了解深圳科普基地詳情
回復(fù)【觀鳥(niǎo)知識(shí)】，學(xué)習(xí)觀鳥(niǎo)相關(guān)科普知識(shí)
回復(fù)【博物學(xué)院】，了解更多博物學(xué)院活動(dòng)詳情
?