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》報(bào)告(Inventing AI Tracing the diffusion of artificial intelligence with U.S. patents)。
報(bào)告顯示，從2002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，也有特例，如美國(guó)銀行、波音和通用電氣。
報(bào)告使用機(jī)器學(xué)習(xí)人工智能算法來(lái)確定1976至2018年發(fā)布的所有美國(guó)人工智能專(zhuān)利申請(qǐng)。這一方法能靈活地從專(zhuān)利文檔的文本中學(xué)習(xí)，不受特定分類(lèi)號(hào)和關(guān)鍵字的過(guò)度限制，從而提高了識(shí)別人工智能專(zhuān)利的準(zhǔn)確性。
01
人工智能的重要性日益提升
報(bào)告指出，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，他們尋求利用新技術(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顯示了從1976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)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年后份額開(kāi)始增長(zhǎng)。
從2002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%。
圖1 1976-2018年美國(guó)人工智能專(zhuān)利申請(qǐng)量和占比
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)(例如機(jī)器學(xué)習(xí))的專(zhuān)利通常包括規(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2010 ImageNet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。
02
人工智能在技術(shù)之間的擴(kuò)散
本節(jié)探討人工智能技術(shù)是否正在擴(kuò)展到新的領(lǐng)域。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)集群是知識(shí)處理和規(guī)劃/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(lài)，但需要更多的研究來(lái)了解這些模式背后的因素。
03
人工智能在發(fā)明人和專(zhuān)利權(quán)人之間的擴(kuò)散
圖4顯示了從1976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。
04
展望
人工智能在技術(shù)、發(fā)明人和專(zhuān)利權(quán)人之間的分布表明，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，部分取決于創(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。
報(bào)告結(jié)果表明，人工智能技術(shù)具有這種潛力。
鄧文鼎 編譯，羅 梅 校譯來(lái)源：https://www.uspto.gov/sites/default/files/documents/OCE-DH-AI.pdf原文標(biāo)題：Inventing AI Tracing the diffusion of artificial intelligencewith U.S. patents檢索日期：2020年10月29日
（轉(zhuǎn)載）
