AI人工智能：如要入“局”，专利先行

作者：PatSnap智慧芽专利工程师  曾青华

引言

3月9日-15日的围棋世纪大战中，谷歌AlphaGo技惊天下，以3:1领先韩国九段棋手李世石，让AlphaGo所代表的人工智能获得了前所未有的关注度。围棋人机大战，机器获胜，意味着人工智能技术在快速发展，或能引领未来新一轮产业创新与变革。

AlphaGo只是人工智能的冰山一角，全球各互联网巨头纷纷在人工智能领域加强技术创新和专利布局，已经在前瞻性科技上的商业化落地与场景应用中越走越深，或将引领国际国内人工智能技术发展的方向。要在这前瞻性科技领域布局卡位，有必要对全球人工智能的专利文献加以统计和分析，把握人工智能的全球专利概况和主要参与者，以便对现有专利技术上从广度和深度上加以利用。

人工智能崛起的背后：

一项技术发展的背后， 是科技巨头对于技术的不断投入和角逐：继 4亿美金收购了DeepMind后，Google又收购了GeoffreyHinton的创业公司DNNResearch（一家专注于语音和图像识别技术的研究公司）。Facebook和俄罗斯富豪尤里一起创立了 300 万美元奖金的 Breakthrough Prize in Mathematics，IBM 研究院 Watson 电脑开始研究深度学习相关技术，微软研究院邓力老师率先把深度学习应用在语音识别中，百度挖来余凯老师创立了IDL研究院，阿里巴巴专门成立了神秘DST部门，腾讯则开放了标志人工智能进步“人脸识别”API。

目前，人工智能技术已被科技巨头们如IBM、微软、Facebook等应用到各类相关领域中：聊天机器人、翻译、图片识别、人工智能机器、无人驾驶汽车，甚至是医学领域的手术机器人……
而从全球的人工智能技术专利申请人来看，前瞻技术方面提交专利申请较多的也是Google（2171项）、IBM（2399项）、微软（1544项）等国际巨头；国内的主要是百度（446项）、腾讯（201项）、阿里巴巴（383项）等；其次是一些人工智能的商业应用领域如手机厂商、智能机器人等。

中美日三国领跑人工智能市场

截止到2016年3月13日，笔者从智慧芽专利数据库中检索到有关人工智能的专利已经超过2.4万项（以单件申请去重后）。从近二十年的发展情况来看，专利申请量总体呈平稳上升趋势，2008年后专利申请量有较大幅度提升突破1千项，到2014和 2015年，专利申请量均超过3千项，这也反映了人工智能领域正处于高速发展期。

从人工智能专利申请受理国来看，美国以9786项位居全球第一，占全球专利申请总量的28%，且专利申请大多跟算法有关。这是由于美国早期的商业建设比较完善，让很多大型公司建立起各自领域的绝对壁垒，更加注重人工智能技术本身的发展，因此美国的科技公司在人工智能领域方面，更多的是围绕大数据挖掘、算法研发方面。

其次是中国，专利申请量达到6900多项，占全球专利申请总量的20%，其专利申请着重于商业场景的应用。这是由于国内早期的基础设施相对比较落后，因此科技公司采用应用市场技术来进行弥补。

日本以5千多项位居第三，其次是韩国、欧洲、加拿大、德国、英国等国家地区。由于专利申请的时间和地域选择与产业化发展方向密切相关，可见中美已成为人工智能技术的主战场。

宽度为主，深度为辅，深度学习技术未来可期

数据显示，2万多项人工智能专利，其技术主要集中在语音识别、图像识别、自然语言处理和大数据处理等方面。其中语音识别发展较快，已经有1万多项专利，其技术分支较多如语音搜索、语音识别、语音与图像结合等，已在政府、制造、金融、零售、教育等领域得到应用，商业应用面较广。

对于人工智能中的重要分支深度学习（AlphaGo为代表），整合了搜索算法、神经网络和自我进化，是人工智能领域的黑科技，其专利申请量也不少。智慧芽专利数据库检索显示，目前有关深度学习的专利申请共有1809项，主要申请区域为美国、中国、欧洲、日本。
 图1 深度学习技术发展脉络图

如图1所示，从技术发展脉络和技术生命周期来看，深度学习经过前期的技术导入，目前正进入快速发展期。从2006年Geoffrey E. Hinton提出深度学习概念到2007年Rémi Coulom首次命名Monte Carlo Tree Search算法，其相关专利申请量均是50多项；2013年DeepMind采用CNN+BP算法模仿Q-learning，提出Deep Q-learning算法时，专利申请量就快速上升到79项；2014年后，随着DeepMind利用actor-critic构架改进DQN算法，将policy-network与value-network分离时，相关专利申请量上升为278项，2015年后全球申请量更是达到823项。
图2 深度学习专利3D地图

现有公开的1809项深度学习相关专利，如图2智慧芽3D地图来看，其专利密集区主要集中在特定功能的数据处理（信息检索及其数据库结构）、 采用神经网络模型的学习方法、图形识别分析等领域。而深度学习之所以能让AlphaGo成功，正是因为采用了神经网路加上MCTS (Monte Carlo tree search)搜索算法，同时结合巨大的谷歌云计算资源，加上高手棋谱和自我学习。AlphaGo只是深度学习应用的序曲，DeepMind做围棋研发是基于通用的技术进行，这样的技术未来可以用到任何其他合适的领域里去，只要能够建模，能够有充足的数据，人工智能就能够在这个领域短时间能从0分做到99分。

结语：

人工智能研究的成果并不局限于游戏，围棋只是体现人工智能进步绝佳的宣传点和切入点，它的潜力在于现实应用。以Google、百度为首的互联网巨头在相关专利技术上已深度落子布局，其专利布局之道也给国内的企业有以下启示：

（一）以专利分析为突破口，加快创新步伐：结合人工智能技术和商业应用场景，分析国内外先进技术热点、空白点、发展动态和方向。同时开展关键技术的专利分析以提高技术研发起点、优化资源配置、加快研究进程，实现关键技术突破并进行再创新。

（二）收购具有技术研发实力的公司，快速提升竞争力：收并购国内外具有自主知识产权、较强的研发团队以及领先的市场地位的相关企业，快速提升企业规模和核心竞争力、完成国际化经营布局，是产业快速转型升级和结构调整的便捷之路。

本文由智慧芽原创，转载请在显著位置注明文章来源和作者姓名。