【摘要】近年來，以深度學(xué)習(xí)為中心，人工智能（Artificial Intelligence，AI）相關(guān)技術(shù)發(fā)展迅猛，跨領(lǐng)域申請的人工智能相關(guān)專利也不斷增加，預(yù)計未來人工智能相關(guān)的技術(shù)開發(fā)和專利申請還會持續(xù)增加。為了明確日本國內(nèi)外人工智能相關(guān)的專利申請現(xiàn)狀，日本專利局（JPO）于2024年10月31日公布了2024年人工智能調(diào)查報告。

2024年AI相關(guān)專利申請調(diào)查的內(nèi)容主要包括AI相關(guān)發(fā)明申請的總體動向、申請趨勢、重要技術(shù)分支、專利申請人以及世界各國的AI申請動向。

1. 調(diào)查對象

（1）AI核心發(fā)明：機器學(xué)習(xí)技術(shù)，包括人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、支持向量機、強化學(xué)習(xí)、模糊邏輯等。

（2）AI應(yīng)用發(fā)明：AI基礎(chǔ)技術(shù)（數(shù)學(xué)或信息處理技術(shù)），應(yīng)用于圖像處理、語音處理、自然語言處理、機器人控制技術(shù)、診斷/檢測/預(yù)測/優(yōu)化系統(tǒng)等各種技術(shù)領(lǐng)域。

如圖1所示，此次專利調(diào)查對象是1988—2022年間，日本國內(nèi)專利申請、PCT國際專利申請中指定國為日本的專利申請。其中，集合A（G06N: AI核心發(fā)明）共有25,937件，集合B(AI應(yīng)用發(fā)明)共有29,305件，集合C（含AI核心關(guān)鍵詞）共有57,845件。

圖1  日本AI相關(guān)發(fā)明專利集合（1988—2022）

2. 總體動向

（1）日本的AI相關(guān)發(fā)明在1990年代前期曾出現(xiàn)了一次申請熱潮，但此后近20年的申請量一直處于低迷狀態(tài)。第二次申請熱潮中的主要技術(shù)包括知識庫模型和專家系統(tǒng)等，但由于在計算機中預(yù)先輸入各種規(guī)則的難度較大，這一熱潮逐漸消退。

（2）2014年以來，包括人工神經(jīng)網(wǎng)絡(luò)在內(nèi)的機器學(xué)習(xí)技術(shù)，在第三次AI申請熱潮中發(fā)揮了主導(dǎo)作用。

（3）機器學(xué)習(xí)率[1]長期保持在50%~60%左右，但從2013年開始上升，2019年達(dá)到了90%。2022年，機器學(xué)習(xí)率雖然有所減少，但仍高達(dá)87%。可見近年來的AI相關(guān)發(fā)明通常都是通過機器學(xué)習(xí)實現(xiàn)的。

（4）第三次AI申請熱潮的產(chǎn)生，主要由于計算機性能的提高和數(shù)據(jù)流通量的增加，使AI相關(guān)理論得以實用化。

（5）研究發(fā)現(xiàn)近年來，在深度學(xué)習(xí)中，以ChatGPT為代表的生成式AI不僅成為學(xué)術(shù)界各種課題的研究對象，在社會中也引發(fā)了不少討論，預(yù)計會對今后的AI相關(guān)發(fā)明產(chǎn)生影響。

（6）自2004年以來，AI相關(guān)發(fā)明的授權(quán)率[2]逐年增高，2020年達(dá)到83%。

圖2  日本AI相關(guān)發(fā)明申請趨勢（1988—2022年）

3. AI相關(guān)發(fā)明申請技術(shù)領(lǐng)域分布

（1）在G06N（AI核心技術(shù)）以外的主要技術(shù)分類中，G06T（圖像處理技術(shù)）、G06V（圖像處理與識別）的申請量自2016年起呈增長趨勢，二者在2019年后超過G06N（AI核心技術(shù)），成為申請量最多的主要技術(shù)分類。

（2）2022年，所有主分類的申請量均達(dá)到2010年的2倍以上，其中A61B（醫(yī)學(xué)診斷）、G06T（圖像處理技術(shù)）、G06V（圖像處理與識別）、G08G（交通控制）等主分類增長率極高。

（3）主要分類中，申請量排名靠前的還包括G01N（材料分析）、G06F16（信息檢索和推薦系統(tǒng)）、G16H（醫(yī)療保?。05B（控制系統(tǒng)和協(xié)調(diào)）、G06F40（自然語言處理）、H04N（視頻處理）等。

（4）G06F（通用信息技術(shù)）的應(yīng)用規(guī)模較大，其中包括G06F3(用戶界面技術(shù))和G06F21（計算機安全技術(shù)）等信息處理相關(guān)技術(shù)。

（5）“其他”類技術(shù)領(lǐng)域的申請數(shù)量也呈增加趨勢，可見AI技術(shù)的應(yīng)用范圍正在擴大。

4. 重要技術(shù)分支：深度學(xué)習(xí)

（1）近年來，深度學(xué)習(xí)技術(shù)是AI相關(guān)發(fā)明申請量增加的最大原因，其申請量在2014年后持續(xù)增加。

圖3 AI相關(guān)發(fā)明與深度學(xué)習(xí)技術(shù)相關(guān)專利申請量（2014—2022年）

（2）深度學(xué)習(xí)中包括四種重要且常用的方法：卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network; CNN）、遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network, RNN）或長短期記憶網(wǎng)絡(luò)（Long Short Term Memory, LSTM）、深度強化學(xué)習(xí)（Deep Reinforcement Learning, DRL）、變換器（Transformer）。

（3）CNN的AI相關(guān)發(fā)明申請量自2014年起呈增長趨勢，DRL的申請量則趨于平穩(wěn)。自2020年起，變換器的AI相關(guān)發(fā)明申請量超過了DRL的申請量，且呈增長趨勢。

圖4  深度學(xué)習(xí)中常用方法的AI相關(guān)專利申請量（2014—2022年）

5. 申請人動向

在AI相關(guān)發(fā)明申請中，日本富士通申請量最多，達(dá)1,678件；其后依次是NTT DOCOMO和佳能。在AI深度學(xué)習(xí)相關(guān)發(fā)明申請中，佳能和富士通申請量最多，分別為873件和763件。

北京百度網(wǎng)訊科技有限公司的AI相關(guān)發(fā)明申請量為574件，位列第9；AI深度學(xué)習(xí)相關(guān)發(fā)明申請量為458件，位列第4，較上年排名（11位）有所上升。

6. 日本與各國家/地區(qū)的G06N相關(guān)發(fā)明的申請動向?qū)Ρ?/p>

（1）除美國外，各國家/地區(qū)的G06N相關(guān)申請量呈增長趨勢，中國尤其突出，是全球該領(lǐng)域的主要申請地。

（2）在G06N3/02-3/10(人工神經(jīng)網(wǎng)絡(luò))相關(guān)發(fā)明的申請量上，日本、美國在2020年達(dá)到峰值后呈下降趨勢；而中國、韓國申請量仍在增加。

圖5  主要國家/地區(qū)G06N專利申請量變化

[1] 機器學(xué)習(xí)率指在所有G06N的申請量中，G06N3/02-3/10（神經(jīng)網(wǎng)絡(luò)）或G06N20/（機器學(xué)習(xí)）申請量所占的比例。

[2] 專利授權(quán)率=專利授權(quán)數(shù)量/（專利授權(quán)數(shù)量+駁回申請數(shù)量+FA后撤回或放棄的申請數(shù)量）

來源：中國科學(xué)院知識產(chǎn)權(quán)信息