010-82092128 English

集团概况

加入我们

联系我们
人工智能关键技术分析报告


一、人工智能概念

人工智能是用机器模拟和实现人类的感知、思考和行动等人类智力与行为能力的科学与技术,目标在于模仿、延伸、拓展人的智慧与能力,使信息系统或机器胜任一些以往需要人类智能才能完成的复杂任务。

人工智能技术作为前沿技术,近年来呈现了集中爆发态势,在智能机器人、自动驾驶、智能搜索、智能制造等领域得到了前所未有的重视,成为产业界力夺的前沿领域。目前全球科技巨头纷纷在人工智能领域加强技术创新和专利布局,积极引领人工智能技术发展的方向。截至2016年6月,人工智能领域中计算机视觉、语音识别和自然语言理解三个关键技术分支上的专利申请量已超过4.9万项(同族专利)并继续呈上升趋势,日本、美国和中国专利申请活跃,占全球专利申请总量70%。IBM、微软、谷歌等国际巨头以及百度、科大讯飞和中科院自动化所等国内企业和科研院所均积极在人工智能领域开展研究和专利部署。

二、人工智能的技术体系

人工智能涉及算法模型、感知、认知和控制等多项技术,其技术体系架构主要包括算法理论层面和关键技术层面(图2-1),其中算法理论是人工智能的核心,根据人工智能技术的发展历程,人工智能算法的演进经历了推理算法(如回归算法、基于实例的算法、贝叶斯方法、正则化方法等)、知识工程(如专家系统)和学习算法(如决策树学习、人工神经网络和深度学习)几个过程,深度学习算法是基于多隐层神经网络,利用了海量数据训练并提取特征,大大提高了预测的准确度,是当前人工智能算法研究和应用的热点;人工智能关键技术层面涵盖了智能机器的感知、思考和行动等几个环节,包括了机器视觉(感知环节)、自然语言理解(思考环节)和智能控制(行动环节)等多项关键技术,鉴于人工智能技术体系复杂,涉及的关键技术分类多,本专利分析报告鉴于任务要求和时间的原因,在此仅对几个典型关键技术从申请态势、地域分布、主要申请人和技术分类等几个维度做初步的分析。

微信图片_20170821112640.jpg

图2-1:人工智能技术体系架构

(中国信通院人工智能项目研究团队整理)

三、人工智能关键技术专利分析

人工智能包括了多项关键技术,其检索策略根据研究关注的内容可深入到技术的各个细节,我们对人工智能技术体系中的深度学习、机器视觉和自然语言理解三个关键技术分别设定检索词并构建检索策略,以期对这几个典型领域的相关专利进行初步分析。

3.1 深度学习

深度学习是近年来人工智能研究的热点,主要包括深度学习算法、模型框架以及深度学习在不同领域的应用(具体检索式略)。

3.1.1 深度学习专利申请趋势

当前全球涉及人工智能深度学习算法架构和应用的专利申请超过5700件(4400余件同族),近年来一直呈快速增长态势。图3-1-1示出了全球主要国家在深度学习领域的相关专利申请情况,从图中可以看出,涉及深度学习的专利申请在2003年之前即已经开始出现,美国是深度学习领域的技术领先者,在2010年之前即有每年100件左右的申请量。2006年深度学习概念提出后,中国、韩国等国家的专利申请量开始增长,自2010年后中国在深度学习领域呈现了高速增长态势,远远高于美国和其他国家/地区。

微信图片_20170821112647.jpg

图3-1-1:深度学习相关专利全球申请趋势

3.1.2 深度学习专利地域分布

中国和美国是深度学习相关专利申请量最高的国家。图3-1-2示出了深度学习相关专利地域分布的情况,在中、美、韩、日、德以及世界知识产权组织(WO)六个主要专利申请活跃的国家/地区的受理总量中,中国受理的专利申请量最高,约为2429件,美国其次1917件,韩国、日本和德国分别为463件、288件和116件,WO的申请量为288件。此外,欧专局、英国等国家均有一定的申请。

微信图片_20170821112650.jpg


QQ截图20170821113304.png

图3-1-2:深度学习相关专利全球地域排名

3.1.3 深度学习相关专利主要申请人

微软和IBM在深度学习领域专利申请量领先。微软和IBM在该领域的专利积累超过140件,属于第一梯队;谷歌和三星公司亦有较多的专利积累。我国中科院自动化所、西安电子科技大学、百度、华南理工、浙江大学和清华大学在深度学习领域的专利申请量进入世界前列(图3-1-3)。

微信图片_20170821112657.jpg

图3-1-3:深度学习相关专利全球申请人排名

从各申请人的申请趋势看出(图3-1-4),IBM在深度学习领域的基础研究最早,从1998年之前即有持续性专利输出,微软从2003年开始有专利申请且势头已赶超IBM,总量已超过200件。从深度学习领域的国内外专利输出情况可以看出,包括三星电子在内的国外巨头企业在深度学习领域的研究均早于国内十年以上,国内有关深度学习的专利申请基本均在深度学习的概念提出的2006/07年以后出现。

微信图片_20170821112701.jpg

图3-1-4:深度学习相关专利全球申请人申请趋势

根据合享申请人专利价值度指标,从技术稳定性、技术先进性和保护范围三个维度进行评估(图3-1-5),前十位深度学习主要申请人专利申请的价值评分均在4分以上,特别是微软与IBM,这两家公司专利价值评估在7分以上的百分比分别占到68%和60%;国内几家科研院所专利申请的价值值基本以4分或5分为主,价值度超过7的专利占总体申请量低于40%。可见,在深度学习领域,微软、IBM等国外领先企业的专利质量明显高于国内专利申请。

QQ截图20170821113525.png

图3-1-5:深度学习主要申请人专利申请价值评估

3.1.4 深度学习领域主要技术分布

通过统计深度学习技术相关专利的全球技术分布看出(图3-1-6),G06F、G06K和G06N是深度学习专利申请集中的三个IPC分类,G06F属于电数字数据处理技术,G06k属于数据识别、数据表示、记录载体,G06N属于基于特定计算模型的计算机系统。中国深度学习专利在G06K分支上的占比最高,美国在G06F分支上的数量最高。

微信图片_20170821112707.jpg

图3-1-6:深度学习技术全球技术分布

目前深度学习相关的专利布局趋势侧重于图像识别、语音识别、情感认知等领域中的应用,目标是提高识别的准确度。通过对相关专利初步阅读看到,探索采用深度学习算法解决和提高在如医疗诊断、图像识别与搜索、人脸识别、道路交通等领域和行业的智能化程度和准确度是当前申请的热点;在相关专利方案中,涉及神经网络/深度学习模型和框架的专利方案占比低,一方面算法研究主要是通过科技论文的形式公开,另一方面由于算法需要与硬件结合才能构成专利保护的客体,因此深度学习相关专利中应用性专利是大多数。

3.2 机器视觉

机器视觉技术是人工智能感知环节的关键技术,主要包括图像识别、视频识别、人脸识别、虹膜识别等不同场景的识别技术。从专利检索全面性和准确性角度出发,采用关键词加分类号的检索策略方式(具体检索式略)。

3.2.1 机器视觉相关技术专利申请趋势

计算机视觉技术的研究已超过二十年,目前全球涉及机器视觉技术的专利申请超过4.8万件(3.4万余件同族),早期积累较多。图3-2-1示出了全球主要国家机器视觉技术相关专利申请态势,从图中可以看出,日本、美国和韩国在机器视觉领域的研究很早,特别是日本和美国早期申请的专利量较大,有较多的积累,近十年申请量已经放缓;我国从2008年之后申请量快速上升,近年来申请量已远高于美国等其他国家。

微信图片_20170821112713.jpg

图3-2-1:机器视觉相关专利全球申请趋势

3.2.2 机器视觉相关专利地域分布

中国、日本和美国是机器视觉相关专利申请量最高的国家(图3-2-2),中国受理的专利申请量最高,超过1.4万件,主要得益于近十年的大量申请;日本约为1.1万件,其中有近一半是2008年之前完成的申请;美国在机器视觉技术分支上约为9000余件,是近年来除中国之外申请量最高的国家。此外,韩国、德国和欧专局等国家/地区均有大量的专利申请。

微信图片_20170821112740.jpg

图3-2-2:机器视觉相关专利全球地域排名

3.2.3 机器视觉主要申请人

从主要申请人层面看,韩国企业和日本企业在机器视觉领域的研究和专利积累领先。三星电子在机器视觉领域的专利申请量最高,日本企业松下、日立、东芝、索尼和NEC等在该领域进入前列。

我国企业在该领域尚无专利积累优势。

微信图片_20170821112745.jpg

图3-2-3:机器视觉相关专利全球申请人排名

3.2.4 机器视觉领域主要技术分布

从技术分布情况看,机器视觉技术相关专利主要集中在G06K、G06T、G06F和H04N四个IPC分类上,G06k包含了数据识别、数据表示和记录载体的技术,G06T包含了图像数据处理技术,G06F涵盖了电数字数据处理技术,H04N属于图像通信。

微信图片_20170821114030.jpg

图3-2-4:机器视觉技术构成

在技术分布上,中国、日本和美国的专利布局侧重点不同,中国和美国大部分与机器视觉相关的专利属于数据识别、数据表示方面,而日本布局侧重在图像处理和图像传输方面。

微信图片_20170821114136.jpg

图3-2-5:机器视觉技术全球分布

3.3 自然语言理解

自然语言理解是人工智能认知环节中的关键技术,主要包括智能语义、语义分析、词法分析、句法分析等人类语言环境下的认知技术。

3.3.1 自然语言理解相关技术专利申请趋势

全球涉及自然语言理解的专利申请约1.9万件(同族专利),中国和美国申请活跃(图3-3-1)。由于自然语言理解技术以语音识别技术为基础,中国在该领域的研究亦多年的研究,特别是2000年后对语音识别、自然语言理解等技术的研究和专利申请量有持续性的增长;美国在2011年后在该技术分支上发起了新一轮研究,专利输出量增长明显。

微信图片_20170821114229.jpg

图3-3-1:自然语言理解相关专利全球申请趋势

3.3.2 自然语言理解相关专利地域分布

与申请趋势一致,中国、美国和日本是该分支上申请量最高的三个国家。

微信图片_20170821114302.jpg

图3-3-2:自然语言理解相关专利全球地域排名

3.3.3 自然语言理解主要申请人

IBM在自然语言理解领域的专利申请量瑶瑶领先。微软、东芝等日本企业专利积累较多。我国百度、科大讯飞虽然在语音识别领域取得了瞩目的成绩,但仅从专利申请量角度看,仍是美国和日本企业占据优势。

微信图片_20170821114328.jpg

图3-3-3:自然语言理解相关专利全球申请人排名

3.3.4 自然语言理解领域主要技术分布

在技术分类上,自然语言理解的专利申请主要集中在G06F和G10L两个IPC分类,中国侧重于G10L分类属于语音分析/合成/语音识别以及音频分析/处理技术。

微信图片_20170821114357.jpg

图3-3-4:自然语言理解技术申请趋势

微信图片_20170821114424.jpg

图3-3-5:自然语言理解技术全球技术分布

结论

人工智能涉及算法模型、感知、认知和控制等多项技术,其技术体系架构包括了算法模型和多项关键技术,因此检索策略需要根据研究和关注的侧重点设定并不断调整。本专利检索设定的检索策略上需根据知识的完善做进一步调整,在此仅供交流探讨。

在深度学习领域,通过设定的检索策略进行初步分析:当前全球人工智能深度学习算法架构和应用的专利申请已达数千件(4400余件同族)并保持持续增长;中国和美国是该技术研究和应用最活跃的国家;微软和IBM专利申请量领先,积累雄厚。在机器视觉和自然语言理解领域,早期积累较多,专利申请量大,中国近年申请量增长明显;但美国、日本和韩国企业在专利申请量上领先。 

成果声明:

本研究报告由中国信息通信研究院知识产权中心独家授权发布,未经允许,请勿转载。

微信扫一扫 关注我们