AI 技术发明方面的趋势和优先级转变：全球专利分析
专利申请是表明技术进步情况的一个准确指标。本文比较了日本和美国申请人工智能专利的情况。一个发现结果是，日本市场对人工智能技术申请而言似乎吸引力不大，这可能是由于日本在收集和使用数据方面的法规比较严格。
授予的专利数量在迅速增加。图1显示了按申请国授予和按技术类型授予的人工智能专利数量，表明数量增加了三倍多（专利数量从2012年的708项增至2016年的2888项）。尤其是，美国授予的人工智能专利在此期间增加了1628项（图1a），约占全球增加数量的75%。
图1：2000年至2016年授予的人工智能专利趋势（专利数量）
a）按国家授予的人工智能专利数量
b）按技术授予的人工智能专利数量
注：USPTO指美国专利商标局，SIPO指中华人民共和国国家知识产权局，JPO指日本专利局，PCT指《专利合作条约》，EPO指欧洲专利局。
如图1b所示，从2012年到2016年，每种AI技术类型的专利份额发生了变化。
2012年，生物模型和基于知识的模型是专利AI技术大户。然而从2012年到2016年，授予特定数学模型及其他AI技术的专利数量迅速增加，从2015年到2016年增加了一倍。这两个数字表明了按国家和按技术授予AI专利的短期趋势。
AI技术专利在时间和地理方面的细节
表1显示了每个专利局按技术类型授予的AI专利方面的变化。该表显示，授予专利的份额的组成在不同国家之间有所不同。基于知识的模型在美国专利商标局（USPTO）授予的AI专利总数中占一半以上，而生物模型是中国国家知识产权局（SIPO）和日本专利局（JPO）授予的主要的技术类型。另一个发现结果是，特定数学模型的份额在JPO中仅占1.7%，这与其他专利局的份额相比极低。之所以出现这个结果，是由于日本的AI研究人员主要专注于基于Android技术的研发（R＆D），而不是代表核心AI技术的数学元素。《专利合作条约》（PCT）、欧洲专利局（EPO）及其他国家的专利局在AI专利发表的技术份额模式方面呈现出了相似的趋势。
表1：授予的AI技术专利的数据描述（专利项）
注：USPTO指美国专利商标局，SIPO指中华人民共和国国家知识产权局，JPO指日本专利局，PCT指《专利合作条约》，EPO指欧洲专利局。
接下来，我们考虑了授予的AI专利的数值变化。如表1所示，从2015年到2016年，除了JPO外的所有专利局发表的AI专利数量最多。值得注意的是，USPTO、SIPO和PCT授予的专利数量翻番都不止。然而，就生物模型而言，从2005年到2009年，JPO每年授予的平均专利数量最多，至于基于知识的模型，则是从2010年到2011年每年授予的平均专利数量最多。
对这个结果的一个解释是，日本市场对AI技术专利申请而言吸引力不大。大多数AI技术服务与通过互联网收集大数据（比如社交网络系统、信用卡支付和传感器）密切相关。由于日本居民很担心，日本在公司企业使用秘密信息方面很严格（Kawasaki 2015年）。大数据收集和使用方面给企业界设定的障碍最大限度地减弱了在日本获得AI专利的动机。在美国，政府已经制定了关于使用私人信息作为大数据的规则和条例（Hardy和Maurushat 2017年，Manyika等人2011年）。此外，美国在AI技术创新方面的政府研发支出很大，这是推动AI技术发展的另一个强大动因（美国国家科学技术委员会2016年）。
正确归位AI技术专利
图2列出了全球授予的AI专利申请者30强。最下面几行代表授予美国、中国和日本大学的专利数量。如图2所示，IBM公司是全球AI授予专利的头号被授予方。此外，在AI授予专利的前30个被授予方当中，18个申请者是美国公司，8个申请者是日本公司，4个申请者是来自其他国家的公司。值得注意的是，中国公司和大学在2000年到2016年期间评估的前30个国家当中未列出来，这意味着在中国授予的AI专利被许多申请者获得。
图2：2000年到2016年授予的AI专利数量和技术组合
接下来，我们讨论每个申请者的AI技术专利份额的组成。图2表明，AI技术的专利组合在申请者当中各不相同。高通和BRAIN公司在生物模型方面获得了最高的份额。然而，SAP和Cognitive Scale在基于知识的模型方面占有最大份额。D-Wave Systems获得了其他AI专利的92%，这个结果表明了与其他公司全然不同的趋势。值得注意的是，榜单前半部分中所列的公司获得了众多AI技术领域的专利。
据图2显示，授予中国大学和日本大学的AI专利中很大一部分授予基于生物模型的技术。这个趋势有别于美国大学。此外，美国大学在使用基于知识的模型的AI技术专利当中获得了很大一部分。这个趋势酷似USPTO授予的专利组成（见表1）。
谁发明了申请专利的AI技术，在哪里？
如图3所示，据USPTO的数据显示，大多数美国公司在AI专利发明中占有很大份额。相比之下，来自JPO和SIPO的美国公司专利发明的份额很小。除了NTT公司外，非美国公司在USPTO拥有逾16%的专利份额。具体来说，三星集团在USPTO颁发的所有AI专利中占有61%。令人惊讶的是，八家日本公司中四家被USPTO授予的AI专利比被JPO授予的还多。这些结果意味着，日本公司有强烈的动机想从USPTO获得AI专利，而美国公司从JPO获得AI专利的动机较弱。这个结果与使用大数据为美国市场在AI技术申请方面创造了优势这番解释相一致。
图3：2000年到2016年授予AI专利的国家或企业组织的分布情况
图3显示，大学显然倾向于在国内专利局申请AI专利。尤其是，中国大学获得的AI专利中98%由SIPO授予，其他专利局授予的专利数量很少。相比之下，除了向本国专利局申请外，美国大学和日本大学还向PCT申请AI专利。值得注意的是，中国授予的AI技术专利中大约45%由中国大学获得。这个结果很独特。在其他国家，私营公司是主要的专利申请者。
AI技术发明的优先级转变
图4显示了专利范围数据库中列出的所有专利局授予的四项特定AI技术专利的分解分析结果。由于AI专利趋势在2012年初发生变化（图1），我们将分解分析结果分为两个时期（第一个时期是2000年到2011年，第二个时期是2012年到2016年）。红色的标注点表明了授予的特定专利数量的变化，条形图显示了每个分解因子对与特定AI技术有关的授予专利的数量带来的影响。条形总和相当于标注点的值。该图显示了基于AI技术类型授予的专利的驱动因素方面的差异。
图4：专利分解分析结果（专利项数）
注：将2000年和2012年授予的专利方面的变化数量设置为零，使纵轴实现标准化。
图4显示：在第一个时期，为基于生物模型的技术和基于知识的模型的技术授予的专利数量有所增加。然而，特定AI技术的优先级对这两种技术类型的影响不一样。如图4所示，在第一个时期，生物模型的相对优先级为负，而基于知识的模型的相对优先级为正。这个结果表明，在第一个时期，AI技术专利发明的优先级从生物模型转向基于知识的模型。为另外两种技术类型授予的专利数量在第一个时期没有显著变化，这表明这两种技术在这个时期不如基于生物模型的技术和基于知识的模型的技术来得重要。
从第二个时期的结果来看，为所有四种AI技术授予的专利数量大幅增加。此外，特定技术的优先级在第二个时期从生物模型和基于知识的模型转向特定数学模型及其他AI模型。具体来说，在第二个时期为其他AI技术授予的专利数量是624项，超过为生物模型授予的专利数量（565项），接近为基于知识的模型授予的专利数量（693项）（见图4中的红点）。
AI专利申请趋势：
AI专利申请趋势，按地区划分
主要的AI专利持有者
AI专利被授予方在各地区的活动情况
AI专利所有权的分布情况
AI专利的地区分布
相关阅读：
Gartner 2018 年十大战略性技术趋势：AI 成为基础、从云到边缘等
欢迎加入交流，群主微信：aclood