来源：中国科协创新战略研究院《创新研究报告》

第26期（总第454期）2021-03-23

编者按：2020年10月27日，美国专利商标局（USPTO）发布《人工智能发明：追踪美国人工智能专利扩散》（Inventing AI Tracing the diffusion of artificial intelligence with U.S. patents）分析报告。该报告显示，从 2002 年到 2018年，美国人工智能专利的年申请量增长超过 100%，从每年3万件增加到6万多件，含人工智能的专利申请所占份额从9%上升到近16%。同时，活跃于人工智能领域的发明人和专利权人比例从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来自信息和通信技术领域，只有少数例外，如美国银行、波音和通用电气。本报告对其主要内容进行摘编。

1950年发表的一篇关于人工智能（AI）的开创性论文中，Alan Turing 提出了“机器能思考吗”的疑问，并专注于机器如何模仿人类。至今，人工智能是伟大的进步，人们日常生活中可以在家里舒适地发出问题，数字助理通过声音识别，解释问题，并给出答案，同时，机器人吸尘器可以在复杂的地形中导航。街道上，汽车扫描并识别周围的环境，以更高得自主性驾驶。在经济体中，如商业、运输物流、医疗保健和金融业的决策越来越被机器预测改善。

人工智能可能改变人们对周围世界的看法和日常生活的方式，通过创新实现这些变化。人工智能以蒸汽机和电力的规模彻底改变世界。如何衡量人工智能的潜在影响的一个重要的指标是通过专利的性质和普及度来体现人工智能技术。专利可以揭示人工智能技术的数量是否增长，它们是否在广泛的技术领域、发明人、公司和区域之间扩散。该报告使用机器学习人工智能算法确定了1976年至2018年发布的所有美国人工智能专利申请。这种人工智能方法灵活地从专利文档的文本中学习，不受特定分类号和关键字的限制，从而提高了识别人工智能专利的准确性。

一、人工智能专利简介

美国国家标准与技术研究所 (NIST) 将人工智能技术和系统定义为“由软件和硬件组成，它们可以学习解决复杂问题、进行预测或承担需要人类的感知 ( 如视觉、语音和触摸 )、洞察、认知、规划、学习、通信或物理动作的任务。”对于专利的申请与授权，AI 被定义为包含八种组件技术中的一项或多项，这些组件跨越软件、硬件和应用程序。

1知识处理

知识处理领域涉及表示和推导关于世界的事实，并在自动化系统中使用这些信息。如美国金融公司 Intuit Inc. 使用一种预定义的“知识库”来自动检测会计错误的算法。

2语音识别

语音识别技术指能够理解以声音信号形式传递的文字序列。如苹果的 Siri、亚马逊的 Alexa，或者微软的 Cortana，这些智能语音助手可以对语音指令做出缜密的回答。

3人工智能硬件

现代 AI 算法需要相当强的计算能力。人工智能硬件包括物理计算机组件，旨在通过提高处理效率和速度来满足这一要求。例如IBM公司的一项专利，描述了一种用于高效信息处理的设备，该设备模拟类似于生物大脑的生物神经元之间的突触来处理信息。

4进化计算

进化算法产生的灵感借鉴了大自然中生物的进化操作，它一般包括基因编码、种群初始化、交叉变异算子、经营保留机制等基本操作。如美国雪佛龙公司有一项预测可用石油储量的进化算法，其通过评估大量竞争模型，使用遗传算法选择其中最高性能的模型。

5自然语言处理

理解和使用书面语言编码的数据是自然语言处理的领域。例如美国辛辛那提儿童医院医疗中心的一项专利，通过模拟各种人类记忆方法并使用文本来构建方案。生成的方案可用于提高各种医疗保健管理任务的效率，例如为临床记录分配账单编号。

6机器学习

机器学习领域包含一大类从数据中学习的计算模型。沃尔玛有一个算法，通过使用众包对产品描述、评论和其他产品特性进行分类来解决不明确的问题，从而优化其电商平台。

7计算机视觉

计算机视觉从图像和视频中提取和理解信息。如亚利桑那州立大学的一项医用专利，可自动检测结肠镜检查期间拍摄的图像中的异常。

8规划与控制

规划与控制包含识别、创建和执行活动以实现特定目标的过程。例如美国 Fisher-Rosemount Systems 公司的一项专利，可以在加工厂出现异常状况时，帮助减少成本高昂的工作流程分析。此发明描述了一种通过视觉、声音或其他环境条件检测中潜在的问题，并使用专家系统识别和解决这些问题的方法。

二、人工智能的重要性日益提升

报告指出，人工智能专利申请量的增加标志着有价值的新技术的出现，这些申请量反映了投资者和创新者的眼光，他们寻求新技术进行创新，而人工智能技术则显示出了这种增长趋势。

图1所示，1976年到2018年公开的人工智能专利申请量及其在所有公开专利申请中所占份额的长期趋势。由于美国发明人保护法（AIPA）是在1999年底及其实施期（图1中的灰色区域）所作的修订，2002年后的趋势能够提供更有用的信息。从 2002年到 2018 年，人工智能专利申请量和份额普遍增加，其中人工智能专利的年申请量增长了一倍以上，从3万件增加到了6万多件。虽然美国专利商标局的专利申请总量在这段时间内也有所增加，但人工智能申请的占比也出现了显著增长，从2002年的9%增长到2018年的近16%。如前所述，一项专利可以属于上述八项组件技术中的一项或多项。例如，美国第 7392230 号专利，题为“利用纳米技术的物理神经网络液态机器”，根据该报告所采用的方法被分为机器学习和人工智能硬件组件技术。

图2 显示了1990至2018年公开的人工智能组件技术专利申请量，最多的是规划与控制（红色虚线）和知识处理（浅蓝色虚线），它们是最通用的人工智能组件技术，其他组件技术（如机器学习）的专利通常都会包括规划与控制或知识处理的元素。

自2012年以来，机器学习和计算机视觉领域的专利申请量显著增加。这两种人工智能技术都是AlexNet在2012年取得成功的关键，AlexNet是2010ImageNet 大规模视觉识别挑战赛的一部分，也是一个分水岭，它改变了图像识别和机器学习（特别是深度学习）的技术轨迹。

人工智能硬件以及计算机视觉的专利申请量同步增长。这两种组件技术专利申请的紧密联系可能反映了图像识别的进步以及计算能力和性能需求之间的相互影响。专用硬件包括计算机处理器和专用内存的加速器，人工智能的其他应用（例如自动驾驶汽车）也涉及专用硬件。

三、发明视角下的AI技术扩散

技术扩散是指发明者、公司和其他创新者传播和采用的新技术。广泛传播的技术对创新、生产力和经济增长具有潜在的巨大影响，例如，蒸汽动力、电力和信息技术极大地提高了经济生产中商品的数量和种类。专利文献为扩散提供了一种独特的“发明透镜”。这些文件包含了对发明技术的详细描述以及其他元数据，这些元数据确定了专利的技术分类、发明者、分配的所有者、位置和关键日期。

1AI 在技术间的扩散

对于每件专利申请，USPTO都会审查其技术内容，并根据主题将专利划分到特定的技术分组。当前系统具有600多个子类，涵盖了大量主题，包括化学、电子、机械和材料等。图3显示了从1976年开始人工智能的技术扩散情况。与人工智能专利申请总量的增长类似，人工智能正在更大的技术范围中扩散（绿色实线）。

1976年，人工智能的专利出现在大约10%的技术子类中，到2018年，已扩大到42%以上的技术子类中。

人工智能组件技术分成了三个具有不同扩散率的集群，第一个集群（知识处理和规划与控制）正在以最快的速度扩散到各个专利技术类别中，此状态反映了这些人工智能组件在各种技术领域中的普遍适用性。

第二个集群（视觉、机器学习和人工智能硬件）扩散速度较慢，但仍在增加。

第三个集群（进化计算、语音和自然语言处理）的扩散速度最慢，在20世纪90年代后期一直徘徊在5%左右，直到最近才扩展到近10%的技术子类中。

这些集群表明人工智能组件技术之间相互依赖，但还需要更多的研究来了解这些模式背后的因素。

2AI 在发明者和专利所有者之间的扩散

当越来越多的发明家、公司和其他组织在其发明和生产过程中使用人工智能，人工智能的经济影响变得越来越大。每年获得人工智能专利的发明人和组织的百分比是扩散的一个指标，这一指标可以用授权专利上出现的发明者和组织的名字来计算。然而，使用原始专利数据会对发明者和组织进行错误计数。例如，“International Business Machines”和“IBM”是两个不同的组织。为了克服这个限制，该报告使用了专利视图，专利视图为发明人 ( 以下简称为发明人 / 专利权人 ) 和以专利命名的组织提供唯一的身份标识。

图4显示了从1976年到2018年至少获得一件人工智能专利的美国个人发明人和专利权人占比，这一比例的增长表明有更多的发明人和专利权人在其发明中使用人工智能技术，个人发明人和机构专利权人占比总体同步增长。获人工智能专利的个人发明人占比在1976年仅为1%（蓝色虚线），到2018年增长到25%，即2018年所有个人发明人专利中有 25% 的专利使用了人工智能技术。从2009年开始，使用人工智能的个人发明人所占比例甚至超过了使用人工智能的机构（蓝色虚线与绿色实线交叉），这意味着扩散不仅发生在机构之间，而且发生在个人间，越来越多的个人和机构在其工作中采用了人工智能技术。

图5 列出了拥有人工智能专利的美国前 30 强公司。根据授权专利时的记录，这些公司持有 1976 年至 2018 年授予的所有人工智能专利的29%。前30名公司大多属于信息和通信技术（ICT）领域，也有例外，如通用电气、波音和美国银行。

3AI 在地理范围上的扩散

根据不同时间段美国各地专利发明人所在地点的对比，可以发现人工智能发明人 / 专利权人往往集中在较大的城市和已建立的技术中心，如加利福尼亚州硅谷，这些位置具有资源优势，使早期采用更容易。例如，技术中心已经是成功公司的所在地，这些公司的员工拥有理解和实施人工智能技术所需的专业知识，这一优势也延伸到拥有主要研究型大学的地区。数据显示，自2001年后人工智能发明者/专利权人的位置正扩散到全美各州。

例如，缅因州和南卡罗来纳州在数字数据处理和适用于商业的数据处理方面非常活跃；俄勒冈州的发明者 / 专利权人正在健身训练和设备中使用人工智能；在蒙大拿州，人工智能被纳入分析材料化学和物理特性的发明中。

美国中西部也在采用人工智能技术，尽管数量少得多。发明人 / 专利权人正在使用人工智能进行数字信息传输、图像处理以及数据识别和呈现。威斯康辛州在医疗器械和诊断、手术和鉴定流程方面领先，其次是俄亥俄州和堪萨斯州。例如，美国专利号 9687199，标题为“提供疾病预后的医学成像系统”，该发明结合了多个机器学习模型来分析不同的患者特征，这些特征被组合成用于疾病预测的完整模型。

在爱荷华州、堪萨斯州、密苏里州、内布拉斯加州和俄亥俄州，人工智能技术正在为电话通信的相关发明作出贡献。例如，在俄亥俄州，美国专利号 9756185 详细说明了一个自动呼叫分析系统，以评估电话交谈的质量和监督员工的表现。

应用与农业相关的人工智能技术是北达科他州的一个重点。例如，美国专利号 9723784，标题为“基于镜面反射的作物质量传感器”，对作物样品进行成像，识别单个籽粒，并确定哪些籽粒是完整的和未破碎的。该传感器允许对收割机的收割进行调整，以降低谷物破碎的百分比。

四、展望

人工智能在技术、发明人和专利权人之间和地理上的数量增长和扩散表明，人工智能对美国发明越来越重要。人工智能技术能否像电力或半导体一样具有革命性，一定程度上取决于创新者和公司能否将人工智能发明成功地融入现有的和新的产品、流程和服务中。人工智能技术的广泛应用对美国创新能力的提升起到了至关重要的作用。

文章来源

https://www.uspto.gov/sites/default/files/documents/OCE-DH-AI.pdf

编译：江晓波、罗彧，责任编辑：王达


关注【深圳科普】微信公众号，在对话框：
回复【最新活动】，了解近期科普活动
回复【科普行】，了解最新深圳科普行活动
回复【研学营】，了解最新科普研学营
回复【科普课堂】，了解最新科普课堂
回复【科普书籍】，了解最新科普书籍
回复【团体定制】，了解最新团体定制活动
回复【科普基地】，了解深圳科普基地详情
回复【观鸟知识】，学习观鸟相关科普知识
回复【博物学院】，了解更多博物学院活动详情