人工智能中国专利技术分析报告.pdf

人工智能中国专利技术分析 报告 国家工业信息安全发展研究中心 2019 年 12 月 1 2 前 言 新一轮科技革命和产业变革正在萌发，在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动下，人工智能发展进入新阶段，智能化成为技术和产业发展的重要方向。作为引领新一轮科技革命和产业变革的战略性技术，人工智能具有溢出带动性很强的“头雁”效应。世界发达国家均将人工智能上升为国家战略，纷纷出台相关计划，力图在新一轮国际科技竞争中抢占产业技术制高点。近二十年来，全球各大 企业、大学、研究机构 等纷纷加快人工智能技术研发脚步，全球人工智能专利申请量成快速上升趋势， IBM、微软、三星等国 外企业均积极在人工智能领 域进行专利布局。 中国 高度重视人工智能产业的发展。 2017 年国务院发布新一代人工智能发展规划，对人工智能产业进行战略部署 ;在 2018 年 3月和 2019 年 3 月的政府工作报告中，均强调指出要加快新兴产业发展，推动人工智能等研发应用，培育新一代信息技术等新兴产业集群壮大数字经济。 截至 2019 年 10 月，中国人工智能专利申请量累计44万 余 件，超越美国成为 AI领域专利申请量最高的国家。国家电网、百度、中国科学院、腾讯、清华大学等国内主要专利权人正不断形成人工智能技术积累，提升在全球人工智能专利布局中的竞争实力。 由国 家工业信息安全发展研究中心编写的人工智能中国专利技术分析报告，在科学分类和深入研究的基础上，对人工智能下 深度学习技术 、语音识别、 计算机视觉 、云计算、自然语言处理、智能驾驶、智能机器人这七个分支在中国的专利态势进行深度分析。 该报告主题明确、内容翔实、数据严谨，前瞻探索颇具深度。 3 目 录 第 1 章 绪论 . 5 1.1 人工智能概述 . 5 1.2 人工智能发展历程 . 5 1.3 人工智能发展意义 . 7 1.4 中国快速布局人工智能专利发展 . 8 1.5 本报告人工智能专利技术分类说明 . 9 第 2 章 人工智能中国专利技术整体态势分析 . 10 2.1 人工智能专利技术领域分布 . 10 2.2 专利申请量趋势分析 . 11 2.3 主要一级技术分支申请量比例 . 11 2.4 人工智能申请人专利申请数量排名 . 12 2.5 国外来华申请人状况分 析 . 13 第 3 章 各分支技术专利态势分析 . 15 3.1 深度学习技术 . 15 3.1.1 深度学习技术领域专利申请量年度变 化趋势 . 15 3.1.2 专利申请量排名 . 16 3.1.3 国内排名前十位的申请人申请量趋势 . 16 3.1.4 深度学习 技术各年度重点分支技术趋势 . 17 3.1.5 深度学习技术重点申请人重点分支技术布局 . 18 3.1.6 专利有效性分析 . 19 3.1.7 技术路线演进 . 20 3.2 语音识别 . 22 3.2.1 语音识别领域专利申请量年度变化趋势 . 22 3.2.2 专利申请量排名 . 23 3.2.3 国内排名前十位的申请人申请量趋势 . 24 3.2.4 语音识别 各年度重点分支技术趋势 . 25 3.2.5 语音识别重点申请人重点分支技术布局 . 26 3.2.6 专利有效性分析 . 27 3.2.7 技术路线演进 . 27 3.3 自然语言处理 . 30 3.3.1 自然语言处理技术专利申请量年度变化趋势 . 30 3.3.2 专利申请量排名 . 31 3.3.3 国内排名前十位的申请人申请量趋势 . 32 3.3.4 自然语言处理技术各年度重点分支技术趋势 . 33 3.3.5 自然 语言处理技术重点申请人重点分支技术布局 . 34 3.3.6 专利有效性分析 . 35 4 3.3.7 技术路线演进 . 35 3.4 计算机视觉技术 . 37 3.4.1 计算机视觉技术领域专利申请量年度变化趋势 . 37 3.4.2 专利申请量排名 . 38 3.4.3 国内排名前十位的申请人申请量趋势 . 39 3.4.4 计算机视觉技术各年度重点分支技术趋势 . 40 3.4.5 计算 机视觉技术重点申请人重点分支技术布局 . 41 3.4.6 专利有效性分析 . 42 3.4.7 技术路线演进 . 42 3.5 智能驾驶技术 . 45 3.5.1 智能驾驶技术领域专利申请量年度变化趋势 . 45 3.5.2 专利申请量排名 . 45 3.5.3 国内排名前十位的申请人申请量 趋势 . 46 3.5.4 智能驾驶技术各年度重点分支技术趋势 . 47 3.5.5 智能驾驶技术重点申请人重点分支技术布局 . 48 3.5.6 专利 有效性分析 . 49 3.5.7 技术路线演进 . 50 3.6 云计算技术 . 52 3.6.1 云计算技术领域专利申请量年度变化趋势 . 52 3.6.2 专利申请量排名 . 52 3.6.3 国内排名前十位的申请人申请量 趋势 . 53 3.6.4 云计算技术各年度重点分支技术趋势 . 54 3.6.5 云计算技术重点申请人重点分支技术布局 . 55 3.6.6 云计算技术专利有效性 . 56 3.6.7 技术路线演进 . 57 3.7 智能机器人技术 . 59 3.7.1 智能机器人技术领域专利申请量年度变化趋势 . 59 3.7.2 专利申请量排名 . 60 3.7.3 国内排名前十位的申请人申请量趋势 . 61 3.7.4 智能机器 人技术各年度重点分支技术趋势 . 62 3.7.5 智能机器人技术重点申请人重点分支技术布局 . 63 3.7.6 专利有效性分析 . 64 3.7.7 技术路线演进 . 65 第 4 章 结论和建议 . 67 4.1 结论 . 67 4.2 建议 . 71 5 第 1 章 绪论 1.1 人工智能概述 人工智能（ Artificial Intelligence,AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等），使计算机能实现更高层次的应用。其研究范围主要包括自然语言处理、知识表现、智能搜索、推理、规划、机器学习、知识获取、组合调度问题、感知问题、模式识别、逻辑程序设计软计算、不精确和不确定的管理、人工生命、神经网络、复杂系统、遗传算法等领域，并实际应用于机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理 解，遗传编程等领域。 1.2 人工智能发展历程 兴起阶段（ 1950-1969）： 1950 年，马文明斯基与他的同学埃德蒙一起，建造了世界上第一台神经网络计算机，这被看作是人工智能的一个起点。同样是在 1950 年，英国数学家阿兰图灵在其题为“计算的机器与智能”的论文中提出图灵测试、机器学习、遗传算法和强化学习，直接推动人工智能早期的发展。 低谷阶段（ 1970-1979）：当时，人工智能主要面临计算机性能不足、问题的复杂性和数据量严重缺失三个技术瓶颈。由于科研人员在6 人工智能方面的评估不足，导致美国国防高级研究计划部署的合作计划失败。 1973 年， Lighthill 在针对英国 AI 研究状况的报告中批评了AI 在实现“宏伟目标”上的失败。种种不利形势致使人工智能遭遇了长达 6 年的科研低谷。 复苏阶段（ 1980-1987）： 1980 年，卡内基梅隆大学设计 了 XCON专家系统，这是一套具有完整专业知识和经验的计算机智能系统，在1986 年之前能为公司每年节省下来超过四千美元经费。有了这种商业模式后，衍生出了 Symbolics、 Lisp Machines 等和 IntelliCorp、 Aion等硬件、软件公司。 20 世纪 80 年代，随着美国一批网络设备公司的开发，人工智能程序的系统被重视起来。其中智能化计算机软件被广泛使用，苹果、微软等公司相继开发智能操作系统。 第二次低谷阶段（ 1987-1996）：人工智能在此阶段技术成果较少。到 1987 年时，苹果和 IBM 公司生产的台式机性能都超过了 Symbolics等厂商生产的通用计算机，专家系统风光不再。 快速发展阶段（ 1997 至今）： 1997 年 5 月 11 日， IBM 的计算机系统“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫，又一次在公众领域引发了现象级的 AI 话题讨论。这是人工智能发展的一个重要里程。2006 年， Hinton 在神经网络的深度学习领域取得突破，人类又一次看到机器赶超人类的希望。 2016 年，谷歌 AlphaGo4:1 战胜了人类围棋冠军李世石。大数据、云计算以及认知技术等的出现和发展，推动了深度学习技术在人工智能领域的普及，并推动语音识别、图像识别等技术快速发展并迅速产业化。 7 1.3 人工智能发展意义 人工智能是改变生活方式和社会建设的重要途径。人工智能在“大智慧”时代扮演着越来越重要的角色，其技术广泛渗透到交通、医疗、教育、物流、养老、文化、体育等生活 的方方面面，正深刻改变着传统生活方式。人工智能不断加强同社会治理的结合，在环境保护、城市运行、司法服务等领域的广泛应用，将全面提高公共服务和社会治理水平。人工智能技术可准确感知、预测、预警基础设施和社会安全运行的重大态势，及时把握群体认知及心理变化，主动决策反应，对有效维护社会稳定具有不可替代的作用。 人工智能是驱动科技革命和产业变革的重要力量。当前，新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，驱动人工智能发展进入新阶段，智能化成为科技发展和产业升级的重要方向。人工智能具有溢出带动 性很强的“头雁”效应，将进一步带动其他技术的进步，成为新一轮科技革命的重要推动力量。通过人工智能在各行各业的规模化应用，将大幅提高智能化生产效率，快速推动传统产业变革。加快发展新一代人工智能是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略。 人工智能是影响国际竞争和世界格局的重要资源。在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，正在对经济发展、社会进步、国际政治经济格局等方面产生重大而深 远的影响。人工智能作为引领未来的战略性技术，8 世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中抢占人工智能制高点，以获得竞争主导权。 1.4 中国快速布局人工智能专利 中国人工智能专利申请量排行世界第一。从地域来看，对比全球各国人工智能专利数量，中国、美国和日本位列前三，中国已超过美国成为人工智能领域专利申请量最高的国家。截至 2019 年，中国人工智能专利申请量累计 44 万 余 件。 我国人工智能技术蓬勃发展，对中国人工智能领域的专利态势进行跟踪研究，既是工业和信息化部落实国家新一代人工智能发展规划的一个重要举措，也是落实促进新一代人工智能产业发展三年行动计划（ 2018-2020）的一个重要内容。工业和信息化部一直坚持通过行业知识产权工作引导和促进产业技术 创新，此报告的目的就是通过专利态势的跟踪分析及研究报告的发布，引导、促进人工智能行业重视知识产权工作，进一步提高知识产权意识和工作水平，推进技术创新与知识产权工作相结合，服务企业和产业的发展。本专利态势分析报告主要从七个技术分支 分析人工智能领域专利申请态势的基本情况。 9 1.5 本报告人工智能专利技术分类说明 对人工智能专利技术的分类经历以下几个阶段： 第一阶段是专利 /非专利文献资料的收集和整理阶段。这一阶段主要搜集整理了国内外关于人工智能技术的学术论文、技术标准、政府规划。从这些资料中提炼与分类相关的内容并进行整理；同时，在专利数据库中进行初步检索，大致了解人工智能相关的专利技术情况，提出初步的技术分类。 第二阶段是实地调研和专家意见的收集阶段。以初步的技术分类为基础，课题组进行了深入调研并认真听取专家对初步分类的意见。在调研中， 课题组走访了高校学者、研究所专家、产业界工程师、政府官员，还包括一些外企高端研究人员，众多专家学者从自身研究的角度给出了一些修正意见。 第三阶段是总结修正阶段。结合上述两阶段的工作，进行聚类分析，将人工智能专利技术划分为如下七个一级技术分支： 深度学习 技术、语音识别、 计算机视觉 、云计算、自然语言处理、智能驾驶、智能机器人。