• 机器人法律
  • lawTopic
  • AI人工智能:如要入“局”,专利先行

    • 机器人法律
    • 时间:2016-06-07
    • 来源: 智慧芽学院
    • 编译:lielvwang
    • 我要投稿
    • 0

    引言

    3月9日-15日的围棋世纪大战中,谷歌AlphaGo技惊天下,以3:1领先韩国九段棋手李世石,让AlphaGo所代表的人工智能获得了前所未有的关注度。围棋人机大战,机器获胜,意味着人工智能技术在快速发展,或能引领未来新一轮产业创新与变革。

    AlphaGo只是人工智能的冰山一角,全球各互联网巨头纷纷在人工智能领域加强技术创新和专利布局,已经在前瞻性科技上的商业化落地与场景应用中越走越深,或将引领国际国内人工智能技术发展的方向。要在这前瞻性科技领域布局卡位,有必要对全球人工智能的专利文献加以统计和分析,把握人工智能的全球专利概况和主要参与者,以便对现有专利技术上从广度和深度上加以利用。

    人工智能崛起的背后:

    一项技术发展的背后, 是科技巨头对于技术的不断投入和角逐:继 4亿美金收购了DeepMind后,Google又收购了GeoffreyHinton的创业公司DNNResearch(一家专注于语音和图像识别技术的研究公司)。Facebook和俄罗斯富豪尤里一起创立了 300 万美元奖金的 Breakthrough Prize in Mathematics,IBM 研究院 Watson 电脑开始研究深度学习相关技术,微软研究院邓力老师率先把深度学习应用在语音识别中,百度挖来余凯老师创立了IDL研究院,阿里巴巴专门成立了神秘DST部门,腾讯则开放了标志人工智能进步“人脸识别”API。

    目前,人工智能技术已被科技巨头们如IBM、微软、Facebook等应用到各类相关领域中:聊天机器人、翻译、图片识别、人工智能机器、无人驾驶汽车,甚至是医学领域的手术机器人……

    而从全球的人工智能技术专利申请人来看,前瞻技术方面提交专利申请较多的也是Google(2171项)、IBM(2399项)、微软(1544项)等国际巨头;国内的主要是百度(446项)、腾讯(201项)、阿里巴巴(383项)等;其次是一些人工智能的商业应用领域如手机厂商、智能机器人等。

    中美日三国领跑人工智能市场

    截止到2016年3月13日,笔者从智慧芽专利数据库中检索到有关人工智能的专利已经超过2.4万项(以单件申请去重后)。从近二十年的发展情况来看,专利申请量总体呈平稳上升趋势,2008年后专利申请量有较大幅度提升突破1千项,到2014和 2015年,专利申请量均超过3千项,这也反映了人工智能领域正处于高速发展期。

    从人工智能专利申请受理国来看,美国以9786项位居全球第一,占全球专利申请总量的28%,且专利申请大多跟算法有关。这是由于美国早期的商业建设比较完善,让很多大型公司建立起各自领域的绝对壁垒,更加注重人工智能技术本身的发展,因此美国的科技公司在人工智能领域方面,更多的是围绕大数据挖掘、算法研发方面。

    其次是中国,专利申请量达到6900多项,占全球专利申请总量的20%,其专利申请着重于商业场景的应用。这是由于国内早期的基础设施相对比较落后,因此科技公司采用应用市场技术来进行弥补。

    日本以5千多项位居第三,其次是韩国、欧洲、加拿大、德国、英国等国家地区。由于专利申请的时间和地域选择与产业化发展方向密切相关,可见中美已成为人工智能技术的主战场。

    宽度为主,深度为辅,深度学习技术未来可期

    数据显示,2万多项人工智能专利,其技术主要集中在语音识别、图像识别、自然语言处理和大数据处理等方面。其中语音识别发展较快,已经有1万多项专利,其技术分支较多如语音搜索、语音识别、语音与图像结合等,已在政府、制造、金融、零售、教育等领域得到应用,商业应用面较广。

    对于人工智能中的重要分支深度学习(AlphaGo为代表),整合了搜索算法、神经网络和自我进化,是人工智能领域的黑科技,其专利申请量也不少。智慧芽专利数据库检索显示,目前有关深度学习的专利申请共有1809项,主要申请区域为美国、中国、欧洲、日本。
    图1 深度学习技术发展脉络图

    如图1所示,从技术发展脉络和技术生命周期来看,深度学习经过前期的技术导入,目前正进入快速发展期。从2006年Geoffrey E. Hinton提出深度学习概念到2007年Rémi Coulom首次命名Monte Carlo Tree Search算法,其相关专利申请量均是50多项;2013年DeepMind采用CNN+BP算法模仿Q-learning,提出Deep Q-learning算法时,专利申请量就快速上升到79项;2014年后,随着DeepMind利用actor-critic构架改进DQN算法,将policy-network与value-network分离时,相关专利申请量上升为278项,2015年后全球申请量更是达到823项。
    图2 深度学习专利3D地图

    现有公开的1809项深度学习相关专利,如图2智慧芽3D地图来看,其专利密集区主要集中在特定功能的数据处理(信息检索及其数据库结构)、 采用神经网络模型的学习方法、图形识别分析等领域。而深度学习之所以能让AlphaGo成功,正是因为采用了神经网路加上MCTS (Monte Carlo tree search)搜索算法,同时结合巨大的谷歌云计算资源,加上高手棋谱和自我学习。AlphaGo只是深度学习应用的序曲,DeepMind做围棋研发是基于通用的技术进行,这样的技术未来可以用到任何其他合适的领域里去,只要能够建模,能够有充足的数据,人工智能就能够在这个领域短时间能从0分做到99分。

    结语:

    人工智能研究的成果并不局限于游戏,围棋只是体现人工智能进步绝佳的宣传点和切入点,它的潜力在于现实应用。以Google、百度为首的互联网巨头在相关专利技术上已深度落子布局,其专利布局之道也给国内的企业有以下启示:

    (一)以专利分析为突破口,加快创新步伐:结合人工智能技术和商业应用场景,分析国内外先进技术热点、空白点、发展动态和方向。同时开展关键技术的专利分析以提高技术研发起点、优化资源配置、加快研究进程,实现关键技术突破并进行再创新。

    (二)收购具有技术研发实力的公司,快速提升竞争力:收并购国内外具有自主知识产权、较强的研发团队以及领先的市场地位的相关企业,快速提升企业规模和核心竞争力、完成国际化经营布局,是产业快速转型升级和结构调整的便捷之路。(本文由中国首家互联网法律+O2O第一门户——猎律网整理)
    [打印文本] []
    
    全部评论(0
    TOP Bookmark