1 引言
人工智能技術(shù)研究已有60年歷史，當(dāng)前全球人工智能相關(guān)專(zhuān)利申請(qǐng)量超過(guò)48.1萬(wàn)項(xiàng)INPADOC同族。人工智能相關(guān)專(zhuān)利最早出現(xiàn)在20世紀(jì)五六十年代，涉及駕駛控制、字符識(shí)別技術(shù)，美國(guó)、歐洲、日本和韓國(guó)等在人工智能技術(shù)領(lǐng)域研究起步比較早，早期進(jìn)行了大量專(zhuān)利申請(qǐng)，2000年國(guó)外人工智能專(zhuān)利年度申請(qǐng)量已超過(guò)1.2萬(wàn)項(xiàng)。
我國(guó)人工智能技術(shù)研究起步較晚，早期專(zhuān)利申請(qǐng)量較低，從2000年左右開(kāi)始逐漸緩慢增長(zhǎng)，隨著人工智能技術(shù)第三次浪潮，國(guó)內(nèi)人工智能專(zhuān)利申請(qǐng)量明顯增加，近五六年呈現(xiàn)爆發(fā)增長(zhǎng)態(tài)勢(shì)。
2 計(jì)算機(jī)視覺(jué)與圖像識(shí)別
圖像識(shí)別是人工智能功能技術(shù)中發(fā)展成熟最快的技術(shù)之一，近年來(lái)全球發(fā)達(dá)國(guó)家均積極開(kāi)展該技術(shù)與智能化產(chǎn)品和應(yīng)用的融合研究。從專(zhuān)利申請(qǐng)情況看，中國(guó)近年來(lái)該技術(shù)分支專(zhuān)利申請(qǐng)量高速增長(zhǎng)，在生物特征識(shí)別、圖像識(shí)別（通用）和視頻識(shí)別3個(gè)分支上專(zhuān)利申請(qǐng)量最高，特別是在生物特征識(shí)別分支上申請(qǐng)量超過(guò)了全球其他國(guó)家申請(qǐng)量的總和，國(guó)內(nèi)在圖像識(shí)別領(lǐng)域研究提升的同時(shí)，將人臉識(shí)別、指紋識(shí)別等技術(shù)應(yīng)用于各類(lèi)產(chǎn)品，輸出了大量的應(yīng)用型專(zhuān)利。
（1）計(jì)算機(jī)視覺(jué)與圖像識(shí)別專(zhuān)利申請(qǐng)現(xiàn)狀
計(jì)算機(jī)視覺(jué)與圖像識(shí)別主要包括生物特征識(shí)別、文字識(shí)別、視頻識(shí)別及各類(lèi)計(jì)算機(jī)視覺(jué)和圖像識(shí)別專(zhuān)利申請(qǐng)。隨著生物特征識(shí)別技術(shù)的興起，2000年后專(zhuān)利申請(qǐng)量開(kāi)始增長(zhǎng)，目前申請(qǐng)量達(dá)到4.79萬(wàn)項(xiàng)，在各類(lèi)技術(shù)分支專(zhuān)利申請(qǐng)中申請(qǐng)量最高。
生物特征識(shí)別技術(shù)又包含人臉識(shí)別、步態(tài)動(dòng)作識(shí)別、指紋識(shí)別、虹膜識(shí)別、視網(wǎng)膜識(shí)別、掌紋識(shí)別、腦電波識(shí)別和靜脈識(shí)別等。當(dāng)前人臉識(shí)別技術(shù)是人工智能領(lǐng)域中落地應(yīng)用最廣泛的技術(shù)之一，可部署到智能手機(jī)、門(mén)禁等終端產(chǎn)品中，實(shí)現(xiàn)個(gè)人安全認(rèn)證、照片人臉檢測(cè)和美化處理等功能，并已在機(jī)場(chǎng)、車(chē)站安檢、安防等領(lǐng)域應(yīng)用，其相關(guān)專(zhuān)利申請(qǐng)量占生物特征識(shí)別申請(qǐng)量的52.4%，是當(dāng)前申請(qǐng)的熱點(diǎn)。
（2）計(jì)算機(jī)視覺(jué)與圖像識(shí)別專(zhuān)利申請(qǐng)?zhí)攸c(diǎn)
通過(guò)對(duì)全球相關(guān)專(zhuān)利進(jìn)行檢索分析，將計(jì)算機(jī)視覺(jué)與圖像識(shí)別專(zhuān)利方案按照算法實(shí)現(xiàn)、設(shè)備裝置和垂直應(yīng)用3個(gè)方向進(jìn)行分類(lèi)，主要國(guó)家在上述3個(gè)方向上的專(zhuān)利申請(qǐng)量均相差較小，針對(duì)不同場(chǎng)景和行業(yè)需求的專(zhuān)利方案申請(qǐng)同時(shí)涵蓋了算法模型訓(xùn)練、裝置構(gòu)成和應(yīng)用場(chǎng)景，已成為人工智能專(zhuān)利技術(shù)布局特點(diǎn)。
從全球企業(yè)來(lái)看，互聯(lián)網(wǎng)巨頭公司注重基礎(chǔ)技術(shù) 行業(yè)應(yīng)用，布局全面，而初創(chuàng)企業(yè)注重深耕專(zhuān)業(yè)領(lǐng)域。如美國(guó)微軟、IBM、谷歌、GE等公司注重在圖像識(shí)別領(lǐng)域基礎(chǔ)研究，專(zhuān)利申請(qǐng)包括以神經(jīng)網(wǎng)絡(luò)訓(xùn)練圖像識(shí)別、物體檢測(cè)、生物特征識(shí)別、視頻搜素、動(dòng)態(tài)圖像跟蹤等各類(lèi)基礎(chǔ)性技術(shù)，同時(shí)又以圖像識(shí)別技術(shù)為核心拓展在智慧醫(yī)療、自動(dòng)駕駛等領(lǐng)域應(yīng)用。
（3）計(jì)算機(jī)視覺(jué)與圖像識(shí)別專(zhuān)利申請(qǐng)趨勢(shì)
圖像識(shí)別專(zhuān)利申請(qǐng)路線歷經(jīng)字符識(shí)別、OCR文字識(shí)別、指紋識(shí)別、手勢(shì)識(shí)別、物體識(shí)別、人臉識(shí)別等階段，專(zhuān)利布局方向一方面從以生物特征識(shí)別、文字識(shí)別等靜態(tài)圖像識(shí)別向視頻識(shí)別、運(yùn)動(dòng)識(shí)別等動(dòng)態(tài)圖像識(shí)別方向演進(jìn)，另一方面向著提升識(shí)別精度和智能化方向發(fā)展，如隨著對(duì)人臉細(xì)微變化識(shí)別準(zhǔn)確度和要求提升，專(zhuān)利方案已開(kāi)始關(guān)注情緒識(shí)別、表情識(shí)別等更加細(xì)節(jié)層面的識(shí)別技術(shù)，并正成為申請(qǐng)熱點(diǎn)。
隨著卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖像識(shí)別準(zhǔn)確率的大幅提升，深度學(xué)習(xí)技術(shù)在圖像識(shí)別領(lǐng)域的研究受到廣泛關(guān)注，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)性算法以及針對(duì)場(chǎng)景的模型訓(xùn)練在一定時(shí)期內(nèi)仍是研究和專(zhuān)利申請(qǐng)的熱點(diǎn)方向。
3 語(yǔ)音識(shí)別與語(yǔ)音合成
語(yǔ)音識(shí)別和語(yǔ)音合成是人工智能感知環(huán)節(jié)的關(guān)鍵技術(shù)，包括語(yǔ)音識(shí)別、語(yǔ)音合成、語(yǔ)音交互、語(yǔ)音評(píng)測(cè)、人機(jī)對(duì)話和聲紋識(shí)別等技術(shù)。
（1）語(yǔ)音識(shí)別與語(yǔ)音合成專(zhuān)利申請(qǐng)現(xiàn)狀和特點(diǎn)
語(yǔ)音技術(shù)研究超過(guò)六十年，專(zhuān)利申請(qǐng)經(jīng)歷了萌芽期和較長(zhǎng)時(shí)間發(fā)展期，目前再一次迎來(lái)了專(zhuān)利申請(qǐng)高峰。中國(guó)近年來(lái)在中文語(yǔ)音識(shí)別方面進(jìn)步明顯，在國(guó)際語(yǔ)音大賽上取得優(yōu)秀成績(jī)，這一進(jìn)步也反映到國(guó)內(nèi)在語(yǔ)音識(shí)別算法實(shí)現(xiàn)類(lèi)專(zhuān)利申請(qǐng)量占比提高。與計(jì)算機(jī)視覺(jué)與圖像識(shí)別相似，在提升語(yǔ)音識(shí)別算法模型訓(xùn)練準(zhǔn)確度的基礎(chǔ)上均十分重視與應(yīng)用場(chǎng)景和產(chǎn)品的結(jié)合。
在企業(yè)方面，技術(shù)型企業(yè)優(yōu)化核心技術(shù)的同時(shí)積極拓展行業(yè)應(yīng)用。傳統(tǒng)技術(shù)性公司在開(kāi)展前沿技術(shù)研究的同時(shí)，同時(shí)拓展技術(shù)應(yīng)用領(lǐng)域。以美國(guó)Nuances公司為例，Nuances公司語(yǔ)音專(zhuān)利數(shù)量全球第一，近年來(lái)專(zhuān)利方案中不乏聲紋識(shí)別技術(shù)在安全領(lǐng)域的應(yīng)用研究，呈現(xiàn)出技術(shù)性企業(yè)從語(yǔ)音算法、模型等基礎(chǔ)性語(yǔ)音技術(shù)向行業(yè)場(chǎng)景擴(kuò)展的趨勢(shì)。國(guó)內(nèi)科大訊飛在開(kāi)發(fā)基于語(yǔ)音識(shí)別引擎產(chǎn)品的同時(shí)，拓展教育、電信、消費(fèi)和安全等領(lǐng)域應(yīng)用市場(chǎng)。
在布局方面，互聯(lián)網(wǎng)巨頭企業(yè)圍繞企業(yè)核心業(yè)務(wù)布局，專(zhuān)利方案覆蓋面廣，初創(chuàng)企業(yè)深耕下一代語(yǔ)音識(shí)別技術(shù)。NUANCE公司在語(yǔ)音領(lǐng)域具有深厚的技術(shù)基礎(chǔ)，專(zhuān)利方案涵蓋了基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型到語(yǔ)音搜索、人機(jī)對(duì)話等相關(guān)產(chǎn)品和應(yīng)用，微軟公司語(yǔ)音識(shí)別技術(shù)已經(jīng)應(yīng)用在其Windows產(chǎn)品中，谷歌公司除了在深度學(xué)習(xí)網(wǎng)絡(luò)、聲學(xué)建模、語(yǔ)言模型方面申請(qǐng)專(zhuān)利外，專(zhuān)利布局涵蓋到用戶認(rèn)證、虛擬助手、人機(jī)對(duì)話等應(yīng)用領(lǐng)域。國(guó)內(nèi)百度、騰訊等國(guó)內(nèi)互聯(lián)網(wǎng)公司除了在語(yǔ)音識(shí)別算法核心技術(shù)上投入研究，結(jié)合自身業(yè)務(wù)發(fā)展全面布局，專(zhuān)利方案包括長(zhǎng)語(yǔ)音識(shí)別、遠(yuǎn)場(chǎng)識(shí)別等技術(shù)，并涵蓋了車(chē)載導(dǎo)航、智能家居、智能客服、會(huì)議、教學(xué)等多個(gè)場(chǎng)景下的應(yīng)用方案。
（2）語(yǔ)音識(shí)別技術(shù)專(zhuān)利申請(qǐng)趨勢(shì)
隨著語(yǔ)音識(shí)別與合成技術(shù)的發(fā)展，理想環(huán)境下語(yǔ)音識(shí)別能力問(wèn)題已經(jīng)基本解決，針對(duì)真實(shí)場(chǎng)景如環(huán)境噪聲下語(yǔ)音識(shí)別、多種語(yǔ)言或方言混合識(shí)別等正成為當(dāng)前申請(qǐng)熱點(diǎn)。
隨著對(duì)語(yǔ)音識(shí)別性能要求的提高，語(yǔ)音識(shí)別技術(shù)中的語(yǔ)言模型從統(tǒng)計(jì)語(yǔ)言模型（N-Gram）、DNN模型向序列到序列（端到端）處理的模型，即聲音模型與語(yǔ)言模型的融合模型方向進(jìn)行研究。在深度神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)上，生成式對(duì)抗網(wǎng)絡(luò)等正成為復(fù)雜分布上無(wú)監(jiān)督學(xué)習(xí)最具前景的方法之一，在這些演進(jìn)技術(shù)的驅(qū)動(dòng)下，深度學(xué)習(xí)語(yǔ)音識(shí)別專(zhuān)利申請(qǐng)將仍會(huì)是下一階段的申請(qǐng)熱點(diǎn)。
4 自然語(yǔ)言處理
自然語(yǔ)言處理（Natural Language Processing，NLP）是人工智能認(rèn)知環(huán)節(jié)中的關(guān)鍵技術(shù)，主要包括自然語(yǔ)言交互、自然語(yǔ)言理解、機(jī)器翻譯、語(yǔ)義分析、詞法分析、句法分析等人類(lèi)語(yǔ)言環(huán)境下的認(rèn)知技術(shù)。
（1）自然語(yǔ)言處理專(zhuān)利申請(qǐng)現(xiàn)狀及特點(diǎn)
自然語(yǔ)言處理基礎(chǔ)性技術(shù)主要與文本和語(yǔ)言的檢索、數(shù)據(jù)庫(kù)、語(yǔ)法分析、自然語(yǔ)言建模、自然語(yǔ)言數(shù)據(jù)以及處理和轉(zhuǎn)換相關(guān)。中美日韓在這些基礎(chǔ)性技術(shù)布局各有不同，美日側(cè)重NLP模型數(shù)據(jù)及轉(zhuǎn)換處理，國(guó)內(nèi)側(cè)重檢索和語(yǔ)法分析。
美國(guó)側(cè)重在與自然語(yǔ)言處理的模型、數(shù)據(jù)以及處理和轉(zhuǎn)換相關(guān)的專(zhuān)利申請(qǐng)，特別是與自然語(yǔ)言處理的模型和數(shù)據(jù)相關(guān)的專(zhuān)利申請(qǐng)量在中美日韓4個(gè)國(guó)家中最高，而與NLP處理和轉(zhuǎn)換相關(guān)的專(zhuān)利申請(qǐng)量低于日本排名第二。日本在NLP處理和轉(zhuǎn)換發(fā)明申請(qǐng)的專(zhuān)利申請(qǐng)量在4國(guó)中最高，其數(shù)據(jù)庫(kù)及檢索技術(shù)和語(yǔ)法分析類(lèi)專(zhuān)利申請(qǐng)量也較為均衡。中國(guó)NLP相關(guān)專(zhuān)利申請(qǐng)更多側(cè)重在檢索技術(shù)和數(shù)據(jù)庫(kù)，其次是涉及語(yǔ)言或文本的語(yǔ)法分析相關(guān)，在自然語(yǔ)言處理與轉(zhuǎn)換、自然語(yǔ)言處理模型等相關(guān)專(zhuān)利申請(qǐng)量低于美日韓。
（2）自然語(yǔ)言處理專(zhuān)利布局趨勢(shì)
隨著自然語(yǔ)言處理技術(shù)研究進(jìn)展，相關(guān)專(zhuān)利布局已經(jīng)從基礎(chǔ)文本處理、語(yǔ)言建模、機(jī)器翻譯向更加接近真實(shí)場(chǎng)景對(duì)話、自動(dòng)問(wèn)答系統(tǒng)和閱讀理解能力演進(jìn)。當(dāng)前涉及智能問(wèn)答、意圖識(shí)別等相關(guān)專(zhuān)利的年度申請(qǐng)量已逐年上升，并有繼續(xù)上升的趨勢(shì)。
基于深度學(xué)習(xí)提升自然語(yǔ)言理解能力將在一定時(shí)期內(nèi)仍成為專(zhuān)利申請(qǐng)熱點(diǎn)。國(guó)內(nèi)外高科技公司正在進(jìn)行深度神經(jīng)網(wǎng)絡(luò)在解決自然語(yǔ)言理解能力方面的研究，如使用遞歸神經(jīng)網(wǎng)絡(luò)處理順序數(shù)據(jù)、采用深度學(xué)習(xí)模型進(jìn)行語(yǔ)義解析、基于神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯等，國(guó)內(nèi)浙江大學(xué)等高校利用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行文本情感特征提取、基于注意力機(jī)制進(jìn)行知識(shí)圖譜嵌入等方面正在展開(kāi)研究。
5 結(jié)束語(yǔ)
當(dāng)前全球高科技企業(yè)正在積極開(kāi)展人工智能技術(shù)的研究，美國(guó)IBM、微軟、谷歌等企業(yè)引領(lǐng)人工智能技術(shù)創(chuàng)新研究，東芝、佳能、NEC、富士通、三星等日韓企業(yè)在人工智能領(lǐng)域具有雄厚基礎(chǔ)。我國(guó)近年來(lái)在人工智能技術(shù)部分領(lǐng)域取得了較為顯著成績(jī)，百度、騰訊、阿里、中科院、浙江大學(xué)、西安電子科技大學(xué)等互聯(lián)網(wǎng)企業(yè)、高校科研院所以及科大訊飛、寒武紀(jì)等專(zhuān)業(yè)公司緊跟技術(shù)研究和發(fā)展的前沿，積極開(kāi)展技術(shù)突破和專(zhuān)利布局。
從當(dāng)前人工智能技術(shù)專(zhuān)利申請(qǐng)趨勢(shì)看，不斷提升智能化水平和能力是人工智能技術(shù)發(fā)展方向。作為人工智能基礎(chǔ)性功能技術(shù)，語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理技術(shù)在現(xiàn)有性能的基礎(chǔ)上進(jìn)一步提高識(shí)別準(zhǔn)確率，是現(xiàn)階段專(zhuān)利布局的重點(diǎn)方向。隨著人工智能技術(shù)不斷成熟和優(yōu)化，落地應(yīng)用是人工智能技術(shù)真正實(shí)現(xiàn)發(fā)展的關(guān)鍵，從本文所述3個(gè)領(lǐng)域的專(zhuān)利申請(qǐng)?zhí)攸c(diǎn)上看到，人工智能技術(shù)智能化的提升與應(yīng)用和場(chǎng)景的結(jié)合密不可分，算法與場(chǎng)景的結(jié)合是現(xiàn)階段人工智能技術(shù)研究的主要手段之一。
人工智能技術(shù)作為一個(gè)全球性技術(shù)，在促進(jìn)技術(shù)進(jìn)步和未來(lái)產(chǎn)業(yè)發(fā)展的同時(shí)，全球企業(yè)越發(fā)注重知識(shí)產(chǎn)權(quán)創(chuàng)造和保護(hù)，掌握核心的知識(shí)產(chǎn)權(quán)是企業(yè)在未來(lái)人工智能產(chǎn)業(yè)化競(jìng)爭(zhēng)中的關(guān)鍵利器。
聯(lián)系客服
