2023年第1期｜我国人工智能领域专利申请数量领先，相关技术亟待突破
- 文章来源： 国家知识产权局知识产权发展研究中心
- 2023/3/13 0:00:00
2023年第1期（总第22期）
前言
通过检索2000年以来全球人工智能领域发明专利，研究分析发现：全球人工智能发展呈现中美两国引领、欧日韩等主要国家和地区激烈竞争的总体格局；通用芯片领域内的技术壁垒较强，深度学习芯片、类脑芯片和量子芯片为代表的专用芯片及相关基础算法领域，国内专利申请活跃。
人工智能作为引领未来的战略性技术，世界主要国家纷纷加快出台相关政策和规划，将发展人工智能视为提升国家竞争力以及维护国家安全的重大战略。日前，拜登签署《芯片与科学法案》，以及美国政府对人工智能高端图形处理器（GPU）芯片和芯片制造设备施行出口禁令等，我国人工智能领域相关技术发展面临较大压力。
01 我国在专利申请和技术应用上具备一定实力
统计表明，截至2022年8月底，全球人工智能领域发明专利申请量达231万余件，其中，中国、美国、日本分别占比33％、22％、12％，排名前三位。在全球主要申请人中，韩国三星、美国IBM、日本日立、日本松下、日本丰田、美国微软等国外巨头企业排名前列，国家电网、中科院、华为、百度、腾讯等国内企业和科研院所具备一定技术实力。
一是在算法技术应用方面
在自然语言处理、机器视觉和语音识别等领域，中国专利申请量均排名全球第一，申请总量占全球总量50％以上。例如，百度和中科院在自然语言处理领域、欧珀（OPPO）在机器视觉领域、百度在语音感知领域内均排名前列，此外，腾讯、科大讯飞、小米等也具备一定技术实力。
二是在人工智能产业应用方面
在智能终端、智能驾驶、智能安防、智能机器人和智能医疗等人工智能应用领域，中国专利申请量排名全球第一，占全球专利申请总量的31%。例如，深圳大疆在无人机领域，全球专利申请量排名第一，远超其他申请人且积极进行海外专利布局，通过《专利合作条约》（PCT）途径提交的国际专利申请占比达20％，在飞行器结构及动力、云台结构和控制、飞行控制技术、图形处理及传输等重点领域均排名全球第一，具有较强技术实力。
02 我国在人工智能芯片领域面临的风险和机遇
全球智能芯片领域的专利申请量达12万余件，中国专利申请量达4.7万件，占比39%，排名第一，但龙头企业数量、核心专利数量、全球专利布局上，还较为不足。
一是国内龙头企业缺乏
在人工智能芯片领域，全球专利申请排名前10的申请人中，有5家为美国企业，分别为英特尔、IBM、英伟达、谷歌和赛灵思，具备集团优势，而中国只有百度进入前10位。具体到中央处理器（CPU）、图形处理器（GPU）和现场可编程逻辑器件（FPGA）等通用芯片领域，中国并没有企业进入前10位。但在深度学习芯片（DPU）、类脑芯片和量子芯片等专用芯片领域，在全球专利申请排名前10位的申请人中，国内申请人百度、清华大学、平安科技、腾讯和华为等排名前列。
二是核心专利数量较少
通过同族专利数、专利维持时间、被引证量等综合竞争力指标，遴选出全球排名前10%的核心专利中，美国在通用芯片和专用芯片领域的整体核心专利拥有量分别占比93%和78%，而我国仅占比1%和7%，差距明显。具体来看，美国智能芯片领域专利的同族专利数、专利维持时间、被引证量等指标方面分别为中国的4.1倍、1.7倍、1.5倍。我国在DPU的运算、存储器和控制领域，类脑芯片的神经元和突触领域，量子芯片的量子线路和计算领域具备一定技术实力。
三是海外专利布局薄弱
中国绝大多数专利申请都为国内申请，较少进行全球布局。美国智能芯片领域内，通过《专利合作条约》（PCT）途径提交的国际专利申请平均指定国数量为2.69个，而中国仅为1.21个，同时，在中国、美国、欧洲和日本四个国家和地区同族专利申请数量上，美国为2305件，中国为368件。
03 我国在核心算法领域面临的风险和机遇
中国在机器学习、神经网络和深度学习等基础算法领域专利申请排名第一，国内申请活跃，具有一定的技术话语权。其中，深度学习作为机器学习中新的研究领域，是神经网络算法的延伸和拓展，近年来已成为最受关注的人工智能算法技术。
一是核心专利数量较少
在深度学习的基础算法领域，全球专利申请排名前10位的申请人中，有6家为中国申请人，分别为腾讯、百度、中科院、清华大学、商汤和华为，美国仅有3家企业进入前10位。但上述美国3家企业，在平均同族专利数、被引证量、专利维持时间、专利保护范围等核心专利评价指标方面，分别为上述6家中国申请人的9倍、4倍、2.6倍、2.5倍，且在引证排名前1000的核心专利中，美国拥有618件，中国拥有262件。
二是专利产业化程度较弱
在深度学习算法领域，国内申请人中，高校、科研院所的专利申请量为8.5万件，占中国专利申请总量约40%，比重较大，但专利许可、转让或在售状态的专利数量仅有943件，占比1.1%，专利技术产业化亟待加强。此外，国内高校、科研院所专利授权权利要求的长度是企业申请的2～4倍，权利要求长度越长，其专利保护范围越小。
三是开源平台生态风险和机遇并存
目前，全球深度学习领域训练平台主要有5家，分别是TensorFlow（谷歌）、PyTorch（脸书）、PaddlePaddle（百度）、MXNet（亚马逊）和CNTK（微软），其中，谷歌掌握了开源框架中基础模型结构和模型训练的大量核心专利，形成了较为严密的技术壁垒。百度在涉及深度学习框架的专利申请量约是谷歌的2倍、脸书的6倍，相较于谷歌和脸书，其训练平台具有训练速度快、模型丰富、API接口丰富等优点。(李岩)