中文

Base on one field Cast our eyes on the whole world

立足一域 放眼全球

点击展开全部

法律宝库

更多 >>

日本专利局发布人工智能专利调查报告

发布时间:2021-09-06
字号: +-
563

2021年8月30日,日本专利局(JPO)发布了人工智能(AI)相关专利情况调查。报告主要从总体专利申请趋势、各个技术领域申请趋势、各个国家/地区申请趋势三个方面对人工智能相关发明申请进行了调查。

研究认为,日本人工智能相关发明的数量继续稳步增长;人工智能技术越来越多的用于图像处理领域;中美人工智能相关发明申请数量较为突出,近年来韩国的申请数量也在迅速增加。

近年来,以深度学习为中心的人工智能相关技术取得了显著发展,相关的专利申请在各个技术领域不断增加。为此,2021年8月30日,日本专利局开展了人工智能(AI)相关专利情况调查,以揭示日本和世界AI相关申请的现状。

1.  调查对象

本次调查AI相关发明的范围限定:

(1)AI核心发明:以构成AI基础的数学或统计信息处理技术为特点的发明,包括神经网络、深度学习、支持向量机、强化学习等各种机器学习技术,以及基于知识的模型和模糊逻辑。

(2)AI应用发明:以构成AI基础的数学或统计信息处理技术为特点的发明,应用于图像处理、语音处理、自然语言处理、设备控制及机器人、诊断/检测/预测/优化系统等技术。由此,检索1988至2019年日本国内专利申请、PCT国际专利申请指定国为日本的专利申请,共获得52,467件。

2. 总体动向

(1)自2014年以来,AI相关的发明数量急剧增加,2019年达到约5000件。G06N的相关申请数量也在稳步增加,2019年约有2100件。

(2)由于第二次AI热潮,AI相关的发明在20世纪90年代初经历了一次申请热潮,但在此后近20年的专利申请数量一直处于低迷状态。

图4显示了G06N下位分类的数量变化,20世纪90年代,G06N3/02-3/10(神经网)、G06N5(知识库)、G06N7(模糊逻辑等)、G06N20(机器学习;包括FI修订前的06n99/0、150至159)的申请数量都有所增加,但之后开始减少,G06N5和G06N7的申请数量至今仍处于低水平。自2014年以来申请的增加主要是因为第三次AI热潮中包括了神经网络的机器学习技术发挥了主导作用。

(3)自2004年以来,AI相关发明的专利授权率[1]每年都在增加,最近几年一直稳定在80%左右。

[1]专利授权率=专利授权件数/(专利授权件数+未授权件数+FA后撤销・放弃件数)

图1  AI相关发明专利申请数量趋势.jpg

图1  AI相关发明专利申请数量趋势

图2  各技术领域专利申请数量趋势.jpg

图2  各技术领域专利申请数量趋势

3. AI相关发明申请技术领域分布

(1)为探究AI相关发明申请动向,JPO研究调查了AI发明主要技术分类。2019年,AI相关发明申请共涉及60个以上FI技术分类。除了G06N以外,G06T(图像处理技术)一直是最常见的技术类别。

此外,AI相关发明涉及的技术领域数量也在增加,正在被应用到更广泛的领域,包括:G06Q(商业;包括FI修订前的G06F17/60),G06F16(信息检索和推荐;包括FI修订前的G06F17/60),A61B(医疗诊断)、G05B(控制系统和协调)、G01N(材料分析)、G10L(语音处理)、H04N(视频处理)等。

图3  AI相关发明申请技术领域分布.jpg

图3  AI相关发明申请技术领域分布

(2)在G05B(控制系统和协调)、G08G(交通控制)、G06T(图像处理)、G06Q(商业;包括FI修订前的G06F17/60)、B25J(控制器)和H04N(视频处理)等领域,AI相关发明的申请数量正在稳步增长。报告预测,随着AI在自动驾驶、工厂自动化和成像设备等技术中的应用,上述技术领域的申请数量将不断增加。

4. 重要技术分支:深度学习技术

(1)近年来,AI相关发明申请增加最大的影响是深度学习技术。自2014年以来,深度学习相关的AI发明的数量一直在迅速增加,但2018年到2019年略有下降。

图4  AI相关发明与深度学习技术相关专利申请数量(2014-2019)

(2)深度学习技术中,重要且经常使用的三种方法包括:卷积神经网(Convolutional Neural Network,CNN)、递归神经网络(Recurrent Neural Network,RNN)或长短期记忆网络(Long Short Term Memory,LSTM)、深度增强学习(Deep Reinforcement Learning,DRL)。CNN和RNN(或LSTM)从2018至2019年持续减少或保持不变,而深度增强学习相关发明虽然数量较少,但持续增加。

图5  三种方法相关发明申请数量(2014-2019)

(3)CNN是动态图像的识别处理,主要涉及G06T(图像处理)和H04N(视频处理);RNN和LSTM是语音识别和文本处理,主要涉及G10L(声音处理)和G06f17 /20-28(自然语言处理);深度强化学习主要是系统控制和优化,经常用于G05B(控制系统和协调)、B25J(控制器)等控制类技术。


图6  深度学习技术与AI相关发明的主要技术类别(2013-2019)

5. 专利申请人

下图显示了2014至今AI相关发明方面申请数量最多的申请人。

图7  AI相关发明主要申请人专利申请数量.jpg

图7  AI相关发明主要申请人专利申请数量

由于主要调查的是日本专利,因此,日本公司占主导地位。AI相关专利主要申请人涉及的主要技术类别包括视频处理(G06T、H04N)、控制和机器人技术(G05B、B25J、B23Q)等。

6. 各国申请动向

(1)2018年,中国获得G06N的申请数量约为13,800件,增长速度大于美国。此外,韩国的申请数量也快速上升,超过了日本和欧洲的申请数量。这表明,近年来韩国AI相关发明申请可能已经在加速发展。另一方面,2018年日本G06N的申请数量是中美日欧韩五个国家/地区中最低的。

(2)中国提交G06N的专利申请主要来自大学,大学正在为中国的人工智能的研究开发做出重大贡献,而中国人工智能的未来将取决于将这些研发成果商业化或实施。

(3)美国微软、谷歌和Facebook等全球平台运营商积极提交专利申请。这些公司的业务对日本市场有很大影响,今后应密切关注这些公司的研发和申请趋势。

(4)2014年以来,深度学习在世界各地的人工智能技术发展中迅速普及。

图8 专利申请数量变化.jpg

图8  主要国家/地区G06N专利申请数量变化

评论

在线咨询