日本专利局发布2023年人工智能专利申请调查报告

2023年10月31日，为了明确国内外人工智能（AI）专利申请现状，日本专利局（JPO）公布了2023年人工智能调查报告，主要内容包括AI相关发明申请的总体动向、申请趋势、重要技术分支、专利申请人以及世界各国的AI申请动向。此次专利调查对象[1]是1988年至2021年日本国内专利申请、PCT国际专利申请中指定国为日本的专利申请，共计70,861件。其中，集合A（G06N：AI核心发明）共有25,652件，B集合（AI应用发明）共有28,813件，C集合（在摘要、具体实施方式中含有AI核心关键词的发明）共有59,206件。

1. 总体动向

自2014年起，AI相关发明数量急剧增加，2021年达到约9000件，约为2020年（5700件）的1.5倍。自2004年以来，AI相关发明的专利授权率逐年提高，2019年达到了83%。AI核心技术（G06N）的申请数量稳步增加，2021年达到约2,700件。受第三次AI热潮的影响，包括神经网络（G06N3/02-3/10）在内的机器学习（G06N20/）技术（其中深度学习技术占主要地位）发挥了主导作用。

图1  AI相关发明专利申请趋势（1988~2021）

图2  G06N技术领域专利申请数量

2. 各个技术领域动向

2021年，发明申请共涉及100多个FI分类号。作为人工智能技术的应用领域，图像处理技术的应用越来越多。在G06N（AI核心技术）以外的主要技术分类中，G06T（图像处理技术）在2016年以后呈增加趋势，2019年以后超过G06N（AI核心技术），成为数量最多的技术分类。

其次，人工智能技术的应用范围正在迅速扩大。主要技术分类中，AI主要的应用方向包括G06Q（商业，包括FI修订前的G06F17/60）、A61B（医疗诊断）、G01N（材料分析）、G06F16/（信息检索和推荐，包括FI修订前的G06F17/60）、G16H（医疗保健）、G05B（控制系统和协调）、G06F40/（自然语言处理）、H04N（视频处理）等。2021年所有主分类的申请量是2010年的两倍以上，其中A61B（医学诊断）、G06T（图像处理）、G08G（交通控制）等主要分类增长率较高。此外，G06F其他（通用信息）的规模较大，其中包括G06F3/（接口）和G06F21/（安全）等信息处理相关技术，“其他”类技术领域的申请数量也呈增加趋势。

3. 重要技术分支：深度学习

深度学习技术中四种重要且常用的方法[2]中，涉及卷积神经网络（CNN）、递归神经网络（RNN）或短期记忆网络（LSTM）的AI相关发明的申请数量自2014年以来持续增加。近年来，与深度强化学习相关的AI发明申请数量保持平稳。另外，涉及变换器的AI相关发明的申请数量在2020年将超过深度强化学习达到366件，呈现出增加趋势。

CNN的AI相关发明的主要分类是G06T（图像处理）和H04N（影像处理），RNN或LSTM的AI相关发明的主要分类是G06T（图像处理）。深度强化学习的AI相关发明虽然申请数量较少，但在其主要分类下的控制类技术G05B（一般控制或调节）和B25J（操控）的申请数量仍值得关注。变换器的AI相关发明的主要分类是G06F40/（自然语言处理）和G06F16/（信息检索/推荐）。

图3  AI相关发明与深度学习AI相关发明专利申请数量（2014~2021）

图4  深度学习重要技术的AI相关发明专利申请数量（2014~2021）

4. 申请人动向

图5展示了2014年至2023年6月的AI相关发明、深度学习相关发明的领先专利申请人。日本富士通（1426件）申请数量最多，日本电信电话、日立制作所分别位于第2和第3。在深度学习AI相关发明的申请上，佳能和富士通数量最多，分别为630件和626件。北京百度网讯科技有限公司AI相关发明申请数量为550件（第11），AI深度学习相关发明申请数量为428件（第4）。

图5  AI相关发明主要申请人专利申请数量

5. 各国申请动向

五大知识产权局在G06N（AI核心技术）相关申请呈增加趋势。美国和中国的申请数量尤其突出，是全球的主要申请目的地。中国2019年G06N专利申请多来自于大学，而2020年主要来自企业，AI领域产学合作研究正在蓬勃发展。美国G06N专利申请主要来自IBM、微软、谷歌等全球平台运营商，这些公司业务对日本市场有很大影响，今后应密切关注其研发和申请动向。

图6  主要国家/地区G06N专利申请数量变化

表1  2016~2020年中国G06N申请机构Top 10

表2  2016~2020年美国G06N申请机构Top 10

[1] 本次调查AI相关发明的范围限定：（1）AI核心发明：机器学习技术，包括神经网络、深度学习、支持向量机、强化学习等；作为人工智能基础的数学或信息处理技术特征的发明，包括知识库模型、模糊逻辑等。（2）AI应用发明：应用于图像处理、语音处理、自然语言处理、机器控制与机器人技术、诊断/检测/预测/优化系统等各种技术。

[2] 卷积神经网络（Convolutional Neural Network，CNN）、递归神经网络（Recurrent Neural Network，RNN）或短期记忆网络（Long Short Term Memory，LSTM）、深度强化学习（Deep Reinforcement Learning，DRL）、变换器（Transformer）。