检测到您的浏览器版本过低，可能导致某些功能无法正常使用，建议升级您的浏览器，或使用推荐浏览器 Google Chrome 、Edge、Firefox 。 X
美国专利商标局（USPTO）于2020年10月发布了《发明人工智能：用美国专利追溯人工智能的扩散情况》（Inventing AI: Tracing the diffusion of artificial intelligence with U.S. patents）报告，该报告创新性地采用机器学习算法，来确定1976至2018年发布的所有美国人工智能专利申请，经过数据统一总结出美国人工智能专利的发展概况，即AI技术在专利技术分类中所占比例逐年增长，AI技术发明人和专利权人的比例也在逐年升高，AI技术专利在美国呈现出地域特征，AI技术对美国的科技发展和经济发展具有重要潜力。
美国国家标准与技术研究所(NIST)将人工智能技术和系统定义为“包括软件和/或硬件，这些软件和/或硬件可以学会解决复杂的问题，做出预测或承担需要类人感知(如视觉、语音和触摸)、感知、认知、规划、学习、交流或物理行动的任务。”虽然定义详细，但从专利分析的角度来说还不够具体。
USPTO将AI定义为由八个技术类别中的一个或多个组成(如图1所示)。这些类别跨越软件、硬件和应用程序，一个专利文件可能包含多个AI技术类别。下面的简要定义和示例有助于解释每个AI技术类别的含义。
图1.专利领域的8个AI技术类别
1、知识处理
知识处理领域涉及表达和获取客观事实，并在自动化系统中使用这些信息。例如，财务软件公司Intuit Inc.的编号为7,685,082的美国专利描述了一种使用预定义的“知识库”来自动检测会计错误的算法。该专利技术可以应用在在线所得税计算的实时错误检测中。
2、语音识别
语音识别领域包括理解一组声音信号中包含单词的技术。苹果公司的编号为10,043,516的专利“智能自动化助理,”描述了一项诸如苹果的Siri,亚马逊的Alexa,或者微软的Cortana的智能语音技术,用于智能回答清晰的问题和对口头指令作出响应。
3、AI硬件
现代人工智能算法需要强大的算力。人工智能硬件包括物理计算机组件，通过提高处理效率和/或速度来满足这一需求。例如，IBM公司的8,892,487号美国专利描述了一种有效的信息处理装置，它模拟了类似于生物大脑的生物神经元之间的突触来进行信息处理。
4、进化计算
进化计算包含一组使用自然和进化方面的计算例程。由石油和天然气公司雪佛龙美国公司获得的7,657,494号专利，描述了一种预测可用石油储量的渐进方法。该进化算法评估了大量的竞争模型，并通过使用遗传启发的算法，通过不同的选项“变异”，选择具有最高性能的模型。
5、自然语言处理
自然语言处理是将书面语言进行数字编码并理解语言的技术，辛辛那提儿童医院医疗中心获得的8,930,178号美国专利，通过模拟各种人类记忆方法，使用文本来构建本体。由此产生的本体可用于提高各种医疗保健管理任务的效率，例如为临床记录分配账单代码。
6、机器学习
机器学习领域包含了大量从数据中学习的计算模型。零售商沃尔玛公司的9,390,378号美国专利，开发了一种算法来优化电子商务平台，通过对产品描述、评论和其他产品特征进行分类，并使用众包来解决不明确的结果。
7、计算机视觉
计算机视觉是从图像和视频中提取和理解信息的技术。梅奥医学教育和研究基金会和亚利桑那州立大学共同申请的10,055,843号美国专利，可以自动检测结肠镜检查期间拍摄的图像中的异常。
8、计划和控制
计划和控制包含识别、创建和执行活动以实现指定目标的过程。例如， Fisher-Rosemount系统公司的编号为10,031,490的美国专利，有助于在处理工厂发生异常情况时减少昂贵的工作流程分析。该发明描述了一种通过视觉、声音或其他环境条件检测潜在问题的方法，并使用专家系统来识别和解决这些问题。
图2展示了从1976年到2018年人工智能专利申请数量以及所占比例的长期趋势。2002年到2018年，AI专利申请数量从3万件左右跃升至超过6万件，涨幅超过100%，而AI专利所占专利申请总量的比例也从9%增长到接近16%。1976年，活跃在人工智能领域的发明专利权人比例为1%，到了2018年这个比例上升至25%。
图2. 1976年-2018年人工智能专利申请数量以及所占比例趋势
图3显示了1990年到2018年各个技术分类中公开的AI专利申请数量，申请量最大的是规划和控制(红线虚线)和知识处理(浅蓝色虚线)。这两个技术分类包括控制系统、制定计划和处理信息的发明。它们是最普遍的AI技术类别。自2012年以来，机器学习和计算机视觉领域的专利申请显著增加。这两项人工智能技术都是2012年AlexNet模型成功的关键，AlexNet模型是一项具有分水岭意义的成就，改变了图像识别和机器学习的技术轨迹，尤其是深度学习。
值得注意的是，人工智能硬件的专利申请与计算机视觉的专利申请一起增加。这两种组件技术中应用程序的密切联系可能反映了图像识别技术的进步和对计算能力和性能的需求之间的相互作用。专用硬件包括用于计算机处理器的加速器和专用内存。人工智能的其他应用，如自动驾驶汽车，也涉及专门的硬件。
图3.8个专利技术分类中AI专利申请数量趋势（1976-2018年）
技术扩散是指发明者、公司和其他创新者对一项新技术的传播和采用。当一项新技术被开发出来时，需要时间来理解和采用该技术，而创新者在其发明和生产过程中有效使用该技术之前，甚至需要更多时间。广泛传播的技术对创新、生产力和经济增长有潜在的巨大影响。例如，蒸汽动力、电力和信息技术极大地增加了经济中生产的商品的数量和种类。
专利文件为扩散提供了一个独特的“发明透镜”。这些文件包含对发明的详细技术描述以及其他元数据，这些元数据识别专利的技术分类、发明者、指定所有者、位置和关键日期。我们对扩散的分析依赖于与PatentsView标识符相关的已授予的人工智能专利。
本节探讨人工智能技术是否正在向新的发明领域扩散。对于每一个专利申请，USPTO都会审查其技术内容，并根据共同的主题事项将申请分配给特定的技术组。目前的体系有超过600个子类，涵盖了大量的主题，包括化学、电子、机械和材料。
图4显示了从1976年开始的人工智能技术扩散情况，绘制了包含至少两项已授予人工智能专利的技术类别的百分比。就像人工智能专利申请总量的增长一样，人工智能技术正在更大比例的技术子类中扩散(绿色实线)。1976年，包含人工智能的专利出现在大约10%的子类中。到2018年，专利技术已扩展到所有专利技术子类的42%以上。
图4.1976-2018年人工智能技术在所有专利技术类别中的扩散情况
人工智能技术类别显示出三种不同的集群，它们的扩散速度不同。第一个集群，知识处理和规划/控制，在专利技术类别中扩散最快。这一状况反映了这些AI组件在各种技术领域的普遍适用性。对于第二个集群(视觉、机器学习和人工智能硬件)，扩散速度较慢，但仍在增加。第三类集群(进化计算、语音和自然语言处理)的扩散最慢，在20世纪90年代末徘徊在5%左右，直到最近才扩展到所有技术子类的近10%。这些集群表明，AI技术类别之间存在某种形式的技术依赖性;然而，需要更多的研究来理解这些模式背后的因素。
当越来越多的发明家、公司和其他组织在他们的发明和生产过程中使用人工智能时，人工智能的经济影响会更大。每年获得人工智能专利的发明者和组织的比例的增长是扩散的一个指标。这个指标可以通过使用授权专利上出现的发明人和组织的名字来计算。
图5显示了1976-2018年拥有至少一个AI授权专利的美国发明专利权人和专利所有人的所占比例增长趋势,这表明越来越多的发明者在发明中使用人工智能技术。发明者专利权人和专利所有人的趋势显示了实质性的扩散和共同增加。发明者专利权人的扩散趋势(蓝虚线)从1%开始，到2018年将上升到25%。也就是说，2018年有25%的发明人在授权专利中使用了人工智能技术。此外，从2009年开始，使用人工智能的发明者的比例甚至超过了使用人工智能的组织的比例(蓝色虚线和绿色实线)。这意味着，人工智能的扩散不仅发生在组织之间，也发生在组织内部——越来越多的组织内部的发明家和专利持有人在他们的工作中采用人工智能。
图5.AI专利的发明专利权人和专利所有人的年度比例趋势（1976-2018年）
图6列出了美国拥有人工智能专利的前30家公司。这些公司持有1976年至2018年授予的所有人工智能专利的29%。前30名大多来自信息和通信技术(ICT)领域，但也有一些明显的例外，如通用电气(General Electric)、波音(Boeing)和美国银行(Bank of America)。例如，近年来，通用电气(General Electric)一直强调在其机械产品和工艺中加入人工智能，除了将人工智能纳入零部件检查之外，还通过创建喷气发动机的“数字孪生”来监控和预测维护。
图6.AI专利持有公司Top30（1976-2018年）
广泛的地理扩散也与新技术更大的经济影响有关。图7显示了两张覆盖不同时间段的美国AI技术扩散县地图。阴影越深表明AI发明者专利的集中度越高。图7a涵盖了25年的人工智能专利申请(1976-2000年)，显示人工智能发明者-专利持有人倾向于集中在较大的城市和成熟的技术中心，如加州的硅谷。这些地方有资源优势，使早期采用更容易。
图7a. 美国AI技术扩散县地图（1976-2000年）
不过，图7b显示，自2001年以来，人工智能技术正在美国各州和县广泛扩散。例如，缅因州和南卡罗莱纳积极从事数字数据处理和适合商业的数据处理。俄勒冈州的专利发明人正在将人工智能用于健身训练和设备。在蒙大拿州，人工智能被用于分析材料的化学和物理特性。
美国中西部也在采用人工智能技术，尽管数量要少得多。发明人-专利权人在数字信息传输、图像处理和数据识别和显示中使用人工智能。威斯康辛州在诊断、手术和鉴定的医疗器械和流程方面领先，其次是俄亥俄州和堪萨斯州。
在爱荷华州、堪萨斯州、密苏里州、内布拉斯加州和俄亥俄州，人工智能技术正在为电话通信的发明做出贡献。而将人工智能技术应用于农业是北达科他州的一个重点。
图7b. 美国AI技术扩散县地图（2001-2018年）
人工智能在不同技术、专利发明人、专利所有者和地理位置上的数量和扩散表明，人工智能对美国发明的重要性越来越大。人工智能是否会像电力或半导体一样具有革命性，在某种程度上取决于创新者和企业成功将人工智能发明融入现有和新产品、流程和服务的能力。USPTO的研究结果表明，人工智能有这种潜力。
