1 引言
人工智能技術(shù)研究已有60年歷史，當前全球人工智能相關(guān)專利申請量超過48.1萬項INPADOC同族。人工智能相關(guān)專利最早出現(xiàn)在20世紀五六十年代，涉及駕駛控制、字符識別技術(shù)，美國、歐洲、日本和韓國等在人工智能技術(shù)領(lǐng)域研究起步比較早，早期進行了大量專利申請，2000年國外人工智能專利年度申請量已超過1.2萬項。
我國人工智能技術(shù)研究起步較晚，早期專利申請量較低，從2000年左右開始逐漸緩慢增長，隨著人工智能技術(shù)第三次浪潮，國內(nèi)人工智能專利申請量明顯增加，近五六年呈現(xiàn)爆發(fā)增長態(tài)勢。
2 計算機視覺與圖像識別
圖像識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，近年來全球發(fā)達國家均積極開展該技術(shù)與智能化產(chǎn)品和應(yīng)用的融合研究。從專利申請情況看，中國近年來該技術(shù)分支專利申請量高速增長，在生物特征識別、圖像識別（通用）和視頻識別3個分支上專利申請量最高，特別是在生物特征識別分支上申請量超過了全球其他國家申請量的總和，國內(nèi)在圖像識別領(lǐng)域研究提升的同時，將人臉識別、指紋識別等技術(shù)應(yīng)用于各類產(chǎn)品，輸出了大量的應(yīng)用型專利。
（1）計算機視覺與圖像識別專利申請現(xiàn)狀
計算機視覺與圖像識別主要包括生物特征識別、文字識別、視頻識別及各類計算機視覺和圖像識別專利申請。隨著生物特征識別技術(shù)的興起，2000年后專利申請量開始增長，目前申請量達到4.79萬項，在各類技術(shù)分支專利申請中申請量最高。
生物特征識別技術(shù)又包含人臉識別、步態(tài)動作識別、指紋識別、虹膜識別、視網(wǎng)膜識別、掌紋識別、腦電波識別和靜脈識別等。當前人臉識別技術(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、門禁等終端產(chǎn)品中，實現(xiàn)個人安全認證、照片人臉檢測和美化處理等功能，并已在機場、車站安檢、安防等領(lǐng)域應(yīng)用，其相關(guān)專利申請量占生物特征識別申請量的52.4%，是當前申請的熱點。
（2）計算機視覺與圖像識別專利申請?zhí)攸c
通過對全球相關(guān)專利進行檢索分析，將計算機視覺與圖像識別專利方案按照算法實現(xiàn)、設(shè)備裝置和垂直應(yīng)用3個方向進行分類，主要國家在上述3個方向上的專利申請量均相差較小，針對不同場景和行業(yè)需求的專利方案申請同時涵蓋了算法模型訓練、裝置構(gòu)成和應(yīng)用場景，已成為人工智能專利技術(shù)布局特點。
從全球企業(yè)來看，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)注重深耕專業(yè)領(lǐng)域。如美國微軟、IBM、谷歌、GE等公司注重在圖像識別領(lǐng)域基礎(chǔ)研究，專利申請包括以神經(jīng)網(wǎng)絡(luò)訓練圖像識別、物體檢測、生物特征識別、視頻搜素、動態(tài)圖像跟蹤等各類基礎(chǔ)性技術(shù)，同時又以圖像識別技術(shù)為核心拓展在智慧醫(yī)療、自動駕駛等領(lǐng)域應(yīng)用。
（3）計算機視覺與圖像識別專利申請趨勢
圖像識別專利申請路線歷經(jīng)字符識別、OCR文字識別、指紋識別、手勢識別、物體識別、人臉識別等階段，專利布局方向一方面從以生物特征識別、文字識別等靜態(tài)圖像識別向視頻識別、運動識別等動態(tài)圖像識別方向演進，另一方面向著提升識別精度和智能化方向發(fā)展，如隨著對人臉細微變化識別準確度和要求提升，專利方案已開始關(guān)注情緒識別、表情識別等更加細節(jié)層面的識別技術(shù)，并正成為申請熱點。
隨著卷積神經(jīng)網(wǎng)絡(luò)對圖像識別準確率的大幅提升，深度學習技術(shù)在圖像識別領(lǐng)域的研究受到廣泛關(guān)注，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)性算法以及針對場景的模型訓練在一定時期內(nèi)仍是研究和專利申請的熱點方向。
3 語音識別與語音合成
語音識別和語音合成是人工智能感知環(huán)節(jié)的關(guān)鍵技術(shù)，包括語音識別、語音合成、語音交互、語音評測、人機對話和聲紋識別等技術(shù)。
（1）語音識別與語音合成專利申請現(xiàn)狀和特點
語音技術(shù)研究超過六十年，專利申請經(jīng)歷了萌芽期和較長時間發(fā)展期，目前再一次迎來了專利申請高峰。中國近年來在中文語音識別方面進步明顯，在國際語音大賽上取得優(yōu)秀成績，這一進步也反映到國內(nèi)在語音識別算法實現(xiàn)類專利申請量占比提高。與計算機視覺與圖像識別相似，在提升語音識別算法模型訓練準確度的基礎(chǔ)上均十分重視與應(yīng)用場景和產(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)的同時積極拓展行業(yè)應(yīng)用。傳統(tǒng)技術(shù)性公司在開展前沿技術(shù)研究的同時，同時拓展技術(shù)應(yīng)用領(lǐng)域。以美國Nuances公司為例，Nuances公司語音專利數(shù)量全球第一，近年來專利方案中不乏聲紋識別技術(shù)在安全領(lǐng)域的應(yīng)用研究，呈現(xiàn)出技術(shù)性企業(yè)從語音算法、模型等基礎(chǔ)性語音技術(shù)向行業(yè)場景擴展的趨勢。國內(nèi)科大訊飛在開發(fā)基于語音識別引擎產(chǎn)品的同時，拓展教育、電信、消費和安全等領(lǐng)域應(yīng)用市場。
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，專利方案覆蓋面廣，初創(chuàng)企業(yè)深耕下一代語音識別技術(shù)。NUANCE公司在語音領(lǐng)域具有深厚的技術(shù)基礎(chǔ)，專利方案涵蓋了基礎(chǔ)神經(jīng)網(wǎng)絡(luò)模型到語音搜索、人機對話等相關(guān)產(chǎn)品和應(yīng)用，微軟公司語音識別技術(shù)已經(jīng)應(yīng)用在其Windows產(chǎn)品中，谷歌公司除了在深度學習網(wǎng)絡(luò)、聲學建模、語言模型方面申請專利外，專利布局涵蓋到用戶認證、虛擬助手、人機對話等應(yīng)用領(lǐng)域。國內(nèi)百度、騰訊等國內(nèi)互聯(lián)網(wǎng)公司除了在語音識別算法核心技術(shù)上投入研究，結(jié)合自身業(yè)務(wù)發(fā)展全面布局，專利方案包括長語音識別、遠場識別等技術(shù)，并涵蓋了車載導航、智能家居、智能客服、會議、教學等多個場景下的應(yīng)用方案。
（2）語音識別技術(shù)專利申請趨勢
隨著語音識別與合成技術(shù)的發(fā)展，理想環(huán)境下語音識別能力問題已經(jīng)基本解決，針對真實場景如環(huán)境噪聲下語音識別、多種語言或方言混合識別等正成為當前申請熱點。
隨著對語音識別性能要求的提高，語音識別技術(shù)中的語言模型從統(tǒng)計語言模型（N-Gram）、DNN模型向序列到序列（端到端）處理的模型，即聲音模型與語言模型的融合模型方向進行研究。在深度神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)上，生成式對抗網(wǎng)絡(luò)等正成為復雜分布上無監(jiān)督學習最具前景的方法之一，在這些演進技術(shù)的驅(qū)動下，深度學習語音識別專利申請將仍會是下一階段的申請熱點。
4 自然語言處理
自然語言處理（Natural Language Processing，NLP）是人工智能認知環(huán)節(jié)中的關(guān)鍵技術(shù)，主要包括自然語言交互、自然語言理解、機器翻譯、語義分析、詞法分析、句法分析等人類語言環(huán)境下的認知技術(shù)。
（1）自然語言處理專利申請現(xiàn)狀及特點
自然語言處理基礎(chǔ)性技術(shù)主要與文本和語言的檢索、數(shù)據(jù)庫、語法分析、自然語言建模、自然語言數(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，國內(nèi)側(cè)重檢索和語法分析。
美國側(cè)重在與自然語言處理的模型、數(shù)據(jù)以及處理和轉(zhuǎn)換相關(guān)的專利申請，特別是與自然語言處理的模型和數(shù)據(jù)相關(guān)的專利申請量在中美日韓4個國家中最高，而與NLP處理和轉(zhuǎn)換相關(guān)的專利申請量低于日本排名第二。日本在NLP處理和轉(zhuǎn)換發(fā)明申請的專利申請量在4國中最高，其數(shù)據(jù)庫及檢索技術(shù)和語法分析類專利申請量也較為均衡。中國NLP相關(guān)專利申請更多側(cè)重在檢索技術(shù)和數(shù)據(jù)庫，其次是涉及語言或文本的語法分析相關(guān)，在自然語言處理與轉(zhuǎn)換、自然語言處理模型等相關(guān)專利申請量低于美日韓。
（2）自然語言處理專利布局趨勢
隨著自然語言處理技術(shù)研究進展，相關(guān)專利布局已經(jīng)從基礎(chǔ)文本處理、語言建模、機器翻譯向更加接近真實場景對話、自動問答系統(tǒng)和閱讀理解能力演進。當前涉及智能問答、意圖識別等相關(guān)專利的年度申請量已逐年上升，并有繼續(xù)上升的趨勢。
基于深度學習提升自然語言理解能力將在一定時期內(nèi)仍成為專利申請熱點。國內(nèi)外高科技公司正在進行深度神經(jīng)網(wǎng)絡(luò)在解決自然語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)、采用深度學習模型進行語義解析、基于神經(jīng)網(wǎng)絡(luò)的機器翻譯等，國內(nèi)浙江大學等高校利用深度神經(jīng)網(wǎng)絡(luò)進行文本情感特征提取、基于注意力機制進行知識圖譜嵌入等方面正在展開研究。
5 結(jié)束語
當前全球高科技企業(yè)正在積極開展人工智能技術(shù)的研究，美國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)。我國近年來在人工智能技術(shù)部分領(lǐng)域取得了較為顯著成績，百度、騰訊、阿里、中科院、浙江大學、西安電子科技大學等互聯(lián)網(wǎng)企業(yè)、高?？蒲性核约翱拼笥嶏w、寒武紀等專業(yè)公司緊跟技術(shù)研究和發(fā)展的前沿，積極開展技術(shù)突破和專利布局。
從當前人工智能技術(shù)專利申請趨勢看，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)，語音識別、圖像識別、自然語言處理技術(shù)在現(xiàn)有性能的基礎(chǔ)上進一步提高識別準確率，是現(xiàn)階段專利布局的重點方向。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)真正實現(xiàn)發(fā)展的關(guān)鍵，從本文所述3個領(lǐng)域的專利申請?zhí)攸c上看到，人工智能技術(shù)智能化的提升與應(yīng)用和場景的結(jié)合密不可分，算法與場景的結(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)作為一個全球性技術(shù)，在促進技術(shù)進步和未來產(chǎn)業(yè)發(fā)展的同時，全球企業(yè)越發(fā)注重知識產(chǎn)權(quán)創(chuàng)造和保護，掌握核心的知識產(chǎn)權(quán)是企業(yè)在未來人工智能產(chǎn)業(yè)化競爭中的關(guān)鍵利器。
