「AI專利大閱兵」6萬份專利PK全球實力，美中歐列前三，日本落後

據一家日本公司 Astamuse 公布的數據顯示，近幾年來，中國引領了人工智慧相關專利申請的增長，雖然美國總共的申請數量迄今為止仍然是最高的。

這家總部位於東京的公司統計顯示，從 2010 年開始的 5 年間，中國的總體應用比 5 年前增長了約 190％，升至 8,410 件。這是被調查的美國、中國、歐洲、日本和韓國等10 個國家和地區中增長最顯著的。

相同時期內，美國的申請量增長了26％，達到了 15,317件，總數最高，而日本的申請則下降了3％，總數為 2071 件。

與日本政府關聯的新能源和工業技術開發組織（Government-affiliated New Energy and Industrial Technology Development Organization）總幹事 Shigeoki Hirai 指出，中國的增長不僅體現在數量上，而且在質量上也是如此。

Hirai 說：「中國在諸如深度學習等熱點領域取得了顯著進步，不只是數量增長。」

隨著企業、大學和研究機構參與到技術開發的競賽中來，自 2005 年以來在接受調查的國家中，AI 專利申請總數已達 6 萬多件。

相比於 2010 年，2014 年這一數字上升了約 70％，上升到 8,205 件。相關數據每 4 年統計一次，2014 年是目前能夠獲得完整數據最近的一年。再來就是即將到來的 2018 年。

Astamuse 技術情報部門經理 Nobuaki Kawaguchi 表示：「2015 年和 2016 年的應用數量應該高於2014年，創下了歷史新高。」

AI 專利申請數量：中國猛增、美國保持領先，日本數量下降

1. 中日美等十大國家和地區專利申請數量大幅增長

10個國家和地區 AI 專利申請數量總合，從 2000 年到 2014 年增長了 70%。

根據 Astamuse 對日本，美國，中國，韓國，印度，新加坡，澳大利亞，巴西，以色列，歐洲 這 10 個主要國家/地區專利申請數量的分析，2014 年申請 AI 相關的專利總數為 8205 件，這比 2010 年的 4792 件提高了 70%。Astamuse 技術情報部門經理 Nobuaki Kawaguchi 說，人工智慧目前的發展是繼 1950 年和 1980 年之後的第三次繁榮，「在 2015 年和 2016 年，申請將超過 14 年的紀錄，創造歷史新高。」

2. 中日美三國 AI 專利申請數量對比

2010 年—2014 年 5 年間的 AI 專利申請數和 2005 年—2009 年的比較

「目前中國的 AI 專利申請大幅增加，」 Hirai 先生指出，「成為全球 AI 專利增長的重要驅動力。」 2010 年到 2014 年，中國的總申請數是前 5 年的 2.9 倍，升至 8,410 件。而從 2005 年到 2009 年，中國總申請數是 2934 件。同一時期，美國的總申請數從 12147 件上升到 15317 件（上升 26%），而日本則從 2134 件下降到 2071 件（下降 3%）。

3. 中日美 AI 專利申請機構

讓我們看著美國、中國和日本三國中，哪些機構提出的 AI 專利申請最多。在美國，IBM、微軟、谷歌三巨頭對申請數量的貢獻遙遙領先。

美國、中國、日本的AI專利申請數量（2006~2016年合計）：統計對象是有專利局的國家的企業、大學、研究機構等。調查機構：atamuse

美國：既有老將，也有新兵

IBM 的專利申請數量高居榜。它的 Watson 正推動醫療領域的變革。Facebook、Adobe 這樣新開拓出 AI 業務的「新兵」也表現不俗。

中國：國企和大學名列前茅

北京大學、南京大學的排名都很靠前，Hirai 指出：「現在，中國在深度學習領域取得的突破非常了不起。批評中國只在數量上獲得了提升是不正確的。」

日本：專利申請提出數量最多的是 NTT 和 NEC

在日本，提出的專利申請數量比較多的是 NTT、NEC等歷史悠久的大公司。雖然與美國的企業相比，日本企業的提出數量較少，但NEC數據科學研究所所長山田昭雄認為，「美國企業的優勢在於，搜索、SNS等企業所擁有的 B to B的大量數據作為基礎的人工智慧。但日本企業所擁有的B to B數據量並不輸於美國。」

美國、中國、日本的AI專利申請數 Top 5 機構（2006年~2016年合計）：美國、中國和日本的專利局收到的專利，圖中圓的面積越大，表示申請數越多。調查機構：atamuse

下面是更加具體的數字——

AI專利申請數量按國別排名（2006年~2016年合計）：美國、中國、日本各專利局，根據該國的企業、大學、研究機構等提出的專利申請數量進行排名

4. 論文共同作者國籍排名：中美合作密切

因為論文內容與專利有關，再來看論文發表情況。

從 2011 年到 2015 年，AI 相關論文的國際合著率。統計對象是發表在全球主要論文期刊上的 AI 領域的論文，綜述月 93000 篇。例如，圖中顯示，美國的研究機構或個人作者參與寫作的論文中，有 12.7% 的共同作者之一是中國的機構或個人。

從 AI 論文的「國際合著率」來看，美國和中國之密切聯繫很鮮明。NEDO截至2016年5月的調查顯示，從 2011 年至 2015 年間，美國作者的 AI 論文中，有 12.7% 是與中國人合著的，位列第一名。第二名的英國只有 5.1%。同樣，中國作者的 AI 論文中，合著者國籍首位也是美國。

福布斯：中國 AI 崛起，因為抓住了 ImageNet 這一機遇

或許，證明中國在 AI 領域崛起的最佳證明之一，便是我們在 ImageNet 競賽上取得的成績。

《福布斯》報道稱，在今年的 ImageNet 競賽中，27 支參賽隊伍里超過一半都來自中國，企業和高校都有，並且最終結果排名前幾的也都是中國團隊或華人。這基本是去年賽況的重現：2016 年，參與 ImageNet 競賽的 84 支隊伍中，華人科學家佔了一大半。

當然，文章寫道，諸如谷歌等領先 AI 玩家（也是 2014 年 ImageNet 冠軍）並沒有參加最後幾屆 ImageNet，但最後幾年 ImageNet 參賽情況恰恰反映了中國對於 AI 工作的熱衷以及認真程度。

2017 年 ImageNet 競賽物體檢測項目，最佳平均準確率比去年有了大約 6% 的提升（從 66.3％ 到 73.1％）。其中，

1. 用提供的訓練數據進行物體檢測，前三名都被 BDAT 團隊包攬，DBAT 團隊由 8 名南京信息工程大學的成員和 2 名帝國理工學院的成員組成

2. 使用額外訓練數據進行物體檢測，前兩名是 BDAT 團隊，第三名是由新加坡國立大學和奇虎 360 組成的 NUS-Qihoo_DPNs（DET）

ImageNet 競賽的另一個子項目物體定位，

a. 使用提供的訓練數據進行分類+定位，結果

1. 根據定位錯誤率，第一名是新加坡國立大學與奇虎 360 合作團隊 NUS-Qihoo_DPNs (CLS-LOC)。第二名、第三名來自 Trimps-Soushen（公安部三所）

2. 按照分類錯誤率，中國公司 Momenta 與牛津大學合作團隊提交的結果包攬了前四名

b. 使用額外訓練數據進行分類 + 定位

1. 按照定位錯誤率排列，第一名、第三名是新加坡國立大學與奇虎 AI 研究院的合作團隊 NUS-Qihoo_DPNs (CLS-LOC)。第二名是南京信息工程大學與倫敦帝國理工大學合作團隊 BDAT

2. 按照分類錯誤率排列，結果類似：第一名是新加坡國立大學和奇虎 360 NUS-Qihoo_DPNs (CLS-LOC)，第二、第三名是 BDAT

第三個子類，視頻中的物體識別：

a. 給定訓練數據條件下，倫敦帝國理工學院和悉尼大學合作團隊 IC&USYD 包攬前三名。值得一提，IC&USYD 總共 6 名隊員中有 5 名是華人

b. 使用額外訓練數據，

1. 按照識別出的物體種類排名：IC&USYD 仍然是第一，新加坡國立大學、奇虎360、美國伊利諾伊大學香檳分校合作團隊 NUS-Qihoo-UIUC_DPNs（VID）第二，第三名 GeorVision 成員來自南洋理工大學、清華大學、伯克利、北航、密歇根大學安娜堡分校，11 名團隊成員全部是華人

2. 按照平均準確率排名：第一名和第二名是 IC&USYD；第三名 NUS-Qihoo-UIUC_DPNs（VID）

c. 視頻物體識別/追蹤，IC&USYD 第一和第二，NUS-Qihoo-UIUC_DPNs 第三

去年的 ImageNet，

• 物體檢測：CUImage（商湯科技和港中文）包攬所有子項冠軍所有子項

• 物體定位：公安部三所包攬所有子項冠軍

• 視頻物體檢測：NUIST（南京信息工程大學）包攬所有子項冠軍

可以看出，在過去幾年，ImageNet 已經成了中國團隊的競技場。

上月，國務院發布了《新一代人工智慧發展規劃》，明確了我國新一代人工智慧發展的戰略目標：

• 到 2020 年，人工智慧總體技術和應用與世界先進水平同步，人工智慧產業成為新的重要經濟增長點，人工智慧技術應用成為改善民生的新途徑；

• 到 2025 年，人工智慧基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智慧成為我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展；

• 到 2030 年，人工智慧理論、技術與應用總體達到世界領先水平，成為世界主要人工智慧創新中心。

正如上文所說，2018 年將迎來又一次的完整統計數據，屆時更新的統計數字，包括 AI 專利數量和應用成果，讓我們拭目以待。

編譯來源：

1. https://vdata.nikkei.com/newsgraphics/ai-patent/

2. https://www.forbes.com/sites/aarontilley/2017/07/31/china-ai-imagenet

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！