Numenta因專註於AI通用性演算法的基礎研究而不同於其他AI公司，正是由於他們難能可貴的專註精神才能在這一領域得到了令人矚目的成就，而作為這些成就的載體，其專利的技術價值自然也不言而喻，但就該些專利的法律價值而言，我們相信隨著Numenta可能著手的商業計劃會發揮重要的作用。

Numenta，一家特立獨行的AI公司

by

司馬光砸光

寫在前面的話：關於本系列

2018/1/24

於TiPLab年會@長灘島, 菲律賓

如何讓自己持有的獨特技術成為公司長期優勢和競爭壁壘，這是每個創業者都會思考的問題。

在創新節奏明顯加快以及高動態的市場環境下，對技術驅動型企業的創業者而言，只有不斷創新才是得以生存和發展的根基。人才和技術用於支撐企業的願景，企業願景依賴商業和技術戰略來實現，而企業技術戰略的重點，在於戰略性地技術選擇、執行和評價，使企業技術戰略目標直接服務於獲取和維持競爭優勢，而在此中，持有優質的專利資產對企業來說是重要且有益的。但由於創新成果專利化的過程相對漫長且相當昂貴，無論是企業的成長速度還是資金的burnout rate都會影響創業者的專利決策。

那麼怎樣前瞻性地規劃及配置知識資產，如何在成長中使得各種風險處於可控的狀態，並能在成本投入有限的情況下實現企業商業目的呢？這也一直是我們所思考的。

我們對創新活躍的技術領域特別是人工智慧等前沿技術領域的深入研究，持續關注這些領域的創業公司，希望通過觀察該些公司的成長過程及商業動態，通過分析他們的產品和相關專利，以期洞悉這些專利在公司商業運作中所起到的關鍵性或輔助性作用，以更好地服務於我們的客戶。

我們選擇了AI領域的部分企業，這些企業有一個共同的特點，都是所處細分領域的相當低調的隱形冠軍。在這一系列中，我們還希望思考以下問題：

—如何定義技術驅動型企業？

—AI領域的隱形冠軍們是如何規劃和配置其知識資產的？

—涉及演算法或軟體的創新成果如何規劃專利戰略以及這些戰略是怎麼輔助企業發展的？

—行業內外技術的變革都可能有力影響競爭格局，創業者如何利用專利戰略在行業競爭中持續保持優勢？

—在可能產生重大影響的技術創新和應用上怎樣戰略性地投注資源？

▼

Numenta，一家特立獨行的AI公司

在AI領域，Numenta是一家特立獨行的公司，他們似乎不急於商業化，從2005年成立至今始終專註且低調地從事著理論及技術的研究，我的一個朋友曾在該公司任高級研究員，他告訴我，Numenta的公司風格源於創始人Jeff Hawkins對大腦皮層的痴迷。

Jeff Hawkins可謂是一個大名鼎鼎人物，他既是計算機科學家也是神經生物學家，更是掌上電腦及手寫輸入系統的發明者，他主導研發了Palm與Treo，同時也是Palm公司、Handspring公司、Redwood Neuroscience Institute 研究所的創辦者。據說Jeff Hawkins拿著自己設計PDA走進Steve Jobs辦公室的時候，Jobs才意識到移動終端將會代替PC成為互聯網的主要陣地，於是蘋果迅速地轉向了iPhone的研發。

Jeff Hawkins

要了解Numenta所做的研究，強烈推薦大家看一本叫做《On Intelligence》的書，中文譯本叫做《人工智慧的未來》（也有一種版本叫《智能時代》），該書是Jeff Hawkins在2004年左右和《紐約時報》著名科普專欄作家Sandra Blakeslee合作出版的。

在該書中，Jeff Hawkins 對人類大腦皮層所具有的知覺、認識、行為和智能功能新理論提出了新的理論構想，並具體闡述了人類大腦的智能是如何產生的；大腦皮層擁有巨大的存儲空間；大腦的記憶以模式序列的方式存儲，同時在檢索的時候還必須根據新舊模式之間的相似性來檢索模式，在書中被稱之為自-聯想記憶；同時記憶在大腦各個區域中以恆定的行為存儲，這樣才能將人類的存儲的信息應用到未來相似的新情景中。

Jeff Hawkins 認為計算機擅長計算可以使用離散規則描述的問題，但基於規則的方法並不適用於現實世界的模糊性和複雜性。真正的人工智慧應該是機器像人類的大腦一樣基於記憶的模型對未來事件做出預測，而這種預測未來的能力才是定義智能的關鍵。在該書中，Jeff Hawkins認為人腦的大腦皮層是智能的關鍵部位，而工程化模擬大腦皮層才是實現人工智慧最有效方案。

這一方案最早記錄在以Jeff Hawkins為申請人於2004年12月10日申請的Methods, architecture, and apparatus for implementing machine intelligence and hierarchical memory systems（US20060184462A1）專利中，該專利於2005年12月22日轉移到了Numenta公司的名下，該專利較為詳細地描述了基於大腦皮層分級組織的存儲系統及架構，可以說專利US20060184462A1是《On Intelligence》這本書第6章「大腦皮層工作原理」的概括性介紹。

《On Intelligence》

HTM演算法

正是基於上述理論，Numenta提出一種可行性的演算法，即HTM（hierarchical temporal memory，即層級/時序/記憶）演算法。HTM演算法是通過模擬新皮層的機制以人類認知世界的方式來學習世界中的對象。該演算法提供一種在雜亂、大型、現實世界的數據集中進行模式識別和預測的方法。

HTM演算法和通常的機器學習演算法有很大的區別，通常的機器學習演算法都是處理空間性靜態數據，即根據一個給定目標在訓練中不停地優化這個目標；而HTM演算法是處理時序性動態數據的，HTM網路被大量具有時間性的數據訓練而成，並依賴於存儲的大量模式序列，進而通過感知的數據流以人類認知世界的方式來學習世界中的對象。

可以說，HTM是一項對大腦新皮層進行建模的技術:

一個HTM網路是由按層級排列的區域所組成的，區域是一個HTM網路的主要記憶和預測單元，每個區域代表層級中的一個等級，層級會隨著等級的上升不斷聚合，下級多個子元素將被聚合到一個上級元素中，但由於反饋連接的存在，信息也會隨著等級的下降不斷分流，進而可以從數據中抽象出高層的概念。例如，在不完整或是模糊不清的數據呈現中，模式能夠被學習並識別出來。通過組合模式學列的記憶與當前的輸入，HTM網路能夠預測下一步可能發生什麼。反過來，這種預測能夠使用在從猜測可能的結果到檢測欺詐等一系列的認知活動中。

涉及HTM演算法的相關專利最早被公開在Numenta於2006年2月10日提出的專利Architecture of a hierarchical temporal memory based system（US20070192267A1）中，該專利的權利要求1如下：

1.A system, comprising: an HTM network executable at least in part on a CPU; and a first entity arranged to manage a communication between a user application and the part of the HTM network executable on the CPU.

根據該專利的描述，HTM演算法有著廣泛的應用領域及場景，比如圖像和聲音識別、複雜系統的故障預測、網路點擊預測、欺詐檢測系統預測、文本語義分析等。Numenta基於專利US20070192267A1作為最初的優先權文件的專利家族有41項專利。

誤區：開源≠放棄知識產權保護

Numenta公司很多的演算法、樣例代碼、偽代碼、以及其他形式的研究成果都是開源的，他們鼓勵更多的研發者參與HTM技術的研究，但這並不意味著Numenta放棄了知識產權，他們非常重視將其研發成果進行版權及專利保護：Numenta從2005年成立至今一直有節奏地在重要的國家和地區（主要集中在美、中、歐、印等市場）進行專利申請，所涉技術包括HTM演算法的體系結構、存儲及記憶系統、分層架構、學習方法、軟體平台、通信系統等等。在Numenta發布的諸多Lincense聲明中，都特彆強調了其無償許可範圍僅限於非商業生產的研究目的，而基於商業生產使用其技術還是需要經過Numenta的有償授權。

Numenta曾嘗試過將其研發的技術比如HTM-CLA演算法進行商業化的應用，比如在雲服務領域對數據異常的監控，並發布了一個ONLINE數據流預測系統，利用複雜的演算法分析連接的數據流（例如為US20160321557A1及其同族專利中公開的內容），例如來自AWS CloudWatch的數據流。為了商業拓展Numenta還一度將公司名字改成了Grok，儘管Grok在商業上取得了一些成果，比如用在能源預測和資源管理方面，由於商業投入不積極導致其其商業化的運作不久就放棄了，但Numenta還是將其中的智能平台項目NuPIC進行了開源。

Grok

如何商業化？

正如文章開頭所述的，Numenta似乎不是一個急於獲得商業利益的公司，其公司的主要收入來源於創始人每年大約600萬美金的個人投入；Numenta另一部分的收入來源依賴於其技術的Lincense；當然除此之外他們還在嘗試一些更有趣的事，即用技術許可或者技術轉移的方式獲取一些初創公司的股權或者利益分成。

另外，Numenta公司於2016年完成了一輪120萬美元的融資，投資方為Cortical.io，是一家提供基於語義摺疊的自然語言理解（NLU）解決方案的公司，也是 HTM 技術的使用者。現在Numenta 公司在一些領域已經創建了用於示例的 HTM 應用程序，例如監視股票性能、檢測異常的人類行為以及在地理空間數據中發現模式，其合作夥伴在監控 IT 基礎架構和自然語言理解方面也創建了一些商業應用程序。

雖傾心於理論基礎的研究，但這並不意味著Numenta的技術距商業前景遙不可及，Numenta的聯合創始人& CTO Dileep George於2010年出走創建Vicarious公司，Vicarious公司在Numenta的技術路線上進行商業拓展並取得了不俗的成績，他們利用神經科學的一些成果和啟發來構建更通用的機器學習模型（比如基於Probabilistic Graphical Model），期待通過小量高質的訓練數據達到接近人類認識的效果。Vicarious目前的商業化主要集中於倉儲機器人領域。據悉，吸引了矽谷大佬Facebook CEO Mark Zuckerberg、SpaceX CEO Elon Musk、PayPal創始人Peter Thiel和Amazon CEO Jeff Bezos的私人投資。其他投資人還包括雅虎創始人楊致遠、Facebook聯合創始人Dustin Moskovitz、以及矽谷著名VC Formation 8和全球領先的工業機器人公司ABB等。

專利作為科技公司商業運營中一種必要的工具，誠如前述，Numenta並未因其開放的心態和心無旁騖地研究而忽略專利的申請，能夠將其研究成果以專利作為載體向商業開發者進行有償許可，或者於保障其研究成果不被他人（比如基於其提供的初始研究框架再次開發的開發者）所獲取應該是Numenta的專利策略，通過分析發現，Numenta的專利申請也並不局限在美國一個市場，其在歐洲、中國、印度、和加拿大等國家和地區均有專利申請，針對Numenta對自己專利的觀點請參閱其另一位創始人兼CEO Donna Dubinsky發表的聲明( Donna Dubinsky. Patent Position. [EB/OL]. https://numenta.org/blog/2013/07/01/patent-position/ )。

Numenta因專註於AI通用性演算法的基礎研究而不同於其他AI公司，正是由於他們難能可貴的專註精神才能在這一領域得到了令人矚目的成就，而作為這些成就的載體，其專利的技術價值自然也不言而喻，但就該些專利的法律價值而言，我們相信隨著Numenta可能著手的商業計劃會發揮重要的作用。

▼

AI演算法專利

涉及演算法的專利將是AI領域難以忽視的話題，部分人尤其是對於演算法專利的保護力度持有悲觀態度的人會認為，例如Numenta這些公司用抽象語言描述的專利在維權時會很困難。

對此觀點，我們當然不排除諸如對功能性限定的技術特徵認識的存在較大的主觀性，以及律師獲取可視化的證據的障礙都會使得專利權人維權變得困難，但這種障礙如果在專利的撰寫階段經過縝密的思考和研究的話是可以得到削弱的，當然，這一定程度上依賴於專利代理人或專利律師對技術的深刻理解和文稿撰寫的投入時間，更加依賴於專利代理人或專利律師對技術在商業實現中呈現的狀態有著清晰的認識。

這其實是一個比較有意思的問題，我們會在本系列的進行中穿插一些針對這些問題的討論。

* 以上文字為TiPLab原創，僅為促進討論和交流，不構成法律意見或諮詢建議。

? 本文版權由TiPLab所有，歡迎個人轉發，其他任何媒體、網站如需轉載或引用本網版權所有內容須獲得授權且在醒目位置處註明「轉自：TiPLab IP Strategy」。

* TiPLab提供基於研究的核心知識產權服務

高價值專利資產的創設：

TiPLab熟知全球主要國家和地區的法律實踐和行業內最新的技術進展，並對此進行持續研究，不僅幫助客戶撰寫及遞交發明專利申請文件，更通過前瞻性的專利布局策略，幫助客戶獲取、強化、擴大和保持獨特的競爭優勢。

技術實施的風險控制：

TiPLab通過對行業內主要競爭者、重要產品和核心技術的長期研究，結合自身在數據檢索、整合和分析方面的專長，為技術實施的風險控制提供意見和建議。我們尤其擅長專利全景分析（Landscape）和自由實施分析（FTO），致力於幫助客戶儘可能了解和控制潛在的風險。

商業活動中的知識產權盡職調查：

針對企業技術交易、融資、併購、上市等過程中知識產權問題，TiPLab 幫助企業和資本方快速了解現有技術的發展狀況，理解標的技術的實際水平是否符合未來的技術發展趨勢，以及需要調用的各種資源等問題，從而為商業談判和決策提供支持依據和基礎。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！