基于專利計量的人工智能發展現狀研究及關鍵技術分析

王和勇，古 龍

(華南理工大學電子商務系，廣東廣州 510006)

近兩年來，我國人工智能產業的發展迅猛，2017 年3 月我國首次將人工智能寫入了全國政府工作報告，明確提出要大力度培育包括人工智能在內的新興產業，同年又發表了《新一代人工智能發展規劃》和《促新一代人工智能產業發展三年行動計劃（2018—2020）》等重要戰略布局政策；2018 年在政府工作報告中強調要加強新一代人工智能研發應用，同年教育部發表的《高等學校人工智能創新行動計劃》聚焦并加強新一代人工智能基礎理論和核心關鍵技術研究，提出加快建設科技創新基地和一流人才隊伍；在2019 年5 月舉辦的第三屆世界智能大會上，中國新一代人工智能發展戰略研究院發布了《中國新一代人工智能科技產業發展報告(2019)》報告，客觀地描繪了中國人工智能科技產業基本形態和內在結構，揭示了中國智能經濟發展的內在動力機制和發展模式，同年8 月科技部發布的《國家新一代人工智能創新發展試驗區建設工作指引》提出開展人工智能技術應用示范、人工智能政策試驗、人工智能社會實驗，積極推進人工智能基礎設施建設，到2023 年，布局建設20 個左右試驗區。

正確把握當前人工智能的發展形勢和關鍵技術對推動我國人工智能產業快速健康發展有重要作用。王雅薇等［1］基于專利分析方法和技術軌跡理論，以人工智能產業組織為研究對象，采用定性分析的方式，從人工智能核心技術、專利引用網絡和專業商業化3 個維度，對我國人工智能產業技術創新路徑進行識別和對比分析；呂一博等［2］選擇物聯網與人工智能領域為對象，基于專利數據，利用融合的專利申請量、技術距離和技術融合度來判斷技術融合的情況，探索技術融合后的技術研究現狀和未來發展動向，并總結了熱點技術和未來可能的發展趨勢；陳軍等［3］基于專利分析作了中美人工智能產業發展比較研究，對中國人工智能產業發展提出了PCT 專利申請、IPC 重點技術領域和創新主體等方面建議；王友發等［4］基于德溫特創新索引數據庫，對人工智能專利全球地理分布、主要國家PCT 布局、技術熱點和未來趨勢等進行了分析，提出大數據、云計算、深度學習、語音識別、圖像識別和人機交互等是當前人工智能領域的熱點技術。雖然現有文獻能夠通過對專利進行分析從而得到人工智能技術發展方面的一些結論，但是不能更深入的分析，缺乏與世界其他國家或組織的對比分析，或者有國內外的對比研究，但只停留在了統計層面上，缺少了更深的挖掘，能夠通過專利深入地挖掘國內外人工智能發展現狀和關鍵技術的文獻還很稀缺。在此背景下，本文運用專利計量法和社會網絡分析法，對專利數據從時間、地域分布和技術分類等方面進行對比分析，得到人工智能主要發展國家或組織在人工智能領域的發展狀態、重點技術發展方向，并從不同專利類型角度對實力較強的中國、美國和日本3 個國家進行關鍵技術分析，對比分析得到差異性結論和各國人工智能技術的重點發展方向，再從本國專利申請人的角度對專利申請人技術分布、地域分布等情況進行分析，得到中國國內人工智能產業的推動發展現狀。

1 數據來源與研究方法

1.1 數據來源

本研究以incoPat 全球專利數據庫為數據來源。在該平臺以“人工智能”作為搜索關鍵字進行檢索，得到中國、美國、日本、德國、歐洲專利局和世界知識產權組織相關專利數據共130 033 條。

1.2 研究方法

本研究采用專利計量法和社會網絡分析法，借助數據處理工具Ucinet 將數據可視化來展示人工智能領域的技術熱點和前沿趨勢。

運用專利計量法對人工智能技術領域進行分析，能夠更好的把握人工智能領域技術發展的現狀并對未來技術發展趨勢作預測。李樹剛等［5］對專利數據進行挖掘，結合ISI-OST-INPI 技術分類體系，對技術共現次數及關聯度識別感知的人工智能融合核心技術，從核心技術融合的分散度及專利增長量等方面考察感知人工智能技術融合情況；張振剛等［6］以德溫特專利數據庫收錄的人工智能領域相關專利為數據源，運用專利計量法對專利數據進行時間、地域分布和專利權人分析，展示了人工智能領域研究實力的分布情況，并對人工智能的發展趨勢進行了分析；譚曉等［7］通過對專利分析為主題的文獻進行分析，發現國外近 10 年以專利分析為主題的文獻主要圍繞專利計量法、專利語義分析、社會網絡分析與模型和文本挖掘等方面，并在此基礎上展開了新的研究。雖然現在已有的一些研究通過專利計量獲得了人工智能領域技術發展的研究，但是研究使用的數據比較早，隨著人工智能技術的創新，需要對最近兩年人工智能領域技術發展情況的進行研究，另外也沒有從專利類型的角度來對關鍵技術進行分析，更沒有文章使用社會網絡分析法對人工智能領域關鍵技術進行挖掘分析并從國際國內兩個視野來分析人工智能技術發展現狀。

社會網絡分析法是一種社會學研究方法，是根據數學方法、圖論等發展起來的定量分析方法。社會網絡分析法通過對于網絡中關系的分析來探討網絡的結構及屬性特征。湯匯道［8］對社會網絡分析法作了述評，介紹了社會網絡分析法的起源和發展；潘華等［9］應用社會網絡分析軟件 UCINET 構建送變電工程項目模型，對項目進行網絡密度分析、派系分析和點度中心度分析，通過實例分析驗證得出此模型的可行性，并得出提升送變電工程項目安全管理水平的策略和建議；蘇屹等［10］使用Ucinet 基于社會網絡分析作了區域創新關聯網絡研究;胡成等［11］以上海市 7 所“211”高校為研究對象，運用社會網絡分析方法繪制 7 所高校與企業以及其它高校之間的產學研專利合作可視化網絡，并且重點研究專利合作的宏觀特征、微觀特征和合作模式；王凱等［12］運用社會網絡分析法，對科學數據管理與共享領域的作者合著情況進行可視化展示及分析；張寶生等［13］以CNKI 數據庫收錄有關科技產業的文獻為數據來源，運用科學計量學中共詞分析及社會網絡分析法，對我國科技產業的研究熱點與發展方向進行了分析，將我國科技產業的研究方向進行歸納并進行探討；馬述忠等［14］采用社會網絡分析方法研究了全球農產品貿易的整體格局，從網絡中心性、網絡聯系強度和網絡異質性3 個維度對一國農產品貿易網絡特征進行了刻畫，研究結果表明，網絡中心性、網絡聯系強度和網絡異質性對一國的全球農業價值鏈分工地位具有穩健、顯著的促進作用。社會網絡分析法可以對各種關系進行精確的量化分析，從而為某種中層理論的構建和實證命題的檢驗提供量化的工具，但該方法尚未對人工智能領域專利進行分析。

2 世界人工智能技術發展概況

2.1 人工智能相關專利公開年度分析

根據incoPat 全球專利數據庫中人工智能相關專利數據進行整理統計可得到如表1 所示，為2000—2019 年人工智能領域一些主要國家或組織的專利公開數量統計，展示了中國、美國、日本、德國、歐洲專利局和世界知識產權組織在該段時間內人工智能領域專利數量的對比。

表1 專利公開數量統計表 單位：件

圖1 展示了2000—2019 年各國家組織在該領域的專利數量變化情況，我們可以知道2017 年中國在人工智能領域公開專利數量超過美國，并以明顯超過其他國家或組織的增長率快速增長，2019 年的專利數量已經是美國的2.5 倍，說明我國在人工智能領域發展極快，已經是世界領跑者。美國雖然增長率不如中國，但也處于增長狀態，未來美國依然是中國最大的競爭者。日本在2019 年的公開專利數量已經比2018 年要少，說明日本可能進入了發展的瓶頸期。德國作為歐洲的領頭羊在該領域也呈現增長態勢。歐洲專利局的公開專利數量從2018 年的48件猛增至2019 年的1 270 件，說明歐洲在整合各國家的研究成果，歐洲專利局逐漸發揮作用，認可度在提升。與此相反的是世界知識產權組織，從2018年的2 999 件跌落至2019 年的1 159 件，說明世界知識產權組織的影響力在下降。

圖1 2000—2019 年人工智能領域專利公開數量統計

2.2 專利地域和技術分析

由專利總量的區域分布可以看出各個國家的人工智能技術的研發實力。從圖2 我們可以看到，中國和美國在人工智能領域占有絕對優勢。

圖2 2000—2019 年人工智能領域各國家組織專利總量統計

表2 展現了人工智能領域技術分布情況，可以看到目前在該研究領域相關專利數量最多的10 個IPC 分類號及對應的技術方向（如表2 所示），我們可以看到,電數字數據處理技術是專利數量最多的研究方向，機械手、圖像通信、語音分析和控制調節系統等也是重要的應用方向。從表3 我們可以看到人工智能主要發展國家或組織在這10 個IPC 分類號下的專利數量。

表2 專利數量最多的前10 個IPC 分類號及對應技術方向

表3 人工智能領域部分國家或組織技術分布表 單位：件

從表3 可以看出，中國在人工智能領域的專利數量要明顯超過其他國家或組織，但從圖3 我們可以知道，在IPC 分類號為G06F 即電數據數字處理方向的專利數量不及美國，說明我國在該領域落后于美國，中國應加強該方面的研究。

圖3 人工智能領域已公開專利IPC 分類號統計

3 人工智能領域基于專利類型的關鍵技術分析

專利有3 種類型，分別是發明專利、實用新型專利和外觀設計專利。

發明專利保護期長，權利穩定性好，但是授予專利權的考核時間較長，通常需要3 年左右，主要是對應于方法性的發明，而結構性的發明既可以申請發明專利，也可以申請實用新型專利。

實用新型專利申請費用低，授權所需要的時間短，但是保護期較短而且權利穩定性要弱一些，主要是對應于產品的形狀、結構等適于實用的新的技術方案。

外觀設計專利適用范圍比較廣，產品的形狀、圖案和色彩之間結合產生的可用于工業應用的設計和造型都可以申請外觀設計專利，保護期較短，授權考核時間也比較短。

不同專利類型有不同的側重點，使用Ucinet 軟件可以對各類型專利進行分析，得到各類型專利的研究熱點和關鍵技術。

在incoPat 全球專利數據庫中，中國和日本有這3 種專利類型的數據，美國有發明專利和外觀設計專利的專利數據，因此選擇該三國的專利數據從不同專利類型的角度對人工智能領域關鍵技術進行分析，從而發現中美日三國在不同專利類型下關鍵技術發展和創新的差異性結論。

3.1 發明專利分析

3.1.1 中國發明專利分析

通過對中國發明授權類型的專利數據進行分析可以獲得IPC 分類號的共現矩陣，使用Ucinet 中的Netdraw 可以畫出人工智能領域，中國發明專利的技術分布社會網絡關系圖，經過調整得到中國發明專利技術網絡圖如圖4 所示，圖中節點越大說明該點代表的技術分類號中心性越高，在該領域也越重要，各節點之間連線的粗細表示合作頻次的多少［12］。結合圖4 和表4 我們可以看到，中國人工智能領域發明專利中與機械手有關的研究占了中心度前10 中的6 個，醫療設備或技術占了4 個，說明“智能制造”和“智慧醫療”技術是我國人工智能領域發明專利中的重要技術。

圖4 中國發明專利技術分布網絡圖

表4 中國發明專利技術中心性前10 項

3.1.2 美國發明專利分析

同樣使用Ucinet 對美國發明專利進行分析得到如圖5 所示的美國發明專利技術分布網絡圖，表5展示了發明專利類型下美國專利中心性排名前10 名的IPC 分類號和對應的技術分類，從圖5 可以知道，前9 個中心度高的技術都是與醫療設備相關的，說明醫療技術是美國人工智能發明專利的重要技術。

圖5 美國發明專利技術分布網絡圖

表5 美國發明專利技術中心性前10 項

3.1.3 日本發明專利分析

對日本發明專利進行分析后我們得到圖6 和表6，結合分析可以知道，目前“智慧醫療”研究是日本在人工智能領域的重要研究方向，中心性最高的前10 個技術分類都是與“智慧醫療”相關的。

圖6 日本發明專利技術分布網絡圖

表6 日本發明專利技術中心性前10 項

3.1.4 發明專利類型分析總結

通過對中國、美國、日本三國人工智能領域發明專利的分析可以知道，醫療領域是該類型專利的研究熱點和重要方向，三國在該方面都有研究，不同的是“智能制造”是中國最關鍵的研究方向，相關技術中心性非常高，而美國和日本中心性高的大部分是“智慧醫療”技術。

3.2 實用新型專利分析

3.2.1 中國實用新型專利分析

結合圖7 和表7 我們可以知道，在實用新型專利類型下，中國人工智能領域專利技術呈多樣化發展，技術種類和涉及領域多樣，說明我人工智能落地很快，在應用方面發展迅速，中心性較高的技術領域主要是：用于診斷目的的測量領域，比賽使用的指示裝置或記錄裝置領域，家具制造領域，機械零件或部件領域，電驅動結構領域，機動掃地機械領域，與植物生長有關的電磁技術領域，加壓撒布、撒布泥肥、施用液肥的澆水系統領域，玩具零件及附屬物領域，溫室環境控制及澆水裝置領域。

表7 中國實用新型專利技術中心性前10 項

3.2.2 日本實用新型專利分析

結合圖8 和表8 分析可以知道，數據交換系統和“智慧醫療”是日本在實用新型專利類型的主要研究方向，中心性前10 名關鍵技術與這兩個領域有關。

E農1S是湖北省農業科學院糧食作物研究所以廣占 63－4S［1］為受體、以抗稻瘟病品種 GD－7［2］為供體，通過雜交、回交和自交，結合分子標記輔助選擇技術選育的攜帶抗稻瘟病基因Pi1和Pi2的兩系不育系。2016年通過湖北省農作物品種審定委員會審定，品種審定編號為鄂審稻2016028。以E農1S為母本配制的雜交組合目前已有E兩優476［3］、E兩優186［4］和E兩優222通過了品種審定。

圖8 日本實用新型專利技術分布網絡圖

表8 日本實用新型專利技術中心性前10 項

表8（續）

3.2.3 實用新型專利類型對比分析

因美國沒有實用新型專利的分類，所以沒有分析美國的情況。通過對中日兩國在實用新型專利類型下的對比分析我們可以知道，中國人工智能的應用發展迅速，呈生態化發展，延伸到了其他領域，而日本人工智能則集中于數據處理系統和生命醫療的發展。

3.3 外觀設計專利分析

3.3.1 中國外觀設計專利分析

結合圖9 和表9 我們可以知道，通信設備、無限遙控、聲音或圖像記錄或復制設備、檢測安全儀器、數據處理設備和頭部穿戴物是中心性較高的領域，是中國人工智能在外觀設計專利類型關鍵技術和重要發展方向。

圖9 中國外觀設計專利技術分布網絡圖

表9 中國外觀設計專利技術中心性前10 項

3.3.2 美國和日本外觀設計專利分析

美國的在外觀設計類型的專利只有2 個，其分類都為14-02 洛迦諾分類號，即數據處理設備及相關儀器裝置是美國在該專利類型下的人工智能領域的主要研究成果。

日本外觀設計類型的專利只有28 個，涉及的分類只有兩個，15-09 和15-99 兩個洛迦諾分類號，查詢可知道這兩個分類號分別表示“機械、研磨和鑄造機械”，說明日本外觀設計專利中“智能制造”是重要的研究方向。

通過對中國外觀設計專利類型下的分析我們可以知道，通訊設備、無線遙控器、聲音或圖像顯示和數據處理是中國在外觀專利類型的關鍵技術。美日兩國數據較少，但也可以知道數據處理設備及相關儀器裝置技術是美國在外觀設計專利下的一個研究方向，日本在外觀專利類型下“智能制造”是其中一個研究方向。

4 人工智能領域中國專利申請人分析

通過對人工智能專利數據進行分析，我們可以獲得人工智能主要發展國家或組織的重點研究方向和應用情況，但是缺乏對人工智能領域中國專利發展現狀的進一步分析，因此需要從中國專利的中國申請人角度來分析我國人工智能技術發展現狀。

圖10 根據中國人工智能領域專利數量，對申請人類型進行排名，可以知道企業是目前該領域研究的絕對主力，超過一半的專利都是由企業進行申請的。然后是院校和個人，我們的科研機構和機關團體在該領域的專利比較少，說明中國專利偏向應用。

圖10 中國申請人類型構成

圖11 為人工智能領域中國專利申請人的排名，國內中國申請人專利數量最多的是騰訊科技有限公司，排名前列的申請人主要是企業，另外華南理工大學、浙江大學和清華大學也在該領域有比較多的專利，說明我國高校研究態勢良好，有較多成果。

圖11 中國專利中國申請人排名

圖12 為申請人的技術類型，我們可以看到騰訊、平安和百度這些互聯網公司的主要申請技術類型為G06F 即電數字數據處理技術，這是基礎類的技術，說明核心基礎技術是企業在該領域的核心競爭力。

圖12 中國申請人技術構成

表10 為中國人工智能領域專利申請人的省市統計表，廣東省所擁有的專利數量最多，北京和江蘇也擁有較多的專利。圖13 為中國各行政區的專利數量展示圖，顏色越深說明該地圖的專利數量越多。整體上來看，沿海地區和華中地區在人工智能領域的專利數量比較多，我國在該領域研究呈現明顯地域差別，發展不平衡，這或許與地區經濟發展狀況有關。

表10 中國專利申請人地區統計表 單位：件

圖13 中國各行政區專利數量分布

5 研究結論

（1）中國是世界上人工智能領域擁有專利數量最多的國家，在該領域占有巨大優勢，但是在電數字數據處理關鍵技術上的專利數量不及美國，說明我們可能在關鍵技術上落后于美國，需要加強核心技術的競爭力。

（2）經過專利計量分析，本研究發現電數字數據處理、數據識別記錄、管理類數據處理系統、基于特定計算模型計算機系統、機械手、數字信息傳輸、圖像處理、圖像通信、語音識別和一般的控制或調節系統等是人工智能領域的研究熱點。

（3）人工智能發明專利類型中，中國的關鍵技術是與機械手有關的技術，醫學設備的研究在美國具有較高的中心性，占有重要地位，日本的關鍵技術在“智慧醫療”研究方面。

（4）人工智能實用新型專利類型中，中國呈多元化發展，專利涉及的領域廣泛，中心性高的前10項技術來自多個領域，有生命醫療類、機械類和智能控制類等，我國的人工智能領域的應用發展迅速。日本在該類型的專利關鍵技術是數據處理系統和生命醫療類，應用比較局限。

（5）人工智能外觀設計專利類型中，中國主要側重于數據處理設備和通信設備的研究，在這些領域的專利中心性很強。美國該類型專利很少，其關鍵技術是數據處理設備領域的。日本主要是涉及制造機械領域的專利。

（6）在中國，企業是人工智能領域專利產出的主力軍。中國超過一半的專利申請人都是企業類型的，院校也有突出貢獻。在中國人工智能領域本國申請人占有巨大優勢，國家營造了良好的研究環境。實力最強的是騰訊科技有限公司，它申請了最多的專利。

（7）廣東省的專利數量居全國首位，人工智能領域的專利主要分布于廣東、江蘇、北京等東部沿海地區，地域發展不平衡，這可能與各地區經濟發展情況有關。

6 總結

本文運用專利計量法從時間、地域分布和技術分類等方面對專利數據進行分析比較，得到人工智能主要發展國家或組織在人工智能領域的發展狀態、重點技術發展方向，并對人工智能領域專利成果較多的中美日三國，對不同類型的專利利用Ucinet 軟件進行關鍵技術分析，比較三個國家在人工智能領域的重點研究方向和產業應用情況，分析國際人工智能領域的發展趨勢，再通過對我國國內人工智能領域專利申請人技術分布、地域分布等情況進行分析，把握我國國內人工智能領域產業的現狀。

總的來說，我國人工智能領域研究從體量和應用多元化發展上來說都擁有明顯優勢地位，但是在某些技術方面比如IPC 分類號為G06F 電數字數據處理技術的研究成果要明顯少于美國，美國在這方面可能領先于我國。另外在不同專利類型下通過與美國和日本的關鍵技術對比分析我們可以發現，“智能制造”有關的技術是中國人工智能研究突出的關鍵技術，人工智能與“智慧醫療”有關的技術則是美國和日本突出的關鍵技術，而美國和中國一樣在人工智能產業應用廣泛，呈多元化發展，日本的發展比較局限，涉及技術領域不如中國美國廣泛。從國內發展的角度看，中國國內為人工智能發展營造了良好的環境，人工智能中國專利中中國申請人在數量上占有絕對優勢地位，但個體實力最強的是騰訊科技有限公司，他們在中國人工智能領域申請的專利最多，我國的人工智能發展還很不平衡，廣東省的專利成果最多，東南沿海地區發展明顯更加迅速，可能與地區經濟條件相關。