基于專利信息的人工智能技術創新網絡圖譜研究

趙程程

(上海工程技術大學管理學院，上海 201620)

疫情防控的嚴峻形勢正倒逼著各國科技企業競相發力，對錯過前三次科技革命的中國來說，人工智能既是機遇又是挑戰，世界格局極有可能因此而重新洗牌。中國人工智能發展起步較晚，與美國為主導的發展國家相比在某些領域還有一定差距。在這個過程中，技術突破對人工智能的發展起到至關重要的作用。掌握核心技術，加快關鍵共性技術研發，可以突破人工智能創新困境。因此，監測和識別全球AI技術創新趨勢，掌握全球AI技術研發合作關系，是中國搶灘布局AI創新的關鍵一步。

1 文獻綜述

國內外對人工智能領域的監測主要聚焦技術和倫理兩個方面,多數學者基于學術文獻和專利數據，挖掘人工智能領域的關鍵技術、技術熱點與前沿領域。通過專利計量挖掘，發現大數據、云計算、深度學習、語音識別、圖像識別、人機交互等是當前人工智能領域的熱點技術；智能機器人、智能醫療、智能金融、智能安防、智能教育、智能駕駛是人工智能領域的新興技術主題[1-3]。對人工智能專利全球地理分布、主要國家PCT布局、技術熱點、未來趨勢等進行統計，發現目前人工智能專利主要分布在北美、東亞和西歐地區；中國專利數量已趕超美國，但大部分集中于技術應用層面，存在結構不均衡問題；人工智能領域的跨國巨頭均重視專利全球化布局[4]。

安全倫理是影響人工智能技術良性發展的重要因素,通過對全球人工智能倫理研究的監測，發現大多數學者試圖以技術和制度兩種方式應對AI對倫理安全帶來的挑戰[5]。一方面，人工智能技術的倫理控制可以通過對道德算法的開發得以實現。Floridi提出人工智能道德算法的研究方向[6]；Anderson指出人工智能載體執行人類命令的三大倫理導向原則[7]。另一方面，AI領先國家/地區將立法和規范作為控制人工智能倫理的主要方式。2019年歐盟就人工智能倫理頒布《可信人工智能倫理準測》和《建立以人為本的可信人工智能》，將 “以人為本”作為發展人工智能技術的核心要義，其核心框架主要包含可信人工智能的基礎原則、可信人工智能的要求及實現手段、可信人工智能的評估機制三個部分。

綜上可見，國內外關于AI監測研究往往聚焦技術層面，較少學者從創新合作的視角探究AI產業發展趨勢。因此，本研究借助知識圖譜理論和方法，對全球AI專利數據進行分析，繪制全球人工智能技術創新網絡圖譜。基于此，首先識別AI創新關鍵路徑及重要節點企業/科研機構，同時識別出中國人工智能領域最有發展潛力的創新主體和重要創新主體，并對其創新合作特征進行分析。最后，結合研究結論，為中國人工智能產業發展提出相關建議。

2 數據來源與研究方法

2.1 數據來源

本次研究使用的專利來源于德溫特創新專利引文索引數據庫 (Derwent Innovations Index，DII)，該數據庫收錄了自1963年以來全球40多個專利機構的大量專利文獻，并且是全球科技情報和情報機構的權威數據來源。

檢索策略是根據中國專利保護協會發布的《人工智能技術專利深度分析報告》[8]中列舉的人工智能的主要技術關鍵詞以及張振剛等[9]的檢索方法，從而重新構造檢索式為TS= ( “artificial intellig-

en*”or “AI”or “Depth learning”or “Basic algorithm”or “Natural language processing”or “Smart search”or “Speech Recognition”or “Computer vision”or “Gesture control”or “Smart recommendation”or “smart robot”or “Video recognition”or “Voice translation”or “Automatic drive”or “Image Recognition”or “Machine learning”)，在德溫特創新專利引文索引數據庫進行主題檢索，時間為2010—2020年，檢索出63733條記錄，檢索日期2020年4月。

2.2 研究方法

采用社會網絡分析工具是繪制創新網絡關系圖的常用方法，此方法可以清晰揭示創新主體之間的合作關系，但卻難以對創新關系進行技術領域的聚類。科學知識圖譜是以特定領域的文獻為研究對象，通過對文獻信息的參數化和圖譜化分析映射一段時間內特定學科知識脈絡的全方位關系。其研究功能具有 “圖”和 “譜”的雙重性質與特征：既是可視化的知識圖形，又是序列化的知識譜系[10]。借助知識圖譜技術對人工智能技術專利數據進行處理分析，可全方位展現人工智能技術創新合作關系。基于此，本研究借助知識圖譜分析軟件Citespace，對近十年人工智能技術專利數據進行關聯分析，得到人工智能技術創新網絡圖譜，并從創新關鍵路徑、重要節點創新主體、創新合作特征展開研究，研究方法與思路如圖1所示。

圖1 研究方法與思路

3 人工智能技術創新網絡圖譜繪制及特征分析

筆者以2010—2020人工智能相關專利為數據源，借助CiteSpace 5.5軟件進行統計分析和可視化處理。節點類型選擇 “Institution”，主題詞來源選擇 “title (標題)” “abstract (摘要)” “author keywords (作者關鍵詞)”和 “keywords (關鍵詞)”，閾值調節為 (2，3，15) (3，3，20) (4，3，20)，分別表示相應類別的出現次數、共現次數、詞間相似系數的最低要求，同時設置每年出現頻次最高的30個節點數據，選擇關鍵路徑pathfinder算法，得到人工智能技術創新網絡圖譜，共有568個節點、582個連接，網絡密度為0.0036。每一個節點代表一個技術類別，節點越大表示相應時段內對應的技術類型專利數量越多,節點之間的連線表示創新主體之間的合作專利數量，越粗表示合作專利數量越多[11]。

3.1 關鍵路徑圖譜與研發合作特征分析

CiteSpace 5.5軟件中，Spotlight可以凸顯中介中心性高的節點 (深色圈)及其關聯效果。本次研究將Citation Threshold設為115，借助Spotlight功能，繪制出人工智能技術創新關鍵路徑圖譜，其中深色圈表示關鍵路徑上的重要主體 (見圖2)。

圖2 人工智能技術創新關鍵路徑圖譜

對重要節點創新主體的識別，主要聚焦AI技術創新關鍵路徑中被引次數 (Citation Threshold)大于115的企業/科研機構，主要包括IBM、谷歌、微軟、英特爾、Nuance通訊公司等7家美國企業，三星電子、LG電子2家韓國企業，日本電報電話1家日本企業，阿里巴巴、平安科技、百度等5家中國企業，合計15家。

Citespace中的Pennant Diagram可以查看與某個節點相關聯的文獻信息，形成合作關系二維圖，圖中標識出與此節點強關聯主體、較強關聯主體、弱關聯主體[12]。對上述15家企業的科研合作進行Pennant Diagram分析，梳理出強關聯和較強關聯的研發合作主體 (見表1)。

表1 人工智能關鍵路徑重要節點創新主體及其研發合作關聯主體

續表1

續表1

人工智能關鍵路徑重要節點創新主體研發合作具有以下三點特征：

(1)中國以 “企業+高校”為主導，美國以企業為主導。15家人工智能關鍵路徑重要節點創新主體中7家美國企業、5家中國企業、2家韓國企業、1家日本企業。從數量上看，中美兩國是全球人工智能技術研發的重要力量。美國以企業為主導，所以其技術創新更加貼近市場需求，從而能更快推動人工智能產業快速發展。中國以 “高校+企業”研發模式主導，一方面，由高校承擔國家重大科技計劃項目，設立聯合攻關團隊 (校企聯合或校校聯合等)對AI的基礎性和前沿性技術進行聯合攻關；另一方面，以國內AI巨頭企業 (如百度、華為、平安)為主導，并協調高校和有關科研院所的資源對有關人工智能的應用技術進行研發，從而提高應用技術的針對性和實用性。這也是中國AI產業高速發展的動力引擎。

(2)掌控AI硬技術的ICT “老面孔”VS 開創AI軟技術的 “小巨頭”。從企業類型上，圖譜中人工智能關鍵路徑重要節點創新主體及其研發合作關聯主體可分為掌控AI “硬技術”的ICT巨頭 (如IBM、微軟、華為)和開創AI “軟技術”的小巨頭 (如eBay、格力、平安科技)，兩類企業創新路徑逆向而行。AI “硬技術”的ICT巨頭從芯片走向算法、場景。例如，谷歌、IBM在深入第三代AI芯片研發 (如谷歌的TPU)的同時，也加強AI應用場景的開拓 (如谷歌云、IBM Watson、英偉達DRIVE Platform)。AI軟技術的 “小巨頭”從場景走向算法、技術。例如，隨著AI技術的發展和電商轉型，eBay試圖通過開發移動端的技術 (如圖像搜索API、機器翻譯API和市場動態消息Feed API)運用進一步促進電商生態的發展。

(3)中美引導全球人工智能技術創新，中國偏應用場景設計，美國偏硬件設備研發。中國創新主體聚焦AI應用場景設計，如云服務、人臉識別、語音識別等；美國聚焦AI芯片、采集器等硬件設備研發。盡管美國企業數量遠不及中國，但以IBM、微軟為代表的美國企業掌控了全球AI主機/設備和傳輸能力領域的核心技術。同樣，IBM、谷歌、微軟、亞馬遜是中美AI研發合作的主要主體。

3.2 關鍵路徑演化圖譜與演化特征分析

通過 “Link Walkthrought”將各年的連線按時間順序進行遍歷，以展示創新主體之間研發合作關聯圖譜演進過程。對人工智能關鍵路徑演化圖譜進行梳理分析，歸納出以下幾點特征。

(1)2011年之前國際人工智能研發合作零星散布，2012—2015年研發合作程度逐步加深。通過對2010—2019年人工智能關鍵路徑演化圖譜進行分析，發現2010—2011年國際AI研發合作較為零散、單一，研究領域聚焦多源數據庫、局部存儲器元件、語言識別。國際研發合作以日本 (松下、豐田、富士通、三菱電機等)與美國 (亞馬遜、谷歌、微軟等)、中國 (哈爾濱工業大學、中國科學院沈陽自動化研究所、深圳車音網等)與美國 (微軟、亞馬遜)為主。2012—2015年全球人工智能研發合作總體增強，但國際間合作頻次較低，以各國國內合作為主，聚焦內部視覺算法、目標網頁檢索算法領域。在內部視覺算法領域，國際AI研發合作以美國高通與北京航空航天大學、奧多比系統公司 (Adobe)與阿里巴巴集團為主；各國國內AI研發合作以北京航空航天大學與南京信息工程大學、中興通訊，阿里巴巴與復旦大學、中國科學院聲學研究所，中國科學院聲學研究所與華為，領英與微軟為主。在目標網頁檢索算法領域，國際AI研發合作以微軟與吉林大學為主；國內AI研發合作以騰訊與吉林大學、百度，吉林大學與聯想、百度為主。

(2)2015—2017年人工智能技術研發合作呈泛領域、多主體協同的特點。2015—2017年全球人工智能技術研發合作頻次增強，橫跨多個領域，從聚焦內部視覺算法、目標網頁檢索算法，延伸至集成變量、基站、技術預警、人臉特征點定位、局部存儲器元件多個領域。美國的微軟、英特爾、奧多比系統公司 (Adobe)，韓國的三星電子、LG電子，中國的百度、阿里集團、騰訊、vivo、臺灣中華電信、上海交通大學、蘇州大學、北京航空航天大學，日本的電報電話公司、佳能在上述領域展開AI技術研發合作。其中，中美AI技術研發合作更為緊密，深耕內部視覺算法、目標網頁檢索算法；美韓AI技術研發合作聚焦通信基站；美日AI技術研發合作聚焦人臉特征點定位。

(3)2018年起，人工智能技術研發合作逐漸收斂，聚焦內部視覺算法、目標網頁檢索、集成變量算法、技術預警、局部存儲器元件領域。2018年起，全球人工智能技術研發合作逐步聚焦在內部視覺算法、集成變量算法、技術預警、局部存儲器元件領域。在內部視覺算法領域，以韓國的三星電子為代表與中國的阿里巴巴集團、北京航空航天大學、杭州電子科技大學、西北工業大學多有合作。在目標網頁檢索領域，以美國的微軟、臉書 (Facebook)為代表與中國的騰訊、百度、聯想、平安科技、金融壹賬通、南京郵電大學、西安交通大學等緊密合作。在集成變量算法領域，主要是中國企業與高校間的研發關系，例如騰訊、平安科技、深圳前海微眾銀行、北京大佳網與杭州理工大學、哈爾濱工業大學、東南大學、上海交通大學、電子科技大學之間的研發合作。在技術預警領域，主要是華為、浪潮集團與貴州大學、浙江科技大學、西安電子科技大學、昆明理工大學間的研發合作。在局部存儲器元件領域，以美國的Salesforce公司與中國的vivo、北京三快在線 (美團)、秒針系統、第四范式、南京大學、北京大學、北京交通大學的研發合作。

(4)AI關鍵技術主要聚焦在字符識別、圖像識別、語言識別領域。視覺識別 (包括字符識別、圖像識別)、語言識別是人工智能諸多細分領域的共性技術。智能產品、智能教育、智能終端是人工智能的重要應用領域。視覺識別 (包括字符識別、圖像識別)是計算機替代人眼對目標進行識別、跟蹤和測量的機器視覺。視覺識別技術的應用場景廣泛，主要涉足智能家居、語音視覺交互、增強現實技術、虛擬現實技術、智能安防、直播監管、視頻平臺、三維分析等領域。國內外代表性企業和科研機構包括百度 (人臉檢測深度學習算法PyramidBox)、商湯科技 (智能視覺國家AI平臺)、亞馬遜 (人臉識別產品Rekognition)、谷歌 (云服務產品 Cloud Services)、IBM (視覺識別平臺 Watson Visual Recognition)。語音識別是通過信號處理和識別技術讓機器自動識別和理解人類語言，并轉換為文本和命令，主要應用場景包括智能電視、智能汽車、智能家居等。國內外代表性企業和科研機構有科大訊飛 (深度全序列卷積神經網絡語言識別框架)、搜狗 (語言識別轉文)、阿里巴巴、谷歌 (Azure 認知服務)、谷歌 (Cloud ML Service)、IBM。

4 中國人工智能技術創新主體識別與研發合作特征分析

4.1 最有發展潛力的創新主體識別與特征分析

筆者聚焦連續至2020年的突現詞 (Burst Term)突現，識別出33家人工智能領域最有潛力的專利權人，其中25家是中國企業或研發機構 (見表2)。通過對重點企業的實地走訪和資料查閱，總結出以下三點特征。

(1)中國在全球AI地位顯著提升，硬件領域嚴重依賴進口。無論是專利數量，還是創新主體數量，中國在全球AI地位顯著提升，位居全球第二。盡管中國人工智能產業發展迅速，2019年人工智能企業數量超過4000家，在數據以及應用層擁有較大的優勢，然而在基礎研究、芯片、人才方面的多項指標仍與全球領先國家地區存在一定差距。中國是全球芯片需求量最大的市場，但高端芯片依賴進口。2019年，中國從美國進口的集成電路芯片的價值超過2000億美元。值得注意的是，阿里巴巴、華為和百度為首的互聯網巨頭進入了全球高端AI芯片競爭的洪流，特別是華為掀起了智能手機領域的人工智能芯片競爭，因此被美國政府視為 “最危險的外資企業”，以多種方式抑制中國AI芯片的崛起。中國政府十分關注這一問題，并積極采取應對策略。機器人是先進制造業建設的重要組成部分，中國機器人產業快速發展，增速保持全球第一，但機器人的關鍵零部件在很大程度上依賴進口。在機器人三大核心零件中，控制器和伺服器國產化腳步加速，但全球精密減速器市場被日本企業占據。盡管如此，中國在服務機器人處于全球先進行列，BAT等互聯網巨頭憑借強大的技術支持切入市場，傳統家電企業例如格力、海爾積極布局家庭服務機器人，此外以哈工大為代表的科研機構通過與企業合作的方式轉化研究成果。

表2 人工智能領域專利權人突現詞分析結果

(2)科研院校與機構成為中國人工智能技術創新的重要力量。科研院校與機構是人工智能技術研發的重要場所，主要集聚在北京、上海、深圳、杭州。四地科研院校與機構實力差異明顯，各具特點 (見表3)。其中，北京綜合實力最為雄厚，擁有超過全國50%以上的科研院校，以及超過10家的國家重點實驗室、工程實驗室等；同時，百度、小米、京東、聯想等互聯網巨頭，及優必選、第四范式等新興AI企業建設企業實驗室，向人工智能技術研發投入大量的社會資本。上海借助包括復旦、同濟、上海交大等優質高校資源，人工智能技術力量在全國位居前列。高質量的高校資源為上汽集團、中興通訊、亞馬遜、微軟等 “老牌”行業巨頭企業提供源源不斷的技術支持，也吸引著商湯科技、依圖科技、科大訊飛等新興AI企業集聚上海。深圳科技企業眾多，借助騰訊、華為、平安科技、金融壹賬通等領頭企業的力量在人工智能技術占據一席之地。同時，政府也開始發揮其作用，建設了深圳智能機器人研究院與深圳人工智能與大數據研究院，以進一步提升技術實力。相比之下，杭州無論院校數量、院校實驗室或企業實驗室的數量仍然與北上深有一定的差距，主要是依靠阿里巴巴這一巨頭開展人工智能研究。

表3 中國人工智能科研院校與機構特點

(3)京津冀、長三角、珠三角引領中國AI技術創新，中西部地區逐步崛起。2010—2020年全球AI專利主要集聚美國、中國、日本、韓國。其中，京津冀、長三角、珠三角引領中國AI技術創新，中西部地區逐步崛起。這主要得益于近些年各地政府為了推動產業升級，實現經濟新舊動能轉換，紛紛頒布與人工智能產業相關的產業規劃指導意見，提供稅收優惠、資金補貼、人才引入、優化政務流程等措施優化營商環境，吸引國際實力企業入駐，同時培育本土AI企業。特別是在京津冀、長三角、珠三角最惠政策和資本雙重力量的推動下，人工智能企業數量快速上升，成為全球AI產業高地。同時，由于大量的傳統制造業需要利用人工智能技術進行智能化升級，再加上政府政策的支持，以格力電子、四川長虹、鄭州云海為代表的中西部川渝地區或將成為下一個AI創新集聚地。

4.2 主要創新主體識別與研發合作特征分析

對中國人工智能主要創新主體的識別，主要聚焦專利數大于50的企業/科研機構，主要包括騰訊、阿里巴巴、平安科技、百度等10家企業，與電子科技大學、清華大學等10家科研機構，合計20家。借助Citespace中的 “Pennant Diagram”可以查看與某個節點相關聯的文獻信息，挖掘出這20家中國創新主體合作關系 (見表4)。

表4 中國人工智能技術創新主體研發合作關系

續表4

續表4

續表4

中國人工智能主要創新主體研發合作具有以下兩點特征:

(1)國內創新主體間合作頻繁，國際合作相對偏少。相比與國外企業研發合作，中國AI創新主體更偏向與國內企業及科研機構形成長期穩定的研發合作關系。透過對中國20個主要AI創新主體的研發合作關系分析，90%以上的強關聯主體是本土企業或科研機構，鮮少與國外企業形成長期穩定的研發合作伙伴關系。究其根本，主要外因是美國對中國在AI領域的快速發展高度警惕，進而影響了中美企業之間的技術研發合作；主要內因是中國高校及科研機構在AI人才培養和科研積累方面的驚人表現。技術創新依賴是人[14]。這些AI人才依賴于國內高校及各科研機構的輸出，以上海為代表的一些城市憑借豐富和高質的科研教育平臺而在行業發展中具有明顯優勢。同時，清華大學、上海交大、浙江大學、北京航空航天大學等在人工智能領域擁有較強的科研能力。正是這種可以媲美美國高端實驗室的科研能力，吸引國內互聯網巨頭攜手中國高校，形成長青穩定的研發合作生態，將研究成果從實驗室真真切切地帶入市場。

(2)中美間AI技術研發合作頻次高于日本、韓國。全球AI技術國際研發合作中，中美之間技術合作高于中日、中韓。就人工智能產業而論，中國的優勢是人口大國，且 “互聯網+”戰略使得互聯網對經濟的滲透程度比較深，擁有比較明顯的數據優勢；而美國的優勢是人才、技術儲備，在許多領域是技術的創新和領先者。無論從全球處于領先地位的互聯網及科技企業市值，還是技術專利產出，美國仍處于最領先的地位，中國緊隨其后，故中美AI企業間既有合作，更有競爭。其中,微軟、臉書、阿都比系統公司 (ADOBE)、易安信 (EMC)、億貝 (eBay)是中國AI企業/科研機構重要的創新合作伙伴，聚焦優化算法、高端智能芯片等領域；百度與大陸集團 (Continental AG)、高通、英偉達 (NVIDIA)等頂尖人工智能公司互通有無；華為與微軟等企業深度聯結，合作拓展新興市場；小米與微軟、諾基亞簽署戰略合作，進軍國際市場。相比之下，中國與日本、韓國在機器人、智能通信等領域的技術研發合作較少，中美在人工智能領域的博弈或將引發日本、韓國的關切和參與。

5 啟示

(1)聚焦中國芯片制造技術開發，本土ICT巨頭是關鍵。中美技術戰是危機，但也是一場機遇，這場無硝煙的戰役揭示了中國AI最大短板是芯片制造。根據2020年市場研究機構IC Insights預測，2024年中國本土芯片制造規模將達到430億美元，但僅占中國本土芯片需求量的8.5%。目前中國至少一半的芯片制造來自英特爾、三星電子、SK海力士與臺積電的芯片制造廠。技術戰導致部分企業被迫 “離席”，留下的市場空白或將留給本土企業、韓國或日本企業，但韓國、日本企業很可能受到美國政府威逼利誘，短期內不會與中國企業展開貿易合作。這個時候本土企業誰能攻堅克難，誰就能分得第一塊 “蛋糕”。縱觀中國數字平臺領導型供貨商 (華為、阿里巴巴、騰訊、百度與聯想等)和AI芯片獨角獸，前者有進行AI芯片制造研發的資本雄厚和技術積累，后者勝于AI芯片的設計，但在芯片制造工藝與世界領先水平仍有較大的差距。因此，中國芯片制造工藝的技術突破，要以華為、阿里巴巴、百度ICT巨頭為創新主體。

(2)警惕技術民族主義，抓住機遇爭取全球知識資源。美國對中國進行半導體先進技術的限制激發了技術民族主義的流行，加上新冠疫情的爆發，將會摧毀全球人工智能知識共享體系[13]。在美國頒布 “簽證限制令”等方式驅逐人才的同時，政府以此為契機以更加開放的環境吸引全球人工智能人才集聚中國。針對無法繼續赴美留學的博士生，緊急安排在國內名校研修或短期工作，務使這批 “后備軍”不致流失。強化人才引進政策，吸引不滿美國人才政策或被美國驅逐出境的人工智能基礎科學、關鍵技術領域的高端人才匯集中國。同時，加強對地方新型研究機構的支持力度，籌建具有國際影響力的研究機構，為全球人工智能研究提供平臺，吸引海外精英，培育本土人才[15]。

(3)以自主創新應對美國AI技術限制，并尋求潛在國際研發合作伙伴。中美AI技術研發合作不頻繁，就其根本是美國多輪對中國技術限制。早至2018年11月，美國就宣布對人工智能、芯片、機器人、量子計算、腦機接口以及生物技術等前沿科技領域進行出口管制，而此次又將軟件納入到出口管制范圍[16]。對此，美國強化出口管制雖然會對中國相關產業形成一定影響，但從另一個角度來看，美國的這一舉措將激發中國自主研

發的能力，加快人工智能產業的發展進程。另一方面，積極尋找潛在的國際研發合作伙伴，例如，智能通信領域的韓國電子通信研究院、三星電子、LG電子；無人駕駛領域的豐田汽車、本田汽車、三菱汽車；機器人領域的發那科；視覺識別領域的佳能、索尼等。