赛迪译丛2023年第43期（总第622期）：人工智能核心技术：基于专利数据的研究-加水印

一、引言人工智能是一种通用技术，有利于提高生产力等经济成果以及应对健康或气候变化等社会挑战，正在迅速改变着经济发展和社会生活。虽然人工智能是当前经济和政策决策的焦点，但识别并表征人工智能技术基础的实证分析仍然有限。特别是最近有人尝试划定人工智能学科界限，挖掘其内涵和作用，但有关人工智能最新核心技术和应用的实证、识别和表征方面的研究仍然欠缺。鉴于上述背景，人工智能技术与多种技术和经济部门更加相交织是面临的主要挑战，这也是通用性技术的普遍特征。众所周知，专利数据虽仅能代表部分技术的发展，但却能为人工智能相关技术的界定难题提供解决方案，从而将人工智能核心技术与其他技术区分开来，并探索人工智能创新演变过程。事实上，专利数据不仅提供了技术发展的定量层面和前瞻性内容，而且提供了对技术变革的定性层面的见解，特别是在技术领域的详细分类信息。本报告以美国专利数据为基础，概述了一种新的方法论，首次对人工智能核心技术（即人工智能领域最新的核心技术和应用）进行了探索性研究。首先，本研究根据人工智能相关关键词的已有数据以及与人工智能密切相关的国际专利分类（IPC）和合作专利分类（CPC）代码，识别出2000年至2018年（即近期生成式人工智能热潮之前）在美国专利商标局注册的人工智能相关专利。基于人工智能相关专利被引用的次数，将引用次数最高的专利定义为人工智能“核心”专利，并将核心专利组与其他专利组进行比较，从而研究核心专利的特征，如通用性、原创性、应用范围和前沿性。其次，通过人工智能核心专利摘要，研究人工智能核心专利中最常见的人工智能主题及其演变历程。最后，采用基于网络的方法，以不同人工智能主题为重点，探讨人工智能专利对核心专利的引用模式。本研究是对经济合作与发展组织（以下简称“经合组织”）近期根据不同数据来源（包括企业调查、在线招聘或互联网网站数据）分析人工智能技术创新和扩散的工作的补充。同时，该研究提供了符合《经合组织人工智能原则》的实据基础，也是对经合组织近期开展的生成式人工智能或人工智能如何影响科学这项工作的补充。辨别和分析人工智能核心技术不仅有助于理解人工智能在整个经济中延伸的技术基础，还能对未来其他领域开展的政策研究具有启发作用，比如拥有人工智能核心专利与企业业绩和创新之间的联系，或人工智能核心技术与绿色转型等技术之间的相互依存关系。二、背景介绍众多学者认为，人工智能有望跨应用—跨领域引发一连串的智能有“发明方法的创新”（IMI）之称，可作为催化剂，在原有知识的基础上促成新发明。为更好地了解和研究人工智能技术的发展，近期很多文献根据专利数据展开对人工智能创新的研究。尽管专利数据并非详尽无遗，但仍是政策研究和创新文献中衡量创新活动而普遍使用的指标。因此，以专利为基础开展人工智能创新动态及其演变情况的研究成为一种可行且有效的方式。尽管如此，当前多数研究仅关注人工智能的技术通用性或宏观经济影响，而没有详细考察其如何推动人工智能解决方案的发展过程。本报告旨在从两方面补充现有文献：第一，筛选出最能反映技术变革趋势的高被引用的人工智能创新成果，并分析其特点，重点关注人工智能最新的先进核心技术和应用。第二，利用网络分析法揭示人工智能核心技术与其他人工智能相关创新之间的相互依存关系，从而促进理解核心技术能否以及如何塑造新知识库。三、数据和研究方法研究方法主要包括三个步骤，包括识别人工智能相关专利、界定人工智能核心专利组别、根据摘要内容将其分为不同类别。（一）识别人工智能相关专利该研究数据源于2000年至2018年期间在美国专利商标局提交的专利申请，包括已授权专利和授权前专利出版物。相对于其他专利局的可用数据，美国专利商标局参考文献资料最为齐全，尤其是在引文方面。此外，根据美国专利商标局规则和条例，软件可直接申请专利，而在欧洲专利局（EPO）等专利管辖区，只美国专利商标局专利的研究有助于从更广泛的人工智能相关专利中了解人工智能核心技术。研究数据来源于2022年欧洲专利局全球专利统计数据库，又称PATSTAT数据库。该数据库经经合组织科学、技术、创新微观数据实验室做了进一步整合。依赖专利文件的摘要或标题中检索的人工智能关键词，以及与人工智能相关的国际专利分类或合作专利分类代码，确定人工智能相关专利集。人工智能关键词由对人工智能相关科学文献的文本挖掘确定。研究时间早于近期生成式人工智能热潮。本研究采用基于专利引用的方法，区分与人工智能相关的核心专利和与人工智能相关的其他专利。《经合组织专利统计手册》规定：检索报告可参考专利和非专利引文，以评估发明是否满足专利申请指标，帮助确定新专利申请要求的合法性。专利和非专利引文提及现有技术，表明这些技术并非新发明，被引用也可说明该发明缺乏新颖性。因此，专利引用通过划定专利所授予的产专利A则是专利B技术的一个起源，专利B则无法向A提出权利要求。在这一步骤中，被引用联系用于评估特定人工智能创新对后续人工智能技术发展的影响。因此，对被引用次数高的人工智能专利的分析旨在帮助表征不同的人工智能技术，并识别人工智能核心技术。假设一项人工智能相关专利被引用的次数越多，基于该专利的发明就越多，该专利就越有可能是人工智能技术的核心，即与众多其他人工智能相关技术有关联。为找出人工智能的核心，其用于寻找其他人工智能相关发展，本研究筛选了被引用次数最多的前1%的人工智能专利。研究时未采用时间窗口（某个时间段内的特定时间范围）计算专利引用能专利在2000年至2018年间的被引用次数都会计算在内。为确保不同时期和不同专利之间的可比性，本研究通过在世界知识产权组织国际专利分类系统中输入关键词索引，将专利按技术领域和申请年份划分作为参考，最终以专利的平均被引用次数作为标准数据。此外，为保证各项发明具有代表性，本研究不包括美国专利商标局专利附录中所列项目。被引用次数最多的前1%的专利是人工智能“核心”专利。2000年至2018年期间，超过70%的人工智能相关专利被其他专利引用（如图1所示）。其中，采用上述方法确定了2000年至2018年间472项人工智能核心专利，近年来专利数量呈加速趋势。图中的数据来源于美国专利商标局的保护人工智能技术的专利申请（已授权专利和未授权出版物）。被引用次数最多的前1%专利数据是采用标准化的被引用次数。（三）将人工智能核心专利分类为更好了解其他人工智能开发技术的基础，将人工智能核心专利按特定的人工智能相关主题进行分类。具体做法是找出人工智能核心专利摘要中出现频率最高的关键词。专利摘要简明扼要地概括了专利申请书的内容，包含了发明的关键信息。在人工智能专家的支持下，通过迭代过程和两两相关分析，关键词是11个具有代表性的人工智能主题。两两相关分析反映人工智能专利总量被引用的人工智能专利人工智能核心专利（被引用最多的前1%）了在每项人工智能核心专利的摘要中，不同关键词同时出现的频率与单独出现的频率之比。图2显示了在人工智能核心专利摘要中，人工智能相关关键词一起出现的频率。图示样本数据是指美国专利商标局与人工智能技术有关且被引用次数最多的前1%的申请专利（包括已授权专利和未授权出版物包括351项人工项人工智能核心专利仅基于人工智能相关的国际专利分类/合作专利分类代码进行界定，因此未在该图中反映。人工智能相关的关键词由黑色节点呈现，节点间线条的粗细程度代表关键词出现的相对频率，即两个关键词被同时提及的频率越高，线条就越粗。在该图中，各节点之间的线条长度无含义。人工智能主题包括：算法、自动驾驶、聊天机器人、计算机深度学习）、识别或检测、机器人以及语音。人工智能主题分类进一步明晰了各主题之间的关系。图2中不同关键词之间的两两相关性初次证明一点，即在人工智能核心专利中，自动驾驶和机器人技术等与人工智能应用相关主题往往独成一派。传感器融合传感器融合即时定位与地图构建障碍避免机器人机器人学自编码器机器视觉认知计算自组织映射模式识别数字图像处理0.2避免冲突机器学习物体识别人工智能神经网络人脸识别自主载具自然语言处理随机场数据采掘机器翻译虚拟助手语义网模糊c语音识别认知建模图像识别卷积神经网络文本转语音目标探测人工神经网络语音转文本长短期记忆深度卷积神经网络自动驾驶行人探测算法深度神经网络循环神经网络情感分析监督学习深度学习相关性0.40.6为进一步研究人工智能专利内容，本报告根据特定主题关键词的出现频率，从所有已有人工智能主题中为每项专利确定主题。例如，某项专利的摘要包含三个与语音相关的人工智能关键词，一个与聊天机器人相关的关键词，那么语音则是这项专利的主题。极少数情况下，若主题无法确定，则从所有提及的主题中随机选择。绝大多数人工智能核心专利（即472项核心专利中有351项）可以根据预先搜集的关键词集直接确定主题。其余121项人工智能核心专利的摘要中均未出现上述人工智能关键词，而是根据其国际专利分类/合作专利分类代码被界定为人工智能相关技术。因此，该121项专利无法被直接归入某个特定人工智能主题，而需首先寻找与其国际专利分类代码相近的专利，从而通过后者的人工智能关键词和主题来推定。确切而言，首先利用四个特定相关国际专利分类代码的主题推断出部分无关键词专利的主题。然后，对于剩余的无主题专利，根据与其相关的三个特定国际专利分类代码，选择频率最高的主题。否则，根据两个与其相关的国际专利分类代码，选择频率最高的为主题。因此，除9项（约占2%）人工智能核心专利外，其他都有特定的人工智能主题。该方法也适用于引用任何已确定的核心专利的人工智能专利，结果99%的引用专利得以确定自身人工智能主题。四、探索人工智能核心专利特征按照上述研究方法，该研究首先根据人工智能核心专利的技术范围、原创性、通用性和前沿性来分析这些专利的特征，以与通用的核心技术和应用区分开来。然后，研究聚焦于人工智能核心专利摘要内容，探索核心专利的主题特征及演变历程。最后，采用基于网络的方法，探索了人工智能专利（引用不同主题的核心专利）的引用模式，从而进一步确定人工智能核心技术的特征，提供有关核心技术与后续人工智能创新的关联以及与现有技术相互依存关系的信息。（一）人工智能核心专利质量评估指标：技术范围、原创性、通用性和前沿性首先将人工智能核心专利（被引用次数最多）与2000年至2018年间反映其技术范围、原创性、通用性和前沿性的几种衡量指标关联起来。“框1”简要介绍了各项衡量指标。框1：衡量人工智能核心专利质量的四项指标专利的技术价值和/或经济价值可以用多种标准来衡量。其中，衡量标准需基于专利文件内容，特别是专利发明的技术类别（国际专利分类并结合其余三个指标以及引用次数和被引用专利范围是一项规范化指数，它基于不同的4位数国际专利分类子类的创新发明数量。每份专利国际专利分类的数量均对同类专利（即申请日期和技术领域相同的专利）统计到的最大值进行标准化处理。专利应用范围指数越大，其技术价值和市场价值就越高。专利通用性指数对赫芬达尔指数（HHI）进行了一些修改，并充分结合给定专利的被引用数量、引用领域以及技术类别等信息。该指标参照引用专利包含的所有国际专利分类类别，并关注专利技术适用的集中度。如果某项专利被技术领域较为广泛的后续专利引用，而适用于更大范围的技术，那么此专利通用性指数也会更高。专利原创性指数与通用性指数逻辑相似，但原创性指数主要借鉴引用别的专利情况，而不是被引用情况。该指数注重新发明所引用专利的技术范围和知识广度。引用多种技术专利的发明可能比引用较少的专利更具原创性。最后，通过比较专利的技术含量和引用专利的技术含量来考察专利的前沿性。专利的前沿性定义如下：某项专利所引用专利的国际专利类别，并不是专利所属类别，且不随时间而变。一项专利引用的非本领域专利越多，越具前沿性。图3为人工智能核心专利、其他人工智能专利和非人工智能专利在技术通用性、原创性、技术范围和前沿性等质量指标方面的对比情况。其中，“人工智能核心专利”样本（即涵盖472项人工智能核心专利集是指在美国专利商标局提交的已授权专利和授权前出版物中，被引用次数最多的前1%专利。“其他人工智能专利”是指已确认主题的其余人工智能专利。“非人工智能专利”是指非人工智能技术的专利。专利应用范围指数以同类专利（申请日期和世界知识产权组织技术领域划分）中的最大值为准。从架构上看，四项指数的范围都处于0到1之间。研究结果表明，与被引用较少的非人工智能技术专利或其他专利相比，人工智能核心专利引用的专利技术领域更广泛，即核心专利依赖于更广泛且多元的知识来源，这可以从更高的原创性指数看出。同时，人工智能核心专利被技术领域更广泛的专利引用，通用性指数更高，技术范围也更广。虽然人工智能专利与其他非人工智能专利相比更具技术前沿性，但仅在人工智能领域，核心专利与被引用较少的非核心专利之间并无显著差异。因此，在原有专利的基础上，人工智能核心专利的创新性不一定优于非核心专利。相较之下，哪怕是被引用高的非人工智能专利，其前沿性与人工智能核心专利之间也存在显著差异。1.000.750.500.250.001.000.750.500.250.001.000.750.500.250.001.000.750.500.250.002000-2018年技术通用性指数人工智能核心专利人工智能核心专利2000-2018年原创性指数人工智能核心专利其他人工智能专利非人工智能专利2000-2018年专利范围指数人工智能核心专利2000-2018年前沿性指数人工智能核心专利其他人工智能专利非人工智能专利其他人工智能专利非人工智能专利其他人工智能专利非人工智能专利（二）按主题探索人工智能核心技术创新由人工智能核心专利的摘要发现，通用人工智能、机器人、计算机或图像视觉以及识别或检测等相关技术，始终是人工智能发展的核心领域。这些技术是计算机科学、工程学和数学等不同学科的集成，具有广泛的实用价值。例如，机器人技术是指与任务自动化相关的技术，从事的任务都是重复性的常规任务。近期，机器人技术广泛应用各种领域，例如，用于特定的高度危险环境或机器人辅助手术等增强人类能力的任务，其中一些手术愈发不需要人工干预。相比之下，在2000年至2018年期间，与特征工程、聊天机器人、算法、自然语言处理和语音相关的技术似乎不太普及。鉴于当前人工智能领域涌现的生成式人工智能技术，这一观点似乎有些出人意料，但这在很大程度上恰是聊天机器人、自然语言处理和语音领域取得实质性进步的结果。然而，上述技术的发展主要得益于在2017年刚刚兴起的Transformer模型。当时本研究已接近尾声，因此并未涉及这些实质性进展。图4为人工智能主题词云图。图中字体大小表示主题出现在样本数据中的频率，样本数据是指在美国专利商标局提交的人工智能技术专利申请（已授权专利和授权前出版物）中被引用次数最多的前1%。该样本数据源于人工智能核心专利（463项）的子样本（463项其中专利主题已确定或可推定而来。从图4可看出，近年来，自动驾驶和深度学习等网络技术的重要性日益凸显。这得益于传感器技术和高分辨率摄像头的最新进展，以及人们对安全的日益关注，促进了自动驾驶技术的研发工作，从而提高了自动驾驶汽车的感知能力。而由于大规模数据可用性的提高和计算能力的改善，加快了深度学习模型的训练速度。但是，值得注意的是，专利只是人工智能发展生态系统的一能更愿意将这些技术作为商业秘密加以保护，不透漏具体内容，从而保持其竞争优势。而聊天机器人和语音技术的部分进展得益识别/检测语音网络（深度学习）通用人工智能计算机/图像视觉机器人科学特征工程网络（深度学习）机器人科学计算机/图像视觉聊天机器人特征工程算法自动驾驶通用人工智能语音识别/检测计算机/图像视觉聊天机器人机器人科学算法语音通用人工智能网络（深度学习）（三）探索人工智能核心专利对后续创新的作用之前的章节揭示了随着时间的推移，自动驾驶和网络技术等领域的重要性更加凸显，而其他领域的重要性则有所下降。为深入了解特定领域如何随时间而影响人工智能的发展，不仅需要利用人工智能核心专利信息，还需要借鉴这些核心专利引用的人工智能相关专利。引用网络有助于直观地说明专利之间的知识演变和流动，发现人工智能领域可能存在的趋同和交叉，并为上述专利质量指标研究结果提供更多支持。图5显示了向美国专利商标局提交的（已授权专利和授权前出版物）被引用次数最多的前1%专利申请的引用网络，AI相关的技术为中心节点。周围节点是指人工智能核心专利引用的其他专利。图示连接线的粗细和长度无含义。各节点颜色由其人工智能主题确定。对于仅根据国际专利分类代码而被视为人工智能相关的专利，其主题由具有类似代码特征的专利推定而来。少数无主题的人工智能专利（经推定后）用灰色代表。图5所示的引用网络表明，人工智能核心技术在其各自领域刺激了创新，但对其他领域影响更大。具体而言，该图已确定主题的人工智能核心专利为网络中的中心节点，而其引用的人工智能专利是周边节点。中心节点和周围节点间的连接线都是有方向的，反映了从人工智能核心专利到其引用的人工智能专利的知识接线的粗细和长度（即节点之间的距离）无含义。此外，每个节点根据人工智能专利的不同主题按颜色绘制，而连接线则以引用的人工智能专利主题进行标色，从而证明了不同主题之间的相互依存关系。根据图5，人工智能核心技术与后续大量的人工智能创新相关联，也依赖于先前的人工智能核心技术。色）、语音（淡粉色）和机器人（亮粉色）等技术的出现推动了本领域的发展。相反，与网络技术（亮蓝色）、识别或检测（紫色）、通用人工智能（深绿色）和计算机或图像视觉（深绿色）等相关技术与众多其他技术关联，表明了其拥有更广泛多样的应用潜力。专利涉及的主要人工智能技术算法聊天机器人计算机/图像视觉特征工程通用人工智能自然语言处理识别/检测机器人科学语音不确定技术程度0200300400此外，人工智能核心技术更常被其他人工智能技术专利引用，而非被与其应用直接相关的人工智能核心专利所引用。在单独研究另一个技术领域时，这些发现也得到了进一步证实。例如，以识别或检测技术为主题的人工智能核心专利的引用网络，除与识别或检测本身相关的创新之外，这些技术领域还与多个其他领域度学习）。鉴于检测或识别对于感知和理解环境至关重要，而自动驾驶和机器人技术这两个领域又依赖于传感器对障碍物的检测以及与周围环境的智能互动，有关自动驾驶和机器人技术的创新也就顺理成章了。同样，深度学习网络，特别是卷积神经网络，已经在图像识别任务中取得了革命性的进展，并且处于计算机视觉技术进步的前沿，在自动驾驶和机器人领域有着广泛应用。当再次反向研究，并聚焦全部人工智能核心专利及其与识别或检测相关的人工智能引文时，更能证明，识别或检测技术不仅与后来多元的人工智能创新相关，还同时依赖于过去非本领域的人工智能核心技术。五、结语和下一步措施本报告中提出的探索性见解，旨在帮助更好地理解2018年以前数字化转型最新阶段的技术基础。报告概述了如何界定人工智能的核心专利，并研究了这些专利的特征，包括人工智能核心专利的主题和引用模式。研究成果表明，人工智能核心专利更具原创性，即依赖更广技术领域。这表明与其他被引用较少的人工智能技术或非人工智能技术专利相比，人工智能核心专利也具有更高的技术价值，同时可能产生更高的市场价值。事实上，随着时间的推移，核心人工智能专利的原创性和通用性更加凸显，特别是相对于其他非人工智能专利，这展示了人工智能技术的通用性特征。虽然人工智能专利在技术上比其他非人工智能专利更具前沿性，但与被引用较少的人工智能相关专利相比并没有显著差异。有趣的是，在技术开发早期阶段，人工智能专利相对于其他技术专利更超前，因此会引用原有的人工智能专利，而不是其他类