我有海外纠纷需要指导频道目录
海外知识产权动态信息 > 日本专利局发布人工智能专利调查报告
日本专利局发布人工智能专利调查报告
日本专利局发布人工智能专利调查报告
2021-09-09 14:10:53 阅读次
摘 要
2021年8月30日，日本专利局（JPO）发布了人工智能（AI）相关专利情况调查。报告主要从总体专利申请趋势、各个技术领域申请趋势、各个国家/地区申请趋势三个方面对人工智能相关发明申请进行了调查。
研究认为，日本人工智能相关发明的数量继续稳步增长；人工智能技术越来越多的用于图像处理领域；中美人工智能相关发明申请数量较为突出，近年来韩国的申请数量也在迅速增加。
近年来，以深度学习为中心的人工智能相关技术取得了显著发展，相关的专利申请在各个技术领域不断增加。为此，2021年8月30日，日本专利局开展了人工智能（AI）相关专利情况调查，以揭示日本和世界AI相关申请的现状。
1.调查对象
本次调查AI相关发明的范围限定：
（1）AI核心发明：以构成AI基础的数学或统计信息处理技术为特点的发明，包括神经网络、深度学习、支持向量机、强化学习等各种机器学习技术，以及基于知识的模型和模糊逻辑。
（2）AI应用发明：以构成AI基础的数学或统计信息处理技术为特点的发明，应用于图像处理、语音处理、自然语言处理、设备控制及机器人、诊断/检测/预测/优化系统等技术。由此，检索1988至2019年日本国内专利申请、PCT国际专利申请指定国为日本的专利申请，共获得52,467件。
2. 总体动向
（1）自2014年以来，AI相关的发明数量急剧增加，2019年达到约5000件。G06N的相关申请数量也在稳步增加，2019年约有2100件。
（2）由于第二次AI热潮，AI相关的发明在20世纪90年代初经历了一次申请热潮，但在此后近20年的专利申请数量一直处于低迷状态。
图4显示了G06N下位分类的数量变化，20世纪90年代，G06N3/02-3/10（神经网）、G06N5（知识库）、G06N7（模糊逻辑等）、G06N20（机器学习;包括FI修订前的06n99/0、150至159）的申请数量都有所增加，但之后开始减少，G06N5和G06N7的申请数量至今仍处于低水平。自2014年以来申请的增加主要是因为第三次AI热潮中包括了神经网络的机器学习技术发挥了主导作用。
（3）自2004年以来，AI相关发明的专利授权率[1]每年都在增加，最近几年一直稳定在80%左右。
[1]专利授权率＝专利授权件数／（专利授权件数＋未授权件数＋FA后撤销·放弃件数）
图1 AI相关发明专利申请数量趋势
图2 各技术领域专利申请数量趋势
3. AI相关发明申请技术领域分布
（1）为探究AI相关发明申请动向，JPO研究调查了AI发明主要技术分类。2019年，AI相关发明申请共涉及60个以上FI技术分类。除了G06N以外，G06T（图像处理技术）一直是最常见的技术类别。
此外，AI相关发明涉及的技术领域数量也在增加，正在被应用到更广泛的领域，包括：G06Q（商业；包括FI修订前的G06F17/60），G06F16（信息检索和推荐；包括FI修订前的G06F17/60），A61B（医疗诊断）、G05B（控制系统和协调）、G01N（材料分析）、G10L（语音处理）、H04N（视频处理）等。
图3 AI相关发明申请技术领域分布
（2）在G05B（控制系统和协调）、G08G（交通控制）、G06T（图像处理）、G06Q（商业；包括FI修订前的G06F17/60）、B25J（控制器）和H04N（视频处理）等领域，AI相关发明的申请数量正在稳步增长。报告预测，随着AI在自动驾驶、工厂自动化和成像设备等技术中的应用，上述技术领域的申请数量将不断增加。
4. 重要技术分支：深度学习技术
（1）近年来，AI相关发明申请增加最大的影响是深度学习技术。自2014年以来，深度学习相关的AI发明的数量一直在迅速增加，但2018年到2019年略有下降。
图4 AI相关发明与深度学习技术相关专利申请数量（2014-2019）
（2）深度学习技术中，重要且经常使用的三种方法包括：卷积神经网（Convolutional Neural Network，CNN）、递归神经网络（Recurrent Neural Network，RNN）或长短期记忆网络（Long Short Term Memory，LSTM）、深度增强学习（Deep Reinforcement Learning，DRL）。CNN和RNN（或LSTM）从2018至2019年持续减少或保持不变，而深度增强学习相关发明虽然数量较少，但持续增加。
图5 三种方法相关发明申请数量（2014-2019）
（3）CNN是动态图像的识别处理，主要涉及G06T（图像处理）和H04N（视频处理）；RNN和LSTM是语音识别和文本处理，主要涉及G10L（声音处理）和G06f17 /20-28（自然语言处理）；深度强化学习主要是系统控制和优化，经常用于G05B（控制系统和协调）、B25J（控制器）等控制类技术。
图6 深度学习技术与AI相关发明的主要技术类别（2013-2019）
5. 专利申请人
下图显示了2014至今AI相关发明方面申请数量最多的申请人。
图7 AI相关发明主要申请人专利申请数量
由于主要调查的是日本专利，因此，日本公司占主导地位。AI相关专利主要申请人涉及的主要技术类别包括视频处理（G06T、H04N）、控制和机器人技术（G05B、B25J、B23Q）等。
6. 各国申请动向
（1）2018年，中国获得G06N的申请数量约为13,800件，增长速度大于美国。此外，韩国的申请数量也快速上升，超过了日本和欧洲的申请数量。这表明，近年来韩国AI相关发明申请可能已经在加速发展。另一方面，2018年日本G06N的申请数量是中美日欧韩五个国家/地区中最低的。
（2）中国提交G06N的专利申请主要来自大学，大学正在为中国的人工智能的研究开发做出重大贡献，而中国人工智能的未来将取决于将这些研发成果商业化或实施。
（3）美国微软、谷歌和Facebook等全球平台运营商积极提交专利申请。这些公司的业务对日本市场有很大影响，今后应密切关注这些公司的研发和申请趋势。
（4）2014年以来，深度学习在世界各地的人工智能技术发展中迅速普及。
图8 主要国家/地区G06N专利申请数量变化
2021年8月30日，日本专利局（JPO）发布了人工智能（AI）相关专利情况调查。报告主要从总体专利申请趋势、各个技术领域申请趋势、各个国家/地区申请趋势三个方面对人工智能相关发明申请进行了调查。
研究认为，日本人工智能相关发明的数量继续稳步增长；人工智能技术越来越多的用于图像处理领域；中美人工智能相关发明申请数量较为突出，近年来韩国的申请数量也在迅速增加。
近年来，以深度学习为中心的人工智能相关技术取得了显著发展，相关的专利申请在各个技术领域不断增加。为此，2021年8月30日，日本专利局开展了人工智能（AI）相关专利情况调查，以揭示日本和世界AI相关申请的现状。
1.调查对象
本次调查AI相关发明的范围限定：
（1）AI核心发明：以构成AI基础的数学或统计信息处理技术为特点的发明，包括神经网络、深度学习、支持向量机、强化学习等各种机器学习技术，以及基于知识的模型和模糊逻辑。
（2）AI应用发明：以构成AI基础的数学或统计信息处理技术为特点的发明，应用于图像处理、语音处理、自然语言处理、设备控制及机器人、诊断/检测/预测/优化系统等技术。由此，检索1988至2019年日本国内专利申请、PCT国际专利申请指定国为日本的专利申请，共获得52,467件。
2. 总体动向
（1）自2014年以来，AI相关的发明数量急剧增加，2019年达到约5000件。G06N的相关申请数量也在稳步增加，2019年约有2100件。
（2）由于第二次AI热潮，AI相关的发明在20世纪90年代初经历了一次申请热潮，但在此后近20年的专利申请数量一直处于低迷状态。
图4显示了G06N下位分类的数量变化，20世纪90年代，G06N3/02-3/10（神经网）、G06N5（知识库）、G06N7（模糊逻辑等）、G06N20（机器学习;包括FI修订前的06n99/0、150至159）的申请数量都有所增加，但之后开始减少，G06N5和G06N7的申请数量至今仍处于低水平。自2014年以来申请的增加主要是因为第三次AI热潮中包括了神经网络的机器学习技术发挥了主导作用。
（3）自2004年以来，AI相关发明的专利授权率[1]每年都在增加，最近几年一直稳定在80%左右。
[1]专利授权率＝专利授权件数／（专利授权件数＋未授权件数＋FA后撤销·放弃件数）
图1 AI相关发明专利申请数量趋势
图2 各技术领域专利申请数量趋势
3. AI相关发明申请技术领域分布
（1）为探究AI相关发明申请动向，JPO研究调查了AI发明主要技术分类。2019年，AI相关发明申请共涉及60个以上FI技术分类。除了G06N以外，G06T（图像处理技术）一直是最常见的技术类别。
此外，AI相关发明涉及的技术领域数量也在增加，正在被应用到更广泛的领域，包括：G06Q（商业；包括FI修订前的G06F17/60），G06F16（信息检索和推荐；包括FI修订前的G06F17/60），A61B（医疗诊断）、G05B（控制系统和协调）、G01N（材料分析）、G10L（语音处理）、H04N（视频处理）等。
图3 AI相关发明申请技术领域分布
（2）在G05B（控制系统和协调）、G08G（交通控制）、G06T（图像处理）、G06Q（商业；包括FI修订前的G06F17/60）、B25J（控制器）和H04N（视频处理）等领域，AI相关发明的申请数量正在稳步增长。报告预测，随着AI在自动驾驶、工厂自动化和成像设备等技术中的应用，上述技术领域的申请数量将不断增加。
4. 重要技术分支：深度学习技术
（1）近年来，AI相关发明申请增加最大的影响是深度学习技术。自2014年以来，深度学习相关的AI发明的数量一直在迅速增加，但2018年到2019年略有下降。
图4 AI相关发明与深度学习技术相关专利申请数量（2014-2019）
（2）深度学习技术中，重要且经常使用的三种方法包括：卷积神经网（Convolutional Neural Network，CNN）、递归神经网络（Recurrent Neural Network，RNN）或长短期记忆网络（Long Short Term Memory，LSTM）、深度增强学习（Deep Reinforcement Learning，DRL）。CNN和RNN（或LSTM）从2018至2019年持续减少或保持不变，而深度增强学习相关发明虽然数量较少，但持续增加。
图5 三种方法相关发明申请数量（2014-2019）
（3）CNN是动态图像的识别处理，主要涉及G06T（图像处理）和H04N（视频处理）；RNN和LSTM是语音识别和文本处理，主要涉及G10L（声音处理）和G06f17 /20-28（自然语言处理）；深度强化学习主要是系统控制和优化，经常用于G05B（控制系统和协调）、B25J（控制器）等控制类技术。
图6 深度学习技术与AI相关发明的主要技术类别（2013-2019）
5. 专利申请人
下图显示了2014至今AI相关发明方面申请数量最多的申请人。
图7 AI相关发明主要申请人专利申请数量
由于主要调查的是日本专利，因此，日本公司占主导地位。AI相关专利主要申请人涉及的主要技术类别包括视频处理（G06T、H04N）、控制和机器人技术（G05B、B25J、B23Q）等。
6. 各国申请动向
（1）2018年，中国获得G06N的申请数量约为13,800件，增长速度大于美国。此外，韩国的申请数量也快速上升，超过了日本和欧洲的申请数量。这表明，近年来韩国AI相关发明申请可能已经在加速发展。另一方面，2018年日本G06N的申请数量是中美日欧韩五个国家/地区中最低的。
（2）中国提交G06N的专利申请主要来自大学，大学正在为中国的人工智能的研究开发做出重大贡献，而中国人工智能的未来将取决于将这些研发成果商业化或实施。
（3）美国微软、谷歌和Facebook等全球平台运营商积极提交专利申请。这些公司的业务对日本市场有很大影响，今后应密切关注这些公司的研发和申请趋势。
（4）2014年以来，深度学习在世界各地的人工智能技术发展中迅速普及。
图8 主要国家/地区G06N专利申请数量变化
卢雨欣 编译
来源：https://www.jpo.go.jp/system/patent/gaiyo/sesaku/ai/document/ai_shutsugan_chosa/hokoku.pdf
原文标题：AI関連発明の出願状況調査
检索日期：2021年8月30日
文章来源：中科院知识产权信息（微信订阅号：casipr）
来源：https://www.jpo.go.jp/system/patent/gaiyo/sesaku/ai/document/ai_shutsugan_chosa/hokoku.pdf
原文标题：AI関連発明の出願状況調査
检索日期：2021年8月30日
文章来源：中科院知识产权信息（微信订阅号：casipr）
