500平台 - 500平台

AI创新链产业链融合发展 赋能数字经济新时代《中国人工智能专利技术分析报告（2022）》发布******

　　2022年12月，国家工业信息安全发展研究中心 、工信部电子知识产权中心发布《AI创新链产业链融合发展赋能数字经济新时代—中国人工智能专利技术分析报告（2022）》，这是中心连续第5年就中国人工智能专利技术发展情况发布报告。

　　在新一轮科技革命和产业变革 的大背景下，人工智能创新链产业链“双链”融合是释放数字化叠加倍增效应、驱动数字经济智能化跃升 、打造产业综合竞争优势 的必然路径 。《报告》基于人工智能高价值专利增强创新链活力和助力产业链升级的角度，对深度学习、智能云 、计算机视觉、智能语音 、自然语言处理等十大技术领域进行专利申请趋势和分布构成分析 ，从“创造力”“保护力”“运用力”“竞争力”“影响力”五大方面对人工智能创新主体进行专利创新评价 ，研究人工智能专利如何高效助力各类“智慧+”应用场景落地 ，并对未来新兴人工智能技术应用和专利布局趋势作出研判 。

　　图1 人工智能创新链产业链融合发展图谱

　　《报告》对人工智能高价值专利如何为创新链产业链融合发展保障护航进行了定量和定性分析 。从行业公认的能够直观体现高价值专利 的几个因素来看 ，自2011年、2012年开始，人工智能领域 的中国专利奖占比逐年提高 、专利许可转让数量呈上升趋势、专利诉讼遍及多个应用场景，展现了高价值专利对技术产业应用相辅相成的走势 。

　　十大基础技术领域的专利数量稳步增长，极大激发AI创新链活力。深度学习、智能云 、计算机视觉 、智能语音、自然语言处理、大数据 、知识图谱、智能推荐 、智能芯片、量子计算等智能技术构成了人工智能创新链技术底座，也 是产业链应用的基础技术。在技术与政策双红利的推动下，2016-2021年深度学习专利申请年均复合增长率达到53%，对人工智能的引领作用开始逐步凸显；相比之下 ，智能语音 、自然语言处理、大数据、知识图谱和智能推荐领域的专利申请呈现稳步增长的态势 ，其中2021年自然语言处理的专利申请量仅次于深度学习、智能云和计算机视觉 ，发展势头强劲 ；智能芯片和量子计算由于起步相对较晚 ，相关专利储备较少，仍处于技术加速积累 的阶段 。国内创新主体也纷纷展开专利布局，不断增强市场竞争实力。例如百度公司在深度学习 、智能云和智能驾驶等多个领域继续保持领先优势，寒武纪 、浪潮和华为在智能芯片领域展现了充分 的专注度和科研实力，清华大学 、浙江大学等高校也在计算机视觉和自然语言处理等领域投入更多研发资源，成为基础攻关 的重要力量 。

　　图2 AI创新链十大基础技术专利申请趋势和分布构成

　　AI创新主体展现积极创新面貌，中小企业为产业发展增添新力量 。从创新主体 的申请量排名上看 ，百度 、腾讯 、国家电网、华为位列前四 ，专利申请数量均突破10000件，是我国AI领域技术创新 的主力军。从专利授权量上看，仍然 是上述四家企业位居前列，且百度公司专利申请量和授权专利持有量均排名第一。此外，腾讯专利2017-2020年腾讯专利申请年均复合增长率高达70% ，在AI领域前四创新主体中申请量增速排名第一 。从授权专利占比上看 ，申请量排名第七 的清华大学和第九 的浙江大学，均以45% 的授权专利占比排名前两位 。作为技术创新 的重要源泉和吸纳劳动力就业 的重要载体，大量中小企业也积极涌入人工智能赛道 ，在创新链一侧 ，我国人工智能领域企业主体共申请专利超过110万件，中小企业专利贡献超过90% 。从产业链看 ，AI技术在中小企业中的普及率超过40%，语音识别、智能制造等技术在中小企业应用广泛 ，助力中小企业升级改造和智能化应用 。

　　图3 创新链前十创新主体专利申请量和授权量

　　AI核心技术领域高价值专利集聚明显，产学研合作稳步推进。当前 ，智能云和深度学习 是高价值专利数量最多 的两个领域，百度得益于更早地投入与布局 ，展现专利申请数量与质量同步提升 的发展态势。其他创新主体也结合自身业务发展方向 ，在不同 的基础技术领域进行了有针对性的布局，如国家电网在深度学习和大数据领域，浪潮集团在智能云，阿里巴巴在智能推荐，平安科技在自然语言处理和计算机视觉都保持着创新优势。高等院校在人工智能领域技术创新活跃，涌现了大量专利成果 ，并通过与企业成立联合实验室和技术研发中心等方式，加快产学研用协同创新进程。截至2022年9月 ，我国人工智能领域产学研联合申请专利数量超2万余件，其中发明专利占比约90% ，整体呈上升趋势增长，产业应用较为广泛 。

　　图4 中国AI创新主体高价值专利技术布局

　　图5 AI领域产学研联合申请专利发展趋势图

　　AI专利助力新兴应用场景落地，推动产业链转型升级。目前，人工智能创新链的产业化应用主要集中在智慧城市 、智慧交通 、智慧医疗、智慧金融 、智慧工业和智慧教育等领域 。从技术应用 的成熟度来看，不同AI技术在不同场景的应用呈现出阶梯式发展 的态势。智慧工业是当前各创新主体主要布局的技术应用场景 ，AI专利申请量达到65万余件，其次就是智慧金融 ，专利申请量为30万余件 。其中也涌现出“海淀城市大脑”“灵医智惠AI医疗品牌”“智慧交通解决方案TrafficGo2.0”“普惠金融人工智能开放平台”等众多优秀实践案例 ，推动高端智能技术与行业 的融合发展。

　　“智慧+”场景应用创造出更多产业增长点 ，新兴人工智能技术生成数字经济发展新动能 。AI在城市、交通 、医疗、教育及工业等场景 的融合应用加速 ，不断催生新业态新模式新产业。以智慧工业为例 ，将工业互联网、人工智能等在内 的智能制造新技术与工具 ，集成到工业生产流程中 ，正在引领我国工业数字化新生态。报告显示，截至2022年9月 ，我国智慧工业领域申请专利共计65万余件。百度公司以近9000件专利总数位居第一，国家电网位居第二 ，其余创新主体专利申请量差距不大，发展潜力较强，各创新主体在智慧工业领域 的专利布局积极竞争 ，难以拉开较大差距 。与此同时 ，基于人工智能 的深度学习、内容生成 ，语音、视觉识别技术越来越成熟，以元宇宙和数字人技术为代表 的新兴技术，也迎来了专利 的快速积累阶段 ，百度、腾讯 、华为等企业积极开展前沿专利布局，探索人机交互发展和应用 ，助力数字经济高质量发展 。

　　图6 中国元宇宙专利主要申请人排名

　　图7 中国数字人专利技术申请－公开趋势

　　《报告》结合当前人工智能知识产权生态建设和全产业链专利布局情况，对产业高质量可持续发展提出总结与展望。人工智能 是新一轮科技革命和产业变革的重要驱动力量，发展人工智能是支撑科技自立自强、实现高质量发展的重要战略。党 的二十大报告提出，推动战略性新兴产业融合集群发展 ，构建新一代信息技术 、人工智能 、生物技术 、新能源 、新材料 、高端装备 、绿色环保等一批新 的增长引擎。当前，人工智能技术与5G 、云计算、大数据的融合发展已将成为推动数字经济发展 的动能源泉，今后将进一步与其他数字技术相互碰撞出全新的科技驱动力 。随着人工智能创新发展跨入新的历史阶段，专利申请总量突破百万件 ，专利申请趋势仍在快速增长 ，技术人才规模不断扩大，产业融合广泛深入 ，应当在底层关键技术突破 、建设知识产权生态 、大中小企业共同完善专利布局 、开辟更广泛应用场景等方面发力，实现创新链与产业链的协同发展。

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛 ，12月5日在清华大学以线上线下结合方式举行 ，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策 ，并深入研讨交流 。

　　美国国家科学院院士 、美国艺术与科学院院士 、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门 的技术人员缺乏伦理 、哲学方面的训练 ，难以开发出具有可解释性 的算法框架，深化这类研究能够在人工智能治理的问题识别 、建立开发实践框架 、提供指引等方面发挥重要作用 。此外，由于数据可以带来巨大 的规模效应，当前“软件即服务” 的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此 ，未来对“机器换人” 的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题 ，使基于人工智能 的公共服务变得更加高效。

　　国际人工智能协会前主席 、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足 、智能行为本身 的复杂性 、观测手段 的有限性以及个体知识 、职业 、信仰、文化背景等 的差异性 ，导致当前人工智能研究中面临着一系列挑战 ，因此 ，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前 ，理解人工智能机理和构建人工智能世界模型 是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型 ，加强对大脑思维机理 的理解 ，建议借鉴神经科学研究联合体的有益经验，建立全球性 的人工智能研究数据库，形成全球共享 的研究社区 。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能 的基础上 ，建议建立类似于自由协作式 的知识库，通过全民民众参与，推动知识在全球层面共享 。

　　中国科学院院士、清华大学人工智能研究院名誉院长 、清华大学人工智能国际治理研究院学术委员张钹表示 ，由于深度学习等算法存在不可解释性 ，导致前两代人工智能算法存在着公平性、安全性问题和不可靠 、不可信等缺陷 。发展第三代人工智能关键在于发展可解释 的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展 的人工智能技术，以“数据驱动+知识驱动”构建支持可解释 的人工智能算法的深度学习平台 ，赋能人工智能安全与防御优化 。从数据中真正获取智能要靠知识 的帮助与引导，并需要政策法规对数据使用 的正确规范，充分利用知识 、数据、算法和算力四个要素结合 ，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为 ，当前人工智能发展处于新一代人工智能向强人工智能发展 的关键阶段，至2030年 ，中国人工智能发展总体要达到世界领先水平。从战略问题看 ，中美欧三方在人工智能人才、研究 、开发 、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源 、应用场景 、潜力人才方面具有优势 ，而在基础理论 、原创算法、关键部件 、国际平台 、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据 的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索 ，“可解释机器学习+推理”和“仿生系统+AI大算力” 是可能的技术路线图 ；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性 、算法和硬件 的不可靠性和自主意识 的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护 ，重视探索人工智能伦理问题，并基于“理论-技术研究-应用” 的阶段性采取不同 的风险防范策略 。

　　美国国家工程院外籍院士 、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定 的应用 ，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要 的问题。但 是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱” ，应该打开“黑箱”，探究和理解其中 的具体内容和因果关系 ，我们一定要做可解释性 的AI。同时，他提到负责任的AI应具备公平性、可靠性 、隐私性 、包容性、透明性和责任性的特点，作为新兴领域 ，还需要向其他领域学习，从而更好 的服务于人类。

　　中国工程院外籍院士 、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出 ，“碳中和” 是人类能源结构的又一次变革 。“碳中和”既是可持续发展的必然选择 ，又 是产业结构调整和发展的重大机遇 。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网 ，智联网可以赋能绿色计算，助力“碳中和” 。智联网助力“碳中和”主要包括三个环节：首先 ，由数据驱动和人工智能优化引擎来实现智能决策 。其次 ，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合 、降低ICT产业的碳排放和推动新兴产业发展等 。他还介绍了智联网赋能 的绿色计算平台 的框架 ，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能 。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持 。(完)

　　（文图：赵筱尘 巫邓炎）