AI專利數(shù)量超過美國日本！這是中國AI軟實力最新水平

中國AI軟實力，究竟水平幾何?

上周，美國最嚴技術出口管制意見一曝光，立刻在國內(nèi)引發(fā)熱議。

因為在出口限制名錄中，AI、芯片、機器人、量子計算、腦機接口，生物技術等前沿科技，無一不在此列。

一種評論說，這是美國自戕的七傷拳，傷人也傷己。

另一種則認為，對中國而言，短期內(nèi)可能不是好事，但長期來看，并非壞事。

而且一份最新AI報告，被當做明證，認為中國AI軟實力在顯著提升。

這份《人工智能技術專利深度分析報告》，不是講市場，不是拼數(shù)據(jù)，也不是重復人才論文數(shù)量，而是體現(xiàn)知識產(chǎn)權為核心的AI發(fā)展成果——專利。

報告發(fā)布方是中國專利保護協(xié)會，以中國專利文摘數(shù)據(jù)庫(CNABS)和德溫特世界專利索引數(shù)據(jù)庫(DWPI)作為數(shù)據(jù)來源進行研究分析后，最終得出該報告數(shù)據(jù)結果。

不僅有中國現(xiàn)狀，還有全球對比;不僅有科研單位，還有公司企業(yè);不僅分析了整體概況，還拆解出細分領域……

報告中兩點小結論：

一、中國AI專利申請量，已是全球第一;

二、中美專利申請均以企業(yè)為領頭羊，中國是百度，美國為IBM，且中國增速更為迅猛。

實際上，這份報告發(fā)布在美國新封鎖政策之前，但就在后者沸沸揚揚之后，報告開始被更多討論。

甚至不少人認為，這是一針強心劑。

AI專利報告詳情

這份報告要點是這樣的：

先從趨勢談起，按照專利申請年份，統(tǒng)計了從1985年至2017年的各年度專利申請量變化情況。

其中整體趨勢而言，2010年是關鍵時間點，2010之后增速明顯加快，并在近兩年保持高增長率。

△全球人工智能專利申請量年度變化趨勢

其次以地域來看，中國高居第一，美日韓位居其后。

△專利申請量排名前十的國家/地區(qū)

在申請量趨勢方面，中國關鍵性時間點是2010年，其后開始呈現(xiàn)近直線式上升。

△中國專利申請量年度趨勢

接著是專利權人，即專利申請者。

在國內(nèi)數(shù)據(jù)統(tǒng)計中，國內(nèi)申請量最多的專利權人為百度，申請量為2368件。

中科院、微軟、騰訊和三星位居其后，前十中還有國家電網(wǎng)、浙大、清華、北航、阿里巴巴，以及谷歌。

△中國主要專利權人申請量

相對應美國，排名第一的組織是IBM，比排名稍靠后的微軟和Google都要多將近一倍。

△主要專利權人在美國的申請量

總之，從上述三方面要點趨勢，中國展現(xiàn)出了明顯的潛力和引領機會。

而且還是在專利這樣的軟實力層面——在技術革命的歷史進程里，AI，第一次讓國人看到引領的可能性。

欣欣向榮的中國AI

實際也并非夜郎自大。

這次AI專利報告之外，其他AI進展和表現(xiàn)，中國也正呈現(xiàn)一片欣欣向榮之態(tài)勢。

比如在科研論文方面，今年7月清華發(fā)布的報告顯示：

中國在AI領域的論文的全球占比，從1997年4.26%增長至2017年的27.68%，遙遙領先其他國家。

在論文產(chǎn)出數(shù)量上，在2006年超過美國，一直占據(jù)世界第一。

中國高被引論文數(shù)量上，在2013年超越美國，排在世界第一。

在頂級學術會議上，如AAAI 2018，入選260余篇，與美國打平。

之前被詬病量重于質，但量變到質變的趨勢，也在隱隱發(fā)生。

其次，在全球AI競賽中，中國團隊也屢屢奪魁刷榜。

光下半年不完全舉例，8月，IEEE CIG計算智能與游戲大會，清華張鈸院士領導的人工智能創(chuàng)新團隊TSAIL在第一人稱射擊類游戲《毀滅戰(zhàn)士》(Doom)AI 競賽 VizDoom上獲得競賽Track 1的預賽和決賽冠軍。

9月，曠視科技在ECCV 2018的COCO+Mapillary挑戰(zhàn)賽中力壓微軟、谷歌等中外群雄，攬獲4冠。

而Google AI Open Images-Object Detection Track 目標檢測任務中，百度視覺團隊斬獲第一。

11月，百度NLP團隊又在NIPS舉辦的AI假肢挑戰(zhàn)賽(AI for Prosthetics Challenge)中奪得全球第一。

一個明顯事實是，如果全球AI競賽結果中沒有中國身影，都開始令人感到意外了。

此外，人才相關動向，也能反映出趨勢轉關。

剛剛曝光的 IEEE Fellow 2019入選名單，295名全球學者入選IEEE Fellow，其中華人群體占比約1/3，包含36名中國大陸學者。

而且中國公司的吸引力也在加強，比如AI專利中國第一的百度，在AI大牛吸引方面也保持領先，就在不久前，還宣布成立百度研究院顧問委員會，9名世界級科學家加盟。

其他公司如阿里，也宣布在2018年上半年，就有多名海外知名科學家加入。

諸如以上表現(xiàn)，無論是論文、競賽，還是人才，都是AI軟實力的核心維度。

凡此種種，令人鼓舞。

理性認知

但欣欣繁榮之下，并非沒有差距。

最明顯的還是頂尖論文、頂尖人才和基礎創(chuàng)新等層面，目前差距明顯。

雖然中國發(fā)表的論文多，但在基礎性、原創(chuàng)性研究、創(chuàng)新土壤、人才儲備層面，中國相較美國還存在不小的差距。

根據(jù)ACL、NIPS等頂級學術會議今年收錄的情況來看，雖然不乏有中國學者或者公司的論文被收錄，但杰出論文、優(yōu)秀論文，開創(chuàng)性論文方面，依然還不夠有話語權。

以NIPS論文為例，按高校排名，清華是唯一進入前十名的中國院校，發(fā)布論文21篇、排名第十，其中一作17篇，排名第八。

另外也是在這份中國AI專利已成第一的報告中，也強調了中國在PCT申請方面的不足。

所謂PCT申請，是基于《專利合作條約》和《專利合作條約實施細則》向世界知識產(chǎn)權組織提出的發(fā)明專利申請。

PCT申請在經(jīng)過國際檢索和國際初步審查之后，經(jīng)申請人的請求，可以進入多達144個PCT成員國。

由于其特殊性，PCT申請通常可以認為具有較高的技術價值，或者為申請人的重點研發(fā)技術。提出PCT申請一般意在向多個成員國提出專利申請，是技術輸出的技術指標之一。

值得注意的是，中國目前AI專利雖然超過美日歐洲，但在PCT申請量方面，并不處于優(yōu)勢。

從PCT申請的數(shù)量來看，在人工智能領域，美國仍然是技術輸出的領頭羊，并且其申請量占到總量的41%。

而中國雖然近年來在人工智能領域的研究活躍，在國內(nèi)的專利申請數(shù)量激增，但是PCT申請的數(shù)量相對較少，仍然沒有形成較大規(guī)模性的技術輸出。

△PCT申請來源國家和地區(qū)分布

相應的是，其他重大新突破，如最近的計算機視覺領域的BigGAN，NLP領域的BERT等，無一出自中國。

另外，以數(shù)據(jù)作為AI發(fā)展優(yōu)勢的中國，在有影響力的數(shù)據(jù)集、競賽等打造方面，也捉襟見肘。

今年10月，陸奇在知乎發(fā)問：在AI時代，怎樣的創(chuàng)新環(huán)境和措施能讓科技驅動的創(chuàng)業(yè)公司成功，使其不再是大型科技公司的專利?

回答中被認同最多的答案，就指出了高質量的數(shù)據(jù)集、競賽等方面的缺乏。

最后，更直接的基礎框架方面，當前全球使用率最高的機器學習框架，比如TensorFlow和PyTorch，分別來自Google和Facebook。

此外，科研機制方面，比起美國日本也差不少，先不說諾貝爾獎等桂冠爭奪，更直接的待遇之類的，比起國外差距明顯。于是在國內(nèi)，企業(yè)一挖，科研人才少有依然堅守者。

但美國，更靈活的產(chǎn)學研機制，就能讓不少AI人才在企業(yè)和高校之間緊密切換，而且學校內(nèi)的吸引力和待遇，往往也不輸企業(yè)。

所以，此時中國的AI專利確實實現(xiàn)了全球第一，不過離“中國AI全球第一”，還有明確指標要達成要實現(xiàn)。

比前途：軟實力在提升，硬實力有潛力

但是，既不用盲目自信，也無需妄自菲薄。

當前來看，從潮水方向展現(xiàn)出的潛力和趨勢，中國并非沒有機會。

首先，中國的行動能力，特別是政策上，比美國更務實。落地速度也更快，無論是創(chuàng)業(yè)迭代速度，還是落地方面，中國都在成為已成AI沃土。

比起美國要“政治正確”、工會探討失業(yè)、自動駕駛涉及道德問題等無休止討論，中國更務實，先試了再說，有問題就改，快速迭代……

特別是地方政府，簡直求賢若渴，求AI若渴。廣州、南京、武漢等諸多非一線城市，都希望抓住這波浪潮。

其次，中國的知恥后勇精神挺強，中興事件之后， 芯片方面的創(chuàng)業(yè)創(chuàng)新馬上得到重視，更多人才開始參與進來。

基礎研究也在不斷重視、加強。

比如最近馬化騰捐資10億搞基礎科研，之前還參與西湖大學和未來科學大獎捐贈。

百度李彥宏馬東敏夫婦，先在北京大學捐資6.6億元成立“北大百度基金”，用于人工智能和其他相關學科的研究和探索;其后馬東敏又在中科大60周年校慶時，捐資1億元反哺少年班。

小米雷軍，也在今年4月宣布小米與武漢大學成立人工智能聯(lián)合實驗室。小米公司承諾先期為聯(lián)合實驗室提供1000萬元研發(fā)經(jīng)費。

第三，也開始追求原創(chuàng)技術、框架，比如百度paddlepaddle、華為全棧AI框架等方面的嘗試。

而現(xiàn)在，AI專利報告所述所析，算是成長路上的一點小鼓勵。

雖然這還只是萬里長征前幾步，但前途光明，可再接再厲。

畢竟中國AI呈現(xiàn)態(tài)勢——短期不高估，長期也不容低估。

你覺得呢?

One more thing

最后，這份AI專利報告中，也按細分技術分支進行了分析，或許也能給你提供一些科研和實踐參考。

量子位摘錄其中關鍵要點，傳送如下：

更具體的細分技術分支涵蓋：機器學習和基礎算法、智能搜索和智能推薦、語音識別、自然語言處理、自動駕駛，以及計算機視覺和圖像識別。

其中，全球范圍內(nèi)的排名是：NLP > 機器學習和基礎算法 > CV.

△各技術分支全球范圍專利申請量

中國國內(nèi)的各技術分支專利申請量，機器學習和算法則明顯多于其他領域：

△各技術分支國內(nèi)專利申請量

更進一步的申請量趨勢上，機器學習算法在2010年后增速最快，并在2014年之后一枝獨秀。

而自動駕駛雖然起步較晚，但也在2014年后發(fā)展速度上超過了NLP、CV和語音識別等。

△各技術分支在國內(nèi)的申請量趨勢

那么在這些細分領域上，專利申請的主要玩家都有誰?

機器學習和基礎算法：中科院、百度，浙江大學。 △機器學習和基礎算法方向國內(nèi)主要申請人

智能搜索和智能推薦：百度、微軟，三星。 △智能搜索和智能推薦方向國內(nèi)主要申請人

語音識別：百度、微軟，三星。

△語音識別方向國內(nèi)主要申請人

自然語言處理：百度、中科院，微軟。

△NLP方向國內(nèi)主要申請人

自動駕駛：百度、福特，豐田。

△自動駕駛方向國內(nèi)主要申請人

計算機視覺和圖像：中科院、OPPO，小米。

△計算機視覺和圖像識別方向國內(nèi)主要申請人