AIZL，超越技術本身

　　 人工智能領域的ZL申請數量正在迅速增加，這意味著基于人工智能的新產品、新申請和新技術預期會大量出現，即將改變我們的日常生活，同時它們也會決定未來人類與自己發明的機器如何互動。

　　近年來隨著人工智能（AI）超越理論范疇，進入全球市場，基于人工智能的發明大量涌現。日前，“世界知識產權組織技術趨勢”系列第一期出版物發布，其對人工智能的創新進行了定義和衡量。

　　“我們首次推出‘產權組織技術趨勢’系列，同時也提供基于事實的預測，從而向全球政策制定者介紹AI的未來、其治理形勢以及支持AI的知識產權框架。”世界知識產權組織總干事高銳表示。

　　為什么是人工智能

　　“人工智能領域的ZL申請數量正在迅速增加，這意味著基于人工智能的新產品、新申請和新技術預期會大量出現，即將改變我們的日常生活，同時它們也會決定未來人類與自己發明的機器如何互動。”高銳說道。

　　人工智能正迅速成為我們日常生活的一部分，它改變了我們的工作、購物、旅行和相互交流方式。此時，我們開始發現人工智能產生影響的多種方式，甚至是對商業、社會和文化的挑戰。

　　高銳表示：“人工智能對人類未來發展意義深遠。為了盡量擴大推廣AI的益處，同時應對倫理道德、法律和監管方面的挑戰，第一步就要為理解人工智能提供通用的事實依據。”

　　作為首份技術趨勢報告，它為政府和企業的政策制定者和決策者提供AI通用信息庫。

　　世界知識產權組織為了解該領域的發展設計了一個新框架，將AI相關技術分組，以反映它的三個維度：AI中使用的技術，如機器學習；功能應用，如語音處理和計算機視覺；以及應用領域，包括電信和運輸。

　　對于這些領域中的每一個，報告都提供數據和分析，以確定趨勢、關鍵參與者、地理分布和市場活動，包括收購和訴訟。

　　這份最新的旗艦報告涵蓋超過34萬份AI相關ZL申請和20世紀50年代AI初現以來發表的160萬篇科學論文。其中大多數AI相關ZL申請為2013年后公布。

　　前30名AIZL申請方中有26名為公司企業，其余4名為大學或公共研究機構。美國國際商業機器公司（IBM）的AIZL申請數量最多，截至2016年底擁有8290項發明；其次為美國微軟公司，擁有5930項發明。

　　中國企業正在鞏固領先地位，2013—2016年，AI相關ZL申請量平均年增長超過20%，與大多數其他國家的企業增長率相當甚至超過了20%。

　　中國公共研究機構/大學的ZL活動顯著增長，2013—2016年平均每年增長20%~80%。中國占據了前20名學術機構中的17席，中國科學院憑借超過2500個同族ZL位居總排名第17位，同時位列學術機構排名的第一名。

　　中科院一馬當先

　　2008—2018年，中科院在機器學習領域的ZL數量為715件，在語音處理領域的ZL數量為203件，在自然語言處理領域的ZL數量為246件，在計算機視覺領域的ZL數量為417件。這樣的成績單是如何取得的？

　　“首先，中科院通過制定和實施知識產權戰略，明確知識產權創造和運用的目標。早在2007年，中科院發布了《關于進一步加強知識產權工作的若干意見》，并先后制定了一系列政策法規。”中科院科技戰略咨詢研究院研究員、知識產權研究與培訓中心副主任，中國科學院大學知識產權學院副院長宋河發教授告訴《中國科學報》。

　　其次是構建知識產權工作體系。他介紹，在中科院科技促進發展局建立知識產權管理處，在院級層面建立知識產權研究院培訓中心、知識產權信息中心、知識產權法律咨詢平臺、知識產權投資公司、知識產權運營管理中心，建立了“院級指導、所級操作”的知識產權工作體系。

　　近年來中科院知識產權工作發展迅速，2016年ZL申請達到14881件，授權量達到9786件，持有效ZL達到36032件。2008—2016年，中科院共獲得國家ZL獎83項。

　　再次，大力開展知識產權培訓和信息服務。通過設計知識產權培訓課程體系，開展所級領導、管理骨干、科研骨干、知識產權專員四個層極的專題培訓班，2008年以來共培訓1.6萬人次。截至2016年，中科院共有院級知識產權專員311人，所級知識產權專員1080人；從事知識產權管理、轉移轉化與服務工作的人員共1891人。

　　“知識產權專員和管理人員為科研項目開展知識產權分析工作，有效提升了科研創新的效率。”宋河發表示。

　　第四，通過知識產權強化人工智能科技創新。中科院近年來建立了一批人工智能的研究機構，如中國科學院大學成立了人工智能技術學院、未來學院，軟件研究所成立智能軟件研究中心，自動化研究所成立南京人工智能芯片創新研究院等，不斷加大對人工智能的研發，掌握一大批自主技術ZL。

　　最后，加強科技成果轉化。“中科院十分重視科技成果轉化，積極在人工智能、物聯網、光學、醫療儀器等領域建設專業型孵化器，通過合作研發、委托研發、共建實驗室、技術轉讓許可、作價入股投資、拍賣等方式轉化科技成果和知識產權。”宋河發說道。

　　2008—2016年，中科院累計轉移轉化知識產權（轉讓、許可、自行實施、作價入股、技術開發、技術服務）7000件，合同金額超過120億元。

　　AIZL申請與發展

　　這份報告顯示，計算機視覺包括圖像識別技術，是實現汽車自動駕駛的關鍵技術，也是最常見的AI應用，所有AI相關ZL中有49%涉及該技術。用于機器人的AIZL申請從2013年的622件增長至2016年的2272件，總體提高265%，年均增長率55%。控制方法技術管理機器臂等設備的行為，相關ZL申請從2013年的193件增加至2016年的698件，提高262%，年均增長率達到55%。

　　許多部門和行業正在探索人工智能的商業開發。其中，交通運輸領域不僅總體結果表現突出，而且表現出AI相關ZL申請增長率最高的特點，2016年為8764份申請，2013—2016年的年增長率為33%。

　　瑞士洛桑聯邦理工學院智能系統實驗室主任、瑞士國家機器人能力中心創始主任Dario Floreano表示：“我對人工智能和機器人技術ZL申請量的增加并不感到驚訝。這十年見證了政府和工業為智能系統研究提供的大量資金的增長，一些成果正迅速從實驗室部署到現實世界。”

　　與每一項新技術一樣，人工智能為早期采用者提供了優勢，也帶來了許多挑戰。如人工智能正在取代技能，威脅就業和收入；對數據的關注，從擔心安全漏洞和黑客攻擊到隱私及同意問題，再到算法和數據評估中的潛在偏見。

　　如精確醫學領域，即為每個患者量身定制的治療方案設計，其進展需要系統地收集每種疾病類型和亞型患者的大量臨床數據。獲取數據帶來了與保護人類主體相關的挑戰。“我們的觀點是，在改善患者生活的同時，要有達到正確的平衡并保護我們權利的可能性。”美國紐約大學醫學院應用生物信息學實驗室負責人Aristotelis Tsirigos說。

　　與人工智能相關的第一批ZL申請是20世紀80年代初在日本提出的，但美國和中國均后來者居上。目前，美國和中國是兩個最受歡迎的人工智能ZL申請機構所在地。2014年，中國申請ZL的數量首次超過美國。

　　有評論家稱，“在未來的10年里，我們將在人工智能領域擁有平行的生態系統：一個在硅谷，一個在中國。”

　　人工智能的進一步發展將取決于許多其他因素，這些因素的影響遠遠超出了技術本身。就其涉及的廣泛問題，尚有諸多空間。