人工智能技术专利深度分析报告
AI人工智能调研报告
1．研究目的 (3)2．研究背景 (3)二、人工智能的概述 (3)1．人工智能的定义和发展历史 (3)1.1 人工智能的定义 (3)1.2. 人工智能的发展历史 (4)2.人工智能的分类和应用领域 (4)2.1. 人工智能的分类 (4)2.2. 人工智能的应用领域 (4)三、人工智能技术的原理和方法 (6)1.人工神经网络 (6)2.机器学习 (6)3.深度学习 (7)4. 自然语言处理 (8)5. 计算机视觉 (9)四、人工智能发展现状 (10)1.国际发展现状 (10)2. 国内发展现状 (11)五、人工智能的优势和挑战 (11)1. 优势 (11)2. 挑战 (12)六、人工智能的应用案例 (13)1. 人工智能在医疗领域的应用 (13)2.人工智能在金融领域的应用 (13)3.人工智能在制造业的应用 (14)4. 人工智能在交通领域的应用 (14)七、人工智能的未来发展趋势 (15)1. 技术发展趋势 (15)2. 应用领域发展趋势 (15)八、人工智能的安全与伦理问题 (16)1.安全问题 (16)九、结论和建议 (17)1．结论 (17)2.建议 (18)十、参考文献 (18)人工智能调研报告一、研究目的和背景1．研究目的本次调研旨在深入了解人工智能的发展现状、技术原理和应用案例，分析人工智能的优势和挑战，并探讨其未来发展趋势。
同时，本研究还将关注人工智能在安全和伦理方面存在的问题，并提出应对建议。
通过这些内容的探讨，旨在为政府、企业和社会公众提供关于人工智能的全面了解和参考。
2．研究背景近年来，人工智能技术的发展日新月异，被广泛应用于各个领域。
作为一种具有广泛应用前景的前沿技术，人工智能已经引起了全球范围内的广泛关注。
在国际上，美国、欧洲、中国等国家都已经制定了人工智能发展战略和规划，提出了未来几年的发展目标和重点领域。
在国内，政府、企业和学界也都在积极推进人工智能的研究和应用。
随着人工智能技术的不断发展和应用，其所涉及的伦理、安全等问题也越来越受到人们的关注。
基于专利信息的人工智能技术创新网络图谱研究
基于专利信息的人工智能技术创新网络图谱研究赵程程（上海工程技术大学管理学院，上海201620）摘要：本文使用德温特创新专利引文索引数据库提供的人工智能相关专利数据（2010—2020年），利用知识图谱软件Citespace绘制人工智能技术创新网络图谱，识别出AI创新关键路径及重要节点企业/科研机构、中国人工智能领域最有发展潜力的创新主体和重要创新主体，并对其创新合作特征进行分析。
结论如下：①2010—2020年人工智能关键路径及演化呈现四大特征；②AI创新关键路径重要节点企业/科研机构有15家；③AI最具潜力的创新主体有华为等10家企业，以及中山大学等15家高校/科研院所;④AI重要创新主体有腾讯等10家企业，以及电子科技大学等10家科研机构。
关键词：人工智能；创新网路；专利分析；知识图谱中图分类号：G327.312.6文献标识码：AResearch on Artificial Intelligence Technology Innovation NetworkKnowledge Map Based on Patent InformationZhao Chengcheng(School of Management，Shanghai University of Engineering Science，Shanghai201620，China)\'-I r.ici:Firstly,we use the artificial intelligence(AI)patent data(2010一2020)provided by Derwent Innovations Index.Secondly, AI technology innovation network knowledge map was drawn by the software CiteSpace.Thirdly,AI innovation key path and important nodes were identified.Fourthly,the most potential innovation subjects and important innovation subjects in the field of AI in China are analyzed.The conclusions are as follows.①There are4characteristics of evolution in AI key path in2010一2020.②There are15the keynote enterprises/scientific research institutions on AI technology innovation.③The most potential innovation subjects of AI in China include10enterprises such as Huawei,and15scientific institutes such as Sun Yat-Sen University,Xi'an Jiaotong University,Southeast University and Shenzhen University.④20AI innovation sectors in China include10enterprises such as Tencent,and10scientific research institutions such as University of Electronic Science and technology.Key words:Artificial intelligence；Innovation network；Patent analysis；Knowledge map疫情防控的严峻形势正倒逼着各国科技企业人工智能既是机遇又是挑战，世界格局极有可能竞相发力，对错过前三次科技革命的中国来说，因此而重新洗牌。
人工智能应用情况调研报告
人工智能应用情况调研报告一、引言随着信息技术的飞速发展，人工智能作为新一轮产业革命的核心驱动力，正在深刻改变着人们的生产生活方式。
它在各个领域的广泛应用，不仅为经济社会发展带来了新的机遇，也给人们的生活带来了巨大的便利。
本报告旨在对人工智能在多个领域的应用情况进行深入调研，分析其现状、特点、挑战及未来发展趋势，以期为相关行业和决策者提供有益的参考。
二、人工智能应用领域1.医疗保健疾病诊断与预测：人工智能通过对大量医疗数据的分析，可以辅助医生进行疾病的诊断和预测。
例如，IBM Watson for Oncology系统可以帮助医生更好地识别和诊断癌症。
药物研发：利用人工智能技术可以加速药物研发的过程，提高药物的疗效和安全性。
例如，深度学习模型可以预测药物的副作用和潜在的药物相互作用。
医疗影像分析：AI算法可以对医学影像进行自动分析和识别，帮助医生更快速准确地诊断疾病。
例如，斯坦福大学的研究人员利用深度学习算法识别X光图像中的肺炎迹象。
2.金融领域风险评估与信用评级：通过大数据和机器学习技术，人工智能可以对客户的信用风险进行评估，为金融机构提供决策支持。
市场预测与投资建议：AI可以分析市场数据，预测股票价格走势，为投资者提供投资建议。
例如，一些智能投顾平台利用机器学习算法进行投资组合管理。
反欺诈与合规监测：人工智能可以识别金融交易中的欺诈行为，监测合规风险，保障金融市场的稳定运行。
3.教育领域智能教学系统：根据学生的学习情况和特点，为其提供个性化的学习内容和方案。
例如，自适应学习系统可以根据学生的学习进度和能力调整教学内容。
教学辅助工具：如智能辅导机器人、自动化评分系统等，可以减轻教师的工作负担，提高教学效率。
虚拟现实与教育互动：利用虚拟现实技术创建沉浸式学习环境，提升学生的学习体验和参与度。
4.制造业智能制造：包括智能生产线、工业机器人等，可以提高生产效率和产品质量，实现制造业的智能化转型。
设备预测维护：基于传感器数据和机器学习算法，对设备的运行状态进行监测和预测，提前发现潜在问题，降低维修成本。
世界人工智能研究报告论文
世界人工智能研究报告论文在当今世界，人工智能（AI）已经成为推动社会进步和经济发展的关键技术之一。
随着计算能力的提升和大数据的积累，人工智能技术在各个领域都展现出了巨大的潜力和应用前景。
本篇研究报告旨在深入探讨人工智能的发展历程、现状、以及未来的发展趋势，并对人工智能在不同领域的应用进行分析和展望。
引言人工智能，简称AI，是指使计算机系统模拟人类智能行为的科学技术。
自20世纪50年代人工智能概念的提出，到今天，AI已经从理论走向实践，从实验室走向日常生活。
AI技术的发展不仅极大地提高了生产效率，也在医疗、教育、交通、金融等多个领域产生了革命性的影响。
人工智能的发展历程人工智能的发展可以大致分为几个阶段。
20世纪50年代至70年代是AI的起步阶段，这一时期以逻辑推理和问题求解为主。
80年代至90年代，随着专家系统的兴起，AI开始在特定领域内得到应用。
21世纪初，随着机器学习和数据挖掘技术的发展，AI进入了快速发展期。
近年来，深度学习技术的突破使得AI在图像识别、自然语言处理等领域取得了显著的进展。
当前人工智能技术的现状目前，人工智能技术已经渗透到社会的各个角落。
在工业生产中，AI可以优化生产流程，提高产品质量和生产效率。
在服务业，AI客服和智能推荐系统正在改变传统的服务模式。
在医疗领域，AI辅助诊断和药物研发大大提高了医疗水平。
在交通领域，自动驾驶技术正在逐步实现商业化应用。
此外，AI在教育、金融、安全等多个领域也有着广泛的应用。
人工智能的关键技术人工智能的关键技术包括机器学习、深度学习、自然语言处理、计算机视觉等。
这些技术的发展和应用是AI领域取得突破的基础。
机器学习是AI的基石，通过算法使计算机能够从数据中学习并做出决策。
深度学习是机器学习的一个分支，通过模拟人脑神经网络的结构来处理复杂的数据。
自然语言处理使计算机能够理解和生成人类语言。
计算机视觉则使计算机能够“看”和理解图像和视频内容。
人工智能在不同领域的应用医疗领域在医疗领域，AI的应用主要集中在辅助诊断、个性化治疗、药物研发等方面。
ict深度行业报告分析
ict深度行业报告分析ICT深度行业报告分析。
ICT（信息通信技术）行业是当今世界经济中最具活力和发展潜力的行业之一。
随着科技的不断进步和全球信息化的发展，ICT行业在各个领域都扮演着重要角色。
本文将对ICT行业进行深度分析，探讨其发展现状、趋势和未来发展方向。
首先，我们来看一下ICT行业的发展现状。
随着互联网、移动通信、云计算等技术的不断成熟和普及，ICT行业在全球范围内得到了快速发展。
据统计，全球ICT行业的市场规模已经达到数万亿美元，成为全球经济的重要组成部分。
在各个国家和地区，ICT行业都成为了推动经济增长和创新发展的重要引擎。
同时，ICT行业也在不断拓展其应用领域，涵盖了通信、电子商务、金融、医疗、教育、制造等各个行业，为各行各业的数字化转型提供了强大支撑。
其次，我们来分析一下ICT行业的发展趋势。
随着人工智能、大数据、物联网等新技术的不断涌现，ICT行业正经历着新一轮的技术革命和产业变革。
在人工智能领域，智能语音助手、智能机器人、自动驾驶等应用正在改变人们的生活和工作方式。
在大数据领域，数据分析、数据挖掘、数据可视化等技术正在成为企业决策和创新的重要工具。
在物联网领域，智能家居、智能城市、智能制造等应用正在重新定义人与物的关系。
可以预见，ICT行业将在未来继续向着智能化、数字化、网络化、智慧化的方向发展，为人类社会带来更多的便利和创新。
最后，我们来展望一下ICT行业的未来发展方向。
在未来，ICT行业将继续发挥重要作用，成为全球经济的主要增长点。
随着5G、6G等新一代通信技术的商用，全球信息基础设施将得到进一步升级，为各种新型应用提供更快速、更稳定的网络支持。
在人工智能领域，随着算法、芯片、数据等基础技术的不断进步，人工智能将成为各行业的重要生产力工具，为人类社会带来更多的创新和进步。
在物联网领域，随着各种智能设备的普及和应用，物与物之间的连接将变得更加紧密，为人们的生活和工作带来更多的便利和效率提升。
人工智能技术专利深度分析报告
人工智能技术专利深度分析报告
中国专利保护协会 2018 年 11 月
人工智能技术专利深度分析报告
目录
第 1 章 报告目标与检索策略..............................................................1 1.1 人工智能技术概述...........................................................................1 1.2 分析目标..........................................................................................1 1.3 检索策略..........................................................................................2 第 2 章 人工智能技术整体专利态势分析 ............................................3 2.1 专利申请量趋势分析.......................................................................3
2.1.1 全球人工智能专利申请量趋势 ............................................3 2.1.2 专利申请量排名前十的国家/地区.......................................3 2.1.3 中国申请量趋势及国内排名前五的申请人申请量趋势 .....4 2.1.4 美国地区申请量趋势............................................................6 2.1.5 欧洲地区申请量趋势............................................................6 2.1.6 日本申请量趋势....................................................................7 2.1.7 韩国申请量分析....................................................................8 2.2 专利权人整体状况分析...................................................................9 2.2.1 国内主要专利权人分析........................................................9 2.2.2 美国主要专利权人分析........................................................9 2.2.3 欧洲主要专利权人分析......................................................10 2.2.4 日本主要专利权人分析......................................................11 2.2.5 韩国主要专利权人分析......................................................11 2.3 P.......................................................12 2.3.1 世界范围内的 PCT 申请量分布特征 ..................................13
人工智能技术的知识产权保护与专利布局分析报告
人工智能技术的知识产权保护与专利布局分析报告导言人工智能（Artificial Intelligence，简称AI）技术正在以前所未有的速度和规模改变着我们的生活。
然而，随着AI技术的迅猛发展，对于知识产权的保护和专利布局也成为了一个重要的问题。
本文将对人工智能技术的知识产权保护与专利布局进行详细的分析和探讨。
AI技术的快速发展近年来，AI技术取得了惊人的突破和进展。
从机器学习、深度学习到自然语言处理和计算机视觉，AI技术已经在诸多领域如医疗、金融、交通等应用开始了深入广泛的应用。
随着AI技术的快速发展，人们对知识产权的保护和专利布局也更加关注。
知识产权的保护专利保护专利作为知识产权的一种重要形式，可以保护AI技术的独创性和技术优势。
在AI技术领域，专利的保护困难度较大，因为AI技术通常涉及众多的算法和方法，很难确定什么是独创的。
此外，AI技术的发展也较为迅猛，法律和法规对于AI技术的保护也相对滞后。
然而，专利的保护仍然是一种不可或缺的方式，可以保护AI技术的核心算法和技术实现。
商业秘密保护商业秘密是另一种重要的知识产权保护方式。
AI技术的应用往往涉及到大量的数据和算法模型，这些数据和模型对于企业来说具有重要的商业价值。
保护这些商业秘密可以通过技术手段，如数据加密和访问控制，以确保数据和算法的机密性。
著作权保护著作权是保护AI技术中的软件代码和文档的重要手段。
在AI技术领域，著作权可以保护AI算法的具体实现方式和代码的原创性。
此外，对于AI技术的文档和相关说明，著作权也可以起到保护的作用。
专利布局的重要性竞争优势AI技术的专利布局可以为企业带来重要的竞争优势。
拥有一系列与AI技术相关的专利可以为企业提供一定的技术壁垒，限制竞争对手的进入。
此外，专利布局还可以为企业创造商业机会，如技术转让和许可。
技术合作AI技术的专利布局还可以为企业带来技术合作的机会。
企业在布局专利的同时，也可以注意到其他企业的专利布局情况，发现潜在的合作伙伴。
人工智能行业调研报告技术创新与应用前景
人工智能行业调研报告技术创新与应用前景人工智能行业调研报告摘要：本报告以人工智能行业的技术创新与应用前景为主题，通过调研和分析，全面介绍了人工智能在不同领域的技术发展和应用前景，对人工智能行业的未来发展进行了展望。
报告指出，人工智能技术创新将在社会各个领域产生重大影响，同时也面临伦理、隐私和安全等方面的挑战。
第一章：引言1.1 背景介绍人工智能是一门研究如何使计算机能够像人一样地思考、学习和决策的学科。
近年来，随着计算能力的提高和数据的爆炸性增长，人工智能在各个领域的应用越来越广泛，对社会生产生活产生了巨大的影响。
1.2 研究目的本调研报告的目的在于全面了解人工智能行业的技术创新和应用前景，探讨人工智能对社会的影响与挑战。
第二章：技术创新2.1 机器学习机器学习是人工智能的核心技术之一，通过让计算机从数据中学习并不断优化算法和模型，实现了智能化的决策和预测。
机器学习在图像识别、语音识别、自然语言处理等方面取得了显著的突破。
2.2 深度学习深度学习是机器学习的重要分支，通过构建多层神经网络模型，实现了对大规模数据的特征提取和模式识别。
深度学习在图像识别、自动驾驶、医疗影像分析等领域取得了突破性的成果。
2.3 自然语言处理自然语言处理是将人类语言转换成计算机可理解和处理的形式，是人工智能技术在语言领域的重要应用。
自然语言处理技术可以实现机器翻译、智能客服、舆情分析等任务，方便人机交互和信息处理。
第三章：应用前景3.1 智能交通人工智能在智能交通领域具有广阔的应用前景。
智能交通系统可以通过图像识别和数据分析等技术，实现交通信号优化、路况预测和智能导航等功能，提高交通效率和安全性。
3.2 智能医疗人工智能在医疗领域的应用前景巨大。
通过深度学习和数据挖掘等技术，可以实现疾病诊断、药物研发和个性化治疗等方面的突破。
智能医疗可以大大提高医疗效率和减少医疗事故的发生。
3.3 智能金融人工智能在金融领域的应用已经取得了显著成果。
人工智能系列深度报告：AIGC行业综述篇——开启AI新篇章
证券研究报告计算机2023年03月20日人工智能系列深度报告：AIGC行业综述篇——开启AI新篇章陈梦竹(证券分析师)陈凯艺(联系人)S0350521090003S0350121070080***************.cn***************.cn1核心提要本篇报告主要解答了以下问题：AI、AIGC当下发展处于什么阶段？未来将呈现怎样的趋势？AIGC的核心生产要素是什么？各生产要素的发展趋势如何？NLP、CV、ASR、TTS算法及发展？ChatGPT为何“火爆出圈”？AIGC包括什么？已有哪些产品？应用现状及前景如何?有哪些企业进行了布局？商业模式如何？◆行业发展：人工智能步入新发展阶段，逐步迈向AGI；AIGC拥抱人类，创造人机交互新变革，将迎来更多新机遇。
人工智能从理论发展分为四个阶段：规则导向、机器学习、深度学习、自主学习阶段，目前处于深度学习阶段；从应用成熟度可分为三个阶段：弱人工智能阶段（ANI）、强人工智能阶段（AGI）、超人工智能阶段（ASI），目前处于ANI阶段；从应用类型可分为四种：感知式AI与分析式AI应用较成熟，决策式AI近年来发展迅速，生成式AI迎来突破。
生成式AI，即AIGC，较传统内容创作模式UGC、PGC可实现更大数量、更高质量、更低单位成本，未来将从辅助创作生成趋向高度自动化自主创造。
此外，AIGC将赋能多领域，加速人机共生的建设，迎接更多机遇与挑战。
◆技术进步：算力是支撑，数据是瓶颈，算法迎来突破。
算力层，近年来大模型流行，模型参数量迅速膨胀，所需计算资源越来越大，算力是AIGC核心生产要素；而AI芯片全球短缺，美对华芯片制裁升级，我们认为国内短期算力充足，长期仍需要逐步实现AI芯片国产化替代。
数据是机器学习的核心，AI发展的瓶颈,数据决定模型质量的上限；大模型训练需要海量且优质数据，AI对数据训练集的消耗量远大于人类数据生产的速度，专业领域、图像视频等数据获取和标注成本也将越来越高，我们认为加速商业化，实现数据反哺是对提高数据量、降成本的重要解决办法。
专利评估报告2篇
专利评估报告2篇专利评估报告一一、选题依据众所周知，随着知识产权的发展，专利在各个行业中的使用越来越广泛，特别是在高新技术领域的应用，专利更是作为衡量企业创新能力和核心竞争力的重要标志。
然而，在专利的申请和运用中，专利的质量和有效性成为关键问题之一。
为了解决上述问题，本文选择通过对某项专利进行分析和评估，探究专利的价值和有效性，并提出相关建议。
二、专利背景本次分析的专利为一项国内某公司申请的“一种基于深度学习的人脸检测和识别方法”，专利申请日为2019年3月19日，公开（公告）日为2019年8月30日。
该专利号为CN110166383A。
三、专利价值评估1.市场需求人脸识别技术目前被广泛应用于各行各业，如公安、金融、交通等领域。
尤其是在人工智能、物联网等新兴业务中，人脸识别技术被广泛应用。
随着人们对安全的重视程度越来越高，人脸识别技术的市场需求也会越来越高。
2.技术创新性该专利提出的基于深度学习的人脸检测和识别方法，通过对深度学习算法的优化，大大提高了人脸识别技术的准确性和可信度。
与传统方法相比，本方法在人脸检测和识别的准确率和速度方面都有较大提升，并且具有更好的应用前景和商业价值。
3.技术难度该专利的技术难度较高，需要一定的计算机、算法和模型等专业技术知识，并且需要充分的数据集和模型训练。
所以该专利在技术上的门槛较高，更有利于拥有相关技术和专业背景的企业和个人进行运用和创新。
4.专利权保护期该专利的保护期为20年，较为长久。
在保护期内，该专利的持有人可以对侵权方进行维权，有效地保护研究和开发所投入的资金和精力。
5.成果转化该专利的技术和应用前景广阔，具有很好的成果转化价值。
可以通过授权或转让的方式，将该专利进行商业化运用，获得巨额的经济收益。
综上所述，该专利具有较高的市场需求度和技术创新性，但技术难度较大。
专利权保护期较长，成果转化价值较高。
四、专利有效性评估1.同领域专利对比通过对比该专利同领域的相关专利，发现本专利在技术创新性和应用实用性等方面与同领域专利有较大差距。
人工智能发展水平评价分析报告
一、研究背景及意义人工智能是一种引发诸多领域产生颠覆性变革的前沿技术。
20世纪50年代“人工智能”被首次提出，至今60多年的发展，人工智能以机器学习、深度学习为核心，在视觉、语音、通信等领域快速发展，悄然改变着人们的生活及工作方式。
世界上越来越多的国家意识到了人工智能技术的重要性与颠覆性，积极地在AI领域深耕布局，培养AI领域人才，抢夺技术先机。
当前，中国明确将人工智能作为未来国家重要的发展战略，加强新一代人工智能在医疗、养老、教育等领域的研发应用。
2016年起发布《“互联网+”人工智能三年行动实施方案》、《新一代人工智能发展规划》、《促进新一代人工智能产业发展三年行动计划（2018-2020年）》等政策文件。
在此背景下，为了解当今国际上人工智能的发展现状，把握中国在人工智能领域的竞争态势，浙江大学信息资源分析与应用研究中心（CIRAA）自2019 年始，每年发布《人工智能发展水平评价分析报告》，该报告基于数据公开、面向世界、评价透明、计算可重复原则，在人工智能评价指标量化排名方面积极探索。
通过调研国内外人工智能产业发展趋势及主流人工智能评价框架，设计指标体系，其指标数据完全基于公开数据进行定量评价，进而获得一个合理、客观、透明的人工智能排行榜。
《人工智能发展水平评价分析报告2020》为课题组第三次发布，本次报告在指标数据采集方式上进行了更新，以期更完整精确的获得各国人工智能排行情况。
二、研究主要方法2.1评价原则本项目组完全基于公开数据进行定量评价，以保证评价的客观性，特制订以下原则：（1）数据公开。
所有指标数据来源对外公布的数据，任何人均可从公开检索平台获取。
（2）面向世界。
评价指标基于各国的共同特性做出评价。
（3）评价透明。
评价过程公开透明。
（4）计算可重复。
基于指标数据得出的结果可重复，可检验。
2.2指标体系课题组经过对国内外人工智能著名排行榜指标体系对比分析，并结合指标评价原则，提出了自己的智库评价指标体系（表1），包括6个一级指标，24个二2级指标。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人工智能技术专利深度分析报告目录第1章报告目标与检索策略 (1)1.1 人工智能技术概述 (1)1.2 分析目标 (1)1.3 检索策略 (2)第2章人工智能技术整体专利态势分析 (3)2.1 专利申请量趋势分析 (3)2.1.1 全球人工智能专利申请量趋势 (3)2.1.2 专利申请量排名前十的国家/地区 (3)2.1.3 中国申请量趋势及国内排名前五的申请人申请量趋势 (4)2.1.4 美国地区申请量趋势 (6)2.1.5 欧洲地区申请量趋势 (6)2.1.6 日本申请量趋势 (7)2.1.7 韩国申请量分析 (8)2.2 专利权人整体状况分析 (9)2.2.1 国内主要专利权人分析 (9)2.2.2 美国主要专利权人分析 (9)2.2.3 欧洲主要专利权人分析 (10)2.2.4 日本主要专利权人分析 (11)2.2.5 韩国主要专利权人分析 (11)2.3 PCT申请态势分析 (12)2.3.1 世界范围内的PCT申请量分布特征 (13)2.3.2 世界主要PCT申请地区的申请年代趋势 (13)2.3.3 世界范围内PCT申请的技术分布 (15)2.3.4 世界主要PCT申请地区的技术分布 (16)第3章人工智能重点专利技术分析 (17)3.1 主要技术分支 (17)3.2 主要技术分支技术生命周期 (18)3.2.1 机器学习和基础算法技术生命周期 (18)3.2.2 智能搜索和智能推荐技术生命周期 (19)3.2.3 语音识别技术生命周期分析 (20)3.2.4自然语言处理技术生命周期 (21)3.2.5自动驾驶技术生命周期 (22)3.2.6计算机视觉和图像识别技术生命周期 (23)3.3 主要技术分支申请量趋势 (23)3.3.1 主要技术分支在国内的申请量趋势 (23)3.3.2 主要技术分支在美国的申请量趋势 (24)3.3.3 主要技术分支在欧洲的申请量趋势 (25)3.3.4 主要技术分支在日本的申请量趋势 (26)3.4 主要技术分支国内重要申请人 (27)3.4.1 机器学习和基础算法方向主要申请人 (27)3.4.2 智能搜索和智能推荐方向主要申请人 (28)3.4.3 语音识别方向主要申请人 (29)3.4.4 自然语言处理方向主要申请人 (29)3.4.5 自动驾驶方向主要申请人 (30)3.4.6计算机视觉和图像识别方向主要申请人 (31)第4章人工智能重要专利权人分析 (33)4.1 重要专利权人在各国家/地区的申请趋势 (33)4.2 国内主要专利权人分析 (33)4.3 美国主要专利权人分析 (34)4.4 欧洲主要专利权人分析 (35)4.5 日本主要专利权人分析 (36)4.6 韩国主要专利权人分析 (37)第5章意见和建议 (38)5.1 产业发展建议 (38)5.2 企业发展建议 (39)第1章报告目标与检索策略1.1 人工智能技术概述人工智能（Artificial Intelligence, AI）亦称机器智能，是指由人制造出来的机器所表现出来的智能。
通常人工智能是指通过普通计算机程序的手段实现的类人智能技术。
传统的人工智能发展思路是研究人类如何产生智能，然后让机器学习人的思考方式去行为。
而现代人工智能概念则认为机器不一定需要像人一样思考才能获得智能，重点是让机器能够解决人脑所能解决的问题。
人工智能的核心问题包括建构能够跟人类似甚至超越的推理、知识、规划、学习、交流、感知、移动和操作物体的能力等。
从1956年人工智能这个概念被首次提出以来，人工智能的发展几经沉浮。
随着核心算法的突破、计算能力的迅速提升以及海量数据的支撑，人工智能技术在近十年里迎来了质的飞跃，尤其是在自然语言处理、计算机视觉、语音识别和自动驾驶等领域取得了长足的发展。
1.2 分析目标最近两年，随着人工智能技术在国内的蓬勃发展，一些研究机构对国内外的技术现状进行了不同角度的分析，这些研究对于国内企业的自身发展起到了积极的指导作用。
但是还没有一项研究是专门从专利技术的角度进行深入的分析，而对于业内的企业来说，专利技术是反映真正技术实力的重要指标。
本报告对人工智能技术在世界范围内和在我国的专利申请数据进行了深入分析，旨在了解人工智能领域专利申请的趋势特点、地域特点和发展态势；分析人工智能技术主要的技术输出国家和地区，行业内最具创新能力的公司和研究机构，以及重要的研发力量；并且，从专利申请的角度，发现人工智能领域发展活跃的技术分支，推测人工智能技术未来的发展方向。
1.3 检索策略本报告中的数据以中国专利文摘数据库（CNABS）和德温特世界专利索引数据库（DWPI）作为数据来源，使用行业专家和相关技术领域专利审查专家共同给出的人工智能领域的中英文关键词进行检索，在此基础上，使用专利分类号对结果加以限制，最终得到本报告的研究数据。
其中，在DWPI数据库中，对人工智能领域在世界范围内的专利申请进行检索，共获得专利申请180617件，在CNABS数据库中，对人工智能领域在中国的专利申请进行检索，共获得专利申请105528件（检索日期2018年10月15日）。
为了避免引入过多噪音，力求检索结果准确，检索策略的确定着眼于两个标准：一是提高检索结果的准确度，避免噪声；二是注重人工智能行业内的主要应用领域和技术分支，尤其是软件、算法相关发明专利申请。
第2章人工智能技术整体专利态势分析2.1 专利申请量趋势分析2.1.1 全球人工智能专利申请量趋势对DWPI数据库中获得的专利申请按照申请年份进行统计，图2.1示出了从1985年至2017年各年度的申请量变化情况。
全球范围内，人工智能领域的专利申请量总体上呈逐年上升趋势，在2010年后增长速度明显加快，近两年的增长率更是令人瞩目。
由此可见，人工智能领域已经成为世界各国的研发热点，正在迎来全面的技术进步。
图2.1 全球人工智能专利申请量年度变化趋势2.1.2 专利申请量排名前十的国家/地区在DWPI数据库中，对各个国家/地区的人工智能领域专利申请量进行统计，排名前十位的国家/地区依次为中国、美国、日本、韩国、欧洲（指在欧专局直接提出申请）、德国、澳大利亚、台湾、加拿大和印度。
可见，中国在人工智能领域的专利申请数量已经超过了美国，达到76876件（在CNABS数据库中该数据为105528件，数据的差异是由DWPI数据库对摘要、关键词和专利分类号的再加工，以及技术术语翻译习惯不一致等原因造成的，为了避免在DWPI数据库检索结果中引入太多噪音，没有对英文关键词进行进一步扩展），列于首位。
美国以67276件的申请量略低于中国，日本位列第三。
如果将同属欧洲地区的多个国家/地区进行合并，其申请总量将超过韩国，位列第四。
其余各国中，台湾地区能够位列前十是比较引人瞩目的。
图2.2 专利申请量排名前十的国家/地区2.1.3 中国申请量趋势及国内排名前五的申请人申请量趋势（1）中国申请量趋势在DWPI数据库中，对中国专利申请的申请年度进行统计，得到如图2.3所示的申请量年度变化趋势。
与全球的变化趋势相比，近十年来，在中国进行专利申请的年度增长率明显更高，尤其是最近两年，几乎呈现直线上升的趋势。
可见，人工智能的技术研发在我国达到了空前的热度，这对全球申请总量的增长也起到了极大的促进作用。
图2.3 中国专利申请年度变化趋势（2）国内排名前五位的申请人各自申请量趋势在CNABS数据库中，对人工智能领域主要申请人的申请量进行统计，得到申请量排名前五的申请人依次为百度、中国科学院、微软、腾讯和三星（对申请人/专利权人的分析见2.2节）。
这几位申请人的申请量年度变化趋势如图2.4所示。
图2.4国内排名前五位的申请人各自申请量趋势其中三个中国申请人百度、中国科学院、腾讯的申请量在近几年增长迅速，尤其以百度公司最为亮眼，虽然起步较晚，但专利申请量迅速大幅度超过了其他申请人，并在最近两年遥遥领先。
而两家国外来华申请的微软和三星虽然曾经在申请量上具有优势，并保持持续增长的势头，但是在最近几年的表现却有些差强人意。
2.1.4 美国地区申请量趋势图2.5 美国专利申请年度变化趋势图2.5示出了DWPI数据库中美国专利申请的年度变化趋势，美国申请量整体呈现平稳上升的趋势，在2010年之后有过一段迅速增长的时期，最近两年的增长速度稍微放缓，2017年的申请量下降可能是由于部分2017年的专利申请未公开的情况造成。
2.1.5 欧洲地区申请量趋势在DWPI数据库中，将欧洲地区的主要专利申请国家和地区进行合并，共得到专利申请24634件。
对这些专利申请的申请量进行分析得到图2.6所示的变化趋势。
如图所示，欧洲地区申请量整体呈上升趋势，并在2010年之后经历了一段快速增长的时期，但近两年的申请量却开始回落，虽然2017年的数据会受到公开滞后的影响，但2017年的申请量整体下降的趋势似乎已经难以逆转。
图2.6 欧洲地区专利申请年度变化趋势2.1.6 日本申请量趋势图2.7 日本专利申请年度变化趋势日本的申请量趋势虽然整体呈上升趋势，但与中国、美国、欧洲地区有所不同的是，日本专利申请量在20世纪90年代末就率先加快了上升速度，在进入21世纪之后反而趋于平缓，虽然同样在2010年之后迎来了增长期，但增长速度明显无法和其他几个国家和地区相比。
2.1.7 韩国申请量分析图2.8 韩国专利申请年度变化趋势与美国申请量趋势类似，韩国申请量整体呈上升趋势，在2010年之后上升趋势加快，目前是在2016年达到峰值，2017年的申请量下降可能是由于部分2017年的专利申请未公开的情况造成，变化趋势不明显。
2.2 专利权人整体状况分析2.2.1 国内主要专利权人分析图2.9中国主要专利权人申请量图2.9为主要专利权人在国内的申请量图表（来源于CNABS数据库），其中可以看出，在国内的主要专利权人中，大部分还是国内的公司和高等院校，而国外来华的专利布局并不如其在其本国的专利申请量多。
其中，国内申请量最多的专利权人为百度，申请量为2368件。
2.2.2 美国主要专利权人分析图2.10示出了主要专利权人在美国的申请量，其中IBM的申请量独占鳌头，比排名稍靠后的微软和Google都要多将近一倍，而在美国申请量排名靠前的公司中，美国公司占了一半，且这些公司在美国申请量和其在全球申请量相近，其他公司则为日韩欧公司，分别为三星、索尼、佳能，东芝，NEC和西门子，且这些公司在美国的申请量要远低于其全球申请量。
图2.10主要专利权人在美国的申请量2.2.3 欧洲主要专利权人分析图2.11主要专利权人在欧洲申请量图2.11为各个主要专利权人在欧洲地区（包括欧专局和欧洲几个主要国家如英、法、德等）的申请量。