2019年人工智能中国专利技术分析报告_74页_20mb

人工智能中国专利技术分析报告总结

核心内容概述

本报告由国家工业信息安全发展研究中心编写，旨在分析中国在人工智能领域的专利技术态势，涵盖深度学习技术、语音识别、自然语言处理、计算机视觉、智能驾驶、云计算和智能机器人七大技术分支。报告指出，中国在人工智能专利申请量上已超越美国，成为全球第一。同时，报告对各技术分支的专利申请趋势、申请人排名、技术重点分支、专利有效性及技术路线演进进行了详细分析，为人工智能产业发展提供了参考依据。

主要观点与关键信息

人工智能发展背景与意义

• 人工智能作为引领科技革命和产业变革的战略性技术，具有很强的“头雁”效应，广泛应用于交通、医疗、教育、物流、养老、文化、体育等领域。
• 人工智能在提升公共服务和社会治理水平、推动传统产业变革和增强国家竞争力方面发挥着重要作用。
• 世界主要发达国家均将人工智能上升为国家战略，中国也通过一系列政策支持其发展。

中国人工智能专利申请态势

• 截至2019年10月，中国人工智能专利申请量累计达44万余件，超过美国成为全球第一。
• 专利申请量呈现逐年上升趋势，尤其是2010年后增长速度明显加快，2018年达到峰值70281件。
• 国内申请人如百度、腾讯、阿里、国家电网、浙江大学等占据主导地位，国外企业如微软、三星、IBM等也有所参与，但数量相对较少。

各技术分支分析

深度学习技术

• 专利申请量从2000年的45件增长到2018年的24203件，年增长率显著。
• 百度、腾讯、阿里、平安科技等企业以及高校如清华大学、浙江大学等在该领域占据领先地位。
• 重点技术分支包括G06K9（数字识别）、G06F17（数字方法）等。
• 专利有效性方面，约76%处于实质审查或公开阶段，13%为有效专利，11%为失效专利。

语音识别技术

• 专利申请量从2000年的91件增长到2018年的7498件，年增长率显著。
• 百度在该领域专利申请量最多，达933件，其他如华为、中兴等企业也参与其中。
• 重点技术分支包括G10L15（语音识别）、G06F17（数字方法）、G06F3（数据输入输出装置）等。
• 专利有效性方面，约48%处于实质审查或公开阶段，26%为有效专利，26%为失效专利。

自然语言处理技术

• 专利申请量从2000年的91件增长到2018年的7498件，年增长率显著。
• 百度、微软、腾讯等企业在该领域专利申请量领先，高校如北京航空航天大学、浙江大学、清华大学也参与其中。
• 重点技术分支包括G06F17（特定功能数字方法）、G06K9（数据识别）、G10L15（语音识别）等。
• 专利有效性方面，约58%处于实质审查或公开阶段，22%为有效专利，20%为失效专利。

计算机视觉技术

• 专利申请量从2000年的少量增长到2018年的31509件，年增长率显著。
• 中国科学院及其下属机构在该领域申请量最多，达3177件，其他如腾讯、阿里、百度等企业也积极参与。
• 重点技术分支包括G06K9（数据识别）、G06T7（图像分析）等。
• 专利有效性方面，约46%处于实质审查或公开阶段，28%为有效专利，22%为失效专利。

智能驾驶技术

• 专利申请量从2000年的少量增长到2018年的17974件，年增长率显著。
• 百度、华为、丰田、福特等企业及高校在该领域申请量领先。
• 重点技术分支包括B60W30（道路车辆驾驶控制系统）、G06K9（数据识别）、G05D1（自动驾驶装置）等。
• 专利有效性方面，约42%处于实质审查或公开阶段，32%为有效专利，20%为失效专利。

云计算技术

• 专利申请量从2004年的2件增长到2018年的14863件，年增长率显著。
• 浪潮集团、微软、阿里、华为等企业在该领域申请量领先。
• 重点技术分支包括H04L29（数字信息传输设备系统）、G06F17（特定功能数字方法）等。
• 专利有效性方面，约54%处于实质审查或公开阶段，25%为有效专利，16%为失效专利。

智能机器人技术

• 专利申请量从2000年的少量增长到2018年的14863件，年增长率显著。
• 北京光年无限科技有限公司在该领域申请量最多，其他如华南理工大学、上海交通大学、中科院沈阳自动化所等科研机构和高校也积极参与。
• 重点技术分支包括B25J9（程序控制机械手）、B25J11（不包含在其他组的机械手）等。
• 专利有效性方面，约38%处于实质审查或公开阶段，39%为有效专利，20%为失效专利。

结论与建议

结论

• 中国人工智能产业基础牢固，发展势头良好，空间巨大。
• 人工智能技术在多个技术分支中呈现蓬勃发展的态势，专利申请量逐年上升，尤其是2010年后增长显著。
• 互联网企业和高校在人工智能技术发展中占据主导地位，大型国企和科研院所也有所参与。
• 各技术分支均存在较高的专利申请量，但专利有效性相对较低，需关注专利稳定性及转化效率。

建议

• 加强对人工智能核心技术的投入，提高专利质量与数量。
• 鼓励高校与企业加强合作，推动科研成果的产业化。
• 提高知识产权意识，促进专利布局与技术发展的结合。
• 加强对国外技术的跟踪研究，避免在关键技术领域被卡脖子。
• 优化专利管理机制，提升专利转化效率和市场竞争力。