【摘要】近年来，以深度学习为中心，人工智能（Artificial Intelligence，AI）相关技术发展迅猛，跨领域申请的人工智能相关专利也不断增加，预计未来人工智能相关的技术开发和专利申请还会持续增加。为了明确日本国内外人工智能相关的专利申请现状，日本专利局（JPO）于2024年10月31日公布了2024年人工智能调查报告。

2024年AI相关专利申请调查的内容主要包括AI相关发明申请的总体动向、申请趋势、重要技术分支、专利申请人以及世界各国的AI申请动向。

1. 调查对象

（1）AI核心发明：机器学习技术，包括人工神经网络、深度学习、支持向量机、强化学习、模糊逻辑等。

（2）AI应用发明：AI基础技术（数学或信息处理技术），应用于图像处理、语音处理、自然语言处理、机器人控制技术、诊断/检测/预测/优化系统等各种技术领域。

如图1所示，此次专利调查对象是1988—2022年间，日本国内专利申请、PCT国际专利申请中定国为日本的专利申请。其中，集合A（G06N: AI核心发明）共有25,937件，集合B(AI应用发明)共有29,305件，集合C（含AI核心关键词）共有57,845件。

2. 总体动向

（1）日本的AI相关发明在1990年代前期曾出现了一次申请热潮，但此后近20年的申请量一直处于低迷状态。第二次申请热潮中的主要技术包括知识库模型和专家系统等，但由于在计算机中预先输入各种规则的难度较大，这一热潮逐渐消退。

（2）2014年以来，包括人工神经网络在内的机器学习技术，在第三次AI申请热潮中发挥了主导作用。

（3）机器学习率[1]长期保持在50%——60%左右，但从2013年开始上升，2019年达到了90%。2022年，机器学习率虽然有所减少，但仍高达87%。可见近年来的AI相关发明通常都是通过机器学习实现的。

（4）第三次AI申请热潮的产生，主要由于计算机性能的提高和数据流通量的增加，使AI相关理论得以实用化。

（5）研究发现近年来，在深度学习中，以ChatGPT为代表的生成式AI不仅成为学术界各种课题的研究对象，在社会中也引发了不少讨论，预计会对今后的AI相关发明产生影响。

（6）自2004年以来，AI相关发明的授权率[2]逐年增高，2020年达到83%。

3. AI相关发明申请技术领域分布

（1）在G06N（AI核心技术）以外的主要技术分类中，G06T（图像处理技术）、G06V（图像处理与识别）的申请量自2016年起呈增长趋势，二者在2019年后超过G06N（AI核心技术），成为申请量多的主要技术分类。

（2）2022年，所有主分类的申请量均达到2010年的2倍以上，其中A61B（医学诊断）、G06T（图像处理技术）、G06V（图像处理与识别）、G08G（交通控制）等主分类增长率极高。

（3）主要分类中，申请量排名靠前的还包括G01N（材料分析）、G06F16（信息检索和推荐系统）、G16H（医疗保健）、G05B（控制系统和协调）、G06F40（自然语言处理）、H04N（视频处理）等。

（4）G06F（通用信息技术）的应用规模较大，其中包括G06F3(用户界面技术)和G06F21（计算机安全技术）等信息处理相关技术。

（5）“其他”类技术领域的申请数量也呈增加趋势，可见AI技术的应用范围正在扩大。

4. 重要技术分支：深度学习

（1）近年来，深度学习技术是AI相关发明申请量增加的大原因，其申请量在2014年后持续增加。

（2）深度学习中包括四种重要且常用的方法：卷积神经网络（Convolutional Neural Network; CNN）、递归神经网络（Recurrent Neural Network, RNN）或长短期记忆网络（Long Short Term Memory, LSTM）、深度强化学习（Deep Reinforcement Learning, DRL）、变换器（Transformer）。

（3）CNN的AI相关发明申请量自2014年起呈增长趋势，DRL的申请量则趋于平稳。自2020年起，变换器的AI相关发明申请量超过了DRL的申请量，且呈增长趋势。

5. 申请人动向

在AI相关发明申请中，日本富士通申请量多，达1,678件；其后依次是NTT DOCOMO和佳能。在AI深度学习相关发明申请中，佳能和富士通申请量多，分别为873件和763件。

北京百度网讯科技有限公司的AI相关发明申请量为574件，位列第9；AI深度学习相关发明申请量为458件，位列第4，较上年排名（11位）有所上升。

6. 日本与各国/地区的G06N相关发明的申请动向对比

（1）除美国外，各国/地区的G06N相关申请量呈增长趋势，我国尤其突出，是全球该领域的主要申请地。

（2）在G06N3/02-3/10(人工神经网络)相关发明的申请量上，日本、美国在2020年达到峰值后呈下降趋势；而我国、韩国申请量仍在增加。

[1] 机器学习率指在所有G06N的申请量中，G06N3/02-3/10（神经网络）或G06N20/（机器学习）申请量所占的比例。

[2] 专利授权率=专利授权数量/（专利授权数量+驳回申请数量+FA后撤回或放弃的申请数量）

闫欣悦  编译

来源：

https://www.jpo.go.jp/system/patent/gaiyo/sesaku/ai/ai_shutsugan_chosa.html

原文标题：AI関連発明の出願状況調査

检索日期：2024年10月31日

来源：中科学院知识产权信息

免责声明：版权归原创所有仅供学习参考之用，禁止用于商业用途，部分文章推送时未能及时与原作者取得联系，若来源标错误侵犯到您的权益烦请告知我们将立即删除。