來(lái)源：上海證券報(bào)

□張光平 吳杰

□近10年來(lái)全球計(jì)算機(jī)加權(quán)專(zhuān)利年均復(fù)合增長(zhǎng)率從此前10年的8.3%下降到3.3%，但受神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)領(lǐng)域快速發(fā)展帶動(dòng)，美國(guó)深度學(xué)習(xí)的相關(guān)專(zhuān)利數(shù)量達(dá)到“摩爾定律”兩年翻一番所需增速,，預(yù)示著該技術(shù)有著巨大的發(fā)展?jié)撃?/p>

□本研究利用全球國(guó)際專(zhuān)利數(shù)據(jù)和各經(jīng)濟(jì)體知識(shí)產(chǎn)權(quán)進(jìn)出口使用費(fèi)數(shù)據(jù)對(duì)全球人工智能技術(shù)發(fā)展指標(biāo)、自主度指標(biāo)和國(guó)際化指標(biāo)進(jìn)行了定量化分析,，相關(guān)結(jié)果有利于我們更準(zhǔn)確地認(rèn)識(shí)和把握20多年來(lái)全球人工智能技術(shù)發(fā)展和主要經(jīng)濟(jì)體間相對(duì)自主度的變化

從1997年“深藍(lán)”打敗國(guó)際象棋世界冠軍,，到2006年深度學(xué)習(xí)崛起,，再到近期熱度很高的ChatGPT,，人工智能技術(shù)發(fā)展速度非常快,。不過(guò),，目前缺乏對(duì)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的技術(shù)度量研究，使我們難以把握相關(guān)技術(shù)的進(jìn)展,，對(duì)今后的預(yù)判更缺乏必要的依據(jù)。

技術(shù)度量是較為復(fù)雜的跨學(xué)科項(xiàng)目,。各企業(yè)研發(fā)投資是其科技產(chǎn)出的必要條件,，但由于企業(yè)研發(fā)效率有較大差異，僅用研發(fā)投資金額難以度量出企業(yè)的科技研發(fā)水平,。此外,，各經(jīng)濟(jì)體國(guó)際專(zhuān)利的技術(shù)含量或質(zhì)量有較大差異，難以直接比較,，因此很難直接通過(guò)國(guó)際專(zhuān)利數(shù)量對(duì)技術(shù)進(jìn)行度量,。本研究從世界知識(shí)產(chǎn)權(quán)組織二十多年來(lái)的各類(lèi)專(zhuān)利數(shù)據(jù)中“萃取”出人工智能和生成式人工智能技術(shù)對(duì)應(yīng)的專(zhuān)利，進(jìn)而利用各經(jīng)濟(jì)體平均每項(xiàng)國(guó)際專(zhuān)利產(chǎn)生的知識(shí)產(chǎn)權(quán)“出口使用費(fèi)”,，最后利用合適的數(shù)據(jù)模型設(shè)計(jì)并計(jì)算出包括人工智能發(fā)展指標(biāo),、自主度指標(biāo)和國(guó)際化指標(biāo)在內(nèi)的人工智能技術(shù)指標(biāo)體系度量結(jié)果。這些技術(shù)度量結(jié)果不僅可以用來(lái)計(jì)算人工智能技術(shù)對(duì)經(jīng)貿(mào),、金融等影響,，也可以為預(yù)判其今后發(fā)展提供參考依據(jù)。

一,、基于技術(shù)演進(jìn)路徑“萃取”技術(shù)度量所需的專(zhuān)利數(shù)據(jù)

所有理論和技術(shù)的發(fā)展,，都是在現(xiàn)有知識(shí)的基礎(chǔ)上演進(jìn)升華，都有一個(gè)從量變積累到質(zhì)變飛躍的過(guò)程,，人工智能技術(shù)也不例外,。要科學(xué)預(yù)判人工智能技術(shù)發(fā)展趨勢(shì)，首先要定位當(dāng)前技術(shù),，總體把握20多年來(lái)的技術(shù)演進(jìn)節(jié)奏,，特別是要找到可科學(xué)判斷技術(shù)演進(jìn)的要素或指標(biāo)。

科學(xué)技術(shù)不僅隱含或“嵌入”各種產(chǎn)品功能中，還隱含在生產(chǎn)這些產(chǎn)品的產(chǎn)業(yè)鏈中,。我們目前關(guān)注的產(chǎn)品價(jià)格,，不僅隱含了無(wú)數(shù)技術(shù)細(xì)節(jié)，也反映了市場(chǎng)供求關(guān)系,，直接從價(jià)格中“萃取”技術(shù)度量要素顯然存在較大難度,。

世界知識(shí)產(chǎn)權(quán)組織（WIPO）公布的各經(jīng)濟(jì)體各類(lèi)專(zhuān)利數(shù)據(jù)反映了全球技術(shù)擴(kuò)散的主要內(nèi)涵，是技術(shù)度量的最佳數(shù)據(jù)源,。我們可以從這些專(zhuān)利數(shù)據(jù)的“金礦”中，基于技術(shù)演進(jìn)路徑,，運(yùn)用最新的數(shù)學(xué)方法來(lái)“萃取”人工智能和生成式人工智能的專(zhuān)利類(lèi)型,，進(jìn)而設(shè)計(jì)并計(jì)算出相應(yīng)的技術(shù)度量結(jié)果。

二,、人工智能技術(shù)對(duì)應(yīng)的專(zhuān)利類(lèi)型

1.人工智能概述

人工智能意味著讓機(jī)器具有人類(lèi)的智慧,，這是人類(lèi)長(zhǎng)期追求的目標(biāo)。簡(jiǎn)言之,，人工智能就是機(jī)器學(xué)習(xí)的相關(guān)方法和結(jié)果,，截至目前能夠進(jìn)行學(xué)習(xí)的工具非計(jì)算機(jī)莫屬。因此,，人工智能與計(jì)算機(jī)關(guān)系密切,，是計(jì)算科學(xué)的一個(gè)分支，主要研究,、開(kāi)發(fā),、用于模擬、延伸,、挖掘和擴(kuò)展人類(lèi)智能的理論,、方法、技術(shù)及應(yīng)用系統(tǒng)等,，相關(guān)理論和方法涉及面較廣,。

2.計(jì)算機(jī)專(zhuān)利為人工智能技術(shù)核心專(zhuān)利

全球各類(lèi)學(xué)術(shù)期刊和計(jì)算機(jī)技術(shù)相關(guān)的專(zhuān)利涵蓋了人工智能絕大部分成果。世界知識(shí)產(chǎn)權(quán)組織公布的36類(lèi)國(guó)際專(zhuān)利中,，專(zhuān)門(mén)有計(jì)算機(jī)技術(shù)這一大類(lèi),，且20多年來(lái)此類(lèi)專(zhuān)利在36類(lèi)專(zhuān)利中數(shù)量一直是最多的。計(jì)算機(jī)專(zhuān)利應(yīng)該是人工智能技術(shù)的核心專(zhuān)利,。

3.人工智能技術(shù)的其他類(lèi)型專(zhuān)利

除計(jì)算機(jī)這項(xiàng)人工智能核心專(zhuān)利外,，人工智能的其他專(zhuān)利類(lèi)型須用相關(guān)性、相似性和同步性相關(guān)原則來(lái)確定,。通過(guò)模型可以確定計(jì)算機(jī)專(zhuān)利與其他35類(lèi)專(zhuān)利之間相互影響程度,，進(jìn)而依據(jù)影響程度來(lái)確定人工智能的其他主要專(zhuān)利類(lèi)型,。計(jì)算結(jié)果顯示，與計(jì)算機(jī)技術(shù)相互影響程度最高的專(zhuān)利包括半導(dǎo)體專(zhuān)利,、數(shù)字通信專(zhuān)利,，基于計(jì)算機(jī)的管理方法、測(cè)量,、控制,、聲像、電信和基礎(chǔ)通信等,，這些專(zhuān)利和計(jì)算機(jī)專(zhuān)利一起構(gòu)成了人工智能技術(shù)的主要專(zhuān)利,。

三、人工智能技術(shù)指標(biāo)體系的度量結(jié)果

1.各經(jīng)濟(jì)體和全球人工智能技術(shù)發(fā)展指標(biāo)

人工智能發(fā)展指標(biāo)由各經(jīng)濟(jì)體自己授權(quán)的人工智能專(zhuān)利數(shù)據(jù)構(gòu)成,。2016年至2021年,，我國(guó)人工智能專(zhuān)利數(shù)據(jù)保持了八大貨幣發(fā)行體中的最高增幅。由于各經(jīng)濟(jì)體國(guó)際專(zhuān)利不能直接比較,，直接利用各經(jīng)濟(jì)體專(zhuān)利數(shù)據(jù)計(jì)算出的發(fā)展指標(biāo)同樣不能直接比較,。本研究進(jìn)行相應(yīng)的加權(quán)處理后，形成可比的發(fā)展指標(biāo),。結(jié)果顯示,，2016年至2021年我國(guó)人工智能技術(shù)年份復(fù)合增長(zhǎng)率為38.3%，較前5年37.7%的年均增長(zhǎng)率提高了0.6個(gè)百分點(diǎn),，這表明加權(quán)國(guó)際專(zhuān)利計(jì)算出的各經(jīng)濟(jì)體人工智能技術(shù)發(fā)展指標(biāo)具有相對(duì)合理性。各經(jīng)濟(jì)體加權(quán)專(zhuān)利可以進(jìn)行直接比較,，將各經(jīng)濟(jì)體人工智能加權(quán)專(zhuān)利值相加,，可獲得全球人工智能發(fā)展指標(biāo)。

2.全球人工智能專(zhuān)利的國(guó)際化指標(biāo)總體度量結(jié)果

基于人工智能核心專(zhuān)利的構(gòu)成,，利用世界知識(shí)產(chǎn)權(quán)組織公布的100多個(gè)經(jīng)濟(jì)體境外授權(quán)人工智能專(zhuān)利,、在轄內(nèi)授權(quán)的其他經(jīng)濟(jì)體的人工智能專(zhuān)利數(shù)，以及相應(yīng)經(jīng)濟(jì)體知識(shí)產(chǎn)權(quán)進(jìn)出口使用費(fèi)數(shù)據(jù),，可計(jì)算出全球人工智能專(zhuān)利的國(guó)際化指標(biāo)總體度量結(jié)果,，即各經(jīng)濟(jì)體人工智能加權(quán)專(zhuān)利占全球總加權(quán)專(zhuān)利比重（詳見(jiàn)上表）。

上表顯示,，2015年中國(guó)人工智能?chē)?guó)際化水平超過(guò)了澳大利亞,，2017年中國(guó)人工智能?chē)?guó)際化水平超過(guò)了加拿大和瑞士，2019年中國(guó)人工智能?chē)?guó)際化水平超過(guò)了英國(guó),，顯示出近年來(lái)我國(guó)人工智能技術(shù)快速發(fā)展的良好態(tài)勢(shì),；根據(jù)相關(guān)貨幣發(fā)行體2015年至2021年國(guó)際專(zhuān)利年均復(fù)合增長(zhǎng)率估算，2023年,、2027年和2031年,，中國(guó)人工智能技術(shù)國(guó)際化將分別超過(guò)歐元區(qū)、日本和八大主要貨幣發(fā)行體外其他國(guó)家和地區(qū)。

3.主要經(jīng)濟(jì)體人工智能技術(shù)自主度指標(biāo)

自主度指標(biāo)是指某經(jīng)濟(jì)體境外授權(quán)的人工智能專(zhuān)利產(chǎn)生的總知識(shí)產(chǎn)權(quán)出口使用費(fèi),，占相應(yīng)的人工智能知識(shí)產(chǎn)權(quán)進(jìn)出口使用費(fèi)的比重,。某經(jīng)濟(jì)體相對(duì)于另一經(jīng)濟(jì)體的人工智能技術(shù)自主度，則是某經(jīng)濟(jì)體在另一經(jīng)濟(jì)體授權(quán)的人工智能專(zhuān)利產(chǎn)生知識(shí)產(chǎn)權(quán)出口使用費(fèi)占相應(yīng)的人工智能知識(shí)產(chǎn)權(quán)進(jìn)出口使用費(fèi)的比重,。計(jì)算結(jié)果顯示,，2010年我國(guó)人工智能技術(shù)對(duì)歐元區(qū)的相對(duì)自主度首次超過(guò)了50%，2017年對(duì)日本,、2019年對(duì)美國(guó)的相對(duì)自主度首次超過(guò)了50%,；2021年我國(guó)人工智能技術(shù)對(duì)全球首次實(shí)現(xiàn)了相對(duì)自主，到2025年前后我國(guó)人工智能技術(shù)對(duì)全球的自主度有望超過(guò)60%,。

我們可以計(jì)算出某一經(jīng)濟(jì)體人工智能技術(shù)對(duì)其他經(jīng)濟(jì)體人工智能技術(shù)自主度的度量結(jié)果,，這些結(jié)果反映出經(jīng)濟(jì)體之間人工智能技術(shù)相對(duì)變化或相對(duì)落差，這里不一一列舉,。各貨幣發(fā)行體人工智能發(fā)展指標(biāo),、人工智能?chē)?guó)際化指標(biāo)和人工智能自主度/依賴(lài)度指標(biāo)，構(gòu)成了全球人工智能指標(biāo)體系,。

四,、生成式人工智能技術(shù)專(zhuān)利的確定及相關(guān)結(jié)果

近幾個(gè)月來(lái)，基于神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的生成式人工智能在全球范圍內(nèi)引起廣泛關(guān)注,，然而專(zhuān)利角度的定量分析卻難見(jiàn)蹤跡,。生成式人工智能專(zhuān)利（基于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的各類(lèi)算法專(zhuān)利）主要包含在各經(jīng)濟(jì)體計(jì)算機(jī)專(zhuān)利中，世界知識(shí)產(chǎn)權(quán)組織檢索分類(lèi)主要體現(xiàn)在“基于特定計(jì)算模型的計(jì)算機(jī)系統(tǒng)”（國(guó)際專(zhuān)利分類(lèi)IPC G06N）和“語(yǔ)音分析或合成,；語(yǔ)音識(shí)別,；語(yǔ)音或聲音處理,；語(yǔ)音或音頻編碼或解碼”（IPC G10L）中,。這些專(zhuān)利的數(shù)據(jù)對(duì)我們判斷生成式人工智能技術(shù)變化至關(guān)重要。

本研究提出的人工智能指標(biāo)體系是基于世界知識(shí)產(chǎn)權(quán)組織36類(lèi)國(guó)際專(zhuān)利在境外授權(quán)的一級(jí)專(zhuān)利或一級(jí)國(guó)際專(zhuān)利數(shù),，而IPC G06N和IPC G10L屬于計(jì)算機(jī)專(zhuān)利的二級(jí)專(zhuān)利。要獲得各經(jīng)濟(jì)體這些專(zhuān)利的本地授權(quán)及境外授權(quán)數(shù)量,，需要較大的工作量，我們難以及時(shí)獲得度量結(jié)果,。

美國(guó)計(jì)算機(jī)技術(shù)國(guó)際化指標(biāo)從2000年的64.4%下降到了2013年的37.4%,，但在2021年回升至50.3%，顯示出美國(guó)仍是計(jì)算機(jī)技術(shù)國(guó)際化程度最高的國(guó)家,。美國(guó)IPC G06N和IPC G10L這兩類(lèi)專(zhuān)利的變化,，對(duì)于全球生成式人工智能技術(shù)發(fā)展有較好的代表性,。2004年至2022年美國(guó)G10L類(lèi)專(zhuān)利年均復(fù)合增長(zhǎng)率為11.33%，而同期G06N類(lèi)專(zhuān)利年均復(fù)合增長(zhǎng)率為41.75%,。G10L類(lèi)專(zhuān)利并非生成式人工智能技術(shù)高速增長(zhǎng)的核心動(dòng)力,，以下重點(diǎn)介紹和分析G06N類(lèi)專(zhuān)利。

數(shù)據(jù)顯示,，2013年至2022年,，美國(guó)計(jì)算機(jī)專(zhuān)利年均復(fù)合增長(zhǎng)率-1.73%，同期美國(guó)G06N專(zhuān)利年均復(fù)合增長(zhǎng)率41.75%,，略超摩爾定律兩年翻一番所需的年均復(fù)合增長(zhǎng)率41.42%,，這是幾十年來(lái)全球半導(dǎo)體技術(shù)外另一個(gè)高速增長(zhǎng)的技術(shù)領(lǐng)域（美國(guó)除G06N外其他計(jì)算機(jī)專(zhuān)利的同期年均復(fù)合增長(zhǎng)率僅-11.51%）。2004年至2013年,，美國(guó)G06N專(zhuān)利占美國(guó)計(jì)算機(jī)專(zhuān)利比重保持在2.51%上下,，變化不大，而2013年至2022年這一比重則從2.24%猛增至40%以上,，成為美國(guó)計(jì)算機(jī)技術(shù)高速發(fā)展的熱點(diǎn)和動(dòng)力,，與除G06N外其他計(jì)算機(jī)技術(shù)明顯回落形成鮮明對(duì)比。由于缺乏G06N專(zhuān)利全球分布的完整數(shù)據(jù),，我們無(wú)法獲得全球生成式人工智能技術(shù)指標(biāo)體系的國(guó)際化度量結(jié)果,，但美國(guó)此類(lèi)技術(shù)多年來(lái)的增長(zhǎng)為我們判斷未來(lái)發(fā)展趨勢(shì)提供了較為有力的證據(jù)。期待今后能在數(shù)據(jù)齊全的情況下獲得與上文全球人工智能指標(biāo)體系相似的結(jié)果,。

五,、小結(jié)

受“摩爾定律”減速的影響，近10年來(lái)全球計(jì)算機(jī)加權(quán)專(zhuān)利年均復(fù)合增長(zhǎng)率從此前10年的8.3%下降到3.3%,，但受神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)領(lǐng)域快速發(fā)展帶動(dòng),，美國(guó)深度學(xué)習(xí)的相關(guān)專(zhuān)利數(shù)量達(dá)到“摩爾定律”兩年翻一番所需增速，預(yù)示著該技術(shù)有著巨大的發(fā)展?jié)撃堋?/p>

本研究利用全球國(guó)際專(zhuān)利數(shù)據(jù)和各經(jīng)濟(jì)體知識(shí)產(chǎn)權(quán)進(jìn)出口使用費(fèi)數(shù)據(jù)對(duì)全球人工智能技術(shù)發(fā)展指標(biāo),、自主度指標(biāo)和國(guó)際化指標(biāo)進(jìn)行了定量化分析，相關(guān)結(jié)果有利于我們更準(zhǔn)確地認(rèn)識(shí)和把握20多年來(lái)全球人工智能技術(shù)發(fā)展和主要經(jīng)濟(jì)體間相對(duì)自主度的變化,。

生成式人工智能技術(shù)的局限性決定了該技術(shù)不可避免地產(chǎn)生與事實(shí)不符的相關(guān)內(nèi)容,，ChatGPT也不能例外，且存在感知缺乏等問(wèn)題,，基于當(dāng)前對(duì)神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)單研究,，得出生成式人工智能技術(shù)多少年可超過(guò)人類(lèi)的結(jié)果尚為時(shí)過(guò)早。

（張光平系上海市人民政府參事,、中國(guó)科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院高級(jí)顧問(wèn),、上海銀保監(jiān)局原一級(jí)巡視員；吳杰系復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院副院長(zhǎng),、研究員,、博士生導(dǎo)師）

主要貨幣發(fā)行體人工智能技術(shù)國(guó)際化指標(biāo)測(cè)算結(jié)果表

（2000年至2035年,，單位：%）

年份 美國(guó) 歐元區(qū) 日本 英國(guó) 中國(guó) 澳大利亞 加拿大 瑞士 其他

2000 29.47 11.45 40.15 2.87 0.09 0.26 2.81 1.30 11.59

2001 29.05 12.72 38.89 3.05 0.07 0.29 2.41 1.67 11.85

2002 30.49 15.23 34.60 3.45 0.08 0.27 1.94 1.87 12.07

2003 29.39 15.16 36.39 3.21 0.07 0.29 1.69 1.90 11.90

2004 28.57 15.68 36.58 3.30 0.09 0.29 1.56 1.42 12.50

2005 32.51 10.88 36.14 3.69 0.10 0.37 1.48 1.16 13.66

2006 29.18 10.57 41.03 3.18 0.14 0.39 1.34 1.15 13.02

2007 30.28 10.75 41.05 2.91 0.16 0.37 1.28 0.84 12.37

2008 31.57 9.08 40.40 2.88 0.22 0.35 1.29 1.01 13.19

2009 34.68 7.81 37.97 3.27 0.27 0.36 1.35 1.00 13.30

2010 31.74 8.69 39.80 3.64 0.32 0.39 1.52 0.87 13.02

2011 31.66 8.01 39.45 3.29 0.35 0.37 1.52 0.72 14.62

2012 31.81 7.64 39.46 3.29 0.42 0.27 1.72 0.85 14.53

2013 28.93 7.87 40.38 4.34 0.50 0.24 2.04 0.87 14.84

2014 28.39 6.95 38.36 4.38 0.64 0.23 2.13 0.83 18.09

2015 28.82 6.18 35.97 3.99 0.83 0.24 1.64 0.88 21.45

2016 31.58 7.45 32.20 3.46 1.17 0.24 1.44 1.31 21.14

2017 29.65 8.16 30.94 3.97 2.15 0.24 1.36 1.37 22.16

2018 29.64 8.77 28.69 3.48 3.18 0.18 1.43 1.63 23.01

2019 30.14 9.31 26.17 3.52 4.02 0.19 1.45 1.69 23.50

2020 31.33 8.37 23.43 3.96 4.79 0.20 1.39 1.04 25.49

2021 36.47 8.18 20.41 4.25 6.29 0.21 1.38 1.04 21.77

2022 37.14 8.39 19.03 4.21 7.38 0.21 1.31 1.04 21.28

2023 37.71 8.58 17.69 4.15 8.63 0.20 1.25 1.05 20.74

2024 38.15 8.75 16.39 4.08 10.06 0.19 1.18 1.05 20.15

2025 38.46 8.89 15.13 4.00 11.68 0.18 1.11 1.04 19.50

2030 38.79 9.14 10.97 3.90 17.13 0.15 0.89 1.10 17.92

2035 39.76 9.56 8.08 3.87 20.12 0.13 0.73 1.19 16.57