来源:上海证券报
□张光平 吴杰
□近10年来全球计算机加权专利年均复合增长率从此前10年的8.3%下降到3.3%,但受神经网络学习领域快速发展带动,美国深度学习的相关专利数量达到“摩尔定律”两年翻一番所需增速,预示着该技术有着巨大的发展潜能
□本研究利用全球国际专利数据和各经济体知识产权进出口使用费数据对全球人工智能技术发展指标、自主度指标和国际化指标进行了定量化分析,相关结果有利于我们更准确地认识和把握20多年来全球人工智能技术发展和主要经济体间相对自主度的变化
从1997年“深蓝”打败国际象棋世界冠军,到2006年深度学习崛起,再到近期热度很高的ChatGPT,人工智能技术发展速度非常快。不过,目前缺乏对机器学习和深度学习的技术度量研究,使我们难以把握相关技术的进展,对今后的预判更缺乏必要的依据。
技术度量是较为复杂的跨学科项目。各企业研发投资是其科技产出的必要条件,但由于企业研发效率有较大差异,仅用研发投资金额难以度量出企业的科技研发水平。此外,各经济体国际专利的技术含量或质量有较大差异,难以直接比较,因此很难直接通过国际专利数量对技术进行度量。本研究从世界知识产权组织二十多年来的各类专利数据中“萃取”出人工智能和生成式人工智能技术对应的专利,进而利用各经济体平均每项国际专利产生的知识产权“出口使用费”,最后利用合适的数据模型设计并计算出包括人工智能发展指标、自主度指标和国际化指标在内的人工智能技术指标体系度量结果。这些技术度量结果不仅可以用来计算人工智能技术对经贸、金融等影响,也可以为预判其今后发展提供参考依据。
一、基于技术演进路径“萃取”技术度量所需的专利数据
所有理论和技术的发展,都是在现有知识的基础上演进升华,都有一个从量变积累到质变飞跃的过程,人工智能技术也不例外。要科学预判人工智能技术发展趋势,首先要定位当前技术,总体把握20多年来的技术演进节奏,特别是要找到可科学判断技术演进的要素或指标。
科学技术不仅隐含或“嵌入”各种产品功能中,还隐含在生产这些产品的产业链中。我们目前关注的产品价格,不仅隐含了无数技术细节,也反映了市场供求关系,直接从价格中“萃取”技术度量要素显然存在较大难度。
世界知识产权组织(WIPO)公布的各经济体各类专利数据反映了全球技术扩散的主要内涵,是技术度量的最佳数据源。我们可以从这些专利数据的“金矿”中,基于技术演进路径,运用最新的数学方法来“萃取”人工智能和生成式人工智能的专利类型,进而设计并计算出相应的技术度量结果。
二、人工智能技术对应的专利类型
1.人工智能概述
人工智能意味着让机器具有人类的智慧,这是人类长期追求的目标。简言之,人工智能就是机器学习的相关方法和结果,截至目前能够进行学习的工具非计算机莫属。因此,人工智能与计算机关系密切,是计算科学的一个分支,主要研究、开发、用于模拟、延伸、挖掘和扩展人类智能的理论、方法、技术及应用系统等,相关理论和方法涉及面较广。
2.计算机专利为人工智能技术核心专利
全球各类学术期刊和计算机技术相关的专利涵盖了人工智能绝大部分成果。世界知识产权组织公布的36类国际专利中,专门有计算机技术这一大类,且20多年来此类专利在36类专利中数量一直是最多的。计算机专利应该是人工智能技术的核心专利。
3.人工智能技术的其他类型专利
除计算机这项人工智能核心专利外,人工智能的其他专利类型须用相关性、相似性和同步性相关原则来确定。通过模型可以确定计算机专利与其他35类专利之间相互影响程度,进而依据影响程度来确定人工智能的其他主要专利类型。计算结果显示,与计算机技术相互影响程度最高的专利包括半导体专利、数字通信专利,基于计算机的管理方法、测量、控制、声像、电信和基础通信等,这些专利和计算机专利一起构成了人工智能技术的主要专利。
三、人工智能技术指标体系的度量结果
1.各经济体和全球人工智能技术发展指标
人工智能发展指标由各经济体自己授权的人工智能专利数据构成。2016年至2021年,我国人工智能专利数据保持了八大货币发行体中的最高增幅。由于各经济体国际专利不能直接比较,直接利用各经济体专利数据计算出的发展指标同样不能直接比较。本研究进行相应的加权处理后,形成可比的发展指标。结果显示,2016年至2021年我国人工智能技术年份复合增长率为38.3%,较前5年37.7%的年均增长率提高了0.6个百分点,这表明加权国际专利计算出的各经济体人工智能技术发展指标具有相对合理性。各经济体加权专利可以进行直接比较,将各经济体人工智能加权专利值相加,可获得全球人工智能发展指标。
2.全球人工智能专利的国际化指标总体度量结果
基于人工智能核心专利的构成,利用世界知识产权组织公布的100多个经济体境外授权人工智能专利、在辖内授权的其他经济体的人工智能专利数,以及相应经济体知识产权进出口使用费数据,可计算出全球人工智能专利的国际化指标总体度量结果,即各经济体人工智能加权专利占全球总加权专利比重(详见上表)。
上表显示,2015年中国人工智能国际化水平超过了澳大利亚,2017年中国人工智能国际化水平超过了加拿大和瑞士,2019年中国人工智能国际化水平超过了英国,显示出近年来我国人工智能技术快速发展的良好态势;根据相关货币发行体2015年至2021年国际专利年均复合增长率估算,2023年、2027年和2031年,中国人工智能技术国际化将分别超过欧元区、日本和八大主要货币发行体外其他国家和地区。
3.主要经济体人工智能技术自主度指标
自主度指标是指某经济体境外授权的人工智能专利产生的总知识产权出口使用费,占相应的人工智能知识产权进出口使用费的比重。某经济体相对于另一经济体的人工智能技术自主度,则是某经济体在另一经济体授权的人工智能专利产生知识产权出口使用费占相应的人工智能知识产权进出口使用费的比重。计算结果显示,2010年我国人工智能技术对欧元区的相对自主度首次超过了50%,2017年对日本、2019年对美国的相对自主度首次超过了50%;2021年我国人工智能技术对全球首次实现了相对自主,到2025年前后我国人工智能技术对全球的自主度有望超过60%。
我们可以计算出某一经济体人工智能技术对其他经济体人工智能技术自主度的度量结果,这些结果反映出经济体之间人工智能技术相对变化或相对落差,这里不一一列举。各货币发行体人工智能发展指标、人工智能国际化指标和人工智能自主度/依赖度指标,构成了全球人工智能指标体系。
四、生成式人工智能技术专利的确定及相关结果
近几个月来,基于神经网络深度学习的生成式人工智能在全球范围内引起广泛关注,然而专利角度的定量分析却难见踪迹。生成式人工智能专利(基于神经网络学习的各类算法专利)主要包含在各经济体计算机专利中,世界知识产权组织检索分类主要体现在“基于特定计算模型的计算机系统”(国际专利分类IPC G06N)和“语音分析或合成;语音识别;语音或声音处理;语音或音频编码或解码”(IPC G10L)中。这些专利的数据对我们判断生成式人工智能技术变化至关重要。
本研究提出的人工智能指标体系是基于世界知识产权组织36类国际专利在境外授权的一级专利或一级国际专利数,而IPC G06N和IPC G10L属于计算机专利的二级专利。要获得各经济体这些专利的本地授权及境外授权数量,需要较大的工作量,我们难以及时获得度量结果。
美国计算机技术国际化指标从2000年的64.4%下降到了2013年的37.4%,但在2021年回升至50.3%,显示出美国仍是计算机技术国际化程度最高的国家。美国IPC G06N和IPC G10L这两类专利的变化,对于全球生成式人工智能技术发展有较好的代表性。2004年至2022年美国G10L类专利年均复合增长率为11.33%,而同期G06N类专利年均复合增长率为41.75%。G10L类专利并非生成式人工智能技术高速增长的核心动力,以下重点介绍和分析G06N类专利。
数据显示,2013年至2022年,美国计算机专利年均复合增长率-1.73%,同期美国G06N专利年均复合增长率41.75%,略超摩尔定律两年翻一番所需的年均复合增长率41.42%,这是几十年来全球半导体技术外另一个高速增长的技术领域(美国除G06N外其他计算机专利的同期年均复合增长率仅-11.51%)。2004年至2013年,美国G06N专利占美国计算机专利比重保持在2.51%上下,变化不大,而2013年至2022年这一比重则从2.24%猛增至40%以上,成为美国计算机技术高速发展的热点和动力,与除G06N外其他计算机技术明显回落形成鲜明对比。由于缺乏G06N专利全球分布的完整数据,我们无法获得全球生成式人工智能技术指标体系的国际化度量结果,但美国此类技术多年来的增长为我们判断未来发展趋势提供了较为有力的证据。期待今后能在数据齐全的情况下获得与上文全球人工智能指标体系相似的结果。
五、小结
受“摩尔定律”减速的影响,近10年来全球计算机加权专利年均复合增长率从此前10年的8.3%下降到3.3%,但受神经网络学习领域快速发展带动,美国深度学习的相关专利数量达到“摩尔定律”两年翻一番所需增速,预示着该技术有着巨大的发展潜能。
本研究利用全球国际专利数据和各经济体知识产权进出口使用费数据对全球人工智能技术发展指标、自主度指标和国际化指标进行了定量化分析,相关结果有利于我们更准确地认识和把握20多年来全球人工智能技术发展和主要经济体间相对自主度的变化。
生成式人工智能技术的局限性决定了该技术不可避免地产生与事实不符的相关内容,ChatGPT也不能例外,且存在感知缺乏等问题,基于当前对神经网络的简单研究,得出生成式人工智能技术多少年可超过人类的结果尚为时过早。
(张光平系上海市人民政府参事、中国科学技术发展战略研究院高级顾问、上海银保监局原一级巡视员;吴杰系复旦大学计算机科学技术学院副院长、研究员、博士生导师)
主要货币发行体人工智能技术国际化指标测算结果表
(2000年至2035年,单位:%)
年份 美国 欧元区 日本 英国 中国 澳大利亚 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