专利法论文（毕业生必读8篇）之第五篇
摘要：人工智能技术已对我国相关产业领域产生冲击, 在日新月异的技术变革下, 如何拓宽应用场景和提升专利保护水平成为企业的首要任务。企业应当充分考虑国内外人工智能技术与产业发展现状和趋势, 在技术专利层面防止重复投入, 把握国际方向, 协同人工智能技术基础层、技术层与应用层的专利发展, 合理选择提前公开与专利保密, 重视人工智能专利的开发、应用以及保护, 提升本企业在相关领域的国际竞争力。
关键词：专利法,企业,人工智能,战略
人工智能革命又被称为“第四次产业革命”, 广义的人工智能是指通过计算机实现人类思维产生的效果, 狭义来看, 人工智能包括了人工智能技术与人工智能产业。人工智能目前还处于弱人工智能的时代, 现代的人工智能技术也还处于初级基础阶段。人工智能从基础到实践可分为三大层次, 由基础支撑到大数据引擎、语音图像识别等技术支撑, 最后到具体行业的实践与应用。
一、我国人工智能技术与产业背景
1. 我国人工智能技术的基本情况
技术能力对属于技术密集型产业的人工智能产业而言至关重要, 我国目前人工智能的技术情况还处于初级阶段, 整体技术能力偏弱, 部分领域已形成技术优势。人工智能技术从发展层次上看已有重大进展, 但认知智能的算法尚不明朗, 还需要进一步进展。
对于人工智能技术上的差距问题, 存在诸多问题:首先, 国内外人工智能技术竞争形势严峻。据统计, 在2019年中国国内机器人销量之中, 国内企业的产品占比仅为15%, 国外企业占去绝大多数比重。其次, 在需求方面, 客户更倾向于购买国外品牌企业的工业机器人;最后, 国内仅有的人工智能企业依靠政府对高新技术的补贴维系经营, 处于亏损甚至破产边缘, 因为没有资金实力研发技术, 大量轻视或无力技术研发的人工智能机器人企业大量出售低端产品。综上, 在人工智能技术竞争严峻、国内需求不平均、忽视或无力尖端技术的研发等问题, 使得我国的人工智能技术培训提升进展缓慢。
2. 我国人工智能产业的基本情况
(1) 我国人工智能行业分布情况
在2018年中国人工智能商业落地100强榜单中, 按照其2018年预计营业收入范围为分类标准, 绝大部分企业集中在5000万元-2亿元的范围, 达到10亿元-20亿元的属于凤毛麟角, 仅有8家公司。在落地的百强企业中, 每一个企业都有主要研发和投资领域, 如安防、语音交互、医疗等人工智能基础或应用分支, 下图为百强企业的领域分布情况, 但语音交互、图像识别、NLP等技术属性的类型标签, 对应的企业主要以输出技术解决方案、没有显着行业属性为特征, 并且, 每家企业都会被分到其最显着的类型标准中, 并不代表其不涉及其他领域。我国在安防、语言交互、医疗等领域的人工智能企业数量较多, 应用层与基础层的企业数目大致平衡, 但在数据、工业、翻译、知识图谱等领域还需要进一步努力。
(2) 我国人工智能人才分布情况
从相关人才的职场数据看, 中国AI人才虽然比较年轻, 缺少经验, 但学历高、接受度强, 后续潜力不容小觑。某职业数据库截止到2018年10月的数据统计来看, 在中国的AI人才城市分布中, 北京占有近六成;人工智能相关岗位已经成为互联网行业中最多金的职业, 毕业生工作三年的平均月工资高达两万五千。人工智能领域的人才作为高精尖人才集中于北、上、广等一线城市, 其中杭州的人才占比增长尤为迅速, 2017年到2019年从4.5%增长到11.3%, 与其人才政策密不可分。中国在技术层和应用层的人才分布广泛, 尤其是在深度学习、机器学习、图像识别、自动驾驶等领域。目前来看, 百度2018年牵头筹建中国深度学习技术的国家实验室, 将大部分相关岗位置于深度学习与机器学习的两大技术开发, 作为中国第一大搜索引擎, 在数据挖掘方面也着力开展。我国人工智能领域人才也逐渐突显以下问题:首先, 人工智能人才分布不均, 地区、行业、领域 (岗位) 的不均匀, 还存在就读学历分布不均;其次, 人才净流入情况, 中国高校及研究所在2013年-2019年期间仍保持着人才净流入的状态。这意味着, 即便企业花大价钱去高校挖掘相关人才, 高校的人才缺口依旧不小, 市场需求与人才供给无法匹配;最后, 全球范围内的高端技术人才流失, 难以打造国际核心竞争力。海外华人依旧难以突破晋升的“玻璃天花板”。
二、人工智能专利的企业战略探索
企业的战略布局是总结性与前瞻性的行业战略部署, 在企业发展之中具有举足轻重的作用, 人工智能作为高精尖的技术领域, 合理地利用专利制度与政策保护本企业的合法利益是当前较好的自我保障手段。专利战略涉及到专利的前期开发研发、专利合理利用、存在利益的转换以及后期保障等多重环节, 企业面对的不仅仅是国内相关领域同行的竞争, 还有来自国际的技术与法律冲击。如何利用专利制度保障本企业的稳步发展, 成为其应当优先考量的命题。
1. 防止重复投入, 把握先进技术方向
目前我国在国际上公开并被承认的人工智能专利数量较多, 但是在专利合作条约PCT (Patent Cooperation Treaty) 之中获得承认的中国人工智能专利却为数不多。在自动驾驶领域, 欧洲的相关专利占主导地位;日本则在自然语言处理领域造诣较深。而中国大部分的申请集中在自然语言处理, 领域分布极不平衡, 在其他五个分支都尚无作为。
PCT代表的是最受国际领域承认的、最具进步意义的专利, 可见当前的重点应当放在提升人工智能专利质量, 而非一味地追求数量。把握国际上人工智能的专利方向, 在已有的先进专利上开发新技术, 成为我国企业的不二之选。因此企业应了解人工智能技术的最新动态, 同时也防止重复科研投入, 节约人力物力资本。
2. 加强技术平台的重点研发
对各大技术分支的专利申请数据进行分析, 在国际和国内, 申请量最高的两大领域为:自然语言处理以及图像识别。从增长趋势来看, 近几年自然语言处理专利数依旧增长, 但申请人数量已趋于平稳, 该现象表示自然语言处理技术已进入稳定期, 技术已经相对成熟;而图像识别领域的专利申请数量和申请人数大幅增长, 由此可见其是未来的技术增长点。企业可以紧随国内国际趋势, 利用已有成熟技术和增长趋势, 有倾向性地选择发展领域。
企业应着力研发基于图像识别、语音识别、知识图谱、深度学习、人机交互等智能技术的行业应用软件系统。着力发展适应新一代大规模分布式应用、多源异构平台、资源动态分配等全弹性容器的新型云端计算平台。着力智能人机交互系统、群体实时协同系统、智能协作系统等智能控制系统的研发。重点发展面向终端执行和云端训练, 具备动态分析、特征提取、模型训练等功能的智能软件开发框架、中间件和工具集的研发和产业化。
企业应当积极将技术成果转化成专利加以保护, 在国内申请的同时, 须逐步将眼光放置于国外, 在欧美日等人工智能先进的国家/地区和国际组织提交申请保护, 有利于提升本企业的人工智能专利质量与水平, 加强于国际的交流融合, 促进高质量AI专利在全球的合理地域布局。
3. 慎重处理专利提前公开与技术保护的关系
我国企业总是习惯性地提出提前公开、缩短审查时间的要求, 因为其将人工智能技术与互联网技术联系在一起, 互联网技术生命周期较短, 因此大部分专利申请都会要求提前公开, 可是人工智能与计算机和互联网技术又有所差异。提前公布会带来一定风险, 即成果被作为其他企业进一步发展的踏板。我国的人工智能空白领域较多, 作为初期发展的技术领域其颇具活力, 但也较单薄脆弱, 我们应当充分考量其中利弊, 可选择利用十八个月的保密期继续完善专利技术去充分发挥效益, 提前公布或加速审查亦是选择但需要结合企业自己的专利情况。
除此之外, 我国企业还应当和政府、高校合作, 提升自我的人工智能核心技术和产业化能力, 重视基础层面建设, 善于将人工智能技术专利转化到应用层面, 避开已被占据先机的人工智能应用产业, 拓宽融合应用场景, 例如智能医疗、智能公共服务都是处于萌芽阶段的实践领域;积极利用与响应国家发布的人工智能鼓励政策, 与其他产业协同发展与进步。
参考文献
[1]王婷婷, 任友群.人工智能时代的人才战略——《高等学校人工智能创新行动计划》解读之三.远程教育杂志, 2018年第5期, 第52-53页.
[2]谢毅梅.人工智能产业发展态势及政策研究.发展研究, 2018年第9期, 第95页.
