创新论坛
科技创新导报 Science and Technology Innovation Herald
255
DOI：10.16660/jki.1674-098X.2018.27.255
李梦诗 黄骏雄
(国家知识产权局专利局专利审查协作湖北中心 湖北武汉 430000)
摘 要：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论，是一门新兴的技术科学。它正在逐渐改变着人们的生活、工作、社交方式，逐步取代了繁琐、枯燥的人工作业，成为了当下的热门技术领域。本文站在专利审查员的立场，从专利审查的角度出发，审视人工智能领域的发展潜力，使人们对该领域的技术发展有更加深入的了解。关键词：人工智能 专利审查 互联网 分类号中图分类号：TP18 文献标识码：A 文章编号：1674-098X(2018)09(c)-0255-02 现如今，人工智能，也就是AI的概念被炒得火热，似乎不管是科技圈人士还是公园里遛弯的老大爷，都时不时地在嘴边聊上几句，以显示自己多么与时俱进。许多人认为随着科学技术地发展，人工智能机械会把事情做得比人类更快更好，从而有一天取代人类工作，也有部分观点认为人工智能是炒作掩盖了现实，机器人可能远不如炒作所说的那般神奇。上述哪种观点更接近于现实呢？下面本文将从专利审查的角度出发，深入分析其发展潜力。
首先，我们要明白真正的“人工智能”的概念究竟是什么。百度百科上对其解释为：其为计算机科学的一个分支，它企图了解智能的实质，并产生出一种新的能以人类智能相似的方式作出反应的智能机器，也就是说人工智能是研究使及计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）。其一般应用于机器视觉、指纹识别、人脸识别、自动规划、智能搜索、博弈、智能控制，机器人学、图像处理等方面。
1 专利审查领域划分
在专利审查的技术领域中，原来是没有单独人工智
能这个审查单元的，其相关专利分布于UA026（涉及算法）、UA025和UA035（涉及模式识别）、UA022（涉及智能信息系统）、UA034（涉及机器学习）这几个审查单元下，例如UA025审查单元，其就包含了两个分类号段——G06F17/30（涉及大数据）和G06K9（涉及人工智能）。而在前不久的计算 机领域审查单元调整之后，原UA026、UA025和UA035、UA022、UA034审查单元下部分分类号段被合并到了一个审查单元——UA134，统称为人工智能。其新的审查单元的合并与重组不仅预示着在知识产权审查和保护方面对人工智能相关专利赋予更多的重视，对其相关领域专业知识要求更高，更预示着人工智能相关技术发展迅速，相关专利的申请量呈爆发式增长。以下可以参考2015、2016、2017以及2018年上半年计算机各审查单元专利进审量，见表1。
由表1可以明显看出，伴随着互联网、计算机技术的发展，计算机领域各个审查单元下的专利进审量都在逐年增长。其中，人工智能审查单元，从2015年开始，其专利进审量就一直很大，且其进审量从2015年开始就快速增长，其增长速度远超过另两个当前热门领域——人机交互与大
数据技术。而其2018年上半年就达到了九千多件，甚至比
云技术、存储器及电路、软件及信息安全、计算机程序控制、计算机系统结构等审查单元2017年全年的进审量都要大很多。
而另两个进审量能与之抗衡的审查单元——人机交互与大数据技术中，大数据技术又与人工智能有着千丝万缕的关系。
2 人工智能相关专利
众所周知，真正的人工智能体现在其卓越的学习能力。就拿谷歌的AlphaGo来说，为什么AlphaGo不去下象棋，而是只在围棋领域中称雄呢？其专家表示，不是他们不想这么做，而是无法这么做。因为在围棋中，日本人一直以来有保存棋谱的习惯，在每个棋谱上都标注了什么是第一手，什么是第一百手，这样就很容易被AlphaGo学习。而对于象棋来说，自古以来大多数都是残局，虽说残局也很精彩，但是对于AlphaGo来说，它不知道残局形成的原因，对之前的步骤一无所知，这样就会对它的认知造成障碍。也就是说完整的数据对于人工智能来说有多么重要。只有拥有了大数据，才能不断学习，不断改进其算法，使计算机更好的模拟人的思维过程和智能行为。而在专利审查中，我们发现70%以上的大数据技术相关的专利申请，其最终目的都应用于人工智能层面。由此可知，大数据技术与人工智能技术相辅相成、紧密联系、不可分割。因此，如果同时将大数据与人工智能联系起来考虑其专利数量，那么其数据将远远大于计算机技术下其他审查单元。足见其技术发展程度与未来发展势头。 但是谈到AlphaGo棋谱标注，网上又有人提出了这样的质疑：由于AI兴起最关键的技术为深度学习，而深度学习最关键的是需要大量的数据进行训练，而在数据训练之前，又必须先对大量的数据进行标注，作为机器学习的先导经验。有了大量的数据标注需要，进而需要耗费大量的人力去进行手工标注，且手工标注大量的数据是枯燥无味、毫无技术含量的体力劳动。因此，许多人认为有多少智能，就有多少人工，我们为了能让AI取代劳动密集型的工作，得先为AI服务，付出密集的劳动，让人感到得不偿失。就算是现在有一些机器标注技术，但由于其中不可避免的出现一些机器识别不出来的错误，因此，70%的标注还是
Copyright©博看网 www.bookan. All Rights Reserved.
创新论坛
科技创新导报 Science and Technology Innovation Herald
256
由人工完成。
看到如此的质疑，我试着在数据库中使用检索式“( (图像 or 视频) s (标注 or 标记)) and (G06F17/30/ic or G06T5/ic or G06K9/ic or G06T7/ic or G06F19/ic or G06F15/ic) and 训练”进行了简单的检索，发现单限于CNTXT中文全文库中，关于系统自动进行图像或视频标注的就有九千多篇专利，而早在2002年以前就有专利申请采用了自动标注方法，例如：
发明名称：
多目标跟踪系统申请号：CN99815456说明书摘要：
用于利用带有固定的频率选择滤波器(24f)的头顶X－Y取景摄象机(25)和跟踪摄象机(24)的组合跟踪在预定区域内多个目标的运动的系统(100)。同样采用的是带滤波器(24f )的透视Z取景摄象机(25)和跟踪摄象机(24)。要被跟踪的目标已经被标记有频率选定的反射材料，如补丁(7r和7l)、标记物(9)和条带(4a)。系统(100)遍及跟踪区域辐射选定的能量(23a)以被所述反射材料反射。被反射的能量如(7m、9a和4b)然后被跟踪摄象机(24)接收，同时所有的其他周围光线被滤波器(24f)阻挡。本地计算机系统(60)捕捉来自跟踪摄象机(24)的图像并定位所述标记。利用预关于多目标最大速率和最大尺寸以及被计算的运动信息一起的所述位置信息，系统(60)能够分离代表所述多目标的非滤波图像(25)的背景。
而其中一大半都有涉及标注结果的修改，例如以下专利申请：
发明名称：
基于非下采样Contourlet变换的HMT图像分割方法申请号：
CN200810232336说明书摘要：
本发明公开了一种基于非下采样Contourlet变换的HMT图像分割方法，主要解决已有分割方法区域一致性和边缘保持差的缺点。其步骤为：(1)取待分割图像和每类的训练图像，分别对其进行非下采样Contourlet变换得到多尺度变换系数；(2)根据训练图像的非下采样Contourlet 系数，按照一一对应的父子状态关系的隐马尔科夫树模型，估计模型参数；(3)计算待分割图像在各尺度系数子带
对应的似然值，使用标记树融合多尺度似然函数得到多尺
度最大后验概率分类；(4)对每一尺度依次根据上下文信息context－5模型，更新类别标记；(5)结合隐马尔科夫随机场模型和待分割图像相邻像素空间相关性信息，更新类别标记，得到最终分割结果。本发明具有区域一致性和边缘保持性好的优点，可用于合成纹理图像的分割。
3 结语
由此可知，发明人们付出了大量的时间和精力在智能标注技术上，而其早在十几年前，国内就有大量企业、高校、研究所参与此项技术研发，并取得了一定的科研成果，随着人工智能相关技术的不断发展，手工标注员这项职业必然很快被机器代替。实现从恶性循环到良性循环的突破。
并且，相较于国外对个人隐私保护的重视，很多数据无法开放，无法做到大量数据录入进行训练学习，我们国内民众对于个人隐私保护还不太重视的情况，国内企业，不管是掌握了大量数据的互联网巨头——腾讯、百度、阿里巴巴等，还是其他创业型中小企业，都将有机会在这个领域实现自我超越。其也将鼓舞越来越多的企业及研究所参与人工智能相关技术的研发。可以说人工智能发展潜力是巨大的，大家可以继续期待。
参考文献
[1] 刘强，周奕澄.人工智能发明专利审查标准研究[J].净月学刊,2018(3):76-85.
[2] 周俊，马克，陈燕.日本特许厅引入人工智能优化专利审查和管理[J].中国发明与专利,2018,15(1):31-35.
[3] 单晓光，罗凯中.人工智能对专利制度的挑战与应对[J].福建江夏学院学报,2018,8(4):2-9,50.
2015年进审量2016年进审量2017年进审量2018年（上半年）进审量计算机系统机构
5168509873184192人机交互系统1219913717157477097计算机程序控制4588525471122252软件及信息安全4562530268334426计算机应用技术68529000127066941大数据技术926610403140117028人工智能995912449184129539云计算
2317278938951892存储器及电路
5795600764873434
表1 计算机各审查单元专利进审量
Copyright©博看网 www.bookan. All Rights Reserved.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议