以深度學習為核心的第三波人工智慧（Artifical Intelligence, AI），正逐步改造我們熟悉的各行各業。運輸、工業製造、零售、金融、法律服務……等，都已經看得到業者利用人工智慧重新設計服務或商品內容的例子。這是從「人工智慧」一詞問世幾十年以來，第一次出現的實際應用。

圖片來源 : shutterstock、達志影像

與此同時，AI相關的專利技術佈局，在這幾年也是愈發興盛。從申請資料就可以看出，AI的應用場景愈來愈廣、技術內容也是推陳出新，而且申請人國別也不限於傳統的技術輸出大國。換句話說，在即將到來的AI時代，產業贏家是誰，仍然是個未知數。

從經濟部智慧局（TIPO）在今年（2019）12月初公布的「我國人工智慧相關專利申請概況及申請人常見核駁理由分析」中，不難看出這些趨勢。智慧局專利二組副組長李清祺表示，智慧局以「人工智慧」、「深度學習」、「神經網絡」、「機器學習」等關鍵字，對2018年的台灣專利申請案進行檢索，找出1,567件與人工智慧高度相關的專利案，再比照WIPO設定的技術、功能應用、應用領域三個面向，逐篇閱讀、分析。

AI專利應用集中製造業與生醫產業

以技術面向來說，1,567件裡，佔比最高的為「神經網路為應用核心」的31%。李清祺指出，神經網路（neural network）為深度學習的核心技術內涵，可以用來發展各種應用；若加計與神經網路相關的演算法（3%）以及硬體（11%），則完全符合落入深度學習技術的專利案佔比將高達46%（圖1）。「硬體這個部分比較特別，是WIPO的報告所沒有的，」他補充，AI所需的周邊硬體如運算晶片、電源供應、散熱…..等，都是台灣的優勢產業，使得台灣在硬體相關的專利申請表現上較為突出。

圖1：2018年台灣AI專利申請技術面向分布狀況

資料來源：我國人工智慧相關專利申請概況及申請人常見核駁理由分析，經濟部智慧局

至於功能面向和應用面向都較為集中。以功能面向來說，電腦視覺和預測分析兩項，分別有612件和360件；其餘的控制方法、語音處理…..等都不到百件（圖2）。而在應用面向，則是以工業與製造業、生命與醫療科學等為大宗，各有279件與193件（圖3）。

圖2：2018年台灣AI專利申請功能應用分布

資料來源：我國人工智慧相關專利申請概況及申請人常見核駁理由分析，
經濟部智慧局（註：一申請案可能有數個功能應用）

圖3：2018年台灣AI專利申請前十大應用領域

資料來源：我國人工智慧相關專利申請概況及申請人常見核駁理由分析，
經濟部智慧局（註：一申請案可能有數個應用領域）

如果進一步將上述三面向進行交叉分析，則我國AI專利的布局方向將更明顯。李清祺指出，如果以神經網路技術的專利為限，進行功能、應用的交叉分析，可以發現將「電腦視覺」用於「生命與醫療科學」和「工業與製造業」，是申請人最主要的專利布局方向（表1）；至於「預測分析的應用面向則較廣泛，包括「運輸」、「商業」、「金融業」的布局強度，都不亞於前述的兩個產業。若改從應用面向進行觀察，則可以發現「工業與製造業」和「生命與醫療科學」的功能集中度最高，而「個人裝置、計算與人機介面」，以及「商業」、「運輸」的功能面向較分散。

表1：2018年台灣AI專利申請中，以神經網路為核心技術的功能/應用交叉分析

資料來源：我國人工智慧相關專利申請概況及申請人常見核駁理由分析，經濟部智慧局

申請人：台灣本土數量最多，但產業影響力待加強

這些申請案，來自於那些國家呢？根據統計，台灣籍的申請人共有704件，佔比將近五成為第一位；之後依序為中國大陸（含香港）的284件、美國的271件與日本的128件（圖4）。

圖4：2018年台灣AI專利申請人國別

資料來源：我國人工智慧相關專利申請概況及申請人常見核駁理由分析，經濟部智慧局

值得注意的是，在2018年AI專利申請量超過20件的申請人只有12位，呈現出大者恆大的趨勢（表2）。其中，台灣的申請人僅有4名，更有兩位（工研院、資策會）是政府法人研究機構，顯示台灣申請人的AI申請量雖多，但多為不到20件的零星申請，日後恐怕難以發揮影響力。

表2：2018年台灣AI專利前12大申請人（未公開實際專利申請量）

資料來源：我國人工智慧相關專利申請概況及申請人常見核駁理由分析，經濟部智慧局

結語

整體看起來，我國的AI專利申請狀況，還是處於早期階段。雖然在應用領域面向和功能面向上，都有明顯的布局重點，但工業與製造業原本就是台灣的主流產業，而且電腦視覺、預測分析也是當前AI技術的重要功能。只不過，若從最基礎的技術面向來看，則真正象徵新一代AI的深度學習和神經網路僅佔46%，代表去年（2018）有超過五成的AI專利申請，使用的仍是傳統的決策樹或邏輯分析方法，或僅是初階的資料整理、設定而已。換言之，這些技術就算申請到專利，未來能創造的產業價值恐怕也相當有限。

另一方面，從申請人的國別分布狀況也可看出，台灣實在還有很多進步空間。明明申請量佔比近半，但在前十大申請人中卻僅有兩名為台灣申請人，代表絕大部分的AI專利申請案，不是大企業偶爾為之的試水溫，就是僅有中小規模企業投入而已。如何讓政府、產業、學術界在AI技術研發上投入的能量整合，並且轉化成有產業價值的專利資產，將是台灣在AI時代必須面對的嚴肅課題。

資料來源：

1. 我國人工智慧相關專利申請概況及申請人常見核駁理由分析，經濟部智慧局，2019/12/03
2. 「全球AI技術發展與專利布局演變與趨勢暨台歐美AI專利申請審查實務發展與應對研討會」，工業總會，2019/12/04

Facebook 在北美智權報粉絲團上追踪我們