基于全球专利视角的广州人工智能技术分析及对策建议

杨 莹 刘晓丽

（1.广州市社会科学院科技创新研究所,广东 广州 510410；2.广东生态工程职业学院,广东 广州 510520）

1956年达特茅斯会议上，“人工智能”这一概念首次被提出。随着算法、算力以及大数据的飞速发展，2006年以来，以深度学习为代表的人工智能技术在计算机视觉和语音识别等领域取得了极大的成功。当前，人工智能已成为世界各国角逐的焦点，正加速与交通、医疗、教育、物流、安防、农业等行业融合，深刻改变着人们的生产生活方式，引领人类社会进入智能时代。可以说，人工智能已成为科技革命和产业变革的重要驱动力量[1]，正不断发挥其强大的技术辐射效应，实现社会生产力的整体跃升。从内涵来看，人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能[2]，包含了机器学习、计算机视觉、生物特征识别、自然语言处理、智能驾驶等重点技术领域。从产业生态来看，人工智能包含了基础层、技术层和应用层，基础层包括芯片、传感器、算法模型、大数据等基础技术；技术层涉及人工智能的核心技术，如计算机视觉、机器学习等；应用层则是人工智能与垂直细分领域的融合发展，包括智能医疗、智能安防、智能教育等[3]。

1 广州人工智能技术发展态势

据世界知识产权组织统计，世界上每年发明创造成果的90%～95%体现在专利技术中，其中约70%最早体现在专利申请中[4]，约有70%的发明成果未见于非专利文献上[5]。因此，课题组在参考了《人工智能标准化白皮书（2018版）》《人工智能技术专利深度分析报告》《2019年人工智能中国专利技术分析报告》等重点研究报告的基础上，结合已有文献检索人工智能专利的情况，确定了人工智能及其重点领域的中英文关键词。以此作为全球发明专利检索策略，通过专利分析来研判广州人工智能技术发展态势。

1.1 人工智能技术快速发展，但与北京、深圳之间存在较大差距

截至2020年第一季度，广州人工智能全球发明专利申请量达7 640件①。第一件专利是华南理工大学于1988年申请、1990年公开的标题为“汉语声控电脑打字机”的专利，主要涉及语音识别。从历程来看，广州人工智能技术的发展可分为2005年以前、2006—2015年、2016—2020年第一季度三个阶段，其专利申请量分别为31件、1 051件、6 558件。其中，第二阶段年均增长38.97%，第三阶段专利申请量增速提升，2016—2019年，年均增速达90.60%②，且该阶段专利申请量占广州人工智能专利总量的比重高达85.84%。总的来看，广州人工智能技术快速发展，尤其是2016年以来的发展势头持续向好。

而从第三阶段来看，广州（6 558件）人工智能专利申请量不及北京（25 055件）的三成、深圳（17 369件）的四成，约为上海（9 346件）的七成。重点领域的表现也大抵如此，如机器学习专利数量不及北京的三成，计算机视觉专利数量仅为北京的三分之一，生物特征识别专利数量不及深圳的四分之一，自然语言处理专利数量仅为北京的两成，智能驾驶专利数量不及北京的七分之一。总的来看，广州人工智能技术水平与北京、深圳之间还存在较大的差距。

1.2 机器学习和计算机视觉在全国具有相对优势

从五大重点领域来看，广州机器学习和计算机视觉专利申请量占全国的比重均超过5%，分别为5.54%和5.01%。在此之后的依次是自然语言处理、生物特征识别、智能驾驶，专利申请量占全国的比重分别为4.10%、3.9%、3.31%。从第一申请机构来看，入围机器学习和计算机视觉专利申请量前三位的均是华南理工大学、广东工业大学、中山大学。可以看到，在全国范围内，广州的机器学习和计算机视觉具有相对优势，高校起到了领头作用。

1.3 十三大技术组别在全球表现出色

广州机器学习领域，B25J9（程序控制机械手）专利申请量占全球的比重高达8.12%，表现突出的主要是华南理工大学，其在该领域的专利申请量占全球的比重达4.73%。自然语言处理领域，G05B15（计算机控制系统）专利申请量占全球的比重达7.97%；智能驾驶领域，B60T7（制动作用启动装置）专利申请量在全球的占比也达到7.32%。除此之外，专利申请量占全球比重超过5%的技术组别还有计算机视觉领域中的G01B11（以采用光学方法为特征的计量设备，6.08%）、G06F16（信息检索、数据库结构、文件系统结构，5.72%）、G06Q10（行政、管理，5.60%）；生物特征识别领域中的G10L17（讲话者辨认或验证，6.67%）、G06Q10（行政、管理，6.54%）、G06Q50（特别适用于特定商业领域的系统或方法，6.20%）、G06Q30（商业，5.93%）、G07C1（登记、指示或记录事件的时间或经过的时间，5.72%）、G07C9（独个输入口或输出口登记器，5.35%）；智能驾驶领域中的B62D5（助力的或动力驱动的转向机构，5.10%）。可以看到，广州有十三大技术组别在全球表现出色，其中，机器学习在程序控制机械手领域表现抢眼；自然语言处理在计算机控制系统研究方面表现突出；计算机视觉在信息检索、光学计量设备领域具有优势；生物特征识别在商业领域中得到较好的应用及发展；智能驾驶在制动作用启动装置、转向机构方面表现亮眼。

1.4 具有技术优势的机构缺乏，领先企业尤其欠缺

从优势机构的数量来看，广州仅有华南理工大学（937件）一家高校专利申请量排在全国第十位，无一家企业进入全国前十；而深圳、北京分别有3家、2家企业入围全国十强，其中，平安科技（深圳）有限公司（1 898件）、腾讯科技（深圳）有限公司（1 760件）、百度在线网络技术（北京）有限公司（1 759件）更是进入全球前十行列。从企业之间的比较来看，广州人工智能专利申请量排第一位的企业是广东电网有限责任公司（158件），均不及北京［百度在线网络技术（北京）有限公司，1 759件］、深圳［平安科技（深圳）有限公司，1 898件］专利申请量最多的企业的十分之一。从重点领域来看，广州计算机视觉领域专利申请量居首的企业（广州视源电子科技股份有限公司，30件），分别不及排在深圳［腾讯科技（深圳）有限公司，326件］、北京（京东方科技集团股份有限公司，163件）第一位的企业的一成和两成。生物特征识别领域中，专利申请量最多的企业（广州视源电子科技股份有限公司，22件），均不及北京（京东方科技集团股份有限公司，616件）、深圳（深圳市汇顶科技股份有限公司，538件）位居第一的企业的5%。而机器学习领域中，广州专利申请量最多的企业（广州电网有限责任公司，99件），仅分别相当于深圳［平安科技（深圳）有限公司，903件］、北京［百度在线网络技术（北京）有限公司，601件］专利申请量第一的企业的九分之一、六分之一。总的来看，广州缺乏具有技术优势的机构，领先的企业尤其欠缺。

1.5 高校技术创新能力强，华南理工大学实力突出

从高校来看，华南理工大学专利申请量（937件）位居全国第十，多于北京高校排名第一的清华大学（837件），约为排在上海高校第一位的上海交通大学（499件）的2倍。进一步从重点领域来看，计算机视觉领域中，广州的华南理工大学（123件）专利申请量排在全国第十位，多于北京高校中排名第一位的北京工业大学（108件），分别是深圳（深圳大学，72件）、上海（上海交通大学，59件）排名第一的高校的1.7倍、2.1倍。机器学习领域中，广州的华南理工大学以728件的专利申请量位居全国第五，超过排在北京第一位的清华大学（636件），分别是上海（上海交通大学，395件）、深圳（深圳大学，211件）排名第一的高校的1.84倍、3.45倍。总的来说，广州高校技术创新能力较强，其中，华南理工大学居于全国第一梯队，计算机视觉、机器学习处于全国前列，具备较强的实力。

2 广州推动人工智能发展的政策措施

2.1 将人工智能作为重要的产业发展方向

2018年，《广州市加快IAB产业发展五年行动计划（2018—2022年）》出台，其中提出了“到2022年，成为影响全球、引领全国的IAB产业集聚区，建成国际一流的人工智能应用示范区”的目标，并从完善创新生态体系、企业培育、产业集聚、应用示范四个方面提出了13项主要任务，制定了详细的支持措施。《广州市建设“中国制造2025”试点示范城市实施方案》也在同年印发，将人工智能作为重点发展领域，提出要培育以大数据和云计算为支撑、具有广州优势的人工智能产业集群和产业生态。2020年，《广州市关于推进新一代人工智能产业发展的行动计划（2020—2022年）》出台，提出了“到2022年，全市人工智能产业规模超过1 200亿元，打造8个产业集群，建设10个人工智能产业园，培育10家以上行业领军企业，推动形成50个智能经济和智能社会应用场景，推进实施100个应用示范项目”的发展目标。整体来看，广州将人工智能作为发展战略进行重点布局，系统规划了人工智能产业的发展路径，力图使其成为产业转型升级和经济高质量发展的重要驱动力量。

2.2 科技计划重点支持人工智能技术研发与应用示范

从科技计划来看，2020年广州重点领域研发计划中人工智能领域立项项目共11项。其中，人工智能应用场景示范项目7项，支持经费为每项500万元；类脑智能与脑机接口研究项目4项，支持经费为每项800万～1 000万元。与此同时，2020年基础研究与应用基础研究专题共支持31项人工智能领域项目，每项支持经费为20万元，主要涉及智能机器人、深度学习、自然语言处理、智能驾驶、智能算法等领域的技术与理论研究。此外，2020年民生科技专题支持的项目中有8项涉及人工智能，每项支持经费为100万元，主要涉及人工智能在医学、电力、农业等民生领域的应用。总的来看，广州大力支持应用场景示范建设，推动人工智能在医学影像、病理辅助诊疗、金融科技、信息安全等领域的应用，加强类脑智能与脑机接口、自然语言处理、图像识别、人机交互、智能机器人、智能驾驶等关键技术攻关。

2.3 着力打造人工智能创新试验区

2020年，我国科学技术部批复同意广州建设国家新一代人工智能创新发展试验区，要求广州充分发挥科教资源和产业集群优势，全面提升人工智能创新发展水平，构建高水平人工智能开放创新生态。广东省推进粤港澳大湾区建设领导小组印发《广州人工智能与数字经济试验区建设总体方案》，从配置创新要素、打造产业集群、深化开放合作、优化发展环境四大方面提出广州人工智能与数字经济试验区建设的主要任务。在此背景下，广州出台《关于推进广州人工智能与数字经济试验区高质量发展的若干意见》，从体制机制改革、科技创新、产业集聚、产城融合、开放合作、生产要素优化配置六大方面提出了30项推进广州人工智能与数字经济试验区发展的工作举措。可以看到，广州着力打造人工智能创新载体，未来将以人工智能与数字经济试验区为主要发力点，探索人工智能发展的新路径、新机制，推动人工智能迈上新台阶。

3 促进广州人工智能发展的对策建议

从专利技术来看，广州人工智能某些技术组别具备比较优势，高校具备较强实力，但与北京、上海、深圳相比，技术能力均不突出，领先企业尤其欠缺。从政策措施来看，广州将人工智能摆在越来越重要的位置，并着力打造创新载体。面向“十四五”乃至更长远的时期，广州可从以下几方面重点推进。

3.1 加强基础层发展

算法、算力是促进人工智能发展的重要基础，广州要更加重视智能硬件、智能算法等人工智能基础层的发展。具体来看，一是在基础研究计划、重点领域研发计划中设置专项，积极组织开展智能芯片、传感器等硬件的关键核心技术攻关，鼓励本地机构与外地优势机构开展合作研发；二是依托国家超级计算广州中心搭建计算服务平台，大力推进人工智能算法库、解决方案库、数据集及公共服务平台建设，面向社会提供算法服务；三是加快推动5G网络、边缘计算硬件、数据中心等面向人工智能发展应用的新型基础设施建设，强化人工智能技术基础；四是积极培养和引进数据处理、算法设计等方面的基础层人才，鼓励通过校企合作、工学结合等方式培养实践能力强、掌握多学科交叉知识的“人工智能+”复合型人才，为人工智能基础层发展提供人才支撑。

3.2 保持并发挥技术优势

从专利技术布局来看，虽然广州人工智能整体的技术创新态势不及北京、上海、深圳，但广州的计算机视觉和机器学习的技术创新态势在全国表现较好，部分细分领域在全球范围内都具有一定的比较优势。这类优势领域是广州人工智能发展的重要方向，也是抢占创新发展制高点的有力支撑。建议广州在机器学习程序控制机械手技术、智能驾驶制动作用启动装置、转向机构技术等优势领域继续强化研究，并深入推动这类优势技术领域与传统产业的紧密结合。例如，大力支持生物特征识别技术在传统商业中的应用，结合广州汽车产业的雄厚基础，支持智能驾驶技术的发展及应用等。以此为突破口，在促进传统产业转型升级的同时，为人工智能技术提供应用支撑。

3.3 发挥在穗高校的引领带动作用

不论是人工智能整体的技术创新能力还是重点技术分支的创新能力，表现突出的机构主要是华南理工大学、中山大学、广东工业大学等在穗高校，这些高校是推动广州人工智能领域技术创新发展的重要主体。尤其是华南理工大学，人工智能整体的技术创新态势居全国前列，在机器学习领域，则进入全球前十，表现十分抢眼。为此，广州要凝聚政府、高校、企业、科研院所等多方力量，加快推进人工智能产学研合作。借鉴北京经验，充分利用华南理工大学广州市脑机交互关键技术及应用重点实验室、广州市机器人软件及复杂信息处理重点实验室，中山大学多媒体实验室和人机互联实验室等一批高校基础科研平台，推动高校与企业、科研院所加强合作，以共建联合实验室、承担重大专项等形式，组织研究团队开展跨学科、大协同的创新攻关，进一步发挥在穗高校的引领带动作用[6]。

3.4 推动企业协同创新

企业是技术的重要发明者，也是推动产业发展的主要力量，建议广州完善人工智能产业链布局，推动企业协同创新。具体来看，在基础层，进一步优化营商环境，引进芯片、传感器、算法模型、大数据等领域技术领先的龙头企业，在广州建设总部或研发中心，联合广州高校、科研院所等机构开展研究合作，为广州人工智能发展提供底层支撑。在技术层，鼓励在机器学习、计算机视觉、自然语言处理、生物特征识别等重点技术领域具有优势的企业开展协同攻关，实现关键共性技术与核心技术的突破。在应用层，引导中小企业聚焦智能医疗、智能安防、智能教育、智能家居等应用热点领域，专注细分方向，开发新技术产品，推动商业模式创新，在合作平台搭建、知识产权维权、新技术新产品推广等方面给予支持。

3.5 提高公共数据开放程度

人工智能的发展需要海量数据，可以说，数据为机器学习提供了重要支撑，是促进人工智能技术进步的关键动力。广州当前已搭建政府数据统一开放平台，62家开放单位共开放了1.2亿条数据，覆盖了产业、金融、教育科技等领域，具有较好的开放基础。建议广州进一步提高公共数据开放程度，借鉴北京经验，探索实施公共数据分级分类管理，对接企业需求，对于可完全公开的数据应最大限度地对外开放，对于有条件公开的数据，则可通过应用竞赛、授权开放等特定方式面向人工智能企业进行开放，进一步释放大数据红利。

3.6 打造世界级应用场景

应用场景是促进人工智能落地的关键，建议广州借鉴上海经验，不限定申报单位的类型、所在地等，实施应用场景“揭榜挂帅”机制，面向全球征集人工智能应用场景解决方案，打造世界级的应用场景，会聚全球人工智能企业，共同为广州人工智能应用场景建设贡献智慧。聚焦医疗、教育、城市管理、制造业等领域，建立应用场景动态发布制度，搭建供需对接平台。与此同时，结合应用场景建设探索推动新产品落地。具体来看，可将具有市场前景的人工智能新产品纳入《创新产品推荐目录》，优先推荐给应用场景单位部署使用，为新产品推广提供先行先试的示范效应。

注释：

①本文按公开日检索全球发明专利，专利数据来源于incoPat数据库，检索时间为2020年5—7月。

②由于2020年的专利未完全公开，此处计算的年均增长率的时间跨度为2016—2019年。