深度學習領域專利  獨缺台灣

人工智慧共有6大核心技術專利，分別是神經網路、基因模式、專家系統、模糊邏輯、機器學習及自然語言處理，而杜在國所分析的「深度學習」是機器學習拉出的分支，它試圖使用包含複雜結構或由多重非線性變換構成的多個處理層，對資料進行高層抽象的演算法。

圖1. 各主要廠商在「深度學習」領域之專利數占比 資料來源：專利檢索中心執行長杜在國簡報資料，2017年9月7日

從圖1可見，在「深度學習」領域中，專利量占比前5大總和就超過50%，依序為Microsoft、Google、Samsung、Qualcomm及IBM。剩下不到50％的比例由15家廠商瓜分，當中有3家中國企業，包括百度 (Baidu)、上海兆芯集成電路 (VIA Alliance Semiconductor) 以及騰訊 (Tencent)，共占8.3%；但台灣廠商卻是沒有任何表現（編按：雖然台灣威盛電子有投資上海兆芯集成電路，但上海兆芯集成電路屬於中國企業）。

圖2. 前5大廠在「深度學習」領域之技術脈絡整理
資料來源：專利檢索中心執行長杜在國簡報資料，2017年9月7日

人工智慧美國專利　台灣占比不到1%　與大陸廠商在伯仲之間

不同於杜在國針對特定技術領域，陳賜賢針對特定國別，以美國專利為分析對象。表1為人工智慧美國專利國家別分析，陳賜賢針對24,706件人工智慧美國專利國際權利人所屬國家別進行比對分析後，發現主要集中在美國和日本。其中，美國握有專利權占比達到62.9%、日本占比達11.0%，合計占比高達73.9%。台灣占比僅達到1.0%（達243件）；而中國大陸剛有159件，占0.6%。

表1. 人工智慧美國專利國家別分析
資料來源：MIC，2017年9月

陳賜賢指出，台灣與中國在人工智慧美國專利核心技術最大差別是神經形態運算硬體的布局，資料顯示，台灣尚未拿到美國專利，而中國已經拿到美國專利。從表2可見，中國在這個領域已有2件美國專利，但台灣則是掛零狀態。

表2. 人工智慧美國專利核心技術國家別
資料來源：MIC，2017年9月；附註：表格內之數字為專利數

如從人工智慧美國專利國際權利人所屬領域別分布觀之，陳賜賢發現主要集中在運算科技，其餘依序為控制、測量、數據通訊、資訊科技管理方法、電信、視聽科技等；在機械工程領域，以運輸比重較高，屬於化學領域則以化學工程比重較高（表3）。

表3. 人工智慧美國專利領域別分析─國際專利權人
資料來源：MIC，2017年9月

如果分析台灣權利人所屬領域別分布，則發現主要集中在運算科技，占57.3%（與國際權利人情況相同）；其餘則依序為控制、測量、視聽科技、電機／設備／能源、電信、數據通訊、基礎通信程序、及資訊科技管理方法等 (表4)。

表4. 人工智慧美國專利領域別分析─台灣專利權人
資料來源：MIC，2017年9月

如果就人工智慧美國專利涉及的6大項核心技術進行國際權利人重點項目布局分析，會發現自然語言處理比重最高，達到72.9%；其次則為專家系統(11.7%)、機器學習(8.6%)、神經網路(4.0%)、模糊邏輯(2.2%)、以及基因模式(0.6%)，如表5所示。

表5. 人工智慧美國專核心技術分析─國際專利權人
資料來源：MIC，2017年9月

表6把人工智慧6大項核心技術又再細分，其中自然語言處理又再細分為9項，然後再分析其人工智慧美國專利核心技術細項歷年趨勢。表6資料顯示，在眾多技術細項中，機器學習專利數最多（3,882件），其次為自然語言處理涉及的自動分析、自然語言翻譯；此外，專家系統涉及的知識表達、推論方法以及神經網路涉及的學習方法等，也值得關注。從2016年的數據顯示，自然語言處理大項中涉及自動分析及翻譯語法分析的部分、及專家系統大項底下的知識表達部分，其於當年度之專利公告量已超越機器學習此一大項。

表6. 人工智慧美國專利核心技術歷年分析－國際權利人
資料來源：MIC，2017年9月；附註：表格內之數字為專利數

接下來，陳賜賢針對人工智慧美國專利涉及的6大項核心技術進行台灣權利人重點項目布局分析，發現自然語言處理比重最高達到63.2%，其次則為機器學習(16.4%)、專家系統(11.2%)、神經網路(5.6%) 、基因模式(2.4%)、及模糊邏輯(1.2%)（表7），基本上跟國際專利權人在不同項目的發展方向近似。

在分析核心技術細項的歷年趨勢時，資料顯示，機器學習專利數累積最多，其次為自然語言處理涉及的自然語言資料處理、自然語言翻譯、編輯、自動斷字、自動用連字符號連接等（表8）。  

表7.  人工智慧美國專核心技術分析─台灣專利權人
資料來源：MIC，2017年9月

表8. 人工智慧美國專利核心技術歷年分析－台灣權利人
資料來源：MIC，2017年9月；附註：表格內之數字為專利數

接下來是最吸睛的智慧服務項目。針對1,451件智慧服務美國專利所屬國家別進行分析，發現主要集中在美國，有高達1,206件。陳賜賢指出，值得注意的是，中國已經拿到6件智慧服務美國專利，而台灣於此一領域也拿到4件美國專利（表9）。

表9. 智慧服務美國專利國家別分析-1
資料來源：MIC，2017年9月

從表10的智慧服務美國專利所屬國家別分布，發現，行銷／廣告類之專利數最多，其餘依序為金融、辦公室自動化、資源管理、支付、電子商務等，且全部均以美國占比最高。另外，值得注意的是，就資料顯示，法律服務、健康照護、物流……等項目，目前美國專利數不多，值得科技界投入研發及進行布局。

表10. 智慧服務美國專利國家別分析-2
資料來源：MIC，2017年9月；附註：表格內之數字為專利數

若針對智慧服務美國專利所屬領域別進行分析，會發現主要集中在運算科技，其次為資訊科技管理方法、數據通信、控制、電信、運輸、測量、視聽科技、醫療科技等（表11）。

表11. 智慧服務美國專利領域別
資料來源：MIC，2017年9月

表12. 智慧服務美國專利知名國際權利人分析
資料來源：MIC，2017年9月; 附註：表格內之數字為專利數

接下來針對5,470件智慧產業美國專利所屬國家別進行分析，發現主要集中在美國（3496件）、日本（859件）。值得注意的是，台灣已拿到78件智慧產業美國專利，而中國也已拿到44件美國專利（表13）。

表13.  智慧產業美國專利國家別分析
資料來源：MIC，2017年9月

陳賜賢針對神經形態運算硬體美國專利所屬領域別進行分析，發現主要集中在運算科技，其次為控制、數據通信、電信、測量、視聽科技、資訊科技管理方法、電機/設備/能源醫療科技、運輸等（表14）。

表14. 智慧產業美國專利領域別分析
資料來源：MIC，2017年9月

表15. 智慧產業美國專利與人工智慧核心技術交叉分析
資料來源：MIC，2017年9月; 附註：表格內之數字為專利數

表16. 智慧產業美國專利人工智慧核心技術與知名國際權利人交叉分析
資料來源：MIC，2017年9月; 附註：表格內之數字為專利數

總結與建議

最後，陳賜賢總結了人工智慧美國專利現況，並作出了建議。他指出應以產學研合作方式，開發重要領域之機器學習演算法及應用，並結合學研投入發展學習方法、推論方法等關鍵技術。在人工智慧硬體的部分，陳賜賢指出神經形態硬體為半導體領域的新機會，台灣應把中期目標設定在拿到電子式專利，長期目標布局則應針對光學式專利努力。在人工智慧服務方面，陳賜賢建議業者布局華文自然語言處理智慧行銷／廣告專利，並結合電子商務、支付、物流布局之實體智慧商場。最後是人工智慧產業的部分，陳賜賢認為智慧產業將帶出零組件、設備、裝置之新商機，台灣在這方面可扮演關鍵零組件解決方案提供者角色。

表17. AI人工智慧美國專利技術趨勢之整理及建議
資料來源：MIC，2017年9月; 附註：表格內之數字為專利數、百分比為專利占比