案例選登
 
解讀新基建背後的專利布局
發布時間:2020/6/23 8:55:34     點擊: ( 89 )

       新基建如何理解,我們有自己的視角,所謂牽主線而覽全局,我們理解新基建目標打造的就是數字世界裏的基建,那麽這裏面最核心的問題可以歸納成兩個,即算法與算力,其它都是其表觀表現或實體落地的體現。明確了這壹點,我們首先聚焦壹個體現算法的角度,即人工智能,人工智能並不是算法的全部,但是絕對是未來算法的主要競爭高地。
      當然專利分析做人工智能首先面臨劃界挑戰,如同萬人眼中的哈姆雷特,我們也沒有絕對的把握畫出這個完美的邊界。但是相對比較明確的是產業界似乎壹致同意現在人工智能可以從商業任務挑戰上分為自然語言處理(NLP)與計算機視覺(CV)兩個方向。我們就從這個明確的目標開始,同時我們選用的分析對象也是經過特別挑選,即2019年中國互聯網公司前10名(專利統計上螞蟻金服歸入阿裏集團,即9位參與者)以及微軟、亞馬遜、谷歌三個全球知名的互聯網巨頭。
       如此選擇的背後是目前上述兩個方向普遍被認為是互聯網企業重點布局的下半場,同時實踐中我們普通人也能明顯感到這部分技術正處在“學術已達,商業未滿”的狀態,自動駕駛與人臉識別就在身邊,智能助手隨叫隨到,但又總是感覺還差些什麽。我們讓上述12家企業同臺競技,通過專利看向下半場。


      第壹個解讀是NLP的整體布局要高於CV,各家巨頭整體表現出均是類似的狀態。這事實上與兩者在學術研究進度上的差距是有直接關聯的,自然語言處理在使用Transformer作為特征提取器後,2018年11月由谷歌提出效果空前的BERT模型,隨後各家巨頭的壹眾改進模型不斷刷新GLUE的榜單,壹度導致GLUE需要更新到新的評價版本來拉開評測分數的差距,而CV似乎還在卡GNN(圖神經網絡),盡管已經有論文放出評價了Transformer實際就是壹種特殊的圖神經網絡,大有壹個模型統壹兩界的趨勢,但是客觀上CV研究進度滯後,這也直接反應到了巨頭們的專利布局上來。
       第二個解讀是國內互聯網巨頭戰,BAT的格局依然存在且穩如泰山,目前是騰訊在CV上略微領先百度半個身位,阿裏緊隨,NLP百度與騰訊成焦灼狀(百度有自己的ERNIE模型和飛槳平臺,騰訊則在4月24日剛剛放出了基於Transformer的加速器,兩者的專利焦灼的背後是技術競爭的焦灼),同樣阿裏緊隨其後。其它人還有相當的視覺可見的差距,所謂的新ATM格局至少在專利布局上,也就是技術的底氣上還無從體現。
       第三個解讀是,全球三巨頭中,從專利落地申請的角度看,微軟對中國市場最為渴求,谷歌在眾多業務已經退出中國的情況下也同樣保持了可觀的布局。
       基於上面的總體認證,我們進壹步深探,即CV與NLP背後的主流算法支撐——機器學習與深度學習。這部分我們認為是核心競爭力,屬於智能中的本源智能。首先還是先聚焦上面的9+3互聯網巨頭,我們引入了兩個全新的指標來評價專利,專利度與特征度,專利度代表平均權利要求數量,數值越大越好,代表專利布局層次豐富;特征度代表獨立權利要求1中實體詞的數量,其體現權利要求1撰寫的簡潔程度,數值越小越好,越小則其相應的專利的保護範圍越大。上述兩個指標總體上可以代表申請的專利的文本質量,即專利度高,特征度低為文本質量佳。

                                                                            (本文轉載自“國知專利預警”)

 

?