据一家日本公司Astamuse公布的数据显示，近几年来，中国引领了人工智能相关专利申请的增长，虽然美国总共的申请数量迄今为止仍然是最高的。

这家总部位于东京的公司统计显示，从2010年开始的5年间，中国的总体应用比5年前增长了约190％，升至8410件。这是被调查的美国、中国、欧洲、日本和韩国等10个国家和地区中增长最显著的。

相同时期内，美国的申请量增长了26％，达到了15317件，总数最高，而日本的申请则下降了3％，总数为2071件。

与日本政府关联的新能源和工业技术开发组织（Government-affiliated New Energy and Industrial Technology Development Organization）总干事Shigeoki Hirai指出，中国的增长不仅体现在数量上，而且在质量上也是如此。

Hirai说：“中国在诸如深度学习等热点领域取得了显著进步，不只是数量增长。”

随着企业、大学和研究机构参与到技术开发的竞赛中来，自2005年以来在接受调查的国家中，AI专利申请总数已达6万多件。

相比于2010年，2014年这一数字上升了约70％，上升到8205件。相关数据每4年统计一次，2014年是目前能够获得完整数据最近的一年。再来就是即将到来的2018年。

Astamuse技术情报部门经理Nobuaki Kawaguchi表示：“2015年和2016年的应用数量应该高于2014年，创下了历史新高。”

AI专利申请数量：中国猛增、美国保持领先，日本数量下降

1、中日美等十大国家和地区专利申请数量大幅增长

10个国家和地区AI专利申请数量总合，从2000年到2014年增长了70%。

根据Astamuse对日本，美国，中国，韩国，印度，新加坡，澳大利亚，巴西，以色列，欧洲这10个主要国家/地区专利申请数量的分析，2014年申请AI相关的专利总数为8205件，这比2010年的4792件提高了70%。Astamuse技术情报部门经理Nobuaki Kawaguchi说，人工智能目前的发展是继1950年和1980年之后的第三次繁荣，“在2015年和2016年，申请将超过14年的纪录，创造历史新高。”

2、中日美三国AI专利申请数量对比

“目前中国的AI专利申请大幅增加，”Hirai先生指出，“成为全球AI专利增长的重要驱动力。”2010年到2014年，中国的总申请数是前5年的2.9倍，升至8410件。而从2005年到2009年，中国总申请数是2934件。同一时期，美国的总申请数从12147件上升到15317件（上升26%），而日本则从2134件下降到2071件（下降3%）。

3、中日美AI专利申请机构

在美国，IBM、微软、谷歌三巨头对申请数量的贡献遥遥领先。

美国、中国、日本的AI专利申请数量（2006~2016年合计）：统计对象是有专利局的国家的企业、大学、研究机构等。（调查机构：atamuse）

美国：既有老将，也有新兵

IBM的专利申请数量高居榜。它的Watson正推动医疗领域的变革。Facebook、Adobe这样新开拓出AI业务的“新兵”也表现不俗。

中国：国企和大学名列前茅

北京大学、南京大学的排名都很靠前，Hirai指出：“现在，中国在深度学习领域取得的突破非常了不起。批评中国只在数量上获得了提升是不正确的。

日本：专利申请提出数量最多的是NTT和NEC

在日本，提出的专利申请数量比较多的是NTT、NEC等历史悠久的大公司。虽然与美国的企业相比，日本企业的提出数量较少，但NEC数据科学研究所所长山田昭雄认为，“美国企业的优势在于，搜索、SNS等企业所拥有的B to B的大量数据作为基础的人工智能。但日本企业所拥有的B to B数据量并不输于美国。”

美国、中国、日本的AI专利申请数Top5机构（2006年~2016年合计）：美国、中国和日本的专利局收到的专利，图中圆的面积越大，表示申请数越多。（调查机构：atamuse）

4、论文共同作者国籍排名：中美合作密切

因为论文内容与专利有关，再来看论文发表情况。

从2011年到2015年，AI相关论文的国际合著率。统计对象是发表在全球主要论文期刊上的AI领域的论文，综述月93000篇。例如，图中显示，美国的研究机构或个人作者参与写作的论文中，有12.

7%的共同作者之一是中国的机构或个人。

从AI论文的“国际合著率”来看，美国和中国之密切联系很鲜明。NEDO截至2016年5月的调查显示，从2011年至2015年间，美国作者的AI论文中，有12.7%是与中国人合著的，位列第一名。第二名的英国只有5.1%。同样，中国作者的AI论文中，合著者国籍首位也是美国。

福布斯：中国AI崛起，因为抓住了ImageNet这一机遇

或许，证明中国在AI领域崛起的最佳证明之一，便是我们在ImageNet竞赛上取得的成绩。

《福布斯》报道称，在今年的ImageNet竞赛中，27支参赛队伍里超过一半都来自中国，企业和高校都有，并且最终结果排名前几的也都是中国团队或华人。这基本是去年赛况的重现：2016年，参与ImageNet竞赛的84支队伍中，华人科学家占了一大半。

当然，文章写道，诸如谷歌等领先AI玩家（也是2014年ImageNet冠军）并没有参加最后几届ImageNet，但最后几年ImageNet参赛情况恰恰反映了中国对于AI工作的热衷以及认真程度。

2017年ImageNet竞赛物体检测项目，最佳平均准确率比去年有了大约6%的提升（从66.3％到73.1％）。其中，用提供的训练数据进行物体检测，前三名都被BDAT团队包揽，DBAT团队由8名南京信息工程大学的成员和2名帝国理工学院的成员组成。使用额外训练数据进行物体检测，前两名是BDAT团队，第三名是由新加坡国立大学和奇虎360组成的NUS-Qihoo_DPNs（DET）。

ImageNet竞赛的另一个子项目物体定位

（1）使用提供的训练数据进行分类+定位，结果

根据定位错误率，第一名是新加坡国立大学与奇虎360合作团队NUS-Qihoo_DPNs。第二名、第三名来自Trimps-Soushen（公安部三所）。

按照分类错误率，中国公司Momenta与牛津大学合作团队提交的结果包揽了前四名。

（2）使用额外训练数据进行分类+定位

按照定位错误率排列，第一名、第三名是新加坡国立大学与奇虎AI研究院的合作团队NUS-Qihoo_DPNs。第二名是南京信息工程大学与伦敦帝国理工大学合作团队BDAT。

按照分类错误愚者“一根筋”智者谈对方感兴趣的事率排列，结果类似：第一名是新加坡国立大学和奇虎360NUS-Qihoo_DPNs(CLS-LOC)，第二、第三名是BDAT。

第三个子类，视频中的物体识别：

（1）给定训练数据条件下，伦敦帝国理工学院和悉尼大学合作团队ICUSYD包揽前三名。值得一提，ICUSYD总共6名队员中有5名是华人。

（2）使用额外训练数据，按照识别出的物体种类排名：ICUSYD仍然是第一，新加坡国立大学、奇虎360、美国伊利诺伊大学香槟分校合作团队NUS-Qihoo-UIUC_DPNs（VID）第二，第三名GeorVision成员来自南洋理工大学、清华大学、伯克利、北航、密歇根大学安娜堡分校，11名团队成员全部是华人。

按照平均准确率排名：第一名和第二名是ICUSYD；第三名NUS-Qihoo-UIUC_DPNs（VID）。

（3）视频物体识别/追踪，ICUSYD第一和第二，NUS-Qihoo-UIUC_DPNs第三。

去年的ImageNet：

物体检测：CUImage（商汤科技和港中文）包揽所有子项冠军所有子项；

物体定位：公安部三所包揽所有子项冠军；

视频物体检测：NUIST（南京信息工程大学）包揽所有子项冠军；

可以看出，在过去几年，ImageNet已经成了中国团队的竞技场。

上月，国务院发布了《新一代人工智能发展规划》，明确了我国新一代人工智能发展的战略目标：

到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径；

到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；

到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。

正如上文所说，20所有的哀伤、痛楚18年将迎来又一次的完整统计数据，届时更新的统计数字，包括AI专利数量和应用成果，让我们拭目以待。