ИИ в патентной сфере
Подготовлено Всемирной организацией интеллектуальной собственности (ВОИС)
ИИ быстро входит в повседневную жизнь. Если еще несколько десятилетий назад только человек мог играть в шахматы или читать рукописные тексты, то сегодня с этими задачами легко справляются машины с ИИ. Современные исследователи работают над претворением в жизнь все более амбициозных планов по применению ИИ, что произведет настоящую революцию в том, как мы работаем, общаемся, учимся и отдыхаем.
Однако определенное беспокойство вызывает природа ИИ и те проблемы, которые могут возникнуть для человечества. Для того чтобы найти принципиальные решения и устранить эту обеспокоенность, необходимо определить общую фактологическую основу для обсуждения темы ИИ на уровне политиков.
Именно поэтому Всемирная организация интеллектуальной собственности выбрала ИИ в качестве темы первого доклада ВОИС из новой серии «Тенденции развития технологий».
Доклад ВОИС «Тенденции развития технологий: искусственный интеллект », опирающийся на анализ данных из патентных заявок и научных публикаций, устанавливает технические рамки для понимания инноваций в области ИИ. Анализ данных дополняют мнения экспертов в этой области по вопросу о возможностях будущего применения ИИ.
История ИИ
Понятие «искусственный интеллект» впервые появилось в 1950-е гг. в контексте одноименного научно-исследовательского проекта, осуществленного в Дартмутском колледже летом 1956 г.
С тех пор изобретатели и ученые опубликовали свыше 1,6 млн научных работ по тематике ИИ и подали патентные заявки почти на 340 тыс. изобретений в этой области.
Однако история развития ИИ прошла извилистый путь. Периоды оптимизма, успеха и подъема сменялись периодами разочарования, снижения активности и реорганизации; «лето» в области ИИ уступало место «зиме», как только зарождающаяся наука пыталась встать на ноги.
Наблюдаемые в последнее время быстрый рост вычислительных мощностей и усовершенствование коммуникационных технологий обеспечивают обработку больших объемов данных и обмен ими, что открывает множество новых областей технического применения ИИ.
Пять первых участников научного семинара по вопросам ИИ, проведенного в Дартмутском колледже летом 1956 г. Слева направо: Тренчард Мур, Джон Маккарти, Марвин Мински, Оливер Селфридж, Рэй Соломонофф. (Фото: © Дартмутский колледж)
Пять первых участников научного семинара по вопросам ИИ, проведенного в Дартмутском колледже летом 1956 г. Слева направо: Тренчард Мур, Джон Маккарти, Марвин Мински, Оливер Селфридж, Рэй Соломонофф. (Фото: © Дартмутский колледж)
Рост числа патентных
заявок в области ИИ
и важнейшие даты
1956 г.
Первое упоминание
термина «ИИ»
1956-74 г г.
«Золотые» годы
государственного
финансирования
1974-80 г г.
Нереалистичные ожидания в
совокупности с ограниченными
возможностями приводят к
наступлению первой «зимы»
в области ИИ
1980-87 г г.
Экспертные системы,
основанные на знаниях,
вновь внушают оптимизм
и позволяют поставить
новые задачи
1987-93 г г.
Неожиданный коллапс
в сфере производства
специализированных
средств технического
обеспечения приводит
к наступлению второй
первой «зимы» в
области ИИ
1993-2011 г г. ИИ начинает
функционировать на
основе массивов
данных, возрастает
быстродействие
компьютеров, и вновь
возникает чувство
оптимизма и надежды на успех
2012 г. - по настоящее время
Большие массивы данных,
надежная связь и высокая производительность
компьютеров приводят
к новым достижений и
патентному буму в
области ИИ
Методы
Среди методов создания систем ИИ доминирует машинное самообучение . Этот метод фигурирует в 40% проанализированных патентов в области ИИ, и в период 2013 -2016 гг. число патентных заявок, связанных с данным методом, росло в среднем на 28% в год.
Процентная доля патентов в области ИИ, в которых упоминается машинное самообучение
Текущая революция в сфере ИИ связана с использованием таких методов машинного самообучения, как глубокое обучение и применение нейронных сетей. Например, оба этих метода широко используются в системах машинного перевода .
В период с 2013 г. по 2016 г. число поданных патентных заявок, в которых упоминается метод глубокого обучения, росло в среднем на 175% в год. Число заявок, в которых упоминается метод нейронных сетей, в тот же период росло в среднем на 46% в год.
Тематическое исследование
Машинное самообучение и парфюмерное производство
Создание нового аромата требует усилий мастеров-парфюмеров с многолетним опытом работы. Группа исследователей компании IBM и парфюмеры фирмы Symrise, всемирно известного производителя ароматических веществ и духов, объединили свои усилия, чтобы выяснить, каким образом ИИ может помочь в решении данной задачи.
В результате органического соединения творческой и научной мысли была создана система Philyra – система парфюмерных композиций с помощью ИИ, – которая способна изучать различные формулы, виды исходного сырья, примеры удачных парфюмерных продуктов и тенденции в этой отрасли.
Благодаря применению новых усовершенствованных алгоритмов машинного самообучения для сопоставления сотен тысяч формул и тысяч видов исходного сырья Philyra помогает найти новые варианты и сочетания ароматов. Philyra исследует все существующие сочетания ароматов и может обнаруживать «белые пятна» на мировом рынке духов, позволяя тем самым создавать абсолютно новые парфюмерные формулы.
В 2019 г. планируется выпустить два первых вида духов, созданных для бразильской косметической компании O Boticário с помощью системы Philyra.
Главный парфюмер Дэвид Эйпел за работой в творческой лаборатории фирмы Symrise в Нью-Йорке (Фото: Symrise)
Патентные заявки
Среди функциональных приложений ИИ самыми популярными являются технологии компьютерного зрения, включая системы распознавание образов (что критически важно, например, для автомобилей с системой автоматического управления). Разработки в области компьютерного зрения упоминаются в 49% всех патентов на изобретения в области ИИ, и в период с 2013 г. по 2016 г. их число росло в среднем на 24% в год
Процентная доля патентов в области ИИ, в которых упоминаются технологии компьютерного зрения
Другие две лидирующие области применения функциональных приложений – это обработка естественного языка (14% всех патентов в области ИИ) и обработка речи (13% всех патентов в области ИИ).
Хотя компьютерное зрение, обработка естественного языка и обработка речи являются тремя основными функциональными приложениями по общему числу подаваемых патентных заявок, нарастающими темпами поступают заявки, связанные со сферой технологий по созданию роботов и разработке методов управления,
Тематическое исследование
Использование технологии обработки речи для преобразования содержания радиодискуссий в политически значимые данные
В Уганде, где большинство населения проживает в сельской местности, новой динамично развивающейся платформой для общественных дискуссий, обмена информацией и новостями является радио. У слушателей пользуются популярностью ток-шоу и телефонные звонки в студию, так как дают возможность рассказать о своих нуждах и проблемах и выразить свое мнение.
В рамках этого пилотного проекта участники инициативы UN Global Pulse совместно со Стелленбосским университетом в Южной Африке разработали технологию распознавания речи, которая, благодаря применению машинного самообучения, позволяет преобразовывать содержание общественных радиодискуссий в текст на нескольких языках, на которых говорят жители Уганды, включая языки луганда, ачоли, лугбара и рутооро.
Из общественных дискуссий в ходе радиопередач можно извлекать большие объемы данных, которые затем используются при решении задач устойчивого развития и гуманитарной деятельности. Радиобеседы служат источником информации о распространении инфекционных заболеваний, путях перемещения населения во время стихийных бедствий или отношении людей к кампаниям по охране здоровья или проблемам в сфере занятости и образования.
В целях защиты права на неприкосновенность частной жизни в рамках проекта используются такие особые процедуры как анонимизация данных, ограничение доступа к данным во время реализации проекта и уничтожение данных после завершения проекта.
В настоящее время продолжается анализ результатов этого пилотного проекта в целях выяснения возможностей использования полученных данных для реализации ЦУР.
Фото: @UN Global Pulse 2019; Исследование: Использование машинного самообучения для анализа контента радиопердач в Уганде
Области применения
К наиболее значимым областям применения технологий ИИ относятся:
- телекоммуникации: компьютерные сети/интернет, радио- и телевещание, телефония, видеоконференции и VoIP-телефония;
- транспорт: аэрокосмическая отрасль/авионика, автономные транспортные средства, системы распознавания водителя/автомобиля, системы организации транспортного и уличного движения;
- наука о жизни и медицина: биоинформатика, биоинженерия, биомеханика, новые лекарственные средства, генетика/геномика, медицинская интроскопия, нейроинформатка/нейроробототехника, медицинская информатика, диетология/наука о продуктах питания, мониторинг физиологических параметров, здравоохранение
Процентная доля патентных заявок в области ИИ, в которых упоминаются сектор телекоммуникаций, транспорт или наука о жизни и медицина
Анализ тенденций за период 2006 -2016 гг. со всей очевидностью указывает на бум в сфере транспортных технологий. Если в 2006 г. на эту отрасль приходилось только 20% патентных заявок, то к 2016 г. – уже треть всех заявок (более 8 700 заявок).
За указанный десятилетний период рост числа патентных заявок в секторе телекоммуникаций составил 24%, в то время как доля патентных заявок, в которых упоминаются администрирование и менеджмент, документооборот и издательская деятельности и наука о жизни и медицина, наоборот, уменьшилась.
Области
применения ИИ
Три области
применени ИИ,
лидирующие по
числу патентны заявок
#1
Телекоммуникации
51,273 заявок (15%)
#2
Транспорт
50,861 заявок (15%)
#3
Наука о жизни и медицина
40,758 заявок (12%)
Тематическое исследование
Спасение жизни благодаря телекоммуникационным технологиям с применением ИИ
Каждые семь - девять минут от синдрома внезапной смерти при эпилепсии (СВСЭП) умирает один человек. Потенциально опасные для жизни эпилептические припадки позволяют выявлять первые в мире «умные» часы Empatica Embrace, основанные на применении технологии ИИ.
Это устройство непрерывно запускает алгоритм обнаружения припадка, построенный на технологии машинного самообучения. Алгоритм же ИИ представлен опорно-векторной машиной. В основу этой формы подконтрольного самообучения положен сбор больших массивов данных с помощью портативных электронных датчиков. Специалист-невролог, в свою очередь, устанавливает медицинские маркеры для каждого отрезка времени, за который собраны данные.
Медицинские маркеры и данные используются для обучения опорно-векторной машины, которая таким образом учится привязывать данные, полученные с помощью устройства, к конкретным маркерам, как это мог бы сделать специалист. Обученная опорно-векторная машина программируется для каждого устройства, с тем чтобы непрерывно анализировать состояние человека и сигнализировать о возможной опасности возникновения приступа.
В случае обнаружения опасности часы передают информацию на другой запрограммированный носитель (это может быть связанный с часами смартфон), который подает сигнал тревоги и посылает звонки или текстовые сообщения. Кроме того, программа регистрирует параметры и время события, с тем чтобы впоследствии его мог проанализировать специалист.
В январе 2018 г. это устройство было допущено к эксплуатации Управлением по контролю за качеством пищевых продуктов и лекарственных препаратов (FDA) США, и уже заслужило репутацию жизненно важного прибора.
Фото: Empatica
Лидеры отрасли
Из 30 организаций, лидирующих по числу патентных заявок в области ИИ, 26 – частные компании. Большинство из них являются транснациональными компаниями, специализирующимися на производстве бытовой электроники, телекоммуникационного оборудования и программного обеспечения.
Компании, входящие в тридцатку лидеров по числу патентных заявок в области ИИ
Широкое применение получила практика поглощения: 7 из 20 ведущих компаний приобретали фирмы, специализирующиеся в сфере ИИ. Наибольшее количество поглощений (18) числится за фирмой Alphabet.
Наибольшая часть патентных заявок в области ИИ была подана в патентные ведомства США (152 981 заявка) и Китая (137 010 заявок). В этих странах большое число инноваций, связанных с ИИ, сочетается с их потенциалом как рынка для применения изобретений в области ИИ. Приблизительно 20% от общего числа патентных заявок в области ИИ (67 662 заявки) составляют заявки, поданные по процедуре Договора о патентной кооперации ВОИС (система PCT).
500 ведущих заявителей по
числу поданных
заявок в
области ИИ
В число 500 ведущих патентных заявителей по числу поданных
заявок входят 333 компании
Из 500 ведущих патентных
заявителей 167 – это
университеты и
государственные научно-исследовательские
учреждения
109 из этих 333 компаний
базируются в США
110 из этих 167
университетов и
государственных
научно-исследовательских
учреждений находятся
в Китае
Лидирующей компанией
является IBM
Среди университетов/
государственных
научно-исследовательских
учреждений лидирует
Академия наук
Китая (АНК)
Тематическое исследование
Технология «умного» фермерского хозяйства, основанная на системе ИИ компании Microsoft
Проект FarmBeats компании Microsoft предусматривает использование недорогих датчиков почвы, аэрофотосъемки в сочетании с алгоритмами компьютерного зрения и машинного самообучения, которые дополняют интуицию фермера и помогают повысить производительность и снизить затраты.
Фермер устанавливает небольшое число сенсоров, передающих данные о состоянии грунта, и затем с помощью смартфона, прикрепленного к дрону или воздушному шару, составляет аэрокарту фермы .
Полученные данные очень важны для фермера. Он может на 30% снизить расход воды на орошение, уменьшить на 44% количество извести, вносимой для ограничения кислотности почвы. Информация о температуре почвы и уровне влажности помогает точнее определить сроки сева и, следовательно, повысить урожайность. Аэрокарта может также помочь установить режим паводка .
В то время как в большинстве систем сбора информации о фермерском хозяйстве используются дорогостоящие передатчики и соответствующая инфраструктура передачи данных, проект FarmBeats исключает необходимость в интернете и даже электросети за счет применения «обходной технологии», основанной на использовании свободных телечастот и солнечной энергии. Свободные телечастоты – это тот самый «белый снег», который можно видеть на незанятых телеканалах. В отдаленных районах нахождения большинства ферм значительная часть таких частот не используется, что позволяет задействовать их взамен широкополосных каналов.
Организаторы проекта FarmBeats считают, что технологии с применением ИИ обеспечат фермеров во всем мире необходимым инструментарием для значительного увеличения объемов производства продовольствия в условиях ограниченных пахотных земель и водных ресурсов.
Фото: Getty Images/baranozdemir; исследование: Microsoft - FarmBeats, ИИ и интернет вещей для сельского хозяйства
Мировое значение
Прирост вычислительных мощностей позволяет использовать революционные технологии ИИ не только в крупных транснациональных корпорациях, но и в коммерческих и научных целях во всем мире. В конечном итоге, практически каждый вид деятельности и сектор экономики выиграют от использования ИИ.
Технологии ИИ уже задействованы в ежедневно используемых приложениях в области транспорта, здравоохранения, финансов, права и других сферах. Как и в случае любой другой новой технологии, наибольшие выгоды от использования ИИ получают «первопроходцы». Однако ее применение также сопряжено со множеством трудностей.
Мы опросили экспертов в области ИИ из различных стран, чтобы дополнить наше исследование, основанное на патентных данных, чисто человеческим восприятием ситуации. Были, в частности, рассмотрены следующие вопросы:
Право собственности и другие права
- Какие права собственности и нормативные модели должны применяться в отношении данных, имеющих важное значение для развития области ИИ?
- Может ли произведение или изобретение, созданное технологией ИИ, быть объектом охраны интеллектуальной собственности и, если да, то кому должны принадлежать права собственности?
"Наука вносит свой вклад в развитие технологии ИИ, но по мере приобретения частным сектором прав на изобретения все более усиливается его роль ."
Конфиденциальность данных и вопросы этики
- Свободный доступ к данным предоставит широкие возможности для индивидулизированного подхода, но не будет ли такой доступ слишком свободным?
- Как обеспечить конфиденциальность персональных данных?
"У нас еще никогда не было таких широких технических возможностей для контроля и анализа поведения человека, его физиологии и биологии ."
Безопасность
- Как лучше защитить такие важные взаимосвязанные системы такие, как интеллектуальные транспортные системы?
- Как обеспечить безопасное хранение растущего объема данных?
"ИИ представляет собой набор не поддающихся расшифровке чисел, перемноженных друга непонятным человеческого разума образом. И как узнать, что кто-то взломал систему и изменил тысячу чисел?"
Сверхинтеллект
- Что произойдет, если интеллект машин превысит возможности человеческого мозга?
- Хотим ли мы сделать шаг от узкого ИИ (используемого для решения отдельных задач) к сверхинтеллекту?
"Создание машинного сверхинтеллекта будет переломным моментом: это станет важнейшим изобретением в истории человечества"
Занятость
- Какие профессии и в какой степени изменит ИИ?
- Какое применение могут найти машины с ИИ на рынке труда?
"ИИ позволит переложить на машины опасные функции, ранее выполняемые человеком. [...] С помощью ИИ можно будет более точно и эффективно выполнять возросший объем задач при обеспечении большей безопасности ."
Более подробная информация по всем вопросам, рассмотренным в данном материале, представлена в докладе ВОИС «Тенденции развития технологии: искусственный интеллект».
"Искусственный интеллект – это электричество нашего времени. Практически невозможно представить отрасль, которая не окажется полностью преображенной в результате применения этих технологий."
Эндрю Нг, руководитель компании Landing AI and deeplearning.ai
Информация об авторах
Настоящий материал подготовлен на основе доклада ВОИС «Тенденции развития технологий: искусственный интеллект». Признательность составителям доклада выражена в самом докладе.
- Концепция и контент материала: Стивен Келли и Мария де Икаса (ВОИС)
- Видеоматериалы и визуализация данных: Эдвин Хассинк (ВОИС)
Авторы вступительного и заключительного видеоматериала: Connected earth: riccardokolp / Vetta / Getty Images; Digital earth: mrcmrc / Getty Images; VR girl: SolStock / Getty Images; Agriculture drone: motionxcom / Getty Images; Fragrance: sergeysaraev / Getty Images; Smart watch: Kustvideo / Getty Images; Vector wave: KinoMasterskaya/Getty Images; Light green dotted backgrounds to infographics inspired by: Daria Dombrovskaya / iStock / Getty Images
Built with Shorthand