图1 人工智能创新链产业链融合发展图谱
《报告》对人工智能高价值专利如何为创新链产业链融合发展保障护航进行了定量和定性分析。从行业公认的能够直观体现高价值专利的几个因素来看,自2011年、2012年开始,人工智能领域的中国专利奖占比逐年提高、专利许可转让数量呈上升趋势、专利诉讼遍及多个应用场景,展现了高价值专利对技术产业应用相辅相成的走势。
十大基础技术领域的专利数量稳步增长,极大激发AI创新链活力。深度学习、智能云、计算机视觉、智能语音、自然语言处理、大数据、知识图谱、智能推荐、智能芯片、量子计算等智能技术构成了人工智能创新链技术底座,也是产业链应用的基础技术。在技术与政策双红利的推动下,2016-2021年深度学习专利申请年均复合增长率达到53%,对人工智能的引领作用开始逐步凸显;相比之下,智能语音、自然语言处理、大数据、知识图谱和智能推荐领域的专利申请呈现稳步增长的态势,其中2021年自然语言处理的专利申请量仅次于深度学习、智能云和计算机视觉,发展势头强劲;智能芯片和量子计算由于起步相对较晚,相关专利储备较少,仍处于技术加速积累的阶段。国内创新主体也纷纷展开专利布局,不断增强市场竞争实力。例如百度公司在深度学习、智能云和智能驾驶等多个领域继续保持领先优势,寒武纪、浪潮和华为在智能芯片领域展现了充分的专注度和科研实力,清华大学、浙江大学等高校也在计算机视觉和自然语言处理等领域投入更多研发资源,成为基础攻关的重要力量。
图2 AI创新链十大基础技术专利申请趋势和分布构成
AI创新主体展现积极创新面貌,中小企业为产业发展增添新力量。从创新主体的申请量排名上看,百度、腾讯、国家电网、华为位列前四,专利申请数量均突破10000件,是我国AI领域技术创新的主力军。从专利授权量上看,仍然是上述四家企业位居前列,且百度公司专利申请量和授权专利持有量均排名第一。此外,腾讯专利2017-2020年腾讯专利申请年均复合增长率高达70%,在AI领域前四创新主体中申请量增速排名第一。从授权专利占比上看,申请量排名第七的清华大学和第九的浙江大学,均以45%的授权专利占比排名前两位。作为技术创新的重要源泉和吸纳劳动力就业的重要载体,大量中小企业也积极涌入人工智能赛道,在创新链一侧,我国人工智能领域企业主体共申请专利超过110万件,中小企业专利贡献超过90%。从产业链看,AI技术在中小企业中的普及率超过40%,语音识别、智能制造等技术在中小企业应用广泛,助力中小企业升级改造和智能化应用。
图3 创新链前十创新主体专利申请量和授权量
AI核心技术领域高价值专利集聚明显,产学研合作稳步推进。当前,智能云和深度学习是高价值专利数量最多的两个领域,百度得益于更早地投入与布局,展现专利申请数量与质量同步提升的发展态势。其他创新主体也结合自身业务发展方向,在不同的基础技术领域进行了有针对性的布局,如国家电网在深度学习和大数据领域,浪潮集团在智能云,阿里巴巴在智能推荐,平安科技在自然语言处理和计算机视觉都保持着创新优势。高等院校在人工智能领域技术创新活跃,涌现了大量专利成果,并通过与企业成立联合实验室和技术研发中心等方式,加快产学研用协同创新进程。截至2022年9月,我国人工智能领域产学研联合申请专利数量超2万余件,其中发明专利占比约90%,整体呈上升趋势增长,产业应用较为广泛。
图4 中国AI创新主体高价值专利技术布局
图5 AI领域产学研联合申请专利发展趋势图
AI专利助力新兴应用场景落地,推动产业链转型升级。目前,人工智能创新链的产业化应用主要集中在智慧城市、智慧交通、智慧医疗、智慧金融、智慧工业和智慧教育等领域。从技术应用的成熟度来看,不同AI技术在不同场景的应用呈现出阶梯式发展的态势。智慧工业是当前各创新主体主要布局的技术应用场景,AI专利申请量达到65万余件,其次就是智慧金融,专利申请量为30万余件。其中也涌现出“海淀城市大脑”“灵医智惠AI医疗品牌”“智慧交通解决方案TrafficGo2.0”“普惠金融人工智能开放平台”等众多优秀实践案例,推动高端智能技术与行业的融合发展。
“智慧+”场景应用创造出更多产业增长点,新兴人工智能技术生成数字经济发展新动能。AI在城市、交通、医疗、教育及工业等场景的融合应用加速,不断催生新业态新模式新产业。以智慧工业为例,将工业互联网、人工智能等在内的智能制造新技术与工具,集成到工业生产流程中,正在引领我国工业数字化新生态。报告显示,截至2022年9月,我国智慧工业领域申请专利共计65万余件。百度公司以近9000件专利总数位居第一,国家电网位居第二,其余创新主体专利申请量差距不大,发展潜力较强,各创新主体在智慧工业领域的专利布局积极竞争,难以拉开较大差距。与此同时,基于人工智能的深度学习、内容生成,语音、视觉识别技术越来越成熟,以元宇宙和数字人技术为代表的新兴技术,也迎来了专利的快速积累阶段,百度、腾讯、华为等企业积极开展前沿专利布局,探索人机交互发展和应用,助力数字经济高质量发展。
图6 中国元宇宙专利主要申请人排名
图7 中国数字人专利技术申请-公开趋势
《报告》结合当前人工智能知识产权生态建设和全产业链专利布局情况,对产业高质量可持续发展提出总结与展望。人工智能是新一轮科技革命和产业变革的重要驱动力量,发展人工智能是支撑科技自立自强、实现高质量发展的重要战略。党的二十大报告提出,推动战略性新兴产业融合集群发展,构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。当前,人工智能技术与5G、云计算、大数据的融合发展已将成为推动数字经济发展的动能源泉,今后将进一步与其他数字技术相互碰撞出全新的科技驱动力。随着人工智能创新发展跨入新的历史阶段,专利申请总量突破百万件,专利申请趋势仍在快速增长,技术人才规模不断扩大,产业融合广泛深入,应当在底层关键技术突破、建设知识产权生态、大中小企业共同完善专利布局、开辟更广泛应用场景等方面发力,实现创新链与产业链的协同发展。
治疗“绿色癌症”,智能细菌来帮忙******
◎实习记者 骆香茹
炎症性肠病虽然致死率较低,但长期以来,也面临着诊断困难和难以根治的问题,被称为“绿色癌症”。
近日,华东理工大学生物工程学院院长叶邦策教授及该院副教授周英团队在《细胞—宿主与微生物》上发表了一项研究成果。该团队开发了一株智能工程菌——i-ROBOT,可实现在体无创实时监测和记录炎症性肠病的发生与发展,并以自调控的给药模式缓解病症。
各色技术上阵诊断“绿色癌症”
炎症性肠病是胃肠道最常见的慢性炎症性疾病,包括克罗恩病和溃疡性结肠炎。腹痛、腹泻、便血等是炎症性肠病主要的症状表现。
当前炎症性肠病的诊断方法在临床上主要有肠镜、电子微胶囊肠镜等。论文通讯作者叶邦策介绍,肠镜检查的好处是直观,可以观察到人体整个肠道的情况。“但肠镜检查是一项有创检查,在操作过程中难免损伤肠道黏膜,造成少量出血,引起被检者的不适感,患者依从性差。”叶邦策补充道,“也有无痛肠镜,但这种方式有一定风险,做这种检查前需要患者进行全身麻醉,对患有心脏病和肺部疾病的人来说,风险较大。”
电子微胶囊肠镜是近年来新兴的检查方式,叶邦策介绍,与传统肠镜相比,其对患者造成的痛苦更小、适应性更强,能检查传统肠镜无法到达的回肠、空肠等。但胶囊在消化道运动的过程中,无法人为控制其运动轨迹,其在消化道等位置会随机翻转,产生视觉盲区,有可能导致错过病变部位、延误病情等情况发生,且电子微胶囊肠镜的检查费用更高,给患者带来的经济压力更大。
智能工程菌是炎症性肠病的新兴诊断方式之一。叶邦策介绍,他们会提前3天将智能工程菌通过口服灌胃的方式送入小鼠体内,等肠炎造模给药结束后通过分析粪便中存在的智能工程菌的荧光信号和基因组DNA突变情况,确定肠道炎症发生、发展程度。
“智能工程菌在诊断灵敏性、便捷性以及成本上都具有无法比拟的优势,但目前仍仅能通过分析粪便样品来评估疾病的有无或严重程度,而难以实施在体原位诊断。”叶邦策表示,“此外,智能工程菌的生物安全性还需进一步加强。”
治疗方法从抗炎药物到智能活菌机器人
为了攻克炎症性肠病,专家们想了不少办法。过去,炎症性肠病的主要治疗方法是使用抗炎药物和免疫调节药物。叶邦策介绍,随着肠道微生物研究的深入,过去十年间,调节肠道微生态、使用智能活菌成为炎症性肠病的研究热点,创新研究不断涌现。
叶邦策团队开发的i-ROBOT是使用大肠杆菌Nissle1917作为底盘细胞进行改造的。叶邦策介绍,i-ROBOT能够感知低浓度的炎症标志物,具有诊断早期肠炎的潜力。同时,i-ROBOT还能记录疾病发生与发展的信息,帮助监测胃肠道健康状态。
当然,i-ROBOT的功能远不止于此。叶邦策表示,i-ROBOT还可以在病灶部位根据疾病的严重程度释放相应浓度的药物,在实现有效治疗的同时,又能避免因过度用药而产生的副作用。
“我们认为智能工程菌是智能活菌机器人的一种。”叶邦策补充道,“智能工程菌具备优异的感知和收集周围环境信息的能力,能够与周围环境进行互动,并能在特定时间和地点采取特定的行动。”
近年来,“粪便也能治病”的冷知识刷新了不少人的认知,通过粪菌移植治疗炎症性肠病也受到越来越多的关注。粪菌移植是将健康人的肠道菌群植入患者肠道,重建肠道微生态系统,以此治疗肠道疾病。粪菌移植成为炎症性肠病治疗的一种新选择。然而,叶邦策提醒道:“尽管有很多阳性的结果支持粪菌移植的可行性,但是目前一些安全性、伦理性问题尚未得到很好地解决,粪菌移植疗法还存在争议。”
发展交叉学科或可破解炎症性肠病诊疗难题
叶邦策介绍,当前,许多研究证明了智能工程菌具有在活体内诊断和治疗疾病的应用潜力,且智能工程菌逐步朝着智能化和临床应用性的方向发展。其中,功能稳定性、临床效力和安全性是决定智能工程菌能否成功应用于临床的关键。
叶邦策表示:“合成生物学为智能工程菌感应疾病标志物的种类及传感性能提供了很好的策略,然而仅仅依靠合成生物学难以解决所有问题。”
叶邦策认为,交叉学科的发展为此提供了新的契机,例如将合成生物学与材料和化学科学相结合,能够增强智能工程菌的定植性、靶向性和可控性,进而实现炎症部位的在体原位成像检测。
此外,智能工程菌的安全性也是限制其临床应用的重要因素,为了应对智能工程菌可能导致的抗性转移、代谢物毒性等问题,研究者们仍在优化技术方案,通过不使用抗性基因作为筛选标记、选择更安全的益生菌作为智能工程菌的底盘、进行细菌毒力因子的敲除、对逃逸细菌进行有效的控制和清除等策略,有针对性地解决相关难题。
谈到智能工程菌的应用前景时,叶邦策表示,从诊断的角度来说,如果智能工程菌能够通过临床试验,运用到炎症性肠病的临床治疗中,将打破传统肠道疾病的诊断模式,部分替代侵入性的肠镜检测,能让受检者在没有任何痛苦的情况下,诊断出其是否罹患炎症性肠病。
(文图:赵筱尘 巫邓炎)