另外，从产业发展整体趋势来看，2012年之前，美国人工智能产业发展一直比较平稳，从2012年开始，发展速度明显加快；而中国的人工智能产业起步较慢，并且呈现出较明显的阶段性特征。2010年以前，人工智能产业处于缓慢发展阶段（专利平均年申请量为不足500件）；2010-2014年，步入快速发展阶段（专利平均年申请量达到1931件）；从2015年开始，进入爆发性增长阶段（专利年申请量超过4500件）。由此可以推断，未来中国人工智能产业发展潜力和空间巨大。
3.2PCT专利比较分析
PCT是有关专利的国际条约，专利申请人可以通过PCT途径递交国际专利申请[19]。经过检索并统计，截止到2017年，全球有关人工智能的PCT专利为13150件，其中来自美国专利为5829件，占PCT专利总量的44.3%，来自中国专利为972件，仅占PCT专利总量的7.4%；。由此可见，美国重视人工智能专利的全球化布局，这将促进其人工智能产业的国际化发展。相比之下，中国人工智能专利的国际保护意识却比较薄弱，这将不利于产业未来的国际化发展。
3.3技术比较分析
3.3.1
IPC重点领域分析 通过查询并按照IPC小类进行分类统计，得到中美两国人工智能专利重点技术领域分布情况表（如表2所示）。
表2中美两国人工智能专利申请前10位的IPC技术领域分布表
| 中国
|
美国
|
| IPC分类
|
技术领域
|
申请量
|
IPC分类
|
技术领域
|
申请量
|
| G06K
|
数据识别；数据表示；记录载体；记录载体的处理
|
5623
|
G
10L
|
语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码
|
4063
|
| G
06F
|
电数字数据处理
|
5273
|
G
06F
|
电数字数据处理
|
2938
|
| G
10L
|
语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码
|
2701
|
G06N
|
基于特定计算模型的计算机系统
|
2087
|
| G06T
|
一般的图像数据处理或产生
|
1961
|
G06K
|
数据识别；数据表示；记录载体；记录载体的处理
|
1674
|
| G06Q
|
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
|
1695
|
G06Q
|
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
|
876
|
| G06N
|
基于特定计算模型的计算机系统
|
1513
|
H04N
|
图像通信，如电视
|
669
|
| G05B
|
一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置
|
1389
|
A61B
|
诊断；外科；鉴定
|
515
|
| H
04L
|
数字信息的传输，例如电报通信
|
1154
|
H
04L
|
数字信息的传输，例如电报通信
|
473
|
| H04N
|
图像通信，如电视
|
1088
|
G06T
|
一般的图像数据处理或产生
|
465
|
| G
0IN
|
借助于测定材料的化学或物理性质来测试或分析材料
|
1048
|
H
04M
|
电话通信
|
461
|
由表2可知，中美两国人工智能产业整体技术的IPC分布比较相似，其中G06K、G
06F
、G
10L
、G
06F
、G06Q、G06N、G06T、H
04L
、H04N都是双方关注的重点领域，涉及到数据识别、记录载体的处理、电数字数据处理、语音分析或合成、语音识别、图像数据处理、基于特定计算模型的计算机系统、图像通信、数字信息的传输等方面的技术，这些都属于AI领域核心关键技术，表明中美两国在AI技术发展方向上基本保持一致。但是，进一步统计发现双方在具体的技术领域关注重点方面又存在一定的差异。首先，美国在G10L技术领域的专利申请量远远大于其他领域的专利申请量，该领域主要涉及语音分析或合成、语音识别、语音或音频编码或解码等技术，而中国专利申请量处于领先地位的涉及GO6K、G
06F
两个技术领域，这两个领域的专利申请量比较接近，同时也远远大于其他领域的专利申请量，涉及的技术包括数据识别、数据表示、电数字数据处理等技术。其次，除上述共同关注的技术领域外，美国更加偏向于A61B、H
04M
等技术领域，涉及到诊断、外科、鉴定以及电话通信技术，这些都属于到人工智能的新兴应用领域，而中国更加偏向于G05B、G01N等技术领域，涉及到一般的控制或调节系统以及用于这种系统或单元的监视或测试装置，这些基本还属于人工智能的传统应用领域。由此可见，尽管中美两国在人工智能技术发展方向上基本保持一致，但是在一些新兴或前沿应用领域，美国还是领先于中国。
3.3.2
IPC重点领域技术成熟度分析 进一步对上述IPC重点技术领域进行时间趋势分析，结果如表3（a）、（b）所示。
表3（a） 2000-2017年美国排名前10位的人工智能IPC专利申请数量
| 时间
|
G
10L
|
G
06F
|
G06N
|
G06K
|
G06Q
|
H04N
|
A61B
|
H
04L
|
G06T
|
H
04M
|
| 2000
|
30
|
6
|
6
|
8
|
6
|
3
|
4
|
4
|
4
|
11
|
| 2001
|
285
|
87
|
28
|
31
|
79
|
38
|
18
|
24
|
29
|
48
|
| 2002
|
210
|
88
|
40
|
56
|
51
|
29
|
18
|
18
|
22
|
52
|
| 2003
|
222
|
98
|
28
|
42
|
46
|
25
|
18
|
20
|
25
|
43
|
| 2004
|
235
|
118
|
28
|
63
|
33
|
27
|
23
|
27
|
22
|
43
|
| 2005
|
278
|
159
|
36
|
87
|
30
|
28
|
24
|
14
|
14
|
34
|
| 2006
|
224
|
150
|
31
|
95
|
40
|
19
|
26
|
21
|
14
|
33
|
| 2007
|
248
|
216
|
34
|
100
|
42
|
39
|
29
|
9
|
9
|
31
|
| 2008
|
212
|
172
|
52
|
109
|
30
|
28
|
22
|
15
|
10
|
26
|
| 2009
|
180
|
167
|
57
|
89
|
29
|
40
|
18
|
8
|
10
|
16
|
| 2010
|
165
|
180
|
52
|
102
|
37
|
44
|
28
|
12
|
5
|
11
|
| 2011
|
166
|
189
|
62
|
96
|
55
|
49
|
35
|
8
|
7
|
12
|
| 2012
|
265
|
204
|
111
|
102
|
58
|
66
|
32
|
16
|
16
|
12
|
| 2013
|
306
|
190
|
147
|
106
|
62
|
43
|
26
|
24
|
38
|
20
|
| 2014
|
318
|
202
|
249
|
138
|
63
|
56
|
43
|
62
|
49
|
16
|
| 2015
|
277
|
240
|
361
|
146
|
71
|
56
|
49
|
76
|
65
|
12
|
| 2016
|
265
|
288
|
494
|
184
|
72
|
43
|
55
|
69
|
69
|
24
|
| 2017
|
150
|
169
|
268
|
118
|
66
|
25
|
45
|
42
|
49
|
13
|
表3（b） 2000-2017年中国排名前10位的人工智能IPC专利申请数量
| 时间
|
G06K
|
G
06F
|
G
10L
|
G06T
|
G06Q
|
G06N
|
G05B
|
H
04L
|
H04N
|
G01N
|
| 2000
|
3
|
16
|
48
|
1
|
0
|
4
|
2
|
1
|
2
|
2
|
| 2001
|
13
|
23
|
39
|
1
|
0
|
3
|
1
|
3
|
2
|
4
|
| 2002
|
19
|
32
|
55
|
4
|
0
|
8
|
2
|
4
|
9
|
7
|
| 2003
|
26
|
41
|
60
|
7
|
0
|
7
|
6
|
3
|
11
|
13
|
| 2004
|
36
|
40
|
88
|
11
|
1
|
5
|
3
|
9
|
8
|
17
|
| 2005
|
50
|
51
|
52
|
7
|
10
|
6
|
11
|
15
|
13
|
14
|
| 2006
|
58
|
61
|
54
|
12
|
14
|
12
|
14
|
28
|
35
|
28
|
| 2007
|
71
|
57
|
50
|
12
|
8
|
19
|
28
|
14
|
28
|
31
|
| 2008
|
100
|
78
|
52
|
37
|
8
|
29
|
32
|
25
|
35
|
44
|
| 2009
|
101
|
97
|
46
|
46
|
14
|
23
|
42
|
20
|
34
|
57
|
| 2010
|
136
|
150
|
61
|
57
|
21
|
36
|
56
|
38
|
38
|
50
|
| 2011
|
181
|
165
|
93
|
59
|
25
|
57
|
47
|
241
|
43
|
57
|
| 2012
|
245
|
250
|
176
|
80
|
57
|
53
|
70
|
87
|
66
|
84
|
| 2013
|
318
|
443
|
185
|
119
|
108
|
88
|
117
|
65
|
94
|
113
|
| 2014
|
445
|
450
|
208
|
178
|
150
|
123
|
136
|
78
|
127
|
77
|
| 2015
|
690
|
695
|
376
|
215
|
275
|
181
|
233
|
94
|
153
|
132
|
| 2016
|
1336
|
1196
|
524
|
437
|
431
|
380
|
276
|
183
|
197
|
161
|
| 2017
|
1831
|
1416
|
483
|
706
|
598
|
511
|
303
|
254
|
202
|
163
|
由表3（a）、（b）可知，在双方共同关注的技术领域，G06N领域技术在中美两国的专利申请量都处于快速上升趋势，表明该领域技术在中美两国都处于技术发展阶段；G
10L
、G
06F
、G06K等领域技术在美国经过多年的发展，专利年申请量处于相对稳定或下降趋势，表明已经处于技术成熟或衰退阶段；而上述领域技术在中国专利年申请量还处于快速上升趋势，表明在中国还处于技术发展阶段；H04N、H
04L
领域技术在中美两国的专利申请量都较少，表明该领域技术在中美两国都处于起步阶段。G06Q和G06T领域技术在美国专利申请时间比较早，但是专利年申请量却较少，表明这两个技术领域在美国的关注度不高，应用范围有限；而在中国，这两个领域技术专利申请时间比较晚（特别是G06Q在2004年才开始出现专利申请），但是从2012年开始，专利申请量一直处于快速上升趋势，表明该技术领域在中国的关注度不断提高，技术应用在不断扩展，这体现了中美两国市场需求的差异。由此可见，中美两国对人工智能技术的关注度和技术成熟度方面存在一定的差异。双方都很关注AI领域的最新技术发展，在一些新兴技术领域（G06N、H04N、H
04L
）双方处于同一发展阶段，然而，由于双方市场需求的不同，对一些技术领域（G06Q、G06T）关注度存在较大的差异。另外，美国由于起步快，经过多年研究，一些领域技术（G
10L
、G
06F
、G06K）已经处于比较成熟的阶段，中国还处于技术追随阶段。而技术追随阶段容易出现过度投入和重复研究从而导致宝贵的研究资源的浪费。因此，如何抓住人工智能的关键核心技术加强投入，又要避免重复研究是中国人工智能产业决策者面临的一个非常重要的任务。
3.4创新主体比较分析 对中美两国市场的人工智能技术主要创新主体的专利申请数量进行统计，结果如表4所示。
表4中美两国人工智能专利申请前15位的专利权人及专利申请数量
| 中国
|
美国
|
| 专利申请人
|
数量
|
专利申请人
|
数量
|
| 百度公司
|
577
|
IBM（US）
|
811
|
| 浙江大学
|
403
|
microsoft corporation（US）
|
550
|
| 天津大学
|
333
|
SAMSUNGELECTRONICS CO., LTD（KR）
|
366
|
| 电子科技大学
|
316
|
GOOGLE INC（US）
|
347
|
| 清华大学
|
313
|
NUANCE CUMMUNICATIONS, INC（US）
|
152
|
| 上海交通大学
|
292
|
MICROSOFT TECHNOLOGY LICENSING LLC（US）
|
150
|
| 华南理工大学
|
285
|
QUALCOMM INC（US）
|
148
|
| 北京工业大学
|
252
|
AT&T INTELLECTUAL PROP ERTYI, L. P.（US）
|
130
|
| 国家电网公司
|
252
|
KABUSHI KIKAISHA TOSHIBA（JP）
|
121
|
| 中国科学院自动化研究所
|
249
|
CANON KABUSHIKI KAISHA （JP）
|
113
|
| 西安电子科技大学
|
238
|
FUJITSU LIMITED（JP）
|
109
|
| 北京航空航天大学
|
233
|
SONY CORPORATION（JP）
|
105
|
| 北京光年无限科技有限公司
|
214
|
NEC CORPORATION（JP）
|
83
|
| 东南大学
|
213
|
ELECTRONICS AND TELE-COMMUNICATION RE SEARCH INSTITUTE（KR）
|
83
|
| 江苏大学
|
199
|
INTEL CORPORATION（US）
|
65
|
从表4可以看出，截止到2017年，在美国国内申请人工智能专利的前15名创新主体全部为企业，并且有不少日、韩企业，而在中国大陆人工智能专利申请量前15名的创新主体没有国外机构，并且绝大部分是大学，只有3家企业。由此可见，中美两国的人工智能技术创新主体存在巨大的差异。在美国是以企业为主导，所以其技术创新更加贴近市场需求，从而推动人工智能产业不断发展，随着人工智能产业的快速发展也吸引了日、韩等国的优秀企业如SAMSUNG ELECTRONICS、KABUSHIKI KAISHA TOSHIBA、SONY CORPORATION等公司到美国市场进行专利技术布局，以求未来能够在该市场占有一席之地；而在中国却是以高校为主导，而高校本身的目标和定位与追求经济利益的企业存在巨大的差异，导致其技术创新缺乏与市场的有效结合，对人工智能的产业化也将产生不利影响。
进一步对中美两国申请人工智能技术专利前10名的外国机构的专利申请量进行统计，结果如表5所示。
