訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
從機器學習專利分析看台灣的機會與挑戰
ITIS智網陳賜賢
獲取產業訊息零時差!立即訂閱電電公會電子報。

一、前言

2017年開春,網路神秘棋手Master透過中國圍棋網站-弈城網和野狐網,向中、日、韓多位圍棋高手下戰帖,數日對戰結果Master六十局連勝,事後證實Master就是Google AlphaGo。這是繼20163AlphaGo以四勝一敗的戰績打敗韓國圍棋九段李世石之後,不到一年的「學習」時間,AlphaGo再次向世人展現其採用的機器學習(Machine Learning)人工智慧演算技術又有明顯進展,判斷其可能採用的核心技術包括:深度卷積神經網路(Deep Convolutional Neural Network)、蒙地卡羅樹搜尋法(Monte Carlo Tree Search)等,並透過歷史對局資料庫的訓練進行棋路分類、自我對局、強化學習、盤面評估。

研究顯示,機器學習具有自動學習與預測能力,可協助人們在生活場域或是工作場域解決諸多複雜問題,像是消費者行為分析、客戶關係管理、股票投資交易、信用詐欺檢測、惡性腫瘤檢測等,近年來已發展成為人工智慧領域一項熱門並且重要的研發課題。

台灣學術界、研究機構以及產業界在機器學習領域已投入多年的研發資源,與其他國家或是國際大廠相較,台灣在機器學習的機會與挑戰有那些呢?對此,我們針對機器學習美國核准專利進行分析,藉此掌握機器學習國際研發能力差異性,深入瞭解機器學習專利布局情形以及對科技界造成之影響。

二、專利分析

首先,機器學習美國專利所屬國家別(Country)分布,發現,主要集中在美國,其次為日本、德國。值得注意的是,台灣占比僅達到1.1%而中國緊追在後占比也達到0.4%

其次,機器學習美國專利所屬領域別(Field)分布,發現,國際權利人集中在運算科技,其次為控制、測量、資訊科技管理方法,然而在生技、食品化學、藥品、醫療科技、工具機、特殊機械的比重仍低。台灣權利人則在控制、測量占比較高,運算科技、資訊科技管理方法占比較低,醫療科技已有數篇專利。

再者,機器學習美國專利所屬應用別(Application)分布,發現,國際權利人集中布局在資料辨識、控制系統、監督或預測目的之資料處理系統,其次則依序為語音辨識、診斷、影像資料處理系統、醫療用品、供電或配電系統、機器手臂、船舶推進裝置、飛機、武器瞄準工具、艦艇上攻擊或防禦裝備、噴氣推進裝置、電動車電力裝備等、電動車電力裝備、風力發電機/發動機等。另外,台灣權利人在控制系統占比較高,資料辨識、監督或預測目的之資料處理系統占比較低,語音辨識、診斷、噴氣推進裝置已拿到專利權。

最後,機器學習美國專利國際權利人相對研發能力(Relative R&D Intensity)前二十名者,發現,產業界廠商屬性占比達到100%。其中,重要的專利權利人像是MicrosoftIBMGoogleFacebookSONYOracleYahooAT&TAmazonQualcommSansumgIntelNumentaHealth DiscoveryHonda等知名廠商。相較之下,台灣權利人產業界廠商屬性占比達到40.0%,研究機構與學術界屬性合計占比則達到60.0%,並且重要的專利權利人包括:NCKUITRIIIITSMCInotera MemoriesAmcad Biomed CorporationNARLabsISUNCUNTUCHUNGHWA TelecomHon Hai PrecisionMstar SemiconductorNPUST等。

另外,值得注意的是,中國指標性專利權利人已陸續拿到機器學習美國專利,其中,重要的專利權利人像是清華大學、北京大學、東北大學、騰訊、華為、小米、中芯、銀江、北京清華科技等,然而阿里巴巴、百度則尚未發現有拿到機器學習美國專利。

三、產業建議

隨著大數據時代的來臨,工商業環境製造出大量的數據資料,機器學習人工智慧演算技術的優勢就是可以從巨量資料中找出規律做出預測,進而協助人們以更有效率的方式做選擇,像是生產管理、庫存管理、廣告行銷、投資交易、法律服務、電子購物、健康照護、物流管理、客戶服務等。因此,科技界除了持續投入資源開發機器學習演算技術之外,各式各樣數據資料的蒐集與建置也是重要的,然而這些數據資料可能會涉及到個資法,甚至也會涉及營業秘密法。因此,個資法條的鬆綁、資訊安全技術的導入也需要同步進行。

資料顯示,台灣權利人在機器學習領域目前已拿到43件美國專利,但是與專利優勢國家相較,像是美國的2,350件專利、日本的356件專利、德國的126件專利,顯示台灣產學研界在機器學習核心技術的研發投入相對分散,導致機器學習專利布局相對缺乏。

展望未來,如何加速核心技術開發並縮短商品化時程,同時又可茁壯台灣自有技術與研發人才培育是當務之急。建議有意投入機器學習領域的台灣科技業者,得考慮結合學研單位在機器學習專利能量與技術基礎,集中資源擬定產學研合作開發計畫,如此能有效縮小與主要競爭國家或是國際權利人在機器學習創新技術與應用的落後差距,並集思廣益尋找創新應用缺口,進一步開發出相應的創新技術,布局具發展潛力的新興應用產品與服務,像是家用機器人、智慧客服、智慧管家、虛擬實境、生技醫療、儲能科技、無人機、電動車等,同時並做好國內外專利申請,如此才能有效保護台灣自主的創新技術。

 

(本文作者資策會MIC執行產業技術前瞻研究與知識服務計畫產業分析師)

ITIS智網為經濟部技術處規劃建置的產業技術知識服務平台,提供涵蓋「電子資訊、機械金屬、化學民生、生技醫藥、新興能源」等跨領域、豐富的產業情資,九成以上報告免費,歡迎您立即免費加入體驗(http://www2.itis.org.tw/)

 

訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。