人工智能是新一輪科技革命和產業變革的重要驅動力量，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題。2017年7月，國務院發布《新一代人工智能發展規劃》，將新一代人工智能放在國家戰略層面進行部署，描繪了面向2030年的我國人工智能發展路線圖，旨在構筑人工智能先發優勢，把握新一輪科技革命的戰略主動。隨著知識產權強國建設的不斷推進，知識產權在促進我國現代化經濟體系建設和高質量發展方面的作用日益凸顯。知識產權事業的高質量發展是科技創新驅動的基礎支撐，能夠對創新型國家建設發揮基礎性保障作用，而知識產權信息化智能化建設是其中不可或缺的關鍵環節。當前，隨著國家知識產權局審查智能化項目投入使用，知識產權信息化建設中智能化技術元素不斷增加，但總體上對人工智能技術的應用場景和應用深度仍非常有限。

我國人工智能技術與知識產權業務結合的現狀

近年來世界各國已經陸續著手研究人工智能技術對知識產權制度運行的影響，同時也開始嘗試在知識產權審查檢索工作中應用人工智能技術。然而，基于深度學習等最新技術路線的應用技術難度大、與業務融合成本高等原因，一直未能投入實際應用。2022年11月ChatGPT發布后，使用神經網絡架構模型的人工智能技術應用迅速成為業內研究熱點，但在知識產權領域至今尚未有相關的追蹤研究或應用。我國當前迫切需要把握好人工智能技術取得突破性發展的這一戰略機遇，盡快啟動人工智能技術在知識產權領域應用的研究，全面分析深度學習和神經網絡模型等人工智能技術與知識產權工作結合的可行性，制定合理的工作計劃和技術應用路線圖。

近年來，國家知識產權局也陸續開展了一些課題研究，如基于技術特征挖掘的專利價值評估指標體系研究、人工智能在專利檢索中的應用、語義分析技術在專利審查業務中的應用、基于人工智能技術的CPC（聯合專利分類）智能分類研究等，這些研究從不同角度考量人工智能技術在專利價值評估、專利檢索、語義分析、智能分類等領域應用的可行性。知識圖譜是人工智能技術的一個分支，可以通過將數據賦予圖形化含義的方式構建應用模型，目前該技術在我國的專利檢索信息化建設中已有應用。目前，我國運用人工智能技術進行專利粗分類的準確率已經能夠達到約70%。在外觀設計專利檢索方面，既應用了傳統計算機視覺的圖像檢索技術，同時又結合基于神經網絡的圖像檢索計算技術，圖文混合檢索的平均準確率已達到89%，平均召回率達到92%，大大提高了審查檢索效率。而采用了元檢索技術的商標圖形檢索業務系統，通過對多個檢索結果進行綜合評價排序，也有效提高了商標圖形檢索結果的準確性。

2020年3月，中國專利信息中心發布了知識產權領域的新一代人工智能機器翻譯系統，實現了專利文獻中英雙向在線智能翻譯，翻譯準確性較通用引擎有一定程度的提高。中國專利技術開發公司在其研發的智能化專利價值評估及專利管理產品中，使用了深度學習、語義識別等人工智能技術，對專利進行評分和估值，以及對國民經濟行業分類進行智能標引等。

總體而言，近年來我國對人工智能技術與知識產權業務結合做了一些研究和應用，但是這些研究仍比較分散，尚未形成統一的研究應用體系。同時，這些應用的技術先進性也有明顯缺陷，應用領域范圍相對較窄，迫切需要在研究應用的整體性、深度和廣度等方面取得突破。

人工智能技術與知識產權工作融合的方向和路徑

今后一段時期，人工智能技術與知識產權工作融合的方向和路徑可以總結為“錨定一個目標、認準一條路徑、抓住兩個重點、選擇若干團隊”。

首先，要錨定“將人工智能技術深度融入知識產權工作”這個目標，由國家知識產權管理部門統籌組織，全面、系統地開展研究工作。深入分析人工智能技術特點，力爭覆蓋知識產權創造、運用、保護、管理和服務全鏈條，謀劃設計好技術與業務結合的方式；依據業務重要性和實現難度分階段設置目標，做好風險評估。

其次，要認準類ChatGPT，即神經網絡架構模型這一技術路徑。從實踐情況來看，經過海量的語料庫訓練后，ChatGPT在自然語言處理和生成文本方面，能力遠遠超過同時代其他人工智能產品。未來，大量迭代升級的產品和技術很可能會集中出現在這個領域。對于知識產權工作中的技術應用而言，自然語言處理能力毫無疑問也是最重要的。

再次，要牢牢抓住知識產權文本處理和圖像處理這兩個重點。文本處理聚焦在發明和實用兩類新型專利的查詢統計和關聯分析，應不斷提高其應用的智能化水平；而圖像處理則在外觀設計專利和商標的查詢統計業務中至關重要，兩類圖形檢索也確有一些相通之處。

最后，要選好若干個合作團隊。人工智能是技術含量非常高的前沿科技領域，目前我國知識產權領域缺乏相關高端人才，難以獨立完成前沿技術與業務場景的融合工作。可以考慮從國內相關頭部企業和具有高成長潛力的獨角獸企業中選取若干戰略合作伙伴，通過技術與業務相結合的方式，互相配合開展技術攻關。科技部部長王志剛指出，我國人工智能總體水平躋身全球第一方陣，特別是在應用方面走在世界前列，在中文信息處理、生物特征識別、機器翻譯、智能處理器、自動駕駛和智能機器人等技術方向上緊跟世界前沿；同時，我國人工智能整體發展水平與世界領先國家相比仍存在差距，表現在缺少重大原創成果，在基礎理論、核心算法以及關鍵設備、高端芯片、重大產品與系統、基礎材料、元器件、軟件與接口方面差距較大。為了能夠更好地與業務場景結合，需要選擇一批有意愿、有能力的合作伙伴，按部就班地配合落實好各項任務，達成預期目標。

在全面強化人工智能技術在知識產權領域應用的基礎上，發揮輻射效應，逐漸在機器翻譯、數據加工，以及知識產權公共服務等領域推廣使用人工智能技術，為未來全領域應用人工智能技術打下堅實的基礎，進而達成強化知識產權信息化智能化建設支撐科技強國建設的歷史性目標。