该报告通过机器学习人工智能算法研究了1976年至2018年间所有美国专利中包含的人工智能的数量、特点、演变过程和技术，并且将人工智能定义为包括“知识处理”、“言语”、“人工智能硬件”、“进化计算法”、“自然语言处理”、“机器学习”、“视觉”、“规划与控制”八种技术中的一种或多种技术。

研究发现，尽管人工智能专利申请的增加体现在所有与人工智能相关的技术中，但“规划与控制”和“知识处理”是利用人工智能增长最快的两个类别。“规划与控制”和“知识处理”包括控制系统、制定计划和处理信息的发明，属于最普遍的人工智能技术，其他人工智能技术（例如机器学习）相关的专利通常也包括了“规划与控制”和“知识处理”技术。

自2012年以来，机器学习和计算机视觉领域的专利申请呈现明显增长。这两项人工智能技术是2012年AlexNet成功的核心。AlexNet是一个分水岭式的成就，改变了图像识别和机器学习的技术轨迹，尤其是深度学习的技术轨迹。人工智能硬件方面的专利申请与计算机视觉方面的专利申请一起增加。这两种技术的应用的密切关系可能反映了图像识别的进步与对计算能力和性能的需求之间的相互影响。专用硬件包括计算机处理器的加速器和专用存储器。人工智能的其他应用（如自动车辆）也涉及专用硬件。

1976年，人工智能专利出现在约9%的技术小类（美国分类）中，到2018年则扩大到42%以上的技术小类中。人工智能技术以不同的扩散速度呈现出3个不同的集群。第一个集群：“知识处理”和“规划与控制”在专利技术类别中扩散最快。第二个集群（视觉、机器学习和人工智能硬件）的扩散速度较慢，但依然呈上升趋势。第三个集群（演进计算法、言语和自然语言加工）的扩散速度最慢，其在20世纪90年代晚期占总小类的5%上下，近期增长至约10%。

在人工智能领域活跃的专利发明人的数量在此期间也显著增长， 从1976的1%上升到2018年的25%。这一数据意味着2018年，在授权专利中运用人工智能技术的各专利发明人数量占获得授权的总发明人数量的25%。自2009年起，运用人工智能技术的发明人比例要略高于运用这一技术的组织的比例，也就是说，人工智能技术的扩散不仅仅发生于组织之间，也发生于组织内部。

同时，组织的人工智能专利申请量也有类似增长。1976年至2018年间排名前30位的美国人工智能公司大多数集中在信息和通讯技术（ICT）领域（通用电气公司、波音公司和美国银行除外），占据了此期间授权的人工智能专利的29%。1976年至2018年，人工智能专利权拥有量排名前30位的公司如下：IBM、微软、谷歌、惠普、英特尔、AT&T、甲骨文、亚马逊技术、苹果、通用电气、施乐、高通、思科科技、太阳微系统、易安信、奥多比系统、霍尼韦尔国际、摩托罗拉、德州仪器、雅虎、脸书、赛门铁克、波音、朗讯科技、威瑞森电信、伊士曼柯达、超微半导体、美光科技、美国银行、英伟达。

1976至2000年间，人工智能专利发明人通常集中在诸如加利福尼亚硅谷等较大城市和技术中心，这些地方拥有资源优势，有利于人工智能技术的早期运用。例如，技术中心已经是成功公司的所在地，其员工具有理解和实施人工智能技术所需的专业知识。这一优势还延伸到拥有主要研究型大学的地区。

但该报告发现，自从2001年以来，人工智能技术已广泛扩散到美国其他地区。例如，缅因州和南卡罗来纳州在适应商业的数据处理方面很活跃。俄勒冈州正在将人工智能用于健身训练和设备。在蒙大拿州，人工智能被纳入分析材料的化学和物理特性的发明中。中西部地区的人工智能技术数量不大，但是增长显著。

人工智能在不同技术领域、专利发明人、专利权人和地域上的数量和扩散情况表明，人工智能对美国的发明创造越来越重要。人工智能是否像电力或半导体一样成为革命性的技术，部分取决于创新者主体是否有能力将人工智能发明成功地融入现有的和新的产品、工艺和服务中。报告认为，人工智能具有这种潜力。(编译 : 郭小军)