自動化機器學習專利布局成長趨勢

近年來，機器學習及大數據的計算成本下降，人工智慧應用需求大增，各產業皆積極開發相關技術。眾多廠商紛紛投入自動化機器學習這塊市場，進而推動相關專利申請。

本文選用WIPS (Worldwide Intellectual Property Search) 專利資料庫，以全球為檢索區域；搭配中華民國專利資訊檢索系統，查詢台灣相關技術之專利文獻；檢索區間設定為申請年2011年至2021年這十年間所公開或核准公告之相關專利。從專利申請數量來看，自動化機器學習技術在2014年以前是技術萌芽期，自2016年起專利申請數量及專利權人數皆大幅提升，探究原因，可能是模仿神經網路運算模式的深度學習(Deep Learning)技術在2015年有所突破，眾多廠商紛紛投入這塊市場，並積極研發相關技術，呈現高速成長趨勢。

各國別之專利申請數量前六名由多到寡依序為中國、美國、歐洲、澳洲、日本以及加拿大，顯見自動化機器學習技術以中國及美國為重點布局區域，競爭也最激烈。多數專利著重在結合使用多個神經網絡（如G06N 3/0454）、機器學習（如G06N 20/00）及資料清理（如G06F 16/215）技術，傾向於應用多個神經網路從大量資料中擷取機器學習所需的重要特徵。高度技術密集區的「資料預處理」及「特徵擷取」於2017年呈現大幅度的成長，競爭相當激烈。反觀中度技術密集區的「特徵增強」以及低度技術密集區的「資料清洗」與「資料前處理」雖然專利申請數量並未呈現大幅度的成長，亦可視為仍有很大的布局空間。

台灣現階段在自動化機器學習專利布局仍有很大的發展空間，除了我國的專利佈局，至少應再布局美國及中國專利，若資源充足，建議可再布局日本或歐洲專利。多數廠商以經濟效益為最優先考量，產品或服務的觸角能延伸處就是潛在的布局點，若產品或服務無法企及的國家不一定需要花費預算進行布局，可結合欲授權對象擬定布局地區或依據企業、產業或研發需求再詳加斟酌。

資料來源：本文取自資策會數位轉型研究所、科技法律研究所共同撰擬之自動化機器學習技術與應用智財布局報告（2021年9月完稿，作為內部參考之用）