上周, 谷歌在旧金山举办了一年一度的云计算大会, 但首席执行官桑达尔·皮查伊却忍不住对开放自家人工智能平台的承诺疯狂吐槽兼吹捧了一番.
'我们创造开放平台并分享我们的技术, 因为它有助于新想法更快地出现, ' 皮查伊表示, 谷歌从2016年5月12日起开放SyntaxNet的源代码, 作为谷歌TensorFlow开源机器学习资料库的一部分. '我们创造了TensorFlow, 让任何人都可以使用AI. '
这种开放性质已经成为大型科技公司竞争激烈开发人工智能技术的标准. Facebook, 亚马逊和微软都像谷歌一样, 发布了自己的工程师用于机器学习的软件作为开源软件. 所有科技巨头, 包括一向比较保密的苹果, 都鼓励他们的AI研究人员发布他们的最新想法——帮助公司招募大学里最聪明的教师和研究生.
与此同时, 这些人工智能开放的支持者也在努力声称对AI技术和应用程序拥有所有权. 与AI有关的专利权利要求, 特别是机器学习, 近年来急剧加速. 到目前为止, 科技公司尚未将这些专利转化为诉讼和法律威胁, 用于挫败竞争对手. 但是, 如果AI专利成为了企业武器, 那么目前围绕AI研究和想法的开放举动可能会结束, 而这可能会阻碍研究的进展.
美国国家经济研究局本月发布的一份研究报告显示, 美国有关机器学习的文件迅速增加, 这一技术推动了当前人工智能热潮. '我们已经看到, 人工智能和机器学习中的专利活动正大量涌现, 我看到这种指数级别的增长势头仍在继续. ' 斯坦福大学研究员兼研究合著者迈克尔·韦伯 (Michael Webb) 说.
该研究称, 2010年有145项美国专利申请涉及机器学习. 2016年, 有594个不完整统计数据——美国专利商标局需要在注册后18个月才会公开披露这些申请. 韦伯和他的同事们在2月份收集了相关记录, 其中显示神经网络 (一种机器学习技术) 的专利申请在2016年攀升至485项, 比2010年的94项大幅攀升.
谷歌本身就是这种趋势的典范. 根据对美国专利及商标局 (USPTO) 数据库的检索, 2010年, 只有1份谷歌文件在其摘要或标题中提到机器学习或神经网络. 到2016年, 谷歌和其他Alphabet公司却总共提交了99份此类文件!
而微软从2009年之后最早投入大量资源开发AI专利, 迄今为止共计200多项专利占据第一的位置. 谷歌则从2011年起奋起直追.
Facebook在2016年申请了55项与机器学习或神经网络相关的专利, 而2010年这一数字为零.
在过去25年中, IBM获得的美国专利数量超过任何其他公司, 它称自己在2017年赢得了1,400项AI相关专利, 比以往任何时候都多.
与AI相关的专利申请正在增加, 这并不奇怪. 2012年, 神经网络在语音和图像识别方面取得了重大进步后, 突然成为科技公司关注的热门话题. 但是, 锁定技术的举措与公司对其人工智能战略的公开讨论中的开放性的强调却背道而驰.
专利申请激增, 令人回想起围绕智能手机的上一次大型科技革命中对知识产权的激烈争夺. 根据美国国家经济研究局的报告, 苹果和三星已经就智能手机的技术和设计进行了至少50起诉讼. 苹果和谷歌大约也陷入了20次纠纷.
斯坦福大学讲师理查德·艾布拉姆森 (Richard Abramson) 曾是独立研究机构SRI的总法律顾问, 他说, 在特定领域提交的更多专利, 将使诉讼更有可能发生. '如果你给每个人一把枪, 你几乎可以打赌——射击的发生率会上升. '
人工智能的诉讼可能会损害科技巨头们所说的开放性方面的进展. 艾布拉姆森说, 25年前, 专利诉讼主要是争取在其产品中使用特定技术的公司之间的纠纷. 而时至今日, 很多公司都被公司称为 '巨魔' ——这些公司持有他们不打算使用, 只为了谋取补偿的专利. '现在公司被专利巨头活动吓坏了, 而且很多公司都储备了专利, 以便有机会回击. '
目前, 还没有迹象表明任何领先的人工智能公司在努力利用他们的AI专利谋利. 谷歌和DeepMind的发言人都表示, 他们的公司在防御方面拥有专利权, 而不是打算与其他人开战. 谷歌的发言人还指出, 该公司只占了最近与AI相关的一小部分文件. Facebook发言人表示, 不应阅读其文件以泄露其当前或未来的计划. IBM的首席专利顾问Manny Schecter表示, 该公司的专利部门反映了其对基础研究的投资.
深蓝开发出的 '阿尔法狗' (AlphaGo) 已经在围棋比赛中击败了人类冠军, 这是一个源于20世纪80年代帮助DeepMind软件掌握Atari游戏的学习算法的扩展. 自DeepMind发表关于DQN的学术着作以来, 其他研究人员已经探索并扩展了其见解.
谷歌的一个专利正接近过期, 这是一种基于现有标准的技术, 用于帮助神经网络推广他们未经过培训的新数据. 一个Facebook应用程序涵盖了一种用于设计内存神经网络的方法, 该方法增强了传统的机器学习系统, 用于处理具有短期记忆的文本.
乔治亚理工学院教授Mark Riedl目前正在Palo Alto的Salesforce人工智能研究小组工作, 他说, 算法和其他基本机器学习技术的专利让他感到不安. 到目前为止, 提交的专利尚未给研究人员带来问题, 但是他们对相对抽象的这些想法的合法所有权, 并不符合最近那些使机器学习如此令人兴奋的开放进展. 他说.
并非所有最近提交的关于AI想法和技术的专利都会获批. 自2014年来, 美国最高法院裁定, 仅仅在计算机上实施一个想法, 不足以使其获得专利权. 从那以后, 软件专利变得越来越难以获批. 去年, USPTO大大扩大了专门审查AI专利的审查员人数, 预计会筛选更多的申请.
但是, 无论是什么类型的AI想法, 可以获得专利的巨大变化似乎不太可能. '在这个领域提交大量申请的公司, 都是经济的重要组成部分, ' Pepper Hamilton公司的专利律师Joe Holovachuk说. 这意味着他们可以支付说客和律师的费用, 以促使立法者或法院支持他们喜欢的方法——这似乎使各种人工智能技术具有广泛的可适用专利性. '
专利商标局局长安德烈·伊恩库 (Andrei Iancu) 表示, 他一直在考虑人工智能专利, 这可能是科技公司喜闻乐见的一大利好. 4月, 他告诉参议院司法委员会, 他认为最近的法院判决, 使得算法是否可以获得专利的问题变得混乱. Iancu认为包括在AI中的算法, 似乎总是可以获批. '我们必须确保我们的政策, 包括知识产权, 并高度重视激励这种创新. ' 他说.