近10年来全球计算机加权专利年均复合增长率从此前10年的8.3%下降到3.3%，但受神经网络学习领域快速发展带动，美国深度学习的相关专利数量达到“摩尔定律”两年翻一番所需增速，预示着该技术有着巨大的发展潜能
本研究利用全球国际专利数据和各经济体知识产权进出口使用费数据对全球人工智能技术发展指标、自主度指标和国际化指标进行了定量化分析，相关结果有利于我们更准确地认识和把握20多年来全球人工智能技术发展和主要经济体间相对自主度的变化
从1997年“深蓝”打败国际象棋世界冠军，到2006年深度学习崛起，再到近期热度很高的ChatGPT，人工智能技术发展速度非常快。不过，目前缺乏对机器学习和深度学习的技术度量研究，使我们难以把握相关技术的进展，对今后的预判更缺乏必要的依据。
技术度量是较为复杂的跨学科项目。各企业研发投资是其科技产出的必要条件，但由于企业研发效率有较大差异，仅用研发投资金额难以度量出企业的科技研发水平。此外，各经济体国际专利的技术含量或质量有较大差异，难以直接比较，因此很难直接通过国际专利数量对技术进行度量。本研究从世界知识产权组织二十多年来的各类专利数据中“萃取”出人工智能和生成式人工智能技术对应的专利，进而利用各经济体平均每项国际专利产生的知识产权“出口使用费”，最后利用合适的数据模型设计并计算出包括人工智能发展指标、自主度指标和国际化指标在内的人工智能技术指标体系度量结果。这些技术度量结果不仅可以用来计算人工智能技术对经贸、金融等影响，也可以为预判其今后发展提供参考依据。
一、基于技术演进路径“萃取”技术度量所需的专利数据
所有理论和技术的发展，都是在现有知识的基础上演进升华，都有一个从量变积累到质变飞跃的过程，人工智能技术也不例外。要科学预判人工智能技术发展趋势，首先要定位当前技术，总体把握20多年来的技术演进节奏，特别是要找到可科学判断技术演进的要素或指标。
科学技术不仅隐含或“嵌入”各种产品功能中，还隐含在生产这些产品的产业链中。我们目前关注的产品价格，不仅隐含了无数技术细节，也反映了市场供求关系，直接从价格中“萃取”技术度量要素显然存在较大难度。
世界知识产权组织(WIPO)公布的各经济体各类专利数据反映了全球技术扩散的主要内涵，是技术度量的最佳数据源。我们可以从这些专利数据的“金矿”中，基于技术演进路径，运用最新的数学方法来“萃取”人工智能和生成式人工智能的专利类型，进而设计并计算出相应的技术度量结果。
二、人工智能技术对应的专利类型
1.人工智能概述
人工智能意味着让机器具有人类的智慧，这是人类长期追求的目标。简言之，人工智能就是机器学习的相关方法和结果，截至目前能够进行学习的工具非计算机莫属。因此，人工智能与计算机关系密切，是计算科学的一个分支，主要研究、开发、用于模拟、延伸、挖掘和扩展人类智能的理论、方法、技术及应用系统等，相关理论和方法涉及面较广。
2.计算机专利为人工智能技术核心专利
全球各类学术期刊和计算机技术相关的专利涵盖了人工智能绝大部分成果。世界知识产权组织公布的36类国际专利中，专门有计算机技术这一大类，且20多年来此类专利在36类专利中数量一直是最多的。计算机专利应该是人工智能技术的核心专利。
3.人工智能技术的其他类型专利
除计算机这项人工智能核心专利外，人工智能的其他专利类型须用相关性、相似性和同步性相关原则来确定。通过模型可以确定计算机专利与其他35类专利之间相互影响程度，进而依据影响程度来确定人工智能的其他主要专利类型。计算结果显示，与计算机技术相互影响程度最高的专利包括半导体专利、数字通信专利，基于计算机的管理方法、测量、控制、声像、电信和基础通信等，这些专利和计算机专利一起构成了人工智能技术的主要专利。
三、人工智能技术指标体系的度量结果
1.各经济体和全球人工智能技术发展指标
人工智能发展指标由各经济体自己授权的人工智能专利数据构成。2016年至2021年，我国人工智能专利数据保持了八大货币发行体中的最高增幅。由于各经济体国际专利不能直接比较，直接利用各经济体专利数据计算出的发展指标同样不能直接比较。本研究进行相应的加权处理后，形成可比的发展指标。结果显示，2016年至2021年我国人工智能技术年份复合增长率为38.3%，较前5年37.7%的年均增长率提高了0.6个百分点，这表明加权国际专利计算出的各经济体人工智能技术发展指标具有相对合理性。各经济体加权专利可以进行直接比较，将各经济体人工智能加权专利值相加，可获得全球人工智能发展指标。
2.全球人工智能专利的国际化指标总体度量结果
基于人工智能核心专利的构成，利用世界知识产权组织公布的100多个经济体境外授权人工智能专利、在辖内授权的其他经济体的人工智能专利数，以及相应经济体知识产权进出口使用费数据，可计算出全球人工智能专利的国际化指标总体度量结果，即各经济体人工智能加权专利占全球
