人工智能 相关发明申请状况调查报告

PAGEPAGE1AI関連発明の出願状況調 報告

特許庁審査第四部審査調査室（AI（ArificilIntligence）AIAIAI1-2.調査方AI2-1.2-2.AI適用先の動2-3.2-4.出願人動AI・別添１（AI・別添２（AI特許庁審査第四部審査調査室電話：03-3581-110135071腮查内1-1.Al厮速兖明顽羲七腮查对0AII：：孔文1太栈勺t.j.定羲朴可能飞寸朴、本查飞1土囡1I二示寸J::-5I二、(i)AI刁了兖明及0AI通用兖明夺「Al陨速兖明」1匕定羲L、查对象匕L丰Lt：：：。d)AI刁了兖明二工一亏丿匕木、y卜勹一夕、深屠学晋、廿术一卜＾夕夕了沙＞、强化学晋等夺含七各檀榄械学晋技衔1氐办、知＾－又壬于儿七7了沙才理、AI基磅匕.7a:数学的又1土言十的.情斡处理技衔1二特徵夺有寸石凳明（付与芒九7a:FI勺土主1二G06N勺(2)AI谪用兖明画像处理、音声处理、自然言捂处理、榄器制御·口术于才夕又、断·挨知·予测．最通化沙又于人等(J)各橹技衔仁、AI(J)基磅七杠石数学的又比计的杠情斡处理技衔杏遗用L二七仁特徵夺有寸石兖明（付与朴想定芒九7a:>FII太多数）音声捻．处

言 本调查(J)对t

各稚

G05B13/02@M等多数多

榄器制御口术于壮 AI(J)通用囡1本陨查0对象(Al腮凳明O觉园'「Al隅遵凳明」O定羲1太本查内飞(/)井有劾t,J.屯(I)飞花扒特忤斤匕L七公式右定羲各表明寸石毛(1)飞灶花L丿丰甘1v2IPC苍基磅匕L七轴展隔它九t二日本国特许斤独自O分颊飞才。祥细1太J-PlatPat苍参照L七＜t年古3「特定(/)it算壬于儿仁基勹＜二＞巳工一夕沙又于上」飞花从以下、Fl改正前(/)G06F15/18苍含办丰才1- 腮查方 以下A~C(J)国内特拚出顾(J)集合(J)和集合夺「M陨湮免明」匕Lt抽出L京·堡红:FI七L-CG06N朴付与芒九飞L＼态特许出顾((DAI:::J了尧明夺捉无石目的·堡鱼且：适上1二褐1于石l,\寸九分(J)Al腮速FI朴付与芒九飞L＼石特拚出顾((2)AI分如：：J::勹t捉无石目的·堡华·别孟1_1二褐1于机＼寸九办(J)AI刁了午一勹一卜心朴、出顾害颈中0「要的」、「兖明朴决LJ:5七寸石踝题」、「踝题夺解决寸石t:::(J)手段」(J)l,\才九分1二含丰九tL＼态特 AI陨速FI七AI:::J了午一勹一下1土、WIPOTechnologyTrends-ArtificialIntelI「Mehodoogy」飞用L屯沈仅九＼石分颈七午一勹一下仁基今吉、「A陨速尧明」夺国内特许文献力＼6谪切仁抽出飞吉石5遴定L丰L：：：。 翡查对象O出顾1太、国内出顾及r.J.PCT(PatentCooperationTreaty:特拚协力条的）1::基今＜院出顾(J)5七日本＾国内移行L托出顾飞花勹t、出顾年4朴1988年～2021年0屯0飞寸 上配集合Al土25,652件、集合BI太28,813件、集合CI太59,206件O特许出顾夺含办、子0集合(J)70,861件杏腮查对象匕L丰囡2） 本辍告害O腮查果1土、抽出芒九t:::Al陨速兖明O特许文献1二付与芒九tL＼石分颈情斡七出顾人等O害情斡O言十仁基今＜毛0飞花L丿、特许文献O办达Jj-1太行勹t布L丿丰廿Iv。集合

集合(A|习了午一勹－囡2隅查对象上Lt::Al腮凳明0集合(It70,861件4国内出顾I二勹L、ti扫院(J)出顾日陀T仁基勹q目院出顾仁勹L汉肛国内鲁面。受付日各基匕LtL七L、丰才Al隅速兖明(J)出全体的右出貊·窖查·技国体碗e00g0AI陨速凳明O出顾件数O推移夺囡31二示L丰寸。Al陨速兖明（巳＞夕棒))出顾件数1t年以降急激仁增加Lt扣从2021年()出颐件数lt条勺9,00叭牛飞Lt：：oAI腿凳明。亏乞M刁了技衔仁特徵夺有才石兖明（FI匕L-C朴付与芒九＼);集合A)（黄棒）)年0出顾件数1土的2700件飞花从伸切古b七纯化L丰L：：朴依然匕L增加倾向1国体碗e00g广：飞工三三件数

c::::::::::JAI陨遵凳明（左翰c::::::::::JAI陨遵凳明(1)?名Al:::J了技衔1二特徵苍有才怂凳明（Flc!:l只一令一【参考】国内全体O出颠件数（右翰

数函 哟数函 哟0018198919901991199219931994199S1996199719981函20002001200220032004200520062007200820092010201120122013201'20152016201720182019出顺【偏考

囡 AI腮凳明O国内出顾件数O推0 AI陨速凳明1太、L＼扣吵怂第二次AI才-人()影客1：：上从1990年代前半1：：一度出顾才一人匕,\无石状况朴兖生L丰Lt：：：朴、子0俊20年近＜出顾件数1太低腮1二推移Lt,\京Lt：：：。0 第二次AI才一kl二t流行Lt)1主知流＾－又壬于儿、工午又八一卜沙又于人等O技衔飞寸朴、事前1：：花七中石事象O儿一丿,夺刁＞巳工一夕仁教无达七二七0雌L芒力＼七、才一kl扫终焉杏迎无丰Lt：：：。丰t：：：、古＜力吃淖5石二工一亏丿,木、y卜毛当盛儿仁研究芒九t,\丰Lt：：)限界朴生匕、乙屯七毛才一kl太一的右屯0飞Lt：：：。4O 乙0二七1太、G06N(AlJ了技衔）O下位分颈朴付与芒九托出顾0件数O推移夺示L囡4I：：屯现九t,＼丰寸。1990年代前半lt、G06N3/02-3/10（二工一亏丿匕木、y卜）、G06N5/（知＾－又）、G06N7/(7了沙于理等）、G06N20/（榄械学晋，FI)G06N99/00,150-159杏含七。以下4同じ）のいずれの出願件数も増加しましたが、その後減少に転じており、G06N5/とG06N7/につ2-34AIG06N/023/10（ニューラルネット）とG06N2（機械学習）であることがわかります。G06N（AIコア技術）が付与されている出願の件数のうち、G06N3/02-3/10（ニューラルネット）G0620（性能向上とデータ流通量の増加によって、AIでした。しかし2012年にカナダのトロント大学のチームが、世界的な画像認識のコンテスト「ILSVRC（ImageNetLargeScaleVisulRecognitionCompetition」において深層学習を使って圧勝5したことが一つの契機となり、今に至る第三次AIブームが生じています。CatGT等の生成I6IAI関連発明の特許査定率（図6）は2004年以降、年々上昇しており、2019年は約83%に達して5技術内容は「IaeetCaifctonwthDeepCnotinleralNtok,ArihvkyealNP212」6様々なタスクにおける評価は例えば「AytmtcSuyandopeesvevlainfCaGTonecmrkDaaes,LaskarelFndins2023」に記載されています。50-G06N0-G06N(Al::J了技衔）O下位分颓L，才九0-G06N3/02-（二工一亏丿E不外-（槐械学詈-（知朦入一只-(77沙4擒理等0三。出I出5岁岁...,.,<f>J...,...,.,.,'\,穸令立穸岁＄＄炎护'\,#,f...,,s户岁岁岁岁佥岁意筷令｀出顾囡4G06N(Al刁了技衔)(J)下位分颊O出赈件数O推移(1991年上2021年(J)件数苍表纪【偏考一出顾1：：：对 G06N(AI刁了技衔）O下位分颊力q复数付与古九石二七力顷花石t：：、G06NCAI刁了技衔O下位分颊O捻计1太「G06N(AI刁了技衔）O下位分颖(,,才九办」七1太一致L丰甘Iv 19881989199019911992199319941995199619971998199920002001200220032004200520062007200820092010201120122013201420152016201720182019出顺囡5褫械学否率(I)推(G06N(AI刁了技衔）朴付与古九t二出赈05右、G06N3/02-3/10又IiG06N20／朴付与芒九tl,屯浅》6割合6図 AI関連発明の特許査定率の推【備考特許査定率＝特許査定件数／（特許査定件数＋拒絶査定件数＋FA後取下・放棄件数72-2.Al通用先(J)勤0 AI陨速凳明()谪用先()勤向苍探fh,AI鹃逋兖明全体()主分颖7夺查L京Lt已囡n戎021年1二100件以上出顾力电江）栏廿才夕亏又（上位4析；L＼0616七40/(Fl)17/20-28含七。）夺特出L)夺摘妃Lt,＼丰寸。0 N(Al刁了技衔）以外飞付与芒九石主分颈匕i土、G06T（画像处理）朴2016年以降增加倾向飞花从2019年以降1太G06N夺上回)最屯多<.？飞,\丰寸。 二(J)1氐办主分颈七Lt上位夺占 G06Q(t::'沙木又；FI改正前(J)G06F17/60夺含七。）、（医学断）、G01N（材料分析）、G06F16/（情斡挨索·推；FI改正前(J)G06F17/30夺含七。）G16H（＾儿又分了）、G05B（制御系．整系一般）、G06F40/（自然言捂处理）、H04N（映像处理）等屯、Al技衔)主要右谪用先七L＼无京寸0 t.j.布、G06F子O他（情辕一般）O规模感屯大吉＜、二二1：：灶G06F3/(才＞夕一7工才又）G06F21/（七午工1丿于,{)七l,\勹t：：、情辕处理腮速技衔朴含丰九tl,＼丰寸0 「)他」＇：：丰匕)数屯增加倾向仁花队A)通用先朴拣大LL＼石已七力§亏力＼朴无丰寸。厂|■GOSG（交通制御一一一一壬O他，2,058(239撞般GOlN（材料分析〉A61B（医学诊断〉G06Q(已夕木又G06T（画像处理HOlL（半潭休禁霞G06F40（自然言栝处理 1雪Gl6H(^)以午H04N（映像处理 1雪GlOl（音胄处理GOSS（斜御系·绸整系一般GOlN（材料分析

匾A618（医学断G06Q（已夕木又4,OOOI匾G06T(iii像处理 壬O他，748(159檀

子O他280(87撞 出雁囡7Al鸥逮凳明0)主分颊内0)推移(2021年0)件数等苍表配【偏考8C120（酵素等O测定丰t：：（太胺方法）：74件、G16B（八才才才>7才了于才夕又）：72件、B25J（了二巳工匕8?子(/)凳明苍最屯通切1二表瑰才石分颊苍指L丰才夕）：68件、G06K（夕亏7才、y夕于一夕O铣取切：64件、B60W（臭t.J,石檀颊丰t：：（太臭右石榄能O草雨用廿才J卜O防逮制御）：55件、G01S（焦辣I：：上石方位测定）：52件、H04W（焦辣通信木、）卜勹一夕）：52件、H04L（于沙夕儿情辕Oi云送）：50件0芒)2010年0出顾件数夺100％匕Lt：)、各年O出顾件数。比率苍囡8仁示L丰才。寸人t)主分颊1：：".),\2021年0出顾件数1太2010年0出顾件数()2倍以上七t,＼丰寸朴、中飞毛、A6B（医学断）、G06T（画像处理）、G08G（交通制御）七,\勹托主分颈朴非常1：：高,\伸6率夺示L-C,＼丰寸。二九6)分野飞近年、AI技衔O通用朴急速1：：庄力芷,\石二七力寸扣力＼L丿丰寸。0一方飞、主分如：：J:':)-CI太近年(J)出颐件数(l)伸rJ.朴钝化倾向忆花L丿京才

1N（材料分析-H01l（半毒休装置一-A618（医学诊断一

A618（匮学诊断一（雷像处珊

1

10l（音声知珊－--G06F16／（情薇桉索·椎薰－

G06T（匾像处瑾件件比

－Q（已夕不久H04N（映像处瑾-G06F七l1>他（情赣一般B(制御系·圃整系一般-G06F心（自然雷猛处珊-G08G（交通制御一［参考]Al腮遍髡明全

G06Q化夕午又,rH04N（映像处珊），700GlOl（音言处瑾G06f七O他（情稷一般 出．

9囡 各主分轰(J)2010年(J)出顺件数老1()()%上Lt二塌合°、各年。出顾件数(l)比92-31：：隅寸石出顾002014年以降()Al陨逮兖明()出颐件数()增加()大寺_要因七井6九石、；栾屠学晋（于才＿才亏一二＞夕）技衔O出顾状况杏查L丰Lt二。AI陨速凳明()5七、别适立仁褐1于石L＼)深屠学晋陨速午一勹一卜心朴、出顾害颓（要的、求项、明轴害）中1二出现寸石出顾杏「深屠学晋仁言及寸7a:>A腮速凳明」匕L、囡9I二出顾件数O推移夺示L丰寸。7a:>i出i

口Al防逮尧口深学晋1：：言及才Al陨尧

。 囡9深屠学否1二言及寸7a,Al腮凳明0)出赈件数0)推0囡10I土、深屠学晋技衔0中飞屯特1二重要t.J.手法飞花石、以下(J)4手法1：：言及寸Al陨速尧明叠办达办二工一亏丿匕木、y卜(ConvolutionalNeuralNetwork:再烯型二工一亏丿匕木、y卜(RecurrentNeuralNetwork；壁世）、又l;:t、RNN(J)拣强飞花石畏短期配恺（LongShortTermMemory；坠卫）卜亏＞又70CNN、RNN又灶LSTI：：言及寸AI陨速凳明O出顾件数1太2014年以降增加夺铣lt--,＼丰寸。一方飞、深屠强化学晋1：：言及寸Al陨速尧明O出顾件数1太近年横1扎＼朴铣L＼--c,\丰寸。丰：：、卜亏＞又7才一xi：：言及寸Al陨速凳明O出顾件数1太2020年1)子扛杏上回石右匕增加倾向1：：花L丿丰寸。82017年1二凳表古九仁深屠学晋壬于儿。自然言捂系列于一夕老亏点飞灶再烯型二＿亏儿、卜匕同记力《、Transormer(/)塌合、峙系列于一夕苍逐次处理才石必要力优扎寸二、再埽型二工一亏丿1,木、）卜:LJ毛I太石力＼,从卜匕一耜才石乙上力汽飞吉石。3,500「lCNNI：：：言及才Al陨3,000l-lRNN又1扛LSTMI才Al出

勹赈；

深强化学晋1：：：言才Al 卜亏＞又7才一xi：：及才'@Al陨尧明| 239「|

74

匕

云千气:,25,85 1 囡 别0)深眉学否技衔仁言及才AI腮凳明0)出赈件数0)推 囡11-1~11-4I土、子九毛九、（1)CNN、(2)RNN又1太LSTM、(3)深陋强化学晋、（4)卜亏＞又才一xi：：言及 AI陨速兖明O主分颓O内职夺示Ltl,＼丰寸0 CNN、RNN及.LSTI丈勤画像)i忍蔬．分析处理七、深屠强化学晋1太沙又于人制御七最谪化七、卜亏＞又7才一xi太自然言捂处理匕貌和性朴高,＼二七朴知七九t布9、子):?)倾向朴囡11-1~11-4)各主分颓O内职1：：毛规九t,＼丰寸。CNI：：言及寸 陨速尧明主分颊I太G06T（画像处理） H04N（映像处理）朴目立屯、RNN又1太LI：：言及寸 AI陨速尧明)主分颊1太G06T（画像处理）朴目立屯丰寸。出顾件数1太少f违))、深屠强化学晋1：：言及寸 AI陨速兖明O主分如：：灶制御系O技衔1：：上＜用九G05B（制御系·腮整系一般）七B25J（了二E.匕一夕）朴目立屯丰寸。卜亏＞又7才一xi：：言及寸 Al陨速凳明O主分颈I太G06F40/（自然言捂处理 G06F16／（情辍桉索·推薰）朴目立屯丰寸子(1)他立子(1)他立,146G10l（音言是嘎G06Q（巳夕木又囡11-1CNN仁言及才7a,Al鸥逮凳明(J)主分颊0内!R(2014-2021年出顾囡11-2RNN又IiLSTNI：：言及才石AI腮凳明O主分轰(I)内!R(2014丑。21年出顺 子(1)他立31子(1)他立31囡11-3深屠强化学晋仁言及 Al腮凳明O主分颊O内织(2016-2021年出顾子子O他140,囡11- 卜亏＞又7才一";(I二言及才石AI腮凳明0)主分颊0)内织(2016-2021年出赈2-4.出顾人勤0 AI陨速凳明1：：勹L)出顾件数力口土订瑾贞人苍囡12仁示L丰寸O囡12飞1忒深屠学晋1：：言及寸7a:AI陨速凳明()出顾件数屯：已LtL哩勺飞对象店出顾年力勺014年以降飞扔从力,-:,2023年6月丰飞仁特拚公辕等朴凳行芒九：：出顾飞寸。富士通（株日本雹信霄富士通（株日本雹信霄栝（株（株）日立梨作午十日本霄氖（株卜3夕自勤羸（株三菱霄横（株夕一夕（株）柬北京百度网讯科技有限公7了十、）夕（株::i一二:..,夕L、y力7千＇丿｀y才富士7于丿以止兖冲久才／人一3:..,（株）八十、丿二y夕JP午沙又:..,卜（株）、丿二一夕儿一寸（株廿人只日本放送泣会二二力三／丿L夕（株）午十八从于才力儿夕又于上天（株（株）半澡体工木儿午一研究七才二一工才｀丿:..,（株本田技研工集（株夕勺了儿。（株）NTTt:::i。

口深学詈1：：言及寸石Al隅遵凳明口深学詈1：：言及寸石Al隅遵凳明口Al隅逮凳出顾件数（件囡12AI凳明O出赈人别出顾件(2014年以降O出顾飞2023年6月丰飞仁特许公辍等朴凳行芒九t：：屯0囡13飞1古囡12I二示芒九石出顾人1：：J:L)出顾芒九仁Al陨速尧明(J)主分颖O牛青成比率苍示L丰寸。囡13中1：：妃载L--CL＼J::-51：：、二二飞1打复数(J)主分颉苍丰七--c「勤画像处理上「制日本霆信霄括（株（株）日立梨作所午十丿株）日本霄氖（株三菱霄榄（株（株）柬北京百度网讯科技有限公才上口＞（株富士7才丿以上（株富士7才丿以上巳沙不久才I"'一-y3:八株I勺勺二、y夕IP木沙尤小（株、丿二一夕儿一才（株日本放送猛午十丿＞又于于力丿E夕又于上天（株（株）半滇体工木儿午一研究七千二一工才、丿＞（株本田技研工集（株夕勺了儿二（株）NTTI-!'刁 眉Al:::J了技衔·勤画像处理．巳夕木久·草而一般·交通制御·燃烧褫陨制御（860,G08G,F02D)(材料分析、半淳体、通倌等）

．情辕一般．音声处理．制御·口术于于夕又．＾儿又分了·医学断囡13出赈人已上(J)Al鸥逮凳明(J)主分颊横成比【備考12,1おける「出願件数」とは、出願年が2014以降であり、かつ20236までに公開特許公共同出願の場合は筆頭出願人をカウントしています「グーグル」は「グーグ エルエルシー」及び「グーグ インコーポレイテッド」の総称です「ＩＢＭ」は「インターナショナル・ビジネス・マシーンズ・コーポレーション」を示しています「北京百度网讯科技有限公司」は「ベイジ バイド ネットコ サイエン テクノロジーンパニリミテッド「ベイジ バイド ネットコ サイエンアンテクノロジカンパニリミテッド及「ペキンバイド ネットコ サイエンアンテクノロジカンパニリミテッド」を含みま「コーニンクレッカフィリップス」は「コーニンクレッカ エヌヴェ」を示していま「富士フイルムビジ（株変更前「富士ゼロックス株式会みま「ソニーグループ（株」は名称変更前の「ソニー株式会社」を含みます ベシユレンクテルハ「クゥアルコム」は「ッド 各国(J)出顾状0 日米欧中0五斤又1太WIPO国院事矜局1：：杠芒九t：：：出顾()5七、IPC匕L-C06(AlJ了技衔）朴付与芒九-c,＼石出顾件数O推移夺囡14二示L丰寸。全：：扫,-C06N(J了技衔）朴付与芒九-c,＼石出顾件数朴增加倾向1：：花石二七朴分力叫丰寸。特1：：、出顾件数l:米国七中国朴突出Lt布J、面者朴五斤1：：布,文主要.出顾先七t.-:)-c,＼丰寸。 丰t：：：、二工一亏丿匕木、y卜勹一夕陨速O出顾勤向匕Lt、IPC(J)G06N3/02-3/10（二工一、y卜）朴付与芒九-cl,＼石出顾件数O推移夺囡15I二示L丰寸。全体匕Lt出顾件数1扫增加倾1：：花LJ丰寸朴、特1二中国1：：却t-Q出顾件数朴他国1：：;Blt-Q出顾件数夺大幅1二上回-:)-cl,＼丰寸0 囡16I太芒I二、IPC)G06N3/02-3/10朴付与芒九t：：：特许出顾()5屯、别泣已L仁揭1于石代表的.深屠学晋陨速0午一勹一卜心（各国言捂1二翻职）夺出顾害颓中（要的、求项、明轴害）1：：)割合夺示L丰寸。割合O伸.全J、特1二2020年1扫米国夺除l,＼全t(J)出顾先1：：布l,\飞前年1二比人飞割合朴减少L-Cl,\石二七朴分力＼LJ丰寸 表1及6表21太、子九毛九中国及。．米国夺出顾先匕寸-QG06N(AI:::J了技衔）朴付与芒九-石出顾1,文、2020年0出顾件数上位10位O出顾人1：：上石各年1：：扫lt-Q出顾件数夺示Lt：：：表飞寸。中国飞1太、2019年1太G06N(AJ了技衔）朴付与芒九-c＼石出顾l:大学力6)出顾屯目立屯丰Lt：：：朴、2020年1太企棠办6(J)出顾朴目立屯、AI技衔朴大学飞O基磅研究1二加无、会装1二向It研究七朋兖1：：毛批大L-C,\石二七朴示啖芒九-c,＼丰寸。米国飞1太、G06N(I刁了技衔）朴付与芒九-c＼石出顾1扫特1二、BM、了才夕口、丿7卜、夕一夕丿u.匕、夕口一八儿才亏、y卜7才一了一力\6出顾芒九-c,吃江匕朴分力＼L丿丰寸。二九6)企菜O匕沙卒又l:日本市塌^(J)影客屯强＜、研究阴尧七出顾O勤向l;:l::今屯注目寸人吉飞寸=乱=。。

25.:._.a 囡14G06N(AI刁了技衔）永付与古九tl,，石出赈件数O推（各国2014年上2020年0出赈件数宅表配出顾

64

囡15G06N3/02-3/10（二工一亏丿L木、｝卜）朴付与芒九tl,吃）出顾件数0)推（各国2014年c2020年0)出赈件数苍表配 g

KR,81.0%CN,78.8%JP,EP,

出顾

囡16G06N3/02-3/10(二.::L一亏丿匕木、y卜）朴付与古九t二各国出赈(J)5右、出顾害颊中1二深眉学智腮午一勹一F它含七屯(J)(J)割合(J)推移昨年順位1北京百度网讯科技有限公 TechnologyCo.Ltd2腾讯科技（深圳）有限公TencentTechnology(Shenzhen)Co.↓3平安科技（深圳）有PingAnTechnology(Sehnzhen)Co.2↓4北京航空航天大Beihang↑5华为技术有限公HuaweiTechnologiesCo.6支付宝（杭州）信息技术有限公 TechnologyCo.Ltd0007电子科技大UniversitOfElectronicScienceAndTechnologyOfChina↓8浙江大Zhejiang↓9天津大Tianji↓杭州电子科HangzhouDianzi9表 各年における中国を出願先とするG06N（AIコア技術）が付与された出願件（2020年出願件数上位10位の出願人を表示(*)昨年順位1 →2SamsungElectronicsCo.,↑3Google→4MicrosoftTechnologyLicensing,↓5CapitalOneServices,1→6Intel↑7BankOfAmerica98Adobe9AmazonTechnologies,→Nvidia3表 各年における米国を出願先とするG06N（AIコア技術）が付与された出願件（2020年出願件数上位10位の出願人を表示(*)【備考図14-16び表12はWIPOPatntcoからデータを取得庁がを作成してい（2023年8月1日検索。データベースが異なるため、JPの出願件数は図3の国内出願件数とは一致しません。図中の国コードは、JP:日本、US：米国、EP：欧州（EPO、CN：中国、KR：韓国、WO：PCT国際出願（出「出願年」はWIPOPtetcopにおける定義に従います日本、中国、韓国については、実用新案の出願件数を含みま表1,において、共同出願の場合は筆頭出願人をカウントしていま表1TenceTecnoog(hezhen.,Ltd.」はTencentSieneAndTechnology(ShnzenLmiedCompany」名義での出願を含みます。1においHuaweiTehnoogeo.,Ld.HuaeecnoogC.,t.HuaweiTechC表1においAlipa(HgzhunfrmtinecnlogyCotd.Alipa(HagzouTehnloyCoLd.「Alia(ngzou)IfomaioTechCo.,.「Alipangho)nfrmtinTecnoogLiitdCompany「Zhifubao(Hngho)InfrmtiTechnologyC.,Ld.「支付宝（杭表2においGooglLLC」はGooglnc.」名義での出願を含みまAI①WIPOTechnologyTrends–Artificialntellence（WIO20191AIAI関連発明の範囲を定める分類やクエ②特許出願技術動向調査（26③J-PlatPat特許実用新案分類照会（PMGS（FIやIPCの詳細はこちらを参照してください④AI⑤【别添1】AI腮速A1陨逮脱【参考】上位廿才夕亏又(J)脱榄械学智，于一夕了才二＞夕丰t二煤言十分析苍行A61B：断；手衔；人蔬知蔬蓄秸，推1二上石寸口夕丐上作分，丰t：：（打寸属装置，例．l,\定O果杏目的七Lt,i.l,＼金属加工榄械0特殊t.i,制御理0使用1二特徵杏有才石屯(J),例了沙一雨^(J)制勤要素O横成一般t二(J)毛屯邃6飞告石装置倒(J)草雨O学晋制F02D：燃烧榄腮07了沙才制御，例．二工一亏儿不氛加熟器，学留制G05B：制御系丰t二饿整系一(J)上亏右系丰t：：（氐要素O监视t二1装AI,推杏利用口：：毛7了沙于制G05819/推，学晋杏行亏屯谪店，例．自己学二工一亏儿·不外内工午又八一卜沙又于上苍使用才石毛二工一亏丿L,才、、外勹一夕苍使用寸石屯七了＞于个y夕、y一丿L,(J)作成，例．才＞卜口沙一丰tI土沙、丿一亏知蔬于一夕＾一又，例贺阔店答沙又于变换规削苍自勤的1二学留才石屯(J),例例1二上L留才石屯統計的方法知識データベース，例．質問応変換規則を自動的統計的方法ＡＩ、推論等の利神経ネットワーク，遺伝的アルゴリズム，焼きなまし法のような，ファジー論理解法または自然現象をモデルとした解法を録担体の取扱ニューラルネットワークを学習型アルゴリズムによる認ニューラルネットワークを用いる遺伝的アル確率的アプローチを含むもの，例．マルコフ確率［ＭＲＦ］モデリン解析するものまたは対策方法をG08B：信号または呼出し装置ファジィ理論は距離演算を行統計的モデルを用いるもの，例．隠れルニューラル・ネットワークを用いるもマルチモーダルシステム，複数の認識合またはエキスパートシステムの融合に基づく隠れマルコフモデルニューラル・ネットワークを用いるもファジー論理を用カオス理論遺伝的アルゴリズムを用いる生物統計学に特に適合たＩＣＴ；バイオインフォティクスに関連した機械学習またはデータマイニングに特に適合したＩＣＴ，例．知識発見またはパターン検出に適合した情報通信技術機械学習，データマイニングまたはケモメトリッティクス；計算材料科技術数学的または計算的アルゴリズムの実行により特徴付けられるもの，例．フィードバック制御，ファジーーッるための方法または手段【別添2】AIコアキーワード（以下、○Cは語順指定あり、○Nは語順指定なしの○文字近傍検索を意味(マシン+machine),2C(学習アルゴリズム(教師あり+教師有+教師付+教師つき),2C,(学習+トレーニン(教師なし+教師無),2C(半教師あり+半教師有+半教師付+半教師つき),2C,(学習+トレーニング+訓練(ニューラル+neural),2C,(ネット多層,2Cネオコグニトロ(コネクショニスト+コネクショニズバック,2C(deep+ディープ+深層),2C,(強化+reinforcement+Q+信頼+ビリーフボルツマンマ(強化+レインフォースメント+リインフォースメント),2CQ,1C,(学習アンサンブル学ファイン,2C,チューニン(アクティブ+能動),2C,(ラーニンセルフ,2C遺伝,2Cスワーム,2Cサポート,2C,ベク,3C,マシランダム,2C,フォ(ベイズ+ベイジアン),2C(決定+ディシジョン),2C(勾配+gradient),2CXG,2C,(ブースト+ブースティング(ADA+エイダ+アダ),2C(RANK+ランク+ランキング),2Cロジスティ,3C,回確率,2C,勾配,2C,降(潜在+latent),2C,(意味+セマンティ+概念(潜在+latent),2C(隠+確率+モデル+モデリ+ネット+過程),2N,マルコ(コンピュー+コンピュテ),7C,クリエイテ記述,2C(ワード+単語),3n,(分散表現+埋め込+埋めこ+埋込+エンベッド+エンベッディング確率,2Cファジ,2Cカオス,2C,(モデル+モデリ+理論混合トピック,2C,(モデル+モデリ+分析(チャット+AI),2Cロボ,2Cエキスパート,2C,システマルチ,2C,エージェント,2C,システ(帰納+論理),2C(概念+セマンティック+意味論),2C【別添3深層学習関連キーワード（以下、○Cは語順指定あり、○Nは語順指定なしの○文字近傍検索 (deep+ディープ+深層),2C,(ニューラル+neural (オートエンコーダ+オート・エン (制限+制約),2c,ボルツ (畳み+畳込+たたみ+convolutional+convolution+コンボリューション+コンボリューショナル),3C,(ニューラ (リカレント+再帰+recurrent),2C,(ニューラル トラン・CNNキーワード→・RNN、LSTMキーワード→→・トランスフォーマ関連キーワード→【別添4】深層学習関連"deepe"ディープラーニング"OR"ディープ・ラーニング"OR"""딥러닝"OR"deeperl"ディープニューラル"OR"ディープ・ニューラル"OR"深層ニュー""심층신경망"OR"deepeif"ディープ信頼ネット"OR"ディープビリーフネット"OR"ディー""딥빌리프"atencoder"OR"自己符号化"OR"オートエンコーダ"OR"オート・エンコーダ"""rsrced"制限ボルツマン"OR"制約ボルツマン"OR"制限付きボルツマン"""受限玻尔兹曼"제한된볼츠만"cnouinlerlニューラル"OR"畳みこみニューOR"OR"畳込ニューラル"OR"たたみ込みニューラル"OR"たたみこみニューラル"OR"コンボリューショナルニューラル"OR"コンボリュー""rcretnualレント・ニューラル"OR"リカレント型ニューラル"OR"再帰型ニ""lnhrtem"長短期記憶"OR"""deep"ディープ強化"OR"""심층강화"OR """생성적적대""WIPOPatentscopeにて実際に用いたクエリ（CTRのXXにJP,US,EP,CN,KR,WOのいずれかを設定。のYYに出願年の範囲を設定CTXXANDA:[10