IBM连续24年专利数量领跑,人工智能成为其战略重点

简介: IBM 以 8088 个专利的绝对优势在专利数量上继续领先,在它身后,英特尔和亚马逊正在加速追赶。

在刚刚过去的 2016 年,IBM 继续站稳专利数量第一的位置。随着这家公司正在将战略逐渐转向人工智能领域领,它在相关方向的专利数量也在急剧增长。


本周一,IFI Claims 公布了去年全球公司专利数量排行榜。根据美国专利商标局(US Patent and Trademark Office,USPTO)的数据,2016 年中 IBM 共获得了 8088 项专利,其中超过 2700 项为人工智能和认知计算的相关专利,超过其专利总数的三成。


人工智能技术显然已经成为 IBM 发展战略的重点。对此,IBM 首席创新官 Bernie Meyerson 表示:「这些人工智能新技术是解决当今社会面临的最大挑战的关键——从开发更有效的癌症治疗方式,到促进更快捷安全的金融服务,再到降低中国、印度等发展中国家空气污染的水平。它们代表着创造信息技术未来所需的核心竞争力。」


在这份统计中,三星电子排在 IBM 之后,新增了 5518 个专利,随后是佳能(3665)、高通(2897)和谷歌(2835),前五名的位置在过去一年里没有发生变化。在 2016 年中,美国专利商标局共授予了 304,126 个专利,相比 2015 年增加了 10%。


87E27283-8E52-421C-B320-89F005B4349B.jpeg


专利数量是用来衡量一个机构在科研、开发、创新和商业应用影响力的标准之一。一方面,专利数量多意味着这家公司拥有大量的员工和知识产权律师,所以专利数量并不能用来衡量初创公司的实力;另一方面,很多专利在申请成功后并不会进入实用阶段,有一些公司也会通过专利勒索让其他大公司支付巨额专利使用费。尽管如此,专利数量仍然是比较公司科研投入的重要指标。值得注意的是,IBM 在专利数量上已经是连续 24 年排名第一了。


AFA4AA02-4B66-4399-964D-28525F1661B3.jpeg


IBM 在 2016 年获得的专利数量比 2015 年多 10%,有一些公司的专利增长速度比它更快,第六位英特尔的专利数量增长了 36%,达到 2784;而第 14 位亚马逊增长了 46%,数量达到了 1662,这使得它在名次上攀升了 12 位。


苹果公司保持了第 11 位的名次,专利数量增长 8%,达到 2102 个。


在本次统计中我们可以看到,一些日本科技公司正在逐步缩减对于创新的投资,排名第三的佳能少了 11% 的新专利;排名第 11 的索尼的新专利数量只有 2181;东芝的新专利数量则减少了 26%。


在排名前 50 的榜单上,华为以 1202 个专利排名第 25,京东方则排名 40——相比 2015 年爬升了超过一百名,成为了进步最快的公司。


排名前 50 的公司归属于 11 个国家和地区。美国占据其中专利数量的 41%,其后是日本的 28%,韩国的 15%,台湾地区的 4%,德国的 2.6%,中国为 2.5%。来自亚洲的公司现在已经占据了 Top50 榜单的过半席位,共有 26 家企业。


894B93BB-3855-44C7-954B-694100793E4B.jpeg


附录:美国专利商标局 2016 年专利数量前 50


排名 公司 2016 数量 2015 数量 变化 2015排名
1 IBM集团 8,088 7,355 9.97% 1
2 三星电子 5,518 5,072 8.79% 2
3 佳能 3,665 4,134 -11.34% 3
4 高通 2,897 2,900 -0.10% 4
5 谷歌 2,835 2,835 0% 5
6 英特尔集团 2,784 2,048 35.94% 9
7 LG电子 2,428 2,242 8.30% 8
8 微软 2,398 1,956 22.60% 10
9 台积电 2,288 1,774 28.97% 13
10 索尼 2,181 2,455 -11.16% 7
11 苹果 2,102 1,938 8.46% 11
12 三星显示器公司 2,023 1,838 10.07% 12
13 东芝集团 1,954 2,627 -25.62% 6
14 亚马逊 1,662 1,136 46.30% 26
15 日本精工-爱普生集团 1,647 1,620 1.67% 16
16 GE 1,646 1,757 -6.32% 14
17 富士通 1,568 1,467 6.88% 19
18 爱立信 1,552 1,407 10.31% 20
19 福特 1,524 1,185 28.61% 24
20 丰田 1,417 1,581 -10.37% 17
21 日本理光 1,412 1,627 -13.21% 15
22 GlobalFoundries Inc 1,407 609 131.03% 60
23 松下 1,400 1,474 -5.02% 18
24 博世 1,207 1,142 5.69% 25
25 华为 1,202 800 50.25% 44
26 SK 海力士 1,125 891 26.26% 39
27 通用汽车 1,123 1,315 -14.60% 21
28 飞利浦 1,069 923 15.82% 37
29 半导体能源研究所(日本) 1,054 1,129 -6.64% 27
30 波音 1,053 976 7.89% 34
31 现代汽车 1,035 744 39.11% 50
32 三菱电机 1,016 896 13.39% 38
33 西门子 984 1,011 -2.67% 32
34 美国思科 978 960 1.88% 36
35 兄弟工业(日本) 926 1,187 -21.99% 23
36 本田汽车 922 1,031 -10.57% 31
37 AT&T 921 885 4.07% 40
38 NEC 890 792 12.37% 45
39 德州仪器 887 808 9.78% 43
40 京东方 870 285 205.26% 122
41 美光科技 863 961 -10.20% 35
42 夏普集团 829 997 -16.85% 33
43 博通 823 1,085 -24.15% 28
44 鸿海/富士康 803 1,083 -25.85% 29
45 黑莓 771 1,071 -28.01% 30
46 日本电装 756 778 -2.83% 46
47 京瓷 742 692 7.23% 52
48 富士胶片 699 747 -6.43% 47
49 诺基亚 695 400 73.75% 88
50 Honeywell 672 746 -9.92% 48

注:绿色为中国台湾的公司、红色为中国大陆公司



©本文为机器之心报道,转载请联系本公众号获得授权

相关文章
|
人工智能 量子技术 区块链
高光、失误与修正,昔日的人工智能王者 IBM 如何找回“失去的十年”?
IBM 曾经是人工智能之王,首席执行官 Arvind Krishna 正试图夺回这一头衔。
164 0
|
人工智能 Linux 云计算
「蓝色巨人」IBM拆分基础设施部门,全力投入混合云计算与人工智能
「蓝色巨人」IBM拆分基础设施部门,全力投入混合云计算与人工智能
「蓝色巨人」IBM拆分基础设施部门,全力投入混合云计算与人工智能
|
存储 机器学习/深度学习 人工智能
​IBM人工智能芯片的新进展
IBM苏黎世实验室的研究人员本周在Nature Communications上发表了一篇论文。在文中他们声称,基于相变存储器的技术,他们已经开发出了一种能同时能高实现能源效率和高精度的机器学习方案。这是一种使用基于电阻的存储设备来实现内存内计算的方法,它们的方法弥补了存储和计算数据分开的方案的缺陷,并在此过程中大大降低了功耗。
|
人工智能 数据库
被裁员工公开呛声IBM人工智能,有双好鞋却不知怎么走路
在上个月IBM举办的一场会议中,该公司首席执行官Ginni Rometty表示,“我们正处于历史的转折点,将要把人工智能技术整合到各个领域,以帮助他们实现指数级的增长,这一现象可能会在未来被称为‘沃森定律’(Watson's Law)。
1329 0
|
机器学习/深度学习 人工智能 分布式计算
|
7天前
|
机器学习/深度学习 人工智能 物联网
通义灵码在人工智能与机器学习领域的应用
通义灵码不仅在物联网领域表现出色,还在人工智能、机器学习、金融、医疗和教育等领域展现出广泛应用前景。本文探讨了其在这些领域的具体应用,如模型训练、风险评估、医疗影像诊断等,并总结了其提高开发效率、降低门槛、促进合作和推动创新的优势。
通义灵码在人工智能与机器学习领域的应用
|
8天前
|
人工智能 算法 安全
人工智能在医疗诊断中的应用与前景####
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战以及未来的发展趋势。随着科技的不断进步,AI技术正逐步渗透到医疗行业的各个环节,尤其在提高诊断准确性和效率方面展现出巨大潜力。通过分析当前AI在医学影像分析、疾病预测、个性化治疗方案制定等方面的实际应用案例,我们可以预见到一个更加智能化、精准化的医疗服务体系正在形成。然而,数据隐私保护、算法透明度及伦理问题仍是制约其进一步发展的关键因素。本文还将讨论这些挑战的可能解决方案,并对AI如何更好地服务于人类健康事业提出展望。 ####
|
7天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
本文探讨了人工智能(AI)在医疗诊断领域的应用及其面临的挑战。随着技术的不断进步,AI已经在医学影像分析、疾病预测和个性化治疗等方面展现出巨大潜力。然而,数据隐私、算法透明度以及临床整合等问题仍然是亟待解决的关键问题。本文旨在通过分析当前AI技术在医疗诊断中的具体应用案例,探讨其带来的优势和潜在风险,并提出相应的解决策略,以期为未来AI在医疗领域的深入应用提供参考。
39 3
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在教育领域的应用与挑战
随着科技的不断进步,人工智能(AI)技术已经深入到社会的各个领域,其中教育领域尤为突出。本文旨在探讨人工智能在教育领域的应用现状、面临的挑战以及未来的发展趋势。通过分析AI技术如何改变传统教学模式,提高教育质量和效率,同时指出其在实际应用中可能遇到的问题和挑战,为未来教育的发展提供参考。
75 2
下一篇
无影云桌面