近日，谷歌旗下人工智能公司 DeepMind 首次公布了一系列国际专利申请，申请项目涉及现代机器学习的一些基本方面，对 AI 专利商业化具有潜在的意义。

DeepMind 在 2016 年 9 月至 2016 年 12 月期间几乎以每周一项的速度申请专利，并在优先权日起 18 个月后公布，因此现在公布的专利是在 2016 年 12 月之前提交申请的。

图 | “Rose Hungry Cat” —— AI 也可应用于艺术领域

与反专利博客上流行的观点相反，专利申请并不等同于授予的、可执行的专利。DeepMind 的申请仍处于早期阶段，且在其寻求批准的每个法域接受专利性审查。正如在一个相对较新的领域所预期的那样，国际检索报告（ International Search Reports ，ISRs ）没有检索到对现有技术的大量引用。

事实上，许多引用的文件似乎是 DeepMind 自己的预印本（arXiv）论文。然而，DeepMind 需要通过答辩或限制专利项来克服基于这些文件的审查员的反对意见。此外，为机器学习系统申请专利虽然是可能的，但在许多法域并不是一件简单的事情，尤其是在欧洲和美国。

近日 DeepMind 披露的专利:

WO 2018/048934, "基于神经网络的音频生成", 首次提交申请：2016.09.06

WO 2018/048945, "卷积神经网络处理序列", 首次提交申请：2016.09.06

WO 2018064591, "神经网络生成视频帧", 首次提交申请：2016.09.06

WO 2018071392, "选择机器人行为的神经网络", 首次提交申请：2016.10.10

WO 2018/081089, "神经网络处理文本序列", 首次提交申请：2016.10.26

WO 2018/083532, "基于神经网络的行为选择", 首次提交申请：2016.11.03

WO 2018/083667, "强化学习系统", 首次提交申请：2016.11.04

WO 2018/083668, "基于神经网络的场景理解与生成", 首次提交申请：2016.11.04

WO 2018/083669, "递归神经网络", 首次提交申请：2016.11.04

WO 2018083670, "序列转导神经网络", 首次提交申请：2016.11.04

WO 2018083671, "带辅助任务的强化学习", 首次提交申请：2016.11.04

WO 2018/083672, "基于强化学习的环境导航", 首次提交申请：2016.11.04

从专利标题上看，这些专利项实现了之前所承诺的广泛性，同时，这些专利可以用于解决一般问题，而不局限于特定的应用程序。例如，WO 2018/048945 涉及的卷积网络可以应用于任何序列的处理，即音频和文本等任何时态数据（temporal data）。WO 2018/081089 将神经网络应用于以翻译为目的的文本序列处理。虽然还有其他 AI 方法可以实现类似的结果，但这些方法涵盖了基本的领域。

当然，DeepMind 并不是第一家在人工智能领域提交专利的公司。正如报道的那样，AI是专利申请的一个巨大且迅速扩展的领域。然而，DeepMind 的申请非常重要，因为它们是领先的人工智能研究公司，而且专利覆盖的范围很广。这些应用虽不能显示出明确的商业产品或目标，但似乎是为了覆盖广泛的人工智能技术领域。

DeepMind 的研究人员在学术期刊上广泛发表文章，该公司的明确目标是支持和加速人工智能领域的研究。DeepMind 的创始人哈萨比斯认为，人工智能有潜力“成为一种解决方案，让科学家能够改善我们的日常生活，并让我们所有人都能更快、更有效地工作。如果我们能够广泛和公平地使用这些工具，创造一个人人都能参与并从中受益的环境，我们就有机会促进整个人类的发展。”

图丨DeepMind 创始人哈萨比斯

因此，在公关层面上，DeepMind 非常强调他们的合作态度和开放态度。这种方法是可以理解的，因为 AI 学术界对除开源以外的任何东西都充满敌意，DeepMind 的发展需要该领域最优秀的研究人员。

有趣的是，DeepMind 专利申请的消息将如何在人工智能界和广大公众中传播；在这方面，比 DeepMind 更注重商业的公司遇到了公众认知方面的困难。

DeepMind 的存在意义是促进人工智能领域的研究发展，是为了学术界和整个人类的利益。实现这一目标当然可以通过获得适当的知识产权保护来促进。但 DeepMind 新披露的专利申请如何符合“人工智能最终应该属于世界”的使命声明？也许哈萨比斯下一次会回答。