Selon le rapport de l’Organisation Mondiale de la Propriété Intellectuelle (OMPI) sur les tendances technologiques, 50% de tous les brevets concernant l’intelligence artificielle (IA) dans des industries telles que les transports et la santé, par exemple, ont été publiés depuis 2013, soit plus de 170.000 idées brevetées. Cela fait suite à l’essor des publications scientifiques sur l’IA débuté en 2001.
Le directeur général de l’OMPI, M. Francis Gurry, a déclaré aux journalistes à Genève que l’augmentation du nombre de brevets était « frappante », en rappelant que la recherche sur l’IA avait commencé dans les années 1950. « Mais il y a eu un bond en avant depuis 2013… », a-t-il insisté. Le nombre de demandes de brevets pour l’apprentissage machine indique qu’il s’agit actuellement de l’application dominante de l’IA. Le domaine dont la croissance est la plus rapide est l’apprentissage en profondeur (utilisé dans la reconnaissance vocale). De 2013 à 2016, le nombre de demandes de brevet a augmenté de 175 % par an, ce qui dépasse de loin la moyenne de 33 % pour l’ensemble des brevets au cours de la même période.
Les États-Unis et la Chine dominent le domaine des demandes de brevet, bien qu’une fraction seulement des brevets chinois soient déposés à l’étranger. Le géant américain de la technologie IBM est en tête en terme de nombre de demandes de brevets (8 290), suivi de Microsoft (5 930).
Les géants de la recherche sur Internet ont également joué un rôle clé dans la révolution de l’IA, selon le rapport de l’OMPI, Google (États-Unis) et Baidu (Chine) ayant très tôt saisi le potentiel de cette technologie, tout comme Microsoft et Apple avant eux. Outre les États-Unis et la population importante de la Chine, le chef de l’OMPI a souligné l’importance d’un soutien de l’État à l’innovation dans les deux pays, notamment en investissant dans des pôles technologiques et même en formant des agents spécialisés dans les brevets.
Enfin, le directeur général de l’OMPI a noté que la diversité culturelle et linguistique de l’Europe « ne favorise pas nécessairement la constitution de grands pools de données. Et nous savons tous que plus il y a de données, mieux c’est pour l’apprentissage machine par exemple, meilleurs seront les résultats que vous obtiendrez ».
