加载中...
本研究基于6.3万余项美国专利数据,利用BERTopic主题模型揭示绿色人工智能技术的16个领域及其4个宏观主题,分析技术发展趋势、专利集中度、地理分布及其对后续创新和市场价值的影响,发现传统技术向数据处理与清洁能源技术转型,部分领域具有较高市场价值但技术影响力不对称,强调政策干预引导创新的必要性,为绿色AI技术发展及创新政策提供量化视角
| 时间窗口 | Gini系数 | 前10大专利持有者占比 |
|---|---|---|
| 1985-1990 | 0.4761 | 34.2% |
| 1995-2000 | 0.543 | 29.1% |
| 2005-2010 | 0.657 | 26.7% |
| 2015-2020 | 0.7282 | 22.6% |
通过UMAP降维与聚类,16个技术领域归纳为4个宏域(Figure 3):
图4显示1976-2023年間各技术领域的三年滚动均值趋势:
利用两指标综合评估16个技术领域:
结果(图5)总结如下:
总体而言,Data、Agritech及Smart Energy领域展现了兼具技术推进和经济利益的前景,而传统燃烧领域显示衰退迹象.
本报告通过构建和分析6万余件涵盖绿色技术与人工智能交叉领域的美国专利,结合先进的BERTopic主题模型,系统梳理了Green AI技术的结构、演进路径与市场技术影响。研究揭示了:
通过详细的时间序列、地理结构和技术细分,报告为研究者、企业及政策制定者提供了全面而深刻的视角和工具,促进绿色技术与AI融合创新的可持续发展.
综上,本报告不仅系统描绘了当前Green AI领域的技术现状与动态,还为政策引导和企业战略发展提供了科学量化的分析框架和实证数据支持,具有极高的研究与实践价值。
2509.10109.pdf