AI は特許検索と分析の標準ワークフローを自動化できるか?

標準プロセスに従って、さまざまな組織の専門家が IP 検索を定期的に実行します。複雑な検索文字列は、発明のコンテキストを理解し、分類、アクティブな譲受人、引用分析などの他の重要な情報を使用することによって作成されます。一般に、この種の操作には、特定の技術分野における事前の経験、データベースの知識、専門知識が必要です。

現在、あらゆる業界が人工知能を導入して、インテリジェントなマシンでの通常の作業を省略しています。同様に、知財業界では、ユーザーは標準的な検索プロセスに従う必要性を回避することで、特定の質問に対する回答をできるだけ早く求めます。

それを考慮すると、XLPAT は、生のテクノロジー データからの洞察や解釈を自動化するアルゴリズムの AI の階層化に重点とエネルギーを費やしました。同社の主な焦点は、IP 検索の標準ワークフローを自動化することです。 XLPAT の専門家は、手動対応の TT コンサルタントから 12 年以上の経験を引き出し、GOOGLE AI や IBM Watson を特定のユースケースに合わせてカスタマイズすることで、インテリジェントなアルゴリズムを開発しました。最近、社内の研究開発チームは、200 以上の機械時間でトレーニングされた機械学習モデルを開発しました。これにより、機械は 100 GB の処理済みデータから学習し、専門検索者の本能を開発できるようになりました。

PIUG 2018 でのダーウェントは、XLPAT の焦点を絞ったアプローチと、新規性、FTO などの IP 検索の標準プロセスの自動化も評価しました。

プラナフ・シャルマ