Carl Rost, Principal Consultant στο Patsnap – Σειρά Συνεντεύξεων

Carl Rost είναι ο νους πίσω από τα εργαλεία αναζήτησης εφευρέσεων που βασίζονται σε AI στο Patsnap.

Patsnap βρίσκεται στο επίκεντρο της καινοτομίας, αξιοποιώντας τη δύναμη του AI και της μηχανικής μάθησης για να διευκολύνει την πρόσβαση σε δισεκατομμύρια συνόλων δεδομένων, επιτρέποντας στους καινοτόμους να κάνουν κρίσιμες συνδέσεις. Η τεχνολογία LLM, που έχει σχεδιαστεί ειδικά για επαγγελματίες R&D και IP, διευκολύνει την πρόσβαση σε δισεκατομμύρια σελίδες εφευρέσεων καθημερινά. Ο βοηθός AI του Patsnap συμμετέχει σε διαλογικές απαντήσεις σε ερωτήσεις και μπορεί να εντοπίσει συγκεκριμένες απαντήσεις μέσα σε εκτενείς κείμενα. Για παράδειγμα, μπορεί να καθορίσει ακριβώς αν ένα συγκεκριμένο είδος widget είναι ήδη εφευρεθεί.

Μπορείτε να μας δώσετε μια επισκόπηση του πώς λειτουργεί ο βοηθός AI του Patsnap και ποίες είναι οι κύριες λειτουργίες του;

Βέβαια! Είναι ένας βοηθός AI που ονομάζεται Hiro, ο οποίος σας επιτρέπει να κάνετε ερωτήσεις σχετικά με μια συγκεκριμένη εφεύρεση ή ακόμη και ένα σύνολο αποτελεσμάτων ή ολόκληρη τη βάση δεδομένων μας! Έχει εκπαιδευτεί να κατανοήσει ερωτήσεις σχετικές με την καινοτομία και τις εφευρέσεις και να απαντήσει με τρόπο που ικανοποιεί τους τεχνικούς ειδικούς και τους επαγγελματίες IP. Μια πρόσφατη εξέλιξη είναι ότι ο Hiro μπορεί ακόμη και να σας βοηθήσει να λύσετε τεχνικά προβλήματα και να προτείνει νέες κατευθύνσεις για νέες εφευρέσεις, εφαρμόζοντας αρχές εφεύρεσης σε τεχνικές λύσεις και προβλήματα που έχουν βρεθεί στη βάση δεδομένων εφευρέσεων και βιβλιογραφίας μας. Ο Hiro λειτουργεί немного διαφορετικά, ανάλογα με το αν τον χρησιμοποιείτε στα προϊόντα μας που είναι για R&D ή για επαγγελματίες IP.

Νομίζω ότι αυτό που κάνει τον Hiro μοναδικό είναι ότι είναι τροφοδοτούμενος από την ιδιόκτητη LLM του Patsnap, και οι απαντήσεις συνδέουν αναφορές και πηγές από τη βιβλιοθήκη μας που περιλαμβάνει 200 εκατομμύρια εφευρέσεις, 190 εκατομμύρια τεκμήρια βιβλιογραφίας, 254 εκατομμύρια χημικές δομές, 879 εκατομμύρια βιολογικές ακολουθίες και 2 δισεκατομμύρια άρθρα ειδήσεων.

Ποια προβλήματα λύνει αυτή η εφαρμογή για τις επιχειρήσεις;

Οι μεγάλοι καινοτόμοι πρέπει να αφιερώνουν το χρόνο τους στην καινοτομία, όχι στην καθορισμό της καινοτομίας των προϊόντων ή στην προκαταρκτική έρευνα της αγοράς. Τα δεδομένα εφευρέσεων είναι μια από τις πλουσιότερες πηγές τεχνικής πληροφόρησης, που ανταγωνίζονται τα δεδομένα των περιοδικών, ιδίως σε ορισμένα τεχνολογικά πεδία. Για την R&D, ο χρόνος που απαιτείται για να βρεθούν και να εξεταστούν αυτά τα δεδομένα έχει été ένας τεράστιος εμπόδιο για την αξιοποίηση αυτής της πληροφόρησης, αλλά εργαλεία όπως ο Hiro μπορούν πραγματικά να δημοκρατικοποιήσουν αυτή τη πληροφορία για πρώτη φορά.

Για τους νομικούς επαγγελματίες, είναι συνηθισμένο να ξοδεύουν ώρες, ημέρες, εβδομάδες, εκτελώντας αναζητήσεις προηγούμενης τέχνης και ελευθερίας λειτουργίας. Με τα εργαλεία AI, αυτό μπορεί να γίνει πιο γρήγορα και με μεγαλύτερη ακρίβεια, απελευθερώνοντας帯 για στρατηγικότερο έργο.

Τα υπάρχοντα εργαλεία AI είναι είτε υπεργενικά και ως εκ τούτου δεν είναι κατάλληλα για τον χώρο της πνευματικής ιδιοκτησίας, είτε είναι μαύρες κούκλες, χωρίς διαφάνεια ως προς τις πηγές, μειώνοντας την εμπιστοσύνη και εμποδίζοντας την λήψη αποφάσεων. Με τον Hiro, συνδέουμε πίσω στις πηγές και διασφαλίζουμε πλήρη ορατότητα σε όλα τα στάδια της διαδικασίας ανάπτυξης.

Ποια ήταν τα κύρια προβλήματα που αντιμετώπισε η ομάδα σας κατά την ανάπτυξη των χαρακτηριστικών AI για το Patsnap, και πώς τα ξεπέρασε;

Ξέρουμε ότι οι άνθρωποι που κατασκευάζουν νέες εφευρέσεις θέλουν να τις προστατεύσουν, οπότε η ασφάλεια ήταν στο επίκεντρο όταν κατασκευαζόταν ο Hiro. Καθώς το μοντέλο που τροφοδοτεί τον Hiro είναι τοπικό και ενσωματωμένο στην εφαρμογή μας, κανένα δεδομένο δεν εγκαταλείπει το περιβάλλον για τρίτους που είναι δύσκολο να εμπιστευτείς. Οι ανταγωνιστές μας δεν έκαναν το έδαφος και πρόσθεσαν μοντέλα τρίτων που δεν αντέχουν στην κριτική. Όταν λέμε ότι δεν εκπαιδεύουμε μοντέλα με δεδομένα πελατών, ξέρουμε ότι αυτό είναι αλήθεια και μπορούμε να δείξουμε στους πελάτες μας και τι κάνουμε αντίθετα. Σε αντίθεση, οι λύσεις των ανταγωνιστών μας σας εκθέτουν σε κίνδυνο μέσω τρίτων που έχουν λιγότερο από εξαιρετική φήμη, όσον αφορά τη διαφάνεια και τη διαχείριση των δεδομένων.

Μπορείτε να επεκταθείτε στο πώς ο Hiro απαντά σε συγκεκριμένες ερωτήσεις καινοτομίας και ποια είναι η επίδραση που έχει στα ροή R&D και IP;

Με τον Hiro, οι χρήστες μπορούν να κάνουν ερωτήσεις όπως «Ποια είναι τα χαρακτηριστικά της εφεύρεσης που τη κάνουν καινοτόμο;» ή «Πώς θα μπορούσε αυτή η εφεύρεση να αντέξει σε διαφορετικά νομικά συστήματα;» ή ακόμη «πώς να κατασκευάσετε einen wearable jetpack» και να λάβουν απαντήσεις που αναφέρουν κάθε βήμα της διαδικασίας εφεύρεσης. Σε σύγκριση με τα γενικά μοντέλα, ο Hiro πραγματικά κατανοεί τι κάνει μια εφεύρεση đặcιακή. Οι χρήστες δεν χρειάζεται να είναι εμπειρογνώμονες εφευρέσεων για να κατανοήσουν σε δεύτερα ποια μέρος του προϊόντος ή εργαλείου τους χρειάζεται προστασία.

Πώς ο Hiro χειρίζεται το τεράστιο όγκο δεδομένων από εφευρέσεις και μη εφευρέσεις για να παρέχει ακριβείς και σχετικές απαντήσεις;

Κάναμε εκτεταμένη εκπαίδευση σε αυτό το σύνολο δεδομένων, και αξιολογήσαμε τις απαντήσεις με εμπειρογνώμονες. Στη συνέχεια, εκπαιδεύσαμε το AI με τις απαντήσεις των εμπειρογνωμόνων, και hatten το AI να αξιολογήσει τις εξόδους, και hatten τους εμπειρογνώμονες να αναθεωρήσουν αυτές. Όλα αυτά, έχουμε αξιολογήσει εκατομμύρια σημεία δεδομένων για να διασφαλίσουμε ότι οι απαντήσεις είναι σημαντικές για τους τεχνικούς εμπειρογνώμονες και τους επαγγελματίες IP.

Πώς ο Hiro αξιοποιεί τα μεγάλα μοντέλα γλώσσας (LLM) για να βελτιώσει την αποτελεσματικότητα των αναζητήσεων εφευρέσεων και της ανάλυσης IP; Ποια δεδομένα χρησιμοποιήθηκαν για την εκπαίδευση του ιδιόκτητου LLM του Patsnap, και πώς διασφαλίζετε την ακρίβεια και την αξιοπιστία του;

Το Patsnap κατασκεύασε ένα βιομηχανικό LLM για να τροφοδοτήσει τον Hiro. Το LLM έχει εκπαιδευτεί σε εγγραφές εφευρέσεων, ακαδημαϊκές εργασίες και άλλα δεδομένα καινοτομίας, τα οποία βοηθούν στην κατανόηση και την επαναδιατύπωση της πληροφόρησης με τρόπο που είναι πιο χρήσιμος για τους επαγγελματίες από τα γενικά μοντέλα. Για να διασφαλίσουμε την ακρίβεια και την αξιοπιστία, χρησιμοποιήσαμε αυστηρές μεθόδους προεπεξεργασίας δεδομένων, συμπεριλαμβανομένης της φιλτραρίσματος των χαμηλής ποιότητας δεδομένων, της απαλοιφής διπλοτύπων και της ανασυγγραφής. Επίσης, συνθέσαμε νέα δεδομένα συνδυάζοντας διαφορετικές πηγές για να ενισχύσουμε την κατανόηση του μοντέλου για τις ιδιαιτερότητες της IP. Επίβλεψαμε τη μελλοντική εκπαίδευση και την ενίσχυση της μάθησης από ανθρώπινη ανατροφοδότηση για να βελτιώσουμε συνεχώς την απόδοσή του.

Το PatsnapGPT έχει δοκιμαστεί εκτενώς και έχει υπερβεί το GPT-4 σε εργασίες που σχετίζονται με την IP, αποδεικνύοντας ανώτερη ικανότητα στη σύνταξη, ταξινόμηση, περίληψη και συλλογισμό εντός του πεδίου των εφευρέσεων.

Το ιδιόκτητο LLM είναι διαφανές, συνδέοντας πηγές και αναφορές, και δεν έχει εκπαιδευτεί με δεδομένα πελατών. Είναι ο唯一ος παίκτης της βιομηχανίας που χρησιμοποιεί ένα εσωτερικά ρυθμισμένο LLM, σε μια βιομηχανία που είναι ιδιαίτερα εξαρτημένη από την ιδιωτικότητα και τη διαφάνεια των δεδομένων.

Πώς το ιδιόκτητο LLM του Patsnap συγκρίνεται με άλλα γενικά LLM όπως το GPT-4 όσον αφορά την απόδοση και την ακρίβεια για εργασίες που σχετίζονται με την IP;

Το ιδιόκτητο LLM του Patsnap υπερβαίνει το GPT-4 όταν πρόκειται για ερωτήσεις που σχετίζονται με την πνευματική ιδιοκτησία. Χρησιμοποιώντας το εξέταση του USPTO Patent Bar, το PatsnapGPT-1.0 εκτέλεσε στο επίπεδο ενός εμπειρογνώμονα IP, ενώ τα γενικά LLM δεν έφτασαν το όριο για τους δικηγόρους που λάβαν το εξέταση.

Το PatsnapGPT πραγματικά ξεχωρίζει όταν κοιτάτε πώς εκτελείται σε μετρικές που σχετίζονται με την IP. Ο Hiro συνεχώς σκοράρει υψηλότερα από τα γενικά μοντέλα όπως το GPT-4 στο εξέταση του USPTO Patent Bar. Τα γενικά LLM αποτυγχάνουν να περάσουν το όριο των 70 βαθμών στο εξέταση, ενώ το PatsnapGPT 1.0 σκοράρει στο επίπεδο ενός εμπειρογνώμονα IP. Αυτό δείχνει ότι έχει μια καλύτερη κατανόηση των θεμελίων της IP. Επιπλέον, στο PatentBench, το οποίο είναι μια綜合 μετρική για εργασίες IP, το PatsnapGPT excelled σε πολλές περιοχές. Παραγόταν πιο ακριβή και σχετικές κείμενα για την γραφή εφευρέσεων, σκοράρει υψηλότερα στην ταξινόμηση εφευρέσεων σύμφωνα με το Διεθνές Σύστημα Ταξινόμησης Εφευρέσεων, και οι περίληψεις των τεχνικών επιπτώσεων, προβλημάτων, μεθόδων και περίληψης ήταν συνεχώς αξιολογημένες υψηλότερα από τους αξιολογητές. Επίσης, δείχνει ταχύτερες ταχύτητες και χαμηλότερη χρήση μνήμης σε σύγκριση με το GPT-4 για εκτενείς εγγραφές εφευρέσεων.

Πώς φανταζόσαστε τον ρόλο του AI να εξελίσσεται στον τομέα της πνευματικής ιδιοκτησίας και της έρευνας και ανάπτυξης τις επόμενες δεκαετίες;

Βλέπω το AI να παίζει ολοένα και πιο κεντρικό ρόλο στην πνευματική ιδιοκτησία και την έρευνα και ανάπτυξη τις επόμενες δεκαετίες. Για παράδειγμα, το AI θα βελτιώσει σημαντικά την αποτελεσματικότητα και την ακρίβεια των αναζητήσεων εφευρέσεων και της ανάλυσης IP. Προηγμένα μοντέλα AI όπως το PatsnapGPT θα γίνουν ακόμη καλύτερα στην κατανόηση και την ταξινόμηση σύνθετων τεχνικών εγγράφων, τη σύνταξη υψηλής ποιότητας προδιαγραφών εφευρέσεων, και την αναγνώριση πιθανών παραβιάσεων ή επικαλύψεων σε υπάρχουσες εφευρέσεις. Αυτό θα σώσει τεράστιο χρόνο και θα μειώσει το περιθώριο για ανθρώπινο λάθος.

Επιπλέον, το AI θα επαναδιαμορφώσει τον τρόπο που χειριζόμαστε και ερμηνεύουμε τεράστιους όγκους δεδομένων IP. Με την ικανότητα να επεξεργαζόμαστε και να αναλύουμε μεγάλες βάσεις δεδομένων γρήγορα, το AI μπορεί να ανακαλύψει τάσεις και ερμηνείες που θα μπορούσαν να παραμείνουν απαρατήρητες. Αυτό μπορεί να ενημερώσει καλύτερη λήψη αποφάσεων και στρατηγική διαχείριση IP και R&D, όπως η αναγνώριση αναδυόμενων τεχνολογιών, πιθανών περιοχών καινοτομίας, και στρατηγικών συνεργασιών.

Στην R&D, το AI θα οδηγήσει την καινοτομία βοηθώντας στην ανακάλυψη. Αλγόριθμοι μηχανικής μάθησης μπορούν να αναλύσουν προηγούμενη έρευνα, να προβλέψουν αποτελέσματα, και ακόμη να προτείνουν νέες κατευθύνσεις έρευνας, επιταχύνοντας το ρυθμό της ανακάλυψης και της ανάπτυξης. Το AI μπορεί επίσης να προσομοιώσει πειράματα και να μοντελοποιήσει σύνθετα συστήματα, μειώνοντας την ανάγκη για δαπανηρές και χρονοβόρες φυσικές δοκιμές.

Καθώς η τεχνολογία AI συνεχίζει να εξελίσσεται, η ενσωμάτωση της σε IP και R&D θα βελτιώσει τη δημιουργικότητα, την αποτελεσματικότητα, και τη στρατηγική lập kế hoạch.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα μπορούν να επισκεφθούν το Patsnap.