Carl Rost, Principal Consultant at Patsnap – Intervista

Carl Rost è il mente dietro gli strumenti di ricerca brevetti alimentati da intelligenza artificiale di Patsnap.

Patsnap si trova alla forefront dell’innovazione dell’intelligenza, sfruttando il potere dell’IA e dell’apprendimento automatico per setacciare miliardi di dataset, abilitando gli innovatori a stabilire collegamenti cruciali. La loro tecnologia LLM all’avanguardia, personalizzata per professionisti R&D e IP, naviga agevolmente attraverso miliardi di pagine di brevetti ogni giorno. L’assistente AI di Patsnap partecipa a risposte conversazionali a domande di novità e può individuare risposte specifiche all’interno di testi estensivi. Ad esempio, può determinare con precisione se un particolare tipo di widget sia già brevettato.

Posso fornire una panoramica di come funziona l’assistente AI di Patsnap e delle sue funzioni principali?

Certo! Si tratta di un assistente AI chiamato Hiro che consente di porre domande su un brevetto specifico o anche su un set di risultati o sul nostro intero database! È stato addestrato per comprendere domande relative all’innovazione e ai brevetti e rispondere in modo che soddisfi gli esperti di materia tecnica e i professionisti IP. Un recente progresso è che Hiro può anche aiutare a risolvere problemi tecnici e proporre nuove direzioni per nuove invenzioni applicando principi inventivi a soluzioni e problemi tecnici trovati nel nostro database di brevetti e letteratura. Hiro funziona un po’ diversamente a seconda di come lo si utilizza nei nostri prodotti per R&D o per professionisti IP.

Credo che ciò che rende Hiro unico è che è alimentato dal nostro LLM proprietario, le risposte collegano anche riferimenti e fonti dalla nostra libreria di 200 milioni di brevetti, 190 milioni di pezzi di letteratura, 254 milioni di strutture chimiche, 879 milioni di sequenze biologiche e 2 miliardi di articoli di notizie.

Quali problemi risolve questa applicazione per le imprese?

I grandi innovatori dovrebbero trascorrere il loro tempo innovando, non determinando la novità dei prodotti o effettuando ricerche preliminari del mercato. I dati dei brevetti sono una delle nostre fonti più ricche di informazioni tecniche, rivali dei dati delle riviste, specialmente in determinati campi tecnologici. Per R&D, il tempo necessario per trovare e interrogare questo tipo di dati è stato un grande ostacolo per sfruttare questo, ma strumenti come Hiro possono veramente democratizzare questo tipo di informazione per la prima volta.

Per i professionisti legali, è comune trascorrere ore, giorni, settimane, eseguendo ricerche di prior art e di libertà di operare. Con gli strumenti AI, questo può essere fatto più rapidamente e con maggiore accuratezza, liberando banda per lavori più strategici.

Gli strumenti AI esistenti sono di due tipi: eccessivamente generalizzati e quindi non adatti allo spazio della proprietà intellettuale, o sono scatole nere, senza trasparenza riguardo alle risorse, riducendo la fiducia e ostacolando la presa di decisioni. Con Hiro, colleghiamo alle fonti e garantiamo la piena visibilità in tutte le fasi del processo di sviluppo.

Quali sono stati i principali sfide che il tuo team ha affrontato durante lo sviluppo delle funzionalità AI per Patsnap e come le avete superate?

Sappiamo che gli individui che costruiscono nuove invenzioni vogliono proteggerle, quindi la sicurezza è stata al primo posto quando abbiamo costruito Hiro. Poiché il modello che alimenta Hiro è locale e integrato nella nostra app, nessun dato lascia l’ambiente per terze parti difficili da fidarsi. I nostri competitor non hanno fatto il lavoro di base e hanno aggiunto modelli di terze parti che non reggono alla verifica. Quando diciamo che non stiamo addestrando modelli su dati dei clienti, sappiamo che è vero e possiamo mostrare ai nostri clienti e cosa facciamo invece. Al contrario, le soluzioni dei nostri competitor espongono a rischi attraverso terze parti che hanno una reputazione meno che stellare, in termini di trasparenza e gestione dei dati.

Puoi spiegare come Hiro risponde a domande specifiche di novità e quale impatto ha sui flussi di lavoro R&D e IP?

Con Hiro, gli utenti possono porre domande come “Quali aspetti di questa invenzione la rendono nuova?” o “Come potrebbe questo brevetto reggere in diversi sistemi giuridici?” o anche “come costruire un jetpack indossabile” e ottenere risposte che parlano di ogni passaggio del processo di invenzione. Rispetto ai modelli generalisti, Hiro capisce veramente cosa rende un brevetto speciale. Gli utenti non devono essere esperti di brevetti per capire cosa è o non è nuovo all’interno della loro invenzione e possono capire in pochi secondi quale parte del loro prodotto o strumento necessita di protezione.

Come Hiro gestisce la vasta quantità di dati provenienti da brevetti e letteratura non brevettata per fornire risposte precise e rilevanti?

Abbiamo effettuato un addestramento approfondito su quel dataset e valutato le risposte con gli esperti. Poi abbiamo addestrato l’AI sulle risposte degli esperti, abbiamo fatto valutare l’output dell’AI e abbiamo fatto revisionare dagli esperti. In tutto, abbiamo valutato milioni di punti dati in questo modo per assicurare che le risposte siano significative per gli esperti tecnici e i professionisti dei brevetti.

Come Hiro utilizza i grandi modelli linguistici (LLM) per migliorare l’efficienza delle ricerche di brevetti e dell’analisi IP? Quali tipi di dati sono stati utilizzati per addestrare il LLM proprietario di Patsnap e come garantite la sua accuratezza e affidabilità?

Patsnap ha costruito un LLM specifico del settore per alimentare Hiro. Il LLM è stato addestrato su record di brevetti, articoli accademici e altri dati di innovazione, il che aiuta a comprendere e a raccontare informazioni in un modo più utile per i professionisti rispetto ai modelli generalisti. Per garantire l’accuratezza e l’affidabilità, abbiamo impiegato metodi rigorosi di pre-elaborazione dei dati, tra cui la filtrazione dei dati di bassa qualità, la deduplicazione e la riscrittura. Abbiamo anche sintetizzato nuovi dati combinando diverse fonti per migliorare la comprensione del modello delle sfumature IP-specifiche. Abbiamo supervisionato il fine-tuning e l’apprendimento per rinforzo da feedback umano per migliorare costantemente le sue prestazioni.

PatsnapGPT è stato testato estensivamente e ha superato GPT-4 in compiti IP-specifici, dimostrando capacità superiori nella stesura, classificazione, riassunto e ragionamento all’interno del dominio dei brevetti.

Il LLM proprietario è trasparente, collega fonti e riferimenti e non è addestrato su dati dei clienti. È l’unico giocatore dell’industria che utilizza un LLM regolato in casa, in un’industria che fa affidamento in particolare sulla privacy e sulla riservatezza dei dati.

Come il LLM proprietario di Patsnap si confronta con altri LLM general-purpose come GPT-4 in termini di prestazioni e accuratezza per compiti IP-related?

Il LLM proprietario di Patsnap supera GPT-4 quando si tratta di query di proprietà intellettuale. Utilizzando l’esame di brevetto dell’USPTO, PatsnapGPT-1.0 ha eseguito al livello di un esperto IP, mentre i modelli LLM generali non hanno raggiunto il taglio per gli avvocati dei brevetti che sostennero l’esame.

PatsnapGPT si distingue veramente quando si guarda come si esegue in benchmark IP-specifici. Hiro ottiene costantemente punteggi più alti dei modelli generali come GPT-4 nell’esame di brevetto dell’USPTO. I modelli LLM generali non superano il taglio del 70% nell’esame, mentre PatsnapGPT 1.0 ha ottenuto al livello di un esperto IP. Ciò mostra che ha una migliore comprensione dei fondamenti IP. Inoltre, nel PatentBench, che è un benchmark completo per compiti IP, PatsnapGPT ha eccelso in diverse aree. Ha prodotto testi più precisi e rilevanti per la stesura dei brevetti, ha ottenuto punteggi più alti nella classificazione dei brevetti secondo il sistema di classificazione internazionale dei brevetti e i suoi riassunti degli effetti tecnici, problemi, metodi e abstract sono stati costantemente valutati più alti dagli valutatori. Mostra anche velocità più rapide e un uso della memoria più basso rispetto a GPT-4 per documenti di brevetti lunghi.

Come ti immagini il ruolo dell’IA evolversi nel campo della proprietà intellettuale e della ricerca e sviluppo nei prossimi dieci anni?

Vedo l’IA giocare un ruolo sempre più centrale nella proprietà intellettuale e nella ricerca e sviluppo nei prossimi dieci anni. Innanzitutto, l’IA migliorerà notevolmente l’efficienza e l’accuratezza delle ricerche di brevetti e dell’analisi IP. Modelli AI avanzati come PatsnapGPT diventeranno ancora migliori nel comprendere e categorizzare documenti tecnici complessi, nella stesura di specifiche di brevetti di alta qualità e nell’identificazione di potenziali violazioni o sovrapposizioni in brevetti esistenti. Ciò risparmierà una quantità enorme di tempo e ridurrà il margine di errore umano.

Inoltre, l’IA rivoluzionerà il modo in cui gestiamo e interpretiamo grandi quantità di dati IP. Con la capacità di elaborare e analizzare grandi set di dati rapidamente, l’IA può scoprire tendenze e insight che altrimenti potrebbero passare inosservati. Ciò può informare una migliore presa di decisioni e strategia nella gestione IP e R&D, come l’identificazione di tecnologie emergenti, aree potenziali per l’innovazione e partnership strategiche.

Nella R&S, l’IA guiderà l’innovazione aiutando nel processo di scoperta. Gli algoritmi di apprendimento automatico possono analizzare la ricerca precedente, prevedere gli esiti e persino suggerire nuove linee di indagine, accelerando il ritmo della scoperta e dello sviluppo. L’IA può anche simulare esperimenti e modellare sistemi complessi, riducendo la necessità di prove fisiche costose e lunghe.

Mentre la tecnologia AI continua a evolversi, la sua integrazione nella proprietà intellettuale e R&D migliorerà la creatività, l’efficienza e la pianificazione strategica.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Patsnap.