Carl Rost, Patsnap’ın Baş Danışmanı – Röportaj Serisi

Carl Rost Patsnap’taki AI destekli patent arama araçlarının arkasındaki beyin.

Patsnap inovasyon zekası alanında öncüdür ve AI ve makine öğrenimi gücünü milyarlarca veri setini tarayarak kullanır, böylece inovatörlerin kritik bağlantılar kurmasını sağlar. R&D ve IP profesyonelleri için özel olarak tasarlanan LLM teknolojisi, milyarlarca sayfa patentleri günlük olarak kolayca gezinir. Patsnap’ın AI asistanı, yenilik ve patentle ilgili sorulara konuşma yanıtları verir ve geniş metinler içinde belirli cevapları belirleyebilir. Örneğin, belirli bir widget türünün zaten patentli olup olmadığını doğru bir şekilde belirleyebilir.

Patsnap’ın AI asistanının nasıl çalıştığı ve primary fonksiyonları hakkında bir genel bakış sağlayabilir misiniz?

Tabii ki! Hiro adlı bir AI asistanı var ve bu, bir patent veya sonuç seti veya tüm veritabanımız hakkında soru sormanızı sağlar! Yenilik ve patentle ilgili soruları anlamak ve teknik konulara uzmanlar ve IP profesyonelleri için tatmin edici bir şekilde cevap vermek üzere eğitilmiştir. Hiro, R&D veya IP profesyonelleri için kullanılan ürünlerimizde farklı şekilde çalışır.

Hiro’nun benzersiz olduğunu düşünüyorum, çünkü Patsnap’ın özel LLM’si tarafından güçlendiriliyor ve cevaplar, Patsnap’ın 200 milyon patent, 190 milyon literatür, 254 milyon kimyasal yapı, 879 milyon biyolojik dizin ve 2 milyar haber makalesinden oluşan kütüphanesinden referanslar ve kaynaklar sağlar.

Bu uygulama, şirketler için hangi sorunları çözmektedir?

Büyük inovatörler, ürünlerin veya pazarın ön yeniğini belirlemek yerine inovasyon yapmaya odaklanmalıdır. Patent verileri, özellikle belirli teknoloji alanlarında dergi verilerine eşdeğer olan en zengin teknik bilgi kaynaklarımızdandır. R&D için, bu tür verilere ulaşmak ve sorgulamak uzun zaman almıştır, ancak Hiro gibi araçlar bu tür bilginin ilk kez demokratikleştirilmesini sağlayabilir.

Hukuk profesyonelleri için, önceki sanat ve serbest çalıştırma araştırmaları yapmak günler, haftalar, hatta aylar alabilir. AI araçları ile bu daha hızlı ve doğru bir şekilde yapılabilir ve böylece daha stratejik çalışmalara odaklanılabilir.

Mevcut AI araçları ya çok genel ve bu nedenle entelektüel mülkiyet alanında uygun değildir ya da siyah kutulardır ve kaynaklar hakkında şeffaflık yoktur, bu nedenle güven azalır ve karar verme engellenir. Hiro ile kaynakları ve referansları bağlantılı tutar ve tüm geliştirme aşamalarında tam şeffaflık sağlar.

Patsnap’ın AI özelliklerini geliştirirken takımınızın karşılaştığı ana zorluklar nelerdi ve bunları nasıl aştınız?

Biliyoruz ki, yeni icatlar yapan individuals, bunları korumak isteyeceklerdir, bu nedenle Hiro’yu inşa ederken güvenlik en önemli önceliklerimizdendi. Hiro’yu güçlendiren model, yerel ve uygulamamızın içine inşa edildiği için, hiçbir veri üçüncü tarafın güvenilmez ortamlarına bırakılmaz. Rakiplerimiz, bu temel çalışmaları yapmadı ve üçüncü taraf modellerini eklediler, ancak bunlar incelemeye dayanmıyor. Müşterilerimize, müşteri verilerini kullanmadığımızı söyleyebilir ve bunu gösterebiliriz, ancak rakiplerimizin çözümleri, müşterileri üçüncü taraf riskine maruz bırakıyor.

Hiro’nun spesifik yenilik sorularına nasıl cevap verdiğini ve R&D ve IP iş akışlarına olan etkisini açıklar mısınız?

Hiro ile kullanıcılar, “Bu icadın hangi yönleri yenidir?” veya “Bu patent farklı hukuk sistemlerinde nasıl dayanıklı olacaktır?” gibi sorular sorabilir ve her invention adımına hitap eden cevaplar alabilir. Genel modellere kıyasla, Hiro gerçekten bir patentin özel yönlerini anlar. Kullanıcıların patent uzmanları olması gerekmez, sadece saniyeler içinde ürün veya aracın hangi kısmının korunması gerektiğini anlayabilirler.

Hiro, patentlerden ve patent dışı literatürden gelen大量 veri miktarını nasıl işler ve ilgili cevaplar sağlar?

Bu veri setini kapsamlı bir şekilde eğittik ve uzmanlarla cevapları değerlendirdik. Sonra AI’ı uzman cevaplarıyla eğittik, AI çıktısını değerlendirdik ve uzmanlar tarafından gözden geçirildi. Tüm bu adımları, teknik uzmanlar ve patent profesyonelleri için anlamlı cevaplar sağlamak için gerçekleştirdik.

Hiro, büyük dil modellerini (LLM’ler) nasıl kullanır ve patent aramalarının ve IP analizlerinin verimliliğini artırır? Patsnap’ın özel LLM’si hangi verilerle eğitildi ve doğruluğu ve güvenilirliği nasıl sağlanır?

Patsnap, Hiro’yu güçlendirmek için endüstriye özel bir LLM geliştirdi. LLM, patent kayıtları, akademik makaleler ve diğer inovasyon verilerine dayalı olarak eğitildi, bu da IP profesyonelleri için daha faydalı bir şekilde bilgiyi anlamasını ve aktarmasını sağlar. Doğruluğu ve güvenilirliği sağlamak için, verilerin ön işleme yöntemlerini kullandık, düşük kaliteli verileri filtreledik, veri tekrarlarını çıkardık ve yeniden yazdık. Ayrıca, IP’ye özgü nüansları modelin anlamasını artırmak için farklı kaynakları birleştirerek yeni veriler oluşturduk. İnsan geri bildirimi ile sürekli olarak modelin performansını iyileştirdik.

PatsnapGPT, kapsamlı bir şekilde test edildi ve IP ile ilgili görevlerde GPT-4’ü geride bıraktı, patent alanında üstün yeteneklerini gösterdi.

Özel LLM, şeffaf bir şekilde çalışır, kaynakları ve referansları bağlantılı tutar ve müşteri verilerini kullanmaz. Endüstrinin özellikle veri gizliliği ve güvenliğine bağlı olduğu bir alanda, bu konuda öncüdür.

Patsnap’ın özel LLM’si, GPT-4 gibi genel amaçlı LLM’lerle karşılaştırıldığında, IP ile ilgili görevlerde performans ve doğruluk açısından nasıl bir konumda?

Patsnap’ın özel LLM’si, IP ile ilgili sorgulamalarda GPT-4’ü geride bıraktı. USPTO Patent Bar Exam’de, PatsnapGPT-1.0, IP uzmanı düzeyinde performans gösterdi, ancak genel LLM’ler sınavı geçemez.

PatsnapGPT, IP ile ilgili görevlerde üstün performansını gösterdi. Hiro, USPTO Patent Bar Exam’de GPT-4’ten daha yüksek puan aldı. Genel LLM’ler, sınavın 70 puanlık eşik değerini geçemezken, PatsnapGPT 1.0, IP uzmanlarının düzeyinde performans gösterdi. Ayrıca, PatentBench’de de üstün performansını gösterdi, patent yazma, sınıflandırma ve özetleme görevlerinde daha yüksek puanlar aldı.

İleriye dönük olarak, entelektüel mülkiyet ve araştırma-geliştirme alanlarında AI’ın rolünü nasıl görüyorsunuz?

AI’ın, entelektüel mülkiyet ve araştırma-geliştirme alanlarında önümüzdeki on yıl içinde giderek daha merkezi bir rol oynayacağını düşünüyorum. İlk olarak, AI, patent aramalarının ve analizlerinin verimliliğini ve doğruluğunu büyük ölçüde artırarák, bu süreçleri hızlandıracak ve insan hatasını azaltacaktır.

Ayrıca, AI, büyük veri setlerini hızlı bir şekilde işleyerek ve analiz ederek, önceden gözden kaçan trendleri ve içgörülerı ortaya çıkaracaktır. Bu, IP yönetiminde ve araştırma-geliştirme stratejilerinde daha iyi kararlar alınmasına yardımcı olacaktır.

Araştırma-geliştirme alanında, AI, keşif sürecini hızlandırarak inovasyonu teşvik edecektir. Makine öğrenimi algoritmaları, önceki araştırmaları analiz edebilir, sonuçları öngörebilir ve hatta yeni araştırma yönleri önerebilir. AI, ayrıca deneyleri simüle edebilir ve karmaşık sistemleri modelleyerek, fiziksel deneylerin maliyetli ve zaman alıcı doğasını azaltabilir.

AI teknolojisi geliştikçe, entelektüel mülkiyet ve araştırma-geliştirme alanlarına entegrasyonu, yaratıcılığı, verimliliği ve stratejik planlamayı artıracaktır.

Harika bir röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Patsnap ziyaret edebilir.