Карл Рост, головний консультант у Patsnap – Інтерв’ю Серія

Карл Рост – це людина, яка стоїть за розробкою інструментів патентного пошуку, що використовують штучний інтелект у Patsnap.

Patsnap знаходиться на передовому краю інноваційної розвідки, використовуючи силу штучного інтелекту та машинного навчання для сортування мільярдів наборів даних, що дозволяє інноваторам встановлювати важливі зв’язки. Їх передова технологія LLM, розроблена для фахівців у сфері Р&D та інтелектуальної власності, легко орієнтується серед мільярдів сторінок патентів щодня. Помічник штучного інтелекту Patsnap займається розмовними відповідями на питання про новизну та може точно вказувати конкретні відповіді в обширних текстах. Наприклад, він може точно визначити, чи вже патентований певний тип пристрою.

Чи можете ви дати огляд того, як працює помічник штучного інтелекту Patsnap та його основні функції?

Так! Це помічник штучного інтелекту під назвою Hiro, який дозволяє вам задавати питання про певний патент або навіть набір результатів чи нашої整个 бази даних! Він був навчений розуміти питання, пов’язані з інноваціями та патентами, та відповідати таким чином, щоб це задовольняло технічних фахівців та фахівців у сфері інтелектуальної власності. Останнє поліпшення полягає в тому, що Hiro може навіть допомогти вам вирішити технічні проблеми та запропонувати нові напрямки для нових винаходів, застосовуючи винахідницькі принципи до технічних рішень та проблем, знайдених у нашій базі патентів та літератури. Hiro працює трохи по-іншому, залежно від того, чи використовується він у наших продуктах для фахівців Р&D чи для фахівців у сфері інтелектуальної власності.

Я думаю, що робить Hiro унікальним, це те, що він працює на основі власної розробки Patsnap – LLM, відповіді якого також посилаються на джерела та посилання з бібліотеки Patsnap, яка складається з 200 мільйонів патентів, 190 мільйонів літературних джерел, 254 мільйонів хімічних структур, 879 мільйонів біологічних послідовностей та 2 мільярдів новинних статей.

Які проблеми це застосування вирішує для підприємств?

Великі інноватори повинні витрачати свій час на інновації, а не на визначення новизни продукту чи проведення попередніх досліджень ринку. Патентні дані – це один з наших найбагатших джерел технічної інформації, що конкурує з даними журналів, особливо в певних технологічних галузях. Для фахівців Р&D час, необхідний для пошуку та опитування цього типу даних, був величезним перешкодою для використання цього, але інструменти, такі як Hiro, можуть真正но демократизувати цей тип інформації вперше.

Для юридичних фахівців це звичайна справа – витрачати години, дні, тижні на проведення попередніх досліджень та пошуку свободи дії. З інструментами штучного інтелекту це можна зробити швидше та з більшою точністю, звільняючи смугу пропускання для більш стратегічної роботи.

Існуючі інструменти штучного інтелекту – це або надто загальні та тому не підходять для сфери інтелектуальної власності, або вони є чорними скриньками, без прозорості щодо джерел, що знижує довіру та перешкоджає прийняттю рішень. З Hiro ми посилаємося на джерела та забезпечуємо повну прозорість на всіх етапах процесу розробки.

Які були основні перешкоди, з якими зіткнувся ваша команда під час розробки функцій штучного інтелекту для Patsnap, та як ви їх подолали?

Ми знаємо, що люди, які будують нові винаходи, хочуть захистити їх, тому безпека була на першому місці при створенні Hiro. Оскільки модель, що підтримує Hiro, є локальною та вбудованою в наш додаток, жодні дані не виходять за межі довірених третіх сторін. Наші конкуренти не зробили попередньої роботи та додали сторонні моделі, які не витримують критики. Коли ми кажемо, що ми не тренуємо моделі на даних клієнтів, ми знаємо, що це правда, та можемо показати нашим клієнтам це та те, що ми робимо натомість. Натомість рішення наших конкурентів піддають вас ризику через третіх осіб, які мають меншу репутацію щодо прозорості та обробки даних.

Чи можете ви розповісти більше про те, як Hiro відповідає на конкретні питання про новизну та яке це має значення для потоків Р&D та інтелектуальної власності?

З Hiro користувачі можуть задавати питання, такі як “Які аспекти цього винаходу роблять його новим?” або “Як цей патент може витримати в різних юридичних системах?” або навіть “як зробити літальний рюкзак” та отримувати відповіді, які відповідають кожному етапу процесу винаходу. У порівнянні з загальними моделями, Hiro дійсно розуміє, що робить патент особливим. Користувачам не потрібно бути експертами у сфері патентів, щоб дійти до суті того, що є чи не є новим у їхньому продукті чи інструменті, та можуть зрозуміти за секунди, яку частину свого продукту чи інструменту потрібно захистити.

Як Hiro обробляє величезну кількість даних з патентів та літератури, щоб надавати точні та актуальні відповіді?

Ми провели широке навчання на цьому наборі даних та оцінили відповіді експертами. Потім ми тренували штучний інтелект на відповідях експертів, мали штучний інтелект оцінювати вивід, та мали експертів переглядати це. Всього ми оцінили мільйони даних цього чином, щоб відповіді мали сенс для технічних експертів та фахівців у сфері інтелектуальної власності.

Як Hiro використовує великі мови моделей (LLM), щоб підвищити ефективність пошуку патентів та аналізу інтелектуальної власності? Які дані були використані для навчання власної LLM Patsnap, та як ви забезпечуєте її точність та надійність?

Patsnap створила галузеву LLM для підтримки Hiro. LLM була навчена на патентних записах, академічних паперах та інших інноваційних даних, що допомагає їй розуміти та переказувати інформацію таким чином, який є більш корисним для фахівців, ніж загальні моделі. Для забезпечення точності та надійності ми застосували суворі методи попередньої обробки даних, включаючи фільтрацію низькоякісних даних, видалення дублікатів та переписування. Ми також синтезували нові дані шляхом поєднання різних джерел, щоб підвищити розуміння моделі щодо нюансів інтелектуальної власності. Ми застосовували нагляд за тонким налаштуванням та навчання з підкріпленням від людської обратної зв’язності, щоб постійно покращувати її продуктивність.

PatsnapGPT була широко протестована та показала кращі результати, ніж GPT-4 у завдань, пов’язаних з інтелектуальною власністю, демонструючи вищу здатність у проектуванні, класифікації, підсумовуванні та обґрунтуванні у сфері патентів.

Власна LLM є прозорою, посилається на джерела та не тренується на даних клієнтів. Це єдина галузева гравець, яка використовує вбудовану налаштовану LLM, у галузі, яка особливо залежить від конфіденційності та безпеки даних.

Як власна LLM Patsnap порівнюється з іншими загальними LLM, такими як GPT-4, щодо продуктивності та точності для завдань, пов’язаних з інтелектуальною власністю?

Власна LLM Patsnap показала кращі результати, ніж GPT-4, щодо запитів, пов’язаних з інтелектуальною власністю. Використовуючи іспит патентного бюро США, PatsnapGPT-1.0 показала результати на рівні експерта у сфері інтелектуальної власності, тоді як загальні LLM не досягли порогу для патентних адвокатів, які складають іспит.

PatsnapGPT дійсно виділяється, коли дивитися на її продуктивність у завданнях, пов’язаних з інтелектуальною власністю. Hiro постійно показує кращі результати, ніж загальні моделі, такі як GPT-4, у іспиті патентного бюро США. Загальні LLM не проходять поріг у 70 балів на іспиті, тоді як PatsnapGPT 1.0 показала результати на рівні експерта у сфері інтелектуальної власності. Це показує, що вона має краще розуміння основ інтелектуальної власності. Крім того, у тестовому патентному бенчі, який є комплексним бенчем для завдань, пов’язаних з інтелектуальною власністю, PatsnapGPT показала кращі результати у декількох областях. Вона генерувала більш точні та актуальні тексти для патентного письма, показала кращі результати у класифікації патентів згідно з Міжнародною системою патентної класифікації, та її підсумки технічних ефектів, проблем, методів та абстрактів були постійно вище оцінені оцінювачами. Вона також показала вищу швидкість та нижче використання пам’яті порівняно з GPT-4 для довгих документів патентів.

Як ви бачите розвиток ролі штучного інтелекту у сфері інтелектуальної власності та досліджень та розробок протягом наступного десятиліття?

Я бачу, що штучний інтелект буде відігравати все більш центральну роль у сфері інтелектуальної власності та досліджень та розробок протягом наступного десятиліття. По-перше, штучний інтелект значно підвищить ефективність та точність пошуку патентів та аналізу інтелектуальної власності. Розроблені моделі штучного інтелекту, такі як PatsnapGPT, стануть ще краще у розумінні та категоризації складних технічних документів, проектуванні високоякісних патентних специфікацій та визначенні потенційних порушень чи перекриттів у існуючих патентах. Це збереже величезну кількість часу та знизить маржу для людської помилки.

Крім того, штучний інтелект революціонізує те, як ми обробляємо та інтерпретуємо величезні об’єми даних інтелектуальної власності. З можливістю швидко обробляти та аналізувати великі набори даних, штучний інтелект може виявити тенденції та інсайти, які інакше могли б залишитися непоміченими. Це може інформувати краще прийняття рішень та стратегію у сфері управління інтелектуальною власністю та досліджень та розробок, таких як виявлення нових технологій, потенційних областей інновацій та стратегічних партнерств.

У сфері досліджень та розробок штучний інтелект буде стимулювати інновації, допомагаючи у процесі відкриття. Алгоритми машинного навчання можуть аналізувати попередні дослідження, прогнозувати результати та навіть пропонувати нові напрямки дослідження, прискорюючи темп відкриття та розробки. Штучний інтелект також може симулювати експерименти та моделювати складні системи, знижуючи потребу у дорогих та тривалих фізичних випробуваннях.

По мірі розвитку технології штучного інтелекту її інтеграція у сфері інтелектуальної власності та досліджень та розробок підвищить креативність, ефективність та стратегічне планування.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, рекомендуємо відвідати Patsnap.