开端：知产力九游娱乐 - 最全游戏有限公司
使用东谈主工智能不错更有用地守护大型专利组合，发现存价值专利，并追踪侵权者，从而转变常识产权守护步地。
作家 | Eric Kirsch 好意思国睿盟讼师事务所（Rimon Law P.C.）常识产权部和诉讼部结伙东谈主
裁剪 | 布鲁斯
I.前 言
大型专利组合一直很难守护。然则，跟着专利组合的领域和复杂性的扩大，越来越难以流露哪些专利有价值，哪些专利莫得价值，同期确保投资组合撑持公司的业务主见。举例，新产物发布更频繁和产物周期更短意味着公司的业务主见变化比畴昔更快。确保公司的专利组合不断与这些快速变化的新产物周期再行休养是具有挑战性的。具体来说，确保一家公司的常识产权部门知谈需要哪些专利来保护现存产物，以及哪些专利不再需要，因为他们的相应产物照旧停产，需要相关的业务部门和常识产权部门之间进行相等密切的合营。即使专利被细则为不再撑持公司的业务主见，这些专利也可能终点有价值。因此，只是因为专利与公司面前的产物不一致而烧毁专利不合适公司的最好利益。
缺憾的是，好多常识产权部门仍然依赖电子表格等逾期的依次来手动追踪其专利。此外，大多数常识产权部门频频时对其专利组合进行审计，以细则哪些专利撑持公司的业务主见，哪些专利不撑持公司的业务主见。常识产权部门频频莫得充足的东谈主员进行依期审计，尽管鉴于新产物频繁发布和要的现存产物停产，审计应当是常态。此后果是，大多数公司领有很大比例的、不再撑持公司买卖主见的专利。
守护大型专利组合的另一个问题是，好多公司并不十足了解专利在其投资组合中的价值。诚然一些专利不错通过豪放臆测或其所保护的产物阛阓价值的百分比来估值，但好多专利可能很难估值。诚然有各式软件和干事提供商会为部分或一起专利组合提供估值，但日本的大多数专利持有者很少使用专利估值干事或软件，主若是因为他们不但愿产生用度。此外，其中好多产物或干事只可提供相等豪放的价值臆测，主若是因为它们依赖于权力条件1中的字数或前向和向后盾用的数目。
最终后果是，公司专利组合（和大学专利组合）不降服规章，难以守护，使问题物换星移地堆积且得不到责罚。再加上日本公司在文化上不肯意出售大概可其专利组合的任何部分，导致好多伟大的日本发明根蒂莫得被使用。惟有企业（或大学）方面餍足，这种被压制的供应为时间转让创造了一个很好的契机。
促成这些问题的是好意思国公司守护和日本公司守护之间的长远相反。在好意思国，大多数公司司理，尤其是大公司司理，皆领有工商守护硕士学位。据称，大多数好意思国公司司理皆相等专注于增多利润、扩伟业务和产物线，以及宽泛为公司赢利。因此，大多数好意思国公司在公司事务的贪图和实践中让首席财务官、财务贪图师和司帐师领有主导性发言权。因此，好意思国专利投资组合被视为与任何其他钞票类别相同：它们必须产生收入，从而促进公司的盈利武艺；它们不应该是封存的、不良的、折旧的钞票。创收宽泛通过出售大概可公司至少部分专利组合来扫尾。举例，根据IBM自身公开的数据，自1996年以来，仅IBM就创造了270亿好意思元的许可收入：
图1
与好意思国公司不同，日本司理大多是前工程师，他们莫得上过商学院。大型、施展欠安的专利组合被视为“规划本钱”，并主要用于退缩主见。大宗资金被困在公司的专利组合中，这一事实未能成为高层守护东谈主员关注的问题，因为他们由工程师而非业务和财务司理构成。自后果是，与一家好意思国公司持有的专利组合比拟，日本的公司专利组合产生的许可收入很小。
除了对专利许可或销售短少兴趣兴趣外，好多常识产权部门没非常志到，他们所需的、可匡助他们进行专利组合守护的好多信息不错使用东谈主工智能快速放浪地得到。举例，东谈主工智能可用于对专利组合进行分类，以便常识产权部门能够快速准确地了解哪些类别的专利撑持公司的业务部门，哪些专利不撑持。此后，那些不撑持公司业务部门的专利不错出售、许可或烧毁，这取决于其价值。
另外，东谈主工智能也不错用来寻找侵权者。尽管好多日本公司可能并不急于追踪侵权者，但侵权笔据现实上是估量专利价值的最好模范。如果一项专利被庸俗侵略，它理解具有很高的价值，不应该被烧毁，而十足莫得被侵略的专利骨子上是无价值的，应该烧毁。
即使公司的常识产权部门知谈该公司的一些专诈欺于保护现时产物，也频频仍然存在好多常识产权部门不细则的专利。问题是，好多常识产权部门莫得东谈主员、时辰或资源来进行透澈考核，以细则谁可能正在使用公司的专利。对于好多常识产权部门来说，使用一个常识产权东谈主员团队并为他们提供数月的时辰进行此类考核是根蒂不行行的。替代决策，举例烧毁信息不及的专利，充满了危急。如果不进行考核，该公司不错很容易地烧毁在阛阓上庸俗使用的专利，或被一种销售量相等高的产物所使用。莫得东谈主餍足短少对伦勃朗绘画类型的专利价值的了解而烧毁它。
II.东谈主工智能若何提供匡助
从来莫得像东谈主工智能的大型言语模子（或LLM）这么的刚劲用具来分析专利组合。举例，常识产权部门可能需要几个月的时辰来分析一个宽阔的专利组合。比拟之下，东谈主工智能不错在几分钟内以低本钱分析专利组合。具体而言，东谈主工智能不错通过两种有用的步地分析专利组合。最初，东谈主工智能可用于对专利组合进行分类。这将使常识产权部门能够确切了解其领有哪些类型的专利，以便细则哪些类别的专利撑持公司的业务行径，哪些类别的专利不撑持公司的业务行径。
AI可用于将公司的专利组合分类如下：
图2
使用东谈主工智能对公司的专利组合进行分类是一项故意的责任，主若是因为它很容易流露投资组合中的专利类型。专利组合分类的示举例下图3所示。
图3
如图3所示，每项专利皆被排序并归入分类，包括“垃圾”专利。其次，将专利类别与公司的业务行径进行比较。这些类别见下图4的红线内。
图4
根据图4，一朝知谈专利类别，并与公司的业务行径（在红线内）进行比较，就很容易看到哪些类别的专利是不错消费型（无关关键）的。举例，消费品类别败露不才面图5的蓝色边框内（稀奇是“QoS”、“Notification & Pub-Sub”、“DevOps、Task & Container Management”和“Junk”类别）。专利的消费性类别如下图5的蓝线内所示。
图5
因此，常识产权部门立即知谈它不错出售、许可或烧毁哪些专利（蓝色畛域内的专利），而不会影响公司的业务行径。
另外，还不错使用东谈主工智能来了解谁侵略了公司的专利。诚然好多日本公司可能会质疑寻找违章者的必要性，但这么作念有好多非诉讼原因，举例：反制；出售专利从而缩短爱戴费；运行许可贪图；用未使用的专利相通合适公司业务主见的专利；以及细则专利价值。对于专利价值，事实上，莫得比稽察是否有东谈主侵略贵公司的一项或多项专利更好的专利价值了。
其次，惟有专利权力条件被准确编码，LLM在发现专利侵权方面稀奇纯熟。下图6概述了LLM若何发现侵权。
图6
为了寻找侵权者，LLM必须最初编码专利权柄条件1的单词和含义。宽泛继承权要1，因为它宽泛是最庸俗的权要。权要1的文本阅历了一系列才略，将单词、句法和含义编码为数值模子。此编码经过通过一系列才略实践，如下图7所示。
图7
必须证明，这是一个专门为编码专利条件而假想的专科大言语模子；而不是ChatGPT或其他通用言语模子。最初，权要1的单词调遣为令牌，换句话说，权要的每个单词皆调遣为该单词的数字示意。接下来，示意权要1单词的令牌被编码为所谓的矢量镶嵌，如下图8所示。矢量镶嵌是LLM在句子、段落或专利权要中示意单词与其他单词的关系的步地。
图8
图9
每个矢量量皆有好多维度，允许它拿获经营特定单词的复杂信息，举例，其言语类型（举例动词、名词、粒子等）、那时态（举例畴昔、当今、畴昔）以及该特定单词与权要中其他单词的关系。见上图9。手脚东谈主类，咱们很难流露擢升4个维度（x、y、z和时辰），因为咱们的日常现实仅限于4个维度，但LLM莫得近似的甘休。一些LLM使用1000多个维度来示意单词、凹凸文和语法。
然后，由LLM生成的示意权要1的一系列矢量镶嵌传输到高维矢量存储。LLM不错通过学习经营专利权要的复杂规章来存储权要1的含义，举例绪言是否是权要元素，绪言中“包含”一词的使用，每个权要元素中单词的含义，权要中存在的前例基础等。后果是，高维矢量存储包含一个准确的数学模子，证明注解哪种类型的产物或干事侵略权要1。
高维矢量存储也不错在二维空间中示意，以便于流露。放大的东谈主工智能为各式专利声明事先计较了高维矢量存储，然后将后果绘图为2维的视觉示意。举例，Amplified1的矢量商店在电子商务和移动应用模范现款返还确立中绘图各式专利，如下图10所示。由于东谈主类无法可视化高维矢量，图10败露了示意专利声明的放大高维矢量如安在二维空间中败露。每个形貌皆是专利；相似意见的专利彼此综合地映射。心计用于示意每个专利通盘者的身份。审查专利权柄条件证明，权柄条件笼罩范围相似的专利在二维空间中正确地彼此围聚。创建准确建模经营专利权要的高维矢量的武艺标明，LLM不错可靠、准确地用于日益复杂的任务（举例侵权、无效等）。
图10[1]
既然不错创建代表权柄条件1的高维矢量，也不错创建代表产物的矢量，然后进行比较以细则这些产物是否受到指控，如图11所示。
图11
事实上，LLLM若何运作的经过要复杂得多，这里只是一个极其简化但实用的解释，
III.新常识产权天下
不久之前，使用东谈主工智能寻找有价值专利的念念法还很新颖，但很快这个意见便成旧闻。当今，已不是还需接洽是否使用东谈主工智能来发现专利侵权的问题，这项任务照旧大领域张开，使常识产权天下尽在掌执之中。正如好多读者认同的那样，成为别称常识产权专科东谈主士是为了在信息不及的情况下将风险降至最低。“谁侵略了咱们数千项专利中的哪一项”等问题的谜底宽泛被合计是未知的，稀奇是对于领有大宗专利组合的公司来说。而 这些皆成为了畴昔时。
当今，每个已颁发专利的侵权信息皆已在数据库中进行分析、存储和索引，随时可供公司、竞争敌手或NPE购买。任何东谈主皆不错查询该数据库，以找出谁侵略了贵公司的专利，以及贵公司侵略了哪些专利。换句话说，每个好意思国的侵权信息。当今只需点击几下鼠标即可探问专利。举例，如果A公司念念知谈谁在侵略其专利，该信息不错立即得到，如下图12所示。
图12 (courtesy of IPDefine, Ltd.[2])
当今这些信息很容易得到，常识产权部门将不得不赶快适合。出售专利当今相等容易——价值不错很容易地根据谁在侵权和被指控产物的身份来细则。购买专利亦然如斯——价值很容易通过统计侵权产物来细则。提议专利侵权主张从未如斯简单——当今通盘侵权者皆以每一项已颁发的专利而着名。NPE理解会受益，但运营公司也会受益。举例，了解他们的专利是否受到侵略，以及谁将允许运营公司更容易地评估、购买、出售、往复和交叉许可专利。税务当局一霎有了快速放浪地评估公司专利组合的妙技，并有武艺随时识别不保护公司产物的专利。
反驳运营公司A的侵权主张当今是一项简单的任务。最初，搜索您我方公司的专利，寻找被A公司侵略的专利。如果很少或什么皆莫得，请搜索被A公司侵略的东谈主领有的专利，以生成要得到的专利购物清单，以反驳A公司的主张，如下图13所示。
图13 (courtesy of IPDefine, Ltd.)
瞩目
[1] Amplified AI是一家总部位于好意思国的东谈主工智能初创公司。稀奇感谢Amplified提供图10。
[2] 稀奇感谢IPDefine, Ltd.提供此信息。IPDefine是一家位于日本东京的东谈主工智能初创公司。
（本文仅代表作家不雅点，不代表知产力态度）
原文标题 | Patent Portfolio Treasure Hunting: Using AI To Find Valuable Patents
封面开端 | Pexels九游娱乐 - 最全游戏有限公司