« 2017年10月 | トップページ | 2018年7月 »

2017年11月

人工知能と特許調査(補遺)

あまり間を開けてないので申し訳ないんですが、またまた人工知能と知財業務(本日は特に弁理士業務)との関係についてです。最近、日本弁理士会の梶副会長(同じ委員会で何年もご一緒した方です)が、「AI(人工知能)が弁理士の仕事を奪う」という報道に対してどこかのオープンな場所で反論をされているようです。

個人的には日本弁理士会としてこういった情報を提供し、見解をオープンに示すことの意義は大きいと思いますので、大変歓迎しています。

で、前回の記事でも少し取り上げた、AIにより弁理士業務(ここでは明細書作成業務に絞って話をします)が代替されるかについて、前回もかなり詳細に記しましたが、その補遺として少し説明したいと考えます。

ご存じの方も多いと思いますが、弁理士が企業から出願代理を依頼される時、発明者様が作成した発明提案書をお送りいただき、この発明提案書の内容に基づいて(そして結構な割合で直接発明者様と打ち合わせをさせていただいて)明細書作成業務を行います。企業の立場からすると、明細書作成業務は、この発明提案書を作成するまでの業務と、この発明提案書に基づいて弁理士が作成した明細書原稿をチェックする業務とに分かれます。弁理士の立場からすると、大抵は発明提案書をいただいてから作業が開始します(とはいえ、全くのスクラッチで発明者様と打ち合わせをしてヒアリング結果に基づいて明細書作成業務を行うこともありますが、話がややこしくなるので、このルーチンは今回の検討からさくっと外します)。

つまり、企業の側からAIを使って明細書作成業務の省力化を図るインセンティブは、主に、発明者が発明提案書を作成することの省力化になろうかと考えます。で、発明提案書の作成業務は、前回書いたようにやってできないことはないレベルだろうと思います。企業は特定の技術分野にフォーカスした研究開発活動を行っており、ドキュメントのそれなりの蓄積があります。蓄積されたドキュメントを参考に、新規提案について対話型のチュートリアルというかツアーをすれば、発明提案書ができようかと思います。このようなシステムは、発明者に発明提案書作成業務に割く手間をかなり省力化できるメリットがあります。

一方、企業の側から発明提案書をベースとした明細書作成業務の省力化を図るインセンティブはあまり見つかりません。ただしこれは、従来通り特許事務所に出願代理を依頼することを前提とした場合です。この点をもう少し詳しく考えてみます。
発明提案書から明細書を仕上げる作業は、現状のAIではなかなかアプローチが見つからないというお話を前回しました。となると、仮に実現可能であったとしても、明細書作成業務を実行するAIシステムを構築する手間及び費用はかなりのものになろうと考えます。であるならば、明細書作成業務はブラックボックスとして置いておき、従前通り出願代理は特許事務所に依頼するという判断はそれなりの合理性があるのではないかと考えます。
一方、仮に実現可能であるならば、弁理士側がAIを用いた明細書作成システムを研究するということはあり得ることですが、一方でこれは自分の首を絞めかねない(明細書作成業務に従事する弁理士の人数を含めた工数減をもたらす)ですから、悩ましい問題ではあります。とは言え、完全な明細書作成とまではいかずとも、AIにより弁理士の明細書作成業務をサポートするシステムの実現の可能性はあると思います。どこが、ってのは各弁理士が切磋琢磨すればいいと思うのでここでは特段指摘せずにおきます(自分なりの考えはあるんですよ)。
で、地味に悩ましいのが、こういった省力化を図ったことが企業の耳に入った時、省力化の分の値下げを要求されないかということです。しかし、省力化の分は特許事務所の絶え間ない努力によるものですから、その分を価格に転嫁して値引きをするのはよろしい考え方とは言えないように思います。例えてみれば、消費者が「この商品は中国製なんだからもっと値引きしてよ」という話に近いです。特許事務所側の価格競争はあり得る話(とはいえ悩ましい話)ですが、それはあくまで自発的なものであって、依頼先から言われることでもなかろうかと思うのです。
どこまで実現の可能性があるかにもよるんですが、特許事務所としてはAIを使ってどんどん省力化して短時間勤務を実現し、豊かな生活を図るのがよろしいんではなかろうかとbleah
なお、膨大な件数の特許出願をしている大企業であるならば、AIを用いた明細書作成システムを研究して実現できれば、相当のコストダウンになろうかと思います。ただ、この大企業をクライアントとする弁理士が一気に仕事を失ってしまうというのも悩ましいところです。

人工知能と特許調査(続き?)

先週、特許・情報フェアに行って参りました。私自身は特許事務所内でひたすら明細書作成、中間処理作成業務をしていますから、特許・情報フェアに行くことは自分の業務に直接結びつくわけではないのですが、このところBLOGでしつこく取り上げている知財業務とAI(人工知能)との関わり方について現状を把握するために参加して参りました。実際、特許調査業務についてはいくつもの企業がAIを用いた商品を提案しており、その意味で非常に参考になりました。そこで、今回の知見を基に、先日書いた内容を振り返りながら、現時点で私が考える知財業務とAIとの関わり方について再度まとめてみました。

今回、特許・情報フェアで「人工知能」として展示されていたものは、いわゆる機械学習によるものとテキストマイニング(特に係り受け解析というか形態素解析)とがありました。テキストマイニングによるものを人工知能と呼んでいいものかどうか微妙なところなのですが、人間の作業労力軽減という観点からは同列に論じうるものですから、ひとくくりに「人工知能」と呼ぶことにします。

まず、特許調査業務についてです。見た目は概念検索的な特許調査DB、つまり、適当にキーワードを投げると最も関連すると思われる特許文献を検索してくるDBは幾つか展示されていました。入出力だけ考えると従前の概念検索とあまり変わらないように見えるわけですが、通常の特許調査DBエンジンに対してどのようなキーワードを投げるか、そして、抽出された大量の特許文献の中から関連性の高いものを抽出するか、この2点において人工知能を利用するものが展示されていました。
前者の場合、適切なキーワードを抽出するに当たっては、それまでのサーチャーのノウハウを機械学習等によりシステム化できるといいわけですが、私が見た例では、元々人手をかけてインデックスやDBを構築している既存企業が、人工知能によりある意味あいまい検索的にこれらインデックスやDBを用いて母集団を作成し、これを繰り返すことで抽出文献を収束させる取り組みをしていました。このやり方は、ある意味、インデックスやDBによる教師学習とでも言うべきもので、丁寧に作り込まれたインデックス等があったからこそできるビジネスであり、当該企業ならではのアプローチであると感心しました。新規企業ではこういったアプローチはできません。そして、教師モデルがしっかりしているからこそ納得できる出力が得られるわけです。
後者の場合、文書の近接度という観点からのアプローチになりますから、大量の文書を処理しうる人工知能であれば一定の結論を得ることができます。問題は、特許文献の近接度は技術的近接度であり、技術的近接度を単語なり係り受けからどの程度正確に見積もることができるかが勝負になります。この点、教師学習として特許調査子会社のサーチャーの方々のノウハウを積極的に導入されている企業もあり、既に大手企業が幾つも採用しているようです。ただ、このシステム、どのように導入されているのかを担当者にお伺いしたところ、企業が有する特許検索システムとの一体化はせずに、検索結果に対して後処理的に行うスタンドアロンのアプリケーションとして現状は提供しているようです。この場合、抽出結果をどのようにアプリケーションにフィードバックするんだろうと少し疑問に思ってしまいました。
後者のシステムは、ある意味で汎用的な文書処理人工知能エンジンの適用が可能なところです。実際、ある企業ではやや汎用的な人工知能エンジンを特許調査にどのように適用できるかについてのアドバルーン的な展示をしていました。また、上に書いたように、人工知能ではなくてテキストマイニングの専門企業が、係り受け解析において術語の切り分けを正確に行い(よくある特許明細書において長たらしい術語が出てきますが、これを途中で切断することなくきれいに切り分けている)、また、述語としての動詞の係り受け解析をきちんとしている例を紹介していました。係り受け解析において動詞の係り受け解析ができると、例えば、発明の目的のように「~することができる」という文章を綺麗に抽出することができますから、明細書中から課題を自動抽出できます。これは、私にとっては結構な驚きでした。こういった、やや汎用的な人工知能エンジンを利用したものについては、今後の展開が楽しみです。

このように、特許調査業務においては、人工知能を使ったシステムが着実に進化していることが理解できました。やはり、人工知能エンジンを専門的にかつ自前で揃えることができる企業がこれからどんどん強みを発揮するんだろうと思います。つまり、今の時点で本気で人工知能エンジンの開発、チューニングを行った企業のみが生き残れると思うのです。

次に、明細書作成業務ですが、これについては人工知能を使った展示がありませんでした(私が見る限りなかった)ので、最近考えていることについて補充します。

企業内のエンジニアが自分のアイデアを提案書にまとめる作業については、やや定型的なところがありますので、この作業について人工知能を用いてよりまとまった提案書を作成することは可能だと思っています。今現在でも、穴埋め形式で適宜文章を当て嵌めると提案書が完成するシステムはあります。とは言え、企業内で検討し、さらに特許事務所に出願代理を依頼するレベルまでブラッシュアップされた提案書を作成できるかどうかについては、発明者側のスキル(慣れだとか文章力だとか)に依存するところがまだまだあります。発明者の記載内容に対して不足部分を指摘するのは、例えば類似技術の自社公報を参照するとできない相談ではなさそうです。また、提案書作成システムであるならば、その後に知財部のチェックが入ることを前提に、提案されたアイデアの新規性/進歩性判断は知財部員に任せてしまえそうです。
では、この、人工知能を用いた提案書作成システムにより作成された提案書は、そのままでもう明細書に近い出来になるのでしょうか。言い換えれば、提案書作成システムがあれば特許事務所の弁理士はやることがどんどんなくなるのでしょうか。この辺りになると、かなり我田引水的な議論になりがちなのですが(苦笑)、まだまだだろうと私は思っています。
自分がクライアントから提案書を渡された時に、何を考えているかというと、まず、提案書に記載された発明を把握し、ついで、この発明を記述するために明細書及び図面に何を記載するかを考えます。つまり、発明の開示という観点から開示内容及び範囲が決まりますから、過去の類似技術の公報に記載された内容はあくまで参考に過ぎないということです。また、クライアント毎にこの開示内容及び範囲が異なり得ますから、そういった観点からの検討も必要です。一方で、提案書に開示された発明の拡張等を行い、どの範囲の権利が取得可能かも検討します。これも、過去のノウハウからだけでは導き出せないところがあります。
こうやって考えると、提案書から明細書を人工知能により作成するためには、少なくとも上に書いた作業の自動化が必要です。これは書くべき/書かないでおくべき、この発明に類似する技術への適用が可能/困難、こういった作業をどのようにして人工知能エンジンに行わせるか、現時点でなかなかアプローチが見つかりません。請求項の展開(上位概念/中位概念/下位概念)も同様です。
つまりは、こういった作業が弁理士としての専門的作業であり、まだまだ人工知能では達成し得ない作業なのではないかと考えるのです。

とはいえ、汎用的な人工知能エンジンの研究が進んでいますので、人工知能が行いうることもどんどん増えてくるでしょう。何ができる/できないかについては継続的に考えていきたいと思っています。

« 2017年10月 | トップページ | 2018年7月 »

2018年9月
            1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30            
フォト
無料ブログはココログ