Каталог инициатив в области применения ИИ в ведомствах ИС

В начале 2018 г. патентное ведомство Австрии провело тестирование для нескольких коммерческих поставщиков услуг в области использования ИИ для целей предварительного поиска по патентам.

В начале 2018 г. патентное ведомство Австрии провело тестирование для нескольких коммерческих поставщиков услуг в области использования ИИ для целей предварительной классификации и классификации патентов.

В начале 2018 г. Национальный институт промышленной собственности (INPI) Бразилии приступил к реализации инициативы по разработке нейронной сети для внутренней автоматизированной предварительной классификации патентных заявок в соответствии с Международной патентной классификацией (МПК) и/или Совместной патентной классификацией (СПК) для последующего распределения заявок между техническими отделами. По мнению INPI, наиболее подходящим инструментом реализации данной инициативы представляется система «Math Lab».

В 2016 г. DPMA инициировало проект по внедрению централизованной системы поиска по известному уровню техники в различных источниках данных DPMA (например, электронных файлах, специализированных базах данных и т. д.). Для более эффективного выявления сходства текстов централизованная система использует алгоритмы.

В DPMA многие заявки на регистрацию товарных знаков классифицируются в полностью автоматическом режиме.

В 2011 г. Ведомство по патентам и товарным знакам Германии (DPMA) внедрило программу автоматизированной международной патентной классификации (МПК) в рамках системы электронного управления патентами и полезными моделями (DPMApatente/gebrauchsmuster). Данный классификатор, в основе которого лежит эвристический алгоритм, позволяет проводить предварительную классификацию поступающих патентных заявок и относить их к определенному классу МПК, таким образом помогая их распределению соответствующим патентным экспертам. Основным недостатком данного инструмента, работающего по принципу «черного ящика», является отсутствие гибкости и возможности задать необходимые параметры, ввиду чего он не подходит для использования в других областях деятельности DPMA.

В этой связи, в рамках новой системы патентного поиска был разработан новый автоматизированный классификатор. По итогам оценки различных технических решений была выбрана методология, основанная на нейронных сетях с «распределенными представлениями слов». На первом этапе был проведен анализ автоматической разбивки по категориям на уровне подклассов МПК с точки зрения точности предсказания и точности трех лучших результатов. Были проведены эксперименты с различными обучающими наборами данных, состоящими из отдельных публикаций немецких патентных заявок, выданных патентов и полезных моделей за период с 2010 г. по 2015 г.

Классификатор включает потоковый механизм подготовки данных, обучения и оценки. На каждом этапе можно настроить параметры и просмотреть промежуточные результаты, что обеспечивает гибкость и прозрачность всего процесса классификации. Классификатор может масштабироваться относительно пространства классификации МПК и демонстрирует приемлемые характеристики с точки зрения учебного процесса. Он способен очень быстро осуществлять онлайновую классификацию неизвестных текстов.

Патентный отдел CIPO использует доступные на рынке системы семантического поиска, основанные на использовании технологии ИИ (Questel, STN, Clarivate Analytics), для содействия поиску по известному уровню техники и поиску цитируемого материала. Данные системы основаны на алгоритмах машинного обучения для более эффективного выявления взаимосвязей между цитируемыми материалами, заявками и существующим уровнем техники.

Патентные эксперты также используют алгоритмы Google, в частности программы «Translate», «Patent» и «Scholar», для машинного перевода и доступа к полнотекстовым документам и бланкам формул изобретения, поступающим в режиме реального времени от международных патентных ведомств, а также доступа к индексам цитирования и соответствующим научным публикациям.

Для обработки данных CIPO использует программу «Vantage Point», которая представляет собой инструмент интеллектуального анализа текста, позволяющий извлекать данные из результатов поиска по базам данных патентной и научно-технической литературы, а также фильтровать, автоматически обрабатывать и извлекать необработанные данные.

В начале 2018 г. CIPO Канады приступило к изучению возможности использования набора программ «IBM Watson» для взаимодействия с клиентами с помощью платформ социальных сетей и для проведения анализа данных.

Подразделение экономических исследований и стратегического анализа CIPO Канады использует технологию ИИ для проведения семантического поиска, а также для сбора, очистки и анализа больших наборов данных.

В начале 2018 г. в рамках продолжающегося экономического исследования планируется изучить возможность использования технологии машинного обучения для предоставления ответов на вопросы, связанные с политикой и исследованиями в области ИС.

В начале 2018 г. CIPO приступило к изучению возможности использования блокчейна для упорядочения процесса регистрации авторского права, а также содействия обмену информацией между правообладателями.

В 2018 г. SAIC продолжило разработку системы поиска по изображениям, которая дает достаточно точные и надежные результаты. Данная система способна осуществлять обратный поиск для получения изобразительных элементов, при этом результаты поиска вводятся в систему после их подтверждения экспертами. Таким образом, система способна самообновляться и самообучаться, что повышает эффективность поиска.

Используемая SAIC «Стандартная система товаров» распределяет все товары по схожим группам, составляя словарь родственных товаров. На основе этого словаря система автоматически распределяет новые товары по соответствующим группам. В случае товаров, представляемых впервые, определяется новое родовое слово.

SAIC использует систему «автоматического определения административного района» для установления административного района, что позволяет получать данные для проведения дальнейших региональных статистических анализов.

Начиная с 2011 г. ОMPIC использует программу «Orbite Intelligence» - коммерчески доступную систему патентного анализа, основанную на технологии ИИ, для осуществления поиска по патентным заявкам во всем мире в разбивке по ключевым словам или областям техники. Основанная на преобразовании данных аналитическая программа направлена на удовлетворение потребностей сети марокканских центров поддержки технологии и инноваций при проведении поиска по известному уровню техники и ранее выданным патентам.

ВИС Марокко (OMPIC) использует основанную на технологии ИИ систему оптического распознавания знаков (OCR), работающую на основе механизма распознавания ABBYY, для преобразования изображений документов в закодированный машиной текст. При данном методе информация извлекается из файлов в формате PFD и вносится в базы данных OMPIC в соответствии с четко установленной структурой (шаблоном). Затем с помощью методов оперативной проверки подтверждается точность информации, а некорректные данные передаются для видеокодирования. Оптическое распознавание знаков позволяет сократить задержки в обработке документации при извлечении данных, которыми пользуется OMPIC, а также уменьшить затраты, связанные с ручной обработкой свыше миллиона документов. Накопленный положительный опыт также применяется для обработки патентных документов.

OMPIC Марокко также использует систему «Qlikview» для обработки больших данных, полученных из различных баз данных OMPIC, независимо от того, где хранятся такие данные, и создания статистических баз данных для целей отчетности и контроля качества. Программа позволяет быстро создавать новую информацию, сжимать и хранить данные и использовать их для мгновенного поиска множеством пользователей без ограничений в виде заранее установленных иерархических траекторий или заранее заданных параметров. Данная программа полностью удовлетворяет потребности ведомства и его клиентов. Будучи надежной и простой в использовании, она позволяет автоматизировать процесс создания различных информационных панелей, представленных в графической форме или в виде таблиц. Программа используется для создания «статистического барометра» промышленной собственности, с которым можно ознакомиться по адресу: www.barometreompic.ma.

NIPO использует коммерчески доступную программу «Acsepto» для товарных знаков (версия 10, создана компанией Sword-Group) для осуществления поиска по изображениям товарных знаков. Ранжирование результатов поиска (списки совпадений) осуществляется исходя из основанного на технологии ИИ поиска по кодам свойств изображений. Используемая технология ИИ является коммерчески доступным обученным алгоритмом для кодирования и обученным поисковым алгоритмом для кодирования изображений.

В рамках проекта машинного перевода патентной документации ЕПВ ведомством Сербии было предоставлено собрание полнотекстовых пар документов с патентными спецификациями (на сербском и английском языках) для целей обучения системы машинного перевода. По состоянию на начало 2018 г. специальная программа машинного перевода для сербского языка, интегрированная в базу данных Espacenet, пока не принесла удовлетворительных результатов.

ВИС Сербии использует разработанную ВОИС платформу оптического распознавания знаков (OCR) для проверки патентов. Данная платформа ВОИС включает возможность машинного обучения для повышения качества оптического распознавания знаков. Ввиду ограниченных возможностей использования местных языков в ABBY OCR (недостатки словаря и свода грамматических правил) машинное обучение по-прежнему не ведет к значительному повышению качества оптического распознавания знаков. В случае ВИС Сербии основная проблема, в результате которой снижается качество оптического распознавания знаков, связана с использованием в документах различных шрифтов (сербский кириллический, сербский латинский, английский, химические и математические формулы).

В начале 2018 г. ВИС Сербии планирует начать использование возможностей машинного обучения в процессе ручной выверки результатов оптического распознавания знаков (с помощью предоставленной ВОИС программы) в целях повышения качества словарей и формулирования правил обработки изображений патентных документов на сербском языке.

Национальное управление использует систему уведомления собственной разработки, объединенную с онлайновой системой подачи заявок. В начале 2018 г. ведомство приступило к разработке более совершенного алгоритма направления уведомлений, который должен научиться распознавать пользователей, которые более не используют систему или не использовали ее в течение длительного времени. В этом случае алгоритм будет рассылать дополнительные уведомления.

Алгоритм позволит отправлять электронные письма, уведомления о проведении проверок, опросы и формы обратной связи, а также просьбы об обновлении персональных данных для обеспечения регулярного взаимодействия с пользователями и отражения изменений в данных с соблюдением установленных сроков.

Ведомство интеллектуальной собственности Филиппин (IPOPHL) использует поисковый механизм сторонних разработчиков, называемый «DTSearch», для осуществления патентного поиска. Аналогично всем другим поисковым механизмам данная система способна осуществлять пошаговый поиск по индексу и поиск по неточному соответствию, а также выполнять ряд других функций. Хотя данная система представляет собой простую прикладную программу ИИ, она значительно более эффективна, чем традиционные системы поиска по базам данных.

IPOPHL использует коммерческую программу для сбора и анализа информации COGNOS, с помощью которой составляется управленческая отчетность ведомства. IPOPHL использует данную систему для извлечения информации из базы данных IPAS, ее преобразования в машиночитаемые пакеты данных и последующей загрузки в COGNOS.

В начале 2018 г. Национальный институт промышленной собственности Чили (INAPI) в сотрудничестве с Инженерным факультетом Университета Чили продолжил разработку системы поиска по изображениям, в основу которой положен алгоритм, разработанный Инженерным факультетом.

Система была обучена на изображениях, содержащихся в базе данных INAPI, и теперь тестируется экспертами по товарным знакам.

IPI использует классические, основанные на правилах системы ИИ (Bosch SI Visual Rules и Camunda BPM) для автоматизации процессов (например, процедур подачи заявок в отношении постановлений/решений, предусматривающих уплату пошлин и соблюдение определенных сроков). По мнению IPI, автоматизация процессов на основе правил обладает наибольшим потенциалом с точки зрения сокращения объемов повторяющейся административной работы. По сути дела, все операции, связанные с уплатой пошлин или необходимостью соблюдения сроков, включая создание документов, могут быть автоматизированы, при этом автоматические системы работают надежно. IPI осуществляет централизованный контроль в режиме реального времени и строго придерживается процедур BPMN (нотация моделирования бизнес-процессов) в целях обеспечения автоматизации.

В начале 2018 г. IPI планировал запустить программу самообучающегося ИИ для классификации документов на основе классификатора ABBYY Smart Classifier. IPI на постоянной основе обучает самообучающийся ИИ, используя классифицированные вручную документы. IPI автоматически анализирует качество полученных от самообучающегося ИИ результатов и принимает решение относительно необходимости подтверждения данных результатов вручную. Такое неавтоматическое подтверждение впоследствии используется для дальнейшего обучения ИИ.

В начале 2018 г. IPI планировал запустить программу самообучающегося ИИ для извлечения информации на основе инструмента ABBY InfoExtractor, предназначенную для проведения расширенного корпоративного поиска.

Ссылки по теме

• Digitalization at the Swiss Intellectual Property Office

Патентные эксперты PRV используют услуги машинного перевода, предоставляемые ЕПВ в базах данных EpoQueNet и Espacenet.

IPCCAT позволяет специалистам по патентному делопроизводству и экспертизе в ВИС автоматически классифицировать патентные заявки по техническим единицам в соответствии с классами, подклассами и основными группами Международной патентной классификации (МПК).

Ссылки по теме

• Artificial Intelligence applied to IPC and NICE Classifications
• Strategy for Developing AI Projects, list of current AI Projects

Функция поиска по изображениям в Глобальной базе данных по брендам позволяет владельцам товарных знаков найти визуально похожие знаки и другие данные, касающиеся брендов, среди миллионов хранящихся в базе изображений.

Ссылки по теме

• Machine Learning applied to Trademarks Classification and Search
• Strategy for Developing AI Projects, list of current AI Projects

WIPO Translate – одна из ведущих мировых систем мгновенного перевода, разработанная специально для патентной документации. Доступ к ней осуществляется через базу данных PATENTSCOPE; кроме того, по запросу WIPO Translate может быть интегрирована в системы ВИС.

Ссылки по теме

• Strategy for Developing AI Projects, list of current AI Projects

В апреле 2017 г. Корейское ведомство интеллектуальной собственности (КВИС) заключило с Корейским научно-исследовательским институтом электроники и телекоммуникаций (ETRI) соглашение о сотрудничестве в области ИИ. Совместно они работают над созданием патентной базы знаний для обучения систем ИИ и сотрудничают в проведении исследований в целях применения созданной ими системы ИИ для управления административными процессами в области ИС.

Экспериментальный проект создания системы патентного поиска на основе ИИ находится на этапе разработки и должен быть завершен к 2019 г. Данная система позволяет повысить качество поиска по известному уровню техники благодаря переходу от поиска по ключевым словам к семантическому и синтаксическому поиску.

Ссылки по теме

• KIPO's Plan for AI

В начале 2018 г. КВИС заявило о своих планах по созданию и доработке в течение следующих трех лет основанной на технологии ИИ экспериментальной системы обслуживания клиентов в патентной области, в которой будет реализована функция распознавания текста и голоса.

Ссылки по теме

• KIPO's Plan for AI

КВИС создало базу данных, в которой для целей машинного обучения используются опубликованные патентные данные по разделу Н МПК. База данных будет включать 100 тыс. единиц терминологии по патентной технологии и один миллион единиц анализа патентного языка и тэгов чертежей.

Ссылки по теме

• KIPO's Plan for AI

В настоящее время проводится разработка новой поисковой системы для экспертизы средств индивидуализации с использованием ИИ с внедрением летом 2020 года. В новой системе используются нейронные сети как при поиске сходных с заявленным обозначением изображений, так и при поиске по словесным элементам заявленного обозначения (в части семантического сходства терминов). Кроме того, производится распознавание информации на заявленном обозначении (изображении) для индексирования, а именно - происходит распознавание словесных элементов на обозначениях и автоматическая классификация (по Венской классификации). В настоящий момент проводится апробация технического решения поиска по изображениям.

Ссылки по теме

• AI and other Tools & Technics. Experience of the Russian Patent Office

Работы по использованию ИИ при проведении поиска начались в 2017 году и в 2018 году были внедрены в промышленную эксплуатацию для экспертизы заявок на ИЗ и ПМ. Поиск похожих патентных документов в системе PatSearch выполняется с использованием целого комплекса методов и средств искусственного интеллекта, скомбинированных с лучшими в мировой практике классическими методами информационного поиска. На сегодняшний день поиск похожих патентных документов в системе PatSearch выполняется с использованием методов и средств искусственного интеллекта только в базе данных русскоязычных патентных документов. Здесь используется нейронная сеть для создания дистрибутивного тезауруса русского языка, обученная на массивах русскоязычной патентной документации по критерию, учитывающему особенности задач экспертизы и многолетние результаты работы экспертов.

Ссылки по теме

• AI and other Tools & Technics. Experience of the Russian Patent Office

Работы по использованию машинного перевода текстов патентных документов были начаты в 2015 году в рамках развития системы патентного поиска PatSearch. Перевод выполняется с использованием разработанной российской компанией ПРОМПТ гибридной системой машинного перевода, в которой комбинируются методы углубленного лингвистического анализа. При этом компонент ИИ – искусственная нейронная сеть была создана методами машинного обучения на специальном корпусе параллельных текстов патентных документов на русском и английском языках, подготовленном специалистами Роспатента. Помимо перевода патентных документов система также выполняет перевод классификатора CPC (СПК) на русский язык.

Ссылки по теме

• AI and other Tools & Technics. Experience of the Russian Patent Office

В начале 2018 г. UKIPO провело ограниченные испытания коммерчески доступных автоматизированных систем с целью их использования как для распределения патентных заявок между специализированными группами экспертов с учетом области их специализации, так и для классификации заявок. Существующие программы не достигают 80-процентного уровня надежности, который обеспечивается при распределении заявок вручную, но они могут использоваться в качестве вспомогательного инструмента, предлагая возможные варианты распределения заявок, что может содействовать ускорению этого процесса.

Ссылки по теме

• UK IPO: The Quest for Digital

UKIPO также провело испытания коммерчески доступной системы «Derwent Innovation» для осуществления патентного поиска. Данная программа патентного поиска в числе других функций включает опцию семантического/«умного» поиска, которая позволяет вводить в поисковый запрос большие объемы обычного текста (например, пункты формулы изобретений, описания). Кроме того, система позволяет проводить поиск не только по патентной, но и по непатентной литературе. В числе дополнительных функций отмечается возможность вручную определять весовой коэффициент отдельных элементов поискового запроса с целью выстраивания полученных результатов в порядке приоритетности.

Ссылки по теме

• UK IPO: The Quest for Digital

Патентные эксперты UKIPO прошли обучение работе с системой перевода патентной документации ЕПВ и могут, в случае необходимости, использовать общедоступные инструменты автоматизированного перевода.

Ссылки по теме

• UK IPO: The Quest for Digital

ЕПВ разработало технические решения с использованием машинного обучения и ИИ на различных этапах классификации патентов: автоматическая предварительная классификация поступающих патентных заявок для их распределения среди соответствующих подразделений, отвечающих за поиск и экспертизу; автоматическая классификация патентных документов в соответствии с СПК; автоматическая реклассификация патентных документов в соответствии с изменениями в СПК.

Ссылки по теме

• Artificial Intelligence at the EPO

ЕПВ активно занимается разработкой технических решений с использованием машинного обучения и ИИ на различных этапах патентного поиска: автоматический поиск известного уровня техники для поступающих патентных заявок; автоматическое составление запросов.

В ЕПВ созданы собственные справочные данные («золотые стандарты») и системы для определения качества работы систем автоматического поиска.

ЕПВ также использует коммерческие программы, которые оно получает от поставщиков программного обеспечения в рамках различных проектов, для целей автоматического составления аннотаций.

Ссылки по теме

• Artificial Intelligence at the EPO

Силами своей Группы интеллектуальной обработки данных (DataScience) ЕПВ в основном занимается разработкой собственных систем искусственного интеллекта на основе библиотек программ с открытым исходным кодом, отвечающих поставленным задачам. ЕПВ объединяет опыт и навыки сотрудников группы DataScience со знаниями своих экспертов и своей исключительно ценной базой данных, т.е. хранящейся информацией о результатах предыдущих поисков и собранием материалов по известному уровню техники.

ЕПВ активно занимается выявлением тенденций распространения/проникновения специфических технологий (изобретений, основой которых является программное обеспечение) в другие области техники.

Ссылки по теме

• Artificial Intelligence at the EPO

ЕПВ активно занимается разработкой технических решений с использованием машинного обучения и ИИ на различных этапах обработки патентной документации: автоматическое составление аннотаций патентной литературы; автоматическое выявление проблем/решений в патентной документации; автоматическое выявление исключений из патентоспособности.

В ЕПВ разработана модель патентной документации (PDM), которая используется в системе управления знаниями и информацией (KIME). Все это позволяет значительно усовершенствовать управление патентными и другими данными для целей машинного обучения.

Ссылки по теме

• Artificial Intelligence at the EPO

ЕПВ активно занимается разработкой технических решений с использованием машинного обучения и ИИ на различных этапах патентного поиска, включая автоматический поиск рисунков и изображений для патентных чертежей.

Ссылки по теме

• Artificial Intelligence at the EPO

Что касается машинного перевода, то ЕПВ использует программу перевода патентной документации (Patent Translate), а также разрабатывает собственную систему машинообучаемого перевода. Система перевода патентной документации доступна в базах данных ЕПВ и используется специально обученными патентными экспертами шведского ведомства по патентам и регистрациям и UKIPO.

Ссылки по теме

• Artificial Intelligence at the EPO

ВПТЗ США имеет программу, в которой возможности ИИ объединены с большими массивами данных и функцией машинного обучения и которая может применяться в ряде областей, в том числе для получения актуальной информации, имеющей важное значение для определения патентоспособности изобретений экспертами; текстуального анализа патентных заявок и последующих действий ведомства по анализу всей процедуры выдачи патентов; и совершенствования программного интерфейса в целях улучшения доступа общественности к данным ВПТЗ США.

Данная программа собственной разработки использует технологию, основанную на открытом исходном коде (Java и Python), которую ведомство специально адаптирует для каждой заявки в рамках каждой системы. Основанная на использовании ИИ программа ВПТЗ США призвана усовершенствовать процесс проведения операций с товарными знаками в следующих областях: 1) разработка «умного» бланка контроля качества, включающего аналитические данные; 2) включение действий ведомства в хранилище больших данных с расширенной аналитикой, в том числе статистикой использования и описательной статистикой; 3) определение эффективности углубленного обучения для поиска изображений для товарных знаков.

Ссылки по теме

• Emerging Technologies in USPTO Business Solutions

В начале 2018 г. ВПТЗ США разработало концептуальный вариант программы «Sigma», в которой используются функции машинного обучения/алгоритмы ИИ для поиска полных документов в сопоставлении с массивом данных. В этой версии программы «Sigma» поиск патентных заявок осуществляется по уже выданным патентам и публикациям на этапе до выдачи патента (только американские патенты и публикации).

Ссылки по теме

• Emerging Technologies in USPTO Business Solutions

В начале 2018 г. ВПТЗ США провело исследование разработанных на основе углубленного обучения профильных чат-ботов с целью предоставить беспрепятственный доступ к" концептуальному поиску " (вместо поиска по ключевым словам) по Справочнику по вопросам патентной экспертизы (MPEP) и другой аналитике, касающейся пунктов формулы изобретения и классификации, с использованием алгоритмов и языка формулы изобретения, чтобы лучше понять тенденции развития языка формулы изобретения и классификации.

Ссылки по теме

• Emerging Technologies in USPTO Business Solutions