人工智能時代呼喚更開放的專利數據

人工智能技術正以驚人的速度發展，各類大模型層出不窮。無論是聊天機器人、圖像生成還是各行業的專用模型，都對海量高質量的數據存在強烈需求。近年來，大模型訓練參數規模不斷攀升，與之相伴的是對訓練語料規模和質量更高的要求。

對于希望利用人工智能挖掘技術情報的企業來說，專利文獻是一座巨大的知識寶庫。專利文獻包含了發明的背景、技術方案、實施例和法律狀態等信息，對于訓練AI模型理解專業技術語言、自動化科技信息分析等都有極高價值。可以說，AI的發展已經走到需要深度處理專利數據的階段。

中國每年的專利申請量多年位居全球第一。巨大的中國專利數據背后，是海量的技術信息和法律信息的沉淀。專利文獻詳細記錄了發明創造的技術細節、實施方式，以及各類法律狀態。這些信息不僅對科研人員有價值，對于企業了解行業技術動向、避免侵權風險、發現合作伙伴也至關重要。

中國專利數據是一座亟待深度開采的富礦。在人工智能和大數據技術的加持下，我們完全有機會從中提煉出高價值的技術情報和經濟情報。對于擁有世界第一規模的專利數據的中國來說，這無疑是一筆巨大的財富。如果能夠善加利用，中國有望在全球技術創新情報領域占據優勢地位。

盡管中國擁有如此豐富的專利數據資源，但當前中國企業要批量獲取中國全量專利數據并非易事。按照現行規定，公眾和研究機構并不是無法獲得專利數據，但過程相對繁瑣，存在多方面的限制。雖然提供了專利數據批量下載服務，但需要先在知識產權數據資源公共服務系統上注冊賬號并提出申請，經審批后才能獲取數據，而且只能獲取近一個月左右的數據，要獲取歷史全量數據，要走另外的申請流程，存在名額或資質限制。相比之下，美國等國家在這方面要開放得多。例如，美國專利商標局提供公開的批量數據下載系統（ODP）和多種API接口，任何公眾都可以通過其官網自由檢索并批量下載專利與商標數據，不需要逐案申請權限。

如果專利數據能夠更加開放，其帶來的好處將是全方位的。

首先，對人工智能技術的促進將十分顯著。開放的數據意味著更多樣本可用于訓練模型，模型的專業性和準確性都會提升。比如，專利數據涵蓋多個技術領域，開放后可用于訓練垂直領域的AI模型，讓AI更懂專業技術語言、熟悉法律術語，推動“AI+知識產權”的創新應用。

其次，對于知識產權事業本身也是巨大的推動。開放數據可以帶來更透明、高效的專利服務：企業可以更方便地檢索現有專利，避免重復研發；法律人士可以快速查詢專利法律狀態，提高維權效率；政府部門和研究機構可以基于數據分析科技發展趨勢，制定更科學的創新政策。專利數據的開放將孕育一個活躍的創新生態，各方圍繞數據開展增值服務，反過來又激發更多專利申請和技術轉化，形成良性循環。

第三，開放專利數據還能幫助企業打造自己的知識庫。很多大中型企業，特別是高科技企業，都希望建立內部的專利數據庫或情報分析系統。如果國家提供權威完整的數據下載，這些企業就能低成本獲取養料，構建起覆蓋本行業專利的知識圖譜或檢索平臺。在此基礎上，再結合AI技術，這些知識庫可以變得越來越聰明，可以回答技術工程師提出的專業問題，提供相關專利的要點；再如競品監測系統，可以自動跟蹤競爭對手的新專利動態等。企業的創新效率和風控能力都將因為數據的充分利用而得到提高。

第四，開放數據對于整個數字經濟和科技創新的意義也不容小覷。專利數據作為重要的公共數據，其開放將賦能制造業、新能源、醫療、通信等各個行業。許多行業中的卡脖子難題，或許可以在開放的專利數據庫中找到靈感和方案。

總之，數據開放的紅利將通過人工智能的橋梁，源源不斷地輸送到實體經濟中去，最終提升我國的科技競爭力和創新驅動力。

以下是幾點專利數據開發的具體的建議：

第一，允許自由下載過往全部專利數據。國家應當至少放寬對歷史存量專利數據的獲取限制。也就是說，已經公開發布的所有歷年專利文獻（包括說明書全文、附圖、法律狀態等信息），都應該提供自由下載途徑。這些數據本就是公開信息，理應讓更多主體便捷獲取。例如，可以在國家知識產權局官方網站上開放類似于美國BDSS的批量下載入口。用戶無需逐一申請，經簡單注冊即可根據需要批量下載指定年份、類型的專利數據。對于數據下載量特別巨大的用戶，可以通過技術手段防止濫用，但總體原則應是能開放的盡量開放。通過降低門檻，鼓勵企業、科研機構廣泛使用中國的專利數據，才能真正發揮數據要素的價值。

第二，提升專利數據獲取的效率與時效。在擴大開放的同時，也要注重用戶體驗。建議進一步簡化獲取流程，對于合理的數據需求不再設置繁瑣的審批。可以考慮推出開放API接口，方便程序化地按需提取最新的專利數據動態。同時，應提高數據更新頻率，盡量縮短專利從公開到對外提供數據的時間間隔。只有做到實時、同步，專利數據才能真正服務于快節奏的技術創新活動。此外，還可以完善文檔和支持，幫助用戶更高效地利用數據。例如發布詳細的專利數據格式說明、示例代碼等，讓開發者在構建應用時少走彎路。

第三，利用AI技術對專利數據進行標準化處理。專利文獻由于年代久遠、來源多樣，格式上存在不統一、質量參差不齊的問題。例如，不同時期的專利文本編碼格式不同，老專利的掃描圖像質量不佳，等等。建議國家牽頭，運用OCR識別、自然語言處理等AI技術，對存量專利數據進行清洗和標準化：統一文本格式，清除冗余信息，關聯分散的引文、法律狀態和專利族信息，甚至可以為專利附圖自動生成說明標簽。這樣的預處理將大大提高數據的可用性，讓后續利用者省去繁雜的數據清洗工作。在此基礎上，完全可以進一步訓練專用的“適用于中國專利的Embedding模型”。企業和研究者使用預訓練的向量模型，在此基礎上進一步開發，釋放專利大數據的經濟價值。

在人工智能時代，開放專利數據已是大勢所趨。一方面，我們擁有全球最多的專利技術文獻，這是發展人工智能和數字經濟的巨大優勢；另一方面，唯有開放才能將這份優勢真正轉化為創新動力。開放專利數據，不僅是為企業和研究者提供便利，更是為國家在新一輪科技競爭中奠定勝局提供堅實的基礎。在保障國家信息安全和商業機密的前提下，讓蘊藏于專利文獻中的寶貴財富流動起來、活躍起來。可以預見，一個數據充分開放、AI深度參與的知識產權強國，將在未來的全球創新版圖中占據舉足輕重的地位。

Maxipat致力于作為成為科技創新和知識產權工作的AI加速器，主要包括輔助創新：提高研發的科技創新效率；智能搜索與分析：將專利搜索和報告制作借助AI實現智能化，包括智能查新、無效、FTO、Landscaping報告；投資助手：快速生成投資賽道報告、專利購買篩選、專利轉化評估。目前開放注冊中。輔助科技創新和知識產權工作的AI智能體

感興趣的朋友可以通過以下三種方式填寫申請信息：

1. 請發郵件到郵箱：info@maxipat.com

2. 點擊文末閱讀全文；

3. 掃描以下二維碼

感興趣的朋友可以加筆者微信patentlight