AI暴力計(jì)算為專利無(wú)效提供新思路

專利無(wú)效分析一直是繁瑣而關(guān)鍵的工作，為了找到可以擊倒目標(biāo)專利的關(guān)鍵對(duì)比文獻(xiàn)，檢索人員往往需要花費(fèi)大量時(shí)間構(gòu)建復(fù)雜檢索式、翻閱海量文獻(xiàn)。這非常考驗(yàn)檢索技術(shù)，畢竟這是在各國(guó)審查員的基礎(chǔ)上做的檢索。傳統(tǒng)的專利無(wú)效檢索在實(shí)踐中面臨諸多局限。檢索范圍往往局限于專利文獻(xiàn)本身，忽視了學(xué)術(shù)論文、技術(shù)手冊(cè)等非專利資料；檢索手段依賴人工構(gòu)建關(guān)鍵詞和檢索式，容易遺漏表述不同但實(shí)質(zhì)相似的線索；并且人工精力有限，很難逐字逐句審閱海量文檔，這使得一些隱藏在說(shuō)明書(shū)細(xì)節(jié)或外文資料中的關(guān)鍵證據(jù)常被漏檢。

AI正在改變專利無(wú)效的游戲規(guī)則，為我們提供了全新的分析思路和方法。
AI檢索突破了傳統(tǒng)僅依賴專利文獻(xiàn)的局限，不僅檢索專利數(shù)據(jù)庫(kù)，還可覆蓋學(xué)術(shù)論文、技術(shù)報(bào)告等非專利資料，從而最大化現(xiàn)有技術(shù)的召回率 。同時(shí)，AI的語(yǔ)義理解和跨語(yǔ)言處理能力使其能夠篩選全球各語(yǔ)種的技術(shù)信息，彌補(bǔ)了人工在跨語(yǔ)言、海量文獻(xiàn)過(guò)濾方面的不足 。檢索邊界的拓寬意味著潛在證據(jù)不再輕易漏網(wǎng)。
借助AI強(qiáng)大的算力，海量文獻(xiàn)的全文可以實(shí)現(xiàn)逐行逐句的自動(dòng)掃描，再隱蔽的技術(shù)特征也難以遁形。這種基于內(nèi)容的深度檢索大幅提高了有效信息的檢出率。AI全方位解讀專利的能力確保關(guān)鍵細(xì)節(jié)不被忽略。

技術(shù)特征暴力比對(duì)，AI可以將權(quán)利要求中的技術(shù)特征與海量對(duì)比文件進(jìn)行比對(duì)，篩選出海量的候選對(duì)比文件，再逐一提取和進(jìn)一步篩選。例如，對(duì)于涉及多個(gè)參數(shù)組合的專利，AI可自動(dòng)枚舉數(shù)百種參數(shù)取值組合逐一檢索，以廣撒網(wǎng)方式發(fā)現(xiàn)潛在相關(guān)文獻(xiàn)。盡管這種暴力計(jì)算方式復(fù)雜度高，但在追求近乎100%召回率的場(chǎng)景下往往是最可靠的途徑 。借助機(jī)器的大規(guī)模運(yùn)算，不可能完成的檢索任務(wù)成為可能。

AI的加入使得暴力計(jì)算式的大規(guī)模檢索成為可能：通過(guò)強(qiáng)大的并行計(jì)算和優(yōu)化算法，AI可以在短時(shí)間內(nèi)處理數(shù)以萬(wàn)計(jì)的專利與非專利文獻(xiàn) 。這種前所未有的檢索速度和規(guī)模意味著過(guò)去不敢想的事情成為可能 。更重要的是，AI檢索并不局限于傳統(tǒng)的專利數(shù)據(jù)庫(kù)，還能夠同時(shí)搜索學(xué)術(shù)論文、會(huì)議資料、網(wǎng)頁(yè)等非專利文獻(xiàn)，為現(xiàn)有技術(shù)調(diào)查提供全景式視野 。通過(guò)在全球范圍內(nèi)撒網(wǎng)，AI幫助檢索人員最大限度提升文獻(xiàn)召回率，極大降低遺漏關(guān)鍵對(duì)比文獻(xiàn)的風(fēng)險(xiǎn)。

AI還消除了跨語(yǔ)言檢索的障礙。以往檢索外文專利文獻(xiàn)往往因?yàn)檎Z(yǔ)言問(wèn)題耗時(shí)耗力。這意味著無(wú)論相關(guān)文獻(xiàn)是英文、中文還是其他語(yǔ)言，AI都能迅速翻譯并納入檢索考慮范圍，幫助我們發(fā)掘各個(gè)語(yǔ)種下的潛在無(wú)效證據(jù)。通過(guò)這種“大范圍+多語(yǔ)種”的AI暴力檢索策略，專利無(wú)效分析的信息獲取廣度實(shí)現(xiàn)了前所未有的拓展。

以下是兩個(gè)利用AI暴力計(jì)算進(jìn)行專利無(wú)效檢索與分析的真實(shí)案例。

在一個(gè)案例中，目標(biāo)專利的權(quán)利要求涉及多個(gè)變量參數(shù)的化學(xué)配比公式，每個(gè)參數(shù)都有一定范圍。傳統(tǒng)檢索若人工逐一組合關(guān)鍵詞幾乎不可能覆蓋所有情況，極易遺漏潛在線索。為攻克這一難題，檢索人員借助AI暴力計(jì)算策略，讓AI自動(dòng)生成了數(shù)百組滿足該專利參數(shù)范圍條件的可能配比組合。

接下來(lái)，講這種數(shù)百種可能的組合輸入到數(shù)據(jù)庫(kù)中檢索，不加任何其他限制條件，只有參數(shù)，召回?cái)?shù)萬(wàn)項(xiàng)相關(guān)對(duì)比文件。第二步讓AI能夠迅速識(shí)別出專利全文中出現(xiàn)這些特定參數(shù)組合的文獻(xiàn)，并初步剔除明顯不相關(guān)的結(jié)果。通過(guò)層層篩選，最后篩選出兩百篇相關(guān)比對(duì)文件，檢索團(tuán)隊(duì)對(duì)篩選出的候選文獻(xiàn)進(jìn)行逐一比對(duì)，重點(diǎn)核查其中記載的技術(shù)細(xì)節(jié)與目標(biāo)專利要求的匹配程度。最終，他們?cè)谝黄胀z索方法根本無(wú)法觸及的外文專利說(shuō)明書(shū)中找到了滿足所有參數(shù)條件的現(xiàn)有技術(shù)，將其作為有力證據(jù)。這個(gè)案例展示了AI暴力計(jì)算策略在材料配方類專利檢索中的巨大威力，通過(guò)在參數(shù)空間中進(jìn)行徹底的地毯式搜索，挖掘出傳統(tǒng)方法遺漏的證據(jù)。

在另一個(gè)案例中，目標(biāo)專利涉及一個(gè)關(guān)鍵且抽象的技術(shù)特征。傳統(tǒng)檢索難以用少數(shù)關(guān)鍵詞精確刻畫(huà)這一特征，檢索條件稍窄可能漏掉，稍寬又會(huì)產(chǎn)生海量無(wú)關(guān)結(jié)果。為避免遺漏，檢索團(tuán)隊(duì)采用了AI輔助的大范圍召回策略，先在全球?qū)＠麛?shù)據(jù)庫(kù)中以較寬松的條件檢索出涉及相關(guān)技術(shù)領(lǐng)域的約一萬(wàn)件專利。與其說(shuō)這是一輪檢索，不如說(shuō)是先不加限制地拿下整個(gè)專利包。

面對(duì)如此龐大的初始結(jié)果集，AI展現(xiàn)了其強(qiáng)勁威力：通過(guò)自然語(yǔ)言處理和語(yǔ)義分析，系統(tǒng)對(duì)這一萬(wàn)余篇專利的全文逐一進(jìn)行了體檢，自動(dòng)篩選出文本中包含目標(biāo)技術(shù)特征相關(guān)描述的專利，將范圍從一萬(wàn)縮減到約400篇 。接下來(lái)，分析人員再對(duì)這400篇專利逐一研讀核實(shí)，最終成功鎖定了幾篇與目標(biāo)特征高度相關(guān)的關(guān)鍵文獻(xiàn)，支撐了后續(xù)的專利無(wú)效請(qǐng)求。這個(gè)過(guò)程體現(xiàn)了AI大規(guī)模海選加人工精篩的檢索范式：先用AI最大程度地不遺漏任何可能的線索，再由專家在篩選后的精小集合中做深入研判，既保證了全面性，又兼顧了準(zhǔn)確性。

無(wú)論是材料配方的參數(shù)遍歷，還是機(jī)械裝置的海量篩選，上述案例都體現(xiàn)了AI暴力美學(xué)在專利無(wú)效檢索中的價(jià)值。用足夠強(qiáng)大的算力和完備的算法，將可能存在的每條線索都納入視野，不給任何信息盲區(qū)留下余地 。

可以預(yù)見(jiàn)，AI主導(dǎo)的暴力計(jì)算策略將成為專利無(wú)效分析的有力助手，而不是對(duì)立面。它并非取代人工判斷，而是將人類難以企及的信息海洋轉(zhuǎn)變?yōu)榭衫玫臋z索空間。那些傳統(tǒng)檢索觸及不到的角落，如今可以通過(guò)大規(guī)模計(jì)算被徹底照亮。對(duì)于知識(shí)產(chǎn)權(quán)從業(yè)者來(lái)說(shuō)，善用這套方法，將大大提高檢索的成功率和精準(zhǔn)度。

感興趣的朋友可以通過(guò)以下三種方式填寫(xiě)申請(qǐng)信息：

1. 請(qǐng)發(fā)郵件到郵箱：info@maxipat.com

2. 點(diǎn)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