近日，北京墨丘科技有限公司(“墨丘”)宣布正式上線基于大模型技術(shù)的自主式專利檢索比對系統(tǒng)，并完成了近300項商業(yè)化專利檢索比對項目。自主式專利檢索比對系統(tǒng)的成熟應(yīng)用，標(biāo)志著大模型技術(shù)在知識產(chǎn)權(quán)領(lǐng)域的應(yīng)用取得了重大突破，必將對知識產(chǎn)權(quán)行業(yè)產(chǎn)生深遠的影響。
為更好地了解先進的自主式專利檢索比對系統(tǒng)，筆者采訪了墨丘創(chuàng)始人兼CEO黃偉才。
01、大模型技術(shù)在知識產(chǎn)權(quán)行業(yè)有哪些可能應(yīng)用？
大模型技術(shù)在知識產(chǎn)權(quán)領(lǐng)域有著非常廣闊的應(yīng)用前景，包括輔助技術(shù)創(chuàng)新、輔助交底書撰寫、專利申請文件自動撰寫、輔助OA答復(fù)等，目前在全球范圍內(nèi)至少有數(shù)十家機構(gòu)已經(jīng)推出了相應(yīng)的系統(tǒng)。
02、墨丘大模型自主式專利檢索比對系統(tǒng)有哪些特色功能？
與大模型輔助創(chuàng)新、輔助交底書或?qū)＠暾埼募詣幼珜懙葢?yīng)用不同，墨丘利用大模型技術(shù)提供自主式專利檢索比對服務(wù)，目前提供三種功能。
功能一（MQ-LLM-I）：申請前查新檢索。目的是判斷技術(shù)方案是否可專利化并準確判斷技術(shù)創(chuàng)新點;企業(yè)知識產(chǎn)權(quán)部門可以根據(jù)分析結(jié)果決定是否進行專利撰寫，代理師則可以圍繞所確定的技術(shù)創(chuàng)新點進行最合理的權(quán)利要求設(shè)計和說明書撰寫。
功能二（MQ-LLM-II）：窮盡式無效檢索。在專利許可、訴訟或?qū)＠麩o效活動中，批量化的或只針對重點專利的穩(wěn)定性分析都是極端重要的，但從浩如煙海的數(shù)據(jù)庫中準確定位最相關(guān)的對比文件是非常繁瑣的。墨丘希望這套系統(tǒng)能夠完全自主地“窮盡”所有相關(guān)對比文件，擺脫繁瑣的人工檢索和人工比對，成為無效檢索的終結(jié)者，這樣專家就可以把主要精力放在證據(jù)的組合和運用上。
功能三（MQ-LLM-III）：標(biāo)準必要專利(SEP)真實性認定。全球已聲明SEP數(shù)量將近10萬族，過度聲明嚴重，但僅靠傳統(tǒng)方式難以完成海量的SEP真實性認定。墨丘自主式專利檢索比對系統(tǒng)已經(jīng)可以較好地解決大規(guī)模SEP真實性認定難題。
墨丘自主式專利檢索比對系統(tǒng)可以同時支持一百項以上專利檢索或SEP真實性比對項目。晚上啟動任務(wù)，第二天就可以拿到完整的比對分析過程和分析結(jié)果，可以在專利交易、許可或訴訟項目中發(fā)揮重要作用。
03、實現(xiàn)自主式專利檢索比對面臨哪些挑戰(zhàn)？
目前，基于大模型技術(shù)的自主式專利檢索比對系統(tǒng)在業(yè)界還較少見，主要原因在于實現(xiàn)該類系統(tǒng)將面臨一系列高難度的技術(shù)挑戰(zhàn)。專利檢索比對需要滿足全面性和準確性兩大要求：全面性意味著不能遺漏主要的對比文件或標(biāo)準;準確性則要求能夠準確判斷對比文件或標(biāo)準是否公開或包含了目標(biāo)專利的技術(shù)方案。現(xiàn)有的AI技術(shù)，即便是最先進的大模型平臺，如Open AI的ChatGPT等，也很難滿足專利檢索比對必須的全面性和準確性兩大要求。
墨丘則另辟蹊徑，自主開發(fā)了專利檢索比對垂直大模型，利用海量高質(zhì)量的專利檢索和SEP真實性認定數(shù)據(jù)以及知識產(chǎn)權(quán)行業(yè)經(jīng)驗對垂直大模型進行專門性訓(xùn)練，較好地解決了上述難題。
04、自主式專利檢索比對與傳統(tǒng)智能檢索有什么區(qū)別？
簡單來說，墨丘利用大模型技術(shù)實現(xiàn)了完全自主的檢索和比對功能，能夠自主檢索、自主識別、自主組合相關(guān)對比文件或標(biāo)準，并直接給出新穎性、創(chuàng)造性或SEP真實性結(jié)論。相比之下，傳統(tǒng)智能檢索主要基于語義或技術(shù)相關(guān)度進行排序，將最相關(guān)的文件排在前面，但無法直接提供比對分析結(jié)論，仍需人工對相關(guān)文件逐篇比對，智能化程度較低。
下圖展示了利用墨丘大模型自主檢索比對系統(tǒng)提供的一個對比文件組合結(jié)果。結(jié)果表明對比文件D1完全公開了目標(biāo)專利，而其他對比文件公開了目標(biāo)專利的部分特征，這與實際進行的無效宣告請求中所使用的對比文件高度一致。該系統(tǒng)具備完全自主的檢索和比對能力，這是與傳統(tǒng)智能檢索最顯著的區(qū)別。
05、大模型自主檢索比對系統(tǒng)如何實現(xiàn)降本增效？
降低成本并非墨丘研發(fā)大模型技術(shù)的初衷，實際上開發(fā)和使用大模型技術(shù)成本高昂，有時比人工操作的成本更高。墨丘的初衷是利用AI技術(shù)來突破人類局限，以實現(xiàn)人工操作難以實現(xiàn)的目標(biāo)。即使在專利檢索比對這個細分領(lǐng)域，人工操作的局限性也普遍存在。例如，人工閱讀并比對上萬篇文件幾乎不可能，而在疑難專利檢索項目中卻往往存在這種需求;在大型許可或訴訟項目中，有時還需要在極短時間內(nèi)準確地完成數(shù)百甚至上千件標(biāo)準必要專利真實性認定，這在以往也很難實現(xiàn)。但現(xiàn)在墨丘大模型自主式專利檢索比對系統(tǒng)已經(jīng)可以輕松地滿足這種大批量的專利檢索和SEP真實性認定需求了。
大模型技術(shù)最終是否會替代代理師和專利分析師的工作?一定程度可能會這樣，但代理師和專利分析師始終擁有機器無法替代的優(yōu)勢。例如，知識產(chǎn)權(quán)領(lǐng)域存在大量具有彈性解讀和判斷空間的任務(wù)，這是計算機不擅長的。對專利的新穎性、創(chuàng)造性、標(biāo)準必要性等最權(quán)威的判斷，始終需要專家才能做出。然而，大模型技術(shù)在知識產(chǎn)權(quán)行業(yè)的應(yīng)用必將促使從業(yè)人員不斷優(yōu)化自己的能力結(jié)構(gòu)，加強自己在技術(shù)理解、專利解讀和比對分析等方面的能力，而將確定性較強的檢索和分析工作交給計算機。另外一方面，僅有計算機的檢索比對結(jié)果往往是不夠的，需要專業(yè)人員對機器檢索比對結(jié)果進行深入消化和有效運用。這包括對分析結(jié)果進行必要的修正，對分析過程和結(jié)論進行詳細解讀，并將其應(yīng)用于實際的專利許可、訴訟和無效項目中。
從工作量來看，未來人工工作量可能只占20%，但其重要性卻占80%，專家團隊的重要性不言而喻。墨丘也將始終維持一個強有力的專家團隊，利用AI技術(shù)、領(lǐng)域知識和專業(yè)技能幫助企業(yè)完成業(yè)務(wù)閉環(huán)。
06、您對整個行業(yè)有什么期待？
AI技術(shù)正在深刻地顛覆整個知識產(chǎn)權(quán)行業(yè)。建議知識產(chǎn)權(quán)從業(yè)人員用好AI，調(diào)整自身能力結(jié)構(gòu)，在技術(shù)創(chuàng)新、專利布局與申請、專利許可訴訟和交易中充分利用新技術(shù)帶來的便利，積極擁抱AI時代的來臨。
(原標(biāo)題：大模型技術(shù)在專利檢索分析領(lǐng)域取得重大進展)
中企檢測認證網(wǎng)提供iso體系認證機構(gòu)查詢，檢驗檢測、認證認可、資質(zhì)資格、計量校準、知識產(chǎn)權(quán)貫標(biāo)一站式行業(yè)企業(yè)服務(wù)平臺。中企檢測認證網(wǎng)為檢測行業(yè)相關(guān)檢驗、檢測、認證、計量、校準機構(gòu)，儀器設(shè)備、耗材、配件、試劑、標(biāo)準品供應(yīng)商，法規(guī)咨詢、標(biāo)準服務(wù)、實驗室軟件提供商提供包括品牌宣傳、產(chǎn)品展示、技術(shù)交流、新品推薦等全方位推廣服務(wù)。這個問題就給大家解答到這里了，如還需要了解更多專業(yè)性問題可以撥打中企檢測認證網(wǎng)在線客服13550333441。為您提供全面檢測、認證、商標(biāo)、專利、知識產(chǎn)權(quán)、版權(quán)法律法規(guī)知識資訊，包括商標(biāo)注冊、食品檢測、第三方檢測機構(gòu)、網(wǎng)絡(luò)信息技術(shù)檢測、環(huán)境檢測、管理體系認證、服務(wù)體系認證、產(chǎn)品認證、版權(quán)登記、專利申請、知識產(chǎn)權(quán)、檢測法、認證標(biāo)準等信息，中企檢測認證網(wǎng)為檢測認證商標(biāo)專利從業(yè)者提供多種檢測、認證、知識產(chǎn)權(quán)、版權(quán)、商標(biāo)、專利的轉(zhuǎn)讓代理查詢法律法規(guī)，咨詢輔導(dǎo)等知識。
本文內(nèi)容整合網(wǎng)站：中國政府網(wǎng)、百度百科、搜狗百科、360百科、最高人民法院、知乎、市場監(jiān)督總局 、國家知識產(chǎn)權(quán)局、國家商標(biāo)局
免責(zé)聲明：本文部分內(nèi)容根據(jù)網(wǎng)絡(luò)信息整理，文章版權(quán)歸原作者所有。向原作者致敬！發(fā)布旨在積善利他，如涉及作品內(nèi)容、版權(quán)和其它問題，請跟我們聯(lián)系刪除并致歉！
