|
|
＜10：00〜11：30＞
【第１部】知財AIの活用による効率的な特許調査手法
(株)SCREENグラフィックソリューションズ
要素開発担当（シニアアドバイザー）、知財管理者 山本 隆治氏
|
【講演趣旨】
印刷関連技術分野で25年知財管理者を担当し、知財AIを活用して効率良く精度の高い調査手法の構築を5年間研究してきました。知財ＡＩを活用した特許調査手法の研究を通じて、知財ＡＩは活用の仕方次第では、抽出すべき公報を大幅に前方にソートしてくれることが判ってきました。今回のセミナーでは、出願前特許調査では知財AI活用により査読率30％で終了する手法を説明します。また製品化前特許調査では知財AIの2回活用し、適切なタイミングで精読・粗読を効率的に切替え、査読率100％でありながら調査時間1/2に短縮する特許調査手法について説明します。本手法により多くのエンジニア及び特許調査者が、限られた時間を有効活用できることを期待します。
|
|
【講演項目】
１．特許調査が知財AIにより効率化する仕組み
1.1 特許調査の課題と知財ＡＩの仕組み
1.2 知財AIにより特許調査を効率化するための工夫
２．知財AIによる出願前特許調査の効率化
2.1 AIに対する期待と失敗から学んだこと
2.2 出願前特許調査への応用
３．製品化前特許調査の効率化（通常調査、ＳＤＩ）
3.1 調査用の特許調査集合の作成（3Dprinterによる製造方法）
3.2 数学モデル法について
3.3 数学モデル法による知財AI特許調査結果の分析
3.4 定率法について
3.5 定率法による知財AI特許調査結果の分析
3.6 数学モデル法と定率法の時間短縮とＡＵＣ比較
４．技術分野での定率法による知財ＡＩ特許調査の効率化（通常調査、ＳＤＩ、ＵＳＥＰ）
4.1 通常調査における特許調査の効率化
4.2 ＳＤＩにおける特許調査の効率化
4.3 ＪＰの調査結果を活用するＵＳＥＰ特許調査の効率化
５．まとめ
【質疑応答】
|
|
|
＜12：15〜13：45＞
【第２部】生成AIで革新する特許データ分析
(株)知財デザイン 代表取締役（弁理士）
川上 成年氏
|
【講演趣旨】
最新のAI技術を活用し、特許データ分析の効率と精度を飛躍的に向上させませんか？本講演では、ChatGPTを中心とした生成AIの活用方法を、特許データの収集から新商品コンセプト創出まで、実践的に学びます。さらに、講師による生成AIの使用実演を交えて、理解を深めていただきます。
・特許データの効率的な整形・分類手法
・AIを用いた高度な視覚化と分析テクニック
・特許情報からの革新的な製品アイデア創出
・生成AIツールのリアルタイム実演と解説
ビジネス戦略に直結する特許分析スキルを身につけ、イノベーションを加速させましょう。AI時代の特許戦略に不可欠な知識とスキルを、実演を交えて習得できる貴重な機会です！
|
|
【講演項目】
１． はじめに
1.1 特許データ分析の重要性
1.2 ChatGPTを用いた特許データ分析
２．特許データ分析の進め方
2.1 特許データ分析の進め方
2.2 ChatGPTの使用方法
３．特許データの整形処理
3.1 不要列・不要語削除
3.2 出願人名寄せ
3.3 出願人スクリーニング
3.4 課題・解決手段抽出
４．特許データの分類処理
4.1 課題と解決手段の要約
4.2 課題分類と解決手段分類の生成
4.3 課題分類と解決手段分類の追加
５．特許データの視覚化と分析
5.1 ランキンググラフ
5.2 時系列グラフ
5.3 円グラフ
5.4 クロス集計（ヒートマップ）
5.5 比較分析
６．新商品コンセプトの生成
6.1 新商品コンセプトの複数案の生成
6.2 新商品コンセプトの詳細生成
6.3 新商品コンセプトの画像生成
6.4 新商品のマーケティング戦略生成
6.5 新商品コンセプトの評価
【質疑応答】
|
|
|
＜14：00〜15：30＞
【第３部】ＡＩによる特許文書評価と特許分類への活用
IRD国際特許事務所 所長 弁理士 博士（情報学） 谷川
英和氏
|
|
【講演趣旨】
生成ＡＩ（ChatGPT4.0）、機械学習（SVR）、および自然言語処理による定性的・定量的特許文書評価について述べる。生成ＡＩを用いた評価において、発明着想から明細書作成までの各フェーズでの利用結果の例について紹介する。また、「産業日本語研究会 特許文書分科会」における研究の成果である「特許文書品質特性モデル」について概説し、その「特許文書品質特性モデル」と生成ＡＩとの関係についても説明する。
ＡＩの特許分類へ活用については、各種の機械学習のアルゴリズムを用いた最適アルゴリズム探索技術について説明した後、当該アルゴリズムを搭載したツール（PatentNoiseFilter）について説明する。
|
|
【講演項目】
１．ＡＩによる特許文書評価
1.1 生成ＡＩによる定性特許文書評価
（１）特許文書品質向上のためのツール
（２）生成ＡＩを用いた特許文書品質向上のための取り組み
− 発明着想フェーズでの生成ＡＩの利用
− 発明構築フェーズでの生成ＡＩの利用
− 特許調査フェーズでの生成ＡＩの利用
− クレーム作成フェーズでの生成ＡＩの利用
− 図面作成フェーズでの生成ＡＩの利用
− 明細書作成フェーズでの生成ＡＩの利用
（３）産業日本語研究会 特許文書分科会の取り組み
− 特許文書品質特性モデルの概要
− 特許文書品質特性モデルの学習用テキスト
1.2 機械学習等による定量的特許文書評価
（１）機械学習を用いた定量的特許文書評価
− 機械学習モジュールに与えるパテントメトリクス
− 定量的特許文書評価ツール（PatentValueAnalyst）
（２）演算式による定量的特許文書評価
1.3 明細書チェックツール（PatentQC）
２．ＡＩの特許分類へ活用
2.1 ＡＩによる最適アルゴリズム探索技術
（１）最適アルゴリズム探索技術の概要
（２）最適アルゴリズム探索技術を搭載した特許自動分類ツール（PatentNoiseFilter）
2.2 PatentNoiseFilterのＳＤＩへの応用
３．まとめ
【質疑応答】
|
|
|
＜１5：45〜17：15＞
【第４部】外国出願における機械翻訳と生成AIの効果的な利用方法
(株)サン・フレア お客様サービス本部 部長補佐 鈴木
祐介氏
|
|
【講演趣旨】
最近の生成AIの進歩により知財業務での効果的な活用が大きなテーマとなっています。また従来から利用されている機械翻訳はすでに知財業務に欠かせないものになっています。
本講演はそのなかでも外国出願の翻訳業務にフォーカスして、両システムの概要、機械翻訳と生成AIの違い、特許明細書への効果的な活用方法、今後の課題と生成AIが翻訳業務/業界に及ぼす影響について解説します。
機械翻訳の活用を部門として検討している方、生成AIをどのように業務に組み込むべきか思案している方、既に機械翻訳と生成AIを利用している方にも本講演の内容がお役に立てば幸いです。
|
|
【講演項目】
１． イントロダクション
1.1 講師紹介
1.2 講演のアジェンダと本講演のテーマ紹介
２．機械翻訳の概要
2.1 これまでの機械翻訳の歴史
2.2 機械翻訳の種類と特徴
2.3 機械翻訳の得意なこと、不得意なこと
2.4 外国出願業務への効果的な活用と利用方法
３．生成AIの概要
3.1 生成AIの種類と特徴
3.2 生成AIを活用するうえでの注意事項
3.3 生成AIと機械翻訳の違いは？
3.4 外国出願業務への効果的な活用と利用方法
４．機械翻訳と生成AIのアウトプット比較
4.1 評価手法と比較結果
4.2 機械翻訳と生成AIはどちらが優れている？
4.3 それぞれの活用方法について考察
５．機械翻訳と生成AIを活用するうえでの課題と展望
5.1 課題の見える化から始めませんか？
5.2 翻訳業界及び外国出願の翻訳に及ぼす影響
5.3 まとめ
【質疑応答】
※講師と同業の方のご参加はお断りする場合があります
|
