Carl Rost é a mente por trás das ferramentas de busca de patentes baseadas em IA da Patsnap.
Patsnap está na vanguarda da inteligência de inovação, aproveitando o poder da IA e do aprendizado de máquina para analisar bilhões de conjuntos de dados, permitindo que inovadores façam conexões cruciais. Sua tecnologia LLM de ponta, adaptada para profissionais de P&D e IP, navega facilmente por bilhões de páginas de patentes diariamente. O assistente de IA do Patsnap se envolve em respostas conversacionais a perguntas inovadoras e pode identificar respostas específicas em textos extensos. Por exemplo, pode determinar com precisão se um determinado tipo de widget já está patenteado.
Você pode fornecer uma visão geral de como funciona o assistente de IA do Patsnap e suas funções principais?
Claro! É um assistente de IA chamado Hiro que permite fazer perguntas sobre uma patente específica ou até mesmo um conjunto de resultados ou todo o nosso banco de dados! Ele foi treinado para compreender questões relacionadas à inovação e patentes e responder de uma forma que satisfaça especialistas técnicos no assunto e profissionais de PI. Um avanço recente é que Hiro pode até ajudá-lo a resolver problemas técnicos e propor novas direções para novas invenções, aplicando princípios inventivos a soluções e problemas técnicos que foram encontrados em nosso banco de dados de patentes e literatura. Hiro funciona de maneira um pouco diferente dependendo se você o utiliza em nossos produtos que são para P&D ou para profissionais de IP.
Acho que o que torna o Hiro único é que ele é alimentado pelo LLM proprietário da Patsnap, as respostas também vinculam referências e fontes da biblioteca da Patsnap de 200 milhões de patentes, 190 milhões de peças de literatura, 254 milhões de estruturas químicas, 879 milhões de sequências biológicas e 2 bilhões de artigos de notícias. .
Que problemas este aplicativo está resolvendo para as empresas?
Os grandes inovadores deveriam dedicar o seu tempo à inovação, e não à determinação da novidade dos produtos ou à realização de pesquisas preliminares de mercado. Os dados de patentes são uma das nossas fontes mais ricas de informação técnica, rivalizando com os dados de periódicos, especialmente em determinados campos tecnológicos. Para a P&D, o tempo necessário para encontrar e interrogar esse tipo de dados tem sido um grande obstáculo para aproveitar isso, mas ferramentas como o Hiro podem realmente democratizar esse tipo de informação pela primeira vez.
Para os profissionais do direito, é comum passar horas, dias, semanas executando pesquisas prévias e com liberdade para operar. Com ferramentas de IA isso pode ser feito mais rapidamente e com mais precisão, liberando largura de banda para um trabalho mais estratégico.
As ferramentas de IA existentes são uma de duas coisas: excessivamente generalizadas e, portanto, não apropriadas para o espaço da propriedade intelectual, ou são caixas negras, sem transparência quanto aos recursos, reduzindo a confiança e obstruindo a tomada de decisões. Com o Hiro, vinculamos as fontes e garantimos visibilidade complete em todas as etapas do processo de desenvolvimento.
Quais foram os principais desafios que sua equipe enfrentou ao desenvolver os recursos de IA para Patsnap e como você os superou?
Sabemos que os indivíduos que constroem novas invenções querem mantê-las protegidas, por isso a segurança foi uma prioridade durante a construção do Hiro. Como o modelo que alimenta o Hiro é native e integrado ao nosso aplicativo, nenhum dado deixa o ambiente para terceiros em quem seja difícil confiar. Nossos concorrentes não fizeram o trabalho de base e optaram por modelos de terceiros que não resistem ao escrutínio. Quando dizemos que não estamos treinando modelos com base em dados de clientes, sabemos que isso é verdade e podemos mostrar isso aos nossos clientes e o que fazemos. Em contrapartida, as soluções dos nossos concorrentes expõem-no a riscos através de terceiros que têm uma reputação nada excelente, em termos de transparência e tratamento de dados.
Você poderia explicar como Hiro responde a perguntas específicas sobre novidades e o impacto que isso tem nos fluxos de trabalho de P&D e IP?
Com o Hiro, os usuários podem fazer perguntas como “Quais aspectos desta invenção a tornam inovadora?” ou “Como esta patente pode ser mantida em diferentes sistemas jurídicos?” ou mesmo “como construir um jetpack vestível” e obtenha respostas que abordam cada etapa do processo de invenção. Comparado aos modelos generalistas, Hiro realmente consegue o que torna uma patente especial. Os usuários não precisam ser especialistas em patentes para descobrir o que é ou não novo em sua invenção e podem entender em segundos qual parte de seu produto ou ferramenta precisa ser protegida.
Como Hiro lida com a vasta quantidade de dados de patentes e literatura não-patente para fornecer respostas precisas e relevantes?
Fizemos um treinamento extensivo nesse conjunto de dados e avaliamos as respostas com especialistas. Em seguida, treinamos a IA nas respostas dos especialistas, obtivemos o resultado da taxa de IA e pedimos que os especialistas revisassem isso. Em suma, avaliamos milhões de pontos de dados desta forma para garantir que as respostas sejam significativas para especialistas em tecnologia e profissionais de patentes.
Como Hiro utiliza modelos de linguagem grande (LLMs) para aumentar a eficiência das pesquisas de patentes e análise de IP? Que tipos de dados foram usados para treinar o LLM proprietário da Patsnap e como você garante sua precisão e confiabilidade?
Patsnap construiu um LLM específico do setor para impulsionar Hiro. O LLM foi treinado em registros de patentes, artigos acadêmicos e outros dados de inovação, o que o ajuda a compreender e recontar informações de uma forma que seja mais útil para os profissionais do que os modelos generalistas. Para garantir precisão e confiabilidade, empregamos métodos rigorosos de pré-processamento de dados, incluindo filtragem de dados de baixa qualidade, desduplicação e reescrita. Também sintetizamos novos dados combinando diferentes fontes para aprimorar a compreensão do modelo sobre nuances específicas de IP. Supervisionamos o ajuste fino e o aprendizado por reforço a partir do suggestions humano para melhorar continuamente seu desempenho.
PatsnapGPT foi testado extensivamente e superou o GPT-4 em tarefas específicas de IP, demonstrando capacidades superiores na elaboração, classificação, resumo e raciocínio dentro do domínio de patentes.
O LLM proprietário é transparente, vinculando fontes e referências, e não é treinado em dados de clientes. É o único participant do setor que usa um LLM ajustado internamente, em um setor que depende especialmente da privacidade e confidencialidade dos dados.
Como o LLM proprietário da Patsnap se compara a outros LLMs de uso geral como o GPT-4 em termos de desempenho e precisão para tarefas relacionadas a IP?
O LLM proprietário da Patsnap supera o GPT-4 quando se trata de consultas de propriedade intelectual. Usando o Exame da Ordem de Patentes do USPTO, o PatsnapGPT-1.0 teve um desempenho no nível de um especialista em PI, enquanto os LLMs gerais não atingiram o ponto de corte para advogados de patentes que fizeram o exame.
PatsnapGPT realmente se destaca quando você observa seu desempenho em benchmarks específicos de IP. Hiro tem pontuações consistentemente mais altas do que modelos gerais como o GPT-4 no Exame da Ordem de Patentes do USPTO. LLMs gerais não conseguem passar no ponto de corte de 70 pontos no exame, enquanto PatsnapGPT 1.0 obteve pontuação no nível de especialista em IP. Isso mostra que ela tem uma melhor compreensão dos fundamentos da PI. Além disso, no PatentBench, que é uma referência abrangente para tarefas de IP, o PatsnapGPT se destacou em diversas áreas. Produziu textos mais precisos e relevantes para redação de patentes, obteve pontuação mais alta na classificação de patentes de acordo com o sistema de Classificação Internacional de Patentes e seus resumos de efeitos técnicos, problemas, métodos e resumos foram consistentemente avaliados mais alto pelos avaliadores. Ele também mostra velocidades mais rápidas e menor uso de memória em comparação com GPT-4 para documentos de patentes longos.
Como você vê a evolução do papel da IA no campo da propriedade intelectual e da pesquisa e desenvolvimento na próxima década?
Vejo que a IA desempenhará um papel cada vez mais central na propriedade intelectual e na investigação e desenvolvimento durante a próxima década. Por um lado, a IA aumentará enormemente a eficiência e a precisão das pesquisas e análises de patentes. Modelos avançados de IA como o PatsnapGPT se tornarão ainda melhores na compreensão e categorização de documentos técnicos complexos, na elaboração de especificações de patentes de alta qualidade e na identificação de possíveis infrações ou sobreposições em patentes existentes. Isso economizará muito tempo e reduzirá a margem de erro humano.
Além disso, a IA revolucionará a forma como lidamos e interpretamos grandes quantidades de dados IP. Com a capacidade de processar e analisar rapidamente grandes conjuntos de dados, a IA pode descobrir tendências e insights que, de outra forma, poderiam passar despercebidos. Isto pode informar uma melhor tomada de decisões e estratégias na gestão da PI e na I&D, tais como a identificação de tecnologias emergentes, áreas potenciais para inovação e parcerias estratégicas.
Em P&D, a IA impulsionará a inovação auxiliando no processo de descoberta. Algoritmos de aprendizado de máquina podem analisar pesquisas anteriores, prever resultados e até sugerir novas linhas de investigação, acelerando o ritmo de descoberta e desenvolvimento. A IA também pode simular experimentos e modelar sistemas complexos, reduzindo a necessidade de testes físicos caros e demorados.
À medida que a tecnologia de IA continua a evoluir, a sua integração na PI e na I&D aumentará a criatividade, a eficiência e o planeamento estratégico.
Obrigado pela ótima entrevista, os leitores que desejam saber mais devem visitar o Patsnap.
