Внедрение инструментов искусственного интеллекта в патентную аналитику

Введение

Бурное развитие инструментов и методов искусственного интеллекта способствует развитию исследовательского интереса в различных сферах деятельности. Необходимость генерирования новых идей и поиск различных способов создания инновационных решений, побудил потребность обратиться к возможностям патентной аналитики, когда до создания нового осуществляется поиск и анализ готовых решений. В условиях стремительно растущего объема патентной информации и увеличения ее сложности, традиционные методы патентных исследований сталкиваются с целым рядом трудностей. Одними из ключевых проблем являются интерпретация информации, содержащейся в патентных документах, объём и сложность предоставляемых для анализа данных, а также ограниченная эффективность традиционных методов поиска информации.

Всемирная организация интеллектуальной собственности (ВОИС) при проведении статистических исследований отметила, что в 2018 году произошел всплеск по количеству патентных заявок технологической направленности, при этом возросло число изобретений созданных на основе искусственного интеллекта [1]. Патентные организации столкнулись с проблемой анализа поступающих заявок. В том же году Японская патентная организация провела исследование, сфокусировав внимание на затрачиваемое экспертами время при анализе заявок на предмет «патентной чистоты». Оказалось, что около 30 процентов рабочего времени уходит на поиск данных о предыдущих решениях и 10 процентов тратят на анализ при сопоставлении отобранных патентов [2].

Подобное исследование провёл и Национальный институт промышленной собственности во Франции. Результаты анализа показали, что получая около 300 предварительных патентных заявок в неделю, задача предварительной классификации заявок вручную довольно громоздкая с точки зрения времени, которое для этого требуется, учитывая при этом человеческий фактор, который также способен тормозить анализ данных заявок. Именно поэтому Национальный институт промышленной собственности развивает инструменты, основанные на искусственном интеллекте используя необходимые данные. Разработанные инструменты дают возможность классифицировать имеющиеся патенты, что облегчает деятельность патентных аналитиков [3].

С каждым годом количество заявок растет, усложняются показатели, по которым оценивается предыдущий уровень развития. С 2020 года по 2023 г.г. растет активность российского бизнеса, количество патентов в 2023 года увеличилось на 37% по отношению к предыдущему году [4]. Использование человеческого капитала приводит к увеличению времени на проведение сопоставительного анализа, что способствует не только к задержке при выдаче патентов, но и значительно сдерживает инновационное развитие предприятий, а на уровне государства – снижает конкурентоспособность национальных экономик.

Цель данного исследования: анализ возможности применения инструментов и методов искусственного интеллекта в патентной аналитике для поиска инновационных решений в технологической сфере.

В статье проанализированы возможности использования патентных исследований для решения инновационных вопросов развития общества и экономики. Развитие цифровых решений, появление инструментов искусственного интеллекта позволяет оптимизировать деятельность патентных аналитиков и авторами предложено решение внедрения на всех этапах патентного исследования.

Влияние патентных решений на инновационное развитие экономики

Патенты представляют собой один из фундаментальных механизмов защиты результатов интеллектуальной деятельности. Их ключевая функция заключается в предоставлении изобретателям и компаниям исключительного права на коммерческое использование разработанных технологических решений. Владельцы патента получают исключительное позволяющее впоследствии контролировать как производство, так и реализацию и распространение собственных технологий. В первую очередь владельцы патенты обеспечивают защиту от несанкционированного использования конкурентами [5].

Патенты не только защищают оригинальные разработки, но и являются неотъемлемой частью системы обмена научно-техническими знаниями. Они выполняют двойную задачу: с одной стороны, способствуют сохранению уникальности инноваций, а с другой — обеспечивают раскрытие составляющих технологий для стимулирования общего прогресса. Опубликованный патент становится ценным открытым источником технической информации, создавая возможности для применения инноваций в смежных областях. Это взаимодействие между защитой ИС и распространением научных знаний играет решающую роль в ускорении научного и технологического развития.

Кроме того, патенты являются стратегическим активом в рамках конкурентной борьбы. Монетизация интеллектуальных разработок через продажу патентов, лицензирование или кооперацию предоставляет разработчикам новый экономический инструмент. В секторах с высокой технической насыщенностью, таких как информационные технологии, биомедицина, робототехника и энергетика, патенты становятся ключевым элементом формирования долгосрочных конкурентных преимуществ [6].

В настоящее время патенты играют важную роль в стимулировании инноваций и экономического роста. Существует ряд аспектов, объясняющих эту важность.

Во-первых, это привлечение инвестиций. Наличие патента увеличивает доверие инвесторов, потому что это свидетельствует о наличии уникальной технологии и потенциальной конкурентоспособности на рынке. Патенты могут использоваться как активы для привлечения инвестиций и финансирования стартапов, что способствует развитию новых продуктов и услуг, то есть технологии коммерциализируются.

В-вторых, стимулирование конкурентоспособности и исследовательской деятельности. Патенты создают барьеры для выхода на рынок новых конкурентов, позволяя обладателям патентов укрепить свои позиции на рынке. Такая система стимулирует компании к активной работе и улучшениям. Это способствует и проведению исследовательской деятельность (например, выявление тенденций данного рынка для выхода на него или удержанию текущей позиции). Также патенты облегчают процесс передачи технологий от разработчиков к производителям, что может привести к более быстрому внедрению инноваций в промышленность, что способствует развитию экономики. Как следствие, это содействует с увеличением производства, созданию новых рабочих мест, инновациям в разных отраслях жизни (например, здравоохранение).

В целом, патенты являются важным инструментом, способствующим экономическому, предпринимательскому, государственному развитию.

Что может помочь в поисках эффективных методов анализа патентов в условиях растущего объема информации? Ни для кого не секрет, что в последние годы достаточно крепкие позиции в медиа-пространстве занимает искусственный интеллект. Он применяется в автоматизации процессов, анализе данных, улучшении пользовательского опыта, медицине и здравоохранении, транспорте и логистике, образовании, науке и исследованиях, этике и социальных аспектах. ИИ имеет огромный потенциал в преобразовании различных сфер общества, включая сферу патентования. Перечислим некоторые из них:

1. трансформация процесса обработки и интерпретации больших массивов патентных данных для повышения роли патентов в экономике и инвестиционных решений за счет искусственного интеллекта;

2. анализ патентоспособности изобретения по результатам поиска готовых решений по различным критериям, например, уровня новизны, степени реализуемости в промышленных масштабах и т.д.

3. поиск нарушений чужих патентных прав [7];

4. генерация новых идей и технологических решений на основе уже созданных решений.

В современном мире патенты представляют собой не только инструмент юридической защиты интеллектуальной собственности, но и важный экономический ресурс, оказывающий значительное влияние на глобальные процессы инвестирования, инноваций и технологического развития. Их значение выходит за рамки статуса правовой охраны, выступая ключевым элементом стратегического управления, стимулируя инновационные процессы и обеспечивая критические конкурентные преимущества [8]. Патентные исследования, в контексте принятия стратегических решений, становятся неотъемлемым этапом анализа рынков и научно-технического прогресса. Особую роль в этой области начинает играть искусственный интеллект (ИИ), трансформируя подходы к обработке и интерпретации больших массивов патентных данных.

Современное состояние в сфере патентования

Патентные исследования занимают центральное место в процессе защиты интеллектуальной собственности, разработке инноваций и выявлении рыночных тенденций. Интеграция искусственного интеллекта (ИИ) в этот процесс способна существенно трансформировать традиционные подходы к анализу патентной информации, обеспечивая автоматизацию поиска, интерпретацию больших массивов данных и их классификацию. Настоящий раздел посвящен рассмотрению ключевых аспектов применения ИИ в сфере патентных исследований.

Данные о патенте, хранящиеся в базах, обладают полной информацией о техническом решении, которые включают: данные правообладателей и авторов, само описание технического решения и необходимые чертежи. Самой большой проблемой является то, что вся эта информация, вернее более 70% данных, не публикуются в открытых источниках. Анализ патентоспособности технического решения для приобретения патента на интеллектуальную собственность (ИС) предполагает исследование миллиона патентов и технической документации со всего мира. При этом приходится иметь дело с большим разнообразием источников, к ним относятся как патентные базы данных, так и статьи, технические отчеты и т.д.

Одной из главных проблем является объем и сложность патентной информации, с которыми сталкиваются исследователи. Ежегодно публикуются миллионы патентов, и количество патентных заявок постоянно растет. Обрабатывать такой массив данных вручную практически невозможно. Даже если исследователь сосредоточится на конкретной отрасли или тематике, ему придется просматривать тысячи документов, что занимает значительное время и ресурсы. Кроме того, для понимания патентных документов часто требуется знание специализированной терминологии, что делает их особенно сложными для обычных пользователей. В связи с этим, компании и инноваторы вынуждены тратить больше времени и ресурсов на изучение и анализ патентной информации, что может замедлить разработку новых продуктов и технологий.

Также проблемой является работа с бумажными копиями патентных документов. Хранение и организация огромного количества физических копий требует значительных финансовых и временных затрат. Поиск необходимой информации в бумажных архивах может занять дни или недели, что негативно сказывается на эффективности исследований. Кроме того, бумажные документы подвержены износу и повреждениям, что может привести к утрате важной информации. Процесс подачи патентных заявок тоже сопряжен с многочисленными сложностями, потому что заявители обязаны заполнить множество форм и предоставить подробную документацию, соответствующую требованиям патентных ведомств. Любые ошибки в оформлении или подаче документов могут привести к отказу в регистрации патента или существенной задержке в рассмотрении заявки. Это требует привлечения квалифицированных специалистов, что увеличивает расходы компании. Как мы знаем, патенты публикуются в различных форматах и языках.

Еще более существенной проблемой является то, что все источники обладают многообразием используемых форматов. Это добавляет дополнительные сложности в процесс их анализа. Некоторые документы доступны только в PDF-формате, с которыми возникают сложности при автоматической обработке. Другие документы представлены в специализированных форматах, таких как XML, которые требуют использования специализированного программного обеспечения для их чтения и анализа. Языковой барьер представляет собой серьезное препятствие, так как патенты могут быть опубликованы на разных языках, и перевод технической информации требует высокой квалификации. Нельзя не упомянуть, что традиционные методы поиска информации в патентных базах на данный момент доставляют большие неудобства. Поиск данных включает в себя ручную фильтрацию результатов, использование простых запросов и последовательный просмотр документов.

Проанализируем все вышесказанное на основе статистических данных. Ответим на вопрос, существенно ли изменяется количество подаваемых заявок в мировом масштабе? Всемирная организация интеллектуальной собственности отслеживает ситуацию в сфере патентования и публикует свои данные в ежегодном справочнике. Если отследить количество заявок в течение последних 14 лет (Рис.1), то видим их неуклонный рост. При этом темпы роста отличаются в зависимости от года (Рис.2), когда рассматриваем насколько меняется количество заявок по отношению к предыдущему году (в процентном соотношении). Спад произошел только в период ковида, что вполне объяснимо.

Рис. 1 Изменение количества заявок [9]

Источник – разработан авторами на основе материалов ВОИС

Рис. 2 Изменение количества заявок по отношению к предыдущему году [9]

Источник – разработано авторами на основе материалов ВОИС

В связи с увеличением количества обрабатываемых данных, вполне закономерным является поиск новых технологических решений. Разработчики инструментов и методов искусственного интеллекта предлагают различные способы применения, которые могут быть реализованы и в сфере патентной аналитики.

В настоящее время очень сложно дать точное определение понятию искусственный интеллект (ИИ), так как его стремительное развитие и изменение функционала делает сложным его терминологию. Официальные источники, такие как Указа Президента Российской Федерации от 10.10. 2019 г. №490 «О развитии искусственного интеллекта в Российской Федерации» рассматривают искусственный интеллект как «комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые с результатами интеллектуальной деятельности человека или превосходящие их».

При изучении проблем искусственного интеллекта прослеживаются три основных направления:

1. Анализ способов нормативного регулирования результатов интеллектуальной деятельности созданных инструментами ИИ [10].

2. Поиск критериев оценивания объектов интеллектуальной собственности, созданных ИИ. Например, возникает необходимость отхода от формального описания технического решения и анализ содержательной части патентуемого решения [11].

3. Отслеживание трендов технологического развития на основе содержания подаваемых заявок [12].

Если обратимся к вопросу использования инструментов ИИ в патентной аналитике, то исследований в российском сегменте крайне мало. В качестве инструмента исследования был использован библиометрический метод, включающий три основных этапа: выбор ключевых слов и словосочетаний; определение границ исследования (выбор пал только на проиндексированные ВАК-овские журналы); анализ содержания статей на предмет соответствия интересующей нас тематике. Поиск источников по ключевым словам в научной электронной библиотеке Elibrary.ru дал следующие результаты (Табл. 1).

Таблица 1

Статистика публикаций индексированных в библиотеке Elibrary.ru

В 2020 году авторы исследования [13] отмечали, что мало уделяется внимание цифровизации патентных исследований. В рассматриваемой работе предлагают различные типы анализа, кластеризацию патентной аналитики, построение патентных ландшафтов и т.д. Мы рассмотрим возможность применения инструментов ИИ исходя из этапов патентного исследования и возможности их реализации с помощью цифровых решений.

Этапы патентного исследования:

1. Анализ документа и составление списка ключевых слов.

Один из наиболее ресурсоемких этапов патентных исследований – поиск релевантной информации в огромных объемах данных. Объем мировых патентных массивов ежегодно увеличивается за счет регистрации миллионов новых патентов, что делает использование традиционных методов поиска крайне трудозатратным. Современные ИИ-технологии предоставляют высокоэффективные инструменты, позволяющие ускорить и упростить этот процесс.

Говоря про применение алгоритмов ИИ, стоит отметить, что современные алгоритмы искусственного интеллекта, такие как обработка естественного языка (NLP), машинное обучение (ML) и методы на основе нейронных сетей, дают возможность проводить анализ патентной информации с высокой степенью точности. Эти технологии позволяют интерпретировать сложные структуры и формулировки патентных описаний, определять ключевые элементы, идентифицировать синонимичные концепты и адаптировать выводы по текстам, принадлежащим разным дисциплинам. Кроме того, такие системы могут выявлять скрытые связи между патентными документами, не очевидные при синтаксическом анализе. Эта особенность открывает новые перспективы для трансдисциплинарных инновационных исследований.

2. Определение наиболее подходящих классов из международной патентной классификации (МПК) на основе выявленных ключевых слов.

Патентные исследования включают не только поиск, но и глубокую аналитическую обработку значительных объемов, структурированных и неструктурированных данных. Искусственный интеллект позволяет значительно повысить точность анализа данных из патентных массивов, выявлять закономерности и рыночные тренды, а также упрощать процесс структурирования данных для их дальнейшего использования.

С применением алгоритмов машинного обучения возможно детальное изучение динамики патентной активности, отражающее изменения в количестве регистраций патентов за различные временные периоды. ИИ способен выявлять рост интереса к конкретным технологиям, определять ведущие направления в инновационном процессе и прогнозировать области, где вероятны наиболее значимые научно-технические открытия. Такой инструментарий позволяет компаниям и исследовательским организациям корректировать стратегическое планирование, адаптируясь к текущим и прогнозируемым тенденциям.

Ключевой этап патентных исследований – классификация документов по техническим направлениям, отраслям и категориям. Искусственный интеллект не только автоматизирует этот процесс, но и позволяет выявлять новые, ранее неочевидные связи между патентами. Так, использование методов глубинного обучения, включая сверхточные нейронные сети, позволяет анализировать не только текстовое содержимое патентной документации, но и визуальные материалы, такие как чертежи и схемы. Это значительно облегчает интерпретацию комплексных документов, особенно тех, которые содержат обширное количество графических данных.

Кроме того, ИИ может сопоставлять патентные документы, зарегистрированные в различных национальных юрисдикциях, облегчая анализ международных баз данных. Это особенно важно для транснациональных корпораций, ведущих научно-технические разработки в условиях растущей глобальной конкуренции.

3. Составление поискового запроса с использованием ключевых слов, классов МПК при помощи логических операторов.

На данном этапе уже возникают определенные сложности, т.к. уровень обучения ИИ дает лишь обобщенные результаты (шаблонные запросы), которые не позволяют получать точечные решения.

4. Получение «сырого» списка патентов и просмотр списка для выявления наиболее близких патентов.

Отбор и ранжирование проанализированных патентов по набору ключевых слов, также вполне реализуем. Но окончательное решение должен принимать аналитик, т.к. сопоставление только формальных параметров может быть недостаточным.

5. Выводы относительно новизны и патентоспособности, составление отчета о патентном исследовании.

Возможность подготовки отчета о патентной чистоте искусственным интеллектом – вопрос открытый. Предлагаемое техническое решение должно обладать новизной, т.е. быть неочевидным решением для специалиста в данной области. При анализе имеющихся решений патентный аналитик сопоставляет как отдельные аспекты рассматриваемой заявки, так и как целостный объект исследования.

Патентные ведомства осуществляют порядка 70 инициатив, связанных с искусственным интеллектом и только 13 из них направлены на поиск существующих аналогов [2]. Если рассмотреть по странам, то:

- Канадское ведомство интеллектуально собственности использует встроенные инструменты ИИ в доступные поисковые системы для выявления связей между ссылками, заявками и текущим уровнем техники.

- Японское патентное ведомство (ЯПВ) применяет ИИ для индексации файлов, которые позволяют выделять ключевые слова, затем классифицировать их по определенным основаниям и ранжировать их в зависимости от их релевантности.

- Ведомство Соединенных Штатов Америки по патентам и товарным знакам (ВПТЗ США) использует ИИ для определения патентоспособности, анализа всей процедуры выдачи патента и автоматизировать процесс составления заявки.

- Национальный институт промышленной собственности (INPI) Бразилии отработал механизм поиска с использованием ИИ в области химии.

В России так же активно начинают применять инструменты ИИ в патентном анализе. В системе поиска SearchPlatform Роспатента встроена возможность поиска не по запросам, а по полному текстовому описанию изобретения. На этапе внедрения находится еще одна разработка фирмы ООО «ВКО-Интеллект». Это программный сервис, позволяющий осуществлять релевантный поиск, автоматизировать процесс создания отчетов, экспорт данных в различные офисные приложения и визуализация патентных данных в различных аналитических разрезах.

Заключение

В условиях цифровизации и ускоряющегося технологического прогресса интеллектуальная собственность (ИС) стала критическим компонентом конкурентоспособности фирм и государств. Права на патентованные технологии позволяют закрепить результаты научных исследований и разработок за компаниями, защищая их коммерческую ценность. Это особенно важно в динамично развивающихся технологических секторах, где скорость появления новых решений требует усиленной защиты интеллектуальных прав.

Патенты предоставляют разработчикам надежную правовую базу для защиты их инноваций от нарушения конкурентами. В случае обнаружения факта нарушения патентного законодательства владельцы патентов могут инициировать юридические процессы, в том числе судебные разбирательства, что делает патентную систему инструментом для обеспечения справедливого распределения технологических прав.

Анализ патентных данных играет стратегическую роль в управлении ИС. Компании всё чаще прибегают к методам системного анализа патентов для оценки рыночных трендов, проведения конкурентного анализа и выявления перспективных инновационных направления. Усиление аналитических возможностей стало особенно заметным благодаря внедрению ИИ. Использование алгоритмов глубокого обучения, машинного анализа текста и обработки естественного языка (NLP) позволяет формировать высокоточные прогнозы, выявлять технологические пробелы и оптимизировать стратегии управления интеллектуальными активами.

Организация патентной аналитики только зарождается и имеет огромный потенциал по поиску и практической реализации инновационных решений практически во всех областях деятельности человека. Мы видим, что искусственный интеллект в настоящее время подразумевает перспективы в повышении эффективности и точности при проведении патентных исследований. На данный момент ИИ дает нам такие значимые функции, как автоматизацию задач, защиту интересов, прогнозирование и аналитику. При этом не нужно забывать, что использование искусственного интеллекта требует грамотного подхода и контроля со стороны специалистов для избегания ошибок.