USPTO: AI イノベーションに人間中心のアプローチを採用

洞察力を重視する多くの組織と同様、米国特許商標庁 (USPTO) は、データ分析、人工知能、機械学習などのテクノロジーを使用して、業務効率とパフォーマンスを向上させています。システムとプロセスの品質を向上させるだけでなく。

人工知能と機械学習アルゴリズムは USPTO の業務にとって重要ですが、同時に政府機関の指針は、これらのテクノロジーを開発および使用してプログラムを改善および拡張することにあります。 -中心のアプローチ。米国特許商標庁の最高情報責任者、ジェイミー・ホルコム氏は、人工知能と機械学習ツールは人間の専門家の能力を強化し、仕事における創意工夫を高めるのに役立つと指摘した。 . あるいは推理力が半端ない。

Jamie Holcombe、米国特許商標庁最高情報責任者

この技術をさらに補完し、改善するために、米国特許商標庁は、 Trademark Office は、パッシブおよびアクティブなキャプチャ手法を使用して、何千人もの経験豊富な従業員からのインプットをトレーニングし、AI 駆動モデルを改善して、テクノロジーが望ましい結果を確実に達成できるようにします。米国特許商標庁は、設立以来 1,100 万件以上の特許を付与しており、エンジニア、弁護士、アナリスト、コンピューター専門家を含む 12,000 人以上の職員を擁しています。それだけでなく、最前線の特許審査官からの継続的なフィードバックは、AI/ML モデルを改善して新製品開発を促進し、特許検索と分類という 2 つの主要分野での活動をサポートするために使用されます。

Holcombe 氏は、現在のデータ量と「先行技術」の潜在的なソースが爆発的に増加していることを考慮すると、包括的な特許調査の実施は困難になる可能性があると指摘しました。この課題に対処するために、USPTO の技術チームは新しい特許検索ツールで人工知能を使用し、審査官が出願を審査する際に必要な最も関連性の高い情報源を見つけられるようにしています。 USPTO は毎年 600,000 件を超える申請書を受け取り、平均的な申請書には約 20 ページのテキストと画像、または約 10,000 の説明単語が含まれるため、これは重要です。 USPTO IT 部門は、250,000 以上の可能なクラスから発明に関連する分類記号を識別して照合できる分類ツールも開発し、導入しました。

どちらの場合も、モデルは人間の専門家によって提供されるフィードバックによって開発され、継続的に強化されます。専門家は人間を使って何かが新しいか新しいかを判断し、法的、事実的、専門的な知識を適用して意思決定を行います。

情報フローにおける人材チャネルの探索

審査官の専門家やその他の人々からのフィードバックを安定して得られることは利点ですが、USPTO がイノベーションや新しいチャネルを決定したいのはそれではありません。重要な課題を解決し、人工知能を拡張する唯一の方法は、グローバルな専門知識です。今年の初めに、USPTO は AI 研究コミュニティと Google Kaggle に注目しました。 Kaggle は、データ サイエンティストなどが意見やアイデアを交換するための技術的およびソーシャル プラットフォームです。Kaggle は毎年 3 月に世界的なコーディング コンテストを開催し、賞金 25,000 ドルを提供し、人工知能研究者やデータ サイエンティストにコードを書くよう呼びかけています。フレーズの意味上の類似性。

今年のコンテストには、6 月 30 日の締め切りまでに 42,900 件のエントリーが寄せられ、1,800 を超えるグローバル チームが協力して、公開されている独自のデータ ソースを活用しました。ホルコム氏は、コンテストの目的は、代理店や特許コミュニティが特許言語をよりよく理解できるように AI の使用を促進することであると説明しました。 「その結果、特許検索のフレーズ アルゴリズムが改善されただけでなく、優れたモデルがパブリック ドメインに採用されるようになりました。」と同氏は述べています。

USPTO は、無料の Golden などの他の公開情報リソースも活用しています。 2019 年に開始された「Wiki スタイル」の人工知能/機械学習主導のプラットフォームは、Web 検索を通じてトピックと関連性のある利用可能なデータを照合し、背後で実行される情報フローに統合できます。AI アルゴリズムが開始された後、関連するデータを継続的に追加されており、誰でも会社、その特許、資金源 (ベンチャー キャピタルなど) に関する情報を検索できます。

人工知能と人間の同盟のための A、B、および C ガイドライン

テクノロジーの統合に関する技術的なコラムを多く目にしますが、人間の本性の多様性と複雑さを考慮すると、人工知能と機械学習の開発に対する「人間中心」のアプローチは困難な場合があります。したがって、USPTO は、ホルコムのリーダーシップの下、パイロットからプロトタイプ、生産に至るまでのガイドラインを開発し、A、B、C ガイドラインとしてまとめました。

• A はアラインメントの略です。ホルコム氏は、ビジネスマンと IT 担当者の間には強いつながりがなければならないと信じています。 「最高の部門横断型チームは、計画、実行、検査、調整を促進するアジャイルな環境で、ビジネス担当者と並んで働く技術者で構成されています。」 アジャイルと DevSecOps の実践は、迅速な行動、透明性、および製品思考に依存しています。進捗を最大限に高めるために、リーダーはチームや関係者と早期かつ頻繁にコミュニケーションを図ります。
• B はビジネス バリューを表します。中核となる戦略的業務にとって明確な価値を持つビジネス ケースから始めて、AI と機械学習が役立つ課題を解決できます。ホルコム氏は、「100％手数料ベースの代理店として、当社はビジネスとROIの厳しい制約の中でテクノロジーの課題に取り組んでいる。」と述べ、審査官や他の分野の専門家を置き換えるのではなく、権限を与える。その結果、新興テクノロジー チームは社内顧客と協力して、リリース前、リリース中、リリース後にテストと調整を行っています。これらの製品のユーザーは、人工知能のイノベーションの推進に貢献できます。ユーザーの中には「細部にこだわる」ユーザーもおり、CIO などの経営幹部であるため、ユーザーの意見は重要です。ホルコム氏は、「当社は早期に顧客をプロセスに参加させるため、強力なフィードバックを得ることができ、それがテクノロジーの採用を促進するのに役立ちます。さらに、顧客は、政府機関の専門家や一般の人々に対して責任を負う人工知能を導入する権限を私たちに与えてくれます。正直である必要があります。」と述べました。頭いい。"＃＃＃＃＃＃

以上がUSPTO: AI イノベーションに人間中心のアプローチを採用の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。