特許 11,977,821 を読む – WorldCAD Access

意見

Canoa では、キャンバスの次元は無制限です (すべての画像は米国特許庁から取得しています)

プレスリリースの見出しは、「未来はここにある: カノアの AI を活用したインテリア」と約束していました。リリースの本文では、特許番号 11,977,821 がカノアに付与したものについて説明しています。

「この特許は、CAD アプリケーション内に学習アルゴリズムを直接埋め込んだ初めての特許であり、ユーザー自身のクリックをプロンプト入力として使用したユーザー固有の推奨事項の生成をカバーしています。」

私は興味をそそられ、その特許の 52 ページを読み始めました。そうする必要はありません。を通じて利用可能です https://patents.google.com/patent/US11977821B1/。

特許の特徴は、その文言が極端に反復的であるため、何を意味するのかが曖昧になることがあってはならないということです。したがって、たとえば、「CAD 設計およびオブジェクト取得および管理コンピューティング システム 100」というフレーズが何度も (74 回) 出現します。これは Canoa ソフトウェアについて話していますが、単に「それ」と言うわけにはいきません。 「いくつかの側面では」という別の繰り返しのフレーズが 129 回出現します。気が遠くなるような読書です。

もう 1 つ、特許は「方法」、つまり何かを達成するための一連の手順を対象としているため、この言葉もよく登場します。 （アイデアを特許化できないのはこのためです。）

特許の対象となるもの

この特許は、いくつかの基準に基づいて、特定の間取り図のエリアに適合する家具を「自動的に」提案する方法を対象としているようです。家具 (シンボル、パーツ、ブロック、コンポーネント) は、在庫状況や納期などのデザイナーに役立つデータとともに、さまざまな製品メーカーや中古販売業者がホストするサーバーからローカルまたはリモートで調達されます。

Lidar スキャン データを遠隔地から入力して部屋のサイズを測ることができるという提案があります。その他の入力は既存の図面からのものです。出力は、2D および 3D 図面、および選択した家具のパーツ リスト (別名ショッピング カート) です。

この特許では、間取り図内で家具をドラッグ アンド ドロップするなど、CAD や他のグラフィック システムですでに一般的となっている方法について多くの時間を費やして議論されています。新しい可能性があるのは、新しく追加されたオブジェクトに合わせて既存のオブジェクトを移動させることです。

私たちにとって目新しいものではない他の方法としては、CAD システムをローカルにインストールするか、クラウド上で実行することが挙げられます。マークアップとコメントの追加。ブロックライブラリにアクセスする。フロアプランを同時に、またはリンクによって共有します。オブジェクトのライフサイクル データを記録する (中古品店でのアイテムの追跡に重要)。製品の輸送を含む環境への影響を判断する。図面内のオブジェクトに一意の識別子 (UID) を割り当てる。施設管理を行っております。キュレーション モジュールは、すべての家具をグループ内で相互に配置します。その後、グループ全体をフロアプランにドラッグ アンド ドロップできます。特許の世界で知られているこれらの「先行技術」をすべて特許に含める必要があった理由はわかりません。

最後にAI

プレスリリースでは人工知能が最大の注目を集めたが、それについてはページまで言及されていない 19 (45 行目)、特許では ML/AI が次のように示唆されています。 [machine learning, artificial intelligence] デザインを完成させるためのキット (アイテム) を提案するために使用できます。これがどのように機能するかは詳しく説明されていません。

その後、この特許はルールベースの分類機械学習に言及しており、これがカノアの AI の定義となる可能性があります。さらに後になって、この特許は生成 AI が できた パターンを認識するために使用されます。

ページ 31 最後に、照明、最小距離、関係 (テーブルと椅子) などのパラメータに基づいて、ルールベースのモデリングを使用して家具を配置する方法について詳しく説明します。この特許によって提案されているルールには次のものが含まれます。

1. 推奨オブジェクトの影響
2. 料金
3. オブジェクトと推奨オブジェクト間の共有プロパティの最小数
4. 1 番目と 2 番目のオブジェクト間の関係 (高さなど)
5. 特定の組織のデザイン設定 (カラーパレット、テクスチャの制限/設定、スタイルの設定など)
6. オブジェクト評価の最小要件
7. 推奨事項の選択と生成に適したその他のルール

推奨されるオブジェクトは、次の方法でさらに絞り込むことができます。

• 他組織からの過去の共同購入
• システムユーザーが提供する設計評価
• 内部の一連の設計ルール
• 物理的なアイテムのプロパティ (椅子の高さなど)

AIの「トレーニング」ページに記載されています 37 (18 行目) ここで、ユーザーは、オブジェクトのタイプ、色、状態、モデルなどを承認または修正して、予測の精度に関するフィードバックを提供できます。

最終的に、特定の AI システムは決して指定されず、ページ上などで提案されるだけです。 35 (行 5): 「…機械学習モデルは、サポート ベクター マシン、ナイーブ ベイズ、デシジョン ツリー、ニューラル ネットワークなど、さまざまな種類の教師ありまたは教師なしのトレーニング済みモデルを使用して構成できます。みたいな。」

はい、IFC はありません

IFC データを使用してオブジェクトを分類することについては言及されていません。

代わりにページを作成します 22 (行 30) は、自然言語処理で通常使用される BERT (トランスフォーマーからの双方向エンコーダー表現) に基づいて家具とその構成を識別するためのマルチレベル分類システムの記述を開始します。

見逃したかもしれませんが、入荷する家具のさまざまな分類システムをこの方法でどのように調整するかについては説明がありません。 IFC が最も一般的なシステムだと思うので、CAD の世界で使用されているシステムとは異なるシステムを提案するのは少し奇妙に思えます。

ラルフ・グラボウスキーの考え

AI 流行を急ぐあまり、他の一部の CAD ベンダーはジェネレーティブ デザインなどの古いテクノロジーを「AI」として再定義しています。この特許は、プレスリリースよりもAIの使用について控えめな内容となっている。

この特許は、「AI」をルールベースのものとして定義しているように私には思えますが、私はそれを人工知能の一種とは考えていません。ルールベースは、事前にプログラムされた一連の if-then ステートメントです。私の意見では、人工的な存在による思考は関与していません。

同様に、システムによって選択されたオブジェクトをユーザーが調整できるようにすることも、私の意見では AI ではなく、フィルタリングです。スペル チェッカーに認識された単語のリストに新しい単語を追加するように依頼するのと同じように、フィルターは受け入れ可能なオブジェクトのリストを作成します。

結局、特許にはAIシステムと思われるものに関する記述は見つかりませんでした。もし間違っていたら、喜んで訂正させていただきます。

https://www.カノア.サプライ/