Iprova が AI を活用した発明を企業顧客に提供

スイスのローザンヌ郊外、 特許図面が壁紙に貼られた会議室で、イオアニス・イエリデスは、顧客の注意を引く短い時間内で製品の利点を実証するという、古典的な販売上の課題に直面しました。 Ierides は、人工知能 (AI) の要素を備えた発明のアイデアを販売する会社、Iprova の事業開発マネージャーです。

Ierides が最終的に誰かに署名してもらうと、Iprova は関心のある分野で特許取得可能な発明に関する提案を会社に送り始めます。結果として得られる特許では発明者として人間が指名されることになるが、それらの人間はIprovaのAIツールの恩恵を受けていることになる。このソフトウェアの主な目的は、自社の分野と遠く離れた分野の両方の文献をスキャンし、以前は切り離されていた古い発明から作られた新しい発明を提案することです。イプロバは、急速に変化する業界を追跡し、プロクター・アンド・ギャンブル、ドイツテレコム、パナソニックなどの大企業に新しい発明を提案するニッチな分野を見つけました。同社は、AI支援による独自の発明手法の特許も取得している。

この例で、イエリデスは、好奇心旺盛なジャーナリストである私に、イプロバのサービスが長年の技術者の新しい発明への探求を加速できることを実証しようとしていた。 「インタビューを文字に起こすことができるものが欲しいですか？」誰が話しているのかわかるようなものはありますか？」彼は尋ねた。このような文字起こしツールはすでに存在しますが、改善の余地はたくさんあり、より優れた文字起こしは私たちの目的に適した例であると考えられます。

イエリデス氏は、関連する検索用語を Iprova のソフトウェアに入力すると、同心円の円グラフが表示され、各スライスが異なる研究分野を表していました。 「これはスコーピングのステップです」と彼は言いました。さらにテキストを入力すると、円はより関連性の高い構成要素のスライスに分割されました。このソフトウェアは、意味検索機能を使用して、インターネット上の特許、査読済みの論文、その他のテクノロジー関連のテキストを含む膨大なテキスト コーパスから、彼のプロンプトとの類似点を検出しました。 (私たちの会議以来、Iprova は円グラフのワークフローを新しいワークフローに置き換えました。)

イエリデス氏は次のステップを「感知と接続」と呼んだ。このソフトウェアは、関連性があると思われる資料の短いテキストの要約を表示し、イエリデス氏が興味深いと思った資料をカーソルで強調表示しました。それから彼が「接続の生成」とマークされたボタンをクリックすると、ソフトウェアは私たちの機械転写者向けの提案を非常に無味乾燥な段落で表示しましたが、機械の編集者ですら一言も変更できないほど明確でもありました。

Iprova のシステムは、新しいタイプの高品質マイクと、個人の発話パターンによって話者を識別できる 2 つの新しいソフトウェア プログラムを組み合わせるように提案しました。 「ご覧のとおり、これはかなり『明白な』発明です。なぜなら、私たちはこのツールの機能を最大限に活用していないからです」とイエリデス氏は後の電子メールで書いている。現実の世界では、Iprova の発明者は検索を繰り返し、関連特許をスキャンし、顧客に確認します。私たちの発明ほど明白ではない発明に到達するために、Iprova の発明者は、より遠く離れた分野間のつながりを見つけるためにソフトウェアに挑戦するかもしれません。

発明を自動化しようとする

また、イプロバ社の発明者たちは、昔からの伝統に従って、エキサイティングな新しいアイデアに到達する前に、窓の外を見つめたり、ペンで紙に落書きしたり、目の前の仕事とは関係のない何かを構築したりすることもあります。その新しいコンセプトは、ほぼ確実に、関連性のないアイデアや視点の予期せぬ衝突の産物となるでしょう。それはおそらく偶然だろう。

Iprova の共同創設者兼 CEO の Julian Nolan 氏は、「これをより信頼性が高く実質的な方法で実行できると誰かに伝えても、彼らは信じません」と述べています。ノーラン氏は、同社のソフトウェアが AI 文献スキャンと人間による洞察の適切な組み合わせを提供し、これらのクライアントが競合他社よりも早く新しいテクノロジーを発明するのに役立つことを、潜在的なクライアントに説得するのに多くの時間を費やしています。 「発明は勝者総取りの活動です」と彼は言います。 「2位だったら手遅れだよ」

「発明は勝者総取りの活動です。 2位だったら手遅れだよ。」 –ジュリアン・ノーラン

同社は最先端のアイデアを見つけます。たとえば、パナソニックが自動運転車の新たな用途を見つけるための支援をイプロバに依頼したときのことを考えてみましょう。このソフトウェアは、人間の乗客が車を使用していないときに車に荷物の配達などの仕事を与えることを提案しており、本質的には車を自動運転のギグワーカーにすることを提案した。人間の乗客は、乗車料金を適切に割引するために、風光明媚なルート、または少なくとも荷物の受け取りや降ろしを伴うルートを積極的に利用する可能性があることさえ示唆しました。パナソニックはそのアイデアを買い、2021年に特許を申請した。

「彼らは競争上のインテリジェンスと特許法の合流点にある」と、カリフォルニア州バークレーにあるバイオメディット社の最高技術責任者エリック・ボナボー氏は言う。彼はイプロバ社と協力したことはない。 AI を使用して特許取得可能なアイデアを発見することは新しいことではなく、何年も前から行われています。 2021年、発明家のスティーブン・L・セイラーと弁護士のライアン・アボットは、南アフリカ特許庁にセイラーのAIシステムを食品容器の共同発明者として認めさせた（他国の特許庁は彼の申請を却下した）。

「私たちが手に入れた新しいものは、信じられないほどの生成マシンです」とボナボー氏は、ここ数年で登場した生成 AI によって生成される大規模な言語モデルについて言及します。これらの言語モデルにより、Iprova は膨大な量のトレーニング テキスト (特許データベースや、査読済み論文、業界技術標準、査読されていないテキストを含むその他の技術出版物) を要約することができます。 Iprova の発明エンジニアは、この絶えず更新される世界最新の技術アイデアの宝庫を「インデックス」と名付けました。 Iprova の検索ツールはインデックスを調べて新規性の最も有用なシグナルを探しますが、さまざまなツールがクライアントのドメイン内の既存の発明を評価します。新規性のシグナルが強いものの、既存の発明が弱い検索結果では、発明者が新しくて有用なものを追加できる可能性がある場所が明らかになります。

そのようなイプロバの発明の 1 つは、リチウム電池とメッセージ暗号化という一見まったく異なる研究分野にまたがっています。ストックホルムに本拠を置く携帯電話会社エリクソンは、2 台のモバイル デバイスのユーザーのみが知っている固有の暗号化キーを生成する方法をイプロバに依頼しました。

クリスチャン・グラリンゲン

一般的な暗号学者は、リチウム電池が充電と放電のサイクル中に樹状突起と呼ばれる小さな突起をどのように形成するかについてあまり知らないかもしれません。しかし、Iprova のソフトウェアは、リチウム樹枝状結晶が信頼性の高い暗号化の根源である自然なランダム性の一例を表しているという事実を明らかにしました。最新の携帯電話に内蔵されているリチウム電池はそれぞれ独自のランダムな方法で劣化し、その結果、各電池は常に変化する独自の磁気特性を持っています。モバイル デバイスを別のデバイスの近くに置くと、その瞬間的な磁気署名を測定し、それを使用して、その後のバッテリーのランダムな劣化を考慮すると、誰も複製できない暗号化キーを生成できます。この発明は複数の特許を取得しました。

すべての特許が誰かの発明につながるわけではありません。企業は、知的財産を保護するために特許に依存することがあります。これらの特許の存在により、競合他社が密接に関連したものを提供するのを思いとどまる可能性があります。また、企業が商業的に成熟していない、または自社の使命に沿わないと後から判断したアイデアに対して権利を主張する場合もあります。同社はそのアイデアを後で使用したり、別の会社にライセンスを供与したりする可能性があります。慈善のない人はこの行為を特許トローリングと呼ぶかもしれませんが、おそらく特許制度の必然的な結果です。企業は常に追求できる以上のアイデアを生み出します。

同社の標準責任者ハリー・クローニン氏は、特許のライセンス料を徴収する目的でイプロバのソフトウェアを使用して散発的な発明を生み出すことはビジネスモデルとして機能しないだろうと述べている。まず、Iprova 社のスタッフは、市場にすぐに投入できる多くのアイデアを自分たちで生み出せるほど専門的ではありません。「クライアントからの指示が必要です」と彼は言います。たとえ彼らが AI を活用した特許トロールになる可能性があるとしても、「イプロバでは誰もそんなことはしたくありません」とクローニン氏は言います。

情報過多の時代における発明

エンジニアは、どんなに本を読んでも、潜在的に役立つすべての領域の専門家になることはできません。 Iprova が主催した 6 月の業界会議で、Cronin 氏は、エンジニアがすべての通信規格に対応することが最近いかに困難になってきているかについて講演しました。 5G ネットワークに接続できるペースメーカーは、健康基準と通信基準の両方に準拠する必要があります。ドローンは航空要件も満たさなければなりません。インターネットの無線の触手がますます多くのデバイスに到達するにつれて、通信エンジニアはすべてのルールを遵守できなくなります。

Iprova は、通信規格の急増という問題が非常に魅力的であることに気づき、業界のいわゆる 3GPP 標準を追跡し、発明者が 3GPP 互換の新しい発明を行うのを支援するためのソフトウェア用モジュールを構築しました。クローニン氏によれば、このツールは元の標準テキストにある「専門用語の壁」を突破し、有用な類似点を特定できるという。

Bonabeau 氏の会社 Biomedit は、DeepMind の生物学に焦点を当てた生成 AI ツールである AlphaFold を使用して、新しいペプチドを発明するという同様のことを行っています。 Bonabeau 氏は、この生成コンポーネントにより同社のワークフローに革命が起こり、Biomedit が合成する候補の数を減らしながら成功したペプチドを特定できるようになったと述べています。生成 AI は「私たちのプロセスに組み込まれています」と彼は言います。

Iprova のアプローチは、生物学的な発明ではなく物理的な発明に焦点を当てているため、異なります。生物学的な発明は仮説のようなものです。それが機能することを確認するにはウェットラボと時間を必要とします。一方、物理的な発明は数学的な証明に似ています。発明者、クライアント、そして最終テストでは特許審査官は全員、テキストの説明の新規性と価値を認識できる必要があります。

この洞察がこのマシンの弱点である可能性があります。ノーラン監督はよく料理に例えて、機械は料理人が知らない食材を提案してくれるが、人間はそれらの最適な組み合わせ方を直観的に、あるいは素早く見つけ出すことができる、と述べている。 Bonabeau 氏は、Iprova 社の事例研究を検討した後、同じ類似性を示唆しました。 「人間はまさに私が彼または彼女を置くべき場所にいます」とボナボーは言います。 「機械が何かが面白いかどうかを評価できないことはわかっています。」

他の人も同意します。プロクター・アンド・ギャンブルの研究員ポール・セーゲル氏は、イプロバの6月会合のパネルディスカッションで、「AIは実際には発明できない」と語った。 「何らかの人間の援助の要素がなければなりません…そうでないと幻覚が現れます。」

あるいは、これらは、AI 発明のアイデアに慣れてくるにつれて、私たちが自分自身に言い聞かせることになるだけかもしれません。セイラー氏やアボット氏らは、AIシステムに特許を付与するための法的基礎を築こうとしている。そして、さまざまな発明者が AI を反対の方法で使用することで、AI の可能性を学ぶことになります。たとえば、ノーラン氏は6月の会議で出席者に対し、毎週予測可能な数の発明を顧客に提供することや、偶然を利用することの威力について語った。定期的に予定されている斬新な瞬間はクライアントにとって有益である、と彼は言いました。一方、ボナボー氏は、AI の発明に見られる混乱を受け入れています。 「個人的に大好きなのが [generative AI] 幻覚。私にとって、それらはイノベーションの大きな源泉の 1 つであり、キノコの旅のようなものです。奇妙なつながりを探しているんです。」

人々が AI と呼ぶものの多くは、高度な形式のパターン認識です。それには、他人の発明のパターンを認識することも含まれます。公的発明には創造的な影響が及ぶとノーラン氏は言う。 「ある画家の絵の例が十分にあれば、そのスタイルを模倣することができます。おそらく発明家にも同じことが言えるでしょう。」

そして、独自の識別可能な集合パターンを持つ人々のグループ以外の企業とは何でしょうか?賢い人間に導かれて十分に賢い AI は、特定の企業の特許出願のパターンを認識することさえできるかもしれません。適切な生成 AI と組み合わせることで、競合他社の動きを予測する扉が開かれる可能性があります。しかし、競合他社自体が AI を使用して発明を生み出している場合はどうなるでしょうか?そして、おそらく、発明を生み出すAIは、別の発明を生み出すAIの次の発明を予測するでしょう。