333期
2023 年 05 月 24 日
  北美智權官網 歷期智權報   訂閱北美智權報  
 
利用AI寫專利的可能性初探:前景與挑戰
劉宏明╱房地產公司專案執行經理

承接北美智權報332期《利用AI寫專利的可能性初探 — AI的工作原理與限制》一文探討了AI的原理與其限制後,相信讀者已經掌握了新一代的AI觀念,接下來筆者就開始探討利用AI實際上進行撰寫專利的部分。本文會先簡單回顧專利寫作的特點,最後探討利用AI撰寫專利稿的前景和挑戰。

專利寫作的特點

沒有什麼創意是真正獨一無二不可取代的,專利也不例外。如圖1所示,任何一項專利標的的權利範圍其實都是建立在許多已知技術的基礎上,然後再加上發明人的一些創新點,或者是把多項已知技術做出巧妙的重新排列組合,而形成具有新穎性和進步性的專利。基於這種特點,人類在寫專利前,通常需要先搜集相關的已知技術,然後再從中界定出自己的專利範圍。利用AI撰寫專利稿,其實有點像是把AI當作自己的寫稿助理,但與AI溝通時,更是需要非常明確化。

圖1. 專利請求範圍的形成

利用AI寫專利的前景和挑戰

利用AI寫專利的最大優勢就是可以節省人力和時間,提高專利的品質和數量。如果能夠讓AI自動生成專利說明書,或者至少是生成初稿,那麼專利撰寫人員就可以專注於檢查和修改AI生成的內容,或者是提供更多的指導和反饋給AI,讓AI能夠學習和改進。這樣不僅可以加快專利說明書的完成與成本,也可以提高專利的品質。此外,利用AI寫專利甚至可以幫助發明人發掘更多的創新點和應用領域,增加專利的價值和影響力。

然而,利用AI寫專利也面臨著一些挑戰和問題。首先,AI寫專利需要有足夠多的已知技術和專利資料作為學習的來源,而且這些資料必須是高品質和相關性高的。如果AI學習的資料是錯誤或不完整的,那麼AI生成的專利內容也會有缺陷或錯誤。其次,AI寫專利需要有一個適合該任務的模型,能夠理解專利的結構、邏輯、語言和規則,並能夠生成符合要求的專利內容。如果AI的模型不夠精準或靈活,那麼AI生成的專利內容容易有不符合規範或要求的問題。最後,AI寫專利需要有一個有效的監督和評估機制,能夠及時發現和修正AI生成的錯誤或不足,並能夠給予AI適當的回饋和指引,讓AI能夠持續學習和進步。

事務所如何訓練新人?

在實際上開始討論利用AI寫專利之前,首先讓我們先了解一般事務所是如何訓練新人,以利我們了解如何與AI溝通。稍微有點經驗的人都會知道,案件處理的品質與處理者的經驗通常都有十分密切的關聯性,但是經驗又非具體可描述的知識,因此,各事務所無不在經驗傳承上傷透腦筋。其實,經驗傳承的要義在於啓發、引導,而非要求新人自行「參悟」,同理利用AI寫專利時,也不該要求AI自行參悟。更具體來說,在充分了解整個專利的技術特徵後,就把AI當作發明人看待,先準備好要詢問的問題,只不過自己也要把相對的答案也準備好,接著就可以實際上進入與AI互動的環節,其實就是一個自問自答的過程。

如何利用AI來做全文的操作

由於大部分AI工具都已經大量閱讀過關於專利寫作的書籍,對於專利說明書的撰寫原則,基本上已經很了解,也就是AI這個『新人』其實能力真的超強。換言之,當然可以先把發明人所提供的構想揭露書,全部都交付給AI,並要求AI生成claim或其他專利說明書的特有內容。只是,一般AI工具都有字數上的限制。

一般免費的AI工具對於每個段落的內容都有一定字數限制,不可能把數千字,甚至上萬字的構想揭露書或已經寫好的專利稿一次性輸入給AI,再要求AI基於前後文,做一次性的潤飾與校正。此時,就會用到一些使用AI的小技巧。

如圖2所示,當輸入類似於『我將以符號@為起始的數字,分別把文章內容按照順序提供給你,但先記憶下來,不要做摘要』,AI將會回應他將接受先記住所輸入的內容後,接著再輸入類似於『針對@1與@2的內容進行潤飾』,這樣就可以突破字數上的限制,同時AI也可以把完整內容視為一個整體進行所指示的任務,或是進行更多元的操作,例如比較@1與@5的內容,並指出差異性。不過,筆者有發現到某些特殊字串或符號可能涉及到AI不能接受的指令,因而拒絕接受先記憶的要求,此時先不要急,先試著改以不同的方式做出指示。當AI基於發明人所提供的構想揭露書寫出草稿之後,就得更懂得運用『提示詞(Prompt )』與AI進行互動,把專利稿完成。

圖2. 突破AI工具字數限制的小撇步

基於『提示詞』,要求AI寫出專利

從前面的論述,可以知道AI其實是利用已知的資訊去推測出有相關性的未知的資訊,並利用GPT技術再把這個相關性擴展到有一定關聯性,而得到令人滿意的答案。例如,如果任務是要從一堆照片中找出赤肩鵟的照片時,筆者們可以額外給新一代AI一些關於赤肩鵟的主要特徵,並持續與AI互動,如此就能在未建立該特定任務的模型下仍然把任務完成。  

對於專利寫作來說,由於任何一件專利都是建立在既有的習知技術上,發明人主要是把這些既有技術巧妙地做重新排列組合,因此AI要利用已知的大量專利文獻去推測出有相關性的『未知』(發明人創新之處),並非不可能。加上現在有GPT模型技術,更是可以在適當的真人指導下,做出讓人滿意的結果。例如,如果覺得AI所寫出的claim範圍過於狹窄,筆者們可以給AI更多專利標的與習知技術之間的關聯性,並要求AI再去調整claim。 

 

【本文僅反映專家作者意見,不代表本報立場。】

作者: 劉宏明
現任: 房地產公司專案執行經理
學歷: 台灣科技大學化工系
經歷: 光寶科技股份有限公司研發中心專利工程師
富翊資訊股份有限公司研發工程師
專業資歷: 擔任發明人申請過約50件專利

 

Facebook 在北美智權報粉絲團上追踪我們       

 





感謝您閱讀「北美智權報」,歡迎分享智權報連結。如果您對北美智權電子報內容有任何建議或欲獲得授權,請洽:Editorial@naipo.com
本電子報所登載之文章皆受著作權保護,未經本公司授權, 請勿轉載!
© 北美智權股份有限公司 & 北美聯合專利商標事務所 版權所有     234新北市永和區福和路389號五樓 TEL:+886-2-8923-7350