目前多国专利局 (IPO) 都着手研究如何利用人工智能 (AI) 来减轻专利或是商标审查工作的负担，有些IPO甚至已研究经年，研发出利用AI来协助人类专利审查官的系统。然而，相对于人强马壮的IPO，没有多少事务所或是In-house IP部门积极及投入研发以AI辅助专利师／专利律师／专利工程师撰写专利说明书的系统或技术，大部分仍停留在大数据应用的前案检索阶段。也许主事者认为无此需要，因为AI不仅难以了解发明人的想法（因为有不少发明人是天马行空的），更遑论引导发明人朝更完整的claim或是滴水不漏的专利布局迈进。但是，知己知彼，当各国IPO都在朝利用人工智能 (AI) 来减轻审查工作的负担时，人类工程师也必须要了解他们有多少能耐。

好几年前开始已经有人在讨论AI会否取代人类的工作，多年讨论下来的结果，是一般工作如果是重复度高的机械性操作，最后都应该逃不了被AI机器人取代的命运；而AI不能取代的工作，该是需要高度人类情感或临场反应智慧的。例如心理医生、感情咨师、律师、老师……等等。当中也有人讨论过，AI是否可以撰写专利说明书，答案当然是肯定的，这就如同AI可以写新闻报导、可以写小说一样；但能否写出好的专利或是好的小说就让人存疑。

在北美智权报51期人工智能在专利审查中的应用一文中，已浅略介绍过USPTO和CNIPA利用人工智权协助审查的情况。由于该文对CNIPA的介绍已相当详细，因此本文只针对USPTO作更深入的介绍。

专利及商标审查

目前美国USPTO利用AI协助的工作项目可以概分为5大类：(1) 专利丰富的引文数据搜寻、 (2) 专利趋势分析 (合作专利分类CPC分析)、(3) 基于浏览器的端点高级专利分析、(4) 商标图像分类、(5) 运用于USPTO的研究项目。

在专利及商标审查的部分，USPTO有一个程序，将人工智能与大数据和机器学习相结合，可以在多个领域中应用，包括提供最有用和最相关的信息来决定一个审查员对可专利性的判定、专利案申请的文字分析和官方行动，以分析整个专利诉讼历史；以及改进应用程序的接口，让公众可以更容易存取USPTO数据。此一程序使用USPTO针对每个系统的每个应用程序的客制化开源技术（Java和Python）于内部开发。

前案搜寻能力

针对商标审查的部分，USPTO以机器学习发展了一套对比系统，架构如下：

图1. 商标之机器学习架构

数据源：Emerging Technologies in USPTO Business Solutions，May 25th 2018；后制：李淑莲

针对商标数据归纳的部分，USPTO用了编码的概念。首先，将一组6位数的数字设计搜索代码分配给每一商标，例如星形（01.01.03）或花朵（05.05.25）的描述。 USPTO 指出，藉由已使用多年且有审查委员可相对应注释的设计代码的图像，即可以对系统进行深度训练，让它成为可以预测新商标图像设计代码的系统。（如图2）

图2. 商标设计之编码建议

数据源：Emerging Technologies in USPTO Business Solutions，May 25th 2018；后制：李淑莲

早在2018年初，USPTO已提供了Sigma概念的证明，它使用机器学习／人工智能算法，根据文件集来搜寻整份文件。USPTO版本的Sigma可搜寻已获授权的专利和授权前的已公开（仅限于美国）的申请案。（图3）

同样在在2018年初，USPTO已在研究深度机器学习质量的聊天机器人（Chat Bots），以提供对USPTO 专利审查基准（MPEP）的「概念质询 – Concept Questioning」（而不是关键词）的存取，以及使用算法和请求项的类别分析，以求能更好完整深入理解请求项语言和分类的趋势。

图3. AI的专利搜寻能力

此外，对商标审查员而言，搜寻外观相似的商标是基本的工作。使用神经网络，USPTO的商标审查员可以检索和存储标记图像的特征，然后进行比对。（图4）

图4. AI的商标搜寻方式

好消息～北美智权报有微信公众号了！ 《北美智权报》内容涵盖世界各国的知识产权新闻、重要的侵权诉讼案例分析、法规解析，以及产业与技术新知等等。 立即关注北美智权微信公众号→ NAIP_IPServices ～欢迎读者分享与转发～