스위스 로잔 외곽에 위치한 특허 도면으로 도배된 회의실에서, 존 제리데스 고객의 관심이 집중되는 짧은 시간 내에 제품의 장점을 입증해야 하는 고전적인 영업 과제에 직면했습니다. Ierides는 비즈니스 개발 관리자입니다. 이프로바인공지능(AI) 요소를 접목한 발명 아이디어를 판매하는 회사입니다.
Ierides가 최종 결과에 서명할 사람을 확보하면 Iprova는 관심 분야에서 특허를 받을 수 있는 발명품에 대한 회사 제안서를 보내기 시작합니다. 결과적으로 발생하는 모든 특허에는 인간이 발명자로 지정되지만 해당 인간은 Iprova의 AI 도구의 혜택을 받게 됩니다. 소프트웨어의 주요 목적은 회사의 분야와 멀리 떨어진 분야 모두의 문헌을 검색한 다음 이전에 단절되었던 오래된 발명품을 바탕으로 새로운 발명품을 제안하는 것입니다. Iprova는 빠르게 변화하는 산업을 추적하고 Procter & Gamble, Deutsche Telekom 및 Panasonic과 같은 대기업에 새로운 발명품을 제안하는 틈새 시장을 찾았습니다. 이 회사는 자체적으로 특허를 취득하기도 했습니다. AI 지원 발명방법.
이 경우, Ierides는 호기심 많은 저널리스트인 나에게 Iprova의 서비스가 오래된 엔지니어들의 새로운 발명품 탐구를 가속화할 수 있다는 것을 보여주려고 했습니다. “인터뷰 내용을 복사할 수 있는 것을 원하시나요? 누가 말하고 있는지 알 수 있는 게 있나요?” 그는 물었다. 이러한 전사 도구가 이미 존재하지만 개선의 여지가 많으며 더 나은 전사가 우리 목적에 적합한 좋은 예인 것 같습니다.
Ierides는 Iprova의 소프트웨어에 몇 가지 관련 검색어를 입력했는데, 그 소프트웨어는 동심원이 있는 원형 차트를 표시했으며, 각 조각은 서로 다른 연구 영역을 나타냈습니다. “이것이 범위 지정 단계입니다.”라고 그는 말했습니다. 그가 더 많은 텍스트를 입력할수록 원은 더 관련성이 높은 구성 요소로 분리되었습니다. 이 소프트웨어는 의미 검색 기능을 사용하여 특허, 동료 검토 기사 및 인터넷의 기타 기술 관련 텍스트가 포함된 방대한 텍스트 코퍼스에서 그의 메시지와 유사점을 감지했습니다. (회의 이후 Iprova는 원형 차트 작업 흐름을 새로운 작업 흐름으로 교체했습니다.)
Ierides는 다음 단계를 “감지 및 연결”이라고 불렀습니다. 소프트웨어는 관련성이 있다고 생각되는 자료에 대한 짧은 텍스트 요약을 제시했고, Ierides는 흥미로운 내용을 커서로 강조 표시했습니다. 그런 다음 그는 “연결 생성”이라고 표시된 버튼을 클릭했고 소프트웨어는 너무 건조하지만 기계 편집자조차도 단어를 바꾸지 않을 정도로 매우 명확한 단락으로 기계 전사자에 대한 제안을 표시했습니다.
Iprova의 시스템은 새로운 유형의 고품질 마이크와 개인 음성 패턴으로 화자를 식별할 수 있는 두 가지 새로운 소프트웨어 프로그램을 결합할 것을 제안했습니다. “보시다시피 이것은 상당히 ‘명백한’ 발명품입니다. 왜냐하면 우리는 이 도구의 모든 기능을 사용하지 않았기 때문입니다.”라고 Ierides는 나중에 이메일에서 썼습니다. 현실 세계에서 Iprova 발명가는 검색을 반복하고, 관련 특허를 스캔하고, 고객과 체크인합니다. 우리보다 덜 분명한 발명품을 얻기 위해 Iprova 발명가는 소프트웨어에 더 먼 분야 간의 연결을 찾도록 요청할 수도 있습니다.
발명을 자동화하려고 노력 중
또한 Iprova의 발명가는 유서 깊은 전통에 따라 창밖을 바라보거나, 펜으로 종이에 낙서를 하거나, 흥미롭고 새로운 아이디어에 도달하기 전에 당면한 작업과 관련 없는 무언가를 만들 수도 있습니다. 그 새로운 개념은 연결되지 않은 아이디어와 관점의 계획되지 않은 충돌의 산물일 것이 거의 확실합니다. 아마도 우연한 일이 될 것입니다.
Iprova의 공동 창업자이자 CEO는 “만약 누군가에게 보다 신뢰할 수 있고 실질적인 방법으로 이 일을 할 수 있다고 말하면 그들은 믿지 않을 것입니다.”라고 말합니다. 줄리안 놀란. Nolan은 회사의 소프트웨어가 AI 문헌 검색과 인간 통찰력의 올바른 조합을 제공하여 이러한 클라이언트가 경쟁사보다 더 빠르게 새로운 기술을 개발하는 데 도움이 될 것이라고 잠재 고객을 설득하는 데 많은 시간을 소비합니다. “발명은 승자독식의 활동입니다.”라고 그는 말합니다. “두 번째라면 너무 늦습니다.”
“발명은 승자독식의 활동입니다. 두 번째라면 너무 늦습니다.” –줄리언 놀란
회사는 최첨단의 최첨단에서 아이디어를 찾습니다. 예를 들어 Panasonic이 Iprova에게 자율주행차의 새로운 용도를 찾는 데 도움을 요청한 경우를 생각해 보세요. 소프트웨어는 인간 승객이 자동차를 사용하지 않을 때 소포 배달과 같은 작업을 자동차에 제공하여 본질적으로 자율 주행 작업자로 만들 것을 제안했습니다. 이는 심지어 인간 승객이 적절한 할인을 받기 위해 경치 좋은 경로 또는 최소한 소포 픽업 또는 반납이 포함된 경로를 기꺼이 선택할 수 있음을 시사했습니다. 파나소닉은 그 아이디어를 샀고 2021년 특허 출원.
“그들은 경쟁 정보와 특허법이 만나는 지점에 있습니다.”라고 말합니다. 에릭 보나보최고 기술 책임자(CTO) 바이오메디트캘리포니아 버클리에 거주하며 Iprova와 함께 일한 적이 없습니다. AI를 사용하여 특허 가능한 아이디어를 발견하는 것은 새로운 부분이 아닙니다. 이는 수년 동안 계속되어 왔습니다. 2021년에 발명가는 스티븐 L. 탈러 그리고 변호사 라이언 애보트 남아프리카 특허청에서도 Thaler의 제품을 인정받았습니다. 공동 발명가로서의 AI 시스템 식품 용기(다른 나라의 특허청에서는 그의 신청을 거부했습니다).
Bonabeau는 지난 몇 년 동안 등장한 생성 AI로 생성된 대규모 언어 모델을 언급하면서 “우리가 가진 새로운 것은 놀라운 생성 기계입니다.”라고 말합니다. 이러한 언어 모델을 통해 Iprova는 특허 데이터베이스 및 동료 검토 기사, 산업 기술 표준, 동료 검토되지 않은 텍스트를 포함한 기타 기술 간행물 등 방대한 양의 교육 텍스트를 요약할 수 있습니다. Iprova의 발명 엔지니어들은 끊임없이 업데이트되는 세계 최신 기술 아이디어의 수집물을 “인덱스”라고 명명했습니다. Iprova의 검색 도구는 색인을 통해 가장 유용한 참신함의 신호를 찾는 동시에 다양한 도구가 고객 도메인 내의 기존 발명품을 평가합니다. 강력한 참신함 신호를 나타내지만 기존 발명품에 대한 약한 검색 결과는 발명가가 새롭고 유용한 것을 추가할 수 있는 위치를 드러냅니다.
이러한 Iprova의 발명품 중 하나는 리튬 배터리와 메시지 암호화라는 서로 다른 것처럼 보이는 두 가지 연구 분야에 걸쳐 있습니다. 에릭슨스톡홀름에 본사를 둔 휴대전화 회사인 는 Iprova에게 두 대의 휴대기기 사용자에게만 알려진 고유한 암호화 키를 생성하는 방법을 요청했습니다.
크리스티안 그랄링엔
일반적인 암호학자는 충전 및 방전 주기 동안 리튬 배터리가 수상돌기라고 불리는 작은 돌출부를 어떻게 형성하는지에 대해 많이 알지 못할 수 있습니다. 그러나 Iprova의 소프트웨어는 리튬 수상돌기가 신뢰할 수 있는 암호화의 근간인 자연적 무작위성의 예를 대표한다는 사실을 드러냈습니다. 최신 휴대폰에 내장된 리튬 배터리는 각각 임의의 방식으로 성능이 저하되며 결과적으로 각 배터리는 끊임없이 변화하는 자기 특성을 갖습니다. 다른 모바일 장치 근처에 있는 모바일 장치는 순간적인 자기 서명을 측정하고 이를 사용하여 배터리의 무작위 성능 저하로 인해 누구도 복제할 수 없는 암호화 키를 생성할 수 있습니다. 본 발명은 여러 가지 결과를 가져왔다. 특허.
모든 특허가 누군가가 만들 발명으로 이어지는 것은 아닙니다. 기업은 때때로 지적 재산을 보호하기 위해 특허에 의존합니다. 그러한 특허의 존재로 인해 경쟁업체가 밀접하게 관련된 특허를 제공하는 것을 막을 수 있습니다. 다른 경우에는 회사가 나중에 상업적으로 성숙하지 않거나 회사의 사명에 부합하지 않는다고 판단되는 아이디어에 대한 소유권을 주장할 수도 있습니다. 회사는 나중에 아이디어를 사용하거나 다른 회사에 라이선스를 부여할 수 있습니다. 무자비한 사람들은 이러한 관행을 특허 트롤링이라고 부를 수도 있지만 이는 아마도 특허 시스템의 피할 수 없는 결과일 것입니다. 기업은 항상 추구할 수 있는 것보다 더 많은 아이디어를 창출할 것입니다.
특허에 대한 라이센스 비용을 징수하기 위해 Iprova의 소프트웨어를 사용하여 무분별한 발명품을 생성하는 것은 비즈니스 모델로 작동하지 않을 것이라고 회사의 표준 책임자인 Harry Cronin이 말했습니다. 우선, Iprova의 자체 직원은 시장에 바로 사용할 수 있는 많은 아이디어를 자체적으로 생성할 만큼 전문화되어 있지 않습니다. “우리는 고객의 지도가 필요합니다.”라고 그는 말합니다. 그들이 AI로 구동되는 특허 괴물이 될 수 있다고 하더라도 Cronin은 “Iprova의 어느 누구도 그렇게 하고 싶어하지 않습니다.”라고 말합니다.
정보 과잉 시대의 발명
아무리 잘 읽어도 엔지니어 중 누구도 잠재적으로 유용한 모든 영역의 전문가가 될 수 없습니다. Iprova가 주최한 6월 업계 회의에서 Cronin은 요즘 엔지니어들이 모든 통신 표준을 따라가는 것이 얼마나 어려워지고 있는지에 대해 이야기했습니다. 5G 네트워크에 연결할 수 있는 심박조율기는 보건 표준과 통신 표준을 모두 준수해야 합니다. 드론은 항공 요구 사항도 충족해야 합니다. 인터넷의 무선 촉수가 점점 더 많은 장치에 도달함에 따라 통신 엔지니어는 모든 규칙을 따라갈 수 없습니다.
Iprova는 통신 표준 확산 문제가 매우 매력적이라는 점을 발견하여 소위 업계의 표준을 추적하기 위한 소프트웨어용 모듈을 구축했습니다. 3GPP 표준 발명가가 새로운 3GPP 호환 발명품을 만들 수 있도록 도와주세요. 이 도구는 원본 표준 텍스트의 “전문 용어의 벽”을 통과하고 유용한 유사점을 식별할 수 있다고 Cronin은 말했습니다.
Bonabeau의 회사인 Biomedit는 다음을 사용하여 새로운 펩타이드를 발명하는 것과 유사한 작업을 수행합니다. 알파폴드DeepMind의 생물학 중심 생성 AI 도구입니다. Bonabeau는 생성 구성 요소가 회사의 작업 흐름에 혁명을 일으켜 Biomedit가 수천 개의 후보 물질을 합성하는 동시에 성공적인 펩타이드를 식별할 수 있게 되었다고 말했습니다. 생성적 AI는 “우리 프로세스에 포함되어 있습니다”라고 그는 말합니다.
Iprova의 접근 방식은 생물학적 발명이 아닌 물리적 발명에 초점을 맞추고 있다는 점에서 다릅니다. 생물학적 발명은 가설과 같습니다. 즉, 그것이 작동하는지 확인하는 데 실험실과 시간이 필요합니다. 반면 물리적 발명은 수학적 증명에 가깝습니다. 발명가, 고객, 그리고 최종 테스트에서 특허 심사관은 모두 텍스트 설명의 참신함과 가치를 볼 수 있어야 합니다.
이러한 통찰력은 기계의 약점일 수 있습니다. 놀란은 종종 요리에 비유하여 기계는 요리사가 알지 못하는 재료를 제안할 수 있지만 인간은 이를 가장 잘 조합하는 방법을 직관하거나 빠르게 알아낼 수 있다고 말했습니다. Bonabeau는 Iprova의 사례 연구를 검토한 후 동일한 비유를 제안했습니다. Bonabeau는 “인간은 내가 그 사람을 배치할 바로 그 위치에 있습니다.”라고 말합니다. “우리는 기계가 어떤 것이 흥미로운지 아닌지를 평가할 수 없다는 것을 알고 있습니다.”
다른 사람들도 동의합니다. “AI는 정말 발명을 할 수 없다”고 연구원은 말했다 폴 세이겔Procter & Gamble의 Iprova 6월 회의 패널 중. “인간의 도움이 어느 정도 있어야 합니다. 그렇지 않으면 환각을 일으킵니다.”
아니면 AI 발명이라는 아이디어에 좀 더 익숙해지면 우리 스스로에게 말하게 될 것일 수도 있습니다. Thaler, Abbott 등은 AI 시스템에 특허를 부여하기 위한 법적 기반을 마련하려고 노력하고 있습니다. 그리고 다양한 발명가들이 AI를 반대되는 방식으로 사용하면서 AI가 무엇을 할 수 있는지 알아보겠습니다. 예를 들어 놀란은 6월 회의에서 참석자들에게 매주 예측 가능한 수의 발명품을 고객에게 전달하고 우연을 활용하는 것의 힘에 대해 말했습니다. 정기적으로 예정된 유레카 순간은 고객에게 유용하다고 그는 말했습니다. 반면 보나보는 AI 발명에서 본 혼란을 받아들입니다. “개인적으로 좋아해요. [generative AI] 환각. 나에게 그것은 일종의 버섯 여행과 같은 혁신의 큰 원천 중 하나입니다. 이상한 인연을 찾고 있어요.”
사람들이 AI라고 부르는 것의 대부분은 고급 형태의 패턴 인식입니다. 여기에는 다른 사람의 발명품에서 패턴을 인식하는 것도 포함됩니다. 공공 발명품에는 창의적인 발자국이 있다고 Nolan은 말합니다. “화가의 그림에 대한 충분한 예가 있다면 그들의 스타일을 흉내낼 수 있습니다. 아마도 발명가의 경우도 마찬가지일 것입니다.”
그리고 회사는 식별 가능한 집단 패턴을 가진 사람들의 그룹이 아니고 무엇입니까? 영리한 인간의 지도를 받는 충분히 영리한 AI는 특정 회사의 패턴을 인식할 수도 있습니다. 엔트 서류. 적절한 생성 AI와 결합하면 이러한 조합을 통해 경쟁사의 움직임을 예측할 수 있는 기회가 열릴 수 있습니다. 하지만 경쟁자가 스스로 AI를 사용해 발명품을 만들어낸다면 어떨까요? 그러면 아마도 발명품을 생산하는 AI는 또 다른 발명품을 생산하는 AI의 다음 발명품을 예측할 것입니다.
