اولین محصول PatSnap مستقر در سنگاپور که در سال 2007 برای کمک به متخصصان IP و R&D در انجام کارآمدتر کارشان تأسیس شد، پایگاه داده جستجوی پتنت جهانی بود. اکنون با راه‌اندازی دستیار هوش مصنوعی CoPilot، مجموعه‌ای از محصولات هوش مصنوعی خود را ایجاد می‌کند.

CoPilot به کاربران امکان می دهد متون پتنت و غیر پتنت را با سرعت بیشتری جستجو کنند، که این شرکت می گوید که جریان کاری IP و R&D را در کل مجموعه محصولات PatSnap سریعتر می کند. LLM اختصاصی آن همچنین به منابع، از جمله مجلات و حق ثبت اختراعات، پیوند می دهد و منابعی را ارائه می دهد.

این استارت‌آپ او میگوید میلیون‌ها دلار هزینه کرده است و تیمی متشکل از 50 مهندس دارد که به قابلیت‌های هوش مصنوعی خود اختصاص داده شده‌اند. جفری تیونگ، مدیرعامل و یکی از بنیانگذاران PatSnap به TechCrunch می گوید که PatSnap برای رفع اصطکاک در فرآیند نوآوری برای مشتریانش، هم در تیم های IP و R&D و هم بین آنها وجود دارد. تحلیلگران IP و وکلا باید جستجوهای هنر قبلی (اطلاعاتی که قبل از ثبت اختراع به طور عمومی افشا شده است) و آزادی عمل (یا توانایی استفاده از یک محصول یا خدمات بدون مواجهه با مشکلات قانونی) را اجرا کنند تا تصمیم بگیرند که شرکت آنها باید زمان و پول را در کجا سرمایه گذاری کند. و محصولات PatSnap به گونه ای طراحی شده اند که فرآیند را روان تر کنند.

به عنوان مثال، محصول تجزیه و تحلیل PatSnap شامل بیش از 180 میلیون پتنت و بیش از 130 میلیون مقاله از 170 حوزه قضایی است. به گفته Tiong، تیم‌های IP می‌توانند از ابزارهای هوش مصنوعی PatSnap برای تجزیه و تحلیل بازارهای خود و محافظت از اختراعات در مقیاس استفاده کنند.

کاری که CoPilot انجام می دهد این است که بیشتر بر روی محصولات هوش مصنوعی PatSnap ایجاد می کند. این تیم‌های IP و R&D را قادر می‌سازد تا آنچه را که نیاز دارند سریع‌تر در اختراعات، ادبیات غیر پتنت و اخبار فنی پیدا کنند. برخی از مثال‌هایی که Tiong ارائه می‌کند شامل دریافت خلاصه خودکار ادعاهای ثبت اختراع، یادگیری در مورد یک فناوری و دریافت پیوند به پتنت‌های یک شرکت است. همچنین به مشکلات خاصی پاسخ می دهد. برای مثال، اگر یک متخصص تحقیق و توسعه بخواهد در مورد بهبود چگالی انرژی باتری بیشتر بداند، CoPilot می‌تواند حق ثبت اختراع را ترجمه کند و ادبیات مرتبط را بیابد.

CoPilot همچنین به چهار روش دیگر به تیم های تحقیق و توسعه و IP کمک می کند: به روز نگه داشتن بخش هایی که به سرعت در حال تغییر هستند، ارائه تجزیه و تحلیل محتوا برای کمک به هدایت پتنت ها و تحقیقات استراتژیک، استخراج جزئیات کلیدی از پتنت ها و ادبیات خاص، و امنیت هوش مصنوعی زیرا مدل آن نیست. در مورد داده های مشتری آموزش ندیده ام. Tiong می گوید از آنجایی که CoPilot دارای LLM اختصاصی خود است، داده های مشتری نیازی به خروج از فایروال PatSnap ندارد، پس به شبکه های خارجی منتقل نمی شود.

Tiong اضافه می کند که PatSnap's LLM بر روی داده های ثبت اختراع، مقالات آکادمیک، گزارش های فنی و اخبار اخیر شرکت، از جمله در مورد ادغام و تملک، آموزش دیده است. همچنین داده های مشروح شده توسط کارشناسان IP و محصولات PatSnap را در خود جای داده است.

LLM آن داده‌های عمومی، داده‌های تخصصی و داده‌های تراز شده را در سه مرحله یاد می‌گیرد: تنظیم دقیق قبل از آموزش، پس از آموزش و تنظیم دقیق خودآموز، پس دقت تخصصی در داده‌های ثبت اختراع و غیر ثبت اختراع دارد. Tiong او میگوید که در مقایسه با GPT3.5، در ترکیب با نسل گفت ه بازیابی، مدل CoPilot در انجام تحلیل‌های عمیق بهتر است و در عین حال کمتر احتمال دارد که پاسخ‌های توهم داشته باشد.

PatSnap 350 میلیون دلار از سرمایه گذارانی مانند SoftBank و Tencent جذب کرده است. در مجموع بیش از 1200 کارمند با 12000 مشتری دارد. مشتریان آن از حوزه‌های عمودی شامل علوم زیستی، خودرو، کالاهای مصرفی، فناوری، تولید، مهندسی و حقوقی هستند.

خبرکاو