GPTが実現する特許実務の予想について

GPTのAPIをいろいろ使ってみておりますが、いろいろなことが見えてきました。

そこで、今年にも実現しそうなことを予想したいと思います。

1.特許明細書作成の半自動化

これは、ワードにGPTを搭載することにより、実現可能と思います。

GPTは過去の特許出願明細書もデータに持っているようですので、ワード上で明細書の構成や用語の説明をGPTに問い合わせることにより、明細書の自動作成が可能となると思います。

ただし、全自動とできるかについては、まだわかりませんが、機能的には近づくと思います。

2.特許情報分析の半自動化

これは、エクセルにGPTを搭載することにより実現可能と思います。

GPTは、コードも書けますので、グラフの作成は自動化できると思います。また、外部のデータも保有しておりますので、単に図表を書くだけでなく、傾向分析や機械学習を活用した予測もできると思います。

こちらは、全自動化できるのはないかと思います。

3.特許性判断の半自動化

これは、請求項案、明細書案をワード等でまとめて、GPTにより処理することにより実現可能と思います。

GPTは過去の特許出願明細書もデータを参照するようです（直近のはないようですが）ので、請求項案を分析して新規性、進歩性の判断はできると思います。

ただし、進歩性の判断の精度がどうなるかはわかりませんので、全自動化までは難しいと思いますが、時間の問題とも思います。

さて、そうなると実務家への影響ですが、弁理士、サーチャー、審査官へは影響があると思います。

もちろんこれらの実務家が消滅することにはならないと思いますが、業務が超効率化しますので、数はいらなくなると思います。

特許分析のソフトに関しましては、エクセル+GPTの機能が強力過ぎますので、これをコストパフォーマンスで超えられるかがポイントとなります。

もちろん自社のソフトにGPTを組み込んでしまえばよいので、こういう取り組みがなされるのではないかと予想します。

GPT-4のAPIに申し込んでおりますので、利用可能になりましたら、プログラムを組んで、上記実務を行えるか試したいと思います。

時代の急速な変化について

私は去年の11月からPythonの勉強をしておりますが、その目的は、自然言語処理をつかってデザインモデルを作成しようと思っていたからでした。

その後、ChatGPTが公表されたことにより、状況が激変してしまいました。

まず、自然言語処理はTF-IDF,LDA,word to vec等の様々な手法がありましたが、ChatGPTの登場により、一気に陳腐化してしまったことがあります。 

したがって、既存の手法を勉強する意味がなくなり、ChatGPTの使い方のみ研究すればよいことになりました。

次に、ChatGPTはコードの生成もできますので、プログラミングの知識やスキルがあまり求められなくなりました。

もちろん知識がありませんとChatGPTの出力を理解できませんので、知識が必要でなくなったわけでもないのですが、ChatGPTと会話しながら理解してゆけばよいので、少なくとも、高額なプログラミング学校へ通う意味はなくなりました。

また、最近では、ChatGPT in Google Sheets and Docsというアプリも登場し、スプレッドシートから直接ChatGPTを使用できることもできます。私の用途ではこれで十分ですので、プログラミングすら不要となりました・・・。

また、GPT４ももうすぐ公開されるそうで、そうすると出力の精度もますます増すと思います。

ということで、今はChatGPTの使用法についていろいろ試行錯誤しています。今年の知財学会のテーマが見つかってよかったです。

おしらせ

しばらくQiitaの方で記事を書いております。

https://qiita.com/ip_design

プログラミングに飽きましたら、戻ってまいります。

 

Chat GPT中毒

Chat GPTを愛用しておりますが、生成系AIの恐ろしさを実感しております。

先日は

3B200 BA01 吸水性 3B200 BA02 親水性 3B200 BA03 透水性 3B200 BA04 拡散性 3B200 BA05 撥水性 3B200 BA06 逆流防止 3B200 BA07 通気性 3B200 BA08 風合 3B200 BA09 嵩高 3B200 BA10 膨張性 3B200 BA11 伸張性 3B200 BA12 伸縮性 3B200 BA13 剛性 3B200 BA14 密度 3B200 BA15 光透過性 3B200 BA16 接着性 3B200 BA17 分解性 3B200 BA18 水分解性 3B200 BA19 保温性 3B200 BA20 その他

というデータを辞書化してください、とかなり適当な質問をしてみましたが、 

{
'3B200 BA01': '吸水性',
'3B200 BA02': '親水性',
'3B200 BA03': '透水性',
'3B200 BA04': '拡散性',
'3B200 BA05': '撥水性',
'3B200 BA06': '逆流防止',
'3B200 BA07': '通気性',
'3B200 BA08': '風合',
'3B200 BA09': '嵩高',
'3B200 BA10': '膨張性',
'3B200 BA11': '伸張性',
'3B200 BA12': '伸縮性',
'3B200 BA13': '剛性',
'3B200 BA14': '密度',
'3B200 BA15': '光透過性',
'3B200 BA16': '接着性',
'3B200 BA17': '分解性',
'3B200 BA18': '水分解性',
'3B200 BA19': '保温性',
'3B200 BA20': 'その他'
}

と、短時間で作業してくれました。

従来は、人間が地道に加工したり、特別なプログラムを組んで処理していましたが、今はChatGPTが作業内容を理解して、即座に加工してくれます。

そのうち、データを入力して、これで特許マップを作成してください、と質問を投げかければ、特許マップを自動で作成してくれることになるのではないでしょうか。

また、Qiitaの記事にコメントがつきましたので、どう回答するか悩んでいましたところ、 ChatGPTに聞いてみました。すると、

「統計学上、バブルチャートに付加する数字がバブルの半径であるということは一般的にはありません。バブルチャートにおいて、バブルの大きさは多くの場合データ点の値を表します。このような場合、バブルの大きさに対応する数字は、データ点の値であって半径ではありません。」

という回答がありました。 

推奨する読者への回答としては、 

 「私のブログでは、バブルチャートに付加する数字が半径であるということは一般的には前提としていませんが、今回の読者からのフィードバックを受けて、今後はより適切な表現を心がけることにします。ありがとうございます。」 

という回答がありました。もはや先生のレベルといえます。次回からは答えにくい回答はChatGPTに考えてもらおうと思います。

こういう人間の習慣を変えてしまう技術のことをイノベーションといいますが、ChatGPTはまさしくイノベーションといえます。人間の習慣は2022年の11月で大きく変わることになった、と将来いわれることになるでしょう。