AIs kan svare på mange spørgsmål
Det kommer næppe som nogen overraskelsen, at jeg synes AI-teknologi er spændende. Jeg har i hvert fald tidligere skrevet om AIs (kunstig intelligens) som både opfinder og kunstner. Denne gang skal det handle om, hvorvidt en AI også kan være patentrådgiver.
Et af det nye store fremskridt indenfor AI-teknologien er nemlig indenfor tekstproduktion og svar på spørgsmål. Der er ingen tvivl om, at det kommer meget tættere på, hvad man laver som patentrådgiver, hvor der skal skrives ansøgninger og argumenteres i besvarelser, og en AI kan i hvert fald hurtigere end mig finde og ”læse” tidligere afgørelser.
chatGPT – kan den bruges?
OpenAIs chatGPT er det nye værktøj, der det sidste halve års tid måneder har skabt røre. Men kan den bruges til patentarbejde og hvor god er den egentlig? Jeg har bedt den om selv at svare på det spørgsmål, og herunder får I, hvad chatGPT selv har at sige om den sag:
Input (skrevet af mig): Skriv et afsnit til en blog med ingeniører som kærnelæsere om hvorvidt en AI kan fungere som patentrådgiver
Svar genereret af chatGPT: En AI kan være en stærk assistent i patentproces, men en fuldstændig erstatning for en menneskelig patentrådgiver er stadig uden for dens rækkevidde. AI har mulighed for at analysere store mængder af information og data på kort tid, men mangler evnen til at forstå de komplekse sammenhænge og nuancer i patentlovgivningen. Derfor bør AI ses som et værktøj til at understøtte patentrådgivere i deres arbejde, ikke som en erstatning for dem. Det er stadig nødvendigt med en menneskelig patentrådgiver, der kan træffe endelige beslutninger og vejlede klienterne strategisk.
Pudsigt nok oplevede jeg, at svaret blev en smule bedre formuleret, da jeg tilføjede, at læserne her på bloggen er ingeniører. Indholdet var stort set det samme, så om det bare var held, eller om AI’en netop ramte, hvad jeg som ingeniør synes er bedre sprogbrug, er ikke til at sige.
Indholdet af chatGPTs svar, synes jeg egentlig er ret fint, så om ikke andet er den måske snart klar til at overtage bloggen her. Der er dog flere pointer, jeg synes det er værd at overveje, så dem får I alligevel i det følgende.
Illustration: ThankYouFantasyPictures via Pixabay.
Patentkrav
Det foregående blogindlæg handlede om strik og deriblandt værktøjer til strikkearbejdet. Ud over at være et emne, jeg syntes var sjovt, havde jeg også den bagtanke, at det kunne bruges som eksperiment i denne sammenhæng, fordi den slags værktøjer, der bruges til håndarbejde er ret specifikke, men har forholdsvist simple konstruktioner.
Jeg har bedt chatGPT om at lave kravsæt til en dobbeltkroget pind som den i US2014047868A1, der er ment til at reparere strik/fange masker, der er stukket af.
Jeg har tre krav til sammenligning: Den originale formulering fra den oprindelige ansøgning (kun metoden var med i det udstedte patent, ikke den simple krogstruktur, som jeg mistænker ikke var patenterbar), et baseret på abstractet fra det udgivne patent og et baseret på en løselig beskrivelse, jeg har lavet af det overordnede koncept. Det er i denne sammenhæng værd at nævne at abstractet i dette eksempelpatent – som i så mange andre – i meget høj grad er formuleret i stil med hovedkravene.
I alle tilfælde er der længere kravsæt, men jeg har bare taget de tre første med for eksemplets skyld
| # | Originale krav | Abstract-baseret | Løst formuleret input |
| 1 | A knitting repair tool comprising a substantially rigid elongated shaft of relatively short length having a substantially circular cross-section, the elongated shaft having a first end and a second end, the first end having a first throat tapering to a first hook at the first end of the shaft and the second end having a second throat tapering to a second hook at the second end of the shaft, the first hook and the second hook being of substantially the same dimension as the circular cross-section of the elongated shaft and the first hook substantially aligned with the second hook facing inwardly toward the shaft. | A device for repairing dropped stitches and correcting errors in knitted articles, comprising a first hook and a second hook positioned at opposite ends of a relatively short elongated shaft. | A tool for repairing dropped stitches in knitting, comprising two hooks positioned at opposing ends. |
| 2 | The knitting repair tool of claim 1, wherein the length of the elongated shaft is approximately between four inches and five inches. | The two hooks of the tool allow for the efficient and effective correction of dropped stitches, without the need for unravelling the entire piece. | The two hooks of the tool allow for the simultaneous manipulation of multiple stitches, facilitating a faster and more precise repair process. |
| 3 | The knitting repair tool of claim 1, wherein the elongated shaft is substantially evenly dimensioned and substantially smooth over its length. | The unique design of the hooks provides a secure grip on the yarn, allowing the user to easily manipulate the dropped stitch and restore its original position. | The unique design of the hooks provides a secure grip on the yarn, minimizing the risk of slipping or dropping stitches. |
Det er et meget simpelt lille eksperiment, så tag det med et gran salt, men der er nogle tendenser, jeg godt synes, man kan bide mærke i.
Det første der stikker i øjnene, er hvor meget længere hovedkravet er i den originale formulering. Der er slet og ret mere forklaring af strukturen med nogle detaljer om udformningen af skaftet på dobbeltkrogen, som ikke er med i de andre to bud. Derudover er formuleringen og mere klassisk patent-agtigt i brugen af ”en første krog” og ”en anden krog”, som gør det muligt at referer til dem separat.
Forskellen i formulering, detaljegrad og længde i hovedkravene, belyser ret fint begrænsningen ved AI’en i denne sammenhæng: den laver ikke ideen for dig og ved kun det om opfindelsen, den har fået som input. Derfor er kravene næppe det sted, som er mest egnet til at bruge en AI – det er trods alt den del, der er det allervigtigste at bruge tid på at finpudse for at få de rigtige formuleringer, der dækker det rette. Så det er nok andre ting en AI ville være mere brugbar i forhold til.
Et par underkrav blev også inkluderet i eksemplet, fordi jeg synes det ret tydeligt viser, at AI’en også har en uheldig tendens til at formulere krav om, hvad man gerne vil opnå frem for den faktisk struktur af værktøjet, der gør det muligt at opnå de effekter. En formulering som det, at krogens design minimerer risikoen for at tabe garnet, fortæller jo ikke som sådan noget om, hvordan krogen er, eller hvordan den opnår det resultat. Det er en meget klassisk fejl i forhold til formuleringer i patenter, i hvert fald i forhold til krav. Men det sagt vil man også meget gerne have fordelene med i brødteksten, og siden AI’en er trænet på ansøgningstekster, der har den slags med , og sikkert også reklamer for patenterede ting, som også gerne vil understrege fordele, er det oplagt, at det er der dens fokus ligger.
OpenAI
Netop chatGPT er en del af openAI projektet, der i hvert fald lige nu er et forsknings- og udviklingsprojekt. Når man går ind for at bruge chatGPT er de derfor også meget klare i spyttet omkring, at spørgsmål og svar indsamles til databehandling, og at de desuden meget gerne vil have feedback.
Derfor kan det virkelig ikke anbefales at bruge chatGPT til at formulere noget om nye opfindelser, hvor der skal indleveres en ansøgning, *før* de bliver offentliggjort. Man kan sagtens diskutere om chatGPTs data kan betragtes som fuldt offentligt, men det er i hvert fald deling af information om opfindelsen uden nogen form for fortrolighedsforpligtigelse. Derfor er der altså risiko for, at man kan grave inputs til AI’en frem som eksempel på, at teknologien allerede er kendt, hvis man har fortalt chatGPT om den.
Mere specialiserede værktøjer
chatGPT er dog langt fra det eneste AI-baserede værktøj til skriveri, og der bliver lige nu (videre)udviklet på specialværktøjer til patentskrivning. Der findes allerede nogle stykker, der er tilgængelige. Jeg har ikke selv prøvet dem, men har kollegaer, der har snuset lidt til nogle af dem.
Det er stadig ikke patentkravene, man sætter dem til at lave for en, men der er en meget formulaisk opbygning af patenter, hvor afsnit kommer i en bestemt rækkefølge, og hvor bestemte elementer gentages. Derfor kan automatisk generering af nogle af disse elementer baseret på et kravsæt helt sikkert spare tid, og nok også undgå nogle dumme svipsere.
De mange gentagelser
Det er altid god praksis at have sine kravformuleringer gentaget inde i ansøgningens brødtekst, så de er til stede i originalformen, hvis man i løbet af sagsbehandlingen tilpasser kravene – men det kan ikke ordret være det samme, da man for eksempel ikke kan henvise tilbage til kravnumre inde i brødteksten. I løbet af ansøgningsskrivningen, når man som regel også at få rettet til i ordvalg og formuleringer. Jeg plejer altid at arbejde med farvekoder i min tekst for hurtigt at kunne identificere, hvor det er, jeg til sidst skal sikre mig, at der er overensstemmelse imellem de forskellige dele af teksten. Jeg ville bestemt ikke være ked af at få en AIs hjælp til at sørge for at opdateringer det ene sted, leder til ensretning det andet.
Figurer
Noget andet man også har forsøgt at få AIs til at hjælpe med er at danne figurer til ansøgninger ud fra de krav en patentkyndig person har skrevet. Det bliver naturligvis ikke de perfekte tegninger, og fra hvad jeg har forstået, er de på nuværende tidspunkt meget kasse-baserede – men det skal også nok komme at figurerne bliver bedre, for eksempel ved at tillade input i form af en patentkode, så den kan trække på stilen i figurer fra andre patenter indenfor det samme felt.
Selv det nuværende kassebaserede system kan dog også komme til gavn, da det for metodekrav kan fungere som et flowchart, der indikerer om ma har skrevet rækkefølgen af elementer i kravene som man ville og for produktkrav kan belyse hvordan man har beskrevet at de enkelte elementer placeret i forhold til hinanden og/eller hvilke elementer der er underdele af andre.
Lovgivningsforskelle
Forskellen i patentregler lande imellem er lige nu også en hæmsko for brugen af AI. Som jeg forstår det, bliver de fleste patent-specifikke værktøjer lige nu nemlig udviklet i og til USA. Det gør det farligt blindt at stole på AI’ens forslag til opbygning og lignende, når det ikke er helt det samme der gælder ved det Europæiske patentkontor. Mit bud er til gengæld at det er et af de punkter, hvor AI’en på sigt kan komme til at være rigtig praktisk. Jeg brugte en hel del tid igennem mine første tre år i patentbranchen på at komme til at få en grundlæggende forståelse for de Europæiske patentregler, og jeg har kun en meget overfladisk idé om hvordan den adskiller sig for lovgivningen i for eksempel USA og Kina. Det er derfor vi ligesom så mange andre patentbureauer har internationale kollegaer, vi kan sparre med for at tilpasse ansøgninger til de lokale regler. Det forudser jeg heller ikke, at vi ville stoppe med, men jeg synes selv det kunne være fordelagtigt med et system, hvor man på forkant kunne angive hvilke jurisdiktioner, der er relevante, og så kan AI’en gøre en opmærksom på, hvis man er i gang med formuleringer eller der er mangler, som fra start vil give en problemer med ansøgningen internationalt.
Så alt i alt er jeg lige nu enig med chatGPTs konklusion om, at en AI kan være (eller i hvert fald kan blive) et rigtig godt hjælpemiddel i min branche, men at der går lidt endnu, før den helt kan overtage.
Hvis I endnu ikke har fået nok af at jeg udbreder mig om AIs, kan I også tage et lyt til afsnittet Hvem ejer det, en AI laver af Ingeniørforenings podcast Blinde Vinkler, hvor jeg har fået lov til at tale med om hvilke komplikationer der kan være i forhold til immaterialret og AI-skabelse.
Hvordan ser det ud på jeres arbejdspladser? Kan I bruge AI til noget i hverdagen? Er I bekymrede for, at de helt vil overtage i den nærmeste fremtid?
