如何利用AI提高研發的效率？

在項目研發過程中，找到合適的技術信息至關重要。傳統的信息搜索主要依賴于關鍵詞或語義搜索。例如，若想了解自動緊急制動（AEB）方面的信息，通常會直接輸入與AEB相關的關鍵詞。有時為了獲得更多或更精確的信息，還會使用鄰接算符連接一個較長的檢索式。

這種檢索式相對容易控制，檢索到的信息都是用戶希望找到的，因為這些信息肯定包含相關的關鍵詞。然而，這種方法的缺點也很明顯：如果相關方案沒有包含用戶設定的關鍵詞，那么這些方案可能不會出現在搜索結果中。在實踐中，往往越是有價值的方案，越難以通過簡單的關鍵詞或語義檢索方式獲得。

此外，通過關鍵詞或語義搜索得到的內容往往局限于特定領域，這些信息本質上比較容易被檢索到。即使用戶發現了類似的方案，也很難申請專利，因為這些方案已經被充分挖掘過了。因此，僅通過現有專利信息挖掘技術方案，本身就存在一定的悖論，除非用戶的目的僅僅是尋找現有技術。

為了挖掘有價值的信息，Maxipat平臺將文獻中的方案進行碎片化處理，并將最新和最有價值的技術方案直接推薦給用戶。用戶只需提出問題，系統就會進行跨領域的搜索，將尚未申請專利的創意推薦給研發人員。

例如用戶提問：“當自動駕駛的速度非常高的時候，為確保AEB在高速的時候也能發揮作用，同時避免AEB高速的時候急剎車造成風險，這個應該如何處理？”

系統就會理解推薦幾個方案：

1、AEB控制策略和碰撞分析考慮駕駛員行為和道路環境的方案：該方案通過模擬實驗驗證了AEB規則的可靠性，并考慮了道路附著力對制動距離的影響。新的AEB規則可以適應大多數道路條件和不同性格的人，從而提高了傳統自動緊急制動系統的性能。（省略）

2、研究AEB系統關鍵參數對提高汽車與兩輪車碰撞安全性能的影響的方案：通過事故重建和虛擬實驗，研究了AEB系統的三個關鍵參數（制動減速度、制動提前時間和檢測范圍）對事故率和嚴重性的影響。結果顯示，當AEB系統的安裝可以有效避免22.3%的汽車與兩輪車碰撞事故，同時將不可避免事故的平均碰撞速度從33.93 km/h降低到21.34 km/h。（省略）

3、基于風險感知和專業駕駛員緊急制動行為的AEB應用時間的方案：這個方案提出了一種AEB控制算法，該算法結合了風險感知和專業駕駛員緊急制動行為，以實現后部碰撞避免。通過使用公式化的TTC和THW，可以確定剎車觸發時間和剎車模式。（省略）

4、實施資源分配以提高碰撞避免系統的適應性的方案：這個方案提出將現有的執行資源（處理器時間和內存空間）分配給碰撞避免系統，以彌補駕駛員操作能力的不足。通過調整預測器的預測范圍，可以優化系統的資源分配，從而增強駕駛安全性。（省略）

5、研究自動緊急制動系統與潛在場風險評估相結合的前方碰撞緩解方案：該方案通過將AEB系統與潛在場（Potential Field）風險評估策略結合，當潛在場威脅超過閾值時，AEB系統提供主動制動干預。測試結果表明，該系統能有效降低碰撞風險并保持與前方障礙物的安全距離。（省略）

6、研究基于駕駛員意圖識別的卡車速度跟隨控制方案：該方案通過建立駕駛員反應時間模型和預警車輛速度跟隨控制器，實現對AEB系統的預測性控制。模擬結果表明，該控制系統能有效地分級警告和自動剎車。（省略）

7、研究運動規劃通過優化與碰撞速度伴隨的風險量化的AEB激活方案：該方案提出了一種基于碰撞速度的新型風險量化方法，用于生成車輛運動規劃以進行風險預測駕駛。測試結果顯示，所提出的運動規劃能很好地符合實際安全駕駛數據。（省略）

8、評估前向碰撞警告和自動緊急制動系統在減少前后碰撞率方面的有效性方案：該研究比較了裝備有FCW單獨、低速AEB（最高速度為19mph，不預先警告駕駛員剎車）以及FCW與AEB（在更高速度下運行）的乘用車在減少前后碰撞和傷害方面的效果。結果顯示，這三種系統都能顯著降低追尾碰撞率和傷害率。（省略）

每一個技術方案都不是AI自己憑空生成的，而是來自最新的科研成果，可以查到原始的來源。如果僅僅去通過關鍵詞搜索是查不到相關的信息。Maxipat可以查到通過傳統的關鍵詞或語義搜索找不到的方案，大大提高信息檢索的廣度和深度。例如第一、二方案來自如下兩篇論文。

Maxipat系統反饋的信息

用戶為了提高效率，還可以解讀AI系統自動去解讀相關的論文。

Maxipat系統反饋的信息

AI技術可以突破傳統關鍵詞和語義搜索的局限，無需用戶逐篇閱讀文獻并從中提取關鍵詞或獲取提示，然后再進行進一步的檢索。AI可以一步到位，直接將分散在各個技術領域的答案匹配到相關問題，讓用戶能夠迅速找到相關的答案。而且，這些可能的解決方案都尚未申請過專利。

用戶可以根據這些思路，在系統中進一步評估和優化方案，直至認為相關方案具有價值和可行性為止。

總之，用戶通過AI可以找到以前通過關鍵詞或語義無法查到的信息，特別跨領域，隱藏在文獻當中的解決方案。

Maxipat致力于作為成為科技創新和知識產權工作的AI加速器，目前開放注冊中。

感興趣的朋友可以通過以下三種方式填寫申請信息：

1. 請發郵件到郵箱：info@maxipat.com

2. 點擊文末閱讀全文；

3. 掃描以下二維碼

感興趣的朋友可以加筆者微信patentlight

首例基因技術藥物專利授權案牽動億萬產業