AI輔助發(fā)明創(chuàng)新的進(jìn)展

隨著以Chatgpt為代表的生成式AI的發(fā)展，AI在很多領(lǐng)域都產(chǎn)生了深遠(yuǎn)的影響，AI可以流暢寫文章，很多人好奇，AI是否能夠幫助人們發(fā)明創(chuàng)新？如果AI能夠提高科技創(chuàng)新的效率或者直接產(chǎn)生發(fā)明創(chuàng)新，影響將難以想象。

實際上，各國都在進(jìn)行這一方面的嘗試，那么AI到底在促進(jìn)科技創(chuàng)新方面能夠做什么？目前主要有幾種思路。

直接依靠大語言模型生成解決方案

比如技術(shù)人員在研發(fā)過程遇到這樣一個技術(shù)問題：

無葉風(fēng)扇的清潔和維護(hù)比較麻煩，如何改進(jìn)無葉風(fēng)扇的結(jié)構(gòu)，使其更容易清潔？

技術(shù)人員將這個問題輸入到Chatgpt，會得到如下的方案：

Chatgpt生成技術(shù)方案

技術(shù)人員不斷調(diào)整問題，會得到不同方向的思路，這在一定程度上可以幫助技術(shù)人員拓展視野，缺點是這些方案很難落地，因為所有的方案都是大語言模型生成的，瓶頸非常明顯，一開始技術(shù)人員會感到新奇，使用幾次之后，就會覺得輸出的都是套話，并不實用，而且會產(chǎn)生幻覺問題，編造一些不切實際的方案。

所以直接用大語言模型去生成發(fā)明技術(shù)方案缺點和瓶頸是非常明顯的。

利用基于互聯(lián)網(wǎng)增強(qiáng)搜索的大語言模型

既然完全依靠大語言模型生成發(fā)明的用途不大，那么換一種思路，就是用戶提出問題之后，先在互聯(lián)網(wǎng)上搜索一下可能的方案和思路，再輸入給大語言模型去總結(jié)生成的技術(shù)方案。代表性的工具是月之暗面的Kimi以及必應(yīng)等AI搜索引擎。

技術(shù)人員將這個問題輸入到Kimi，得到這樣的回答：

我們看到Kimi很明顯有了互聯(lián)網(wǎng)搜索的痕跡，會對網(wǎng)上找到的相關(guān)信息進(jìn)行總結(jié)，然后大語言模型基于這些信息進(jìn)行回答。這樣可以最大限度克服大語言模型的幻覺。這種互聯(lián)網(wǎng)增強(qiáng)搜索的缺點還是很明顯的。這樣的方式本質(zhì)上還是一個搜索引擎，搜索的方法還是傳統(tǒng)的語義搜索，只不過搜索之后可以依靠大語言模型進(jìn)行一次材料總結(jié)和梳理。這種方案提高了科研人員搜索科技文獻(xiàn)的效率，本質(zhì)上這還是一種AI加持的搜索引擎，并不能真正挖掘和提供解決方案。換言之，這樣的AI增強(qiáng)搜索，可以提高搜索文獻(xiàn)的效率，本質(zhì)上還是語義搜索和傳統(tǒng)的關(guān)鍵詞搜索，并不能擴(kuò)大搜索的范圍和能力。

Maxipat的problem-solution匹配方案

與上述兩種方案不同的是，Maxipat采取另外一種思路，即先處理專利和論文的信息，將所有的1.8億專利文獻(xiàn)和2.5億的論文文獻(xiàn)進(jìn)行切片處理，采用problem-solution的算法，例如在核電站中用到的點火絲需要高可靠性，研發(fā)提出如何提高核電站消氫裝置點火絲的可靠性？Maxipat會關(guān)聯(lián)到所有文獻(xiàn)和專利中的深度信息，例如在一些關(guān)于汽車發(fā)動機(jī)的點火絲專利中的實施例和論文中，提到改變點火絲的螺旋角度、材料、直徑變化可以提高點火絲的可靠性。Maxipat會自動關(guān)聯(lián)到這些到領(lǐng)域的專利和論文的細(xì)節(jié)，把這些方案挖掘出來。這是傳統(tǒng)搜索引擎、大語言模型、大語言模型增強(qiáng)搜索無法檢索到的或生成的。例如向Maxipat提問同樣的問題， Maxipat的回答如下：

Maxipat匹配的技術(shù)方案

第一個方案就是通過一種數(shù)值模擬方法來研究Coanda表面曲率、無葉風(fēng)扇橫截面厚度和噴嘴出口間隙這三個幾何參數(shù)對不同無葉風(fēng)扇設(shè)計性能的影響，用戶可以根據(jù)自己的興趣直接閱讀相關(guān)的論文和專利，可以看到詳細(xì)的方案。這個方案是從一篇論文和專利的詳細(xì)信息和實施例中提取的，方案是真實有效，而且直指問題的核心。

為了方便技術(shù)人員快速閱讀專利和論文，Maxipat采用AI對話模式，技術(shù)人員不需要逐字逐句閱讀冗長的文獻(xiàn)，只需要直接點擊AI對話，就可以通過AI全面了解這篇專利的內(nèi)容。例如直接問AI，這件專利中的什么部分提到了coanda效應(yīng)，系統(tǒng)就會這樣回答：

所以Maxipat的優(yōu)勢是直接匹配問題的技術(shù)方案，相當(dāng)于把專利和論文都打碎了混合，根據(jù)問題挖掘隱藏在文獻(xiàn)中的深層技術(shù)方案。這些技術(shù)方案是傳統(tǒng)的搜索引擎、大語言模型以及大語言模型增強(qiáng)搜索引擎是無法找到的，因為這些方法都受限于語義搜索、關(guān)鍵詞搜索、大語言模型的生成。Maxipat相比較而言匹配到的這些技術(shù)方案并不是大語言模型生成的，也不是AI增強(qiáng)搜索查到的，而是通過problem-solution算法深層關(guān)聯(lián)到的真實技術(shù)方案，能夠跨領(lǐng)域進(jìn)行技術(shù)方案的深層挖掘和關(guān)聯(lián)。Maxipat下一步會進(jìn)一步組合這些深度技術(shù)方案，在此基礎(chǔ)上更加前進(jìn)一步，更快地提高研發(fā)的效率。

Maxipat致力于作為成為科技創(chuàng)新和知識產(chǎn)權(quán)工作的AI加速器，主要包括輔助創(chuàng)新：提高研發(fā)的科技創(chuàng)新效率；智能搜索與分析：將專利搜索和報告制作借助AI實現(xiàn)智能化，包括智能查新、無效、FTO、Landscaping報告；投資助手：快速生成投資賽道報告、專利購買篩選、專利轉(zhuǎn)化評估。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(fā)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(shù)藥物專利授權(quán)案牽動億萬產(chǎn)業(yè)