Патентно-информационные ресурсы

Новые рефераты в 2022 году

- Скорость и эффективность за счет инноваций, основанных на данных- февраль

- Что такое Derwent Innovations Index?- январь


Содержание рефератов

Февраль 2022

Скорость и эффективность за счет инноваций, основанных на данных

Speed and Effectiveness: When Innovation Is Driven by Data.  T. Pedersen and М. Andersen, Boccone Knowledge News letter, 15/06/2021- https://www.knowledge.unibocconi.eu
Data-Driven Innovation. Why the Data-Driven Model Will Be Key to Future Success //M. Andersen and T. Pedersen, Published March 3, 2021

Слияние нескольких тенденций, включая растущую миграцию социально-экономической деятельности в Интернет и снижение стоимости сбора, хранения и обработки данных, приводит к генерации и использованию огромных информационных массивов, обработка которых превышает возможности человеческого разума. Эти массивы, обозначаемые как «Большие данные», вместе с искусственным интеллектом и машинным обучением, открывают совершенно новые возможности информированного принятия решений, создания  новых предприятий и более эффективного бизнеса.

Поэтому, в новой инновационной экономике,  ключевым моментом становится быстрый поиск инноваций, некоторые из которых, возможно, уже разработаны, запатентованы, а зачастую и пылятся на полках. Следовательно, существует потребность в более совершенных средствах поиска и выявления инноваций, где бы они ни возникали – в крупных научно-исследовательских организациях или   в стартап-сообществах.

В  сложившихся условиях одним из ключевых средств обеспечения экономического роста в 21-го веке становятся инновации, основанные на данных (Data-Driven Innovations ). Являясь одним из главных последствий цифровизации, машиночитаемые инновационные данные, генерируемые в результате цифровых взаимодействий – это не только следствие, но и движущая сила для появления других инноваций.

Средства поиска инновационных данных

Для поиска основанных на данных инноваций ожно воспользоваться содержащими эти данные цифровыми платформами, масштабы которых быстро растут и синхронизируются с переходом от аналоговых к цифровым инновационным процессам. Существует также немалое количество поставщиков платформ, через которые корпорации могут получить доступ к стартапам и, тем самым, к инновациям.

Одним из многих преимуществ использования цифровых платформ является скорость: корпорации могут искать среди миллионов стартапов по всему миру и в режиме реального времени. Уже существует немалое количество поставщиков платформ, через которые корпорации могут получить доступ к стартапам и, тем самым, к инновациям. Поскольку на этих платформах собираются значительные объемы данных, мы наблюдаем развитие новой отрасли, которая вращается вокруг цифровых платформ  с основанными на данных инновациями.

Одно из основных преимуществ цифровых платформ заключается в том, что они расширяют поиск стартапов и инноваций за пределы собственных сотрудников фирм. В то время как открытые инновации обычно проводятся в сотрудничестве с близкими партнерами, такими как поставщики и клиенты, инновационные платформы, основанные на данных, ищут инновационных стартапов по всему миру. Таким образом, они выводят открытые инновации на новый уровень, где поиск инноваций становится глобальным.
Одна из основных причин создания этих платформ заключается в очевидных преимуществах сотрудничества между корпорациями и стартапами.   У корпораций есть то, чего не хватает стартапам (ресурсы освоения инноваций), а у стартапов – то, что нужно корпорациям (новые идеи).

Ускорение инновационного процесса

Скорость инновационного развития часто упускается из виду известными теоретиками, такими как, например, Майкл Портер (см. его структуру движущих сил) . Однако многие стартапы склонны думать по-другому, видя путь к успеху за счет скорых  инноваций.          Скорость — движущая сила инноваций, основанных на данных.Она достигется за счет того, что называется сетевыми эффектами.

Например, многосторонние платформы несут с собой сетевые эффекты от  пользователя и клиента, а также поставщика и спроса, в зависимости от бизнес- модели.Компании GoogleFacebook и Airbnb являются примерами многочисленных действующих сетевых эффектов. Создав многостороннюю платформу с заметным сетевым эффектом, можно добавлять услуги «поверх» того, что уже было предоставлено. .

Ускоренное инновационное развитие на основе данных заставляет по-новому взглянуть и на понятие конкурентного преимущества.  Устойчивое конкурентное преимущество имело особое значение, когда развитие происходило более медленными темпами и скорость не была такой важной, как сегодня. Сейчас  установить долгосрочное конкурентное преимущество на деле очень сложно.

Поэтому теоретики стратегии, такие как Рита Макграт, теперь говорят не о долгосрочных, а о преходящих конкурентных преимуществах*). Чтобы победить в конкурентной и изменчивой среде, руководители должны научиться быстро и эффективно реализовывать кратковременные возможности.. Недолговечность конкурентного преимущества – это инновационная стратегия постоянного созданияновых преимуществ.

*) Макграт, Рита Гюнтер - Конец конкурентного преимущества. Как сделать так, чтобы ваша стратегия развивалась так же быстро, как и ваш бизнес. Harvard Business Review Press, 2013.

Много лет назад упоминавшиеся ранее компании General Electric, Exxon Mobil, Pfizer и Wal-Mart обычно имели дело с физическими продуктами и активами и/или зависели от них. В настоящее время самые ценные компании в мире управляются  данными и  не зависят от физических активов.  Можно даже утверждать, что новная ценность Amazon больше связана с платформой, управляемой данными, чем с физическими активами. Ее преимущество «первопроходца» заключается, прежде всего, в том, что она управляет данными .

Что делает управляемую данными бизнес-модель инновационно успешной ?

Есть несколько ключевых характеристик.

В старых парадигмах использовались закрытые инновационные модели, которые характеризовались линейным мышлением, поскольку они брали за основу прошлогодний уровень производительности, а затем незначительно корректировали цифры по всей организации. Более того, это также сопровождалось применением  аналоговых методов и без использования возможностей больших данных .

Сегодня существуют  различные виды открытых инноваций. Вы движетесь от линейности к сингулярности и от аналогового к цифровому, или к присущему сингулярности* экспоненциальному росту. Поэтому и наше представление об открытых инновациях может несколько устареть.

* Технологи́ческая сингуля́рность (англ. technological singularity, именуемая также интеллектуальным взрывом — гипотетический момент в будущем, когда ускоренное технологическое развитие становится в принципе неуправляемым и необратимым, что порождает радикальные изменения характера человеческой цивилизации. В этой связи  была высказана точка зрения, что к 2040—2050 годам будет разработан уже искусственный суперинтеллект (Википедия)

При пользовании  платформой поиска и обнаружения инноваций Valuer.ai появляется  новый тип инноваций, который не вписывается в существующую дискуссию о закрытых и открытых инновациях. Возникает новая парадигма  открытых инноваций следующего поколения с переворачиванием «инновационной пирамиды».

Обычно в закрытой и открытой инновационных моделях инновации внедряются на благо пользователей. Сегодня Valuer.ai и другие компании переворачивают эту инновационную пирамиду и включают пользователей в диалектическое пространство совместного творчества. В результате прежнее очень строгое различие между производителем и потребителем исчезает.  В случае с крупными корпорациями – оценщиками и стартапами, например,  обе стороны являются и пользователями, и соавторамими


Январь 2022

Поиск патентной информации c использованием  Derwent Innovations Index

Finding patent information: Derwent Innovations Index. University of Bath Library

15 July 2021 –  https://library.bath.ac.uk › DII

Что такое Derwent Innovations Index?

Система Derwent Innovations Index (DII) создана независимой американской компанией Clarivate Analytics в 2016 году. для управления базами данныхинформационными системами и собраниями документов по интеллектуальной собственностиэ Она осуществляет   индексирование  патентов 59 ведомств, выдававших патенты с 1963 г. по настоящее время. Всего проиндексировано более 82 миллионов отдельных патентных документов. Система представлена на платформе Web of Science. Она включает заголовки и рефераты, содержит ссылки на полные тексты патентных документов,  но не выполняет собственно поиска по полному.

Ключевые преимущества Derwent Innovations Index

Преимущества использования Derwent Innovations Index:

  • включение всех предметных областей
  • легкость получения доступа и выполнения поиска через известный интерфейс Web of Science
  • возможность поиска по индексу  Международной патентной классификации
  • наличие  кратких рефератов, которые раскрывают новизну и использование изобретения
  • включение цитируемых патентных документов, которые можно сортировать по времени цитирования.

Поля  патентного поиска  в Derwent Innovations Index

Поиск информации о патентах в Derwent Innovations Index можно проводить, используя следующие поля:

  • Тема
  • Заголовок
  • Изобретатель
  • Правопреемник
  • Номер патента
  • Международная патентная классификация
  • Derwent также использует свою собственную систему классификации и ограниченное количество химических индексов.

Причины использования Derwent Innovations Index:

  1. Это самая полная база данных патентов по  химическим, инженерным и электротехническим исследованиям.
  2. Производится перевод на английский язык ключевых аспектов неанглоязычных патентов.
  3. Включается информация о семействе патентов на одно и то же изобретение, выданных в разных странах.
  4. Повышение эффективности поиска добавлением к патенту осмысленных заголовков.
  5. Предоставление подробных рефератов, отражающие новизну, формулу изобретения, подробное описание и техническую направленность.
  6. Предоставление ссылок на полные тексты большинства патентов и, следовательно, на исходное название патента.
  7. Предоставление ссылок на журнальные статьи и патенты, связанные с отображаемым патентом.

Специфика поиска в Derwent Innovations Index

  1. Если вы ищете конкретный патент, возможно, вы не сможете использовать исходное название, так как здесь используется  расширенное название Derwent.
  2. Поиск номера патента имеет определенный формат. Например, для поиска номера патента WO 02/083181 необходимо использовать WO200283181.
    1. Здесь дополнительно включаются классификационные коды собственной системы классификации, которые можно использовать для улучшения поиска определенной категории изобретений.

Для получения полной информации см.: Patent record in Derwent Innovations Index

================================================================================

Новые рефераты в 2021 году

- Разделение труда в патентной экспертизе – октябрь

- Охрана интеллектуальной собственности от правонарушений- июль

- Пять бесплатных поисковых систм и патентнх баз данных – август

Содержание рефератов

Октябрь 2021

Разделение труда в патентной экспертизе

Patent worksharing | USPTO, 26 Aug. 2021 г.  – www.uspto.gov › paten…

Многие ведомства интеллектуальной собственности заключают соглашения о сотрудничестве в рамках глобальной патентной системы и повышения эффективности патентной экспертизы. Прежде всего , имеется в виду вообще рассмотрение патентных заявок,  связанных своими притязаниями на иностранный приоритет в соответствии с международными соглашениями –  такими как Парижская конвенция или Договор о патентной кооперации (PCT). Их толкает  к этому  постоянно растущее количество заявок на патенты, экспоненциальный рост объема доступной информации о  предшествующем уровне-техники, растущая сложность новых технологий и ограниченные ресурсы ведомства ИС. Кроме того, глобальные стратегии патентования побуждают новаторов и предприятия все чаще подавать общие патентные заявки в ряд ведомств ИС.

Исторически сложилось так, что форум пяти крупнейших в мире  ведомств ИС – ЕПВ, патентные ведомства Японии, Кореи, Китая и США (IP5) – руководил совместными усилиями, поскольку на долю этих ведомств приходится большинство мировых патентных заявок. Но с течение времени и  другие юрисдикции становятся центрами инноваций в сфере передовых технологий, являются важными компонентами глобальных цепочек поставок или привлекают иностранные инвестиции от глобального бизнеса. Возрастающая значимость этих юрисдикций приводит к увеличению числа патентных заявок, подаваемых за пределами крупнейших ведомств, что приводит к избыточной подаче заявок во многие ведомства ИС.

Разделение труда при экспертизе патентных заявок на одно и то же изобретение снижает неэффективные затраты  многих ведомств ИС на  повторение работы друг друга. Межведомственное сотрудничество ведомств, ставшее возможным благодаря разделению труда, также приводит к повышению качества патентов и сокращению сроков  выдачи патентных прав.

Преимущества совместной работы могут быть особенно значительными, когда задействованные офисы имеют разные возможности и сильные стороны, которые можно взаимно  использовать. Это может происходить в форме доступности к известному уровню техники на разных языках или даже в форме обмена ИТ-ресурсами и   инструментами.

Ускорение  патентного делопроизводства

Ускоренное  патентное делопроизводство (англ. Patent Prosecution  Highway, PPH) – это договоренность о разделении труда между двумя или более ведомствами ИС, инициированная заявителями. Механизмы PPH позволяют заявителю, получившему положительное решение от первого участвующего ведомства ИС, запросить ускоренную экспертизу соответствующей патентной заявки, находящейся на рассмотрении во втором участвующем ведомстве ИС. Ведомство СЩА является участником различных двусторонних и многосторонних соглашений PPH, в первую очередь соглашений Global и IP5 PPH (Для получения дополнительной информации см.его веб-страницу)

Параллельная  выдача патентов

Параллельная выдача патентов (англ. Parallel Patent Grant,  PPG) – это новая управляемая ведомством США договоренность о распределении патентных работ для ускорения выдачи иностранного патента на основе выданного им патента. Она сочетает в себе элементы PPH с системой проверки патентов. Назначение PPG –  позволить другому ведомству ИС использовать рабочий продукт ведомства США в желаемом масштабе. В настоящее время PPG является пилотным проектом между USPTO и Мексиканским институтом промышленной собственности.

Другие программы разделения труда

Патентная валидация - это признание определенным государством действия регионального патентног патента на национальный язык. Механизмы валидации ускоряют выдачу иностранного патента почти исключительно на основе патента, выданного в первой юрисдикции. Иногда такие договоренности расширяют сферу действия иностранного патента, распространяя его юридическую силу на национальную юрисдикцию (сертификация). Ведомство  США, например,  заключило соглашение о валидации с ведомством интеллектуальной собственности Камбоджи.

Пилотный проект по совместному поиску и экспертизе PCT – это пилотная программа, которая позволяет экспертам ведомств IP5 (в качестве международных органов PCT) сотрудничать в поиске и экспертизе одной международной заявки. Результатом является отчет о международном поиске (ISR) и письменное сообщение (WO) от выбранного Международного поискового органа (ISA) на основе вкладов всех участвующих ведомств.( Для получения дополнительной информации об этом соглашении о совместной работе посетите веб-страницу CS&E USPTO).

.

Расширенный пилотный совместный поиск (CSP предоставляет заявителям результаты поиска из нескольких ведомств на ранних этапах процесса экспертизы общих патентных заявок. Он разработан для ускорения экспертизы и предоставления заявителям более полного описания известного уровня техники путем объединения опыта экспертов в области поиска в ведомствах США, Японии и / или Кореи до  первого  действия ведомства (Для получения дополнительной информации об этом посетите веб-страницу CSP USPTO).

Июль  2021

Охрана интеллектуальной собственности от правонарушений

Protecting your intellectual property from infringement Posted by: Christopher Her, Malcolm Harvey, Stephanie Di Giandomenico, Darina Kutsyna | Last updated: September 26, 2020

Для многих предприятий интеллектуальная собственность может быть основным активом, увеличивающим стоимость бизнеса и рыночный потенциал. Однако ценность интеллектуальной собственности может быть сохранена только в том случае, если права интеллектуальной собственности соблюдаются, а случаи нарушения рассматриваются по мере их возникновения.

Многие изобретатели и владельцы бизнеса считают, что их работа завершена после того, как они получили или зарегистрировали свой патент, товарный знак, авторское право или промышленный образец. Хотя положительное решение  или регистрация объекта ИС действительно дает владельцу исключительные права на интеллектуальную собственность, права теряют ценность, если они не соблюдаются. Владелец должен следить за тем, не нарушают ли третьи стороны его права, и, если да, принимать меры, чтобы остановить их. Однако правоприменительная стратегия, которая включает судебный процесс с целью заставить конкурента прекратить свою деятельность, может быть дорогостоящей, трудоемкой и разочаровывающей. Таким образом, один из лучших методов защиты – это в первую очередь активное предотвращение копирования или использовать конкурентами своей интеллектуальной собственности.

Ниже описывается стратегия выявления и способы борьбы со случаями  нарушениями прав интеллектуальной собственности.

Убеждение конкурентов от правонарушений

При коммерциализации объекта интеллектуальной собственности прежде всего важно разъяснить конкурентам  свои права, чтобы воспрепятствовать их нарушению. Использование уведомлений или маркировки для обозначения собственности на патент, товарный знак, дизайн или авторское право может предотвратить нарушение, поскольку конкуренты будут уведомлены о том, что у вас есть исключительные права и готовность  их реализации. Есть несколько способов визуального определения прав интеллектуальной собственности с использованием номеров патентов, знака  «®» (зарегистрированный товарный знак), «С») дла дизайна  и др.

Мониторинг использования интеллектуальной собственности конкурентами

Методы обнаружения нарушения включают:.

(1) отслеживаемое обнаружение

Оно  включает маркировку вашей интеллектуальной собственности уникальным и отслеживаемым способом, чтобы иметь возможность точно определить ее, если она когда-либо использовалась или копировалась без вашего разрешения. Для материалов, защищенных авторским правом, таких как фотографии и видео, на копии может быть помещен водяной знак, чтобы подчеркнуть право собственности и отследить нарушение, если оно имеет место.

(2) Мониторинг конкурентов

Он направлен на обнаружение нарушений через соответствующие отраслевые каналы. Обязательно проверяйте новые продукты и услуги, рекламируемые конкурентами, чтобы установить использование в них вашей интеллектуальной собственности. Для начала можно обратиться к сайтам конкурентов или в социальные сети. Вы также можете попытаться поймать нарушение в самом начале, например, посещением соответствующих выставок  или отслеживанием  публикаций о заявляемых изобретениях или товарных знаках в официальных бюллетенях. Мониторинг патентных заявок конкурентов также может помочь вам определить соответствующие возможности лицензирования инноваций.

Онлайн инструменты для мониторинга правонарушений

С появлением Интернета и социальных сетей предоставляемая здесь информационная сфера стала полезной как для доступа конкурентов к публикуемым сведениям об использовании  интересующей их интеллектуальной собственности соперниками, так и для обнаружения фактов противоправного  использования ваших изобретений или товарных знаков. Вы также можете настроить поисковую систему на отслеживание появления относящихся к вашей сфере деятельности  ключевых слов или изображений в социальных сетях.

Пять бесплатных поисковых систм и патентнх баз данных

5 Free Patent Search Engines and Databases // MaxVal,3June 2021
-         https://www.maxval.com › blog

Патентный поиск может играть жизненно важную роль в жизненном цикле бизнеса, предоставляя важные данные заинтересованным сторонам, чтобы они могли лучше управлять своими инвестициями и рисками. Цели патентного поиска гибкие и могут быть адаптированы к ключевым бизнес-целям. Эти цели могут включать подачу патентных заявок, отказ от идеи / патентных прав, запуск продукта или отстаивание патента у конкурента. Риск реагирования на недостаточную или неточную информацию может иметь как финансовые, так и долгосрочные последствия для роста бизнеса. Следовательно, все крупные компании нанимают обученный штатный и / или внешний персонал для проведения патентного поиска. Предыдущая статьяизучили нашу подборку бесплатных академических поисковых систем и библиографических баз данных для проведения поиска непатентной литературы. Ниже мы перечисляем наши пять основных рекомендаций для БЕСПЛАТНЫХ поисковых систем по патентам, которые могут помочь любому в поиске патентной информации.

Google Patents - наша лучшая рекомендация среди бесплатных поисковых систем по патентам.

Google Patents индексирует более 18 миллионов патентных документов, опубликованных по всему миру, включая полнотекстовые данные из основных ведомств, таких как USPTO, EPO, JPO, KPO, WIPO и CNIPA. Google Patents также предлагает возможность поиска непатентной литературы в коллекциях Google Scholar и Books с использованием схемы CPC.

Это особенно полезно для быстрого поиска по теме. Скорость и пользовательский интерфейс позволяют легко находить нужные документы. Он обеспечивает машинный перевод документов на другие языки, что делает его полезным для простого поиска с использованием только английского языка. Он также представляет всю необходимую информацию, такую ​​как изображения, правовой статус, назначение, цитирование, на одной странице для легкого доступа и понимания. Расширенные параметры поиска, такие как использование логического синтаксиса, условий поиска, дат, изобретателя, правопреемника и т. Д., Могут использоваться для дальнейшего уточнения поиска.

Некоторые из недостатков включают возможность пропуска последних публикаций и необходимость вручную проверять информацию, такую ​​как статус, приоритет, назначение и т. Д., Из-за задержки в обновлениях. Несмотря на эти ограничения, Google Patents, несомненно, быстр и прост в использовании для поиска релевантных результатов.

Lens - это бесплатный инструмент для поиска и цитирования по патентам и научным исследованиям, предлагаемый австралийской некоммерческой организацией Cambia.

Он получает свои патентные данные из различных национальных реестров, таких как USPTO, EPO, WIPO, DocDB ЕПВ и других баз данных. Одна из его основных сильных сторон – способность сочетать патентную и непатентную литературу , цитаты и визуализацию, что делает его привлекательным предложением в качестве инструмента для открытий и аналитики. Возможны расширенный поиск, поиск на родном языке и фильтры. Это быстро и легко. Кроме того, регистрация бесплатной учетной записи также позволяет вам получить доступ к дополнительным функциям, таким как сохраненные результаты поиска, экспорт и история, которые в настоящее время недоступны в патентах Google.

Система лишь немного отстает от других ведущих баз данных с точки зрения надежности из-за частоты обновлений, степени охвата и отсутствия функций / полей.

Espacenet – это патентная база данных, разработанная ЕПВ, которая недавно была переработана, чтобы сделать ее полезной для ученых, инженеров и предпринимателей.

Новая БД  Espacenet позволяет выполнять полнотекстовый поиск на нескольких языках. Некоторые полезные параметры включают интеллектуальный поиск, расширенный поиск, поиск по классификации и машинный перевод текста. Espacenet ограничен в выполнении сложного поиска, требующего длинных терминов, операторов и анализа. Он используется  в определенных ситуациях, например, для загрузки, проверки патентной информации и проверки членов семейства INPADOC, правового статуса, ссылок и национальных регистров .

PATENTSCOPE это управляемая ВОИС база данных, в которой основное внимание уделяется опубликованным заявкам РСТ и патентным документам из различных национальных реестров.

Она имеет широкий охват, который также нацелен на инженеров, ученых и предпринимателей, а не тлько на экспертов. БД оснащена системой WIPO Translat, настроенной исключительно на  патентные документы, полученные из IPC. Опции и функции расширенного поиска, такие как информация о национальной фазеинформация о расширенном семействе , поиск по химической структуре / субструктур и т. Это делает систему  полезным инструментом исследования.

USPTOнет лучшего источника, если вы хотите узнать о конкретных патентах и ​​заявках США. В целом же, пользовательский интерфейс довольно скучный, а возможности поиска ограничены.

Однако патентный поиск USPTO считается полезным источником , когда речь идет о патентных публикациях. USPTO предлагает удобное руководство для непосвященных в патентном поиске , вопросах патентной экспертизы и т. д. Используйте для профессионального  патентного поиск , поиска всей соответствующей литературы в открытом доступе – действительно трудной задачи даже для опытного поисковика.

Бесплатные патентные базы данных и поисковые системы полезны для самостоятельного определения известного уровня техники. Мы не рекомендуем использовать предлагаемые здесь бесплатные инструменты, когда требуется систематический обзор патентов или целенаправленный поиск по известному уровню техники. В  этом случае рекомендуется обращатьс в поисковые фирмы, которые используют специалистов по поиску, ведущие в отрасли базы данных и новейшие технологические инструменты, чтобы своевременно и в рамках бюджета предоставлять вам значимые результаты для таких исследований.

Новые рефераты в 2020 году

рогноз мирового рынка патентно-аналитических услуг до 2027 г//декабрь

- Патентные базы данных как источник экономического анализа/ноябр

- Геополитика информации/октябрь

- Как инструменты искусственного интеллекта изменят патентную практику/ сентябрь

- Суммарный массив данных ЕПВ/июнь/июль

- Использование искусственного интеллекта в  поиске и анализе патентной информации//май

- Использование патентной информации в конкурентной разведке/март

- Некоторые направления применения искусственного интеллекта  в службах интеллектуальной собственности/февраль

- Поиск при оценке известного уровня техники /январь

- Правильный выбор источника патентных данных/январь

Содержание рефератов

Деабрь 2020 года

Прогноз мирового рынка патентно-аналитических услуг до 2027 г.

Forecast of the global market for patent and analytical services until 2027 ________________________________________ NEWS SUPPLIED Research and Markets April 17, 2020, 18:00 ET


ДУБЛИН , 17 апреля 2020 г. / PRNewswire / – В предложение ResearchAndMarkets.com добавлен отчет «Рынок услуг патентной аналитики – глобальный отраслевой анализ, размер, доля, рост, тенденции и прогноз, 2019–2027 годы» .

Этот отчет предоставляет аудитории общий взгляд на рынок с помощью всесторонней оценки сценария глобального рынка. В исследовании рынка услуг патентной аналитики анализируется отрасль с учетом исторического и текущего рыночного сценария, предлагается прогноз на период 2019-2027 гг.

Читатели отчета могут принимать важные решения, касающиеся их бизнеса, благодаря огромному количеству информации и эксклюзивным аналитическим обзорам рынка услуг патентной аналитики, включенным в исследование. Отчет о рынке услуг патентной аналитики также дает глубокое понимание основных отраслевых тенденций и разработок, предпринимаемых участниками рынка. Этот отчет разделен на несколько разделов, которые позволяют читателям получить индивидуальное представление о рынке услуг патентной аналитики.

Ключевые запросы адресованы

  • Какой доход ожидается от рынка услуг патентной аналитики к концу прогнозного периода?
  • Какой тип услуг патентной аналитики, вероятно, принесет наибольший доход к 2027 году?
  • Каковы ключевые показатели роста и динамика рынка, которые, как ожидается, будут стимулировать рост рынка услуг патентной аналитики в следующие пять лет?
  • Какие регионы могут предоставить выгодные возможности для конкурентов на рынке услуг патентной аналитики?
  • Какие основные стратегии используют ключевые игроки рынка услуг патентной аналитики в попытке расширить свое присутствие на рынке?

Первый раздел отчета о рынке услуг патентной аналитики начинается с предпосылки, которая включает объем отчета, сегментацию рынка и основные моменты исследований. После этого следует резюме, в котором подчеркиваются аспекты рынка услуг патентной аналитики, затронутые в исследовании. Этот раздел дает краткое представление об элементах рынка и позволяет читателям понять аспекты, затронутые в исследовании. Отчет также включает в себя динамику рынка, которая предлагает понимание рыночных драйверов, ограничений и возможностей.

Следующий раздел содержит обширный анализ сегментации рынка услуг патентной аналитики. Эта оценка включает разделение сегментов рынка услуг патентной аналитики на основе таких ключевых факторов, как тип услуги, размер предприятия, отрасль и регион. Кроме того, в отчет включены анализ этих ключевых сегментов рынка услуг патентной аналитики, годовые прогнозы роста и анализ доли базисных точек, что помогает читателям определить перспективные области роста рынка.

Исследование рынка услуг патентной аналитики предлагает оценку географического ландшафта рынка. Региональное исследование помогает конкурентам на рынке принимать важные решения, касающиеся их бизнеса. Индивидуальный, страновой и сегментный анализ, относящийся к отдельным регионам, помогает читателям отчета о рынке услуг патентной аналитики понять потенциал рынка в различных географических регионах. Этот раздел, подкрепленный прогнозами годового роста, а также долей в стоимостном и физическом выражении, является важной частью отчета.

Исследование рынка услуг патентной аналитики предлагает целостное конкурентное ценностное суждение с подробной информацией о ведущих и развивающихся игроках рынка. Панели управления конкурентами в отчете о рынке услуг патентной аналитики позволяют читателям понять их бизнес и стратегии, реализуемые ключевыми игроками, а также их эффективность на рынке.

==================================================================

Содержание рефератов

Деабрь 2020 года

Прогноз мирового рынка патентно-аналитических услуг до 2027 г.

Forecast of the global market for patent and analytical services until 2027 ________________________________________ NEWS SUPPLIED Research and Markets April 17, 2020, 18:00 ET


ДУБЛИН , 17 апреля 2020 г. / PRNewswire / – В предложение ResearchAndMarkets.com добавлен отчет «Рынок услуг патентной аналитики – глобальный отраслевой анализ, размер, доля, рост, тенденции и прогноз, 2019–2027 годы» .

Этот отчет предоставляет аудитории общий взгляд на рынок с помощью всесторонней оценки сценария глобального рынка. В исследовании рынка услуг патентной аналитики анализируется отрасль с учетом исторического и текущего рыночного сценария, предлагается прогноз на период 2019-2027 гг.

Читатели отчета могут принимать важные решения, касающиеся их бизнеса, благодаря огромному количеству информации и эксклюзивным аналитическим обзорам рынка услуг патентной аналитики, включенным в исследование. Отчет о рынке услуг патентной аналитики также дает глубокое понимание основных отраслевых тенденций и разработок, предпринимаемых участниками рынка. Этот отчет разделен на несколько разделов, которые позволяют читателям получить индивидуальное представление о рынке услуг патентной аналитики.

Ключевые запросы адресованы

  • Какой доход ожидается от рынка услуг патентной аналитики к концу прогнозного периода?
  • Какой тип услуг патентной аналитики, вероятно, принесет наибольший доход к 2027 году?
  • Каковы ключевые показатели роста и динамика рынка, которые, как ожидается, будут стимулировать рост рынка услуг патентной аналитики в следующие пять лет?
  • Какие регионы могут предоставить выгодные возможности для конкурентов на рынке услуг патентной аналитики?
  • Какие основные стратегии используют ключевые игроки рынка услуг патентной аналитики в попытке расширить свое присутствие на рынке?

Первый раздел отчета о рынке услуг патентной аналитики начинается с предпосылки, которая включает объем отчета, сегментацию рынка и основные моменты исследований. После этого следует резюме, в котором подчеркиваются аспекты рынка услуг патентной аналитики, затронутые в исследовании. Этот раздел дает краткое представление об элементах рынка и позволяет читателям понять аспекты, затронутые в исследовании. Отчет также включает в себя динамику рынка, которая предлагает понимание рыночных драйверов, ограничений и возможностей.

Следующий раздел содержит обширный анализ сегментации рынка услуг патентной аналитики. Эта оценка включает разделение сегментов рынка услуг патентной аналитики на основе таких ключевых факторов, как тип услуги, размер предприятия, отрасль и регион. Кроме того, в отчет включены анализ этих ключевых сегментов рынка услуг патентной аналитики, годовые прогнозы роста и анализ доли базисных точек, что помогает читателям определить перспективные области роста рынка.

Исследование рынка услуг патентной аналитики предлагает оценку географического ландшафта рынка. Региональное исследование помогает конкурентам на рынке принимать важные решения, касающиеся их бизнеса. Индивидуальный, страновой и сегментный анализ, относящийся к отдельным регионам, помогает читателям отчета о рынке услуг патентной аналитики понять потенциал рынка в различных географических регионах. Этот раздел, подкрепленный прогнозами годового роста, а также долей в стоимостном и физическом выражении, является важной частью отчета.

Исследование рынка услуг патентной аналитики предлагает целостное конкурентное ценностное суждение с подробной информацией о ведущих и развивающихся игроках рынка. Панели управления конкурентами в отчете о рынке услуг патентной аналитики позволяют читателям понять их бизнес и стратегии, реализуемые ключевыми игроками, а также их эффективность на рынке.

Ноябрь 2020

Патентные базы данных как источник экономического анализа

Patent Data in Economic Analysis, Parts 3-4  Patents and patent databases– ResearchGate,Rafał Wisła – www.researchgate.net › 31786…

Входящий   в базу данных  патентный документ содержит описание охраняемого решения, включающее формулу изобретения (синтетически сформулированный объем предоставленной охраны в результате сравнения текущего уровня техники с защищенным решением),ее структуру, последовательности, рисунки и т.д. Как экономический механизм патент присутствует в научном дискурсе с самого начала развития экономических наук. В последующие десятилетия экономическая значимость патентных документов и вводимой ими временной монополии существенно возросла.

Сегодня патент выполняет следующие две основные функции: (1) защита, которая связана со спорным институтом правовой монополии, и (2) распространение знаний благодаря (структурированным) коллекциям патентной литературы. По этой причине патент (описание патента) можно также понимать как научно-техническую публикацию, аналогичную статье в академическом журнале.

Основным источником патентной информации является общедоступная патентная документация: описания изобретений к заявкам и выдаваемым патентам. Она также содержит сведения о текущем состоянии дел в данной предметной области и состоянии правовой охраны интеллектуальной собственности. Коллекции патентной литературы включают официальные бюллетени национальных ведомств и международных организаций, библиографические данные (метаданные), а также статьи, посвященные патентным проблемам , дискуссиям и судебным решениям.

Важным преимуществом собраний патентной информации является их ретроспективная глубина, срок доступности (исчисляется даже десятками лет) и иерархическая структура международной патентной классификации Это предоставляет  широкие возможности для использования патентной информации в научных исследованиях и точно определять  и сопоставлять технологические тенденции как на микроэкономическом уровне (инновации, разрабатываемые в данной корпорации), так и на макроэкономическом уровне (определение технологических и экономических преимуществ отраслей и регионов).

Основные международные патентные базы данных, поддерживаемые и управляемые различными международными организациями, включают следующее:

1. The European Patent Register and Espacenet:: базы данных, поддерживаемые Европейским патентным ведомством,

2. Patentscope: база данных, поддерживаемая Всемирной организацией интеллектуальной собственности,

3. DEPATISnet: база данных и информационная служба, поддерживаемая патентной системой Германии.

4. USPTO: : база полнотекстовой документации по патентованию изобрнтений, промышленнхобразцов и товарных знаков США

5. Thomson Innovation: коммерческая база данных, вкючающая поисковые массивы Derwent, которя позволяет изучать обширные и организованные коллекции патентных заявок и полученных патентов.

Патентные базы данных содержат информацию о миллионах представленных изобретений. Они представляют собой богатейший источник информации о текущем состоянии технологий в конкретной области. Патентные документы (обычно) публикуются раньше, чем техническая литература, и составляет снову патентной статистики.

В настоящее время наиболее часто используются следующие области патентной статистики:

- статистика семейств патентов, то есть поток заявок или совокупность прав на изобретение, предоставленных более чем одним патентным ведомством;

- стоимость патента (отличная от стоимости самого изобретения) оценивается на основе объема семейства патентов (количество и важность патентных ведомств, географический объем патентной защиты) , количество цитирований в других описаниях патентов, продолжительность монополии (взимание пошлин),

- факт инициирования процедуры возражений , количество и типы лицензий, выданных в соответствии с данным исключительным правом, местонахождение защищенного решения в технология (значение для технологического развития, факт создания новой компании, бизнес-модель которой основана на патентной монополии.

Слабые стороны патентов как характерные черты инноваций общеизвестны. Многие новые или улучшенные решения не подаются на патентование, в то время как другие защищены многочисленными патентами и / или другими формами защиты. Многие патенты не имеют технологической или экономической ценности, в то время как другие чрезвычайно ценны в этом отношении.

Октябрь 2020

Геополитика информаци

The Geopolitics of Information. Eric RosenbachKatherine Mansted, May 28, 2019

(Katherine Charlet -the inaugural director of Carnegie’s Technology and International Affairs Program).

В настоящее время информация является наиболее важным и оспариваемым геополитическим ресурсом в мире. Самые прибыльные компании мира годами утверждали, что данные – это «новая нефть». Политические кампании – и сотрудники внешней разведки – показали на последних двух президентских выборах в США, что социальные сети, основанные на данных, являются ключом к общественному мнению. Ведущие ученые и технологи понимают, что хорошие наборы данных, а не только алгоритмы, дадут им конкурентное преимущество.

Однако для того, чтобы конкурировать и процветать в 21 веке, демократии  должны разработать новые стратегии национальной безопасности и экономики, учитывающие геополитику информации. В 20 веке рыночные капиталистические демократии ориентировали инфраструктуру, энергетику, торговлю и даже социальную политику на защиту и развитие ключевого источника власти той эпохи – производство. В этом веке демократии должны лучше учитывать информационную геополитику во всех аспектах внутренней политики и национальной стратегии.

Информация как источник силы

Сегодня информация стала более важной для мировых дел, чем когда-либо ранее, в результате последних достижений в технологиях  переработки и управления данными. Эти достижения произвели революцию в каждом из четырех ключевых аспектов информационной власти: влияния на политическую и экономическую среду других участников; обеспечения  экономического роста и богатства; поддержки в принятии решений в  конкурентной борьбе; оперативного и безопасного общения

Во-первых, глобальное проникновение Интернета произвело революцию в возможности влияния информации на других участников.

В следующие пять лет достижения в области автоматизации и искусственного интеллекта (ИИ) позволят пропагандистам эффективно проводить кампании массового влияния на автопилоте, нацеливаться на тех людей и группы, которые наиболее уязвимы для манипуляций, постоянно улучшать свою тактику и сообщения на основе  цифровой обратной связи в реальном времени, а также для дешевой и быстрой компьютерной генерации поддельных аудио- и визуальных материалов.

Во-вторых, достижения в области машинного обучения (разновидность ИИ) позволяют организациям, имеющим доступ к значительным объемам необработанных данных, принимать более обоснованные решения.

Сегодня достижения в области вычислительной мощности компьютеров и машинного обучения решают проблему информационной перегрузки. Действительно, системы машинного обучения лучше всего работают, имея дело   с огромными наборами данных, поскольку исчерныающие  объемы исходных «обучающих» данных и последющих  данных «обратной связи» позволяют им со временем совершенствовать свои алгоритмы для получения более качественных результатов. В то же время миллиарды мощных компьютерных датчиков теперь встроены в подключенные к Интернету личные, домашние и промышленные устройства по всему миру.  Иинформация, которая когда-то была утеряна или просто игнорироалась, теперь тщательно собирается и каталогизируется для машинного анализа.

В-третьих, данные и информация теперь играют центральную роль в способности стран создавать богатство и процветание, необходимые для развитой экономики. Когда в мае 2017 года журнал The Economist утверждал, что данные заменили нефть как «самый ценный ресурс в мире» , журнал отражал мощный дух времени. Позде мировые лидеры, включая  Ангелы Меркель, заявили, что данные станут самым важным драйвером экономического роста 21 века. Некоторые аналитики идут еще дальше, предсазывая, что   «капитализм данных» в конечном итоге заменит финансовый капитализм в качестве организационного принципа глобальной экономики. Безусловно, компании, основной бизнес которых включает сбор, обработку и использование данных, теперь почти всегда составляют первую десятку. самые ценные компании мира, акции которых котируются на бирже. Данные позволяют фирмам лучше ориентироваться на своих потребителей и с помощью расширенной аналитики данных улучшать бизнес-процессы и продукты, открывать новые знания и создавать новые бизнес-модели. Сегодня почти каждый сектор промышленности в странах с развитой экономикой использует или изучает приложения машинного обучения на основе данных. В 21 веке способность создавать и защищать или прерывать информационные потоки будет продолжать играть решающую роль в мировых делах.

Новая большая игра

Растущее экономическое и политическое значение информации влияет на выбор политики и национальных приоритетов, а в онечном итог и на то, как государства  распоряжаются властью, конкурируют и готовятся к воздействию на конфликту в 21 веке. Есть четыре способа, которыми растущее значение информации открыло эпоху, когда информационная геополитика движет мировыми делами. В новой большой игре вся информация приобретает стратегический характер

Написав в 1998 году в журнале Foreign Affairs Magazine о растущем геополитическом значении информации, Роберт Кеохан и Джозеф Най провели различие между тремя типами информации: бесплатной, коммерческой и стратегической. Они определили бесплатную информацию как личную информацию, от которой люди добровольно отказываются при онлайн-взаимодействиях; в то время как коммерческая информация, такая как интеллектуальная собственность (ИС), имеет отношение только к бизнесу. И лишь  одна узкая категория информации – «стратегическая информация», такая как государственные секреты, – будет представлять интерес для правительств и иметь отношение к мировым делам. Сегодня категории, установленные Кеоханом и Найом, размываются. Теперь каждая часть информации, включая ИС, может быть стратегической.

Стратегическая важность деловой ИС для правительств сегодня становится  очевидной. Те же достижения в области машинного обучения, которые позволяют Facebook лучше узнавать ваших друзей и отмечать их на фотографиях, могут быть адаптированы военными для идентификации и нацеливания на комбатантов. Алгоритмы беспилотного вождения, которыми управляет Tesla, можно настроить для управления автономным танком. Примечательно, что государство заинтересовано не только в коммерческом программном обеспечении. Необработанные данные, хранящиеся у множества типов корпоративных структур, также имеют стратегическое значение. Машинное обучение сейчас находится на той стадии разработки, что технический вундеркинд больше не нужен для написания хорошего алгоритма обучения. Вместо этого разработчикам больше всего требуется набор высококачественных данных для обучения и оптимизации алгоритмов с течением времени. Данные о природной и искусственной среде, а также о поведении человека и психологии, хранящиеся у компаний, занимающихся логистикой, здравоохранением, производством, финансовыми услугами и потребительскими товарами, будут обучать алгоритмы, которые позволят государствам доминировать в физической, электронной и интеллектуальной сфере будущего. В результате государства сильно заинтересованы в доступе (или краже) коммерческой информации, которую Кеохан и Най когда-то классифицировали как относительно не связанные с геополитикой.

Личная информация также может иметь стратегическое значение. Личная жизнь политических и военных деятелей всегда интересовала шпионов и диверсантов. Но эта деятельность исторически ограничивалась необходимостью для оперативников собирать и интерпретировать разведданные. Оцифровка резко увеличила объем и глубину информации, доступной разведчикам. Fitbit, телефоны с подключением к GPS, кардиостимуляторы, подключенные к Интернету, и множество других устройств создают богатый гобелен, который в чужих руках может быть использован для шантажа, дискредитации или перехвата лиц, принимающих решения.

Сентябрь 2020 года

Как инструменты искусственного интеллекта изменят патентную практику

Luxembourg: How AI Tools Will Change Patent Practice, by Steven M. Shape, Dennemeyer Group,12 June 2020 – www.mondaq.com › patent

Технологии на основе искусственного интеллекта (ИИ) будут играть значительную роль в патентной практике и, в частности, в управлении растущим спросом на патенты для охраны все более сложных изобретений.

Используя сложные алгоритмы и большие наборы данных, системы ИИ могут распознавать изображения или слова (написанные или устные), понимать язык (даже в специализированных текстах) и рекомендовать или принимать решения на основе машинного обучения с использованием результатов предыдущих патентных  процедур, зафиксированных в приблизительно 120 миллионах патентных документов на разных языках

Несколько способов использования ИИ в патентном мире

Патентны поиск. Подаче патентной заявки  неизбежно предшествует патентный поиск. Необходимо составить ландшафта патентования в данной предметной области и обеспечить патентную чистоту осуществляемых исследований и разработок. Тем не менее, это решение этой задачи вручную может оказаться  практически невозможным, учитывая количество патентов и других известных технических решений, число которых с каждым днем значительно возрастает. Инструменты ИИ могут помочь в выявлении наиболее релевантных документов на основе изучения соответствующей информации и определения  приоритетности получаемых результатов, что имеет жизненно важное значение для минимизации юридических и деловых рисков.

Управление рисками, патентный анализ и оценка результатов. Если пойти дальше, то ИИ можно использовать для анализа патентных портфелей и оценки их сильных или слабых сторон в определенных предметных областях. Инструменты ИИ в такой оценке будут становиться все сложнее по мере накопления большего количества данных, включая детали, касающиеся объема притязаний, прав собственности и общего раскрытия информации в растущем массиве известного уровня техники.

Перевод.  Благодаря достижениям в распознавании языков системы ИИ уже широко используются при переводе патентов, что стало более важным, учитывая экспоненциальный рост документов на таких языках, как китайский и корейский. Например, система Patent Translate (разработанная ЕПВ и Google) основана на нейронном машинном переводе и охватывает документы на 32 языках. Несмотря на первоначальный скептицизм, многие патентные специалисты теперь доверяют переводам, сделанным с помощью этого программного обеспечения.

Составление и опротестование патентных заявок. хотя общение между заявителями и ведомствами в настоящее время осуществляется в основном в электронном виде, процесс подготовки и написания патентных заявок на деле по-прежнему осуществляется вручную. Однако некоторые провайдеры теперь предлагают составление заявок  с использованием ИИ,  предоставляющего большую часть  информации о патентуемом изобретении. Учитывая сложность патентного законодательства, интересно посмотреть, в какой степени такая помощь облегчит работу патентных поверенных.

Составление и рассмотрение соглашений. Во многих областях права инструменты ИИ, основанные на анализе текста, используются для сравнения документов, выявления ошибок или внесения необходимых изменений. Это будет актуально в патентной области, особенно в лицензионных соглашениях о передаче патентных прав, вознаграждении сотрудников и передаче технологий.

Разрешение споров. Патентные тяжбы часто требуют большого количества документов. В юрисдикциях с существенными обязательствами по раскрытию информации электронный процесс может привести к необходимости анализа тысяч или даже миллионов файлов в различных форматах. Инструменты ИИ, которые быстро и точно извлекают релевантную информацию из текста, изображений, аудио, баз данных и т.п., будут становиться все более ценными. Они  также могут играть важную роль в других аспектах судебных разбирательств, таких как прогнозирование результатов и количественная оценка возмещения ущерба. Однако есть серьезные сомнения в том, смогут ли компьютеры когда-либо заменить людей в качестве защитников или судей.

Использование ИИ в компании Dennemeyer Octimine

Примером возможностей, предоставляемых технологиями  ИИ, является Octimine, служба анализа патентов, предоставляемая компанией Dennemeyer Group. Существующие инструменты для систематизации и идентификации релевантной информации в патентных документах, как правило, полагаются на системы классификации и логический поиск. Однако Octimine использует машинное обучение, позволяющий пользователям выполнять семантический поиск по тексту на естественном языке в различных форматах и ​​уточнять область поиска с помощью фильтров. Поиск также можно производить по номерам патентных публикаций. Используя сложные алгоритмы, Octimine может идентифицировать 1000 наиболее похожих публикаций из базы данных, содержащей более 120 миллионов патентных документов. Он также может графически проиллюстрировать информацию в этих  результатах поиска, чтобы показать, кто подал больше всего заявок, с кем сотрудничает и какие технологии развиваются наиболее активно.

Поскольку поиск Octimine основан на текстовой информации, он может идентифицировать документы, выходящие за рамки стандартных классификаций. Это увеличивает шансы на получение соответствующих результатов. Octimine также можно настроить поиск на  использование синонимов, встречающихся в  конкретной отрасли или технологии, обеспечивая учет всех значимых результатов

В последующем  технологии Octimine усовершенствуют  патентный мониторинг. Например, оповещения могут предоставляться еженедельно, выдавая только новые результаты поиска. Они  будут  обеспечиваться  с помощью нейронных сетей, обучающихся применительно к конкретному патентному портфелю с учетом  предыдущих ограничений. Эта технология настроена на предоставление  целевой информации, полностью адаптированной к потребностям пользователя, экономя драгоценное время, которое в противном случае было бы потрачено на просмотр нерелевантных документов.


Июнь 2020

Суммарный массив данных ЕПВ

EPO – Bulk data sets – European Patent Office. 13 Mar. 2020 – www.epo.org › bulk-data-sets

Суммарный массив данных Европейского патентного ведомства охватывает  структурированные и стандартизированные извлечения из патентных баз данных ЕПВ, которые предоставляются внешним пользователям для дальнейшей обработки и использования. Он включает:

  • Полнотекстовые данные о патентной документации национальных ведомств     (National full-text data)

Специалистам, заинтересованным в использовании объемных данных для проведения статистического анализа,  рекомендуется ознакомьтесь со  специальной страницей PATSTAT.

PATSTAT

.

Определяющая  совокупность данных для осуществления статистического анализа

PATSTAT ЕПВ* является отправной точкой в ​​области патентной разведки и статистики. Его  база данных поможет выполнить сложный статистический анализ библиографических и юридических данных, отражающих  событии в области патентноой среды.

* Всемирная патентно-статистическая база данных EПВ (также известная как EPO PATSTAT) была специально разработана для использования правительственными / межправительственными организациями и академическими учреждениями. Распространение ограничено, и коммерческое использование не предусмотрено

PATSTAT содержит библиографические данные о патентах и ​​связанных с ними правовых событиях из ведущих промышленно развитых и развивающихся стран. С его информацией,  черпаемой  из баз данных ЕПВ и доступной через Интернет , можно: определить возможности, открываемые для бизнеса; посмотреть, что делают конкуренты; отслеживать тенденции в технологиях.

Линейка продуктов PATSTAT состоит из двух отдельных баз данных. Они доступны в виде подборки данных или через PATSTAT Online, веб-интерфейс для баз данных. С помощью PATSTAT Online можно выполнять запросы в базах данных, проводить статистический анализ, визуализировать данные и загружать их для автономного использования.

PATSTAT Global содержит библиографические данные, касающиеся более 100 миллионов патентных документов из ведущих промышленно развитых и развивающихся стран. Он также включает данные о юридических событиях из ЕПВ и более чем 40 патентных ведомств по всему миру (INPADOC).

PATSTAT EP Register содержит библиографические и юридические данные об опубликованных европейских патентных заявках и заявках РСТ на европейский  патент.

Май 2020 год

Использование искусственного интеллекта в  поиске и анализе патентной информации  

Patentfield | Open AI Patent Search, Analytics and… -en.patentfield.com

Patentfield – это платформа поиска и анализа патентов, объединяющая расширенный поиск, визуализацию данных и т. Д. Она также пользуется технологиями AI Semantic Search и AI classification для более быстрого скрининга патентов.

Технология семантического поиска. Для нахождения требуемых данных  AI Semantic Search изучает  значения слов из более чем 10 миллионов патентов документов. Если вы ищете «Солнечная панель», вы найдете аналогичные данные о патентах, которые включают в себя «Фотоэлектрическая панель».Оценивая в порядке убывания сходства с любыми естественными документами или конкретными документами, которые вы хотите найти, вы можете немедленно исследовать патентную литературу, близкую к искомой технологии, без подготовки данных учителя и т. Д.

Технология ИИ – классификации. Она обеспечивает быструю систематизацию патентыов с использованием программы Teacher Data, которая  за несколько секунд изучает более 10000 данных,    предсказывает и сортирует 100 000 патентов. При этом могут  устанавливаться  двоичные или мультиклассовые контролируемые метки с номерами патентных заявок на технологию, в которой вы заинтересованы.При этом данные могут  со скоростью  до 10 секунд. Эффективность исследования можно повысить за счет контролируемого обучения, с помощью которого  вы можете легко найти новые интересные патенты.

Расширенный поиск для профессионала. Обнаружение релевантные патенты  облегается посредством  семантического поиска по 100 с лишним полям с использованием технологии машинного обучения без привлечения  экспертов  и логического поиска (И-ИЛИ-НЕТ). Результаты поиска содержат сводные сведения о  заявителях,  классификационных индексах и т.д..

Патентный анализ осуществляется с использованием более 120 методов поиска и визуализации. Оценка результатов осуществляется с применением более  40 показателей  в истории судебного преследования, подачи  апелляции, цитирования, визуализации и т.д.

В процессе анализа также применяются:

-  кросс-табуляци –  распространенным способом представления данных являются двумерные таблицы, в которых значения одной переменной соотносятся со значениями другой;

- патентный скоринг – система оценки релевантности, в основе которой заложены статистические методы; как правило, это компьютерная программа, куда вводятся данные предполагаемого докумнта.

Оценивая в порядке убывания сходство результата поиска с конкретными документами, которые вы хотите найти, можно сразу же – без внешней поддержки -   провести исследование патентной документации, близкой к искомой технологии, и ввести дополнительную информацию в результаты расширенного поиска и последующего анализа.

Зарегистрировавшись, можно использовать различные функции управления данными, включая  массовую загрузку PDF, экспорт результатов поиска / сводного результата в Excel, сохранение условий поиска на сервере и оповещения по электронной почте.


Март 2020 года

Использование патентной информации в конкурентной разведке

Playbook for IP patent competitive intelligence and better business decisions

Michael Bielski, Patent Attorney – ventureoutsource.com…playbook…patent-competitive…

Извлеченная и правильно организованная информация, содержащаяся в патентах, может быть преобразована в ценные сведения  о конкурентах, помогающие руководителям принимать более эффективные предпринимательские решения. Большие затраты на патентование изобретений делают  публикуемую при этом информацию  надежным источником конкурентной разведки. Раскрываемые в ней технологии часто сигнализируют о поступающей на рынок или еще разрабатываемой продукции.

Подборка поискового массива патентных документов

В поисковый массив должны отбираться  патентные, которые относятся к технологиям , продуктам  или сфере деятельности данной компании. Требуемый  поисковый массив может быть получен с использованием подборок, ранее использовавшихся при проверке продукции данной компании на патентную чистоту, с дополнение более широкого круга документов по ключевым словам, относящимся к сфере ее деятельности. Отобранная подборка нуждается в просеивании: чем более релевантными окажутся   отобранные документы, тем точнее будут результаты конкурентной разведки (КР).

Важные объекты анализа

Изобретатели. Следует взять на заметку более продвинутых новаторов в данной области. Они  могут стать первыми кандидатами для приглашения на работу в своей организации – особенно в тех областях, где ей недостает  технических знаний как в осуществляемых так и намечаемых разработках. Отслеживание перехода изобретателя от одной организации к другой, а также изменение правообладателяпатентов изобретателя, может дать информацию о стратегиях НИОКР конкурента.

Правообладатели – юридические и физические лица, которые обладаю  законными патентными правами, предлагаемые патентом. Важно знать, какие компании патентуют изобретения в вашей отрасли. Это  дает ценную информацию о потенциальным сотрудничестве –  партнерстве по НИОКР, лицензиатах, лицензиарах, целях приобретения патентных прав  и др.

Среди них будут и реальные и конкуренты, обладающие патентами в данной области.  Анализ количества патентов позволяет оценивать их инвестиции в ИС, доминирующих владельцев ИС, сотрудничество между конкурентами и др. Потенциальные конкуренты могут готовиться к запуску конкурентоспособных продуктов и лицензировать свои патенты.

Категории продуктов / технологий – в  соответствии с ними систематизируются патентные данные (например, с использованием МПК). Этим путем получается информация о том, где и что запатентовано; каковы технологические и производственные стратегии конкурентов; в чем заключаются конкурентные преимущества соперников.

Дата подачи патентных заявок -  для КР она более показательна,  чем значительно боле поздняя дата выдачи патента. Она позволяет руководителям более точно отслеживать эволюцию инноваций и стратегий в данной области ИС. Более ранние заявки могут быть менее актуальными по сравнению с недавними. Последние заявки могут указывать на новые области продуктов / технологий. Все это важно для понимания общей корпоративной стратегии организации.

Юрисдикция подачи заявки -  указывает, где организация подала заявку на изобретение. Количество патентов, которыми располагает организация, может не являться четким показателем уровня изобретательности в организации – одно изобретение может быть подано в нескольких юрисдикциях. Несколько юрисдикционных заявок, указывают, что корпорация намерена вести бизнес – сейчас или в будущем – в ряде  стран.

Наблюдение тенденций в юрисдикционных заявках может дать руководителям информацию о том, где конкуренты занимаются аутсорсингом, продажей продукции, производством продукции или лицензированием продукции


Февраль 2020 года

Некоторые направления применения искусственного интеллекта  в службах интеллектуальной собственности

8 ways in which Artificial Intelligence is being used by IP departments of Companies-Jitin TalwarPranav Sharma – slideshare.net…8-ways…artificial-intelligence…ip…

Подразделения интеллектуальной собственности (ИС) компаний проделали феноменальную работу по защите своих  исследований, управлению существующими активами и принятию различных решений в области ИС, опираясь на свои возможности и знания в сфере искусственного интеллекта (ИИ). Однако в наши дни развитие технологий ИИ и использование машин для принятия определенных решений по ИС привело к сбоям в работе подразделений ИС  и может обесценить  наиболее важные из обещанных методологий поиска нужной им информации.

Технологии ИИ играют решающую роль в автоматизации стандартного рабочего процесса поиска ИС. Существует восемь основных областей, в которых поисковые технологии ИИ помогают подразделениям ИС в осуществлении поиска информации по ИС вообще и патентной информации (ПИ) в частности.

Автоматизация проверки новизны

Службы  ИС проводят внутренние и внешние поиски патентоспособности по заявленным подразделениями  НИОКР изобретениям. Технологии ИИ радикализируют традиционный способ оценки патентоспособности с использованием  компьютерного  анализ и синтез естественных языков (NLP),  машинного обучения и семантического анализа. Эксперты первоначально представляют изобретения устройствам  ИИ для получения отчетов о новизне и визуализации. ИИ-отчеты о новизне подтверждают как  возможность дублирования предшествующего  уровня техники и наличие новых элементов.

Визуализация обеспечивает  защиту от конкурентов в данной  технологии.

Улучшение качества патентов

В настоящее время службы  ИС применяют более целенаправленный подход к подаче заявок на охрану ИС.  Он более целенаправлен – только на то, что подлежит освоению. И дальше будет продвигаться  только «целевая» группа патентных заявок.  Процесс отбора осуществляется в режиме реального времени с использованием соответствующих ИИ-технологий.

Отменить, обновить, решения вне лицензии

Отслеживание товаров конкурентов – это непрерывный процесс, требующий повторного поиска через определенный промежуток времени. Алгоритмы ИИ удобны и заменяют интенсивные ручные повторные поиски автоматизированной системой оповещения.

Определение ключевых патентов в  портфеле:

Поиск ключевых патентов в портфеле является трудоемкой задачей, где автоматизация может быть полезна для оценки предопределенных параметров. Наряду с этим, технологии ИИ также могут имитировать поведение опытного искателя, сравнивая информацию о конкурентах и ​​рынке с данными о патентах.

Автоматизация  установления недействительности

Автоматизация поисковых запросов сокращает затраты времени примерно на 60%. ИИ способен понимать смысл текстовых данных и сопоставлять сходство между различными документами с помощью технологий NLP и машинного обучения.

Использование современных инструментов в систематическом распространении информации

Проблема поддержания разбросанных по миру ведомств/служб в режиме синхронно изменяющихся технологий и обновлений может быть решена путем внедрения решений на основе ИИ. Службы ИС некоторых компаний, в сотрудничестве с поставщиками ИИ-технологий, настраивают систему единого фонда сфокусированных  и синхронизированных оповещений ведомств ИС всего мира.

Автоматизация изобретательского консультирования

Ведомства ИС зачастую задают изобретателям множество вопросов для понимания их изобретений. Технологии ИИ в состоянии  помочь службам  ИС получать отчеты и информацию из системы практически в режиме реального времени. Это позволит им задавать сфокусированные вопросы и выявлять новые аспекты изобретения за гораздо меньшее время.

Автоматизация определения идей и концепций:

ИИ способен усваивать технологии пользователей и может предлагать им новые идеи. Это способствует определению объема доработок и дополнительных вариантов осуществления предварительного замысла для обеспечения лучшего проектирования  приложений.

Для ознакомления с работой  основанного на ИИ-технологиях интеллектуального программного обеспечения ИС-анализа можно обратиться в  лабораторию XLPAT(Индия), разработавшую  инструменты различных видов патентного поиска.

Дополнительные источники:

XLPAT Labs conducted training for Examiners at the USPTO, May 14, 2019

8 - ways in which Artificial Intelligence is being used by IP departments of Companies, April 8, 2019

5G- The Future of Communication Networks, March 28, 2019

Emotions will drive the future Intelligent Chatbots, March 28, 2019


Поиск при оценке известного уровня техники

Artificial intelligence: is it changing patent prosecution?

Dennemeyer Group / 21 мая 2019 г.- lexology.comlibrary/detail.aspx…

Существует спорное мнение, что искусственный интеллект (ИИ) революционизирует судебное рассмотрение патентных споров. При этом сразу же возникает вопрос  об  осуществляемом при этом поиске для определения  известного уровня техники. Конечно, использование ИИ в процедуре патентования наиболее очевидно. ИИ и машинное обучение – это технологии, которые позволяют легко и быстро получить представление о подлежащих оценке огромных объемов патентных данных.

Традиционный метод проведения такого поиска начинается с составления заявителем или экспертом  запроса в патентной базе данных. Запрос идентифицирует опубликованные патенты, которые соответствуют определенным индикаторам. Они могут включать классификационные индексы, ключевые слова, запретные слова и т. д. Успех оценки  предшествующего уровня техники зависит от мастерства поисковиков. Отобрали  ли они правильные классификационные рубрики и  ключевые слова? Не пропустили ли они ключевые слова, без которых результаты поиска будут чрезмерно обедненными? Использовали ли они правильные булевы операторы? Другими словами, поисковый запрос вернет именно то, о чем  просил его составитель. Результатом традиционного поиска обычно является длинный список патентов, которые поисковик должен затем оценивать, отсеивать и расставлять приоритеты.

Поиск с применением ИИ существенно  отличается. ИИ допускает  обработку человеческого языка, обладающего гибкой семантикой. При этом отпадает необходимость изучать логическую  структуру поиска. ИИ позволяет пользователю вводить любое описание изобретения непосредственно в поисковую систему, которая затем автоматически извлекает значение текста и идентифицирует патенты с аналогичным назначением или техническим содержанием. Система интеллектуально анализирует данные и не зависит от выбранных поисковиком конкретных запросов.

Взять, например, Octimine  – инновационный стартап в области управления ИС и признанный одной из ведущих ИИ-платформ. Octimine выводит семантический патентный поиск, аналитику и машинное обучение на новый уровень. Основанная в 2015 году бывшими исследователями Max-Planck-Institute и LMU Munich, компания была приобретена группой Dennemeyer в октябре 2018 года,      Octimine имеет простой пользовательский интерфейс. Программное решение позволяет поисковику вводить текст на естественном языке в любом формате и уточнять объем поиска с помощью специальных фильтров. Одним из примеров фильтра является диапазон дат. Пользователи Octimine могут ограничить поиск  и оценку предшествующего уровня техники, существовавшим на определенную дату или ранее. Octimine ранжирует результаты по релевантности и позволяет поисковику быстро идентифицировать  наиболее релевантный уровень техники. При поиске  сфере ИС также используют визуализацию, чтобы проиллюстрировать полученные результаты поиска и помочь пользователям получить их обзор  за доли секунды.

Octimine  предлагает  своим пользователям применение ИИ-технологий  и в других аспектах судебное рассмотрение патентных споров, включая     оценку представленного  изобретения, отслеживание конкурентной среды и выявление новых соперников, открытие новых направлений НИОКР ,  фиксирование неохваченных «пробелов» и выявление фактов  оспаривания патентов.

Полный текст статьи был  опубликован в журнале The Global IP Matrix, №к 4, май 2019 года

Правильный выбор источника патентных данных

Select the Right Patent Data Source for Your Big Data Project

CatherineS,  Larry Cady, IFI CLAIMS Patent Services/June 16th 2017

На ежегодной конференции Группы пользователей патентной информации (PIUG) в 2017 году рассматривались возможности применения  новых  технологий на основе  искусственного  интеллекта (ИИ)* и глубокого обучения** к патентным данным. Рассказывалось также об опыте использовании в компаниях – вместо традиционного булева поиска – глубокого обучения и нейронных сетей***для семантического поиска патентов и автоматического классифицирования  патентов США.

*Искусственный интеллект (англ. Artificial intelligence)— это способность цифрового компьютера или управляемого компьютером робота выполнять задачи, обычно связанные с разумными существами

**Глубокое обучение (глубинное обучение; англ. Deep learning) – совокупность методов машинного обучения (с частичным привлечением учителя, без учителя, с поддержкой), основанное на обучении представлениям ((англ. feature/representation learning),), без  специализированных алгоритмов под конкретные задачи.

*** Нейро́нная се́ть (НС) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей

Чтобы эти новые методы работали должным образом, важно пользоваться  точными патентными данными. Вместо  общедоступных источников, где, например, встречается  более 2000 вариантов названия компании «IBM», необходим поставщик данных, который предлагает стандартизированные наименования и все другое.

В компании FI CLAIMS предоставлена высококачественная глобальная патентная база данных для аналитиков и разработчиков новых продуктов. Продукт  CLAIMS Direct предоставляет более 100 миллионов записей о. Аналитики и разработчики могут использовать полную базу данных для:

• Анализа BigData, включая глубокое обучение

• Семантического  поиска с использованием патентованных  методов индексации

• Автоматической классификации с использованием очень больших тренировочных массивов

• Подключения патентных данных к внутренним хранилищам документов.

Особенностями  патентной базы данных FI CLAIMS являются:

• Нормализованные и стандартизированные данные. Каждая запись из каждого источника  доставляется в одном и том же формате XML (соответствует одному и тому же DTD). Числа и даты стандартизированы, что облегчает увязку  записей.

• Интегрированные данные. FI CLAIMS получает данные из более чем 44 источников и интегрирует их так, чтобы все соответствующие данные легко идентифицировались в каждом патентном документе. Национальный полный текст, идентификаторы семейства патентов, правовой статус, переназначения, данные национального реестра объединены в единую запись со всеми необходимыми данными.

• Данные о добавленной стоимости – IFI CLAIMS предоставляет стандартизированные имена правопреемников / заявителей как для первоначального, так и для текущего владельца патента. Также доступны индикаторы правового статуса, расчетные даты истечения срока действия и маркировка претензий.

• Полные тексты документов более чем 23 стран, включая США, EПВ, ВОИС, Китай, Японию, Корею, Индию, Германии, Франции. Бразилии и Тайваня.

• Представление записей на оригинальном  и английском языках. Машинный перевод  на английский доступен для большинства неанглоязычных  документов.

• Документы в формате PDF, чертежи и ссылки на изображения доступны через веб-сервис IFI CLAIMS.

Наличие полного текста на английском языке всех представленных в базе данных ведомств означает, что анализ с применением сервиса BigQuery* может быть действительно глобальным. А классификаторы можно обучать с использованием данных ЕПВ – и любой другой страны. Доступ к базе данных патентов IFI CLAIMS можно получить через Облако ** с помощью интерфейс прикладного программирования (API) веб-сервисов IFI CLAIMS Direct. Кроме того, вся база данных может быть установлена на месте в корпоративном  центре обработки данных

* BigQuery (произносится «гугл биг куэри») — это веб-сервис RESTful, который позволяет проводить интерактивный анализ больших массивов, работая совместно с Google Storage.

**Облако – это сеть из множества хранилищ, серверов для вычислений, аренды лицензий, связанных таким образом, что данные хранятся на них распределено

База данных обновляется ежедневно. В своем корпоративном центре обработки данных пользователь может получить доступ к полному хранилищу патентов с помощью языка разметки XML и анализировать его, используя любую платформу и предпочтительный набор инструментов.

2019 год

Новые рефераты в 2019 году

- Специфика  патентного поиска/декабрь

-Возможности использования  искусственного интеллекта для патентного поиска/декабрь

- Новые формы распространения информация о правах интеллектуальной собственности/ ноябрь

- Бесплатные инструменты конкурентной разведки/октябрь

-Бесплатная патентная база данных “The Lens”/сентябрь

- Значение искусственного интеллекта  в предстоящих технологических тенденциях/август

-Порядок проведения патентного  поиска/июль

- Патентование изобретений в условиях экономических санкций/июль

- Эффективное использование реальной стоимости патентных данных/ июнь

- Последовательность патентного поиска в службе Google Patents/ май

- Цифровая трансформация баз данных/апрель

- Вступление заявок РСТ в “европейскую фазу”: краткое руководство/март

-Будущее блокчейна познается через патенты/февраль

……………………………………………………………………………

Содержание рефератов

2019 год

Специфика  патентного поиска

The basics of patent searching//Nigel S.Clarke

- https://doi.org/10.1016/j.wpi.2017.02.006

Многие  приемы патентного поиска аналогичны поиску в научно-популярных, профессиональных и академических журналах. Однако некоторые аспекты поиска патентов в достаточной степени отличаются от поиска в обычной литературе тем, что при его осуществлении необходимо применять особое мышление, стратегию и тактику. Разница между поиском обычных публикаций и патентов возникает, среди прочего, из-за природы самих патентных документов, взаимосвязей между ними и уникального способа построения патентных баз данных. В статье рассматриваются некоторые полезные базовые концепции и психология осуществлении патентного поиска.

Виды патентного поиска

Обзорный поиск. По сути, это обзор всех соответствующих документов, опубликованных в данной области техники или поданных конкретными заявителями либо созданными  интересующими вас  изобретателями. Здесь, как и во всех остальных  видах поиска, также необходимо проводить  поиски в научных статьях, диссертациях, прессе и в «серой литературе» (инструкции и рекламные публикации). Такой поиск  предназначен просто для того, чтобы установить те знания и информацию, которые доступны широкой общественности.

Поиск для оценки предшествующего уровня техники / новизны заявляемого решения / его патентоспособности. Обычно он осуществляется в промышленности до подачи заявки на патент, а также  как часть патентной экспертизы. Цель поиска состоит в том, чтобы проверить, обладает ли заявляемое творческое  решение новым, обладающим изобретательским уровнем, промышленно применимым и не исключено ли  оно из категории патентоспособных объектов (таких как научное открытие, математическая формула, художественное произведение и т. п.). Результатом такого  поиска в идеале должен стать  сравнительно короткий список наиболее релевантных публикаций, появившихся до даты подачи  рассматриваемой заявки.

Поиск для определения свободы действий (FTO). Его также называют поиском для выявления фактов  нарушения патентных прав (определения «патентной чистоты»). Осуществляют его в массиве выданных патентов или находящихся на рассмотрении патентных заявок, чтобы определить, нарушает ли продукт или процесс какие-либо зафиксированные  там правовые притязания.

Этот поиск является, вероятно, самым рискованным и дорогостоящим. Патентные притязания имеют разные географические и временные ограничения. Они могут охватывать одну или несколько стран, а срок их действия может колебаться с учетом уплаты патентных пошлин, а также в результате патентных споров.

Оппозиционный поиск осуществляется третьими сторонами или от их имени «оппонентами», которые считают, что патент не должен выдаваться соответствующим ведомством. Допустимые сроки подачи возражения зависят от конкретной юрисдикции и могут продлеваться до льготного. В ЕПВ льготный период составляет до 9 месяцев после даты выдачи патента. Суть оппозиционного  поиска состоит в том, чтобы привести аргументы относительно того, почему заявка не должна быть удовлетворена. Для этого требуется  найти упущенную или недооцененную при экспертизе публикацию, отражающую предшествующий уровень техники.

Разнообразие поисковых индикаторов

Если вы попросите непрофессионала описать изобретение, он будет автоматически использовать слова, которые описывают  его назначение, конструкцию или название, если таковое уже имеется. Существует большой соблазн использовать при поиске только ключевые слова. Однако на этом пути встречается  ряд подводных камней.

Контекст. Проблема с ключевыми словами (КС)для поиска заключается в том, что они, в первую очередь, могут быть неоднозначными. Слово «мост», например, как существительное, имеет много контекстно-зависимых значений: как  сооружение для пропуска через реку, как    вставка, заполняющая  отсутствующие зубы и т.д…

Синонимы. Наряду с КС часто используются их синонимы, особенно в химии. Например, уксусная кислота, этановая кислота и этан-1-карбоновая кислота и другие синонимы являются текстовыми эквивалентами

Языковые вариации. Часто по причинам соблюдения юридической определенности, а иногда, возможно, для того, чтобы скрыть патенты от обнаружения, разработчики прибегают к специализированной или намеренно неясной терминологии и  лексико- грамматической вариации. В заявке на патент ручку можно, например, назвать «пишущим инструментом». Возможны разные способы написания одного и того же слова, а также случайные  орфографические ошибки.

В дополнение к, казалось бы, слишком сложным или специализированным техническим терминам, авторы патентов изобретают и свои собственные слова. К тому же патенты пишутся на собственных национальных языках. В результате , в международных базах данных появляется разнообразие переводных эквивалентов.

Возможности текстового и классификационного поиска

Поисковая ограниченность заглавий. Заглавия патентных документов не всегда являются лучшим средством  поиска по ключевым словам. Очень часто они либо неясны, либо неинформативны. В база данных ЕПВ, например,  почти 19 000 патентных публикаций, озаглавлены одним  словом  “Refrigerator”.  При поиске по ключевым словам лучше расширить его, включив в поисковое предписание  реферат или, хотя бы, аннотацию. Конечно, если есть возможность поиска по полному тексту описания изобретения, риск пропуска соответствующих документов уменьшается, но возрастет и количество выдачи не относящихся к делу документов.

Возможности патентной классификации. Классификация патентов – это быстрый путь к обнаружению  требуемых  документов. При этом  используются интеллектуальные усилия экспертов, которые предварительно  классифицировали патентные документы. Существует ряд схем классификации и, прежде всего, Международная система патентной классификации (МПК), управляемая Всемирной организацией интеллектуальной собственности и Совместная патентная классификация (CPC), внедренная Европейским патентным ведомством и Ведомством США по патентам и товарным знакам. Это самая современная патентная система классификации.

Особенность использования любой патентной схемы классификации заключается в том, чтобы найти наиболее релевантную классификационную рубрику . Если выдача недостаточна, можно воспользоваться поиском по родовой рубрике. Если выдача документов слишком велика, поисковый запрос  дополняется ключевыми словами или их синонимами. Наконец,  все типы поисковых терминов могут быть объединены с использованием логических операторов.

Использование собственных имен. Следует различать а) имена (наименования) заявителей – обычно организаций или индивидуальных создателей изобретений, претендующих на обретение патентных прав; б) собственно изобретателей.

Наименование заявителя может иметь разную форму (XYZ Inc., XYZ Corp. Etc) и написание (“Philips” and “Phillips”). В роли заявителя может выступать одно из подразделений с собственным наименованием. С течением времени, а также при переводе на другой язык, наименование компании может претерпевать изменения,.

Используя имена изобретателей, следует  знать о многих вариациях в их написании, использовании инициалов, фамилии вместе с именем и отчеством и  разных последовательностях их размещения.  Чтобы найти все патенты данной компании при таком разнообразии, зачастую придется проводить несколько поисков «.

Поиск членов патентных семейств.

Заявитель может подать несколько патентных заявок на одно и то же изобретение в несколько патентных ведомств в течение двенадцати месяцев после первой (приоритетной) подачи. С точки зрения поиска все эти опубликованные патентные заявки эквивалентны, они относятся к одному и тому же изобретению. Но они будут публиковаться  на разных языках. предоставляют вам официальные (человеческие) переводы на разные языки. В результате, если  вы обнаружили корейский документ, но  являетесь носителем английского языка, имеется возможность  выбрать британскую или американскую публикацию.

Поиск патентных ссылок

Подобно тому, как обычные научные статьи содержат ссылки на другие статьи, патентные публикации также содержат цитаты, располагающие богатыми аналитическими возможностями. При поиске патентных ссылок  следуют иметь в виду наличие их разновидностей.

Обратные ссылки (backward citations) публикуются в подаваемой заявке или   в отчете эксперта о поиске и отражают уже известный  уровень техники. Они  позволяют формулировать выводы и мнения о патентоспособности изобретения в том виде, в котором оно было заявлено. Прямые ссылки (forward citations) публикуются в описании изобретения и отражают ранее созданные технические решения, которые использовались или учитывались при разработке усовершенствованной или прорывной технологии.

Если разработчик некой технологии хочет прочувствовать место и роль своей разработки в происходящем в данной отрасли инновационном процессе,  ему следует провести оценку существующего  уровня техники, найти релевантную  заявку на патент и изучить ее вместе с цитируемыми и цитирующими документами. Помните, что поле цитируемых документов остается прежним, а число цитирующих документов будет  расти; более поздние патентные заявки всегда могут ссылаться на ранее поданные.

Оценка правового статуса документа

Окончательный способ определить, является ли патент действующим в определенной стране или нет – это обратиться к реестру патентов, который ведется в ведомстве ИС этой страны. Однако это наталкивается на определенные сложности доступа к такому реестру.

ЕПВ попыталось упростить доступ к национальным патентным реестрам, разработав «Федеративный реестр» [“Federated Register” ], который позволяет определить статус патентов, поданных в ЕПВ и которые были подтверждены в определенных европейских странах. ЕПВ также установило связи между патентными заявками, хранящимися в его базах данных, и соответствующими записями в некоторых национальных реестрах ИС. Эти услуги охватывают не все ведомства ИС, но они находятся в стадии разработки, и охват ихпостоянно увеличивается.

Патентный мониторинг

Черпаемая из патентов информация быстро расширяется. Количество патентных публикаций и  содержание патентных баз данных быстро растет. Кроме того, статус каждого отдельного патента динамично изменяется; каждый патент имеет свой жизненный цикл. Патент рождается (подается заявка), затем проводится поиск публикация, рассмотрение и  вынесение положительного решения. После выдачи патента он может оставаться в силе до оплаты пошлин или истечения  срока его действия. В дополнение к этому  патент может быть оспорен или отозван. Действие патента может  непреднамеренно истечь, но затем восстановиться с помощью использования правообладателем «патентного эквивалента».

Столкнувшись с таким динамизмом, важно следить за новыми публикациями, попадающими в патентные базы данных, а также за развитием статуса данного патента по мере его жизненного цикла. При этом поиск используется в виде мониторинга – для наблюдения как за появлением новых патентных публикаций, так и  за изменениями в уже опубликованных патентах.

Патентно-поисковые ресурсы

Помимо традиционных  публикаций и Интернета при патентном поиске можно использовать различные специализированные ресурсы – открытые и  подписные. Существует общая корреляция между стоимостью услуги и размерами поисковых возможностей. Тем не менее, даже бесплатные услуги  нередко обеспечивают очень хорошие пользовательский опыт. Хотя, более дорогие сервисы предоставляют более  мощные возможности поиска и сложную аналитику

Возможности использования  искусственного интеллекта для патентного поиска

What AI means for The future of patent search

Jeroen Kleinhoven, Head of Products & Alliances, IP and R&D Solutions, 25 Sept. 2018

- https://www.evalueserve.com › blog › sense-and-…

Компания Treparel, в сотрудничестве с Royal Dutch Philips Electronics, создала в 2015 году первую в мире систему патентного анализа (KMX), основанную на принципе машинного обучения. Она обеспечивала ускоренное классифицирование больших объемов патентных документов и научных статей, используя ограниченную подборку обучающих примеров. В последующем система была усовершенствована в процессе практического осуществления пользовательских заказов.

Система осуществляет визуальный отбор положительных и отрицательных примеров классифицирования, на основе которых создается «классификатор» содержания обрабатываемых примеров.   С согласия аналитика KMX быстро пропускает полный набор патентов для ранжирования на основе полученных классификаторов. Патенты с высокой оценкой, содержащие аналогичную терминологию, считаются  релевантными. Классификаторы можно также использовать для добавления в документы технологических меток.

Обучение классификатора требует значительных инвестиций. Инструмент ИИ должен быть оснащен достаточным количеством положительных и отрицательных примеров для их усвоения. Кроме того, обучение, как правило, требует нескольких итераций оценки результатов для повышения уверенности в их точности, а также предоставления дополнительных примеров для ориентации алгоритма в правильном направлении.

Таким образом, при использовании ИИ всегда необходимо оценивать окупаемость инвестиций. Например, это может иметь смысл, если набор документов, который необходимо проанализировать, слишком велик или если вам для  его анализа  не хватает времени. В других случаях, создание описанного поискового инструмента просто не стоит усилий.


Новые формы распространения информация о правах интеллектуальной собственности

Intellectual Property Rights Information Serving Innovation

Paul Schwander, Principal Administrator, EPO The Hague1

- wipo.intsme/en/documents/ip_info_serv_innov…

Исследования показывают, что  осведомленность об интеллектуальной собственности (ИС) не увеличивается пропорционально росту ее  онлайновых объемов. Далее  рассматриваются некоторые явления, воздействующие на современные тенденции в этой области.

Поиск по нужному ключевому слов  в Google обеспечивает выдачу  из Интернета огромного количества информации, связанной с правами ИС. Раньше для этого требовались обременительные операции с участием множества специалистов. Сегодня, чтобы получить доступ к такой информации, почти все обращаются, прежде всего,  к Интернету. Тем не менее, возросшая доступность к информации о правах ИС не обязательно ведет к повышению осведомленности в этой сфере. С помощью Интернета можно быстро ответить, в основном, только на самые простые вопросы. Но когда нас интересует  выбор лучшей стратегии информационного обеспечения охраны ИС  в своей  компании, онлайн-источники  обычно оказываются неадекватными или очень трудно выявляемыми. Кроме того, важно совершенствовать правильное восприятие содержания информации о правах ИС, в которой зачастую используются специальные  юридические термины, нуждающиеся в изложении на простом языке.

Интересной тенденцией в распространении информации о ИС является создание информационных материалов, открытых для дальнейшего свободного использования. Следуя этому принципу, в  ВОИС разработан целый ряд руководств и пособий, предназначенных для малых и средних предприятий. Эти публикации распространяются непосредственно ВОИС, но также предлагаются для дальнейшей рассылки  и адаптации другими организациями  и патентными ведомствами.

Наряду с этим в Интернете     в настоящее время в Интернете публикуются миллионы  различных блогов. На этих персональных сайтах выражаются личные мнения и проводятся общественные обсуждения, затрагивающие также и проблемы информационного обеспечения правовой охраны ИС – как одной из важнейших составляющих инновационного процесса. В дополнение к своему обычному интернет-формату эти блоги почти всегда предлагают свой контент в универсальном новостном формате, называемом RSS (Rich Site Summary), разновидностью интернет-языка lingua franca XML. Существует возможность подписаться на все публикуемые там новостные ленты. Участниками распространения  новостных  лент информационной поддержки правовой охраны ИС являются ВОИС и ЕПВ.

Для тех, кто заинтересован в отслеживании событий и новостей в области ИС, необходимо подписаться на такие новостные сервисы и публикации в блогах. Эта операция требует установки соответствующего программного обеспечения или онлайн-регистрации. Однако, чтобы не утонуть в большом потоке  новостей, нужно тщательно выбрать лучшие источники.

Прежде всего, следует обратить внимание на новый веб-сайт WIKI,   содержимое которого пользователи могут самостоятельно изменять с помощью инструментов, предоставляемых самим сайтом. Форматирование текста и вставка различных объектов в текст производится с использованием вики-разметки. Это форма веб-инструмента для совместной работы, позволяющая всем пользователям управлять, изменять и расширять веб-контент. Эта концепция оказалась очень эффективной благодаря коллективному созданию и поддержке крупнейшей онлайн-энциклопедии: WIKIPEDIA. Его английская версия содержит сегодня более 940 000 статей. Среди этих статей много статей, связанных с правовой охраной ИС. На основе похожих приложений в Интернете разрабатывается коллективный контент WIKI для определенных областей или корпоративных интрасетей. Простота редактирования и все возможности отслеживания являются самыми сильными сторонами таких инструментов. Такие совместные инструменты могут быть использованы для коллективной разработки лучшего материала по вопросам правовой охраны ИС. По аналогичному принципу разрабатываются тематические WIKI. Этот путь сотрудничества является наиболее многообещающей перспективой для всех инструментов онлайн-информирования.

В последние годы уровень осведомленности о правовой охране ИС существенно возрос. Интернет сыграл свою роль, улучшив скорость, с которой вы можете получить доступ к соответствующей информации. Но организации, действующие в сфере ИС, не найдут там ответы на все свои вопросы. Необходимо воспользоваться  возросшими возможностями предоставления информации, более сфокусированной, например,  на  актуальных проблемах  оптимизации правовой охраны ИС, ее более тесной увязке с инновационными процессами, обеспечении устойчивых конкурентных преимуществ предпринимательства.


Октябрь 2019 года

Бесплатные инструменты конкурентной разведки

8 Free Compttitive Intelligsence Tool

29 Jan. 2019 г. – https://www.cipher-sys.com ›блог› 8-free-comp ..

Конкурентная разведка(КР) – это продукт исследования рынка и конкурентов, который помогает вам увидеть угрозы и благоприятные рыночные возможности для предпринимательской деятельности. Для начала рекомендуется провести оценку конкурентного ландшафта компании и выделить его важнейшие участки. Для этого лучше сконцентрировать внимание на  ограниченном количестве   конкурентов. Далее целесообразно разбить их на 3-6 групп, характеризующихся некими общими признаками, и выделить среди них главных и опосредованных конкурентов.

После этого наступает время поиска ответов на поставленные вопросы с использованием  рекомендуемых в данной работе восьми бесплатных инструментов содействия  КР.

1.    Crunchbase

Эта система используется в тех случаях, когда пользователю  нужен краткий обзор сведений о конкурентах и относящейся к ним финансовой информации (динамика акций, инвестиции, приобретения). Для этого система  Crunchbase собирает широкий спектр касающегося конкурента данных о финансировании, слияниях и поглощениях компаний, лидерства и др.

Crunchbase интегрирует данные от ряда других систем (включая Owler и SimilarWeb) и поэтому  представляет собой прекрасный источник сведений об индивидуальных конкурентах на начальной стадии КР.

2.    Owler

Эта система очень удобна, когда стоит задача идентифицировать потенциальных конкурентов компании и определить среди них позицию своей компании. Система Owler предоставляет пользователю  набор ключевых данных о лидирующих конкурентах и сопоставляет их с опосредованными и только еще намечающихся соперниками на данном рынке. Пользователь может подписаться на ежедневные уведомления по электронной почте о компаниях, за которыми намечается отслеживание.

В  дополнение к предоставлению оперативных данных  Owler осуществляет их краткий конкурентный анализ.

3.  Talkwalker

Эта система используется, когда  нужна альтернатива системе Google Alerts для отслеживания последних новостей о конкурентах или необходимо  сравнить обмен мнениями о брендах компании и ее конкурентов в социальных сетях.Для отслеживания конкурентов Talkwalker предлагает два бесплатных инструмента.

Talkwalker Alerts – это альтернатива Google Alerts, которая отправляет по электронной почте пользователю  новости, появляющиеся в  прессе, твиттерах, блогах и на форумах. Talkwalker позволяет фиксировать не только то, делают и говорят что ваши конкуренты, но и то, что говорят о них по различным  каналам. Помимо этого  можно настроить оповещения по  отраслевым терминам и горячим темам, чтобы быть в курсе последних рыночных тенденций в данной  отрасли.

Кроме того Talkwalker предлагает бесплатный инструмент поиска в социальных сетях, который позволяет отслеживать все: от упоминаний и настроений конкурентов до демографии людей, которые обмениваются мнениями о конкурентах данной компании в социальных сетях. Пользователь может также  сопоставить эту информацию о высказываниями о бренде своей компании по различным социальным каналам.

4. Visualping

Эта система используется при необходимости получать уведомления о ключевых изменениях на сайтах конкурентов, касающихся контента сообщений, новостей и рекламных акций, а также о  новых страницах, добавленных в навигационное меню.

Эта информация может, в конечном итоге, способствовать  предсказанию последующих  изменения в стратегии цифрового маркетинга  конкурента.

5. SimilarWeb

Эта система используется при необходимости оценки работы своего сайта в сопоставлении с параметрами сайтов конкурентов и составления плана его оптимизации. При этом может выявиться более интенсивный трафик или более длительное общение с  сайтом конкурента. Это может сигнализировать о том, что посетители получают интересующую их информацию именно на сайте конкурента, а не на вашем. SimilarWeb также предоставит сведения об источнике входящего трафика.

В качестве дополнительного бонуса, SimilarWeb предоставляет возможность заглянуть в ландшафт онлайн-среды обращающегося к системе пользователя. В бесплатной версии инструмента выделяются пять лучших конкурентов в посещаемости их сайтов по сравнению с посещаемостью  сайта данного пользователя. Эта  информация может использоваться для выявления слабых мест в собственной веб-стратегии и выработке мер по  ее улучшению.

.6. SpyFu

Система используется при необходимости поисковой оптимизации своего сайта и улучшения поискового онлайн-трафика в сопоставлении с показателями конкурентов.

SpyFu, подобно SimilarWeb, фокусируется на производительности вашего сайта как части вашей общей конкурентной стратегии маркетинга. Он, в частности, выявляет  ключевые слова, метрики Google Analytics и платные объявления конкурентов, чтобы дать представление об  их поисковых операциях в Интернете.  Используя эту информацию, вы можете добавить эти термины в стратегию повышения поисковой производительности своего сайта или исключить их, если они не совсем соответствуют вашему бизнесу.

7. MOAT

Система используется при необходимости  сравнения своей цифровой реклама с рекламой конкурентов, включая рекламные акции и дизайны.

MOAT делает снимки экранов цифровой рекламы  конкурентов и некоторые другие детали (например, размеры объявлений и активные даты) и индексирует их для поиска по конкурирующим компаниям. MOAT является  отличным ресурсом при поиске  свежих идей дизайна или когда просто требуется  сравнить свои проекты с замыслами конкурентов, чтобы убедиться, что у вас есть привлекательное объявление, которое стимулирует переходы по ссылкам. MOAT также для получения  идей для рекламных акций и времени их  запуска с учетом характера  активности     конкурентов.

Важность сопоставления своей цифровой рекламы с рекламой конкурентов  объясняется тем, что их цифровая реклама является частью их маркетинговой стратегии.

8. Google Alerts

Эта система используется тогда, когда требуется абсолютная уверенность в том, что вами не пропущена даже какая-либо незначительная новость о ваших конкурентах или отраслевой активности.

Система Google Alerts представляет оригинальное решение мониторинга новостей и горячих тем в Интернете, непрерывно  каталогизируя  и индексируя страницы документов с возможностью их поиска в Интернете, а также   оповещения пользователей. Инструмент оповещение Google может также  отслеживать конкретные отраслевые термины, помогая вам быть в курсе рыночных тенденций.

Вместе с тем, оповещения Google, как правило, несут с собой  из Интернета много информационного «шума». Объясняется это чем, что Google не применяет обработку естественного языка, оптимизированную для исследований в области КР. Например, оповещение Google по ключевому слову «Apple» не будет различать сообщения о компании и фруктах.

При  необходимости в расширенной фильтрации, консолидированных оповещений и более продвинутых функций для хранения и обмена информацией лучше обращаться к более эффективным инструментам  КР.

Анализ информации о конкуренте

Каждый из охарактеризованных выше бесплатных инструментов КР в отдельности помогает пользователю собрать часть необходимой ему информации. Чтобы по-настоящему понять позиционирование компании на рынке и определить возможности для ее роста, нельзя ограничиваться  просто сбором информацию. Необходим ее анализ и оценка ее применимости для вашего бизнеса. Комплексный подход к КР начинается с процесса сотрудничества с сотрудниками других подразделений компании, которые обладают конкретными знаниями и опытом, необходимым для эффективного  анализа и применения собранной КР информации.

Именно подвергнутая анализу информация о конкурентах в конечном итоге содержит  сведения, необходимые для принятия более обоснованных предпринимательских решений.


Сентябрь 2019 года

Бесплатная патентная база данных “The Lens

Free Patent Search Database ‘The Lens’, By Intepat Team Patent,

June 2, 2019 - www.lens.org

«The Lens» – это базирующаяся в Австралии патентная база данных, запущенная в 2000 году и обеспечивающая  глобальный патентный поиск с открытым доступом. Она предоставляет онлайн-доступ к бесплатным полнотекстовым патентно-информационным ресурсам, включая  патенты и заявки США, ЕПВ и международные заявки РСТ. Это единственное некоммерческое учреждение такого рода с международным охватом и ссылками на непатентную литературу и учебные пособия.

Усовершенствованная в 2013 году система Lens характеризуется  следующими существенными особенностями:

1. Поиск  с использованием полного текста документа, заголовка, реферата, патентного документа с истекшим сроком  действия, фамилии/наименования изобретателя, заявителя или правообладателя, номера публикации и регистрационного номера подачи заявки.

2. Поиск патентов США также с истекшим сроком действия, аннулированных или просроченных –  с использованием системы INPADOC.

3. Предоставление данных Управления по контролю за продуктами и лекарствами США (FDA) относительно одобренных лекарственных средствах с оценками терапевтической эквивалентности, данных о биологических последовательностях со ссылками на Национальный центр биотехнологической информации (NCBI) и аналогичных данных о последовательностях генов из собственной базы данных.

4. Предоставление пользователям данных  о   раскрытых в патентах 80 с лишним миллионах последовательностей ДНК и белков.

5. Доступ пользователей к  учебным пособиям, охватывающим такие темы, как патентные притязания, патентная чистота (freedom to operate), соавторство в патентуемом изобретении (patent inventorship) и продолженные заявки в США (continuing patent applications).

6. Интерфейс патентного поиска доступен на китайском, английском и французском языках, а полный текст патентов Европейского патентного ведомства (ЕПВ) доступен для поиска на английском, французском и немецком языках. Международные заявки  РСТ доступны на китайском, английском, французском, немецком, японском, корейском, русском и испанском языках.

7. «The Lens»  содержит информацию о  197 миллионах научных публикаций, полученных от Microsoft Academic, Pubmed и Cross ref.

8. «The Lens»   включает  информацию о более 111 миллионах патентов, 550 тысячах биологических патентов и 295 последовательностей патентов.

9. Исправлена ​​визуализация объектива в версии от марта 2019 года. Теперь он предоставляет мощные гибкие визуализации, которые могут быть настроены пользователями. Основными типами визуализаций являются горизонтальная гистограмма, вертикальная гистограмма, сгруппированная гистограмма, гистограмма с накоплением, линейная диаграмма, точечная диаграмма и многое другое.

10. Помимо проведения патентного поиска, пользователи имеют возможность создавать сохраненные поиски (с оповещениями по электронной почте), сохраненную коллекцию (закрытые, ограниченные, ограниченные настройки), заметки и многое другое. 50K записей на пакет могут быть экспортированы.

11. Пользовательский интерфейс объектива прост в использовании и удобен для пользователя.

Объектив развивается очень быстро, и нет никаких причин не использовать «Объектив», учитывая его бесплатное использование. Именно по этой причине Nature Biotechnology назвали патентную линзу «гигантским скачком в правильном направлении для предоставления исследовательским бюро по передаче технологий и руководителям компаний удобного средства для определения новизны своих предложений и характера изобретений своих конкурентов».


Август 2019 год

Значение искусственного интеллекта  в предстоящих технологических тенденциях

Tech Trends: What’s the Future for Artificial Intelligence?

February 18, 2019 – https://www.wipo.int/tech_trends/en/…/2019/news_0003.htm…

В последнее время активизировалось обсуждение вопроса:  является ли искусственный интеллект (ИИ) новым Интернетом – быстро развивающейся инновацией, которая полностью изменит наш мир? Это смелый прогноз, сделанный одним из участников дискуссионной панели, возглавлявшейся  Генеральным директором ВОИС Фрэнсисом Гарри и экспертами по ИИ из частного сектора и научных кругов.

Дискуссия возникла вслед за  изданием новой серии исследований ВОИС «Технологические тренды», в которой был зафиксирован недавний всплеск изобретений на основе ИИ, в создании которых лидировали  американские компаний и государственные исследовательские организации Китая. В дискуссионной панели приняли участие представители компаний и университетов, которые занимаются искусственным интеллектом: Медицинский факультет Нью-Йоркского университета (NYU); Лаборатория интеллектуальных систем, Ecole Polytechnique Fédérale de Lausanne (EPFL); Siemens Corp .; Институты наук и развития Китайской академии наук (CAS); а также IBM.

Опубликованные  результаты исследований показали, что  с момента открытия  ИИ в 1950-х годах и до 2016 года новаторы и исследователи подали заявки на почти 340 000 изобретений и опубликовали более 1,6 миллиона научных публикаций, связанных с ИИ. Количество связанных с ИИ патентов растет быстрыми темпами, причем более половины идентифицированных изобретений опубликовано с 2013 года.

26 из 30 лидирующих заявителей на патенты ИИ являются компаниями, а оставшиеся четыре – это университеты или общественные исследовательские организации. На конец 2016 года базирующаяся в США корпорация International Business Machines (IBM) имела самый большой портфель заявок на патенты в области ИИ (8 290), за которой следовала американская корпорация Microsoft  (5 930). В пятерку лидеров вошли: Toshiba Corp. из Японии (5,223), Samsung Group из Кореи (5,102) и NEC Group из Японии (4,406).

На Китай приходится 3 из 4 научно-исследовательских организаций, включенных в список 30 лучших заявителей. При этом Академия наук Китая занимает 17 место по количеству зафиксированных в этой отрасли патентных семейств  (2500). В Китае располагаются  17 из 20 лучших научно-исследовательских организаций по  патентованию ИИ, а также 10 из 20 лучших организаций по количеству публикаций, связанных с ИИ.

Июль 2019

Порядок проведения патентного  поиска

How to do a Patent Search in 6 Steps (The Definite Guide)

By JD Houvener / November 6, 2018

Результаты профессионального патентного поиска в сочетании с юридическим заключением патентного поверенного – это именно то, что каждый изобретатель и владелец бизнеса / предприниматель должен получить (и полностью осмыслить), прежде чем продвигать свое изобретение. Обнаружение того, что ваше изобретение не так уж и ново, или что у нас очень мало возможностей для осуществления инновационного процесса и что объем прав меньше, чем представлялось, часто является очень трудной правдой.

Далее описывается весь процесс выполнения поиска с целью определения патентоспособности созданного изобретения.

Цели патентного поиска

Изначальная цель патентного поиска -

сообщить изобретателю о патентоспособности найденного им технического решения. В свою очередь,  патентный поверенный должен , на основе результатов поиска, составить мнение  относительно потенциальных прав, которые могут быть достигнутыв случае подачи патентной заявки. И наконец, с учетом юридического заключения будет можно сформулировать бизнес-решение относительно оправданности  риска вложения затрат в патентную заявку.

Поэтому очень важно оценить рынок до того, как вкладывать деньги в какое-либо предприятие. Особенно когда речь идет о таком предприятии, как процесс патентования, требующий  много времени и средств.

Раскрытие изобретения

Патентный поверенный должен быть извещен обо всем, что изобретатель когда-либо задумывал относительно найденного им решения –  в том числе и монетизировать. Хороший патентный, запрашивая дополнительную информацию об определенных аспектах изобретения, его функциях или приложениях, заставляет изобретателя задуматься об альтернативных вариантах найденного решения или о версиях, которые нельзя осуществить из-за их стоимости, но которые возможны после снятия  денежного барьера.

Описание в общих чертах изобретения со  слабо описанной структурой, неоднозначными функциональными возможностями и функциями, приведет к выдаче поверхностных результатов поиска, которые существенно затруднят  формировку по нему юридического заключения.

Нет сомнений в том, что изобретения меняются в процессе их представления, особенно после подачи заявки и получения отзывов от заинтересованных лиц о предлагаемом устройстве или  системе.

Это может вызвать необходимость в проведении дополнительного поиска, подтверждающего обоснованность подаваемой патентной заявки.

Определение нескольких ключевых особенностей

После достаточного раскрытия  изобретения его можно  свести  к небольшому набору ключевых признаков. Признаки  также можно рассматривать как функции. Количество признаков варьируется от изобретения к изобретению, но существуют способы  сужения их до базового набора не более пяти различных признаков/функций., отражающих ключевые особенности  изобретения.

Каждая основная функция потребует отдельного поискового запроса, чтобы убедиться в охвате достаточно широкой сети.

При определении функций используется естественный язык для доходчивого  описания важных признаков изобретения. Например:

1: Прямая направляющая для резки кромок с прорезью

2: Устройство для резки с двумя рычагами (в стиле аллигатора)

3: регулируемое по высоте режущее устройство.

Каждая важная особенность этого режущего устройства идентифицируется простым языком, не вдаваясь в подробности. Цель состоит в том, чтобы направлять поиск, не лимитируя его.

Широкий поиск

Для каждой из определенных ключевых функций рекомендуется выполнить поиск с использованием системы, которую автор считает  лучшим в мире средством поиска на  естественном языке. Здесь можно выполнить патентный поиск по дате, изобретателю и прочим важным реквизитам в мировом патентном фонде, а также в непатентной литературе, включая  журналы, научные диссертации, дипломные работы, газеты или другие отчеты со всего мира. Это длительный начальный процесс поиска информации по каждому из ранее выявленных ключевых функций данного изобретения, на который уходит не менее 4 часов.

При  выполнении поиска в системе  с использованием  разных ключевых слов и фраз на естественном языке, рекомендуется обязательно использовать булевы операторы для уточнения  поиска требуемой  функции. Цель поиска  состоит в том, чтобы найти публикации, которые имеют отношение хотя бы к одной  из особенностей и функциональных возможностей данного  изобретения. Это будет способствовать его более точному классифицированию

Определение классификации изобретения

Лучший способ найти релевантные данному патентному документу –  выбор   подходящей патентной классификации. Далее важно  определить, к каким классам относится данное изобретение, чтобы выйти на  правильные публикации (автор приводит пример выбора релевантных классов и подклассов Патентной классификацией США).

После получения правильной классификации  для каждой отдельной характеристики или функции данного рекомендуется переходить к выявлению смежных классификационных рубрик. Их

исследование позволит найти сходные изобретения, которые именуются  аналогами и тоже могут стать предметом рассмотрения экспертом патентного ведомства. При этом также анализируются приводимые заявителями и экспертами патентные ссылки, начиная с самых последних.

Рассмотренная процедура не распространяется на поиск непатнтной литературы. Для нее потребуется подыскать

надежный способ обзора релевантных публикаций.

Использование иных поисковых систем

После завершения широкого поиска очень важно проводить поиск и в других поисковых системах, которые могут иметь доступ к отечественным и зарубежным патентным публикациям, отсутствующих в Google Patent search. Приводимый ниже переченб поисковых систем не является исчерпывающим.

Лучший национальные системы:

  1. 1. United State Patent Search (США)
  2. 2. British Patent Search (Великобритания)
  3. 3. French Patent Search (Франция)
  4. 4. German Patent Search (Германия)
  5. 5. Chinese Patent Search (Китай)
  6. 6. Japanese Patent Search (Япония)
  7. Korean Patent Search (Корея)

Многонациональные системы:

  1. European Patent Office – “Espacenet” (ЕПВ)
  2. World Intellectual Property Organization – “Patent Scope” (ВОИС)
  3. 3. Patent Lens

The Lens – это онлайновый механизм поиска патентов, предоставленный Cambia - независимой международной некоммерческой организацией, занимающейся демократизацией инноваций. Запущенная в 2000 году «Патентная Линза» обеснечила свободный  поиск в массиве  более 10 миллионов полнотекстовых патентных документов, включая патенты и заявки США, Австралии,ЕПВ и заявки Договора о патентной кооперации (РСТ). The Lens была отмечена как единственная некоммерческая организация такого рода, с международным охватом и ссылками на непатентную литературу и учебные пособия.

После завершения поиска с использованием всех необходимых баз данных требуется проанализировать его результаты, чтобы решить, какие ссылки наиболее близки к показателям данной патентной заявки. Для этого потребуется глубокое понимание законодательных норм, касающихся патентного права, а также  длительной истории прецедентного права, которая возникла в окружных, апелляционных и верховных судах. на протяжении многих лет.


Патентование изобретений в условиях экономических санкций

  1. 1. Доклад компании RAND об ужесточении санкций

Competing from Advantageous Ground. Citywide – New Rand Report Suggests Nonviolent Ways to Exploit Russian Vulnerabilities, 29 Apr. 2019 г.https://www.smdp.com/new-rand-report-suggests-nonviolent…

Компания Rand (американская некоммерческая организация, которая выполняет функции стратегического исследовательского центра) недавно опубликовала доклад о возможностях ненасильственного конкурирования с Россией, используя благоприятные позиции США. Ведущий автор исследования и старший научный сотрудник RAND Джеймс Доббинс признает, что  наличие у России внушительного военного арсенала делает ее грозным противником. Но у государства также есть значительные уязвимости, которые могут быть использованы в конкурентном противостоянии посредством применения Соединенными Штатами ряда ненасильственных мер. Предлагаемые Rand шаги должны быть направлены на то, чтобы заставить Россию конкурировать в областях или регионах, где у США есть конкурентное преимущество. Можно   вынуждать Россию к чрезмерным затратам  в военном или экономическом отношении, заставлять режим терять внутренний или международный престиж и влияние.

Наибольшей уязвимостью России, по его мнению, является экономика, которая сравнительно невелика и сильно зависит от экспорта энергоносителей, а  наибольшее беспокойство российского руководства касается стабильности и долговечности режима. В широкий спектр возможностей конкурентного воздействия сотрудники Rand включают  экономическое давление, идеологические и информационные инициативы, геополитические маневры и военные маневры на суше, на море, в воздухе и космосе.

2.      Последствия программы санкций США для владельцев интеллектуальной собственности

United States: Implications Of U.S. Sanctions Program On Intellectual Property Owners, E. Martín Enriquez, - lexology.comlibrary/detail.aspx…

Владельцы интеллектуальной собственности (ИС) пострадали от санкций США и требований к бойкотированию. Вводившиеся  еще с 2014 года меры иногда включают запрет на уплату пошлин и расходы по защите и поддержанию прав ИС в некоторых странах. За некоторыми исключениями, существующая Программа санкций США и законодательство, запрещающее бойкот, позволяют владельцам ИС защищать свои права, выполняя в санкционированных странах и странах, на которые распространяется эмбарго, следующее:

1. Подавать и отстаивать  в судебном порядке заявки на получение патента, товарного знака, авторского права или другой формы защиты ИС;

2. Получить патент, товарный знак, авторское право или другую форму охраны ИС;

3. Проверять или поддерживать осуществление прав, предоставляемых патентом, товарным знаком, авторским правом или другой формой охраны ИС;

4. Подавать и преследовать в судебном порядке возражения или нарушения в отношении патента, товарного знака, авторского права или другой формы охраны ИС;

5. Оплачивать текущие пошлины, причитающиеся  иностранному правительству;

6. Выплачивать разумные и обычные сборы, причитающиеся адвокатам или поверенным в другой стране в связи с вышеуказанными действиями.

Эти действия допустимы, потому что санкции либо не запрещают такую ​​деятельность, либо потому, что Управление по контролю за иностранными активами (OFAC) предоставило лицензию на такую ​​деятельность.

Правила осуществления  санкций США против Балкан, Беларуси, Конго, Кот-д’Ивуара, Ливана, России, Сомали, Украины и Зимбабве не запрещают гражданам США или компаниям США участвовать в мероприятиях по защите своих прав ИС в этих странах. В результате владельцы ИС могут подавать и преследовать в судебном порядке заявки, получать защиту, возобновлять или поддерживать регистрацию, а также возбуждать дела о возражениях или нарушениях. Санкции, нацеленные на эти страны, затрагивают только определенных физических и юридических лиц из этих стран.

Важно отметить, что поскольку санкции США направлены на Банк России, любая оплата за любую деятельность по защите интеллектуальной собственности, осуществляемую через

этот Банк, будет нарушать закон США о санкциях.

В целом, за исключением Северной Кореи, существующая Программа санкций США позволяет гражданам США и компаниям США защищать свои права на ИС, поскольку санкции либо не запрещают такую ​​деятельность, либо потому, что OFAC предоставила лицензию на такую ​​деятельность.

Программа санкций США меняется быстро, и часто, без особого публичного уведомления. Поэтому частные лица и компании, желающие защитить свои права на ИС за пределами США, должны проконсультироваться с адвокатом OFAC, прежде чем продолжать  деятельность фирм в других странах, платить официальные сборы иностранным правительственным агентствам или передавать платежи через финансовые учреждения в других странах.

Содержание этой статьи предназначено для предоставления общей информации по предмету. Однако, учитывая возможность последующих корректив,  в конкретных обстоятельствах нужно обращаться к специалисту

Июнь  2019

Эффективное использование реальной стоимости патентных данных

Effectively Exploiting the Real Value of Patent Data.

Aristodemou, L, a member of the Innovation and Intellectual Property Management (IIPM) group, within the Centre for Technology Management (CTM), Institute for Manufacturing (IfM), University of Cambridge, 11 янв. 2019 г.- https: //towardsdatascience.com/effectively-exploiting-the-rea …

Большие данные становятся все более доступными во всех областях производства и эксплуатации, что представляет ценность для обеспечения конкурентоспособной экономики, основанной на данных. Благодаря расширению доступности данных, позволяющему использовать Интернет вещей (IoT) и Industry 4.0, появляются огромные возможности для более эффективного принятия решений и разработки стратегии для внедрения нового поколения инновационных и разрушительных технологий.

За последние два десятилетия произошли существенные изменения в области патентной аналитики и аналитики интеллектуальной собственности (Trippe, 2003; Aristodemou et al., 2018). С оцифровкой патентных данных (проект BACON в 1984 г.),  совокупным улучшением качества данных и аналитических методов крупнейшее в мире хранилище технической информации стало, за последние десятилетия, все более доступным для быстро сокращающихся затрат.

В недавнем исследовании автора использовался метод «дорожной карты» технологий для изучения будущего патентной аналитики, где выделяются 11 приоритетных технологий, таких как искусственный интеллект и искусственные нейронные сети, которые, по мнению экспертов отрасли, должны безотлагательно внедряться  в область патентной аналитики. Эти методы информатики призваны  усовершенствовать  процессы принятия решений, обеспечив их информационную поддержку.

В мировой инновационной экономике значение интеллектуальной собственности (ИС) быстро возрастает и становится все более сложным. Искусственный интеллект (ИИ), аналитика больших данных и новые технологии, такие как блокчейн, могут быть использованы для решения растущих задач, стоящих перед областью ИС. Аналитика ИС определяется как «наука об анализе большого объема информации в области ИС, выявлении взаимосвязей, тенденций и моделей для принятия решений».

В специальном выпуске журнала World Patent Information, посвященном расширенной аналитике информации об ИС с целью  извлечения технологических данных из научно-технических текстов или технологического анализа (TechMining) была опубликована  статья, в которой обсуждаются  вопросы использования методов аналитики ИС и дается обзор  57 недавно опубликованных  статей по этой тематике.* На этой основе в технологическом анализе    были  выделены  4 широкие категории (управление знаниями, управление технологиями, экономическая ценность, извлечение и эффективное управление информацией), используемые при этом  конкретные подходы и алгоритмы, а также  топология методов анализа ИС. Большинство используемых методов предназначено для этапа предварительной обработки данных, то есть для подготовки патентных данных перед запуском любых алгоритмов. Подчеркивается  важность этих методов при  структурировании патентных данных таким образом, чтобы они были разумными и понятными для модели.

*Aristodemou, L., & Tietze, F. (2018). The state-of-the-art on Intellectual Property Analytics (IPA): A literature review on artificial intelligence, machine learning and deep learning methods for analysing intellectual property (IP) data. World Patent Information, 55 37–51

Компании должны уделять пристальное внимание защите и использованию ценной информации, содержащейся в этих данных. В прошлом безопасность ИС была сосредоточена на сохранении знаний, имеющихся у персонала компании. Сейчас акцент смещается на использование, анализ и защиту накапливаемых  данных. Благодаря мощным алгоритмам и быстродействию компьютеров мы теперь в состоянии извлекать и анализировать огромное количество этих данных с учетом потребностей человека и организации.

Это может быть частично достигнуто с помощью предлагаемой автором дорожной карты технологий, построенной с четом  существующих аналитических методов и  инструментов, а также разрабатываемых  специализированных методов с использованием ИИ для эффективного анализа патентных данных в среднесрочной и  долгосрочной перспективе. Дополнительные инициативы с использованием сообществ с открытым исходным кодом и открытых данных могут облегчить эти процессы.

А.Портер, один из пионеров в этой области, определил «технологический анализ» следующим образом: «применение инструментов интеллектуального анализа текста к научно-технической информации, основанной на понимании технологических инновационных процессов» (Porter, Alan L.; Cunninghum, Scott W. (2004). Tech Mining: Exploiting New Technologies for Competitive Advantage. Wiley. ISBN 978-0-471-47567-5.). Википедия выделяет в ней две важные характеристики: 1) использование «инструментов анализа текста», 2) применение этих инструментов для «управления технологиями». Технологический анализ  может рассматриваться как одна из отраслей конкурентной разведки (прим. референта).


Май 2019

Последовательность патентного поиска в службе Google Patents

Steps to Conduct Google Patents Search, By Intepat Team Patent

March 20, 2019

Характеристика службы Google Patents

Google Patents – это один из бесплатных инструментов патентного поиска. Соответствующая поисковая система была введена в действие  в 2006 году. База данных Google Patents включают:

- более 120 миллионов патентных публикаций из расположенных  по всему миру 100 с лишним патентных ведомств,

- многие другие технические документы и книги, проиндексированные в Google Scholar*,

- документы из архива, отражающего  предыдущий уровень  техники.

*. Google Scholar – бесплатная и легкодоступная система, способствующая проведению поиска отрецензированных статей, монографий, диссертаций и другой научной литературы, опубликованной различными издательствами, высшими учебными заведениями, научными организациями, профессиональными ассоциациями.

В настоящее в Google Patents индексируются полнотекстовые документы из таких стран, как США, Европа, Япония, Китай, Канада, Германия, Дания, Россия, Бельгия, Южная Корея, Испания, Франция, Люксембург и многие другие. Он также включает международные патентные заявки  ВОИС из стран, подписавших Договор о патентной кооперации (РСТ).

Система  Google Patents отличается быстротой поиска, систематическим представлением информации о правовом статусе патентных документов, простотой использования, наглядностью представления, выделением ключевых слов, возможностью быстрой выгрузки найденных документов в формате PDF.

Виды патентного поиска

Быстрый поиск. Для проведения быстрого поиска пользователь может ввести в поле поиска: i) текстовой фрагмент  документа,  относящийся к требуемой технологии, ii) относящиеся к технологии ключевые слова, iii) номера публикации или iv) номера заявки, v) имена изобретателя или правопреемника , vi) примеры перевода (“Exact Phrases”),  vii) индекся Совместной патентной классификации (CPC),  viii) код страны, ix) язык. Таким образом, введя  однажды номер публикации в поле поиска, пользователь может получить полную информацию об этой патентной публикации, искать похожие патенты, определять известный  уровень техники, а также загружать найденные патентные документы. Причем, результаты поиска будут отсортированы по релевантности документов, и степени их новизны, а также «сгруппированы» с использованием классификационных  индексов. После этого у пользователя появится возможность изучения документов в требуемой ему последовательности.

Расширенный поиск . Этот поиск осуществляется по  ссылке google.com/advanced.  – с использованием перечисленных выше поисковых полей и вариантов выдачи и выгрузки найденных документов, а также  логических операторов «ИЛИ», «И» и «НЕ.

Кроме того, пользователь может получить результаты по  следующим поисковым полям: термин поиска, дата (приоритета, подачаизаявки, публикации), изобретатель, правопреемник, патентное ведомство, языки, статус и тип патента.

Таким образом, расширенный поиск Google Patents помоuftn  уточнить результаты ,быстрого поиска.

Ограничения поиска в системе  Google Patents

В число ограничений входят:

- Последние данные о патентах могут отсутствовать в системе из-за отсутствия регулярного обновления базы данных.

- Система  не несет ответственности за данные, представленные на своем сайте. Из-за этого пользователь должен посещать веб-сайты патентных ведомств различных юрисдикций, чтобы подтвердить информацию.

- В представленных в системе патентах может быть выделено более одного ключевого слова одновременно, что может привести к путанице.

В целом, Google Patents – замечательный инструмент для начинающих и для тех, кто хочет провести базовый поиск патентоспособности своего изобретения. Но для всесторонних и конкретных поисков всегда целесообразно обращаться к профессиональным средствам  патентного поиска.

Апрель  2019

Цифровая трансформация баз данных

Data and Databases Are Critical to Digital Transformation

by Tom Smith, Database Zone · Interview, Nov. 17, 17

- dzone.comarticles…and-databases…critical…digital…

Рави Майурам, главный инженер  компании Couchbase (Couchbase Server — система управления базами данных) поделился своими взглядами на текущее и будущее состояние современных баз данных. Прежде всего, он указал, что ключом к успешной стратегии развития баз данных является сосредоточение внимания на  их цифровом преобразовании,  масштабировании и доставке данных в режиме реального времени – для оптимизации взаимодействия с клиентами. С этой целью происходит расширение NoSQL* для удовлетворения потребностей в гибкости и скорости доставки  с распределенной архитектурой.

* NoSQL – термин, обозначающий ряд подходов, направленных на реализацию хранилищ баз данных с доступом к данным средствами языка SQL, имеющих существенные отличия от моделей, используемых в традиционных реляционных СУБД.

В  последнее время произошло кардинальное изменение  ландшафта приложения баз данных, что не могло не отразиться и на них самих. Переход от монолитных приложений к гибким микросервисам, а также к облачным и контейнерным технологиям также привели к значительному переосмыслению функций  баз данных. Современная база данных должна поддерживать то, что мы называем «гибкой схемой», чтобы обеспечить гибкость, ожидаемую бизнесом. Она должна работать в облачной или контейнерной инфраструктуре и масштабироваться по требованию. Подход традиционных баз данных с жесткой схемой и вертикальным масштабированием не соответствует современным требованиям.

Естественно, возникает вопрос: какую выгоду могут извлечь компании выгоду подобной перестройки  баз данных? Дело в том, что в цифровой экономике   данные – это аналог  нефти. Соответственно, современные базы данных играют очень важную роль в цифровых преобразованиях, которые компании предпринимают, чтобы оставаться актуальными. Не все базы данных одинаковы; в зависимости от желаемого варианта использования, компании из разных отраслей могут извлечь выгоду из требуемой  базы данных несколькими способами. Например, в сфере туризма соотношение «look-to-book »* изменилось с 100: 1 до 10 000: 1, так как клиенты хотят обязательно проверять авиабилеты, цены, авиакомпании, отели и арендуемые автомобили перед их бронированием. Система должна масштабироваться для обработки большего трафика, большего объема данных и исключения  простоев. Общество меняет наше поведение. Побеждает компания с самым быстрым саморегулирующимся циклом OODA (наблюдать, ориентироваться, решать, действовать).

* The look-to-book ratio – соотношение количества обращений к книгам – это показатель, используемый в туристической индустрии, который показывает процент людей, посещающих веб-сайт о путешествиях, по сравнению с теми, кто действительно совершает покупку тура.

Предлагаемый Couchbase Server продукт позволяет клиентам программировать к базам данных на любом из нескольких популярных языков (Java, .NET, PHP, Python, Go, C и Node.js) и фреймворков* по своему выбору.

* Фреймворк (неологизм от англ. framework ) — Фреймворк (неологизм от англ. framework — каркас, структура) —платформа, которая определяет программное обеспечение разработки и объединения разных компонентов большого программного проекта.

Благодаря этому облегчается решение клиентами  реальных проблем масштабирования и доступности данных, приходящих к клиентам  без необходимости их  извлечения.

Например, в работе  с United Airlines модернизировалась  технология их полетов с участием  более 41 000 пилотов, стюардесс и планировщиков полетов. При запуске программы Crew Modernization в качестве базовых технологий были выбраны Couchbase Server и Couchbase Mobile для улучшения  работы сотрудников и повышенея ее  эффективностиь. United теперь может хранить точную и актуальную информацию из нескольких баз данных в приложениях мэйнфреймов*, создания основополагающей технологической платформы, которая обслуживает все информационные каналы, и быстрого развертывания мобильных приложений, одобренных  Федеральным управлением гражданской авиации США  (FAA).

* Мейнфре́йм (от англ. mainframe) — большой универсальный высокопроизводительный отказоустойчивый сервер со значительными ресурсами ввода-вывода, большим объёмом оперативной и внешней памяти

В настоящее время программа модернизации экипажа предоставляет пилотам информацию о рейсах, упрощает задачи бортпроводников и упрощает передачу информации персоналу в разных географических зонах, часовых поясах и на разных устройствах. В будущем United планирует развернуть дополнительные приложения, в том числе персонализированную синхронизацию информации о клиентах, обновлении в режиме реального времени выполняемых агентами аэропортов полетов с отображением информации на дисплее.

Цифровая трансформация баз данных должна осуществляться с ориентацией на наиболее распространенные проблемы, с которыми сталкиваются  компании. Одной из самых больших стоящих сегодня перед ними проблем является «разрастание базы данных». Новые требования, с которыми сталкиваются приложения, привели к увеличению числа точечных решений на уровне данных. В настоящее время существует множество технологических решений – от  способов хранения данных  до поисково-аналитических устройств. Затем организация должна объединить их и управлять сложными изменениями  интерфейсов прикладного программирования (API) и их версий, перемещением данных между системами, изменением модели или формата данных в соответствии с каждой отдельной технологией и освоения  навыков управления всеми этими процессами. Использование   платформ типа Couchbase обеспечивают более быстрое продвижение всех этих цифровых трансформаций на рынок.

Наибольшие возможности развития баз данных в организациях обеспечиваются широким распространением  технологий, которые могут удовлетворить самые разные потребности. Единая платформа может: а)  предложить хранение баз данных на основе пар «ключ‑значение» – как совокупность пар, в которых ключ служит уникальным идентификатором простых и сложных составных объектов,  обеспечивая беспрецедентное горизонтальное масштабирование, недостижимое при использовании других типов баз данных; б) обеспечить возможность использования «язык структурированных запросов»(SQL), применяемого системой управления базами данных; в) обеспечивать поиск и анализ с масштабированием  в облаке, а также  мобильные  решения для использования «интернет-вещей (IoT).

С ростом взаимодействия между человеком и машиной будут появляться новые инновации в создании кибер-физических систем. Эти новые системы нуждаются в современных базах данных для хранения, обработки, поиска и получения информации из этих данных. Наступило благоприятное  время для широкомасштабных инноваций в базах данных. Тормозит этот процесс только отсутствие стандартов для различных технологий.


Март 2019

Вступление заявок PCT в «европейскую фазу»: краткое руководство

PCT applications entering the “European phase”: a quick guide// Patent Information News 4 | 2018 December 2018

В соответствии с Договором о патентной кооперации (РСТ) патентные ведомства, действующие в качестве «международных органов», обрабатывают так называемые «международные патентные заявки», иначе известные как «заявки РСТ». Однако во время этой «международной фазы» патенты не выдаются. Вместо этого, как только заявка PCT достигла конца международной фазы, которая включает отчет о поиске, публикацию заявки и – по запросу – предварительную экспертизу патентоспособности, заявители должны решить, хотят ли они, чтобы она «вступила в национальную фазу».

«Вход в национальную фазу» – это момент, когда заявка PCT передается в национальное патентное ведомство для дальнейшей обработки и принятия решения о выдаче патента. Европейское патентное ведомство является международной организацией, поэтому в ЕПВ нет «национальной фазы». Вместо этого термины, используемые, когда международная патентная заявка переходит в эквивалентную фазу перед ЕПВ, означают «вступление в европейскую фазу» или «вступление в региональную фазу». Такие заявки также известны как «заявки Euro-PCT».

Если после рассмотрения  заявки PCT в ЕПВ, оно решит выдать европейский патент, этот европейский патент должен быть подтвержден в каждой из европейских стран, которые заявитель обозначил (этап, который также – можно, называть «национальным»).

Обычно вступление в европейскую фазу происходит через 31 месяц после даты приоритетной подачи. Есть, однако, некоторые исключения:

- Заявитель может принять решение о переходе на европейский этап в более ранний срок – нет необходимости ждать 31 месяц.

- Если заявитель пропустит крайний срок для вступления в европейскую фазу, он может использовать вариант запроса дополнительной обработки.

- Наконец, заявитель может отказаться от своей заявки на приоритет, тем самым перенеся дату начала 31-месячного периода, обычно примерно на 12 месяцев.

При рассмотрении вопроса о том, может ли заявка  PCT потенциально войти в европейскую фазу, важно учитывать вышеизложенные возможности. Вы можете отслеживать заявки Euro-PCT в Европейском реестре патентов. Функция Register Alert предлагает автоматическое отслеживание. Публикации EP не будет, если публикация WO существует.

Ключевой факт, о котором следует знать тем, кто следит за европейскими патентными заявками, состоит в том, что публикация заявки PCT Всемирной организации интеллектуальной собственности (ВОИС) заменяет публикацию заявки Euro-PCT (публикация EP). Другими словами, ЕПВ не публикует публикацию WO. Если публикация WO – на английском, французском или немецком языке, последующая публикация EP ограничивается библиографическими данными, такими как номер публикации EP.

Если вы посмотрите на публикацию EP заявки Euro-PCT, вы, как правило, найдете только ссылку на публикацию WO.  Исключением из этого правила является случай, когда публикация WO составлена ​​не на английском, французском или немецком языке. В этих случаях заявитель должен предоставить перевод; и ЕПВ опубликует этот перевод в качестве последующей публикации ЕР.

Эта статья была основана на  ​​презентации, сделанной патентным поверенным Робрехтом Дюмари на конференции патентной информации ЕПВ 2018 года в Брюсселе 13 ноября. Ее полный текст  доступен по адресу epo.org/pi-conference.


Февраль 2019 года

Будущее блокчейна познается через патенты

Author: John Souza//Kingsland – School of BlockchainMon Aug 27, 2018medium.com…proof-is-in…patents…future…blockchain…

Опытные инвесторы знают, что им нужно выходить за рамки рыночных новостей, чтобы посмотреть на другие тенденции, и одним из важнейших источников информации здесь являются патентные заявки.
Роль патентов в раскрытии будущего
Анализ тенденций подачи патентных заявок может многое рассказать о конкретных компаниях, а также предложить области расширения рынка. Как поясняет в своем блоге консалтинговая фирма по интеллектуальной собственности (ИС) GreyB Services, «патенты дают вам представление о движении  конкретного рынка. Это поможет вам узнать футуристические перспективы этой области ».
Тенденция увеличения количества заявок на патенты указывает на соответствующую тенденцию роста исследовательской деятельности в этой области. Если вы ищете изобилующие возможностями горячие области, возросшая активность патентования может быть признаком того, что в этой области происходят инвестиции в НИОКР.
Можно назвать минимум три причины, по которым вы должны обращаться к  патенты для раскрытия будущих возможностей:
1. Патенты помогают выявлять  «следующее важное доло».
2. Патенты помогают идентифицировать растущие рынки.
3. Патенты показывают, какие компании имеют конкурентные преимущества.
Патентное подтверждение роли  роль  блокчейна
Одной из областей, которая сегодня находится в центре внимания большинства финтех-компаний*, является блокчейн- технология.
* Финтех (англ. FinTech) компании – компании, использующие технологии и инновации, конкурировать с традиционными финансовыми организациями в лице банков и посредников на рынке финансовых услуг
Она представляет собой гораздо более интересную и потенциально прибыльную возможность, чем создание новых криптовалют- таких, как Bitcoin, Ripple, and Ethereum. Технология распределенных баз данных  может революционизировать все – от сельского хозяйства до цепочки поставок и рынков активов. И это наглядно подтверждается патентной деятельностью.
По данным Патентного ведомства США, в первой половине 2017 года в США было подано почти 400 патентных заявок, связанных с блокчейном, что примерно в два раза больше, чем за тот же период в 2016 годом, который ознаменовал первое вхождение слова «блокчейн» в истории патентов. В недавнем исследовании, опубликованном нью-йоркской юридической фирмой EnvisionIP, специализирующейся на анализе интеллектуальной собственности, говорится, что в США было опубликовано  в общей сложности 1 045 патентов или заявок, связанных с блокчейном. Рост публикаций о патентах на блокчейне может указывать на то, что технология постепенно набирает обороты, и конкурирующие крупные банки и технологические компании борются за лидерство в этой области.
Настало время
«Несмотря на все свои обещания и объем внимания средств массовой информации, которое он получил, в терминах патента блокчейн остается на самых ранних стадиях», – пишет Ричард Ллойд для IAM, публикации, посвященной интеллектуальной собственности как активу бизнеса. Многие крупнейшие патентообладатели в сфере технологий, например, родительский Google Alphabet и Microsoft, имеют относительно небольшое количество патентов, в то время как финтех-компании, такие как IBM и Bank of America, лидируют в патентах на блокчейн.
Ллойд говорит, что он видит интерес к блокчейну как более широкую тенденцию среди специалистов по созданию стоимости ИС и некоторых крупнейших мировых компаний, владеющих патентами. «Все это говорит о том, что патентование в блокчейне стоит того, чтобы за ним следить в ближайшие несколько лет», – добавляет он.
Шон Уильямс из Motley Fool соглашается. «Хотя криптовалюты и компании, разрабатывающие и продающие блокчейн для предприятий, имеют средства для финансовой выгоды, интеллектуальная собственность (ИС), лежащая в основе технологии блокчейна, может оказаться еще более ценной в долгосрочной перспективе», – пишет он.

Новые рефераты в 2018 году

- Блокчейн и традиционные бвзы данных/декабрь

- Инновации тонут в море информации /   ноябрь

-Сбор конкурентных данных   в эпоху цифровых технологий/ноябрь

- Патентные данные как индикатор новых технологий/октябрь

- Лидеры в получении  патентов и тенденции развивающихся в США технологий в 2017 году/сентябрь

- Патентование инноваций в области искусственного интеллекта / Август

- Проблемы автоматизации классифицирования патентных документов/ август

- Машинный   интеллект  в цифровой экономике/июль

- Патентная охрана в эпоху Четвертой промышленной революции/июнь

- Оборонительные стратегии патентования блокчейн-технологий/май

- Общедоступные базы  данных службы Google Patents/апрель

- Провозглашение патентно-информационного  сотрудничества компаний CPA Global и Google/март

- Новое патентное исследование подтверждает рост технологий четвертой промышленной революции/февраль

- Изменение роли библиотечного работника в цифровой среде//январь


Содержание рефератов

___________________________————————————————————————————————————————————–

Декабрь 2018

Блокчейн и традиционные базы данных

Shaan Ray, Emerging Technology Blog | Twitter.com/ShaanRay

Чтобы понять разницу между блочной цепью (блокчейном) и традиционной базой данных, стоит подумать о том, как каждый из объектов  разработан и поддерживается.

Традиционные базы данных
Традиционные базы данных используют архитектуру сети клиент-сервер. Здесь пользователь (известный как клиент) может изменять данные, которые хранятся на централизованном сервере. Контроль базы данных остается с назначенным органом, который аутентифицирует учетные данные клиента до предоставления доступа к базе данных. Поскольку этот орган отвечает за администрирование базы данных, если безопасность этого органа нарушена, данные могут быть изменены или даже удалены.

Базы данных Blockchain
Базы данных Blockchain состоят из нескольких децентрализованных узлов. Каждый узел участвует в администрировании: все узлы проверяют новые дополнения к блочной цепочке и способны вводить новые данные в базу данных. Для того, чтобы добавить к блочной цепочке, большинство узлов должны достичь консенсуса. Этот консенсусный механизм гарантирует безопасность сети, что затрудняет ее вмешательство.
В биткойне консенсус достигается путем разработки технологии создания новых блоков Mining или Ethereum.

.
Целостность и прозрачность
Ключевым свойством технологии blockchain, которое отличает ее от традиционной технологии баз данных, является общедоступная проверка, которая обеспечивается целостностью и прозрачностью.
Целостность: каждый пользователь может быть уверен, что данные, которые он извлекает, являются неповрежденными и неизмененными с момента их регистрации
Прозрачность: каждый пользователь может проверить привязанность  блок-цепочки с течением времени
.
CRUD vs операции чтения и записи
В традиционной базе данных клиент может выполнять четыре функции по данным: создавать, читать, обновлять и удалять (все вместе называются командами CRUD).
Блок-цепочка предназначена для добавления только структуры. Пользователь может добавлять данные только в виде дополнительных блоков. Все предыдущие данные постоянно сохраняются и не могут быть изменены. Таким образом, единственными операциями, связанными с блок-цепочками, являются:
Чтение операций: запросы и извлечение данных из блок-цепочки
Операции записи: они добавляют новые  данных в блок-цепочку

Проверка и запись
Блок-цепочка позволяет выполнять две функции: проверку и запись новой транзакции. Транзакция – это операция, которая изменяет состояние данных в блок – цепочке. Хотя предыдущие записи в блок-цепочке всегда должны оставаться неизменной.  Вот почему blockchain часто называют неизменяемым и распределенным регистром.

Централизованность или одноранговость.
Короче говоря, разница заключается в децентрализованном контроле хранилища данных.
Децентрализованное управление устраняет риски централизованного контроля. Любой, имеющий достаточный доступ к централизованной базе данных, может уничтожить или испортить данные. Поэтому пользователи вынуждены полагаться на инфраструктуру безопасности администратора базы данных.
Технология Blockchain использует децентрализованное хранилище данных, чтобы обойти эту проблему, тем самым обеспечивая  безопасность в самой структуре хранилища.
Хотя технология blockchain хорошо подходит для записи определенных видов информации, традиционные базы данных рредпотительнее для других видов информации. Каждой организации важно понять, что она хочет от базы данных, оценив сильных и уязвимых места каждого типа баз данных  до его  выбора.


Ноябрь 2018

Инновации тонут в море информации      – www.wipo.int


Поиск содержания патента в Google путем ввода слова «патент» дает тысячи результатов. Это подтверждает  огромного количества информации, связанной с охраной интеллектуальной собственности (ИС) в Интернете. Два десятилетия назад для получения таких данных требовались громоздкие операции с участием множества специалистов. Сегодня, чтобы получить доступ к этому типу информации, почти все  пользователи  сначала обращаются к Интернету.

Однако доступность и количество информации об охране ИС не обязательно способствует повышению уровня осведомленности и получнения релевантных данных.  Часто  говорят, «мы тонем в море информации, не утоляя жажду знаний о решении волнующих нас проблем». Это также актуально и для информации о ИС.  Интернет очень быстро отвечает на простые вопросы. Но когда речь заходит о более сложных или конкретных проблемах, таких как: “лучшая стратегия IPR для моей компании”,  онлайн-иатериалы обычно не являются адекватными или очень сложными для извлечения. Даже если количество информации об ИС, доступной в Интернете, удваивается каждые 2-5 лет в соответствии с статистикой, это не приводит к увеличению количества знаний.


В  опубликовной ВОИС статье рассматриваются некоторые актуальные суждения по поводу поиска релевантной  информации о ИС.


Сбор конкурентных данных  в эпоху цифровых технологий

Competitive Intelligence in the Digital Age – Business Reference | September 12, 2017 –

ebsco.com…article/competitive-intelligence-in…age

Если вам когда-либо приходилось вводить продукт на рынок, расширять продажи или улучшать обслуживание клиентов, вы, скорее всего, хорошо разбираетесь в сборе конкурентной информации (КР).  Однако с момента появления Интернета под рукой  у эксперта оказались огромные  массивы  данных, которые породили новые проблемы .

Способы получения конкурентных данных

Конкурентные  данные можно получать посредством как  первичного, так и  вторичного  исследования. Первичное исследование  осуществляется посредством сбора  информации , которую  компания собирает для себя через опросные листы или интервью. Вторичное  исследование включает сбор и анализ общих и  финансовых отчетов  и публикаций, считается наиболее доступным, но оно также может быть самым подавляющим. Хотя эту информацию легко найти, она может быть недостаточно глубокой для удовлетворения ваших потребностей.

Представьте, что вы хотите собирать данные по прямому конкуренту. Вы хотите увидеть все предложения своих продуктов, их финансовые отчеты и последние новости. Чтобы быстро получить эту информацию, надо перейти в свою любимую поисковую систему. Вы заметите, что большая часть первой страницы результатов сосредоточена на рекламе и маркетинговых материалах, которые они хотят видеть. Итак, вы снова начинаете поиск, набрав именно то, что хотите. Тем не менее, вам нужно сделать прокрутку, прежде чем найти нужную вам информацию. Затем вы должны повторить этот процесс для каждой темы, для которой вам нужны данные. Это может занять много времени и часто может привести к неправильным данным.

Возможны  более эффективные и надежные варианты.  Интернет-базы данных, такие как Business Source Corporate Plus ™ в EBSCO, предназначены для удовлетворения потребностей корпоративных исследований.  Business Source Corporate Plus предоставляет возможность полнотекстового  обзора деловых журналов и торговых публикаций, многие из которых уникальны и недоступны через другие онлайн-ресурсы. Можно найти подробную информацию о компании, включая тематические исследования, отраслевые профили, SWOT-анализы, отчеты о маркетинговых исследованиях, обзоры продуктов, новости, отчеты по странам и многое другое.

Базы данных типа Business Source Corporate Plus, позволяют искать нужную компанию и получать всю необходимую информацию. Вы можете быть уверены, что эта информация была проверена и верна. Это экономит время и ресурсы, позволяя вам получить доступ ко всей конкурентной информации  в одном месте.

Поскольку Интернет сделал конкурентную информацию более доступной, у пользователь должен овладеть  способами выделения ервыйканал в ней  дезинформацию. Конкурентные сведения  могут привести к принятию ответственных корпоративных решений; поэтому крайне важно, чтобы они были правильными. Если вы обнаружите, что вы и ваши сотрудники тратите слишком много времени на сбор данных, возможно, пришло время инвестировать в настоящую базу данных КР.

Чтобы узнать больше о Business Source Corporate Plus или запросить бесплатную пробную версию, можно воспользоваться следующими сведениями.

Получение максимальной отдачи от подписки на Business Source Corporate Plus

Ключом к широкому внедрению Business Source Corporate Plus (BSC +) является поддержка лидеров компаний, обзор и интеграция ресурсов, а также общение и обучение. Крайне важно, чтобы первый опыт пользователя с BSC + был положительным, и его незаменимость была быстро реализована. Ниже приводятся  на этот счет перечень соответствующих рекомендаций.

  • Осуществление общего просмотра материалов Business Source Promotion Kit.
  • Проведение  короткой вводной встречи с руководителями отделов, менеджерами и корпоративными инструкторами  для внедрения BSC
  • Обсуждение  общих целей интеграции BSC +.

  • Проведение короткого  ознакомления  рабочей  группы с функциями и возможностями использования EBSCOhost / BSC +. Включение Business Source Corporate Plus на веб-страницу  электронных ресурсов компании при содействии команды технической поддержки, обеспечив несложную навигацию, которая согласуется с другими электронными ресурсами.

  • Извещение персонала компании о доступности BSC + с помощью электронной почты, информационных бюллетеней и листовок, содержащих  удобные ссылки на интересующую их тему, а также извещение о сроках и месте обучения, например, компьютерной лаборатории с возможностью проведения  практических занятий.

Плата за обучение в Business Source Corporate Plus не взимается, и участники могут зарегистрироваться индивидуально. См. Http://training.ebsco.com


Октябрь 2018


Патентные данные как индикатор новых технологий

Patent data – Emerging technologies | Innovation Policy Platform

https://www.innovationpolicyplatform.org/…/patent-data-em…

Патентные индикаторы являются уникальным средством – иногда единственным доступным средством – отслеживать рост новых технологий (например, нанотехнологии, биотехнологии). Патентные данные могут использоваться в сочетании с данными о научных публикациях. Напротив, бизнес-опросы обычно отражают  более позднюю стадию развития, поскольку они требуют точного предварительного знания области . Особые технические поля могут быть созданы с использованием ключевых слов или путем поиска в рефератах и описаниях изобретений. Подробная информация, представленная в патентных документах, также позволяет идентифицировать компании или агентства, действующие в этих областях, способы изобретения (например, межведомственное сотрудничество) и сопоставление технологических кластеров.

Использование данных патентной информации для классификации по области технологий

Поскольку патенты охватывают главным образом технические изобретения, они являются естественным источником данных о технологических изменениях. Во многих случаях они, на самом деле, являются единственным надежным источником. Это является хорошим примером для изучения новых, возникающих технических областей, которые еще не стабилизировались (т. е. еще не имеют устоявшегося  определения), и поэтому они должным образом не охватываются бизнес-опросами и другими видами сборами данных.

Более того, широкий и глубокий охват патентных данных допускает  изучение поведение  технологий по истечении определенного   времени, а также выявление технологических прорывов, взаимного обогащения технологических  полей и других явлений.

Патентные документы содержат два типа данных, которые могут использоваться для классификации патентов в определенных областях: индекс технического класса и текстовую информацию (название, реферат, притязания и описание изобретения). Иногда также используется другая информация, например, сведения  о заявителе или цитировании.

Чтобы облегчить поиск предшествующего уровня техники, патентные ведомства классифицируют патенты в соответствии с их предметом. Соответствующие  классификационные индексы приведены на первой странице патентного документа, позволяя  получить другие документы, отражающие уровень техники в конкретной области.

Ввиду международного распространения патентной информации полезной оказалась Система международной патентной классификации (МПК), утвержденная в 1971 году Страсбургским соглашением о международной патентной классификации (WIPO 1971) в качестве общепризнанного метода классификации патентов на изобретения, включая опубликованные патентные заявки, полезные модели и сертификаты полезности. В настоящее время МПК используется более чем в 100 странах в качестве основной или, в некоторых случаях, единственной формы классификации патентных документов. Целью МПК является группирование патентных документов в соответствии с их технической областью, независимо от языка и терминологии.

Методологические подходы к классификации по области технологий

Информация МПК представляет собой начальное средство идентификации патентов в конкретной технической области. Однако этого недостаточно для всех видов использования патентных данных. Различные аналитические или политические запросы исходно не заложены в МПК, и их  непросто  идентифицировать в патентных классификациях (например, при анализе  информационных и коммуникационных технологий (ИКТ), биотехнологии или нанотехнологии). Такие агрегаты должны идентифицироваться на основе комплексного использования  имеющейся информации, включая  индексы МПК и доступные текстовые данные.

Первым шагом является четкое и устоявшееся  определение представляющей интерес технической области. Оно будет дополнено ключевыми словами, которые отражают содержание данной области и будут использоваться работающими в ней инженерами. Определение и ключевые слова могут, с течением времени, видоизменяться под воздействием  развития технологии. Следующие шаги предполагают:

• поиск новых ключевые слова в определениях индексов МПК (или другой патентной классификации) и рассмотрении всех документов, принадлежащих одному из выбранных индексов;

• поиск новых ключевых слов в тексте патента (в заголовке, реферате и т. д.);

• принятие смешанного решения, например. путем поиска ключевых слов в индексах МПК и проверки правильности полученных результатов;

• получение подтверждения от экспертов по соответствующим технологиям, что набор документов, идентифицированных этими методами, действительно соответствует предполагаемым критериям требуемой выборки патентов.

Например, в ЕПВ идентификация патентов на принадлежность к нанотехнологии включала в себя ряд этапов. Во-первых, в 2003 году была создана рабочая группа по нанотехнологиям (NTWG). Сначала она работала над определением нанотехнологий, чтобы следить за тенденциями в принадлежности к ним найденных патентов. Затем она идентифицировала патенты на нанотехнологии посредством поиска ключевых слов, консультаций с соответствующими экспертами в ЕПВ и внешних экспертных обзоров. Патентные заявки из 15 стран или организаций были проанализированы и помечены классом Y01N.

Организация экономического сотрудничества и развития (OECD) разработала определения различных технических областей: ICT, биотехнология, космические технологии, экологические технологии и т.д. Эти определения состоят из: (1) текстового определения технической области и (2) списка тематически связанных классов МПК. Сокращение технического поля принадлежностью к перечню классов МПК облегчает процесс (достаточно указать приписанный  патенту индекс МПК для привязки его к соответствующему полю). С другой стороны, это затрудняет отбор релевантных индексов МПК и тем самым повышает риск отбора нерелевантных документов. Индекс Y01N для нанотехнологий позволяет избежать такого недостатка, но с учетом стоимости ввода новых индексов, такой подход  не может быть распространен на многие другие области.

Отраслевая  классификация

Патентные данные предоставляют информацию для осуществления отраслевой классификации. Патенты могут использоваться в качестве индикаторов результатов исследований и разработок или вклада в инновации на отраслевом уровне. Однако патентные данные не могут быть непосредственно отнесены к конкретным отраслям промышленности, поскольку в патентных документах явно не содержится информация, которая позволяет идентифицировать сектор экономики, к которому привязана технология, воплощенная в патенте.

Классификации по отраслям нуждается в особых методологических подходах. При разработке отраслевой системы классификации присвоение патентов отраслям может осуществляться следующим образом:

• Прямая приписка путем специальной экспертизы патента.

• Приписывание патенту отраслевого кода его заявителя (компании).

• Установление экспертами априорного соответствия между классами МПК и отраслями и его обращение в таблицу соответствия.

Более поздняя таблица соответствия была разработана Шмохом и др. (2003). Авторы полагались на экономическую деятельность компаний, чтобы связать технологии с отраслями. Другие решения в создании матрицы согласования заключались в том, чтобы включать только крупные патенты, рассматривать только производственные компании и включать только «основную» группу продуктов фирмы (хотя некоторые крупные компании отличаются мультипродуктами) и только первый класс IPC.

Ниже приводятся примеры отраслевых классификаций:

• Классификация технологий для сопоставлений стран (Schmoch, 2010) используется для определения технологических полей с применением некоторых индикаторах интеллектуальной собственности, представленных в «Оценке науки, технологии и промышленности 2011 года» (OECD, 2011).

• Таблица согласования технологий МПК (The WIPO technology concordance table). В ней используются ссылки МПК на  35 технологических областей. Таблица согласованности обновляется на регулярной основе для отражения изменений в МПК.

• Согласование патентных данных и фирм. Однако этот подход требует адекватного сопоставления патентной информации с данными фирмы.

Вопросы технологической политики

С использованием патентных данных могут быть решены и вопросы, относящиеся к выработке технологической политики. Так, при анализе развития технологий патентные данные были использованы для исследования:

- новых технических полей (их появления и эволюции), например. полупроводников на основе полимера и ветроэнергетических технологий;

- технологических жизненных циклов (зрелости технологии) путем, например, отслеживания ежегодных темпов роста патентования в течение длительных периодов времени, чтобы узнать, есть ли сокращение новых прорывов (в зрелых технологиях: сельское хозяйство, автомобили и т. д.).

- кросс-технологического оплодотворения (как одна технология влияет на других), например. влияния плазменных технологий на электронику (новые поколения чипов), экологических  технологии (плазменные лампы) и т.д.

Примечание: В данном исследовании не затрагивались геополитические вопросы использования патентной информации на макроэкономическом уровне.

Сентябрь 2018

Лидеры в получении  патентов и тенденции развивающихся в США технологий в 2017 году,

Top Patent Recipients and Emerging Technology Trends in the US in 2017 Announced by IFI Claims 24th January 2018 – https://www.digital-science.com/…/top-patent-recipients-eme…

2017 был напряженным годом для Патентного ведомства США, который вынес  320 003 положительных решений по патентным заявам, что на 5,2 процента больше, чем в предыдущем году, и более чем в два раза превышает 157 284 решений, выданных в 2007 году. США достигли рекордного уровня, удвоив эти показатели  за истекшее  десятилетие. При этом компания IBM отмечает 25-летний юбилей в качестве лидера в данной сфере. Она в три раза превысила количество получаемых патентов с 3000 в 2007 до 9000 в 2017 году.

Повысили свои показатели и многие другие компании. Компании Intel Corp и LG Electronics поднялись в рейтинге IFI Claims, заняв  4 и  5 места. Больших успехов добились компании Facebook и BOE Technology Group. Facebook, например, переместилась с 86 на 50 место, а основанная в Пекине Технологическая группа BOE – с 40 на 21 место. Ниже приводится десятка лидирующих патентовладельцев:

В отчете также представлены сведения  о быстрорастущих технологиях. Новые высокоразвитые области включают электронные сигареты, трехмерную печать, машинное обучение, автономные транспортные средства, формовочные материалы, гибридные транспортные средства, воздушные беспилотные летательные аппараты и продукты питания. Они  показали самый быстрый рост за последние пять лет.

Автомобильный сектор, например, быстро развивает новые технологии, включая патенты в таких областях, как беспилотная навигационная система и передовые технологии производства. Приводятся также рейтинги   компаний, демонстрирующих впечатляющую прибыль:  японского производителя автомобильных запчастей Denso Corp (№ 35), Honeywell International (№ 39), Halliburton Energy Services (№ 44) и китайской Shenzhen China Star Optoelctronics (№ 45).Toyota, Ford и Hyundai также показали значительный рост.

Сохраняют также высокие позиции компьютерные (патентный класс G06F), телекоммуникационные (H04L) и медицинские отрасли. В 2017 году произошел большой скачок в конкретных типах систем обработки данных (G06Q). В течение последних нескольких лет этот патентный класс бизнес-методов был неустойчивым из-за недавних судебных решений, касающихся их патентоспособности. Заметный прирост показателей отмечен в   фармацевтика (A61K) и хирургической диагностике (A61B).

Август 2018

Патентование инноваций в области искусственного интеллекта (ИИ)

Резюме конференции Patenting Artificial Intelligence, состоявшейся   в Мюнхене 30 мая 2018 года.

Основная цель конференции  состояла в том, чтобы обеспечить дискуссионную платформу с учетом быстрой эволюции и распространения ИИ в сфере охраны интеллектуальной собственности (ИС)

Участники конференции пришли к общему соглашению, что с распространением ИИ система охраны ИС перемещается на новую территорию правовой охраны инноваций. Поэтому требуется как можно больше стимулов для раскрытия  инноваций в области ИИ, включая  соответствующие алгоритмы и способы их обучения, не склоняясь к вариантам использования  коммерческой тайны.

Патенты были признаны  как лучший способ поощрения инноваций в области ИИ, поскольку они обеспечивали их надежную охрану и  последующую к коммерциализацию.

Однако вызывал сомнение 20-летний срок действия патентов, учитывая   скорость эволюции ИИ – технологий. Аналогичным образом оценивался  18-месячный срок их содержания в секрете до публикации заявок,  который часто приводит к ненужным параллельным исследованиям и разработкам.

При рассмотрении проблем составления патентных заявок участники дискуссии пришли к заключению, что ИИ – нечто большее, чем просто машинное обучение (МО),  и предполагает охват математических достижений. А это ставит вопрос о приемлемости патентной охраны математических моделей. В ЕПВ, в этой связи, изучалась степень отражения в технологиях ИИ и МЛ технического  характера заявляемого изобретения, и  рекомендовалось  включать в описание изобретения как можно больше информации о его технических характеристиках.

Обновленное  Руководство ЕПВ по патентной экспертизе, которое  вступит в силу в ноябре 2018 года, будет содержать примеры, касающиеся характеристик ИИ-изобретений. Проблема заключалась в том, что они часто связаны с алгоритмами, представляющими собой  математические методы, не считались патентоспособными. Однако, если патентные притязания  были направлены на способ, включающий технические средства (например, компьютер) или на устройство, они признавались патентоспособными. В отличие от этого,

в США простое использование компьютера для реализации абстрактной идеи считалось  недостаточным.

Одно из решений (как правило, предпочитаемое американскими собеседниками) заключалось в том, чтобы законодательно признать ИИ- алгоритмы патентоспособными.

При обсуждении вопросов осуществления патентных прав участники конференции столкнулись с проблемой доказательства правонарушений, поскольку часто невозможно определить, как именно работает ИИ. В результате очень сложно показать, что нарушающий патентные права объект  использовал тот же метод. Подобные ситуации  часто складывались в химии.

Дискуссии затронули и ряд этических и социальных проблем  патентования ИИ-технологий. В частности,  обсуждался  вопрос, может ли система ИИ или владелец устройства МО быть создателем ИИ-изобретений с учетом основополагающих принципов патентного права и социальных отношений.

Был достигнут консенсус в отношении того, что «пользователь», то есть программист, разработчик или исполнитель, может быть изобретателем, и, таким образом, подлежит соблюдению положение об изобретателе- человеке. Изобретателем может быть и группа людей, поддерживаемых ИИ. То-есть, изобретатель должен был быть человеком, хотя уже создавались и  автономные системы ИИ.

Таким образом, можно заключить, что основные принципы патентной системы хорошо сочетаются с инновациями в сфере. По крайней мере, патентная охрана применима ко многим ИИ-изобретениям.


Июль 2018

Проблемы автоматизации классифицирования патентных документов

Classification and information management for patent collections: a literature review and some research questions/Magali Rezende Gouvêa Meireles, Gabriela Ferraro and Shlomo Geva- Meireles, M.R.G., Ferraro, G. & Geva, S. - informationr.netir/21-1/paper705.html

С ростом цифровых патентных фондов и  увеличением их доступности возникают новые проблемы и предлагаются разные  пути их решения.  В данной работе  обсуждаются  альтернативные способы организации патентных фондов и изучения знаний, накапливаемых в патентных базах данных. Обсуждаются проблемы, связанные с процессом классификации патентов, возможностями автоматической организации информационных массивов. Формулируются способы решения задач, подлежащие  дальнейшим  исследованиям.

Цифровая экономика  нуждается в дополнительных  усилиях по гармонизации существующих систем классификации патентов, в разработке более эффективных  методов извлечения встроенной в патенты информации и подборе для нее более удобного пользовательского   формата.

В работе представлены и обсуждаются следующие  проблемы:

• Патенты – это сложные документы, которые имеют язык и форматирование, регулируемые законами органа патентования, в котором подана заявка на патент.

• В патентных ведомствах нет единой системы классификации.

• Трудно оценить предлагаемые системы автоматического классифицирования патентов, построенных на разных принципах их систематизации.

Продолжается поиск лучших приемов, пригодных для использования  в процессах автоматической систематизации патентных  документов

Проблема1. Даже учитывая, что знания, закодированные в патентных документах и базах данных, являются сложными, патенты понимаются как технические индикаторы прогресса с учетом преимуществ и недостатков использования их в качестве переменной для моделирования этого процесса. В качестве преимуществ отмечается, что патенты являются публичными документами, и ожидается, что их применение обеспечивает преимущества, которые превышают затраты и трудоемкость  обеспечения патентной защиты. Они фиксируют конкурентные аспекты технологических изменений и их  направления. В качестве недостатков важно отметить, что не все изобретения технически патентоспособны, и не все исследователи хотят запатентовать свои  изобретения.

При этом предлагаются  четыре различные меры, которые использовались для оценки индивидуальной ценности патентов

1. Частота патентного цитирования: количество ссылок на патент в последующей патентной литературе является показателем технологического воздействия изобретения;

2. Общая стоимость и количество лет, за которые патентообладатель оплачивает  сохранение правовой защиты патента: патенты  будут обновляться только в том случае, если стоимость их дополнительной сохранности превышает стоимость продления;

3. Обширность патентного семейства: количество стран, на которые была распространена патентная защита, показывает масштабы эксплуатации изобретения;

4. Количество пунктов патентной формулы: отражает степень изобретательности и объем инновационных притязаний в патентном документе..

Проблема 2: отсутствие  единой системы классификации, используемой патентными ведомствами

Отсутствие общей системы классификации является серьезной проблемой, поскольку трудно стандартизировать и улучшать доступ к документации патентных ведомств по всему миру.

Международная патентная классификация строится и поддерживается Всемирной организацией интеллектуальной собственности и делит все области технологии на восемь разделов (A-H), которые подразделяются на обозначения для класса, подкласса, группы и более 60 000 подгрупп. Более 100 патентообладателей используют МПК, что делает ее наиболее широко используемой системой классификации патентов .

Классификация патентов США, созданная Управлением по патентам и товарным знакам Соединенных Штатов, состоит из трехзначного определения класса, созданного с использованием численных и новых классов при появлении новых технологий. За каждым кодом класса следует иерархия числовых подклассов. Эта система классифицирует патенты по меньшей мере в одном из примерно 470 классов и 163 000 подклассов . Патентная система США различает три общие классификации патентов: патенты на полезность, патенты на дизайн и патенты на растения.

В январе 2013 года Бюро по патентам и товарным знакам Соединенных Штатов заменило систему классификации патентов Соединенных Штатов Кооперативной патентной классификацией (КОП).

Европейская классификация патентов строится и поддерживается Европейским патентным ведомством. Эта система является более точным вариантом Международной патентной классификации и насчитывает около 129 000 категорий. В то время как МПК, по-видимому, более ориентирована на публикацию патентов, европейская патентная классификация больше ориентирована на поддержку поиска патентной информации в контексте патентной заявки.

Японское патентное ведомство использует классификацию F- terms параллельно с VGR для классифицирования   всех японских патентов. F- terms классификация является расширением МПК, насчитывая  170 000 классов . Японское патентное ведомство использует дополнительные F- термины , представляющие собой  независимую классификацию, подразделяемую на  более м 2500 тем.

Совместная патентная классификация представляет собой результат совместного партнерства между Патентным ведомством США и ЕПВ с целью согласования их классификационных схем и нахождение общей схемы классификации, основанный на Европейской патентной классификации, ранее применявшейся в Европейском патентном ведомстве. Классификация включает примерно 250 000 классификационных символов, основанных на МПК.

Корейское ведомство интеллектуальной собственности будет классифицировать некоторые из своих патентных документов, используя совместную патентную классификацию в конкретных технологиях.

Китайское патентное ведомство начало классифицировать новые патентные заявки в  некоторых технических областях с применением Совместной патентной классификацией, которая со временем охватит все поступающие заявки. Ожидается, что эти инициативы улучшат доступ к китайской патентной документации, повысят эффективность поиска и преодолеют языковые барьеры.Согласно Европейскому патентному ведомству, совместная патентная классификация уже используется более чем сорока пятью патентными ведомствами во всем мире в качестве средства для осуществления эффективного поиска предшествующего уровня техники в процессе выдачи патента.

Проблема 3. Поскольку сотни патентных заявок ежедневно поступают в патентные ведомства по всему миру, присвоенные вручную классификационные индексы являются очень дорогостоящими не только из-за количества патентных заявок, но и потому, что требуются эксперты. Поэтому были предложены автоматические или полуавтоматические способы присвоения классификационных индексов. Автоматическое присвоение классификационного индекса – это процесс, посредством которого компьютерная программа предлагает или присваивает патенту один или несколько классификационных индексов на основании содержания патента. Процесс  автоматического классифицирования является  более быстрыми и систематизированным, чем присвоение индексов вручную.

Действующие классификационные системы построены на основе разных принципов. Поэтому возникают трудности оценки разрабатываемых автоматических системы классификации патентов. В последнее десятилетие были организованы несколько  рабочих групп с целью поощрения исследований, связанных с обработкой патентов. Их деятельность, в основном, сосредоточена на решении проблем поиска патентов и научных публикаций. Сформированные массивы предназначены  для экспериментальных работ в научном и  частном секторах.  В дальнейшем они будут использованы для автоматической классификации патентов.

Оценка автоматических классификаторов документов обычно проводится экспериментально, а не аналитически. Оценочные кампании позволяют исследователям проверять эффективность своих методов, то есть их способность принимать правильные классификационные решения и, таким образом, знать, насколько они способны выполнять эту задачу. Кроме того, эффективность метода также может быть оценена, например, для проверки того, насколько надежным, быстрым и дорогостоящим является применение метода для решения конкретной задачи.

Проблема 4. Пока еще не достигнуто соглашения о лучших приемах, пригодных для использования  в процессах патентной классификации.

В литературе предлагаются, в частности, следующие решения автоматической патентной классификации  с применением :

- содержательных особенностей документов (например, выделяемых в них ключевых слов);

- особенностей цитируемых документов (установления тематических связей независимо от наличия в документах одинаковых терминов;

- наличия в документах сходных метаданных (например, авторов, дат публикации, фактов соавторства и сходных ключевых слов);

- индексов существующих классификаций;

-  совместного применения тех или иных перечисленных приемов.

Патентные ведомства продолжают свои усилия, пытаясь создать общую систему классификации

Июль 2018

Машинный   интеллект  в цифровой экономике

Machine Intelligence in a Digital Economy: The ‘killer app’? / By Kris Henley / By Professor Alan W Brown, February 7, 2018

Авторы данной статьи считают, что машинный интеллект (МИ)) вполне может стать  интегрирующим  механизмом, который преобразует данные в источники новых ценностей.

Компьютерная индустрия имеет долгую историю исследований искусственного интеллекта (ИИ), в которых изучаются возможности обучения компьютера подражанию человеческого поведения. Но  только относительно недавно были  открыты возможность для компьютерного  воссоздания  познавательных способностей человека с использованием современного алгоритмического программного обеспечения, которое  лежит в основе ИИ и машинного обучения (МО). Эти алгоритмы могут теперь моделировать нестандартные когнитивные задачи, помогая людям принимать осмысленные решения во всех аспектах своей деловой и социальной деятельности.

Дискуссии в этой области усложняются из-за того, что нет общего словаря и набора терминов, которые продолжают развиваться. Более того, общее использование некоторых из этих терминов меняется по мере появления новых идей. Далее  предлагается обзор сущности ключевых терминов, которые обычно используются в этой сфере.

Машинное обучение(МО)

МО – это форма анализа данных, которая создает развивающуюся  модель проблемы из анализируемых данных. Создан набор алгоритмов для обработки данных с большой точностью, поскольку данные подвергаются классифицированию и оценке. В этом процессе  компьютерная система может обучаться у данных и получить новые идеи без явного перепрограммирования. Как указано в SAS,* путем сбора информации из этих данных – часто в режиме реального времени – организации могут работать более эффективно или получать преимущество перед конкурентами в таких областях, как финансовые услуги (обнаружение мошенничества), деятельность правительства (анализ кибер-угроз), здравоохранение (медицинская диагностика) и транспорт (предотвращение перегрузки).

* Serial Attached SCSI (SAS) — последовательный компьютерный интерфейс, разработанный для подключения различных устройств хранения данных, например, жёстких дисков и ленточных накопителей.

Большие данные (БД)

Большие данные стали общим определением вызова миру, в котором огромное количество информации ежедневно генерируется широким спектром  устройств: датчиками, используемыми для сбора информации в домашних условиях, во взаимодействии в социальных сетях, цифровые фотографии и видеороликах, сведениях  о клиентах и ​​данных об онлайн-заказах, данными о производительности механических устройств и т.д.. IBM выделяет ключевые характеристики больших данных в четырех измерениях: объем (создание и управление очень большими наборами данных), разнообразие (гетерогенные коллекции структурированных и неструктурированных элементов), скорость (скорость генерации и обработки потоков данных) и достоверность (оценка качества , своевременность и точность данных

Искусственный интеллект (ИИ)

Искусственный интеллект относится к компьютерным системам, способным проявлять поведение, или выполнять задачи, которые обычно требуют человеческого интеллекта. Это чаще всего связано с когнитивными задачами, такими как визуальное восприятие, распознавание речи, принятие решений и перевод с языка на язык. Однако в более широком смысле консалтинговая компания Accenture определяет ИИ как коллективный термин для множества технологий, которые позволяют информационным системам и приложениям ощущать, понимать и действовать. То есть компьютерам  предоставляется возможность  (1) воспринимать мир и собирать данные; (2) анализировать и понимать собранную информацию; и (3) принимать обоснованные решения и осуществлять независимое  руководство на основе этого анализа.

Машинный   интеллект (МИ)

МИ расширяет понятие ИИ и МО с помощью вычислительных технологий, которые позволяют системам прогнозировать будущие действия и поведение партнеров или конкурентов. По мнению компании Numenta, модели, построенные  на основе правил и анализа данных могут быть дополнены поведенческими моделями, которые характеризуют нормальные и аномальные действия. Это важно во многих ситуациях, которые быстро развиваются и включают в себя множество источников данных, таких как прогнозирование погоды, моделирование распространения вирусов и анализ социальных сетей.

Таким образом, МИ дает возможность освоить большие объемы данных, используя комбинацию МО и ИИ, чтобы дать совершенно новые источники ценности. МИ включает в себя обработку естественного языка, распознавание образов, алгоритмы и другие методы для извлечения шаблонов, изучения их путем оценки того, что они означают, и действий на их основе путем объединения информации. МИ теперь возможнен, потому что охватывает :

  • обработку естественного языка, распознавание образов, алгоритмы и другие методы для извлечения шаблонов, изучение их путем оценки того, что они означают, и действия на них путем объединения получаемой информации. Возможности МИ раскрылись, благодаря следующим факторам:

• способность   основываться на базовом наборе дешевых аппаратных возможностей, предоставляемых в озерах данных (Data Lakes), которые поддерживают масштабное управление данными*

*Озеро данных» (data lake) — это элемент инфраструктуры Big Data, хранилище большого объема неструктурированных данных

• переход на применение виртуального хранилища и вычислительных мощностей, доступных через Интернет посредством «облачного программирования для масс»  (Cloudification)*

*См. далее статью «From Virtualization to Cloudification»

• использование управляемых распределительных сетей для архивирования эффективных систем, которые объединяют все части распределительных сетей (межсоединение).

Появление машинного интеллекта

Машинный интеллект  рассматривается множеством предпринимателей и инвесторов по всему миру как «суперновая вещь». Международная сеть компаний, оказывающих услуги в области консалтинга и аудита Deloitte, недавно предсказала, что инвестиции в Machine Intelligence могут вырасти до 50 биллионов долларов США в течение следующих пяти лет.

Особенно  важен  интерес, проявляемый к  этой быстро развивающейся области таких лидеров цифровой экономики, как компании Amazon, Google и Facebook . Учитывая огромный объем данных, которые каждая из этих компаний приобрела, охватывая каждый аспект нашего индивидуального образа жизни, эта гонка монетизация этого актива выйдет за пределы чистой прибыли от рекламы. Все это указывает на целенаправленную ориентацию цифровой экономики на интеллектуальный анализ данных и машинный интеллект.

Июнь 2018

Патентная охрана в эпоху Четвертой промышленной революции

Patent protection in era of Industry 4.0/By Ivy Chin, Lee and Li Attorneys-at-Law, January 5, 2018 – vantageasia.compatent-protection-era-industry-4…

В Четвертой промышленной революции (Industry 4.0) представлена ​​концепция «умного производства»( smart factory), в котором киберфизические системы контролируют физические процессы предприятия и принимают децентрализованные решения, тем самым повышая производственные возможности и улучшая бизнес-модели.

Умные производства могут быть более адаптируемыми и экономичными в расходе ресурсов, чем традиционные предприятия, поскольку первые могут автоматически собирать информацию от клиентов или поставщиков, об условиях окружающей среды, а также оптимизировать производственные линии. Для причисления к умному производству в нем  должны присутствовать: (1) быстрая и безопасная сетевая система; (2) стандартизированные форматы данных; (3) встроенные цифровые запоминающие устройства для массовой настройки; (4) интеллектуальные датчики для сбора контекстной информации; (5) связь между машинами и продуктами через производственную  интернет-систему; и (6) децентрализованный контроль на уровне конкретных предметов производства.

Получение этих шести элементов предполагает  разработку аппаратных устройств, стандартизацию форматов данных или коммуникационных процессов, разработку компьютерных программ для управления производством, разработку программного обеспечения для сбора и обработки  массивных  данных, а также  применение искусственного интеллекта.

Связанная с технологиями интеллектуальная собственность (ИС) может быть защищена с помощью коммерческой тайны, авторских прав или патентов, причем патенты являются наиболее агрессивным инструментом. На Тайване и в материковом Китае существуют три типа патентов: на изобретения, полезные модели и промышленные образцы. Причем, только патенты на изобретения могут защищать решения, связанные с компьютеризированными программными процессами.

Согласно  поправке от 1 апреля 2017 года в Руководстве по патентной экспертизе Китая в настоящее время предусматривается, что если притязание, касающееся  метода или правила умственной деятельности и включает в себя технический признак(и), заявка не может быть признана  непатентоспособной.    В соответствии со статьей 25 Закона о патентах неохраноспособным является изобретение, которое относится только к правилам умственной деятельности. То есть изобретения, связанные с программным обеспечением и процессами управления производством, могут быть признаны патентоспособными, если в них присутствует  техническая характеристика.

В китайском Руководстве далее указывается, что изобретение, связанное с компьютерным процессом, является патентоспособным, если оно отвечает следующим требованиям: (1) целью изобретения является решение технической проблемы; (2) вычислительный процесс, осуществляемый  на компьютере для управления внутренними или внешними устройствами, использует  технические средства, которые соответствуют законам  природ; (3) технический эффект, достигаемый изобретением, также соответствует законам природы. Следовательно, изобретения, которые относятся только к формату данных, считаются  непатентоспособными.

Аналогичные положения присутствуют и в  руководящих принципах патентной экспертизы Тайваня. Простое представление информации, например, формат данных или расположение графического интерфейса пользователя, является непатентованным ввиду отсутствия в нем технических идей. Однако простое представление информации может быть признано патентоспособным, если при взаимодействии с компьютерными алгоритмами оно может создавать технический эффект, например, обеспечивать более эффективный человеко-машинный интерфейс путем повышения точности устройства ввода или уменьшения сложности при работе с компьютером ,

Изобретение, связанное с компьютерным программным обеспечением, не считается простым использованием компьютера, если оно может преодолеть техническую проблему и дать технический эффект, включая  повышение безопасности данных, повышение эффективности системы или ее усиление системы и, следовательно, повышает патентоспособность объекта.

Индустрия 4.0 привела к значительным изменениям в промышленности во всем мире. В ответ на эти изменения многие многонациональные компании вложили значительные средства в исследования и разработки для создания собственных умных производств. Технология, связанная с компьютерными программами, играет важную роль в развитии Индустрии 4.0. Между тем,  в разных юрисдикциях все еще действуют различающиеся  требования получения патентной охраны этого типа технологий. Для обеспечения всеобъемлющей патентной стратегии необходимо привлечь  экспертов по интеллектуальной собственности, представляющих различные  национальные юрисдикции.


Май 2018

Defensive Patenting Strategies For Blockchain Innovators – Lexology//

Leslie M. Spencer, Marta Belcher, Ropes & Gray LLP, US 12 Oct 2017  – https://www.lexology.com/library/detail.aspx?g…f3bf

Блокчейн (Blockchain)  - это выстроенная по определённым правилам непрерывная последовательная цепочка содержащих информацию блоков. Ее часто относят к транзакциям в различных криптовалютах. Однако блокчейн-технология может быть распространена на любые взаимосвязанные информационные блоки. Биткойн* стал лишь первым приложением блокчейн-технологии в октябре 2008 года.

* Биткойн – это новое поколение децентрализованной цифровой валюты, созданной и работающей только в сети интернет. Её отличие от остальных электронных денег в том, что ее никто не контролирует, эмиссия валюты происходит посредством работы миллионов компьютеров по всему миру с использованием программы для вычисления математических алгоритмов.

Blockchain – технология, лежащая в основе биткойна, – имеет потенциал для революционного воздействия далеко за пределами криптоконверсий. По сути, блокчейн является неизменной записью транзакций, каждая из которых криптографически проверяется и связана с другими транзакциями, что позволяет обеспечить точную и безопасную передачу цифровых активов без необходимости посредника или доверенного брокера, такого как банк. Председатель и главный исполнительный директор IBM Гинни Рометти заявил, что «блокчлин сделает  для доверенных транзакций то, что Интернет сделал для информации.  Огромный объем инвестиций вливается в разработку блокчейн-приложений в секторах, от финансовых услуг до медицинского обслуживания и управления цепочками поставок. В итоге происходит рост соответствующих патентных фондов.

Патентование блокчейн-технологии

Недавний шквал связанных с блокчейном патентных заявок активизировал, одной стороны,  предсказания о «надвигающейся патентной войне» , а с другой – усилия по применению оборонительных  стратегий лицензирования патентов на блокчейн- технологии. Первые блокчейновые заявки были поданы: 1) крупными финансовыми учреждениями, такими как Bank of America, MasterCard, Visa, Goldman Sachs, US Bank, American Express, Wells Fargo и JPMorgan Chase, 2) крупными технологическими компаниями ( Amazon. com, Facebook, IBM и Dell, 3)ориентированными на блокчейн стартапами (Coinbase, Coinlab, Chain и 21 Inc).

Несмотря на то, что блокчейн-технология представляет собой важный технологический прогресс, маловероятно, что на этом этапе будет предоставлена патентная заявка  на концепцию блокчейна, как такового.  Основополагающая работа Сатоши Накамото «Биткойн: Одноранговая электронная денежная система» была впервые опубликована в конце 2008 года без подачи патентной заявки, и она более не имеет права на патентную защиту в США.

Сегодня существует множество ожидающих своего рассмотрения заявок  и немало уже выданных  патентов, охватывающих конкретные приложения, варианты использования и улучшения блокчейн-технологий. Опрос «Делойт» в 2016 году показал, что 21% респондентов из разных отраслей сообщили о подаче  патентных заявок. Среди компаний-производителей и потребителей товаров выявлено 38% респондентов, также  заявивших о  подаче патентных заявок, связанные с блокчейном. Одним из примеров является компания SKUChain, которая подал заявку на несколько патентов, охватывающих блокчейн-приложения, связанные с управлением поставками.

25 патентов, выданных в  США, связаны с блокчейн-технологиями в  ряда отраслей промышленности. Эти патенты охватывают  применение блокчейн-технологий для расчетов по ценным бумагам, сертификацию владения файлами, обмен сообщениями, управление цифровыми идентификаторами, отслеживание цепей поставок, аутентификацию пользователей, управление паролями и робототехнику. Они также включают усовершенствования блокчейн-технологий включая, системы и методы создания многофилиального разветвленного блокчейна с настраиваемыми правилами протокола, анализом блокчейновых транзакций, хранением и извлечением  элементов блокчейна. Время от даты подачи заявок до выдачи  патентов имело широкий диапазон от 175 до 1 145 дней со средним значением примерно 568 дней или примерно полтора года.

Некоторые компании подают заявки на патентование  интеллектуальной собственности, которую  они (или, по крайней мере, их инвесторы) считают ценными, в то время как другие патентовали блокчейн-технологию из  чисто оборонительных соображений: для использования в дискуссиях по лицензированию или предоставления, известных технологии в качестве предшествующего уровня техники -для затруднения патентования  другими компаниями. Независимо от мотивации, связанной с подачей блокчейновых патентных заявок, эта деятельность вызывает обеспокоенность в связи с тем, что патенты на составные компоненты блокчейновых  технологий могут повлиять на развитие этой отрасли.

Оборонительные стратегии лицензирования блокчейн-патентов

В ответ на меры по патентному блокированию компании, работающие в области блокчейн-технологий, и другие заинтересованные стороны стали  обсуждать возможность создания пула блокчейн-патентов. Имеется в виду соглашение между двумя или более патентовладельцами о лицензировании одного или нескольких своих патентов друг другу или третьим лицам. В 2015 году десятки заинтересованных компаний сформировали рабочую группу и провели серию «круглых столов.

Один из возможных подходов заключается в том, чтобы блокчейн-компании создавали многосторонний патентный пул, в соответствии с которым члены пула перекрестно лицензируют соответствующие патенты друг другу. Некоторые компании, такие как Coinbase и Blockstream, уже сообщили о намерении использовать свои патенты в исключительно оборонительных целях. Заключаемые в рамках патентных пулов соглашения  являются публичными обязательствами компаний лицензировать свои патенты определенным образом. Эти обязательства могут быть  многосторонними или ориентированными на  конкретные технологии.  Например, компания the Open Invention Network (OIN) владеет сотнями патентов, которые она бесплатно предоставляет любой компании, которая обещает никогда не получать  патенты, конкурирующие с  операционной системой Linux.

В то же время некоторые блокчейн-компании  заключают  односторонние патентные соглашения. Например, в июле 2016 года компания Blockstream представила модифицированную версию файла Твиттера (IPA). Принимая IPA, компании обещают своим сотрудникам, что любые полученные ею  патенты не будут использоваться для предъявления судебного иска любому лицу без разрешения изобретателя. Тем не менее, Blockstream внесла изменения в некоторые положения первоначального соглашения IPA Twitter,  позволяющие подавать иски против компаний, отмеченных в получении конкурирующих патентов.

В марте этого года Палата цифровой торговли (the Chamber of Digital Commerce) – торговая ассоциация, целью которой является содействие пониманию, принятию и использованию цифровых активов и блокчейн-технологий – объявила о создании Совета по блокчейновой интеллектуальной собственности (the Blockchain Intellectual Property Council), который рассмотрит стратегии оборонительного  патентного лицензирования. В  работе Совета согласились принять участие более 40 компаний и учреждений, в том числе Blockstream, Bloq, Civic, Cognizant, Digital Currency Group, Gem, Medici Ventures, Microsoft, T0.com, TMX и Wipfli.

Компании также сотрудничают в проектах открытого программного обеспечения блокчейна. Например, в проекте Hyperledger, возглавляемом  компаниями, IBM, Accenture и Intel, применяется  блокчейновый открытый код, позволяющий   компаниям использовать блокчейн-технологию для выпуска и передачи активов.

Окончательные решения  по охране и обмену блокчейн-инновациями еще не найдены; однако оборонительные  стратегии лицензирования могут сыграть определенную роль в обеспечении процветания блокчейновых технологии.

Апрель 2018

Общедоступные базы  данных службы Google Patents

Google Patents Public Datasets: connecting public, paid, and private patent data / By Ian Wetherbee, Tech Lead, Google Patents, Oct. 31, 2017

Компания Google имеет 10-летнюю  историю создания патентных баз данных, начало которым было положено  сканированием ретроспективных массивов патентной документации США. Сегодня Google вводит в эксплуатацию более обширные общедоступные  базы данных службы Google Patents с использованием системы  BigQuery. В состав этого комплекса входят различные виды  базы данных, которые оснащены функцией анализа широкого спектра данных, черпаемых  в  международной патентной системе: о находящихся на рассмотрении заявках, патентах с истекающим сроком действия, инновационных инвестициях в конкретных сферах деятельности и т.д.

Компаниям предоставляется возможность комплексного использования общедоступных и собственных баз данных для сопоставительной оценки инновационных направлений и размеров их инвестирования.

Характеристика баз данных Google Patents

Доступность патентной информации имеет решающее значение для изучения новых патентов, информирования о государственных политических решениях, управления корпоративными инвестициями в интеллектуальную собственность(ИС) и продвижения будущих научных инноваций. Растущее количество доступных источников патентных данных означает, что исследователи часто тратят больше времени на загрузку, разбор,  синхронизацию и управление локальными базами данных, чем на проведение глобального анализа. Используя вновь предлагаемее  массивы данных, исследователи и компании получают возможность  доступа к необходимой  информации к разным источникам  в одном месте, тратя, тем самым больше времени на анализ, чем на подготовку данных.

Ядром этих документальных массивов является  общедоступный источник  Google Patents Public Data, включающий  глобальный массив библиографической информации о более чем 90 млн. патентных публикаций из 17 стран мира и полные тексты патентных документов США, предоставленных патентными службами IFI CLAIMS. В массив  также входят все англоязычные переводы предоставляем таблицу данных Google Patents Research Data, содержащую английские машинные переводы для всех названий и аннотаций из службы  Google Translate, а также подборки результатов патентных исследований по  химии и отчеты о судебных разбирательствах.

Взаимодействие с другими источниками данных

Начиная с 31 октября 2017 года пользователи могут получать доступ к информации, собранной другими исследователями и поставщиками патентных данных в одной базе данных, и смешивать их с частными данными для создания отчетов или исследования вопросов с использованием программного обеспечения SQL без создания для этого собственной базы данных.

Коммерческие поставщики также открывают доступ  патентные данные с использованием онлайновой системы  BigQuery. Службы  IFI CLAIMS Patent Data Enrichments и CPA Global бесплатно предоставляю свои данные с добавленной стоимостью, обеспечивая возможность  изучения  влияния патентов на стандарты и других немаловажных процессов.

Аналитические возможности информационного взаимодействия

Комплексное использование всех этих поисковых массивов с большой ретроспективной глубиной открывает широкие возможности различных видов патентного анализа. Для экономистов, например, представляет интерес изучение истории инновационных трендов в конкретных отраслях с применением системы Cooperative Patent Classification scheme. Изучение количества создателей  одного и того же изобретения позволяет выявлять характер и время их сотрудничества с распределением по странам.

Для заявителей немаловажно определение различий в сроках рассмотрения их заявок, которая, как оказывается, колеблется в разных областях знаний: в электротехнике и физике, например, экспертиза проходит в среднем  быстрее, чем в химии. Рекорд установила заявка US 09/810,962, рассматривавшаяся с 2001 ПО 2016 год.

Патенты на вещества, которые становятся лекарствами, часто разрабатываются в исследовательских институтах и лицензируются компаниями для производства через программу передачи технологий. Воспользовавшись  сведениями  ChEMBL в дополнение к общедоступным данным  Google Patents, можно установить, связи  исследовательских учреждений-правообладателей с предприятиями-лицензиатами.

Автоматизация патентного картирования.

Предприятия часто нуждаются в  общем обзоре состояния  конкретной технологии с целью комплексного установлении  действующих здесь разработчиков инноваций,  тематики и сроков подачи ими патентных  заявок, характера взаимного цитирования, ведущих изобретателей, изобретательской активности в отдельных технологических направлениях  и т. д. Построение ландшафта с отображением подобных аспектов можно  осуществить с использованием  системы  BigQuery, взаимодействующей с Google Storage.

Автоматизацию процессов составления патентного подобного ландшафта можно осуществить с применением системы Automated Patent Landscaping, работающей с использованием принципа контролируемого машинного обучения, искусственных нейронных сетей (LSTM) и модели построения word2vec word.

Включенный в наш репозиторий GitHub представляет собой пример реализации Automated Patent Landscaping (Abood, Feltenberger, 2016), полуконтролируемую методологию машинного обучения, которая может быть использована для поиска патентов, относящихся к любой теме, для которой вы можете найти типичный набор семян патентов , В нашей реализации используются искусственные нейронные сети с длинной короткосрочной памятью (LSTM) и предварительно построенная модель внедрения word2vec word, обучаемая на ~ 6 млн. Тезисов. Пожалуйста, взгляните на этот ноутбук Jupyter, чтобы провести вас через процесс создания образца патентного ландшафта с использованием патентов на фен для волос в качестве семенного набора.

Гибкость и удобство переработки  патентных данных в BigQuery помогают пользователям быстрее отвечать на запросы, снижая избыточную  обработку, обеспечивая нормализацию и обновление данных.

Март 2018

Провозглашение патентно-информационного  сотрудничества компаний CPA Global и Google

CPA Global Helps Advance Understanding of Patent Data//By Tyron Stading • 31 октября 2017 г. – cpaglobal.comcpa-global…how…helping-advance…data…

CPA GLOBAL CONTRIBUTES DATA TO GOOGLE PATENTS PUBLIC DATASETS BIG DATA PROJECT//By Anna O’Leary • November 22, 2017 – cpaglobal.com…global-contributes-data-to…public…

Недавно компания Google анонсировала начало обогащения  общедоступной базы данных Google Patents за счет поступления  данных и алгоритмов от компании CPA Global. Массивы данных и опыт CPA Global станут  ценным дополнением к экосистеме Google Patents Public Datasets, что позволит пользователям  анализировать общедоступные, платные и частные базы  данных с помощью единого запроса в Облачную платформу Google.

CPA Global является  ведущей в мире компанией в области технологий,  используемых в сфере интеллектуальной собственности (ИС). Штат компании насчитывает более 2000 квалифицированных специалистов. Предлагаемая ею  пользователям  Платформа ИС  включает интегрированное программное обеспечение и инновационные услуги, сопровождающие предлагаемую идею  в течение всего ее жизненного цикла.

В  основе Платформы ИС лежит система IP One Data, предоставляющая пользователям CPA Global исчерпывающие и надежные сведения из  200 баз данных. Они охватывают  глобальные массивы  данных о патентах, судебных и финансовых спорах, товарных знаках, относящейся  ним продукции,  географические и персональные данные об изобретателях и др. Этот огромный массив  данных подвергается переработке с привлечением экспертов и специализированных алгоритмов. Она  облегчает и упрощает  доступ пользователям к информации одним щелчком мыши, а также  визуализацию  данных с привязкой к потребностям их бизнеса.

Самой большой проблемой является не идентификация источников и не поиск данных, а подключение их к конкретному  виду. В частности, группировка компаний усложняется тем, что даже некоторые простые данные – такие, как номера патентов – могут быть представлены различными способами. Эта задача становится особенно сложной при попытке подключения своей  системы управления ИС к публичным базам  данных, предполагающего  проверку и обеспечение их согласованности.

Компания  CPA Global намерена  также внести свой вклад в стандартизацию  информации в базе данных Google Public Patatets с учетом  недавних связанных со стандартами судебных проблем и вопросов лицензирования. При этом ставится задача очистить соответствующие сведения, предоставляемые в  Европейский институт стандартов электросвязи (ETSI), и облегчить анализ экономического воздействия  патентов на процесс стандартизации и рассмотрения случаев оспаривания компаниями действительности тех или иных патентов.

Февраль 2018

Новое патентное исследование подтверждает рост технологий четвертой промышленной революции

New patent study confirms growth in Fourth Industrial Revolution technologies

11 December 2017 – epo.orgnews-issues/news/2017/20171211.html

Первое исследование Европейского патентного ведомства (EПВ) «Патенты и Четвертая промышленная революция (4IR)», показало, что количество европейских патентных заявок, относящихся к «интеллектуально-связанным продуктам»,* за последние 3 года возросло на 54 процента.

* Интеллектуально связанные продукты (Smart, connected products) – это продукты, встроенные в процессоры, сенсоры и  программное обеспечение с возможностью подключения, позволяющего  обмен данными между продуктом и его средой, производителем, оператором / пользователем, а также с  другими продуктами и системами – Википедия.

В исследовании, проводившемся  в сотрудничестве с  институтом Handelsblatt, использовались новейшие инструменты патентной информации и опыт патентных экспертов ЕПВ. Оно  выявило более 48 000 патентных заявок, поданных до конца 2016 года. Все заявки  относятся к  трем технологическим секторам 4IR: 1)информационным технологиям, позволяющим создавать связанные объекты; 2) дополняющим их технологиям, таким как искусственный интеллект (AI) и пользовательские интерфейсы; 3) приложениям этих технологий, в таких областях, как «Транспортные средства», «Предприятие» и «Дом».

Патентная информация как  опережающие индикаторы технологического развития

Изучение всех поданных до 2016 года заявок на европейские патенты по указанным  объектам показало, что их рост во всех трех секторах 4IR начался в середине 1990-х годов. Более 5 000 патентных заявок было подано в ЕПВ только в 2016 году, а темпы роста заявок на патент 4IR последних трех лет, как указывалось, составляли 54%. Это далеко опережает общий рост патентных заявок за последние три года – 7,65%.

Отмечена  интеграция различных технологий во множество новых рыночных приложений (относящихся, например, к личной жизни, предприятиям, транспортным средствам) и к изобретениям, связанным с основными технологиями (связь, вычислительная техника программное обеспечение). Тем не менее, самые быстрые темпы роста наблюдаются в таких технологиях, как 3D-системы, искусственный интеллект или энергоснабжение.

Исследование также включает  четыре тематических раздела, два из которых посвящены выбранным технологиям 4IR (производство присадок и интеллектуальные датчики), а два – к конкретным областям применения (умное производство и умное здоровье).

Лидерство Европы, США и Японии

В исследовании выделены как  ведущие патентные заявители, участвующие в 4IR, так и регионы происхождения патентных заявок на изобретения 4IR, поданных в ЕПВ. В нем подчеркивается, что в 2016 году основными инновационными центрами стали Европа, США и Япония. Вместе с тем также отмечается, что также показывают, что количество заявок на изобретения, полученных из Республики Корея и Китайской Народной Республики, в последние годы увеличиваются более быстрыми темпами. 4IR патентные заявки из этих двух стран концентрированно поступают  из нескольких крупных компаний, работающих в сфере информационных технологий.

Январь 2018

Изменение роли библиотечного работника в цифровой среде

Changing Role of Library Professional in Digital Environment: A Study

Manoj Kumar Verma,  Department of Library and Information Science

Mizoram University, Aizawl-796004

- researchgate.net…Professinal…Digital_Environment…

Воздействие новых информационных технологий (ИТ) и оцифровка библиотечных ресурсов и полностью меняют прежнее значение библиотеки. Библиотечные работники  сталкиваются с новыми проблемами из-за беспрецедентного взрыва информации и облегчения  ее доступности благодаря глобализации, приватизации и либерализации всех аспектов этого вида деятельности. Чтобы справиться с этими проблемами, необходимо изменение философии и практики современного библиотечного дела для превращения библиотеки из  хранителя документов в орган распространения знаниями.

Преобразование библиотеки в информационном  веке

Понятно, что библиотека стала одной из сфер, особенно сильно подверженных  ИТ-воздействию. На смену единственному носителю информации пришли мультимедиа. Библиотека, информационные ресурсы которой были ограничены  собственными собраниями, превратилась в виртуальную «библиотеку без стен».  Локальное информационно-поисковое обслуживание заменилось  глобальным охватом через сети сторонних ресурсов и неограниченным обслуживанием сторонних пользователей.

.

Традиционная и новая роль библиотечного работника

В условиях огромного объема информации в сетевой среде, как никогда, требуются опытные посредники с навыками поиска, оценки ресурсов и выхода на источники, соответствующие потребностям с пользователя. Традиционные навыки библиотекаря нуждаются в  переоценке и адаптации к информационному обслуживанию в электронной среде. Например, навыки каталогизации и классифицирования могут быть использованы для улучшения сетевого поиска информации конечными пользователями посредством создания значимых файлов метаданных, способствующих повышению эффективности поиска релевантной информации.

Сегодня самой большой проблемой, стоящей перед библиотечной профессией, является  подготовка специалистов к использованию новых  технологий, знание  их сильных и слабых сторон, предвидение изменений, своевременное обретение  новых навыков и способности выступать в роли консультантов в цифровой среде.

Профессиональный  библиотекарь играет все более важную роль в работе с информацией в электронных форматах,  создании веб-страниц для продвижения своих услуг внешним клиентам, обретении  навыков, необходимые для создания, хранения, анализа, извлечения  и распространения цифровой информацию (текст, изображения, звуки), а также  в построении  автоматизированных систем управления библиотекой.

Заключение

В условия взрывного роста информационных сообщений и  продуктов сегодня пользователи не в состоянии  справиться с проблемой информационной перегрузки. Поэтому основной целью библиотек становится   предоставление пользователям  правильной информации в нужное время.

Для решения этой задачи библиотеки и работающие в них специалисты должны использовать последние технологические изменения для улучшения  доступа к ресурсам и обслуживания своих пользователей. Очевидно, что  электронная  информационная среда      создает проблемы для сообщества библиотек, уводя его от традиционного бумаго-печатного формата в виртуальный мир  взаимосвязанных информационных сетей.. Поэтому библиотечному работнику, намеренному  выжить в  цифровом мире,  нужно быть готовым к   изменению его  роли: от хранителя знаний до менеджера, направляющего процесс их доведения до пользователей в цифровой среде.