OpenAI o1版『特許明細書の書き方―初学者向けー』を作成しました。
目次は、以下の通りです。現状の生成AIによる限界も明確になっていることを感じます。
 
はじめに
第1章　特許制度の概要と明細書の位置づけ
第2章　明細書作成の基本プロセス
第3章　発明の把握と先行技術調査
第4章　明細書の構成要素と書き方のポイント
第5章　請求項の作成と書き方
第6章　実施例・図面の表現方法
第7章　審査段階への対応と意見書・手続補正書の作成
第8章　海外への出願の基礎知識
第9章　明細書作成における注意点と戦略
第10章　失敗事例・成功事例から学ぶポイント
付録A　明細書作成・レビュー チェックリスト
付録B　便利な用語集
付録C　参考文献
あとがき
 
 
OpenAI o1 Edition "How to Write Patent Specifications – For Beginners"
 
I have created the OpenAI o1 edition, "How to Write Patent Specifications – For Beginners."
The table of contents is as follows. It also highlights the current limitations of generative AI.
 
Table of Contents:

• Introduction
• Chapter 1: Overview of the Patent System and the Role of Specifications
• Chapter 2: Basic Process for Drafting Specifications
• Chapter 3: Understanding the Invention and Conducting Prior Art Searches
• Chapter 4: Components of a Specification and Key Writing Tips
• Chapter 5: Drafting and Writing Claims
• Chapter 6: How to Represent Examples and Drawings
• Chapter 7: Responding to the Examination Stage and Preparing Written Opinions and Amendments
• Chapter 8: Basic Knowledge for Overseas Applications
• Chapter 9: Key Considerations and Strategies for Drafting Specifications
• Chapter 10: Lessons Learned from Case Studies of Failures and Successes
• Appendix A: Checklist for Drafting and Reviewing Specifications
• Appendix B: Glossary of Useful Terms
• Appendix C: References
• Afterword

2025年に生成AIをめぐって起きる知的財産権関連の事件を、推論AIモデルと言われている新型LLMであるChatGPT o1 pro と Gemini 2.0 Flash Thinking に、『2025年に生成AIをめぐって起きる知的財産権関連の事件を予想して、日本語で4000字程度のエッセイ風記事にまとめて下さい。』というプロンプトで、記事を書かせてみました。
いずれも起こりそうな気がします。
 
ChatGPT o1 pro
1. 大規模画像データスクレイピング訴訟：AI学習の「正当性」を問う
2. AI生成キャラクターの著作権帰属問題：不正利用が発覚
3. 音楽生成AIとJASRACの衝突：楽曲利用料の新たな試み
4. 小説生成AIと“ゴーストライター”問題：受賞取り消しの波紋
5. 「AIキャッチャー法案」の成立と最初の摘発：透明性をめぐる攻防
 
Gemini 2.0 Flash Thinking
事件1：AI生成イラストの盗用と大規模訴訟の勃発
事件2：AI作曲の著作権を巡る音楽業界の混乱
事件3：AIが生成した特許発明の帰属を巡る企業間紛争
事件4：AIが生成したデザインの模倣とブランド毀損
事件5：AIによるフェイクニュースの拡散と名誉毀損訴訟
 
 
Predicting Intellectual Property Incidents That Will Occur in 2025 Using Generative AI
 
I asked ChatGPT o1 pro and Gemini 2.0 Flash Thinking, which are new types of LLM known as inference AI models, to write an article of about 4,000 characters in Japanese with the prompt "Please write an essay-style article in Japanese predicting the intellectual property-related incidents that will occur in 2025 involving generative AI.
Both produced predictions that seem plausible.
 
ChatGPT o1 pro

1. Massive Image Data Scraping Lawsuits: Questioning the 'Legitimacy' of AI Training
2. Copyright Attribution Issues for AI-Generated Characters: Discovery of Unauthorized Use
3. Clash Between Music-Generating AI and JASRAC: A New Attempt at Music Usage Fees
4. Novel-Generating AI and the 'Ghostwriter' Problem: Controversy Over Revoked Awards
5. The Enactment of the 'AI Transparency Act' and Its First Crackdown: Struggles Over Transparency

Gemini 2.0 Flash Thinking

1. Theft of AI-Generated Illustrations and the Outbreak of Major Lawsuits
2. Chaos in the Music Industry Over Copyrights for AI-Composed Works
3. Corporate Disputes Over Ownership of AI-Generated Patent Inventions
4. Imitation of AI-Generated Designs and Brand Damage
5. The Spread of Fake News by AI and Defamation Lawsuits

 

「イノベーションの塊」。ソフトバンクグループの孫正義氏を形容する際、よく耳にする言葉です。彼は従来から、AIやロボット分野の潜在力を強く信じ、積極的な投資や事業展開を推進してきました。しかしここにきて、さらに驚くべきニュースが飛び込んできました。最近、彼がChatGPTとの“壁打ち”――つまり、アイデアをChatGPTとやり取りすることで磨き上げる手法――を精力的に行い、その結果として新たな特許出願を数多く行っているというのです。そして、すでに公開されているだけでも543件もの特許が確認され、その分析からは、ロボット技術や対話システム、感情解析など、多岐にわたる先進的なアイデアの片鱗が浮かび上がりました。
孫正義氏が過去に語ってきた「情報革命で人々を幸せにする」という壮大なビジョンと、ChatGPTが持つ高度な自然言語処理能力とを組み合わせることで、私たちの生活スタイルを大きく変える可能性が一層高まっているように思えます。今回は、これら543件の特許から見えてきた技術の方向性と、その意義について考察してみたいと思います。
 
1. 543件の特許が描く「行動制御システム」の未来
分析の中で特に注目すべきは、ロボットや各種電子機器が人間と“心を通わせる”ように振る舞うための「行動制御システム」に関する数多くのアイデアです。たとえば、ユーザの行動データだけではなく、「感情」までもデジタル上でリアルタイムに判定し、そこから最適な受け答えや動作を導き出す仕組みが特許群の中心に存在します。
興味深いのは、孫氏がChatGPTとの対話を通じて得た着想を落とし込んだと思われる部分――単なる命令応答ではなく、ユーザの言外の意図や、そのときの気分を推定して対応できるという点です。これにより、ユーザがうれしいときはその気分をさらに盛り上げる行動をとり、落ち込んでいるときには慰めや励ましを提供する――そうした“ヒトのように気遣う”ロボットが見えてくるのです。
このように、「感情」という曖昧な要素を、ロボット側でも「感情値」として保持し、それらを相互に作用させることで、コミュニケーションの質を飛躍的に高めようとするアプローチは、まさに孫氏とChatGPTが組んだ“AIの掛け合わせ”ならではといえるでしょう。
 
2. ChatGPT×孫正義――対話モデルが変える開発スピード
ここで見逃せないのが、特許群から感じられる圧倒的な“スピード感”です。ChatGPTの優れた言語能力が、発明アイデアの検証や膨らまし方を急加速させる役割を担っていると思われます。人間同士のブレインストーミングと異なり、24時間いつでも応答が得られるうえ、さまざまな専門知識を横断的に吸収した大規模言語モデルとのやり取りは、アイデアの射程を一気に広げることができるのです。
実際に、この543件の特許を横断的に調査してみると、ロボットの通信プロトコル、身体設計、感情分析アルゴリズム、自然言語処理の発展形など、多方面にわたる技術要素が散りばめられています。それぞれが単独の技術というよりも、相互に補完し合う“エコシステム”を形成するかのように構想されており、この統合的な視点こそが、ChatGPTとの壁打ちで生まれた新しい発想なのではないでしょうか。
孫氏はこれまでも、ソフトバンクグループとしてロボットの実用化に積極的でした。ペッパーやWhizなど、生活やビジネスシーンに溶け込むロボットの投入実績があるものの、一方で「感情を読み取る」「対話を深める」という部分ではまだ課題が残されていたとも言えます。今回の543件が示唆するのは、その“壁”を越えるために、最先端の言語モデルと組み合わせ、ロボットをより人間に近い存在へと進化させようという大きな挑戦です。
 
3. ぬいぐるみ型ロボットから高度な防犯システムまで
543件のうち、特に目を引くのが「ぬいぐるみ型」のロボットに関する記載です。これは、ユーザに愛着を持ってもらいやすい外観・手触りを採用し、子供から高齢者まで幅広い層と円滑にコミュニケーションが取れるようにする狙いが感じられます。目や耳に相当するカメラやマイクを搭載し、内部には高度なセンサ群やAIチップが組み込まれることで、ユーザの発話や行動、さらには表情や声のトーンまでも解析する設計が提案されているのです。
一方、同じ特許群には、防犯や監視といったシリアスな活用例も数多く散見されます。防犯カメラの代替としてロボットが置かれ、不審者を検知したら警報を発し、さらには自身で周囲の人に危険を知らせるといった流れが想定されているのです。ここには、ロボットの「自律判断能力」がポイントとなります。人間が目を離しているときでもロボットが自主的に動き、危険を未然に防ぐことができれば、社会全体の安全度は大きく向上するでしょう。
さらに、館内スタッフや展示案内などの用途にも言及があり、ユーザが訪れた場所の情報や履歴を瞬時にロボットが把握し、必要な案内をより“対話的”に提供する仕組みまで提示されます。まるで人間のコンシェルジュのように、訪問者の希望を先回りしてサポートしてくれるロボットは、ショッピングモールやホテル、美術館などあらゆる公共スペースで活躍する余地がありそうです。
 
4. 特許群が示唆する“個人情報”の課題と責任
これほど多様なシチュエーションでユーザの感情や行動データを扱う以上、プライバシーや情報管理の問題が浮上するのは必然です。特許文書にも、情報の扱い方やセキュリティ・暗号化技術に言及するものが含まれていますが、実際に実用化するとなると、法的な枠組みや倫理ガイドラインの整備が不可欠でしょう。
特に、ユーザの“感情”というセンシティブなデータを収集・解析するという発想は、誤用されれば悪意ある第三者に不安定な立場を与えかねません。また、ロボットとの対話内容は人間同士の会話よりも正確に記録され、ビッグデータ化される可能性があります。そこからユーザの生活パターンや好み、人間関係までもが容易に推測できてしまうリスクは、従来のITサービス以上に深刻なプライバシー問題に発展しかねないとも考えられます。
孫氏とChatGPTの組み合わせが生み出すイノベーションは、私たちの生活を劇的に効率化し、豊かにしてくれるかもしれません。しかし、その恩恵を享受するためには、社会全体がリスクを正しく理解し、安心して利用できる仕組みを築かなければなりません。特に、ユーザデータの取り扱いについては、企業や開発者だけではなく、私たち一般ユーザもまた学び、考え、意見を発していく姿勢が重要になるでしょう。
 
5. 543件の特許が変える私たちの生活シーン
では、もしこれらの特許に描かれた技術の多くが実際に実用化されたら、私たちの暮らしはどのように変わっていくのでしょうか。想像力を広げてみると、以下のようなシーンが思い浮かびます。

1. 家族の健康管理:
   家の中にいるロボットが日々の食事や運動を記録し、ユーザの体調に合わせて献立やストレッチメニューを提案。心拍数や表情の変化を読み取り、ストレス度合いに応じたリラックス方法を教えてくれる。
2. 教育・学習サポート:
   子どもの学習状況をモニタリングし、苦手分野を見極めたうえで、興味をひきつけるような教え方をリアルタイムで考案。成績評価だけでなく、日々の勉強習慣や集中度合いまで総合的に管理して、親にもフィードバックを行う。
3. 高齢者ケアと見守り:
   一人暮らしの高齢者の異変をロボットがいち早く察知し、遠方の家族や医療機関に通知。ロボット自身が高齢者の意欲を引き出すような軽い運動や脳トレなどを提案し、精神的なケアもサポートする。
4. エンターテインメントとコミュニケーション:
   ゲームや音楽鑑賞、映画視聴などのエンタメに対し、ロボットがユーザの嗜好を学習しておすすめを提示。個々のユーザに最適化されたイベントやサービスを“対話”を通じて案内し、よりパーソナルで豊かな時間を演出する。

このように、人間の感情や行動を深く理解し、生活のあらゆる場面で頼れるパートナーになるロボット像は、これまでの「便利な家電」的なイメージを大きく超えています。そして、その発想の背後にはChatGPTとの壁打ちによって加速されたアイデア拡張力がある――　これが今回分析した543件の特許群から私たちが得られる最も大きなインサイトではないでしょうか。
 
6. まとめ：ChatGPTと孫正義氏が開く“次の扉”
ロボットが人間の行動データや感情情報をリアルタイムに読み取り、私たちの生活に寄り添う――以前であればSFのような話も、今まさに現実のものとなろうとしています。ソフトバンクグループの創業者・孫正義氏とChatGPTの組み合わせは、わずかな時間で数百もの先進的アイデアを創出・発展させる可能性を秘めているのです。その先駆けとなるのが、今回分析された543件の特許群と言えるでしょう。
もちろん、技術が成熟すればするほど、プライバシーやセキュリティ、そして社会的・倫理的な課題も鮮明に浮かび上がります。しかし、イノベーションとは常にリスクと隣り合わせであり、私たちは技術を使いこなし、適切にコントロールしていく知恵を磨く必要があります。ロボットとの対話が普遍的になり、あらゆる場面で行動をサポートしてくれる近未来像は、もう遠い夢物語ではありません。
今後、これらの特許を基にさまざまな実験的プロジェクトが動き出し、さらに多くの実用化例が生まれていくことでしょう。そのとき、私たちの暮らしは一層の豊かさと、かつてない効率性を手に入れる可能性があります。そしてその根底にあるのは、孫正義氏とChatGPTが生み出した“新時代の創造力”――人間とAIが共創することで、既成概念を大きく塗り替えるエネルギーなのです。
私たち一人ひとりも、この新しい世界をただ“受け取る”だけでなく、どう活かすか、どのように責任を分担していくかを考える主体にならなければなりません。543件の特許は、単に“技術の羅列”ではなく、“未来社会への提案”そのものだと言えます。ロボットやAIと共生し、新しい価値観を築くことが、孫正義氏の「情報革命」の先にあるのではないでしょうか。今まさに開かれようとしている扉の向こうに、驚くべき未来が待ち受けている――そんな期待に胸を高鳴らせつつ、一歩を踏み出していきたいものです。
 
（本稿は、孫正義氏が発明者で、2022年以降に日本に出願された特許で、権利維持/係属中のものをピックアップして、生成AIと共に分析した結果を、生成AIと共に書き起こしたものです。）
 
 
 
Masayoshi Son’s "ChatGPT Wall-Bouncing" Spurs a New Era of Creativity
 
"A bundle of innovation." This phrase is often used to describe Masayoshi Son, founder of SoftBank Group. His unwavering belief in the potential of AI and robotics has driven proactive investments and business ventures in these fields. Yet, a remarkable new development has recently emerged. Son has been actively engaging in "wall-bouncing" sessions with ChatGPT—exchanging ideas with the AI to refine concepts—and this process has led to numerous patent applications. Among these, 543 patents have already been publicly disclosed, revealing glimpses of advanced ideas in fields such as robotics, conversational systems, and emotion analysis.
By combining Son’s grand vision of "bringing happiness to people through the information revolution" with ChatGPT’s sophisticated natural language processing capabilities, the potential to transform our lifestyles seems greater than ever. This article explores the direction and significance of the technologies revealed in these 543 patents.
 
1. The Future of "Behavioral Control Systems" Painted by 543 Patents
A standout focus in the analysis is the abundance of ideas for "behavioral control systems" that enable robots and various electronic devices to interact with humans as though "sharing a connection." Central to these patents is a mechanism that not only utilizes user behavior data but also digitally evaluates emotions in real-time to derive optimal responses and actions.
Particularly striking are the aspects seemingly inspired by Son’s exchanges with ChatGPT—not merely responding to commands but estimating a user’s implied intentions and mood to tailor interactions. For instance, these robots could amplify joy during happy moments or provide comfort and encouragement during times of distress. This vision of empathetic robots reflects an approach unique to the combination of Son’s innovation and ChatGPT’s AI prowess.
 
2. ChatGPT × Masayoshi Son: Transforming Development Speed Through Dialogue Models
Another notable aspect is the overwhelming "speed" apparent in the patent portfolio. ChatGPT’s exceptional language capabilities likely accelerate the verification and expansion of invention ideas. Unlike human brainstorming, interacting with a large language model, available 24/7 and equipped with extensive interdisciplinary knowledge, dramatically broadens the scope of ideas.
A cross-sectional examination of the 543 patents reveals diverse technological elements, such as robot communication protocols, body design, emotion analysis algorithms, and advanced natural language processing. These elements appear to form an "ecosystem" of complementary technologies, reflecting innovative thinking fueled by ChatGPT's collaborative input.
 
3. From Plush Robots to Advanced Security Systems
Among the 543 patents, "plush-type" robots stand out, designed with a user-friendly appearance and texture to foster affection and facilitate communication across age groups, from children to the elderly. Equipped with cameras and microphones as eyes and ears, as well as advanced sensors and AI chips, these robots are envisioned to analyze speech, behavior, expressions, and vocal tones.
On the other hand, serious applications such as security and surveillance are also prevalent in the patents. Robots are proposed as alternatives to security cameras, capable of detecting suspicious individuals, issuing alerts, and even notifying nearby people of danger autonomously. This highlights the significance of robots’ "autonomous decision-making" abilities in enhancing societal safety.
Additionally, patents detail applications such as indoor staff support and exhibit guidance, with robots instantly grasping visitors’ locations and histories to offer tailored assistance in a conversational manner. These "concierge-like" robots could find applications in malls, hotels, museums, and other public spaces.
 
4. Challenges of Personal Information Highlighted by the Patent Portfolio
Given the diverse scenarios for handling user emotion and behavior data, issues of privacy and information management inevitably arise. Some patent documents mention information handling methods, security measures, and encryption technologies, but real-world implementation will necessitate comprehensive legal frameworks and ethical guidelines.
Particularly concerning is the potential misuse of sensitive data like user emotions. Robots’ ability to record and process interactions more accurately than human conversations poses risks of data exploitation, making privacy issues more severe than with conventional IT services.
The innovations born from Son and ChatGPT's collaboration may dramatically enhance and enrich our lives. However, reaping these benefits requires society to properly understand the risks and establish systems to ensure safe use. Public awareness and input are crucial in shaping responsible data practices.
 
5. How 543 Patents Could Transform Daily Life
If the technologies described in these patents were realized, they could revolutionize our lives in the following ways:

1. Family Health Management:
   Robots at home could record meals and exercise, suggesting menus and stretching routines based on user health conditions. They could monitor heart rates and facial expressions, offering stress-relief techniques accordingly.
2. Educational and Learning Support:
   Monitoring children’s learning progress, identifying weak areas, and devising engaging teaching methods in real-time. Providing feedback to parents on study habits and focus levels.
3. Elderly Care and Monitoring:
   Detecting abnormalities in elderly individuals living alone and notifying family or medical facilities. Proposing light exercises or brain training to enhance motivation and offering mental support.
4. Entertainment and Communication:
   Robots could recommend personalized games, music, or movies based on user preferences, enriching leisure time through conversational interactions.

These robots, designed as reliable partners who deeply understand human emotions and actions, transcend the traditional image of "convenient home appliances." Their development owes much to the accelerated idea generation enabled by "wall-bouncing" sessions with ChatGPT.
 
6. Conclusion: Opening the "Next Door" with ChatGPT and Masayoshi Son
Robots that interpret human behavior and emotions in real-time and seamlessly integrate into our lives—what once seemed like science fiction is becoming reality. The collaboration between Masayoshi Son and ChatGPT has the potential to generate and evolve hundreds of groundbreaking ideas in a short time. The analyzed portfolio of 543 patents is a testament to this possibility.
As technology matures, challenges related to privacy, security, and societal ethics will also become more pronounced. Yet, innovation inherently carries risks, and we must cultivate wisdom to use and manage technology responsibly. Robots supporting us in various aspects of life are no longer a distant dream.
In the future, experimental projects based on these patents will likely emerge, leading to practical applications that further enrich and optimize our lives. At the heart of this transformation lies the "new era of creativity" born from the collaboration of Masayoshi Son and ChatGPT—a force capable of reshaping existing paradigms. Each of us must think critically about how to harness and share responsibility for this new world. These 543 patents are not just a list of technologies but proposals for our future society. The door opening before us promises an extraordinary future—one we must step into with excitement and purpose.
(This article was collaboratively written and analyzed with generative AI, focusing on patents filed in Japan since 2022 by Masayoshi Son, either as the inventor or related to his initiatives.)
 

2025年、生成AIは日本企業の知的財産業務全般に深く浸透し、強力なパートナーとして、業務効率化と価値創造に大きく貢献すると思われます。
推論AIモデルと言われている新型LLMであるChatGPT o1 pro と Gemini 2.0 Flash Thinking に、『生成AIの進化により2025年日本企業の知的財産業務はどう変わるのか？予想して、日本語で4000字程度のエッセイ風記事にまとめて下さい。』というプロンプトで記事を書かせてみました。
 
 
 
How Will Japanese Companies' Intellectual Property Operations Change by 2025 with the Evolution of Generative AI?
 
By 2025, generative AI will have deeply penetrated the intellectual property operations of Japanese companies, becoming a powerful partner that will greatly contribute to improving operational efficiency and creating value.
I asked ChatGPT o1 pro and Gemini 2.0 Flash Thinking, which are new types of LLM known as inference AI models, to write an article on the prompt "How will intellectual property work at Japanese companies change in 2025 due to generative AI evolution? Please write an essay-style article of approximately 4,000 characters in Japanese.

推論AIモデルと言われている新型LLMであるChatGPT o1 pro と Gemini 2.0 Flash Thinking に、『2025年に生成AIはどこまで進化するか？予想して、日本語で4000字程度のエッセイ風記事にまとめて下さい。』というプロンプトで記事を書かせてみました。
両者とも物足りなさはあるものの、それなりの水準だと思いました。
 
 
How far will generative AI evolve by 2025?
 
I have asked ChatGPT o1 pro and Gemini 2.0 Flash Thinking, which are new LLM models known as inference AI models, to write an article on the topic "How far will generative AI evolve by 2025? Please write an essay-style article of about 4,000 characters in Japanese, based on the prompt given above.
Although both were lacking in some areas, I thought they were of a reasonable standard.

パテント・インテグレーションは、2024年10月25日に提起した訴訟、2024年11月27日提起した訴訟に引き続き、2024年12月24日に、Patentfieldに対する生成ＡＩに関する特許権の侵害訴訟を東京地方裁判所に提起したということです。
　「Patentfield AIR」だけでなく、「AI特許総合検索・分析プラットフォーム Patentfield」も対象となっているようです。
一方、Patentfieldは、11月26日と、12月24日に、「当社に対する特許権侵害訴訟の提起に関するお知らせ」をホームページにアップしています。『本件訴訟において原告は、「Patentfield AIR」の一部機能が、原告が既に提起している訴訟で侵害を主張している特許の分割特許1件についても侵害していると主張しております。』『なお、「AI特許総合検索・分析プラットフォーム Patentfield」および「Patentfield AIR」の当該機能以外の機能を含むその他のオプションサービスは、本件訴訟の対象外であることを弁護士より確認しております。』ということですので、2024年10月25日に提起した訴訟、2024年11月27日提起した訴訟では「Patentfield AIR」の一部機能が問題になっており、2024年12月24日に提起した訴訟では、「Patentfield AIR」だけでなく、「AI特許総合検索・分析プラットフォーム Patentfield」も対象となっているようです。
 
知財分野での生成AI活用が実用化段階に入っており、そのサービスの先頭に立っている両社の争いが、生成AI活用の阻害になることは避けていただきたいと思います。
 
 
「AI特許総合検索・分析プラットフォーム Patentfield」および「Patentfield AIR」に対する４件の特許権に基づく６件の特許権侵害訴訟提起のお知らせ（３）
パテント・インテグレーション株式会社
2024年12月25日
https://prtimes.jp/main/html/rd/p/000000010.000086119.html
 
2024.12.24
当社に対する特許権侵害訴訟の提起に関するお知らせ　Patentfield株式会社
https://patentfield.com/news/274#/
 
 
 
Patent Integration: Filing of Six Patent Infringement Lawsuits
 
Patent Integration has filed yet another patent infringement lawsuit concerning generative AI against Patentfield at the Tokyo District Court on December 24, 2024, following its previous filings on October 25, 2024, and November 27, 2024. It appears that not only “Patentfield AIR” but also the “AI Patent Search and Analysis Platform Patentfield” is included in this latest lawsuit.
Meanwhile, on November 26 and December 24, Patentfield posted announcements on its website titled “Notice Regarding Filing of a Patent Infringement Lawsuit Against Our Company.” According to these announcements:
“In this lawsuit, the plaintiff asserts that certain features of ‘Patentfield AIR’ also infringe one of the divisional patents of the patents currently at issue in the pending litigation. Moreover, we have confirmed with our attorneys that other options and services, including features of the ‘AI Patent Search and Analysis Platform Patentfield’ and ‘Patentfield AIR’ not related to the functions at issue, are outside the scope of this lawsuit.”
Therefore, it appears that the lawsuits filed on October 25 and November 27, 2024, concern certain features of “Patentfield AIR,” whereas the lawsuit filed on December 24, 2024, targets not only “Patentfield AIR” but also the “AI Patent Search and Analysis Platform Patentfield.”
Since generative AI technology is now entering a practical phase in the intellectual property field—one in which both of these companies are leading players—one hopes that this dispute will not become a hindrance to the advancement and utilization of generative AI.

Sakana AIとMIT、OpenAIの研究者たちが発表した論文「Automating the Search for Artificial Life with Foundation Models」では、人工生命（ALife）の自動探索を行う新しいアルゴリズム「ASAL（Automated Search for Artificial Life）」を提案しています。このシステムは、視覚と言語を理解する基盤モデルを活用し、従来の手法に比べて効率的に新しい生命体を発見することを目指しています。
ASALは、以下の三つの主要な方法を用いて人工生命のシミュレーションを探索します。

1. Supervised Target: 特定の現象（例：生物細胞のような振る舞い）を示すシミュレーションを自動的に発見します。
2. Open-Endedness: 時間とともに新しい振る舞いを継続的に生み出すシミュレーションを見つけ出します。
3. Illumination: 異なる特徴を持つシミュレーションを幅広く発見する手法です。

ASALは、Boids、Particle Life、Game of Life、Lenia、Neural Cellular Automataなど、さまざまな人工生命(Alife)シミュレーションにおいて新たな生命体を発見することに成功しました。この新しいアプローチは、AIの進化における重要なステップであり、今後の人工生命の研究や応用に大きな影響を与えるとされています。
ASAL技術など自動探索による新しい発見や効率的な研究手法の確立は、人工生命研究にとどまらず、生物学、医療、環境科学、ロボティクス、複雑系科学など、さまざまな科学分野において応用の可能性を秘めているようです。
 
Automating the Search for Artificial Life with Foundation Models
基礎モデルによる人工生命の探索の自動化
2024年12月24日
https://sakana.ai/asal/
 
Automating the Search for Artificial Life with Foundation Models
https://arxiv.org/pdf/2412.17799
 
“人工生命”を発見する自動AIシステム「ASAL」 Sakana AIや米OpenAIなどの研究チームが開発
https://www.itmedia.co.jp/aiplus/articles/2412/26/news085.html
 
 
 
A New Algorithm "ASAL" for Automating the Search for Artificial Life
 
A research paper titled "Automating the Search for Artificial Life with Foundation Models" by researchers from Sakana AI, MIT, and OpenAI proposes a new algorithm, "ASAL" (Automated Search for Artificial Life), designed to automate the exploration of artificial life (ALife). This system leverages foundation models capable of understanding vision and language, aiming to discover new life forms more efficiently than traditional methods.
ASAL explores artificial life simulations using the following three key approaches:

1. Supervised Target - Automatically identifies simulations that exhibit specific phenomena (e.g., behaviors resembling biological cells).
2. Open-Endedness - Continuously generates new behaviors over time through simulations.
3. Illumination - Discovers a wide variety of simulations with distinct characteristics.

ASAL has successfully discovered new life forms across various artificial life simulations, including Boids, Particle Life, Game of Life, Lenia, and Neural Cellular Automata. This innovative approach represents a significant step in the evolution of AI and is expected to have a profound impact on future research and applications in artificial life.
The establishment of efficient research methods and new discoveries through automated exploration technologies like ASAL has the potential for applications beyond artificial life research. These include fields such as biology, medicine, environmental science, robotics, and complex systems science.

「特許競争力、三菱ケミカルが首位　電機大手は振るわず」という日本経済新聞の12月27日付けの記事は、工藤一郎国際特許事務所が開発した「YK値」による解析結果です。
「YK値」は、特許の閲覧請求、異議申し立て、無効審判の件数などを基に算出、数値の大きさは競合を排除して市場を独占する力が強いことを示しており、特許の価値を経済的な側面から評価しています。毎月ＹＫ値による企業ランキングが公表されています。
2024年12月27日 公開された「上場企業特許力ランキング　知財上手は？」では、特許力ランキング[総合]、成長幅ランキング、領域転換ランキング、投資効率ランキングなどが示されています。
特許競争力については、一つの見方に限らず、様々な角度から検討することが必要です。
 
 
 
特許競争力、三菱ケミカルが首位　電機大手は振るわず
2024年12月27日
https://www.nikkei.com/article/DGXZQOUC19B430Z11C24A2000000/
 
工藤一郎国際特許事務所が最新の特許技術競争力指標（ＹＫ値）による
企業ランキングを公表
https://www.kudopatent.com/pdf/kudopat_press_release20241205.pdf
 
上場企業特許力ランキング　知財上手は？
2024年12月27日 公開
特許力ランキング[総合]
https://vdata.nikkei.com/newsgraphics/strong-patent/
特許力ランキング[総合]、成長幅ランキング、領域転換ランキング、投資効率ランキングなどが示されています。
                       
 
 
Patent Competitiveness: Mitsubishi Chemical Takes the Top Spot
 
An article published in the Nikkei on December 27, titled "Patent Competitiveness: Mitsubishi Chemical Takes the Top Spot While Major Electronics Companies Struggle," presents analysis results based on the "YK Value" developed by Kudo Ichiro International Patent Office.
The "YK Value" is calculated based on factors such as requests for patent inspection, oppositions, and invalidation trials. A higher YK Value indicates a stronger ability to exclude competitors and dominate the market, thus evaluating the economic value of patents. Company rankings based on the YK Value are published monthly.
The rankings released on December 27, 2024, under the title "Listed Companies Patent Power Rankings—Who Excels in Intellectual Property?" include categories such as Overall Patent Power Rankings, Growth Rate Rankings, Domain Transition Rankings, and Investment Efficiency Rankings.
When evaluating patent competitiveness, it is essential to consider multiple perspectives rather than relying on a single viewpoint.

知財高裁は、令和5年（ネ）第10040号損害賠償請求控訴事件を新たに大合議事件として指定しました。本件は、控訴人である株式会社東海医科が特許権に基づき被控訴人のY（個人）に対して損害賠償を請求する内容で、特に医療行為や医薬品に関する技術的な問題が争点となっています。
2024年6月24日、知的財産高等裁判所は、本件に関する第三者意見募集を行っており、医療分野における特許権の適用と医師の医療行為の自由とのバランスを問う重要なケースであり、判決は医療技術の発展や特許権の解釈に大きな影響を与えます。
 
 
令和5年（ネ）第10040号損害賠償請求控訴事件
原審       東京地方裁判所令和4年（ワ）第5905号
当事者   控訴人（一審原告）株式会社東海医科
被控訴人（一審被告）Y（個人）
権利の種別          特許権
発明の名称          皮下組織および皮下脂肪組織増加促進用組成物（特許番号：第5186050号）
口頭弁論期日      令和7年1月27日午後3時00分
事案の概要
控訴人（第１審原告）は、特許第５１８６０５０号の特許権者である。本件の対象とな
る特許発明は、①自己由来の血漿（けっしょう）、②塩基性線維芽細胞増殖因子（b-FG
F）、③脂肪乳剤の３つの成分を含有する「豊胸用組成物」の発明である。
控訴人は、医師である被控訴人（第１審被告）が、その経営する美容クリニックにおい
て提供する「血液豊胸術」に用いるための薬剤を生産したことによって、控訴人の上記特
許権が侵害されたとして、被控訴人に対して損害賠償金の支払を求めている。
原判決は、被控訴人が上記①～③の成分が同時に含まれる薬剤を調合して被施術者に投
与したと認めるには足らないとして、特許権侵害を認めず、控訴人の請求を棄却した。
主な争点
○ 本件特許発明の組成物を生産するには被施術者から採血する必要がある。また、この
組成物は被施術者に投与することが予定されている。このように前後に医療行為を予定
する本件特許発明は、「産業上利用することができる発明」（特許法２９条１項柱書）で
ないから特許の対象とされるべきではなく、特許は無効であるか。
○ 特許法６９条３項の規定により、医師である被控訴人が上記①～③の成分が同時に含
まれる薬剤を調合する行為には、特許権の効力は及ばないか。
○ 被控訴人が上記①～③の成分を別々に被施術者に投与し、これらの成分が体内で混ざ
り合った場合に、被控訴人に特許権侵害が成立するか。
 
 
2024.12.25
新しい大合議事件の指定について
https://www.ip.courts.go.jp/hanrei/g_panel/index.html
 
大合議で審理する事件について　知的財産高等裁判所
https://www.ip.courts.go.jp/vc-files/ip/2024/jikennogaiyou-daigougi.pdf
 
 
知財高裁が係属中の事件で第三者から意見募集
25/6/2024
https://yorozuipsc.com/blog/4941936
 
知的財産高等裁判所令和５年（ネ）第１００４０号損害賠償請求控訴事件における第三者意見募集に対する意見書
https://www.nichibenren.or.jp/document/opinion/year/2024/240822_3.html
 
知財高裁に係属中の事件において、第三者からの意見募集を実施しています（～令和6年9月6日まで）。
https://www.ip.courts.go.jp/index.html
募集要項
https://www.ip.courts.go.jp/vc-files/ip/2024/boshuuyoukou.pdf
 
 
New Grand Panel Case at the Intellectual Property High Court
 
The Intellectual Property High Court has newly designated Case No. (Ne) 10040 of 2023, an appeal case concerning a claim for damages, as a Grand Panel case. This case involves the appellant, Tokai Medical Co., Ltd., seeking damages from the appellee, Y (an individual), based on patent rights. The primary issues in dispute are technical matters related to medical practices and pharmaceuticals.
On June 24, 2024, the Intellectual Property High Court invited third-party opinions regarding this case. It is a significant case that questions the balance between the application of patent rights in the medical field and the freedom of medical practitioners to perform medical acts. The ruling is expected to have a profound impact on the development of medical technology and the interpretation of patent rights.

文部科学省は、12月26日、「初等中等教育段階における生成AIの利活用に関するガイドラインVer.2.0」（昨年7月に公表されたガイドラインVer1.0の改訂版）を公表し、学校現場における具体的な活用例を示しました。あらゆる生活の場で生成AIが浸透していく中で、重要なガイドラインだと思います。
ガイドラインでは、生成AIはあくまで道具であり人間が判断することの重要性や教師の役割が重要であることを強調、生成AIの活用に伴うリスクとして誤情報や著作権侵害の可能性を指摘し情報モラル教育の必要性を訴えています。
 
 
初等中等教育段階における生成 AI の利活用に関するガイドライン（Ver.2.0）（令和6年12月26日公表）
https://www.mext.go.jp/a_menu/other/mext_02412.html
初等中等教育段階における生成AIの利活用に関するガイドライン（Ver.2.0）
https://www.mext.go.jp/content/20241226-mxt_shuukyo02-000030823_001.pdf
 
生成AI利活用ガイドラインの改訂版が公開
暫定版から何が変わったのか
2024.12.26
https://project.nikkeibp.co.jp/pc/atcl/19/06/21/00003/122600591/
 
文部科学省、生成AIの利活用に関するガイドラインVer2.0を公開
https://news.yahoo.co.jp/articles/db4caa1442ca0dc19ef1a2f39e200ef68631c936
 
 
 
Guidelines on the Use of Generative AI in Primary and Secondary Education
 
On December 26, the Ministry of Education, Culture, Sports, Science and Technology (MEXT) released the "Guidelines on the Use of Generative AI in Primary and Secondary Education Ver. 2.0"—an updated version of the guidelines initially published in July last year (Ver. 1.0). These guidelines illustrate specific examples of how generative AI can be utilized in school settings. Given the increasing penetration of generative AI in various aspects of life, these guidelines are considered highly significant.
The guidelines emphasize that generative AI should be regarded solely as a tool, highlighting the importance of human judgment and the critical role of teachers. They also point out risks associated with the use of generative AI, such as misinformation and copyright infringement, and stress the necessity of providing information ethics education.

三井化学は、化学分野における実験結果の表の読み取りや化学構造式の理解など、化学分野特有の専門性の高い業務ニーズに対応するため、独自開発の生成AIチャットを搭載したプラットフォームを開発し、2024年度内に事業部や研究開発部門での利用を通して実証実験を完了し、2025年度から社内での本格運用を開始することを公表しました。
以下の3つの主要機能が搭載されています。
特許分析機能: 膨大な特許情報からユーザーの質問に応答し、特許調査、課題抽出、技術動向調査に活用できる。
新規用途探索機能: 大規模な特許情報から新規用途探索に必要な情報を抽出し、新規用途の発見や用途候補の立案を支援する。
営業支援機能: 社内情報およびウェブ情報から営業活動に関する知見を引き出し、市場調査、営業先発掘、競合分析などに活用できる。
以下の成果が確認されています。
・特許分析機能と新規用途探索機能を使用することで、業務時間が80%削減。
・構造式や表形式データを含む技術文書の解析において、従来の手法と比較して大幅な効率化が実現。
・営業提案機能は、文章データだけでなく、表形式のデータや化合物の構造式からも情報を抽出・解析することが可能となり、化学分野特有の複雑な情報処理ニーズに対応。
「この取り組みを通じて得られた知見は、化学業界全体の発展に寄与するべく、産学連携や他企業との協業も積極的に推進していく方針です。」ということです。
なお、三井化学は、生成AI技術に関して、2023年5月にCrowdChemと、2023年9月にIBMと、に2023年12月に日立と、取り組んでいることも公表しており、こうした取り組みが大きな成果につながることを期待しています。
 
 
三井化学、生成AIを活用した特許チャットを開発
社内での特許調査時間を80%削減し、製品開発DXを加速
2024.12.25
https://jp.mitsuichemicals.com/jp/release/2024/2024_1225/index.htm
 
AI SUMMIT 2024 生成AI×経営 実例から成功の形を導き出せ／三井化学のパーパス･ドリブンな企業の生成AI活用とその先の展望<Session1 >
2024.06.21
https://forbesjapan.com/articles/detail/71582
 
三井化学と日立、AI技術の応用で材料開発のコスト大幅削減を見込む実証実験開始
2023/12/21
https://aismiley.co.jp/ai_news/hitachi-mitsui-chemicals-mi/
 
三井化学が「生成AI」で得られた“圧倒的”成果、作業効率はなんと3倍？
https://www.sbbit.jp/article/sp/125233
 
生成AI/GPT活用により、新規用途の発見数が倍増
ー生成AI/GPTとIBM Watsonの融合によるDXイニシアティブー
2023.09.13
https://jp.mitsuichemicals.com/jp/release/2023/2023_0913/index.htm
 
三井化学とCrowdChem社、自然言語処理を活用した新規材料探索の効率化技術を共同開発
～ 生成AI活用でDXを推進 ～
2023.05.17
https://jp.mitsuichemicals.com/jp/release/2023/2023_0517/index.htm
 
 
 
Mitsui Chemicals' Proprietary Generative AI Patent Chat
 
Mitsui Chemicals has announced the development of a proprietary generative AI-powered chat platform designed to address the highly specialized needs of the chemical industry, such as reading experimental data tables and understanding chemical structural formulas. The company plans to complete demonstration experiments through use in its business divisions and R&D departments within fiscal 2024 and commence full-scale internal operations in fiscal 2025.
The platform is equipped with the following three key features:

1. Patent Analysis Function:
   • Responds to user queries based on vast patent information.
   • Supports patent searches, issue identification, and technology trend analysis.
2. New Application Discovery Function:
   • Extracts information necessary for exploring new applications from extensive patent databases.
   • Assists in discovering new applications and proposing potential use cases.
3. Sales Support Function:
   • Leverages internal and web-based information to provide insights into sales activities.
   • Supports market research, prospect identification, and competitor analysis.

Key Achievements:

• An 80% reduction in work hours achieved using the patent analysis and new application discovery functions.
• Significant efficiency improvements in analyzing technical documents, including structural formulas and tabular data, compared to conventional methods.
• Enhanced sales proposal capabilities, enabling the extraction and analysis of information not only from text data but also from tabular data and compound structural formulas, addressing the complex information processing needs specific to the chemical industry.

The company stated, "The insights gained through this initiative will be actively shared to contribute to the development of the entire chemical industry through industry-academia collaboration and partnerships with other companies."
Additionally, Mitsui Chemicals revealed its collaborations on generative AI technologies with CrowdChem in May 2023, IBM in September 2023, and Hitachi in December 2023, expressing expectations that these initiatives will lead to significant outcomes.
 

12月26日、石破茂首相が出席した「AI戦略会議」と「AI制度研究会」の合同会議が行われ、AIのイノベーション促進とリスク対応の両立を目指す「中間取りまとめ案」が決定されました。
会議では、AIに関する法整備の必要性が強調されました。特に、以下の点が挙げられました。
政府の司令塔機能の強化: 全閣僚からなる「AI戦略本部」を設置し、AI政策を一元的に統括することが決定されました。これにより、研究開発や活用促進に向けた戦略の整備が図られます。
事業者への協力要請: AIの安全性に関する調査や情報提供への協力を事業者に求める法整備が必要であるとされ、特に悪用リスクへの対応が重要視されました。
新法案の提出: 石破首相は、AIに関する関連法案を早期に国会に提出するよう指示しました。これにより、AIの急速な進展に伴うリスクに対処するための法的枠組みを整備することが目指されています。
中間取りまとめ案の内容
中間取りまとめ案では、以下の基本的な考え方が示されました。
イノベーションとリスク対応の両立: AIの技術革新を促進しつつ、同時にそのリスクに対処するための施策を推進することが求められています。
国際協調の推進: AIに関する国際的な協力を強化し、国内外の事業者との連携を図ることが重要視されています。
偽情報対策: AIを利用した偽情報の拡散に対する技術開発や基準の策定も支援する方針が示されました。
日本のAI政策における重要な転換点となる可能性があり、今後の法整備や政策の進展に注目です。
 
ＡＩ戦略会議・ＡＩ制度研究会合同会議
令和6年12月26日
https://www.kantei.go.jp/jp/103/actions/202412/26ai.html
資料1ＡＩ戦略会議　ＡＩ制度研究会　中間とりまとめ（案）
https://www8.cao.go.jp/cstp/ai/ai_senryaku/12kai/shiryou1.pdf
 
ＡＩ事業者協力へ法整備　司令塔機能強化、国家戦略も―政府有識者会議
2024年12月26日
https://www.jiji.com/jc/article?k=2024122600211&g=eco#goog_rewarded
 
政府に「AI戦略本部」設置へ　イノベーションとリスク対応を両立　新法準備 指示
12/26(木)
https://news.yahoo.co.jp/articles/c49b5f2904c9edb566477ffe2e41eb5165f4f433
 
 
 
12th AI Strategy Meeting & 6th AI Regulatory Framework Study Group
On December 26, a joint meeting of the "AI Strategy Meeting" and the "AI Regulatory Framework Study Group" was held, attended by Prime Minister Shigeru Ishiba. During the meeting, an "Interim Summary Proposal" was adopted, aiming to balance the promotion of AI innovation with addressing associated risks.
The necessity of establishing legal frameworks related to AI was emphasized, with particular focus on the following points:

1. Strengthening the Government's Command Functions:
   It was decided to establish an "AI Strategy Headquarters," comprising all cabinet ministers, to centrally coordinate AI policies. This aims to develop strategies for promoting research, development, and utilization.
2. Requests for Cooperation from Businesses:
   Legal frameworks requiring businesses to cooperate in providing information and conducting safety investigations related to AI were deemed necessary, with particular emphasis on addressing misuse risks.
3. Submission of New Legislation:
   Prime Minister Ishiba instructed the early submission of AI-related bills to the National Diet. This aims to establish a legal framework to address risks arising from AI's rapid advancement.

Key Points of the Interim Summary Proposal
The interim summary proposal outlined the following basic principles:

• Balancing Innovation and Risk Management:
  Policies should promote AI technological innovation while simultaneously addressing associated risks.
• Promoting International Cooperation:
  Strengthening international collaboration on AI and fostering partnerships with domestic and international businesses were highlighted as priorities.
• Combating Disinformation:
  Support for technological developments and the establishment of standards to counter the spread of disinformation through AI was also emphasized.

This development marks a potentially significant turning point in Japan's AI policies. Future legal frameworks and policy progress will be closely monitored.

OpenAI o1に、『年間特許出願件数が約200件で特許出願明細書の自社作成割合が50%（すなわち、外部の特許事務所での作成が50%）の日本企業が、外部特許事務所での作成割合を増やすことを検討している。外部特許事務所での作成割合を増やすべきか、否かを検討するに際しての論点を洗い出したい。』というテーマで、バランスの取れた議論をするための最適なペルソナ3人を用意して議論させるという手法を試してみました。
なかなか面白い議論になっています。さらに下記のような追加質問をしてみました。
『洗い出した論点を中心に、年間特許出願件数が約200件で特許出願明細書の自社作成割合が50%（すなわち、外部の特許事務所での作成が50%）の日本企業が、外部特許事務所での作成割合を増やすことを検討している。外部特許事務所での作成割合を増やすべきか、提言案を作成してください。』
提言に時間軸が入っていなかったので、
『提言に時間軸を入れてください。』
『この提言を実行する場合に予想される問題点、及びそれへの対応策について説明してください。』
『成功例、失敗例があれば紹介してください。』
教科書的には、なかなか良い出来栄えになっています。
「As Is(現在の姿)」及び「To Be(ありたい姿)」を細かく示して考えさせると、実務で使える水準になります。
 
 
 
Should the Ratio of Patent Specifications Prepared by External Patent Firms Be Increased?
 
I tested a method using OpenAI o1 to facilitate a balanced discussion on whether a Japanese company, which files approximately 200 patent applications annually and prepares 50% of its patent specifications in-house (with the remaining 50% outsourced to external patent firms), should increase the proportion prepared by external firms.
The method involved preparing three well-balanced personas to conduct the discussion, and it turned out to be quite an interesting debate.
Furthermore, I posed additional questions such as:

• "Based on the identified discussion points, please draft a proposal addressing whether this Japanese company should increase the proportion of patent specifications prepared by external patent firms."

Since the proposal lacked a timeline, I followed up with:

• "Please include a timeline in the proposal."
• "Explain the potential issues anticipated when implementing this proposal and the corresponding countermeasures."
• "If there are any success or failure cases, please introduce them."

From a textbook perspective, the output was quite impressive.
By clearly specifying the 'As Is' (current state) and 'To Be' (desired state), the discussion can be elevated to a level that is practically applicable.

12月25日、DXや新規事業開発について取り組みの事例やノウハウを共有する場として開かれた「VALUE DESIGN SUMMIT 2024」（2024年11月29日開催）のイベントレポートが掲載されました。
第一弾ということで、以下の４セッションが掲載されています。
「AI による DX 第二章とその先 - 求められる企業と人材」
　株式会社博報堂ＤＹホールディングス　執行役員 Chief AI Officer 兼 Human-Centered AI Institute代表　森 正弥 氏
「多様な事業へ生成AIの導入を加速する東芝の取り組み」
　株式会社東芝　上席常務執行役員 最高デジタル責任者　岡田 俊輔 氏
「共創型研究開発により価値を創造――生成AIを活用し、共創型で課題解決」
　株式会社レゾナック・ホールディングス　執行役員 最高技術責任者（CTO） 福島 正人 氏
「AI時代を勝ち抜く！次世代の事業開発メソッド最前線」
　株式会社NEWh　取締役 兼 Design Strategist　小池 祐介
 
『VALUE DESIGN SUMMIT 2024』イベントレポート No.1
2024年12月25日
https://www.projectdesign.jp/articles/news/e56e95b7-7dfe-40dd-85b9-f959cf1b70f2
 
 
また、無料で全セッションのアーカイブ配信がおこなわれています。
「VALUE DESIGN SUMMIT 2024」のアーカイブ動画を無料公開
「生成AIと企業価値創造」をメインテーマにした、企業経営層らが登壇する12セッションを2025/1/31まで無料視聴可能
https://prtimes.jp/main/html/rd/p/000000031.000078441.html
 
生成AIと企業価値創造
3/12/2024
https://yorozuipsc.com/blog/al5354894
 
レゾナックの生成AIを活用した共創型研究開発
3/12/2024
https://yorozuipsc.com/blog/ai2969510
 
 
"VALUE DESIGN SUMMIT 2024" Event Report
 
On December 25, a report on the "VALUE DESIGN SUMMIT 2024," held on November 29, 2024, was published. The summit served as a platform for sharing case studies and insights on DX (digital transformation) and new business development initiatives.
As the first installment, the report covers the following four sessions:

1. "Chapter Two of DX with AI and Beyond – The Companies and Talent Required"
   • Masaya Mori, Executive Officer, Chief AI Officer, and Head of the Human-Centered AI Institute, Hakuhodo DY Holdings Inc.
2. "Accelerating Toshiba's Efforts to Introduce Generative AI Across Diverse Businesses"
   • Shunsuke Okada, Senior Executive Vice President and Chief Digital Officer, Toshiba Corporation.
3. "Creating Value through Co-Creation-Based R&D—Leveraging Generative AI for Collaborative Problem Solving"
   • Masato Fukushima, Executive Officer and Chief Technology Officer (CTO), Resonac Holdings Corporation.
4. "Thriving in the AI Era! The Cutting Edge of Next-Generation Business Development Methods"
   • Yusuke Koike, Director and Design Strategist, NEWh Inc.

 

特許調査業務を行っている担当者を知財アナリストに移行させることは、知財部門にとっては急務となっています。それぞれの会社で苦労されていますが、生成ＡＩに問いかけてみました。参考になる部分となんだという部分がありますが、ご参考まで。

• 特許サーチャーを知財アナリストに移行させるためにはどうしたら良いか、論点を洗い出したい。
• 特許サーチャーを知財アナリストへ移行させるために考慮すべき主な論点を踏まえ、特許サーチャーを知財アナリストに移行させるための方策を提言してください。
• 時間軸を入れた提言としてください。
• この提言を実行するにあたり、予想される問題点、対応策をピックアップしてください。
• 特許サーチャーを知財アナリストに移行させる取り組みの成功事例、失敗事例があれば、紹介してください。

 
同じテーマで、バランスの取れた議論をするための最適なペルソナ3人を用意して議論させるという手法も試してみました。なかなか面白い議論になっています。
 
 
Transitioning Patent Searchers to Intellectual Property Analysts
 
Transitioning personnel engaged in patent search operations to intellectual property (IP) analysts has become an urgent priority for IP departments. While many companies are struggling with this transition, we posed the question to generative AI. Although some suggestions were insightful and others questionable, we share them here for your reference.
 
Identify and organize the key issues involved in transitioning patent searchers to IP analysts.
Propose strategies for transitioning patent searchers to IP analysts, considering the main issues identified.
Incorporate a timeline into the proposed strategies.
Highlight anticipated challenges and countermeasures associated with implementing the proposed strategies.
Provide examples of both successful and unsuccessful cases related to efforts in transitioning patent searchers to IP analysts.
 
 
I also tried a method of preparing three optimal personas to have a discussion on the same theme in order to have a balanced discussion. It turned out to be quite an interesting discussion.

これからのAI時代における企業競争力強化を目的として、2024年12月18日に「AI孔明」の製品発表会が『データと知財の融合で未来を創る！「AI孔明」製品発表会～AIネイティブ『AI孔明』を活用した企業競争力の新たな基盤～』と題して開催されました。
知財エコシステム セッション「AI時代の競争力を生む知財エコシステム」（Tokkyo.Ai株式会社取締役 COO 平井 智之氏）の部分を視聴しましたが、「AI孔明」という社内のクローズドデータにアクセスし要約や検索を効率化するLLMベースのツールと、「Tokkyo.Ai」の組合せで、新たな発明やビジネスモデルが生まれる可能性があり、アイデア創出・特許出願、事業戦略・知財戦略の立案などがさらに広がる可能性があると感じています。
 
 
AOSデータ社 データと知財の融合で未来を創る！「AI孔明」製品発表会の開催レポート
https://webinarabc.jp/new-webinar/aikomei/
 
AI時代の競争力を生む知財エコシステム
https://www.youtube.com/watch?v=XtRv35dxUWg
 
 
以下、平井氏講演をChatGPT-4oに要約してもらいました。
 
AI時代の競争力を生む知財エコシステム
この講演では、AI技術を活用した知財エコシステムの構築と活用について、具体例を交えながら詳しく説明されています。以下は講演内容を本人の話し方や言い回しを活かしてまとめたものです。


1. 自己紹介と背景
講演者は特許AI株式会社の平井智之氏です。特許AI株式会社はリーガルテックの子会社として2021年に設立され、知財の大衆化を理念に掲げています。「知財をもっと身近にしよう」という思いから、AIツールやプラットフォームを開発し、効率的な知財管理・活用を支援しています。
平井氏は、法律系大学院を卒業後、リーガルテックに新卒入社し、法務や第三者委員会関連の業務を経験。その後、事業全体の開発やセールスを統括する立場に就きました。この経験を活かして、知財管理を根本から効率化しようという取り組みを進めています。


2. 知財エコシステムとAIの役割
知財エコシステムとは、知的財産の創出、保護、活用を通じてイノベーションや経済成長を促進する仕組みです。これまで企業は、アイデアを社会実装するためのサイクルを回してきましたが、ここにAI技術が加わったことで劇的な効率化が進んでいます。
特に2022年秋にChatGPTが登場して以降、AIを搭載した製品が次々と発表されました。AIを使って、経営者がアイデア出しをする、特許保護の戦略を考える、事業展開をシミュレーションするなど、AIは今や欠かせない存在になっています。


3. AI技術の進化：従来型AIとLLMの比較
AI技術は、従来型のルールベースAIから大規模言語モデル（LLM）へと進化しました。
LLMと従来型AIの違い

• データ規模: 従来は数千件から数百万件のデータを使っていたが、LLMは数兆件のデータを学習。
• 柔軟性: 従来は決められたルールに従って動作していたが、LLMは文脈や指示に応じて柔軟に対応。
• 応用範囲: 特許検索、文章生成、要約、分析など多様なタスクに対応。

平井氏は、従来型AIを「ガラケー」、LLMを「スマートフォン」に例え、拡張性の違いを強調しました。スマートフォンがアプリで機能を拡張できるように、LLMもあらゆるタスクに柔軟に対応できる点が大きな特徴です。


4. 実践的なAIツールの活用事例
ツールの機能:

• 特許文案作成：メタバースなどのキーワードを入力するだけでAIが短時間で文書を生成。
• 類似特許検索：過去の特許を即座に調査し、類似特許やトレンドを分析。
• 競合分析：企業情報や市場動向を自動分析。

導入効果:

• 書類作成や調査に要する時間を10時間から1時間以内に短縮。
• 研究者や技術者が直接ツールを使用して特許戦略を策定。
• 特許出願前に類似技術を特定し、無駄な出願を回避。

特に、発明の文案作成から類似特許の検索、権利化までAIがサポートすることで、研究者自身が効率的に知財戦略を立案できるようになっています。


5. AI孔明：社内データの活用と新しいアイデア創出
AI孔明とは？ 社内のクローズドデータにアクセスし、要約や検索を効率化するLLMベースのツールです。
主な機能:

• 社内文書の分析：ドキュメント内の記述を要約・整理。
• 知識共有と検索：クラウド上で安全にデータ管理。
• 新規アイデア提案：既存データと新技術を組み合わせて価値を創出。

「社内データにはウェブには載っていない価値ある情報がたくさん眠っている」と平井氏は指摘します。AI孔明はこのデータを最大限に活用し、アイデア創出や事業戦略の立案を支援します。


6. 特許マーケットプレイスと新たな収益モデル
特許マーケットプレイスの概要:

• 特許やアイデアの掲載と取引。
• AIによる分析を活用してライセンスや売買を効率化。
• 新しい技術と既存技術を組み合わせた発明を創出。

ブロックチェーン技術の活用:

• 製品の真正性証明：QRコードを利用した認証。
• NFT技術を活用したブランド管理。

AI分析を取り入れることで、ライセンスや売買における組み合わせ提案も可能となり、新たな発明やビジネスモデルが生まれる可能性が広がります。


7. まとめと今後の展望
この講演では、AI技術を活用して知財エコシステムを効率化する可能性が強調されました。特にLLMやAI公明を活用することで、データ管理から発明の創出、権利化、収益化まで一貫した支援が可能になります。
平井氏は「AIなしでは生きていけない時代がすぐそこまで来ている」と述べ、AIが今後の知財管理の標準ツールになることを確信しています。
 
 
 
Intellectual Property Ecosystem Driving Competitiveness in the AI Era
 
To enhance corporate competitiveness in the upcoming AI era, the product launch event for "AI Koumei" was held on December 18, 2024, under the theme: "Shaping the Future through the Integration of Data and Intellectual Property! 'AI Koumei' Product Launch Event—A New Foundation for Corporate Competitiveness Utilizing AI-Native 'AI Koumei'."
I attended the Intellectual Property Ecosystem session, "Intellectual Property Ecosystem Driving Competitiveness in the AI Era," presented by Mr. Tomoyuki Hirai, COO of Tokkyo.Ai Inc.
The combination of "AI Koumei," an LLM-based tool that enhances summarization and search efficiency by accessing closed internal data, and "Tokkyo.Ai" has the potential to generate new inventions and business models. This synergy could further expand possibilities in idea creation, patent applications, and the planning of business and intellectual property strategies.
 
 
Summary of Mr. Hirai’s Lecture by ChatGPT-4o
 
Intellectual Property Ecosystem Driving Competitiveness in the AI Era
This lecture provides a detailed explanation of building and utilizing an intellectual property (IP) ecosystem powered by AI technologies, including specific examples. The following is a summary preserving Mr. Hirai’s speaking style and expressions.
 
1. Introduction and Background
The speaker, Mr. Tomoyuki Hirai, is the COO of Tokkyo.Ai Inc. Tokkyo.Ai was established in 2021 as a subsidiary of a legal tech company, promoting the democratization of intellectual property with the vision of making IP more accessible. The company develops AI tools and platforms to support efficient IP management and utilization.
 
Mr. Hirai graduated from a law-focused graduate school and joined a legal tech company as a new graduate, gaining experience in legal affairs and third-party committee work. Later, he took charge of overall business development and sales. Leveraging this experience, he has been driving initiatives to fundamentally streamline IP management.
 
2. The Role of AI in the IP Ecosystem
An IP ecosystem facilitates innovation and economic growth through the creation, protection, and utilization of intellectual property. Companies have traditionally operated cycles to implement ideas in society, but integrating AI has dramatically improved efficiency.
 
Since the emergence of ChatGPT in fall 2022, AI-powered products have rapidly entered the market. AI now plays an essential role in brainstorming ideas, formulating patent protection strategies, and simulating business developments.
 
3. Evolution of AI Technology: Traditional AI vs. LLMs
AI technology has evolved from rule-based systems to large language models (LLMs).
 
Differences between Traditional AI and LLMs:
 
Data Scale: Traditional AI utilized thousands to millions of data points, whereas LLMs are trained on trillions.
Flexibility: Traditional AI followed predefined rules, while LLMs adapt flexibly to context and instructions.
Applications: LLMs support tasks such as patent searches, text generation, summarization, and analysis.
Mr. Hirai compared traditional AI to a “feature phone” and LLMs to a “smartphone,” emphasizing their scalability. Just as smartphones can expand functionalities with apps, LLMs can flexibly handle a wide range of tasks.
 
4. Practical Use Cases of AI Tools
Key Features of the Tools:
 
Patent Document Creation: Generates drafts based on keywords like “metaverse” within a short time.
Similar Patent Search: Instantly analyzes past patents and identifies trends.
Competitive Analysis: Automatically evaluates company data and market trends.
Implementation Benefits:
 
Reduces document preparation and research time from 10 hours to less than 1 hour.
Enables researchers and engineers to directly use tools for patent strategy formulation.
Identifies similar technologies before filing patents to avoid redundant applications.
By supporting tasks from drafting inventions to patent searches and commercialization, AI enables researchers to efficiently plan IP strategies.
 
5. AI Koumei: Leveraging Internal Data for Idea Generation
What is AI Koumei?
AI Koumei is an LLM-based tool designed to enhance summarization and search efficiency by accessing internal closed data.
 
Main Features:
 
Internal Document Analysis: Summarizes and organizes content within documents.
Knowledge Sharing and Search: Manages data securely in the cloud.
New Idea Proposals: Combines existing data and new technologies to create value.
Mr. Hirai highlighted that “valuable information often remains hidden in internal data not available online.” AI Koumei maximizes the use of this data, supporting idea generation and business strategy development.
 
6. Patent Marketplaces and New Revenue Models
Overview of Patent Marketplaces:
 
Lists and trades patents and ideas.
Uses AI analysis to streamline licensing and sales.
Creates new inventions by combining existing and emerging technologies.
Utilization of Blockchain Technology:
 
Product Authenticity Verification: Uses QR codes for certification.
Brand Management via NFT Technology.
By incorporating AI analysis, the platform facilitates proposals for combinations in licensing and sales, expanding the possibilities for new inventions and business models.
 
7. Conclusion and Future Outlook
The lecture emphasized the potential for AI technologies to enhance IP ecosystems efficiently. By leveraging tools like LLMs and AI Koumei, companies can receive comprehensive support—from data management and idea generation to patent protection and monetization.
 
Mr. Hirai concluded by stating, “We are approaching an era where living without AI will be impossible,” expressing confidence that AI will soon become the standard tool for IP management.

12月20日行われた「関西知的財産セミナー」（主催：大阪工業大学 知的財産学部・知的財産研究科）の「AIと知財」と題する知的財産戦略推進事務局参事官 白鳥綱重氏の講演をWEBで視聴しました。
「AI時代における知的財産権検討会」でのAIと知財の関係についての検討結果がは本年5月に「中間とりまとめ」として公表され、11月には「AI時代の知的財産権検討会　中間とりまとめの概要」と「AI時代の知的財産権検討会　中間とりまとめの手引き（権利者向け）」が公表されています。講演では、「中間とりまとめ」が示す考え方の紹介がされました。
若干新しい内容も含まれていましたが、内容の転送などは禁じられているため、ほとんど同じ資料が掲載されている３つの資料を下記に示すにとどめます。
 
AI時代の知的財産権検討会　中間とりまとめの手引き（権利者向け）
https://www.kantei.go.jp/jp/singi/titeki2/chitekizaisan2024/2411_tebiki.pdf
 
AI時代の知的財産権検討会　中間とりまとめの概要
https://www.kantei.go.jp/jp/singi/titeki2/chitekizaisan2024/2411_gaiyou.pdf
 
第2回構想委員会　資料２：IPトランスフォーメーション
https://www.kantei.go.jp/jp/singi/titeki2/tyousakai/kousou/2025/dai2/siryou2.pdf
 
 
 
Kansai Intellectual Property Seminar: "AI and Intellectual Property"
 
I watched the online broadcast of the lecture titled "AI and Intellectual Property," delivered by Mr. Tsunashige Shiratori, Counselor at the Intellectual Property Strategy Promotion Office, during the "Kansai Intellectual Property Seminar" held on December 20 (organized by the Faculty of Intellectual Property and the Graduate School of Intellectual Property at Osaka Institute of Technology).
The results of discussions on the relationship between AI and intellectual property, conducted by the "Study Group on Intellectual Property Rights in the AI Era," were published as an "Interim Report" in May of this year. In November, two additional documents were released: "Overview of the Interim Report by the Study Group on Intellectual Property Rights in the AI Era" and "Guide to the Interim Report by the Study Group on Intellectual Property Rights in the AI Era (For Rights Holders)."
During the lecture, the concepts presented in the "Interim Report" were introduced.
Although some new content was included, redistribution of the material is prohibited. Therefore, I will only list below the three documents, which contain almost identical content to the lecture.

生成AI（OpenAI o1）に、『特許検索式作成における生成AIの活用方法』というタイトルで、企業の研究者・技術者向けの新書を書かせてみました。
プロンプトは、「『特許検索式作成における生成AIの活用方法』というタイトルで企業の研究者・技術者向けの新書を１０万字で書きたいと思いますので、よろしくお願いします。」というものです。
生成AI（OpenAI o1）からの提案に対して、いくつか指示を出し、生成AI（OpenAI o1）の提案を求めるという作業を行っています。生成AI（OpenAI o1）の提案する考え方は、それなりによくわかるのですが、私の意図とは異なる方向なので、この方向で完成するのは止めました。
従って、やり取りは途中までになっていますが、参考になればと思い、そのプロセスを添付しましたので、ご参照ください。
 
【本書タイトル】
『特許検索式作成における生成AIの活用方法』
対象読者：
•     企業の研究者・技術者
•     知財部門担当者
•     特許情報調査や競合技術調査を行う担当者
•     AIを活用した業務効率化に興味のあるビジネスパーソン
本書の目的：
•     研究開発・知財の実務で必要となる特許検索において、生成AI（例：ChatGPTなど）をどのように活用できるかを包括的に解説する。
•     特許検索の精度を高めるための検索式作成手法、AIのプロンプト設計ノウハウ、注意点やリスクマネジメントなどを体系的にまとめる。
•     実務での具体的な事例や運用形態を示すことで、読者が実際に取り入れやすいようにする。
________________________________________
【目次】
1. はじめに
1.1 特許検索の重要性
1.2 生成AIがもたらすイノベーション
1.3 本書の構成と読み方
2. 特許検索の基礎知識
2.1 特許検索の目的とプロセス
2.2 特許分類とIPC/ステート・オブ・ジ・アート調査の基本
2.3 検索データベースの種類と特徴
2.4 検索式作成の一般的なフロー
3. 生成AIの概要と特許分野における可能性
3.1 生成AIとは何か
3.2 ChatGPTをはじめとした大規模言語モデルの仕組み
3.3 特許文書と自然言語処理の相性
3.4 生成AIが特許検索にもたらすメリット・デメリット
4. 特許検索式の作成技法：従来手法と課題
4.1 キーワードベースの検索式の限界
4.2 類義語・シノニム対応の難しさ
4.3 特許分類の複雑さと組み合わせ
4.4 特許クレーム・明細書の構造への対応
5. 生成AIを用いた検索式作成の基本プロセス
5.1 検索意図の明確化とAIへの指示（プロンプト設計）の重要性
5.2 ステップ1：検索目的の設定・整理
5.3 ステップ2：キーワード候補の抽出
5.4 ステップ3：生成AIによる類義語や関連用語のリストアップ
5.5 ステップ4：分類シンボルや関連分野の把握
5.6 ステップ5：実際の検索式への落とし込み
5.7 ステップ6：ノイズ除去と再検証
6. 実務事例1：自社コア技術に関する特許検索式の作成
6.1 ケース概要（例：自動車部品メーカーによるEV駆動系部品の特許調査）
6.2 生成AIによるキーワード洗い出しと評価
6.3 分類（IPC・CPC等）との組み合わせ方
6.4 必要に応じたノイズ除去ルール
6.5 実際の検索式例
6.6 得られた結果と考察
7. 実務事例2：競合製品動向調査のための特許検索式
7.1 ケース概要（例：食品メーカーによる植物由来タンパク質の技術動向調査）
7.2 生成AIを活用した文献リストアップ
7.3 分析ツールとの連携と可視化
7.4 クレーム・明細書の読解支援へのAI応用
7.5 検索結果から見出せる知見
8. 実務事例3：海外特許調査と多言語検索への展開
8.1 グローバル調査における課題と生成AIの活用
8.2 多言語キーワード抽出・翻訳と留意点
8.3 現地語特有の用語・慣習の吸い上げ
8.4 AI翻訳サービスとの連携で得られる利点とリスク
8.5 海外調査の検索式と実例
9. プロンプトエンジニアリング：生成AIを最大限活用するために
9.1 プロンプト設計の基礎と考え方
9.2 特許領域での具体的なプロンプト例
9.3 プロンプト分割・リカレント手法・チェーンオブソート
9.4 ノイズや誤情報が出る場合の対処法
10. 知財リスクマネジメントとコンプライアンス
10.1 AIが生成する情報の真偽と取り扱い方
10.2 機密情報の取り扱いと社内ルール整備
10.3 AIの利用に関する法的・倫理的側面
10.4 特許取得戦略との整合性
11. 今後の展望：特許検索の自動化と知財戦略の高度化
11.1 AIによる高度なクレーム解析と要約技術
11.2 パテントポートフォリオ最適化への応用
11.3 ゲノム編集・量子コンピュータなど先端領域でのAI活用
11.4 実務スキルとAI活用のハイブリッド化
12. 結論：生成AIと共創する特許検索の未来
12.1 研究者・技術者が身につけるべき新しいリテラシー
12.2 組織全体での導入・教育への提言
12.3 AI時代の特許戦略に求められる柔軟性
13. 付録
o        AI関連用語集
o        特許検索データベース一覧
o        ChatGPT等の生成AIで使える主なプロンプト例
o        参考文献と関連サイト
 
 
 
Utilizing Generative AI for Patent Search Query Formulation
 
I had Generative AI (OpenAI o1) create a draft of a new book titled "Utilizing Generative AI for Patent Search Query Formulation," targeted at corporate researchers and engineers.
The prompt I provided was:
"I would like to write a 100,000-character book titled 'Utilizing Generative AI for Patent Search Query Formulation,' aimed at corporate researchers and engineers. Please assist with this project."
In response to suggestions from the Generative AI (OpenAI o1), I provided feedback and requested further suggestions. Although the AI's proposals made sense, they diverged from my intended direction, so I decided not to complete the project along that path.
Nevertheless, I have attached the partial process as a reference, which I hope you will find helpful.


[Book Title]
Utilizing Generative AI for Patent Search Query Formulation
Target Audience:

• Corporate researchers and engineers
• Intellectual property (IP) department staff
• Personnel responsible for patent information research and competitor technology analysis
• Business professionals interested in improving work efficiency through AI

Purpose of the Book:

• Provide a comprehensive explanation of how to utilize generative AI (e.g., ChatGPT) in patent searches required for R&D and IP practices.
• Systematically summarize methods for creating effective search queries, designing AI prompts, and managing associated risks.
• Offer practical examples and operational approaches to ensure easy adoption by readers.

[Table of Contents]
1. Introduction
1.1 Importance of Patent Searches
1.2 Innovations Brought by Generative AI
1.3 Book Structure and How to Read It
2. Basics of Patent Searches
2.1 Purpose and Process of Patent Searches
2.2 Patent Classification and Basics of IPC/State-of-the-Art Surveys
2.3 Types and Features of Search Databases
2.4 General Workflow for Query Formulation
3. Overview of Generative AI and Its Potential in the Patent Field
3.1 What Is Generative AI?
3.2 Mechanisms of Large Language Models Like ChatGPT
3.3 Compatibility Between Patent Documents and Natural Language Processing
3.4 Pros and Cons of Generative AI in Patent Searches
4. Query Formulation Techniques: Traditional Methods and Challenges
4.1 Limitations of Keyword-Based Queries
4.2 Challenges in Handling Synonyms and Related Terms
4.3 Complexity and Combinations of Patent Classifications
4.4 Addressing Patent Claims and Specification Structures
5. Basic Process for Query Formulation Using Generative AI
5.1 Clarifying Search Intent and Importance of AI Prompt Design
5.2 Step 1: Setting and Organizing Search Objectives
5.3 Step 2: Extracting Keyword Candidates
5.4 Step 3: Generative AI Suggestions for Synonyms and Related Terms
5.5 Step 4: Identifying Classification Symbols and Related Fields
5.6 Step 5: Incorporating Keywords into Actual Search Queries
5.7 Step 6: Noise Removal and Revalidation
6. Case Study 1: Creating Patent Queries for Core Technologies
6.1 Case Overview (e.g., EV Drive System Components by an Automotive Manufacturer)
6.2 Generative AI-Driven Keyword Extraction and Evaluation
6.3 Combining Keywords with Classifications (IPC/CPC, etc.)
6.4 Defining Rules for Noise Removal
6.5 Example of a Search Query
6.6 Results and Observations
7. Case Study 2: Competitive Product Trend Analysis
7.1 Case Overview (e.g., Plant-Based Protein Research by a Food Manufacturer)
7.2 Generative AI for Listing Relevant Documents
7.3 Integration with Analytical Tools and Visualization
7.4 AI Applications for Claims and Specification Analysis
7.5 Insights from Search Results
8. Case Study 3: International Patent Search and Multilingual Expansion
8.1 Challenges in Global Searches and AI Utilization
8.2 Multilingual Keyword Extraction, Translation, and Key Considerations
8.3 Extracting Language-Specific Terms and Practices
8.4 Advantages and Risks of Using AI Translation Services
8.5 Search Queries and Examples for Overseas Searches
9. Prompt Engineering: Maximizing Generative AI Capabilities
9.1 Basics and Concepts of Prompt Design
9.2 Practical Prompt Examples for Patent Searches
9.3 Techniques: Prompt Splitting, Recurrent Methods, and Chain-of-Thought
9.4 Handling Noise and Misinformation
10. IP Risk Management and Compliance
10.1 Verifying and Handling AI-Generated Information
10.2 Managing Confidential Information and Establishing Internal Rules
10.3 Legal and Ethical Aspects of AI Utilization
10.4 Alignment with Patent Acquisition Strategies
11. Future Prospects: Patent Search Automation and Advanced IP Strategies
11.1 Advanced Claim Analysis and Summarization by AI
11.2 Applications for Patent Portfolio Optimization
11.3 AI Utilization in Cutting-Edge Fields Like Genome Editing and Quantum Computing
11.4 Hybridization of Practical Skills and AI Utilization
12. Conclusion: The Future of Patent Searches with Generative AI
12.1 New Literacies Researchers and Engineers Should Acquire
12.2 Recommendations for Organization-Wide Implementation and Education
12.3 Flexibility Needed for Patent Strategies in the AI Era
13. Appendix

• Glossary of AI-Related Terms
• List of Patent Search Databases
• Examples of Prompts for Generative AI Tools Like ChatGPT
• References and Related Websites

 

12月20日、OpenAI連続発表会の12日目に「o3」、「o3 mini」の登場が発表されました。
「o3」は高度な推論力を持ち、数学・プログラミング・科学分野で人間専門家水準を上回る性能を達成しています。
人間が容易に解けるのに大規模言語モデル（LLM）が解けなかった「ARC-AGI」と呼ばれるベンチマークテストで、「o3」は飛躍的に性能を向上させました。GPT-3が0%(2020年)、GPT-4oが5%(2024年)だったのが、計算リソースを抑えつつ実行した場合75.7%、大量の計算資源を投入した場合87.5%で、人間の水準(85%）を上回る正解率となっています。
「o3 mini」は、コスト効率を重視した軽量版モデルで、2025年1月末に、続いてo3も一般公開予定とのことです。
現状、OpenAIでは、2024年5月からの「ChatGPT-4o」、2024年12月からの「OpenAI o1」、「OpenAI o1 pro」、「OpenAI o1 mini」を用途により使い分ける使い方になります。
Googleでは、2024年2月からの「Gemini 1.5 Pro」、「Gemini 1.5 Flash」（2024年9月にいずれもアップデート）に加え、2024年12月11日「Gemini2.0 Flash Experimental」、12月19日新たな推論AIモデル「Gemini 2.0 Flash Thinking」が発表され、現在使えるようになっています。
Anthropicでは、2024年3月に発表された「Claude 3 Opus」、2024年6月に発表された「Claude 3.5 Sonnet」(2024年10月アップグレード)、2024年10月発表された「Claude 3.5 Haiku」が現在使えます。
これら3社以外にも、次々と新しい大規模言語モデル（LLM）が発表されていますので、用途に応じて使い分けることが出来る時代になってきたと言えます。
 
 
o3 preview & call for safety researchers
https://openai.com/12-days/
 
【転換点直前】o1を越える「o3」登場。性能・特徴を徹底解説
https://chatgpt-lab.com/n/nc3c0040035c1
 
 
 
OpenAI Unveils New Generation Models "o3" and "o3 mini"
 
On December 20, the 12th day of OpenAI's consecutive announcement event, the release of "o3" and "o3 mini" was announced.
The "o3" model boasts advanced reasoning capabilities, achieving performance levels that surpass human experts in fields such as mathematics, programming, and science. It demonstrated remarkable improvements in the ARC-AGI benchmark test, which measures tasks that are easy for humans but challenging for large language models (LLMs).
While GPT-3 achieved a 0% accuracy rate in 2020 and GPT-4o reached 5% in 2024, "o3" recorded a 75.7% accuracy rate when executed with limited computational resources. When provided with extensive computational resources, it achieved an 87.5% accuracy rate, surpassing the human benchmark of 85%.
The "o3 mini" is a lightweight version designed with cost-efficiency in mind. It is scheduled for public release by the end of January 2025, followed by the general release of "o3."
Currently, OpenAI offers the "ChatGPT-4o" since May 2024, and "OpenAI o1," "OpenAI o1 pro," and "OpenAI o1 mini" starting from December 2024, which can be used based on specific purposes.
Google has also introduced models like "Gemini 1.5 Pro" and "Gemini 1.5 Flash" since February 2024, both of which were updated in September 2024. Additionally, the "Gemini 2.0 Flash Experimental" was announced on December 11, 2024, and is now available.
Anthropic offers "Claude 3 Opus," released in March 2024, "Claude 3.5 Sonnet," launched in June 2024 and upgraded in October 2024, and "Claude 3.5 Haiku," introduced in October 2024.
Besides these three companies, numerous new large language models (LLMs) continue to be released, allowing users to select models that best suit their specific needs.
 

Googleは12月19日、新たな推論AIモデル「Gemini 2.0 Flash Thinking」を発表し、Experimental（実験）モデルをGoogle AI Studioで公開しました。12月11日に登場したばかりのGemini 2.0 Flashの派生モデルです。
Gemini 2.0 Flash Thinkingは、回答時に「思考プロセス（thinking process）」を生成、ベースとした「Gemini 2.0 Flash」よりも高度な推論が可能ということで、OpenAI o1のライバルと言えそうです。
各種テストでOpenAIのo1-previewやGPT-4oを超える性能という評価や、Gemini 2.0 Flash ThinkingとOpenAI o1を比較してみた結果、OpenAI o1の圧勝だったという報告もあります。
性能競争が新たな段階に入ったようです。
 
 
Googleが思考プロセスを導入して推論を強化したAIモデル「Gemini 2.0 Flash Thinking」を公開、各種テストでOpenAIのo1-previewやGPT-4oを超える性能
https://gigazine.net/news/20241220-google-gemini-flash-thinking/
 
GoogleのGemini 2.0 Flash Thinkingを徹底検証！思考プロセスが生む推論力とは？　2024-12-20
https://weel.co.jp/media/tech/gemini-2-flash-thinking/
 
Google、「Gemini 2.0 Flash Thinking」公開　「o1」競合の“思考過程を示す”推論AIモデル
https://www.itmedia.co.jp/news/articles/2412/20/news108.html
 
 
 
New Inference AI Model "Gemini 2.0 Flash Thinking"
 
On December 19, Google announced a new inference AI model called "Gemini 2.0 Flash Thinking" and released an experimental version in Google AI Studio. This model is a derivative of "Gemini 2.0 Flash," which was introduced just recently on December 11.
Gemini 2.0 Flash Thinking is said to enable more advanced reasoning compared to its predecessor, "Gemini 2.0 Flash," by generating a "thinking process" during responses. It is expected to rival OpenAI's o1 model.
Performance evaluations indicate that it has surpassed OpenAI's o1-preview and GPT-4o in various tests. However, there are also reports that OpenAI's o1 achieved overwhelming victories when directly compared with Gemini 2.0 Flash Thinking.
It seems the competition in AI performance has entered a new phase.