• Home
  • Services
  • About
  • Contact
  • Blog
  • 知財活動のROICへの貢献
  • 生成AIを活用した知財戦略の策定方法
  • 生成AIとの「壁打ち」で、新たな発明を創出する方法

​
​よろず知財コンサルティングのブログ

AI家庭教師が米国の子供たちの勉強法を静かに変えつつある

30/5/2024

0 Comments

 
AI家庭教師は、アメリカの子供たちの学習方法を静かに変えつつあるという記事がでています。日本でもAIを活用した教育サービスが進展しています。特にベネッセが主導する取り組みが注目されています。
 
 
池田朋弘のワーク実況_リモ研サブチャンネル
AI家庭教師が米国の子供たちの勉強法を静かに変えつつある(約6分)
https://www.youtube.com/watch?v=3FfB44SJS8s
 
ベネッセ、夏休みの宿題に生成AIを活用する子供たちを支援
https://japannews.yomiuri.co.jp/society/general-news/20230713-122582/
 
 
AI tutors are quietly changing how kids in the US study
 
There are articles reporting that AI tutors are quietly changing how children in the United States study. In Japan, educational services using AI are also advancing. Among these, initiatives led by Benesse are particularly noteworthy.
 
 
 
ChatGPT 4o
User
AI家庭教師が子供たちの学習を変えつ.docx
要約を作成してください。
ChatGPT
要約
この記事は、AI家庭教師が子供たちの学習をどのように変えているかについて述べています。以下はその要点です:
 
AI家庭教師の利用:
高校生のエヴァは数学の問題に行き詰まり、AIアプリ「アンサーAI」を使用して問題を解決しました。このアプリは写真を撮るだけでステップバイステップの解法を提供します。
このようなAI家庭教師の登場により、従来の家庭教師サービスは脅威にさらされています。
教育アプリの普及:
アメリカのAppストアのトップ20教育アプリのうち5つは、AIエージェントによる学習支援を提供しています。
AI教師は個別化された授業を可能にし、生徒の学習習慣を記録し、質問に答え続けることができます。
AI教師の効果と課題:
AIを使って学習した生徒の成績向上の事例が紹介されていますが、AI教師がまだ発展途上であり、間違った答えを提供することがある点も指摘されています。
教育関係者の中には、AIの使用に対して慎重な姿勢を取る者もおり、AIを禁止する学校もあります。
中国の影響:
人気のあるAI教育アプリの多くは中国資本であり、これらのアプリがアメリカ市場で提供されています。中国企業は国内の規制を避けるために海外市場にシフトしているという背景もあります。
今後の展望:
AI教育アプリは、個別化機能の強化やパーソナライズされた学習体験の提供を通じて差別化を図る必要があります。
AI家庭教師の利用が今後さらに広がる可能性が高く、子供たちの学習方法に大きな影響を与えることが期待されています。
 
 
AI tutors are quietly changing how kids in the US study, and the leading apps are from China
https://techcrunch.com/2024/05/25/ai-tutors-are-quietly-changing-how-kids-in-the-us-study-and-the-leading-apps-are-from-china/
 
AI tutors are quietly changing how kids in the US study, and the leading apps are from China _ TechCrunch.pdf
PDF
要約してください。
ChatGPT
要約
AI家庭教師は、アメリカの子供たちの学習方法を静かに変えつつあります。この変化は、AIを活用したアプリが提供する個別化された教育により、従来の高額な個人家庭教師の代替手段として広がりつつあることに起因しています。特に、中国資本の「Question AI」と「Gauth」などがアメリカ市場で急成長しており、いずれも大手中国企業の子会社が運営しています。
 
主要なポイント:
 
教育の平等性向上: AI家庭教師は、裕福な家庭がアクセスできる高額な家庭教師に代わり、手頃な価格で高品質な教育サポートを提供します。
 
個別化された学習: AIは、生徒一人ひとりの学習習慣を記憶し、質問に対しても根気強く答えるため、クラス全体での指導よりも個別に対応した学習が可能です。
 
学習成果: 例えば、ヒューストン在住の高校生Myhanhは、AIを使い始めてから数学の成績が大幅に向上しました。
 
技術的な課題: ただし、AI家庭教師はまだ「幻覚」を起こすことがあり、間違った答えを生成することがあります。これを改善するために、特定の知識分野でAIを微調整する試みがなされています。
 
教育現場の対応: 公立学校の一部ではChatGPTの使用を禁止していますが、完全に禁止することは難しく、AIの不完全さを理解させる教育が求められています。
 
中国企業の台頭: Question AIとGauthは、ともにシンガポール法人を通じてアメリカ市場に進出し、中国本土での教育規制強化に伴い、海外市場へのシフトを図っています。
 
これらのAI家庭教師アプリは、今後さらに音声対応や感情的な応答を取り入れることで、生徒の学習スタイルに応じたより柔軟な指導が可能になると期待されています。
 
【参考文献】AI tutors are quietly changing how kids in the US study, and the leading apps are from China - TechCrunch .
 

0 Comments

知財実務情報Lab.アセアン知財制度、知財情報収集法

30/5/2024

0 Comments

 
5月29日に配信された知財実務情報Lab.オンラインセミナー「アセアン主要6か国の知財制度およびアセアン知財情報収集法」(石川 勇介 弁理士、元ジェトロ・バンコク事務所)は、6月5日まで1週間無料公開されています。
録画視聴方法についてのFAQがこちらのページにまとめられています。
https://chizai-jj-lab.com/2022/12/21/faq/

1.東南アジアの知財概況・統計情報
2.東南アジアの知財情報を効率良く収集する
2-1. ジェトロ・バンコクでやっていること
2-2. 企業のアセアン知財担当になったら
3.日本の知財制度にはない制度、異なる制度
3-1.医薬用途発明の取扱い
3-2.特許の誤訳訂正
4.各国の知財トピック(2023)について
4-1. タイ:まもなく 特許法の大幅改正が予定される
⇒審査期間の短縮が期待される。
4-2. ベトナム:2023年1月に施行された知財法の大幅改正
⇒アセアン内で経済好調。日系企業の海外進出が多い。
4-3. ミャンマー:2023年4月より商標法の施行開始
⇒商標の冒認出願に注意。
2023年10月より意匠法も施行開始。
5.アセアン知財のまとめ
​ 1. アセアンにおいて海外からの投資が高まっている。
アセアンで知財保護と言えば、引き続き、「模倣品対策」が中心になる。現地で「商標権」を取得することは必須。
  • ミャンマーでは、初めて商標法が施行され、商標が早い者勝ちな状態。)
デッドコピー商品の取締まりに対して、今後「意匠権」の取得も必要に。
2.ジェトロ、の・セミナーが充実している。ジェトロの「相談業務」や「現地での活動支援」を利用すべき。
現地代理人・ジェトロ知財所員とは顔見知りになっておきたい。日本企業同士のコネクションも重要(成功事例の共有)。
3.日本の知財制度にはない制度、異なる制度には気を付ける。
(第国出願義務、医薬用途発明・コンピュータ発明の取り扱いなど)
4.知財制度の改正・更新のスピードが速い。最新情報を得られる環境を作っておきたい。 現地代理人選びも重要(知財経験など)。
 
題名:アセアン主要6か国の知財制度およびアセアン知財情報収集法
開催日時:2024年5月29日 13:00~14:30
公開期間:2024年6月5日 正午まで
講師:石川 勇介 先生(弁理士、元ジェトロ・バンコク事務所)
 
2023/08/24 にライブ配信された第157回知財実務オンライン「東南アジアの知財制度・知財実務~アセアン駐在の経験を踏まえて~」で、石川勇介 弁理士が話をされています。
https://www.youtube.com/watch?v=WwlHIRkD-Xo
 
 
IP Practice Information Lab.: ASEAN IP Systems and Methods of Gathering IP Information
 
The online seminar “IP Systems of Six Major ASEAN Countries and How to Collect Information on IP in ASEAN” (presented by Yusuke Ishikawa, Patent Attorney, former JETRO Bangkok Office) is now available free of charge for one week until June 5.
1. general situation and statistics of IP in Southeast Asia
2. Efficient Collection of IP Information in Southeast Asia
2-1. what JETRO Bangkok is doing
2-2. When you are in charge of ASEAN IP in your company
3. Systems that do not exist or are different from the Japanese IP system
3-1. Handling of Pharmaceutical Use Inventions
3-2. Correction of Patent Errors
4. IP Topics in Each Country (2023)
4-1. Thailand: Major revision of patent law is scheduled soon.
⇒Examination period is expected to be shortened.
4-2. Vietnam: Major revision of IP law enforced in January 2023.
⇒ Strong economy within ASEAN. Many Japanese companies are expanding overseas.
4-3. Myanmar: Trademark Law to be enforced from April 2023.
⇒ Beware of trademark blasphemy applications.
Design Law will also be enforced from October 2023.
5. Summary of ASEAN IP
1) Foreign investment is increasing in ASEAN.
When it comes to IP protection in ASEAN, the focus will continue to be on “anti-counterfeiting. Obtaining “trademark rights” locally is essential.
(In Myanmar, a trademark law has been enforced for the first time, and the first to obtain a trademark wins.)
(In Myanmar, a trademark law was enacted for the first time, and the first to obtain a trademark is the first to obtain a design right.
2) JETRO and WIPO's websites and seminars are well developed. We should make use of JETRO's “consultation services” and “support for local activities.
It is important to get acquainted with local representatives and JETRO IP staff. Connections among Japanese companies are also important (sharing best practices).
3) Be aware of systems that do not exist or are different from the Japanese IP system.
(Obligation to file an application in the first country, handling of inventions for pharmaceutical use and computer inventions, etc.) 4.
4) The IP system is being revised and updated at a rapid pace. It is important to create an environment in which you can obtain the latest information. It is also important to select a local agent (IP experience, etc.).
0 Comments

令和4(行ケ)10110 審決取消請求事件 パラメータ発明

30/5/2024

0 Comments

 
安高史朗の知財解説チャンネル「今月の進歩性 202404は」で、令和4年(行ケ)第10110号 審決取消請求事件の判決について、主な争点(パラメータ発明、数式限定の技術的意義と進歩性判断、数式と物の発明の進歩性の関係)について、複数の弁理士が議論していました。全体として、パラメータ発明は審査では潰れにくいのですが、トイレットペーパー業界におけるパラメータ発明について、元審査官の弁理士が語っている部分、興味深く聞かせてもらいました。
 
 
 
令和6年3月18日判決言渡
令和4年(行ケ)第10110号 審決取消請求事件 判決
https://www.ip.courts.go.jp/app/files/hanrei_jp/832/092832_hanrei.pdf
 
今月の進歩性 202404 ②令和4(行ケ)10110 審決取消請求事件
安高史朗の知財解説チャンネル
令和4年(行ケ)第10110号 審決取消請求事件
原告(無効審判請求人) 日本製鉄 株式会 社
被告(同被請求人) JFEスチール株式会社
【主な争点】
パラメータ発明、数式限定の技術的意義と進歩性判断、数式と物の発明の進歩性の関係
https://www.youtube.com/watch?v=lUZXvg_5wU8
 
Case No. 2022(Gyoke) 10110, Request for rescission of trial decision: Parameter invention
 
In “Inventive Step 202404 of the Month,” a number of patent attorneys discussed the main issues (parameter invention, technical significance of formula limitation and determination of inventive step, and relationship between formula and inventive step of an invention of a thing) regarding the decision on the case No. 10110 (2022) requesting rescission of a trial decision. As a whole, parameter inventions are difficult to be crushed in the examination, but I listened with interest to the part where a patent attorney, a former examiner, talked about parameter inventions in the toilet paper industry.
 
 
 
安高史朗の知財解説チャンネルで、令和4年(行ケ)第10110号 審決取消請求事件の判決について、複数の弁理士が議論している動画です。
【主な争点】は、パラメータ発明、数式限定の技術的意義と進歩性判断、数式と物の発明の進歩性の関係です。
議論の内容を要約してください。
ChatGPT 4o

今月の進歩性 202404 ②令和4(行ケ)10110 審決取消請求事件.docx
ドキュメント
安高史朗の知財解説チャンネルで、令和4年(行ケ)第10110号 審決取消請求事件の判決について、複数の弁理士が議論している動画です。 【主な争点】は、パラメータ発明、数式限定の技術的意義と進歩性判断、数式と物の発明の進歩性の関係です。 議論の内容を要約してください。
ChatGPT
動画内での議論内容を要約します。
主な争点
  1. パラメータ発明の技術的意義と進歩性判断
    • パラメータ発明において、特定の数式が設定され、その数式の技術的意義が争点となっています。
    • 数式自体の技術的意義と、その数式が進歩性を持つかどうかの判断が問題です。
  2. 数式と物の発明の進歩性の関係
    • 特許された数式が実際に物理的な構造物の設計にどう影響を与えるか、その数式の設定が進歩性を持つかが議論されています。
    • 特定の数式を使わずに、同様の技術効果が得られるかどうかが焦点です。
判決の背景と経緯
  • 原告(日本製鉄株式会社)と被告(JFEスチール株式会社)の争い
    • 日本製鉄が無効審判を請求し、JFEスチールが特許を維持。
    • 訂正請求が認められたが、無効審判は認められず、進歩性があると判断された。
発明の内容
  • 交感焼式軽戦岸およびその施工方法
    • 軽戦岸は船舶を停泊させるための構造物で、交感焼は鋼材を使用しており、その設計と施工方法が特許の対象。
    • 特定のパラメータ(例:高度の指標)が設定され、その数値範囲が特許の要点。
議論のポイント
  1. パラメータ発明の進歩性
    • 特定の数式(例えばローの値)が技術的意義を持ち、その設定が進歩性を持つかが議論されています。
    • 判決では、数式の技術的意義が認められる一方、進歩性の判断においては、従来技術からの導出が困難であるとされています。
  2. 合理的な設計かどうか
    • 原告は、従来技術でも合理的に設計できると主張。
    • 裁判所は、特定の数式なしに合理的に設計されるとは認められないと判断。
  3. 技術常識との関係
    • 技術常識に基づく設計変更が進歩性に与える影響についても議論。
    • 判決では、技術常識を考慮しても、特定の数式を用いる設計が進歩性を持つと判断。
結論
  • 数式の特許性と進歩性の関係
    • 特定の数式を用いることの技術的意義が認められる一方で、その数式が進歩性を持つかの判断は従来技術との関係で行われる。
    • 特許された数式を用いない設計が合理的に行えるかどうかが重要な争点であり、裁判所は特許された数式の進歩性を認めた。
この議論から、特許における数式の技術的意義と進歩性の判断が如何に重要で複雑であるかがわかります。特定の数式やパラメータが技術的な進歩性を持つかどうかは、従来技術との比較や技術常識との関係を踏まえた慎重な判断が必要とされます。
トイレットペーパー業界の話が出ていました。ピックアップして、まとめてください。
ChatGPT
トイレットペーパー業界におけるパラメーター発明
1. 特殊パラメーターの利用
  • トイレットペーパー業界では、発明における特殊パラメーターの利用が多く見られます。
  • 柔らかさ、湿り具合など、自社独自の装置やパラメーターを用いて製品の特定を行う手法が一般的です。
2. 審査の基準
  • 特殊パラメーターを用いた発明の審査においては、解決しようとする課題が周知のものであるかどうかが重要なポイントとなります。
  • 課題自体が周知である場合、その課題を解決するためのパラメーターの変更は設計変更として扱われることが多いです。
  • 設計変更に基づくパラメーターの調整は、設計事項として拒絶理由通知の対象となります。
3. 課題設定の重要性
  • パラメーター発明において、課題の設定が非常に重要な役割を果たします。
  • 特許出願時には、課題を明確にし、その課題を解決するためのパラメーターを具体的に説明する必要があります。
4. 新規性と進歩性の評価
  • 審査においては、同じ課題を解決する文献を探し、その文献がパラメーターのみ異なる場合には、設計変更として拒絶される可能性があります。
  • 特殊なパラメーターを用いることで、従来技術との差異を明確にし、新規性と進歩性を主張することが求められます。
5. 具体例
  • トイレットペーパーの柔らかさや湿り具合を示すパラメーターを用いた発明では、特定の製品特性を明確にするために、独自の測定方法や数値範囲が設定されます。
  • これにより、他社製品との差別化を図り、特許権を取得することができます。
まとめ
トイレットペーパー業界では、特殊なパラメーターを用いた発明が多く見られます。これにより、特定の課題を解決するための技術的進歩を主張し、特許を取得することが可能です。しかし、その審査においては、課題の設定や技術常識との関係を慎重に評価する必要があります。特殊パラメーターを用いることで、新規性と進歩性を効果的に主張することが求められます。
パラメーター発明に対する各々の弁理士の見解をピックアップしてください。
ChatGPT
各弁理士の見解
1. 特殊パラメーターの意義と課題設定
  • ある弁理士は、特殊パラメーター発明の審査においては、解決しようとする課題の設定が非常に重要であると述べています。課題が周知である場合、その課題を解決するためのパラメーターの変更は設計変更と見なされることが多いです​​。
2. 合理的設計の難しさ
  • 別の弁理士は、特殊パラメーターを用いた設計が合理的かどうかの判断が難しいと指摘しています。新しいパラメーターを作成する際には、その設計が合理的に行われるかどうかを証明するのが困難であるとしています 。
3. トイレットペーパー業界の事例
  • トイレットペーパー業界では、特殊パラメーターを用いた発明が一般的であり、その審査基準や特許の取り方についての具体例が紹介されています。例えば、柔らかさや湿り具合などのパラメーターを自社独自の方法で測定し、それを特許として出願するケースが多いです 。
4. 数式限定発明の進歩性判断
  • 一部の弁理士は、数式限定の発明について、既存の技術や理論からその数式が導出可能かどうかを重視しています。既存の理論を少し分解して言い換えるだけで特許を取得することができる場合、その進歩性が認められるかどうかが問題となります 。
5. 侵害の認定と実証
  • 特殊パラメーターを用いた発明の侵害認定が難しいとする見解もあります。特定のパラメーターを使用しているかどうかを測定することが困難であるため、実際に侵害が起こっているかどうかを証明するのが難しいとされています 。
まとめ
各弁理士の見解では、特殊パラメーター発明の審査や特許取得には多くの課題があることが示されています。特に課題設定の重要性、合理的な設計の難しさ、数式限定発明の進歩性の判断、そして侵害の認定と実証に関する問題が指摘されています。トイレットペーパー業界の具体例は、このような特殊パラメーター発明の審査基準や特許取得の実際を理解する上で参考になります。

0 Comments

AI 時代の知的財産権検討会中間とりまとめ

29/5/2024

0 Comments

 
5月28日、生成AIと知的財産保護のあり方を議論してきた「AI時代の知的財産権検討会」が中間とりまとめを公表しました。6月に公表される政府の「知的財産推進計画2024」に反映されます。
 
AI、知財の学習なら原則規制せず 創作物は「人の発明」
2024年5月28日
https://www.nikkei.com/article/DGXZQOUA27BKY0X20C24A5000000/
 
2024年5月28日
「AI時代の知的財産検討会」中間とりまとめ案で、AI議論を追いかける
弁護士  出井甫 (骨董通り法律事務所 for the Arts)
https://www.kottolaw.com/column/240528.html
 
AI 時代の知的財産権検討会中間とりまとめ
https://www.kantei.go.jp/jp/singi/titeki2/chitekizaisan2024/0528_ai.pdf
 
 
 
Interim Summary of the Study Group on Intellectual Property Rights in the AI Era
 
On May 28, the “Study Group on Intellectual Property Rights in the AI Era,” which has been discussing the generation of AI and intellectual property protection, released an interim report, which will be reflected in the government's “Intellectual Property Promotion Plan 2024” to be released in June.
0 Comments

GPT-4がプロのアナリストに匹敵する精度の財務諸表分析

29/5/2024

0 Comments

 
シカゴ大学ブース・スクール・オブ・ビジネスの研究グループが、「LLMの財務諸表分析能力」を検証するという研究を行い、GPT-4が、プロのアナリストに匹敵する精度の財務諸表分析を行えることを実証しました。
研究では、企業の財務諸表のみをLLMに入力し、将来の収益を予測させています。テストにおいて、「匿名化された貸借対照表」と「コンテキストが一切ない損益計算書」のみが提供された場合であっても、GPT-4は人間のアナリストを上回る予測精度を実現しています。
 
 
2024年05月27日
GPT-4は財務諸表から将来の収益の伸びを予測する点で人間のアナリストよりも優れていることが研究により明らかに
https://plus-msg.auone.jp/detail/1/3/7/48_7_r_20240527_1716811202683582
 
GPT-4が金融分析を革新:研究結果が示す未来
2024年5月28日
https://note.com/genaird/n/n3aa75574f09f
 
Financial Statement Analysis with Large Language Models
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4835311
https://deliverypdf.ssrn.com/delivery.php?ID=402119071098091010118112106012124117066000022029012082094011082075107075077031104123077093108025122003101065077053022035074092005116024017082077000072068092082114089006103086028110085123070101000117&EXT=pdf&INDEX=TRUE
 
 

SSRN-id4835311.docx
ドキュメント
要約してください。日本語に。
ChatGPT
以下は、ファイル「Financial Statement Analysis with Large Language Models」の要約です。


本研究では、大規模言語モデル(LLM)がプロのアナリストと同様に財務諸表分析を行い、将来の利益の方向性を予測できるかを検証しています。標準化された匿名の財務諸表をGPT-4に提供し、将来の利益の変動方向を分析させました。ナラティブや業界固有の情報がなくても、LLMは利益の変動予測において金融アナリストを上回る性能を示しました。特に、アナリストが苦手とする状況でLLMは相対的に優れたパフォーマンスを発揮しました。また、LLMの予測精度は、専門的に訓練された最先端の機械学習モデルと同等です。
LLMの予測は、そのトレーニングメモリに依存するのではなく、企業の将来のパフォーマンスに関する有用なナラティブインサイトを生成することにより達成されます。最終的に、GPTの予測に基づくトレーディング戦略は、他のモデルに基づく戦略よりも高いシャープレシオとアルファを生み出します。これらの結果を総合すると、LLMが意思決定の中心的な役割を担う可能性が示唆されます。


この要約でさらに知りたい部分があればお知らせください。
「ナラティブや業界固有の情報がなくても、LLMは利益の変動予測において金融アナリストを上回る性能を示しました。特に、アナリストが苦手とする状況でLLMは相対的に優れたパフォーマンスを発揮しました。また、LLMの予測精度は、専門的に訓練された最先端の機械学習モデルと同等です。」のところを詳しく教えてください。
ChatGPT
以下は、該当部分の詳細な説明です。


ナラティブや業界固有の情報がなくても、LLMは利益の変動予測において金融アナリストを上回る性能を示しました
LLM(大規模言語モデル)は、特定の業界に関するナラティブ情報や文脈を与えられずとも、財務諸表に基づいて企業の将来の利益の変動を正確に予測する能力を持っています。本研究では、企業の財務諸表から会社名や日付などの識別情報を削除し、標準化された形式でLLMに提供しました。その結果、LLMは次のような方法で利益の変動を予測しました。
  1. 財務比率の計算:
    • LLMは、プロのアナリストが通常行うように、財務比率(例:運転効率、流動性、レバレッジ比率など)を計算し、分析しました。
  2. トレンド分析:
    • 財務諸表の特定の項目の変化やトレンドを特定しました。
  3. 経済的解釈の提供:
    • 計算された比率に基づいて経済的な解釈を提供し、将来の利益が増加するか減少するかを予測しました。
特に、アナリストが苦手とする状況でLLMは相対的に優れたパフォーマンスを発揮しました
研究では、LLMが金融アナリストと比較して特に優れたパフォーマンスを示した状況を特定しました。具体的には、アナリストが予測に苦戦する以下のような状況でLLMは優れた結果を出しました:
  1. 小規模な企業:
    • 小規模な企業の予測において、LLMはアナリストよりも高い精度を発揮しました。小規模企業は一般的に会計の質が低く、予測が難しいため、アナリストはここで苦戦しがちです。
  2. 損失を計上している企業:
    • 損失を計上している企業の予測においても、LLMはアナリストを上回りました。損失を計上している企業は予測が困難であり、アナリストはここでも誤りやすいです。
  3. 利益のボラティリティが高い企業:
    • 利益のボラティリティが高い企業の予測においても、LLMは優れた性能を示しました。利益の変動が大きい企業の予測は複雑で、アナリストはここでも誤差が大きくなります。
また、LLMの予測精度は、専門的に訓練された最先端の機械学習モデルと同等です
研究では、LLMの予測精度を他の最先端の機械学習モデル(例えば、人工ニューラルネットワーク(ANN)やロジスティック回帰モデル)と比較しました。その結果、LLMは以下のように高い予測精度を示しました:
  1. チェーン・オブ・ソート(CoT)プロンプト:
    • 人間のアナリストの思考過程を模倣するように指示されたCoTプロンプトを使用することで、LLMは60%の精度で将来の利益変動を予測しました。この結果は、人間のアナリストの予測精度を上回り、最先端の機械学習モデルと同等でした。
  2. F1スコア:
    • LLMのF1スコア(予測の精度と再現率の調和平均)は、他の機械学習モデルを上回る結果を示しました。具体的には、LLMのF1スコアは63.45%であり、ANNモデルの61.62%を上回りました。
  3. 相補性:
    • ANNとLLMの予測は相補的であり、両方を組み合わせることで予測精度が向上しました。特に、ANNが苦手とする状況でLLMはより少ない誤りを示しました。


このように、LLMはナラティブや業界固有の情報がなくても高い予測精度を発揮し、特にアナリストが苦戦する状況で優れたパフォーマンスを示しています。また、最先端の機械学習モデルと同等、またはそれ以上の予測精度を持つことが確認されました。
この研究に問題点や課題があるとすれば、どんな点ですか?
ChatGPT
この研究にはいくつかの潜在的な問題点や課題が考えられます。以下に主な点を挙げます。
1. データの匿名性
研究では財務諸表から会社名や日付などの識別情報を削除していますが、このアプローチが完全に有効かどうかは疑問が残ります。LLMが間接的にでも企業を特定できる情報を利用している可能性があります。この点についてはさらなる検証が必要です。
2. テキスト生成の信頼性
LLMが生成するナラティブインサイトがどれほど信頼できるかは不明です。生成されたテキストの正確性や一貫性、さらにそれが実際の意思決定にどのように役立つかを評価する必要があります。
3. 実際の適用性
研究結果が実際のビジネス環境でどれほど有効かは不明です。特に、LLMが提案する予測やインサイトが実際の投資や経営判断にどのように反映されるかを検証する必要があります。
4. モデルのバイアス
LLMはトレーニングデータに依存しており、トレーニングデータに含まれるバイアスがモデルにも影響を与える可能性があります。特に、過去のデータに基づく予測が未来の不確実性にどれほど対応できるかは不明です。
5. トレーニングデータの範囲
LLMの性能はトレーニングデータの範囲や質に依存します。特に、過去のデータに特有のパターンやトレンドが未来にも適用されるかどうかは保証されていません。したがって、トレーニングデータがどれほど幅広いシナリオをカバーしているかが重要です。
6. 計算資源とコスト
LLMを活用するためには大量の計算資源とコストがかかります。特に、リアルタイムでの予測や大規模データの処理には高いコストが伴います。
7. アナリストとの補完関係
研究ではLLMとアナリストの予測が補完的であるとしていますが、実際の運用においてこれらをどのように統合するかが課題です。人間のアナリストとLLMの予測をどのように組み合わせ、最適な意思決定を行うかについてのさらなる研究が必要です。
これらの問題点や課題に対処するためには、さらなる実証研究やフィールドテストが必要です。また、LLMの予測精度や信頼性を向上させるためのアルゴリズムの改良や、異なるビジネスシナリオでの適用可能性の検証も重要です。
この研究に近い研究がありますか?
ChatGPT
この研究に関連する、または類似する研究は複数存在します。以下にいくつかの主要な研究を挙げます:
1. 自然言語処理と財務分析
  • Lopez-Lira, A., & Tang, K. (2021). "Machine Learning and Financial Forecasting: Evidence from Earnings Predictions":
    • この研究では、機械学習を用いて企業の利益予測を行い、その結果を人間のアナリストの予測と比較しています。特に、新聞記事やプレスリリースから得られる情報を用いて予測精度を高める手法を検討しています。
2. チェーン・オブ・ソート(CoT)プロンプト
  • Wei, J., et al. (2022). "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models":
    • この研究は、チェーン・オブ・ソートプロンプトを用いることで、LLMがより人間らしい推論を行い、複雑な問題を解決する能力を向上させることを示しています。財務分析におけるLLMの応用においても、この手法が効果的であることが示唆されています。
3. 財務データの機械学習モデル
  • Chen, J., et al. (2022). "Earnings Prediction Using Tree-Based Machine Learning Models":
    • 企業のXBRLタグを用いて機械学習モデル(特に木構造モデル)を訓練し、将来の利益を予測する手法を提案しています。この研究では、12,000を超える変数を使用して予測モデルの精度を向上させています。
4. アナリストとAIの比較
  • Bradshaw, M. T., et al. (2012). "Analyst Forecasts: What Do We Know After Decades of Work?":
    • アナリストの予測精度と、それに影響を与える要因について総括的なレビューを行っています。AIとの比較において、人間のアナリストが持つバイアスや予測エラーの原因についても議論しています。
5. 財務データとLLMの応用
  • Kim, A. G., et al. (2023). "Financial Analysis Using Large Language Models: An Application to Financial Statements":
    • LLMを用いて財務諸表を分析し、将来のパフォーマンスを予測する手法を検討しています。本研究と同様に、LLMがアナリストに比べてどのように優れているかを検証しています。
これらの研究は、LLMや機械学習を財務分析に応用する上での基礎を築いており、特に本研究と類似した手法やアプローチを採用しています。これらの研究を参考にすることで、LLMの予測精度をさらに向上させ、実際のビジネス環境での応用可能性を高めるための新たな知見を得ることができます。
この研究は今後どう展開すると予測しますか?
ChatGPT
この研究は、以下のような方向で今後展開していく可能性があります:
1. 実世界での適用と検証
実務での適用:
  • 企業や投資機関がLLMを用いて実際の財務諸表分析を行い、その効果を検証することが期待されます。特に、リアルタイムでの予測や意思決定支援ツールとしてのLLMの導入が進む可能性があります。
フィールドテスト:
  • LLMの予測モデルを実際の投資戦略に組み込み、どの程度のリターンを実現できるかを検証するフィールドテストが行われるでしょう。これにより、LLMの実用性と有効性がさらに明らかになるでしょう。
2. モデルの改良と高度化
モデルの改良:
  • LLMの予測精度をさらに向上させるために、トレーニングデータの質や量を増やし、モデルのアルゴリズムを改良する取り組みが続けられるでしょう。また、特定の業界や企業に特化したLLMの開発も進むと考えられます。
マルチモーダルデータの統合:
  • 財務諸表以外にも、ニュース記事、ソーシャルメディアの投稿、経済指標などのマルチモーダルデータを統合することで、LLMの予測精度を向上させる試みが増えるでしょう。
3. 経済学やファイナンスの理論との統合
経済モデルとの統合:
  • 経済学やファイナンスの理論とLLMの予測モデルを統合し、より一層理論に基づいた予測を行うための研究が進むでしょう。これにより、LLMの予測がより信頼性の高いものとなり、実務での活用が広がるでしょう。
4. 規制と倫理の検討
規制の整備:
  • LLMの金融市場への影響が増大するにつれて、規制当局による監視や規制の整備が進む可能性があります。特に、予測モデルの透明性や説明責任に関する規制が強化されるでしょう。
倫理的な考慮:
  • LLMの活用に伴う倫理的な問題(例えば、バイアスや公平性の問題)に対する議論が深まり、これに対する対策が求められるでしょう。倫理的なガイドラインの策定が進む可能性があります。
5. 教育と普及
教育プログラム:
  • LLMを活用した財務分析の手法が普及することで、大学やビジネススクールでの教育プログラムにLLM関連のカリキュラムが組み込まれるでしょう。これにより、次世代のアナリストがLLMを活用できるスキルを習得する機会が増えるでしょう。
普及活動:
  • 研究結果の普及活動が進み、業界全体でLLMの活用が広がることが予想されます。特に、セミナーやワークショップを通じて、実務家や研究者がLLMの最新技術や応用事例を学ぶ機会が増えるでしょう。


これらの展開により、LLMは財務分析や投資意思決定の重要なツールとしての地位を確立し、金融業界全体に大きな変革をもたらす可能性があります。
企業経営にどんな影響をもたらすと考えられますか?
ChatGPT
LLM(大規模言語モデル)が企業経営に及ぼす影響は多岐にわたります。以下に主な影響を挙げます。
1. 意思決定の質と速度の向上
迅速かつ精度の高い分析:
  • LLMは膨大なデータを短時間で分析し、将来の予測や洞察を提供できます。これにより、経営者は迅速かつ精度の高い意思決定が可能になります。
データ駆動型の意思決定:
  • LLMの導入により、企業はより多くのデータに基づいた意思決定を行うことができ、感覚や経験に頼らないデータ駆動型の経営が実現します。
2. コスト削減と効率化
人件費の削減:
  • 財務分析や予測業務を自動化することで、アナリストの労働コストを削減できます。これにより、企業はリソースを他の重要な業務に振り向けることができます。
業務プロセスの効率化:
  • LLMは複雑なデータ処理や分析を迅速に行うため、業務プロセス全体の効率化が図れます。特に、定例業務やルーチン作業の自動化が期待されます。
3. 戦略的計画と予測の強化
将来予測の精度向上:
  • LLMは高精度な予測を行う能力を持つため、企業の戦略的計画において重要な役割を果たします。特に、市場の動向や競合他社の動きを予測することで、長期的な戦略をより効果的に立案できます。
リスク管理の強化:
  • LLMは潜在的なリスクを早期に検出し、適切な対応策を提案することができます。これにより、企業はリスク管理を強化し、不確実性に対する耐性を高めることができます。
4. 顧客満足度とサービスの向上
パーソナライズされたサービス:
  • LLMを活用することで、顧客のニーズや行動を分析し、よりパーソナライズされたサービスを提供できます。これにより、顧客満足度の向上が期待されます。
迅速な対応とサポート:
  • 顧客からの問い合わせやサポート要求に対して、LLMを用いることで迅速かつ正確な対応が可能になります。これにより、顧客対応の質が向上します。
5. イノベーションの促進
新たなビジネスモデルの創出:
  • LLMを活用することで、新たなビジネスモデルやサービスの創出が促進されます。特に、データ分析に基づく新しい商品やサービスの開発が期待されます。
研究開発の効率化:
  • 研究開発プロセスにおいても、LLMがデータ分析や予測を行うことで、効率的なイノベーションが可能になります。これにより、製品開発のサイクルが短縮されます。
6. 組織文化とスキルの変革
デジタルトランスフォーメーション:
  • LLMの導入に伴い、企業全体でのデジタルトランスフォーメーションが加速します。これにより、従業員のスキルや業務プロセスが変革され、デジタル技術に精通した組織文化が醸成されます。
スキルアップと教育:
  • 従業員は新しい技術に適応するためのスキルアップが求められます。企業は従業員の教育やトレーニングプログラムを強化し、LLMを活用できる人材を育成する必要があります。


これらの影響により、LLMは企業経営のさまざまな側面において重要な役割を果たし、競争力の強化や持続可能な成長を促進することが期待されます。
 
 
 
GPT-4 Analyzes Financial Statements with Accuracy Comparable to Professional Analysts
 
A research group at the University of Chicago Booth School of Business conducted a study to test “LLM's ability to analyze financial statements” and demonstrated that GPT-4 can analyze financial statements with an accuracy comparable to that of professional analysts.
In the study, only the financial statements of companies were input into LLM and asked to predict future earnings. In tests, even when only “anonymized balance sheets” and “income statements without any context” were provided, GPT-4 achieved forecasting accuracy that exceeded that of human analysts.
0 Comments

攻めのオープンな知財戦略

28/5/2024

1 Comment

 
書籍「戦略コンサルが知らない 最強の知財経営」は、知財戦略の現場と経営戦略の現場の両者で実務に携わってきた知財コンサルタント 林 力一 氏と、知財と経営の関わりについて長年追いかけてきたジャーナリスト 渋谷 高弘 氏の共著です。
本書で紹介されている「最強の知財戦略」は「攻めのオープンな知財戦略」です。
従来の「守りのクローズな知財戦略」とは逆に、知財をオープンにすることで競争を促進させて事業効率化を図る手法で、他社との提携によって「攻めのオープンな知財戦略」と成長戦略とを融合させることを狙い、うまくいけば、極めて短期間にライバルから収益性と市場シェアを奪うことが可能となる戦略と言えます。ただ、この「攻めのオープンな知財戦略」が通用する分野ばかりではないことにも留意すべきでしょう。
また、本書で語られているように、経営戦略としての知財活用を考え実践することが重要だろうと思います。
 
戦略コンサルが知らない 最強の知財経営
価格       3,080円(税込)
ISBN      9784296118267
発行日   2024年05月29日
著者名   林 力一 著、渋谷 高弘 著
発行元   日本経済新聞出版
ページ数              312ページ
判型       A5判
https://bookplus.nikkei.com/atcl/catalog/24/04/15/01349/
目次
【第1部 間違っている!あなたの会社の「知財戦略」】
第1章 特許で勝利した30年、知財敗北で転落した30年
-知財は、ビジネスに生かしてこそ意味がある
-知財のルールを変えた欧米企業、日本の技術を奪ったアジア企業
-2024年現在、日本は知財戦略で世界に「負けている」 ほか
第2章 世界最先端の知財戦略から後れる日本
-知財戦略に欠かせないIPランドスケープ
-日本企業が「攻めのオープンな知財戦略」を取り込めない理由
-知財戦略を経営に取り込む「ビジネス・アーキテクト」がいない ほか
 
【第2部 これが本命「攻めのオープンな知財戦略」】
第1章「攻めのオープンな知財戦略」とは何か
-プラットフォーム戦略(二面市場戦略)と攻めのオープンな知財戦略
-克服すべきイノベーションのジレンマ
-各経営戦略・ビジネスモデルとの関係 ほか
第2章「攻めのオープンな知財戦略」策定のアプローチ
-前提ステップ 全社で取り組む大テーマの体系化・優先順位付け
-本ステップ0 まずは各事業部門の戦略担当者のヒアリング
-本ステップ1 IPランドスケープなどを駆使した外部・内部環境分析
-本ステップ2 戦略の設計
-本ステップ3 アクションプランへの落とし込み ほか
第3章「攻めのオープンな知財戦略」のケーススタディ
-独バスラー社
-ダイキン工業
-米インテル
第4章「攻めのオープンな知財戦略」に必要な組織、人材、育成方法
-重要なビジネス・アーキテクト
-組織改革の方向性と具体的なアプローチ
 
【第3部 「新冷戦」は、日本復活に向けた大チャンス】
第1章 日本が知財で勝利するには?
-新冷戦は「日本の逆襲・復活」への大チャンス
-IPランドスケープを実践した日本企業の劇的な変化とは ほか
第2章 知財ガバナンス、そして知財安全保障
-裾野は広がったが経営陣の関心は今ひとつ
-コードに「知財ガバナンス」を盛り込む
-「企業と投資家にはズレがある」 ほか
 
 
 
Aggressive Open Intellectual Property Strategy
The book "The Ultimate IP Management Unknown to Strategy Consultants" is co-authored by IP consultant Rikiichi Hayashi, who has worked in both IP strategy and management strategy, and journalist Takahiro Shibuya, who has long covered the relationship between IP and management. This book introduces "The Ultimate IP Strategy," which is an "aggressive open IP strategy." Unlike the traditional "defensive closed IP strategy," this method aims to promote competition and improve business efficiency by making IP open. It aims to integrate the "aggressive open IP strategy" with growth strategies through partnerships with other companies, potentially allowing one to swiftly capture profitability and market share from rivals in a very short period. However, it should be noted that this "aggressive open IP strategy" is not applicable in all fields. Additionally, as the book discusses, it is important to think about and practice the use of IP as a management strategy.
The Ultimate IP Management Unknown to Strategy Consultants
  • Price: 3,080 yen (tax included)
  • ISBN: 9784296118267
  • Publication Date: May 29, 2024
  • Authors: Rikiichi Hayashi and Takahiro Shibuya
  • Publisher: Nihon Keizai Shimbun Publishing
  • Pages: 312
  • Format: A5
Book Link
Table of Contents
Part 1: Wrong! Your Company's "IP Strategy"
  • Chapter 1: 30 Years of Victory with Patents, 30 Years of Decline with IP Defeats
    • IP is meaningful only when used in business.
    • Western companies changed the rules of IP, and Asian companies took Japanese technology.
    • As of 2024, Japan is "losing" in IP strategy globally.
  • Chapter 2: Japan Lags Behind in World-Leading IP Strategies
    • IP landscape is essential for IP strategy.
    • Why Japanese companies cannot adopt the "aggressive open IP strategy."
    • Lack of "business architects" to integrate IP strategy into management.
Part 2: This is the Real Deal, "Aggressive Open IP Strategy"
  • Chapter 1: What is the "Aggressive Open IP Strategy"?
    • Platform strategy (two-sided market strategy) and aggressive open IP strategy.
    • Overcoming the innovation dilemma.
    • Relationship with various management strategies and business models.
  • Chapter 2: Approaches to Formulating an "Aggressive Open IP Strategy"
    • Preliminary step: Systematization and prioritization of major themes tackled by the entire company.
    • Main Step 0: Hearing from strategic personnel in each business department.
    • Main Step 1: Analysis of external and internal environments using IP landscape and other tools.
    • Main Step 2: Designing the strategy.
    • Main Step 3: Implementing action plans.
  • Chapter 3: Case Studies of the "Aggressive Open IP Strategy"
    • Basler AG (Germany)
    • Daikin Industries
    • Intel Corporation (USA)
  • Chapter 4: Necessary Organizations, Personnel, and Training Methods for the "Aggressive Open IP Strategy"
    • Important business architects.
    • Directions and specific approaches for organizational reform.
Part 3: "New Cold War" is a Great Opportunity for Japan's Revival
  • Chapter 1: How Can Japan Win with IP?
    • The new cold war is a great chance for Japan's counterattack and revival.
    • Dramatic changes in Japanese companies that implemented IP landscape.
  • Chapter 2: IP Governance and IP Security
    • Although the scope has broadened, the interest of top management remains insufficient.
    • Incorporating "IP governance" into the code.
    • "There is a gap between companies and investors."
1 Comment

生成AIの進化と今後の展望

28/5/2024

0 Comments

 
2024年5月22日(水)~ 24日(金)に行われた「第8回AI・人工知能EXPO春」の特別講演AI-6「生成AIの進化と今後の展望」(講演者:株式会社Preferred Networks 岡野原大輔 代表取締役最高研究責任者)は、生成AIがどのような原理や手法で構築されているのか、今後どのような発展があるのか、生成AIの社会実装における可能性や課題、活用例にについて解説しました。
 
2024/5/24 AI 人工知能EXPO 2024春 特別講演AI-6
生成AIの進化と今後の展望
講演者:岡野原大輔
株式会社Preferred Networks 代表取締役最高研究責任者
株式会社Preferred Elements 代表取締役社長
https://hillbig.github.io/AIEXPO2024spring_okanohara.pdf
 
 
Evolution of Generative AI and Future Prospects
 
Special Lecture AI-6 "Evolution of Generative AI and Future Prospects" (Speaker: Daisuke Okanohara, President and Chief Research Officer, Preferred Networks, Inc. He also explained the opportunities, challenges, and examples of applications of generative AI in social implementation.
 


AIEXPO2024spring_okanohara.pdf
PDF
各ページを要約してください。最後に全体を通じたまとめをつけてください。
ChatGPT
メモリを更新しました
各ページの要約
ページ 1-2: 自己紹介 岡野原大輔氏のプロフィールと著書の紹介。彼はPreferred Networks、Preferred Computational Chemistry、Preferred Elementsの代表取締役社長であり、AI事業者ガイドライン検討会委員など多くの役職を持つ。
ページ 3: PFNの事業概要 Preferred Networks(PFN)はAI技術のバリューチェーンを垂直統合し、産業応用を進めている。生成AIや基盤モデル、AIチップなどの計算基盤を提供。
ページ 4-5: 生成AIの進化と産業へのインパクト 生成AIが膨大な情報を瞬時に処理し、多くの人と同時に対話できる点を強調。2030年までに15.7兆ドルの経済効果を予測。知的労働の制約が小さくなり、AIが多くの産業に影響を与えることが説明される。
ページ 6: AIと人間の協調 AIは既存の情報や知識を扱うのが得意であり、人は新しい世界を開拓するのに強い。AIと人間が協調して働くことの重要性が述べられている。
ページ 7-8: 大規模言語モデルの仕組み 大規模言語モデルがテキスト、画像、動画などの生成能力を持ち、普遍的な事実や法則を学習する方法について説明。生成モデルの進化速度が強調される。
ページ 9-10: 自己教師あり学習 自己教師あり学習の概要とその利点。大規模言語モデルがどのようにして大量のデータから学習し、予測性能を向上させるかが示されている。
ページ 11-13: PFNの取り組み PFNが開発した大規模言語モデル(PLaMo-13B)の性能とその応用例。今後の開発計画やビジネス展開についても言及。
ページ 14-15: 生成AIの商用利用 生成AIを活用した製品・サービス群の紹介。具体的なユースケースや顧客の課題解決に向けた取り組みが示されている。
ページ 16: LLMの利用事例 材料探索のデモンストレーション。生成AIがどのようにして化学反応経路の活性化エネルギーを計算するかを具体的に示す。
ページ 17-18: LLM開発の今後 最新のLLM開発に必要な計算資源の増加とその影響。スパコンの性能や計算資源のボトルネックについて説明される。
ページ 19-20: 近年のLLM開発の流れ GPT-4レベルのモデルがスマホで動くようになる可能性と、オープンなモデルとクローズドなモデルの比較。学習データ改善の重要性とその影響が強調される。
ページ 21: 知識の索引としてのLLM LLMが知識の索引として機能する方法と、その効率を高めるための学習プロセスについて説明。
ページ 22: プライベートデータの取り込み 個人や企業のプライベートデータをLLMに取り込む方法。ファインチューニングやRAGなどの技術について言及。
ページ 23: まとめ LLMの進化は続き、開発競争が激化する中で、日本企業も勝機を見出すことができる。PFNはLLMモデル(PLaMo)とそれを使ったアプリケーション・サービスを提供し、生成AIの社会普及に貢献していく。
全体のまとめ
このプレゼンテーションでは、PFNの岡野原大輔氏がAI技術、特に生成AIと大規模言語モデル(LLM)の進化とその産業への影響について詳述しています。PFNはAI技術のバリューチェーンを垂直統合し、生成AIの高度な応用を推進しています。生成AIは膨大な情報処理能力を持ち、多くの産業に大きな影響を与えると予測されています。また、LLMの進化とその応用例が紹介され、PFNが開発したモデルの性能や商用利用の取り組みが強調されています。今後、LLMの計算資源の増加やデータ改善の重要性が強調され、日本企業も競争に勝つ可能性が示唆されています。PFNはLLMモデルとそれを利用したサービスを提供し、生成AIの社会普及に貢献することを目指しています。

 
上記の英語訳を作成してください。
ChatGPT
Summary of Each Page
Pages 1-2: Introduction Introduction of Daisuke Okanohara, who holds multiple roles including President of Preferred Networks, Preferred Computational Chemistry, and Preferred Elements. He is also a member of various AI guideline committees.
Page 3: Overview of PFN's Business Preferred Networks (PFN) vertically integrates the AI technology value chain, promoting industrial applications through AI chips, computational infrastructure, and generative AI foundation models.
Pages 4-5: Evolution and Impact of Generative AI Generative AI's ability to process vast amounts of information instantly and interact with millions simultaneously is emphasized. It is predicted to generate an economic impact of $15.7 trillion by 2030, significantly affecting many industries and reducing constraints on intellectual labor.
Page 6: Collaboration Between AI and Humans AI excels in handling existing information and knowledge, while humans are better at exploring new frontiers. The importance of leveraging both strengths through collaboration is discussed.
Pages 7-8: Mechanism of Large Language Models Explains how large language models (LLMs) generate text, images, videos, etc., and learn universal facts and laws from large datasets. The rapid evolution of generative models is highlighted.
Pages 9-10: Self-Supervised Learning Overview of self-supervised learning and its benefits. Describes how LLMs improve prediction performance by learning from massive data and acquiring various capabilities.
Pages 11-13: PFN's Initiatives Performance and applications of PFN's large language model (PLaMo-13B) and future development plans. Discusses the launch of a multi-modal model and business expansion strategies.
Pages 14-15: Commercial Use of Generative AI Introduction of products and services utilizing generative AI. Detailed use cases and efforts to address customer challenges are presented.
Page 16: Example of LLM Use Demonstration of material exploration, showing how generative AI calculates activation energy for chemical reaction pathways.
Pages 17-18: Future of LLM Development Increase in computational resources needed for the latest LLM development and its impact. Discusses the limitations of current supercomputers and future prospects.
Pages 19-20: Recent Trends in LLM Development Potential for GPT-4 level models to run on smartphones and comparison of open and closed models. Emphasizes the importance of improving training data.
Page 21: LLM as a Knowledge Index Describes how LLMs function as indexes of knowledge, requiring extensive and varied training to achieve high memory efficiency.
Page 22: Incorporating Private Data Methods for incorporating private data into LLMs, including fine-tuning and Retrieval-Augmented Generation (RAG). Discusses promising new techniques and challenges.
Page 23: Conclusion LLM evolution continues, with Japanese companies also having opportunities in the competitive landscape. PFN aims to contribute to the social adoption of generative AI by providing LLM models (PLaMo) and related applications and services.
Overall Summary
This presentation by Daisuke Okanohara of PFN details the evolution of AI technology, particularly generative AI and large language models (LLMs), and their impact on industries. PFN promotes the industrial application of AI through vertical integration of the AI technology value chain. Generative AI's ability to process vast amounts of information and its potential economic impact are highlighted. The presentation emphasizes the collaboration between AI and humans, leveraging the strengths of both. It also discusses the rapid evolution of LLMs, PFN's initiatives in developing advanced models, and the commercial use of generative AI. Future prospects and challenges in LLM development, as well as methods for incorporating private data, are explored. PFN aims to contribute to the social adoption of generative AI by providing advanced LLM models and related applications and services.
0 Comments

「IPランドスケープをアップデートする」すごい知財EXPO 2024

28/5/2024

0 Comments

 
5月22日に行われた『すごい知財EXPO 2024 事前参加者登録限定セミナー 「知財人材の今とこれから」』の企画1『知財の現場から「IPランドスケープをアップデートする」』を視聴しました。DIC、ダイセル、レゾナックのIPランドスケープの話、イーバテント・アクティスのIPランドスケープの話が聞けて参考になりました。
「すごい知財EXPO2024」は、2024.6.28-6.29に行われます。
 
すごい知財EXPO2024
https://super-ip-expo.com/2024
 
すごい知財EXPO2024早期参加登録者限定特典のお知らせ
https://note.com/super_ip_expo/n/ne079bbfa5e44
 
すごい知財EXPO 2024 事前参加者登録限定セミナー 「知財人材の今とこれから」
 企画1:
知財の現場から「IPランドスケープをアップデートする」
スケジュール
13:40~13:45イントロテーマ内容
13:45~14:05各社企業での活動の紹介
ファシリテーター:上村侑太郎(DIC株式会社知的財産センター)
①若槻智美様 (株式会社ダイセル知的財産センター知的財産ソリューショングループ主席部員(兼)研究開発本部事業創出センター主席部員)
②塩谷綱正様(株式会社イーバテント・アクティス 代表取締役)
③増嶌稔様(株式会社レゾナック 知的財産部 インテリジェンスリーダー)
14:05-14:35ディスカッション
テーマ①:IPランドスケープ実践の変化点は?
テーマ②:変化点を生むために一番苦労したことは?
テーマ③:対部門外とのスキルで必妻なものは?どのような指導・教育をしている?
テーマ④:今回の課題から何ができるかお互いにアドパイス
14:35-14:40  まとめ エンディング
 
"Updating the IP Landscape" Amazing IP EXPO 2024
 
On May 22nd, I watched "Seminar for Pre-Registered Participants of Amazing IP EXPO 2024: 'The Present and Future of IP Human Resources'" Session 1: "From the Field of Intellectual Property: Updating the IP Landscape." The talks on the IP landscape from DIC, Daicel, and Resonac, as well as the IP landscape from ePatent Actis, were informative.
 
The "Amazing IP EXPO 2024" will be held from June 28th to June 29th, 2024.
 
 
ChatGPTにアーカイブ動画の文字起こしをアップし内容を要約してもらいました。
 
レゾナックの増嶌稔氏の発言を要約してください。
ChatGPT
増嶌稔氏(レゾナック)の発言要約
増嶌氏は、レゾナックのIPランドスケープ(IPL)活動について紹介しました。以下はその主なポイントです:
1.           会社の紹介:
•           レゾナックは2023年に旧昭和電工と旧日立化成の統合によって設立されました。新会社として、半導体電子材料、モビリティ、イノベーション材料、ケミカルの4つのセグメントに注力しています。
2.           IPL活動の取り組み:
•            組織全体での参加と発言を奨励し、情報と人をつなぐ役割を重視しています。
•            IPL教育プログラムを研究者向けに実施し、好評を得ています。これにより、研究者が知財アナリストとしてのスキルを磨いています。
3.           課題と解決策:
•            IPL活動を事業判断に役立てるために、仮説検証の前提を明確にすることが重要とされています。
•            初期段階では知財部が主導してIPLの重要性をアピールしていましたが、徐々に他部門が自主的にIPLを活用するようになったと述べています。
4.           コミュニケーションとネットワーク:
•            IPLの成功には組織内のコミュニケーションが重要であり、特にベテランのネットワークを活用することが鍵とされています。
このように、増嶌氏はIPLの重要性と実践方法を具体例を交えて説明し、組織全体での協力と理解がIPL活動の成功に不可欠であると強調しました。
 
DIC株式会社知的財産センターの上村侑太郎氏の発言を要約してください。
ChatGPT
上村侑太郎氏(DIC株式会社知的財産センター)の発言要約
上村氏は、DIC株式会社のIPランドスケープ(IPL)活動とその進化について説明しました。主なポイントは以下の通りです:
1.           会社概要と戦略:
•            DIC株式会社は旧大日本インク化学工業として設立され、現在はIICビジョン2030に基づき5つの重点領域で価値提供を目指しています。
2.           IPL活動の取り組み:
•            DICはIPLをテクノロジーインテリジェンスとして再定義し、特許情報だけでなく、技術情報、ニュース、市場情報を統合して事業判断をサポートする情報提供を行っています。
•            開発部門や新規事業部門など、複数の部門と連携してIPL活動を展開し、全社的な取り組みとして推進しています。
3.           課題と解決策:
•            課題として、IPL活動を事業判断に役立てることが挙げられました。特に、仮説検証の前提を明確にすることが重要とされています。
•            成功体験と失敗体験を積み重ねることが、スキルの向上とIPL活動の推進に繋がるとしています。また、IPL教育プログラムを実施し、研究者に対する教育を行っています。
4.           組織文化の醸成:
•            組織全体での参加と発言を奨励し、情報と人をつなぐ役割を重視しています。特に、コミュニケーションの量を増やすことで、組織内の理解と協力を深めています。
上村氏は、IPLの効果的な運用には組織全体の協力と理解が不可欠であることを強調し、DICにおけるIPL活動の実践と成果について具体的に述べました。
 
株式会社ダイセルの若槻智美氏の発言を要約してください
ChatGPT
若槻智美氏(株式会社ダイセル)の発言要約
若槻氏は、ダイセルにおけるIPランドスケープ(IPL)活動について以下のように述べました:
1.           小集団活動の重要性:
•            ダイセルでは34のテーマについて、小集団活動を実施しており、パトコーディネーター、研究側の責任者、知財担当者が人事発令で関わっています。
2.           組織全体でのIPL推進:
•            IPLを使った事業創出加速を中期計画に取り入れており、社長もIPL活動を会議で強調することで、社内の理解と参加を促進しています。
3.           活動結果の蓄積と共有:
•            活動結果を残すことの重要性を強調し、アウトプットを見やすいフォーマットでまとめています。これにより、後々のテーマの再評価や報告が容易になります。
4.           コミュニケーションの量:
•            研究開発部門や他部門との継続的なコミュニケーションが、IPL活動を円滑に進めるために不可欠であると述べました。
5.           成果の共有:
•            IPL活動の成功と失敗の両方の体験を共有し、スキルアップに繋げることが重要であると強調しました。また、研究者に対するIPL教育プログラムの実施も行っています。
若槻氏は、IPL活動を推進するためには、組織全体での協力と理解が不可欠であり、活動の結果を明確に示すことが重要であると結論づけました。
 
株式会社イーバテント・アクティスの塩谷綱正氏の発言を要約してください。
ChatGPT
塩谷綱正氏(株式会社イーバテント・アクティス)の発言要約
塩谷氏は、イーバテント・アクティスにおけるIPランドスケープ(IPL)の実践とその進化について説明しました。主なポイントは以下の通りです:
1.           技術者の自主的な取り組み:
•            技術者が部門で自主的にIPLを始めた際に部長が心配していましたが、成果を出すことで部門の成果として認識されるようになった。
2.           IPLの活用と成果:
•            技術者が自主的にIPLを活用することで、他部門からもIPLの依頼が増えるようになりました。具体的には、技術者がビジネスシミュレーションツールを使って遊びながら調査していたことが評価され、上層部からの依頼が来るようになった。
3.           組織内外とのコミュニケーション:
•            IPLを効果的に運用するためには、技術者同士の交流やコミュニケーションが重要であると述べました。特に、ビジネス側と技術側のギャップを埋めるための取り組みが重要です。
4.           課題と解決策:
•            初期の段階で技術者が自主的にIPLを活用することに対する部門の理解を得るのが難しかったが、具体的な成果を示すことで信頼を得た。
塩谷氏は、IPLの実践には技術者の自主的な取り組みと組織内のコミュニケーションが重要であり、具体的な成果を示すことでIPLの価値が認識されると強調しました。
 
ディスカッションのポイントそれぞれについて、要約を作成してください。
ChatGPT
ディスカッションのポイント要約
1. IPランドスケープ実践の変化点
•            若槻智美氏(ダイセル):IPLの専門組織の新設と小集団活動の強化により、社内のIPLに対する理解と参加が進んだ。活動結果をレポートにまとめることで、後の評価や報告が容易になった 。
•            塩谷綱正氏(イーバテント・アクティス):技術者が自主的にIPLを活用し始めたことで、上層部からの依頼が増えた。具体的な成果を示すことで、技術者の活動が部門の成果として認識されるようになった 。
•            増嶌稔氏(レゾナック):統合による新しい技術領域での議論のきっかけとしてIPLが活用され、コロナ禍での情報不足を補うために特許情報の重要性が高まった 。
2. 変化点を生むために一番苦労したこと
•            若槻智美氏:初期段階での分析の不足や適切な結論を導くための議論が多く、具体的な成果を出すまでの過程が困難だったが、試行錯誤を通じて成功体験を積むことで自信がついた 。
•            塩谷綱正氏:技術者が自主的に始めたIPL活動に対する部門内の理解を得るのが難しかったが、具体的な成果を示すことで信頼を得た 。
•            増嶌稔氏:組織統合による新しいチームとの連携を円滑に進めるためのコミュニケーションが課題であったが、IPLを通じて議論の基盤を提供することで解決した 。
3. 対部門外とのスキルで必須なものは?どのような指導・教育をしている?
•            若槻智美氏:部門間の継続的なコミュニケーションが重要であり、研究開発部門との連携を強化するための教育プログラムを実施 。
•            塩谷綱正氏:技術者同士の交流やコミュニケーションが重要であり、特許情報の活用方法を共有することで部門間の理解を深める 。
•            増嶌稔氏:ベテランのネットワークを活用し、組織内のコミュニケーションを円滑にするスキルが重要であると強調 。
4. 今回の課題から何ができるかお互いにアドバイス
•            若槻智美氏:成功体験と失敗体験を共有し、組織全体での理解を深めることが重要であると提案 。
•            塩谷綱正氏:IPL活動を通じて、他部門からの信頼を得るための具体的な成果を示すことが必要であるとアドバイス 。
•            増嶌稔氏:組織全体の協力と理解を得るために、情報を効果的に活用することが鍵であると述べた 。
このディスカッションを通じて、参加者はそれぞれの経験と具体的な事例を共有し、今後の知財活動における課題解決の糸口を見出しました。
0 Comments

AIサミットで世界16企業が安全な開発を約束

27/5/2024

0 Comments

 
人工知能開発で先行する世界の16企業は、5月21日、英韓共催の第2回AIサミットに合わせ、リスクを管理し、安全に開発を進めると約束したということです。
  1. Amazon
  2. Google (Alphabet)
  3. IBM
  4. Meta (Facebook)
  5. Microsoft
  6. OpenAI
  7. Samsung Electronics
  8. Zhipu.ai (backed by Chinese tech giants Alibaba, Tencent, Meituan, and Xiaomi)
  9. Technology Innovation Institute (UAE)
  10. Anthropic
  11. Google DeepMind
  12. Mistral AI (France)
  13. Baidu (China)
  14. Huawei (China)
  15. Tencent (China)
  16. Alibaba (China)
日本企業がいないのがさみしいですね。
 
 
AIサミット、「安全な開発」公約 韓国サムスンなど16社 2024年5月26日
https://www.nikkei.com/article/DGXZQOGM231OL0T20C24A5000000/
 
AIサミットで安全、革新、包容の3大原則盛り込んだソウル宣言採択 2024年05月23日
https://www.jetro.go.jp/biznews/2024/05/d777552ebe33fbec.html
 
AIサミット、世界16企業が安全な開発を約束 英韓共催で開幕
2024年5月22日
https://jp.reuters.com/business/technology/XIL6EB7W3FJZXBEKPIOTRY3BT4-2024-05-22/
 
岸田総理大臣のAIソウル・サミット首脳セッションへの参加(ビデオメッセージ)
令和6年5月21日
https://www.mofa.go.jp/mofaj/ecm/ec/pageit_000001_00656.html
 
AI summit secures safety commitments from 16 companies
May 21, 2024
https://dcsazfdpoc.deloitte.com/ai-summit-secures-safety-commitments-from-16-companies/
 
 
 
16 Global Companies Pledge Safe Development at AI Summit
 
On May 21, sixteen leading companies in artificial intelligence development promised to manage risks and advance safely during the second AI Summit, co-hosted by the UK and South Korea. These companies include:
  1. Amazon
  2. Google (Alphabet)
  3. IBM
  4. Meta (Facebook)
  5. Microsoft
  6. OpenAI
  7. Samsung Electronics
  8. Zhipu.ai (backed by Chinese tech giants Alibaba, Tencent, Meituan, and Xiaomi)
  9. Technology Innovation Institute (UAE)
  10. Anthropic
  11. Google DeepMind
  12. Mistral AI (France)
  13. Baidu (China)
  14. Huawei (China)
  15. Tencent (China)
  16. Alibaba (China)
It's a bit disappointing that no Japanese companies are represented.

0 Comments

2024年後半、生成AIの産業利用が本格的に始まる

27/5/2024

0 Comments

 
日経クロステックの記事「生成AIの売り方に悩む欧州産業機器メーカー、シーメンスが無料提供で先制」によれば、SiemensやBeckhoff Automation、Schneider Electricなどの大手産業機器メーカーが、生成AIを搭載した新たなシステムやサービスを相次いで発表していて、2024年後半には生成AIの産業利用が本格的に始まりそうだということです。
特に、Siemensは、2024年4月22日、Siemens Industrial Copilotを「最初は無料で提供する」と発表し、無料提供によりユーザー開拓を優先するようです。
ベテラン社員が減り続ける日本では生成AIが特に必要になる見通しで、日本メーカーでも急速に利用が進むようです。
 
生成AIの売り方に悩む欧州産業機器メーカー、シーメンスが無料提供で先制
2024.05.24
https://xtech.nikkei.com/atcl/nxt/column/18/02818/052200011/
 
 
 
Industrial use of generative AI will begin in earnest in late 2024
 
According to the Nikkei Crosstech article, "European Industrial Equipment Manufacturers Struggling to Sell Generative AI, Siemens Preempts with Free Offerings," major industrial equipment manufacturers such as Siemens, Beckhoff Automation, and Schneider Electric have announced new systems and services that incorporate generative AI. According to the report, major industrial equipment manufacturers such as Siemens, Beckhoff Automation, and Schneider Electric have announced a series of new systems and services equipped with generative AI, and industrial use of generative AI is expected to begin in earnest in the second half of 2024.
In particular, Siemens announced on April 22, 2024 that it will provide Siemens Industrial Copilot "initially for free," and it appears that the company will prioritize user development by offering it for free.
Generative AI is expected to become especially necessary in Japan, where the number of veteran employees continues to decline, and its use is likely to increase rapidly among Japanese manufacturers.
0 Comments

完成形に近づく日東電工のニッチトップ戦略

27/5/2024

0 Comments

 
日経ビジネス5月27日号には、『「グローバルニッチトップ」を掲げ、商品構成を変えながら成長してきた日東電工。世界トップクラスの顧客のニーズを先読み。知財戦略も見直して競争力を磨いてきた。新規事業への投資を加速し、さらなる構造転換を推し進める。』日東電工・髙﨑社長のインタビューが掲載されています。
知的財産をどう生かすかが全ての事業の根幹にあるようです。
・昔はとにかく「特許を出せ」の一点張りだったのを、製品を業界でニッチトップにしたり、長く高収益をキープしたりするにはどんな特許の出し方をすればいいか、より戦略的な出し方に代わり、競合も参入しにくくなった。
・ニッチトップ戦略は完成形に近づいていると思います。知財もそうですが、他社が入ってこられない領域で顧客にとって「なくてはならない」存在になっているからこそ、利益もキープできる。顧客からすれば2~3社を競争させて安く調達したいところですが、「日東電工でないとだめだ」というポジションを、スマートフォンやハードディスク、医薬でもつくり上げてきている。
 
 
日東電工・髙﨑社長「ニッチトップ戦略は完成形に近づいている」
2024.5.24
https://business.nikkei.com/atcl/NBD/19/00119/00255/?n_cid=nbpnb_mled_pre
 
2024/03/06
Nittoが「クラリベイト Top 100 グローバル・イノベーター2024」を受賞
~知財分野に関する功績が評価され、世界のトップ100社に選出~
https://www.nitto.com/jp/ja/press/2024/0306.jsp
 
日東電工「経営戦略は知財戦略」 脱・無形資産貧国への道
2023.7.21
https://business.nikkei.com/atcl/gen/19/00567/071100006/
 
 
PATENTSIGHT SUMMIT 2023:日東電工
26/8/2023
https://yorozuipsc.com/blog/patentsight-summit-2023
 
日東電工の知的財産活動
18/7/2022
https://yorozuipsc.com/blog/2331245
 
 
Approaching Perfection: Nitto Denko's Niche Top Strategy
 
The May 27th issue of Nikkei Business features an interview with Nitto Denko President Takasaki, highlighting the company's strategy of aiming for "global niche top" status and evolving its product lineup to achieve growth. Nitto Denko has anticipated the needs of world-class customers and refined its intellectual property strategy to enhance its competitiveness. The company is accelerating investment in new businesses to further promote structural transformation.
 
It seems that leveraging intellectual property is at the core of all their businesses.
 
・In the past, the focus was solely on "filing patents," but now the approach has shifted to filing patents strategically to make products the niche top in the industry and maintain high profitability over the long term, making it difficult for competitors to enter.
・I believe the niche top strategy is nearing completion. This is true not only for intellectual property but also because we have become indispensable to our customers in areas where other companies cannot enter, allowing us to maintain profits. Ideally, customers would like to source cheaply by making 2-3 companies compete, but we have established a position where "it has to be Nitto Denko" in smartphones, hard disks, and pharmaceuticals.

0 Comments

成長のカタリストとしての生成AI

26/5/2024

0 Comments

 
デロイト トーマツが発行した「Tech Trends 2024 日本版」では、ビジネスに関わるテクノロジー領域の最新動向や分析から6つのテクノロジートレンドに注目しています。
トレンド1 新しい場所のインターフェース〜空間コンピューティングと産業メタバース
トレンド2 現れたランプの魔人〜成長のカタリストとしての生成AI
トレンド3 より柔軟で、よりスマートに〜力任せのコンピューティングを超えて
トレンド4 DevOpsからDevExへ〜エンジニアリングエクスペリエンスの強化
トレンド5 現実を守る:合成メディアの時代における真実
トレンド6 コアを鍛える〜技術負債から技術ウェルネスへ
特に、「トレンド2 現れたランプの魔人:成長のカタリストとしての生成 AI」は、興味深く読みました。
 
「Tech Trends 2024 日本版」が取り上げる6テーマと日本の動向
デロイト トーマツが注目するビジネスシーンにおける6つのテクノロジートレンド
2024.04.29
https://dime.jp/genre/1777973/
 
Deloitte Insights
Tech Trends 2024 日本版
https://www2.deloitte.com/jp/ja/pages/technology/articles/tsa/tech-trends.html
 
 
 
Generative AI as a Catalyst for Growth
In the "Tech Trends 2024 Japan Edition" published by Deloitte Tohmatsu, six technology trends are highlighted based on the latest developments and analyses in the business technology domain.
 
Trend 1: New Interfaces for New Places - Spatial Computing and the Industrial Metaverse
Trend 2: The Emerging Genie from the Lamp - Generative AI as a Catalyst for Growth
Trend 3: Smarter and More Flexible - Beyond Brute Force Computing
Trend 4: From DevOps to DevEx - Enhancing the Engineering Experience
Trend 5: Protecting Reality - Truth in the Age of Synthetic Media
Trend 6: Strengthening the Core - From Technical Debt to Technical Wellness
 
I found "Trend 2: The Emerging Genie from the Lamp - Generative AI as a Catalyst for Growth" particularly interesting.

0 Comments

レゾナック、NECの好例から探るPBRの高め方

26/5/2024

0 Comments

 
ROIC経営が企業を変える第3回「PBRをいかに高めるか レゾナック、NECの好例から探る」では、高PBR実現に向けた実務上の課題と処方箋を、レゾナック、NECの具体的な事例を交えながら深掘りしています。
高PBR実現に向けたアプローチは大きく4つ、稼ぐ力(ROIC)向上2つ、成長期待(PER)向上2つで、課題と処方箋が述べられています。
 
ROIC経営が企業を変える 第3回
PBRをいかに高めるか レゾナック、NECの好例から探る
https://www.itmedia.co.jp/business/articles/2405/24/news004.html
 
ROIC経営が企業を変える 第2回
「PBR優良企業」の4つの共通点とは 財務・非財務の経営管理手法
https://www.itmedia.co.jp/business/articles/2404/24/news002.html
 
ROIC経営が企業を変える 第1回
古くて新しい「ROIC経営」 再注目の背景に、日本企業への“外圧”
https://www.itmedia.co.jp/business/articles/2403/14/news020.html
 
 
 
How to Increase PBR Explored from Good Examples of Resonac and NEC
 
In the third issue of "How to Raise PBR: Exploring Good Examples from Resonac and NEC," we take an in-depth look at the practical challenges and prescriptions for achieving high PBR, using specific examples from Resonac and NEC.
The challenges and prescriptions are described for four major approaches to achieving high PBR: two for improving earning power (ROIC) and two for improving growth expectations (PER).
0 Comments

全人類が史上最高のAIを使えるようになった「時代の転換点」

26/5/2024

0 Comments

 
「ChatGPTの無料ユーザーも含め、すべてのユーザーに対して利用可能になりました。全人類が史上最高のAIを使えるようになった、時代の転換点です。」という『生成AIで世界はこう変わる』の著者で、元東大 松尾研究室の今井翔太氏がGPT-4oは何が凄いのか、過去のモデルと何が違うのか、わかりやすく解説しています。
 
GPT-4oをわかりやすく解説、専門家が「時代の転換点」と評価するヤバすぎる能力とは
2024/05/22
https://www.sbbit.jp/article/cont1/140613?ref=rss
<目次>
  1. 突然の発表になった「GPT-4o」前夜
  2. 全人類が史上最高のAIを使えるようになった「時代の転換点」
  3. GPT-4oとはそもそも何か? 技術情報を解説
  4. 音声や動画像を理解できる「最大のメリット」とは?
  5. GPT-4oの発表後に多くの人が勘違いしていること
  6. 「正体不明のgpt2-chatbot」の正体
 
 
 
A Turning Point in History: All of Humanity Can Now Use the Best AI Ever
 
"GPT-4o is now available to all users, including free users of ChatGPT. This marks a turning point in history where all of humanity can use the best AI ever," explains Shota Imai, former member of the Matsuo Laboratory at the University of Tokyo and author of "How Generative AI Will Change the World." He provides a clear explanation of what makes GPT-4o so remarkable and how it differs from past models.
0 Comments

大規模言語モデルが「人間レベルの知恵」を持つことはない

26/5/2024

0 Comments

 
メタのAI部門のトップが5月22日に公開されたフィナンシャル・タイムズによるインタビューの中で、ChatGPTやGemini、Llamaのような生成AIツールの基盤となる大規模言語モデル(LLM)は、「人間のレベルのプランニングや推論に到達することはできない」と語ったようです。

人間と同じレベルのAIは、「ワールド・モデリング」と呼ばれるアプローチに基づく次世代のAIシステムで実現可能と考えているようです。
 
メタのAI部門トップ、大規模言語モデルが「人間レベルの知恵」を持つことはないと発言
5/23
https://news.yahoo.co.jp/articles/a6d6cba775cae4fffec8b1f13f8e5cee4d0e0045
 
 
Large-scale language models will never have "human-level wisdom"
 
In an interview by the Financial Times published on May 22, the head of Meta's AI department said that the large-scale language models (LLMs) underlying generative AI tools like ChatGPT, Gemini, and Llama "will never reach human levels of planning and reasoning" He seems to have said.

They believe that the same level of AI as humans can be achieved with next-generation AI systems based on an approach called "world modeling".
0 Comments

知財強国へ駆け上がる中国の今

25/5/2024

0 Comments

 
2024年4月14日ライブ配信された野崎篤志のイーパテントチャンネル-調査・分析系中心-「知財強国へ駆け上がる中国の今」(三代川英嗣 氏: TMI総合法律事務所 北京オフィス 代表弁護士)のアーカイブ動画を視聴しました。
中国・北京に駐在して約1年、現場感覚が伝わってきます。「第4 生成AIと著作権訴訟における中国の今」も興味深い話でした。
 
第1 知財強国へ駆け上がろうとする中国の今(総論)
  • 知的財産強国をめざす中国
  • 中国の知的財産政策
  • 中国の知的財産制度
  • 中国の知的財産データ
  • 中国における知財戦略の重要性
第2 知財の活用、室への展開を図る中国の今
  • 知財情報
  • 知財取引
  • 知財金融
第3 悪意の先取り商標と模倣品対策における中国の今
  • 悪意の先取り商標
  • 模倣品対策
第4 生成AIと著作権訴訟における中国の今
  • 生成AIと著作権の法的論点
  • AI生成物の著作物性の裁判例
  • 生成AIサービス提供事業者の著作権侵害責任
  • 日本法と中国方が相互に学びあう事の重要性
 
 
知財強国へ駆け上がる中国の今- 三代川英嗣 氏( TMI総合法律事務所 北京オフィス 代表弁護士)
野崎篤志のイーパテントチャンネル-調査・分析系中心-
https://www.youtube.com/watch?v=kfCD4fJwXjY&t=5s
(以下は、ChatGPTによる要約です。)
動画概要
2024年4月14日のライブ配信内容を編集したもので、イーパテントチャンネルのトークセッションです。ゲストはTMI総合法律事務所の弁護士で現在北京オフィスに勤務している三代川さんです。
中国の知財現状
  • 中国の特許、実用新案、意匠、商標の出願件数は世界一。
  • 以前は「量はあるが質が伴っていない」と言われていたが、現在では全ての中国企業の出願が質が低いわけではない。
  • 知財情報分析において「専利導航」を国家標準としており、知財強国への道を着実に歩んでいる。
三代川さんの役割とトーク内容
  • 三代川さんは北京オフィスで働いており、主に日中のクロスボーダー案件や知的財産、データ関連の案件を扱っている。
  • 今回のトークでは、中国の知財面から見た現状について議論。
中国知財の重要性
  • 中国企業の知財意識が高まり、イノベーション能力も向上。
  • 訴訟が多く、損害賠償も高額になる傾向があり、日本企業にとってもリスクが増加。
  • 営業秘密の訴訟が多く、訴訟対策が必要。
中国知財制度の特徴
  • 特許法、実用新案法、意匠法が一つの専利法にまとめられている。
  • 実用新案や意匠権の活用が盛んで、権利保護期間が短い。
  • 営業秘密やデータの保護も重視。
訴訟の現状
  • 知財訴訟の数が非常に多く、著作権訴訟が特に多い。
  • 日本企業の訴訟数は少ないが、勝訴率は高い。
知財戦略の重要性
  • 知財ミックスが重要で、技術やデータ、コンテンツ、ブランド、デザインの活用が必要。
  • 技術系と非技術系で異なる戦略が求められる。
 
【中国】【著作権】AIが生成した画像の著作物性と著作権侵害が初めて認められた中国の裁判例
2023.12.12
https://www.tmi.gr.jp/eyes/blog/2023/15234.html
 
【中国】【著作権】 AIが生成するウルトラマン画像の著作権侵害について生成AIサービス提供事業者の責任を認めた中国の裁判例
2024.03.04
https://www.tmi.gr.jp/eyes/blog/2024/15548.html
 
【中国】【商標】「大谷翔平」商標の中国での出願における実体審査のポイント
2024.04.02
https://www.tmi.gr.jp/eyes/blog/2024/15639.html
 
 
The Current State of China Rising as an Intellectual Property Powerhouse
 
I watched the archived video of Atsushi Nozaki's ePatent Channel, which focuses on research and analysis, titled "The Current State of China Rising as an Intellectual Property Powerhouse" (Hidetsugu Miyokawa: Representative Lawyer of TMI General Law Office Beijing Office), which was live-streamed on April 14, 2024. Having been stationed in Beijing for about a year, the on-the-ground perspective was very insightful. The discussion on "Chapter 4: The Current State of China in Generative AI and Copyright Litigation" was also fascinating.
 
Chapter 1: The Current State of China Rising as an Intellectual Property Powerhouse (General Overview)
China Aiming to Become an Intellectual Property Powerhouse
China’s Intellectual Property Policies
China’s Intellectual Property System
Intellectual Property Data in China
The Importance of Intellectual Property Strategies in China
 
Chapter 2: The Current State of China Utilizing and Expanding Intellectual Property
Intellectual Property Information
Intellectual Property Transactions
Intellectual Property Finance
 
Chapter 3: The Current State of China in Tackling Malicious Trademark Squatting and Counterfeit Products
Malicious Trademark Squatting
Counterfeit Product Countermeasures
 
Chapter 4: The Current State of China in Generative AI and Copyright Litigation
Legal Issues in Generative AI and Copyright
Judicial Precedents on the Copyrightability of AI-Generated Works
Copyright Infringement Liability of Generative AI Service Providers
The Importance of Mutual Learning between Japanese and Chinese Laws
 
0 Comments

OpenAIとGoogle発表から読み取る両社の戦略

25/5/2024

0 Comments

 
5月14日にOpenAIの発表会、5月15日にGoogleの発表会がありました。
【前編】でOpenAIのChat-GPT4oの発表、【中編】でGoogleのGemini含めたAI新商品について、それぞれ、注目すべきポイント、【後編】は、それらまとめる形で、両社の戦略の違いや、生成AIがこの先どうなっていくのか、が考察されています。
 
ChatGPTに、記事を読ませ、それぞれ要約させました。
 
【前編】OpenAIのChat-GPT4o発表の注目ポイント
OpenAIは、新しいバージョンのChat-GPT4oを発表しました。この「o」は「omni」の意味であり、文字、音声、画像、動画のマルチモーダルに対応しています。主要なアップデート内容は以下の通りです:
  1. 言語性能アップ:言語処理能力が向上し、他の先進的なモデルを超える性能を持つ。
  2. 真のマルチモーダル対応:テキスト、音声、画像を同時に処理し、多様な形式の出力が可能。
  3. 視覚機能(Vision)の向上:動画やビデオの理解力が向上。
  4. 高速応答:音声入力に対して、平均320ミリ秒で応答し、会話がスムーズに。
  5. デスクトップ版のリリース:ブラウザだけでなく、画面の片隅に置けるデスクトップ版が新たに登場。
  6. リアルタイム翻訳:遅延なく、同時通訳並みの翻訳が可能。
  7. 感情表現:相手の話す内容に応じて感情を表現。
  8. 多言語対応:日本語も含む多言語に対応し、英語との差が少なく。
  9. 大幅な値下げ:API利用料金が半額になり、利用制限が大幅に緩和。
  10. 無料ユーザーもGPT4が利用可能:制限付きながら、無料でGPT4の利用が可能に。
【中編】GoogleのGemini含めたAI新商品発表の注目ポイント
Googleの発表では、多岐にわたる新商品やアップデートが紹介されました。主なポイントは以下の通りです:
  1. Geminiアップデート:
    • Gemini Pro 1.5正式版リリース:入力できるデータ量が100万トークンから200万トークンに倍増。
    • Gemini 1.5 Flashのリリース:軽量・高速化されたモデルで、コストパフォーマンスに優れる。
    • Gemini Nano:最も軽快に動くAIがスマホにインストールされ、詐欺電話を警告する機能も紹介。
  2. GoogleアプリとAIの融合:G-Mail、Googleマップ、GoogleフォトなどのサービスにAIが統合され、より日常生活で便利に。
  3. Google検索の進化「AI overview」:検索結果の要約をAIが自動生成し、表示する新機能。
  4. AIエージェント機能(Project Astra):ECでの返品処理など、ユーザーの指示に基づき具体的な行動を自動的に実行する機能。
  5. その他の発表:画像生成機能「Imagen3」、音楽生成「Music AI Sandbox」、動画生成「Veo」など。
【後編】両社の戦略の違いや生成AIの未来
両社の戦略の違いや生成AIの進化について考察しています。
  1. Googleの強み:
    • 圧倒的なユーザー接点を持ち、Google検索やG-Mail、Googleカレンダー、Googleフォトなど日常生活に浸透している。
    • Googleの発表は、AIエンジンからユーザー接点まで全てをAI最適化することで生活を変えるというメッセージ。
  2. OpenAIの強み:
    • GPT4oの性能を前面に打ち出し、開発者向けにAPIを安価に提供することで、企業やアプリ開発者にAIエコノミー基盤を提供。
    • Microsoftとの提携を通じて、ビジネスユーザーや開発者をターゲットにし、基盤提供に徹する戦略。
  3. 共通点:両社ともに「マルチモーダルの進化」を掲げており、音声、文字、画像、動画を同時に理解しアウトプットすることで人間に近づく方向性を目指しています。
  4. 未来の方向性:
    • AIが具体的な行動を起こす「大規模アクションモデル」(LAM)へ進化し、ユーザーの指示に基づき自律的に行動するAIエージェントの登場が予見される。
    • 汎用人工知能(AGI)の到来が2030年より前に来る可能性が高まり、AIの進化が予想を超えるスピードで進行している。
以上がそれぞれの要約です。
 
 
OpenAIとGoogle発表から読み取るべき両社の戦略の違い【前編】
https://note.com/naka_68/n/n2726cb0545b2
 
Google IOでの発表を考察する -OpenAIとGoogle発表から読み取るべき両社の戦略の違い【中編】
https://note.com/naka_68/n/na411a58694b5
 
OpenAIとGoogle発表から読み取るべき両社の戦略の違い【後編】
https://note.com/naka_68/n/n336f1939fe2b
 
 
 
Part 1: Key Points from OpenAI's Chat-GPT4o Announcement
OpenAI unveiled a new version of Chat-GPT, named GPT-4o, which stands for "omni," signifying comprehensive multi-modal capabilities in text, voice, image, and video. The key updates are as follows:
  1. Improved Language Performance: Enhanced language processing capabilities, surpassing other advanced models.
  2. True Multi-Modal Support: Capable of simultaneously processing and outputting text, voice, and images.
  3. Enhanced Vision Features: Improved understanding of videos.
  4. High-Speed Response: Able to respond to voice inputs in an average of 320 milliseconds, making conversations smoother.
  5. Desktop Version Released: A new desktop version that can be pinned to the screen corner, beyond just browser use.
  6. Real-Time Translation: Provides simultaneous interpretation-level translations without delays.
  7. Emotional Expression: Capable of expressing emotions based on the content of conversations.
  8. Multi-Language Support: Supports multiple languages, including Japanese, with minimal performance difference from English.
  9. Significant Price Reduction: API usage fees halved, with usage limits significantly increased.
  10. GPT-4 Available to Free Users: Some functionality limitations, but free access to GPT-4 for all users.
Part 2: Key Points from Google's AI Product Announcements, Including Gemini
Google introduced numerous new products and updates, with the main points being:
  1. Gemini Updates:
    • Release of Gemini Pro 1.5: Data input capacity doubled from 1 million to 2 million tokens.
    • Release of Gemini 1.5 Flash: A lightweight, high-speed model with excellent cost-performance.
    • Gemini Nano: The lightest AI model, installed on smartphones, with features like warning about potential scam calls.
  2. Integration of Google Apps and AI: AI integration into services like G-Mail, Google Maps, Google Photos, making everyday life more convenient.
  3. Advancement of Google Search "AI Overview": An AI-generated summary displayed at the top of search results.
  4. AI Agent Functionality (Project Astra): Automates tasks such as processing returns for online purchases, leveraging Google apps and Gemini.
  5. Other Announcements: Image generation (Imagen3), music generation (Music AI Sandbox), and video generation (Veo) services were introduced.
Part 3: Differences in Strategies and Future of Generative AI
The analysis explores the strategic differences between the two companies and the future of generative AI.
  1. Google's Strengths:
    • Extensive user touchpoints through services like Google Search, G-Mail, Google Calendar, and Google Photos.
    • Google’s strategy focuses on optimizing everything from the AI engine to user touchpoints to transform daily life.
  2. OpenAI's Strengths:
    • Highlighting GPT-4o's performance and offering affordable API access to developers to build an AI economy foundation.
    • Partnering with Microsoft to target business users and developers, focusing on providing a robust foundation for AI applications.
  3. Common Goal: Both companies emphasize the evolution of "multi-modal capabilities," aiming to make AI closer to human interactions by simultaneously understanding and outputting text, voice, images, and videos.
  4. Future Direction:
    • The evolution towards "Large Action Models" (LAM), where AI autonomously takes specific actions based on user instructions.
    • The potential arrival of Artificial General Intelligence (AGI) before 2030, with AI advancing at an unprecedented speed.
These summaries encapsulate the key points and strategic directions from the announcements by OpenAI and Google.
 

0 Comments

知的財産推進計画2024策定に向けた「構想委員会(第4回)」

25/5/2024

0 Comments

 
5月24日「構想委員会(第4回)」が開かれ、「知的財産推進計画2024」(案)、「新たなクールジャパン戦略」(案)などが議論されました。
構想委員会は、知的財産戦略本部令の規定に基づき、「知的財産戦略ビジョン」に掲げた「価値デザイン社会」の実現のために必要な中長期の方向性及び具体的な施策を構想するとともに、各種施策の実施状況の検証・評価を行い、その実効を確保するために必要な措置を検討するための有識者会議で、現在は、渡部俊也 東京大学 未来ビジョン研究センター教授が座長です。
知的財産推進計画2024策定に向けて、委員から活発な意見が出されていました。「知的財産推進計画2024」の策定に向けた意見募集の結果、提出された3,106件の意見のうち、約9割が「AI」に関するものであったということで、AI戦略会議での議論などもしっかり反映されたものであってほしいと思います。
なお、下記の配付資料のうち、資料3~6については、委員のみの配布でした。
 
構想委員会(第4回)議事次第
https://www.kantei.go.jp/jp/singi/titeki2/tyousakai/kousou/2024/dai4/gijisidai.html
 
資料1   国際標準戦略部会の設置について
https://www.kantei.go.jp/jp/singi/titeki2/tyousakai/kousou/2024/dai4/siryou1.pdf
資料2   研究者転退職時の知的財産の扱いについて
https://www.kantei.go.jp/jp/singi/titeki2/tyousakai/kousou/2024/dai4/siryou2.pdf
資料3   「インターネット上の海賊版に対する総合的な対策メニュー」の再更新について
資料4   「知的財産推進計画2024」(案)
資料5   「新たなクールジャパン戦略」(概要)(案)
資料6   「新たなクールジャパン戦略」(案)
 
AIを利用した創作物、発明者は「人間」…政府が知的財産計画で見解明記へ
2024/05/24
https://www.yomiuri.co.jp/politics/20240523-OYT1T50193/
 
AI創作物も「発明者」は人 政府知財戦略本部が見解、役割は補助的と判断
2024/5/24
https://www.sankei.com/article/20240524-IVAMJFKBOZKPTBJJBYAWY66H4Y/
 
日本に有利な「国際規格」拡大へ 24年度にも新国家戦略
https://www.nikkei.com/article/DGXZQOUA281DJ0Y4A320C2000000/
 
 
"Planning Committee (4th Meeting)" for the Formulation of the Intellectual Property Promotion Plan 2024
On May 24, the "Planning Committee (4th Meeting)" was held, during which the "Intellectual Property Promotion Plan 2024 (Draft)" and the "New Cool Japan Strategy (Draft)" were discussed.
 
The Planning Committee is an expert meeting established under the provisions of the Intellectual Property Strategy Headquarters Ordinance. Its purpose is to conceptualize the medium- to long-term direction and specific measures necessary to realize the "Value Design Society" outlined in the "Intellectual Property Strategy Vision," and to verify and evaluate the implementation status of various measures, considering the necessary actions to ensure their effectiveness. Currently, Professor Toshiya Watanabe from the University of Tokyo's Future Vision Research Center is serving as the chairperson.
 
In preparation for the formulation of the Intellectual Property Promotion Plan 2024, the committee members actively exchanged opinions. As a result of soliciting opinions for the formulation of the "Intellectual Property Promotion Plan 2024," approximately 90% of the 3,106 opinions submitted were related to "AI," indicating a strong desire for the discussions in the AI Strategy Conference to be thoroughly reflected.
 
Please note that among the distributed materials listed below, Materials 3 to 6 were only distributed to the committee members.

0 Comments

生成AIで日常化される知財 Geminiによる要約

24/5/2024

0 Comments

 
2024年4月18日に日経ホールで開催されたJAPAN X-Tech展2024の講演【AI知財テック】「生成AIで日常化される知財―特許AIツールが強化するソフトパワー」(Tokkyo.Ai株式会社 取締役COO 平井 智之 氏)の動画がYouTubeでアップされましたので、ChatGPTに要約を作成させ、5月23日のブログに載せました。
 
生成AIの特許分野における活用 23/5/2024
https://yorozuipsc.com/blog/ai5909108
 
Gemini無料版に、【知財テック】「生成AIで日常化される知財~特許AIツールで強化するソフトパワー」を要約させるべく、下記のように指示したところ、しっかり要約してくれました。文字起こしは必要ありませんでした。確かに、マルチモーダル化はChatGPTよりGeminiの方が進んでいるようです。
 
以下は、Geminiへの指示と回答です。
 
指示
https://www.youtube.com/watch?v=xngXNz8tC-o
summarize it step-by-step, translate it into Japanese
 
回答
This video is about a lecture on how AI-generated inventions are becoming routine in the field of intellectual property and how AI patent tools can strengthen soft power.
The speaker, Mr. Hirai, who is the COO of a patent AI company, argues that soft power, which uses a country's attractiveness to influence the world, is becoming increasingly important. He says that Japan needs to utilize its intellectual property to create soft power.
AI-generated inventions are already being used in the field of intellectual property, and Mr. Hirai's company provides AI tools that can be used to do this. For example, their tool can be used to quickly generate patent drafts from descriptions of inventions and business ideas. It can also be used to search for similar patents and summarize foreign documents in Japanese.
The lecture also covers how AI can be used to come up with new ideas based on existing patents. For example, the speaker showed how their AI tool can be used to take a summarized patent and use it to generate a new patent idea. This is a new way of working that is made possible by AI.
The speaker also addressed concerns that AI will take people's jobs. He argued that AI will not take jobs, but rather that those who can use AI effectively will be the ones who succeed.
Overall, the lecture is about how AI is changing the field of intellectual property and how it can be used to create new inventions and strengthen soft power.
Here are the timestamps for the key points in the video:
  • 1:05 - Introduction of the speaker and the topic of the lecture
  • 2:07 - The importance of soft power and how intellectual property can be used to create it
  • 3:11 - How AI-generated inventions are becoming routine in the field of intellectual property
  • 5:22 - Demonstration of the AI patent tool
  • 12:13 - How AI can be used to come up with new ideas based on existing patents
  • 14:50 - Addressing concerns that AI will take people's jobs
  • 17:37 - The benefits of using AI patent tools
  • 19:22 - Examples of how AI-generated inventions are being used in the real world
  • 21:22 - Conclusion
I hope this summary is helpful!
 
(Japanese translation)
このビデオは、AI生成の発明が知的財産分野で日常化しつつあることと、AI特許ツールがソフトパワーを強化できることについての講義です。
講演者のヒライ氏は、特許AI企業のCOOを務めており、ソフトパワーとは、国の魅力を使って世界に影響を与える力であり、ますます重要になってきていると主張しています。日本は知的財産を活用してソフトパワーを創出していく必要があるとしています。
AI生成の発明はすでに知的財産分野で利用されており、ヒライ氏の会社はAIを活用した特許ツールを提供しています。例えば、このツールは、発明やビジネスアイデアの説明から迅速に特許明細書を作成したり、類似の特許を検索したり、外国のドキュメントを日本語に要約したりすることができます。
また、この講義では、AIを使って既存の特許から新しいアイデアを生み出す方法についても取り上げています。例えば、講演者は、AIツールを使って要約された特許を取得し、そこから新しい特許アイデアを生み出すことができることを示しました。これは、AIによって可能になった新しい働き方です。
講演者はまた、AIが人々の仕事を奪ってしまうのではないかという懸念にも答えていました。AIは仕事を奪うのではなく、むしろAIを効果的に活用できる人々が成功するだろうと主張していました。
全体として、この講義は、AIが知的財産分野を変革しつつあること、そしてAIを使って新しい発明を生み出し、ソフトパワーを強化することができるということについてでした。
ビデオの要点のタイムスタンプは以下の通りです。
  • 1:05 - 講演者と講演内容の紹介
  • 2:07 - ソフトパワーの重要性と、知的財産を活用してソフトパワーを創出する方法
  • 3:11 - AI生成の発明が知的財産分野で日常化しつつあること
  • 5:22 - AI特許ツールのデモンストレーション
  • 12:13 - AIを使って既存の特許から新しいアイデアを生み出す方法
  • 14:50 - AIが人々の仕事を奪ってしまうのではないかという懸念への回答
  • 17:37 - AI特許ツールを使用するメリット
  • 19:22 - AI生成の発明が実世界でどのように使われているかの例
  • 21:22 - まとめ
この要約が役に立てば幸いです。
 
 
 
Intellectual Property Routinized by Generative AI - Soft Power Enhanced by Patent AI Tools
 
A video of Mr. Tomoyuki Hirai, COO, Tokkyo.Ai Corporation, speaking at JAPAN X-Tech Exhibition 2024 held at Nikkei Hall on April 18, 2024, titled "Generating AI for Routine Intellectual Property: Soft Power Enhanced by Patent AI Tools" was uploaded on YouTube. Ai, Inc.) was uploaded on YouTube, and ChatGPT prepared a summary of the video and posted it on our blog on May 23.
 
Application of Generative AI in the Patent Field 23/5/2024
https://yorozuipsc.com/blog/ai5909108
 
I instructed Gemini Free Edition to summarize [IP Tech] "IP Routinized by Generative AI - Soft Power Enhanced by Patent AI Tools" as follows, and it did a good job summarizing. No transcription was necessary. Indeed, multimodalization seems to be more advanced in Gemini than in ChatGPT.
0 Comments

AI 時代における特許翻訳

24/5/2024

0 Comments

 
2024年5月5日 にライブ配信された「AI 時代における特許翻訳 - 平山 氏/藪内 達也 氏/nasa 氏」(YouTube「野崎篤志のイーパテントチャンネル-調査・分析系中心」)では、特許翻訳の専門家である平山氏、藪内達也氏、nasa氏の三人が、AI技術の進展が特許翻訳の分野にどのような影響を与えているかについて議論しています。-
文字起こししたファイルをアップし、ChatGPT(GPT-4o)に
『ファイルは、「AI 時代における特許翻訳 - 平山 氏/藪内 達也 氏/nasa 氏 YouTube「野崎篤志のイーパテントチャンネル-調査・分析系中心」- 2024/05/05 にライブ配信 ゴールデンウイークもそろそろ終わりますが、本日のイーパテントYouTubeトークセッションは、ChatGPTなどAIが注目されていますが、そのAI時代における特許翻訳をテーマに3名のゲストをお迎えしてディスカッションしていきます。 ゲストは 平山 氏 フリーランス特許翻訳 @Kitchoman 藪内 達也 氏 ストランズ・インターナショナル株式会社 代表取締役 @TYashf7 nasa 氏 振り出しに戻った技術者 兼 特許翻訳者(休止中) の3名です。 実際に特許翻訳の仕事でAIを使っているのか? AIでどこまで特許翻訳は効率化できるのか? AIでは難しく人がやるべき特許翻訳は? といったテーマで伺っていこうと思います。 特許翻訳に従事されている方だけではなく、知財業務にAIをどのように適用できるのかご興味ある方はぜひご覧いただければと思います。」というYouTubeの動画の書き起こしです。この動画の長めの要約を作成してください。』
と指示して要約させました。現在、これらのツールは特定のタスクで有用である一方、全ての翻訳作業に適用するにはまだ課題が残っています、ということで、大筋OKです。が、当然のことですが、動画の中で細かな話がされているところにヒントがあり、そのあたりは要約では出てきません。動画を見るべきですね。
 
このYouTubeトークセッションでは、特許翻訳の専門家である平山氏、藪内達也氏、nasa氏の三人が、AI技術の進展が特許翻訳の分野にどのような影響を与えているかについて議論しています。
主な議論内容:
  1. AIの現状と特許翻訳への影響:
    • AI技術、特にChatGPTや他のニューラルネットワークベースの翻訳ツールが特許翻訳の効率をどの程度向上させることができるかについての議論が行われました。現在、これらのツールは特定のタスクで有用である一方、全ての翻訳作業に適用するにはまだ課題が残っています。
  2. AIを使う場面と使わない場面:
    • AIを使用した翻訳結果をさらに編集する形で使うケースと、従来の手作業で行うケースの違いについて話されました。AIが得意とする翻訳分野と、人間の翻訳者が介入する必要がある分野の境界線が明確化されています。
  3. 具体的なAIツールの活用例:
    • 特許翻訳者の中には、AIツールを使って翻訳の精度を向上させる試みを行っている方もいますが、実際の仕事でAIをメインで使用している訳者はまだ少数派です。一部の翻訳会社では、特定の翻訳支援ツール(CATツール)を指定して使用することもありますが、それは翻訳会社の方針やコストの問題によるものです。
  4. AIと人間翻訳者の役割分担:
    • 特許翻訳の分野では、AIが生成した翻訳をチェックする役割と、ゼロベースで翻訳を行う役割が存在することが述べられています。AIツールの精度が向上しても、特定の専門的な内容や微妙なニュアンスを理解して翻訳するのは依然として人間の役割です。
  5. 今後の展望:
    • AI技術の進歩に伴い、翻訳者の作業も変化していく可能性が高いとされています。将来的には、より個別化されたAI翻訳エージェントが登場し、翻訳者のスタイルや過去の翻訳データを学習したAIが、より自然で正確な翻訳を提供することが期待されています。
このセッションは、AI技術が特許翻訳の効率化に貢献する一方で、人間の翻訳者の専門知識と判断力が依然として重要であることを再確認する場となりました。また、特許翻訳に従事する方々にとって、AI技術の進展をどのように取り入れるべきかについての洞察を提供する有益なディスカッションとなりました。
 
 
 
Patent Translation in the AI Era
In a live broadcast on May 5, 2024, titled "Patent Translation in the AI Era - Featuring Mr. Hirayama, Mr. Tatsuya Yabuuchi, and Mr. Nasa" on the YouTube channel "Atsushi Nozaki's e-Patent Channel - Focused on Research and Analysis," three patent translation experts, Mr. Hirayama, Mr. Tatsuya Yabuuchi, and Mr. Nasa, discuss the impact of AI technology advancements on the field of patent translation.
The transcription file was uploaded and ChatGPT (GPT-4) was instructed to summarize it. Here is the summary:
Main Discussion Points:
  1. Current State of AI and Its Impact on Patent Translation:
    • The discussion revolved around the extent to which AI technologies, particularly ChatGPT and other neural network-based translation tools, can enhance the efficiency of patent translation. While these tools are useful for specific tasks, there are still challenges in applying them to all translation work.
  2. When to Use AI and When Not To:
    • The conversation highlighted the differences between using AI-generated translations and traditional manual translations. The boundaries between translation areas where AI excels and areas where human translators need to intervene were clarified.
  3. Examples of AI Tool Utilization:
    • Some patent translators are trying to improve translation accuracy using AI tools, but the majority of translators do not primarily use AI in their work. Some translation companies specify the use of certain computer-assisted translation (CAT) tools, driven by company policy and cost considerations.
  4. Role Distribution Between AI and Human Translators:
    • In the patent translation field, roles such as checking AI-generated translations and performing translations from scratch were discussed. Despite improvements in AI tool accuracy, human expertise is still essential for understanding and translating specific technical content and subtle nuances.
  5. Future Outlook:
    • With the advancement of AI technology, the nature of translators' work is expected to change. Future AI translation agents may offer more personalized translations by learning from a translator's style and past data, resulting in more natural and accurate translations.
This session reaffirmed the importance of human translators' expertise and judgment in patent translation, even as AI technology contributes to efficiency. It provided valuable insights for those engaged in patent translation on how to integrate AI advancements into their work.
 
 
 


This YouTube talk session featured discussions on how advancements in AI technology impact the field of patent translation, with contributions from experts Hirayama, Tatsuya Yabuuchi, and Nasa. The session covered several key points:
  1. Current State of AI and Impact on Patent Translation:
    • Discussed the extent to which AI technologies, such as ChatGPT and other neural network-based translation tools, can enhance the efficiency of patent translation. These tools are useful for specific tasks but face challenges in being applied to all translation work.
  2. When to Use AI and When Not To:
    • Highlighted the differences between using AI-generated translations and traditional manual translations. Clarified the boundaries between areas where AI excels and areas where human translators need to intervene.
  3. Examples of AI Tool Utilization:
    • Mentioned that some patent translators are trying to improve translation accuracy using AI tools, but most translators do not primarily use AI in their work. Some translation companies specify the use of certain CAT tools based on company policy and cost considerations.
  4. Role Distribution Between AI and Human Translators:
    • Discussed roles such as checking AI-generated translations and performing translations from scratch. Despite improvements in AI tool accuracy, human expertise is still crucial for understanding and translating specific technical content and subtle nuances.
  5. Future Outlook:
    • Anticipated changes in the nature of translators' work with AI technology advancements. Future AI translation agents may offer more personalized translations by learning from a translator's style and past data, resulting in more natural and accurate translations.
The session reaffirmed the importance of human translators' expertise and judgment in patent translation, even as AI technology contributes to efficiency. It provided valuable insights for those engaged in patent translation on how to integrate AI advancements into their work.

0 Comments
<<Previous
Forward>>

    著者

    萬秀憲

    アーカイブ

    April 2026
    March 2026
    February 2026
    January 2026
    December 2025
    November 2025
    October 2025
    September 2025
    August 2025
    July 2025
    June 2025
    May 2025
    April 2025
    March 2025
    February 2025
    January 2025
    December 2024
    November 2024
    October 2024
    September 2024
    August 2024
    July 2024
    June 2024
    May 2024
    April 2024
    March 2024
    February 2024
    January 2024
    December 2023
    November 2023
    October 2023
    September 2023
    August 2023
    July 2023
    June 2023
    May 2023
    April 2023
    March 2023
    February 2023
    January 2023
    December 2022
    November 2022
    October 2022
    September 2022
    August 2022
    July 2022
    June 2022
    May 2022
    April 2022
    March 2022
    February 2022
    January 2022
    December 2021
    November 2021
    October 2021
    September 2021
    August 2021
    July 2021
    June 2021
    May 2021
    April 2021
    March 2021
    February 2021
    January 2021
    December 2020
    November 2020
    October 2020
    September 2020
    August 2020
    July 2020
    June 2020

    カテゴリー

    All

    RSS Feed

Copyright © よろず知財戦略コンサルティング All Rights Reserved.
サイトはWeeblyにより提供され、お名前.comにより管理されています
  • Home
  • Services
  • About
  • Contact
  • Blog
  • 知財活動のROICへの貢献
  • 生成AIを活用した知財戦略の策定方法
  • 生成AIとの「壁打ち」で、新たな発明を創出する方法