弁理士Tajの発明研究ブログ

『発明にこだわる弁理士』を目指したいと考えています。
※掲載内容についての完全性・正確性は保証しておりません。

2018年06月

#AI

先日受験したディープラーニングの検定試験(G検定)の推薦図書①。
AIがどのように利用されているかについての取組例と関連する日本企業名を抽出した。
とりあえず、これらの企業のAI関連特許についてチェックする予定。


表題(取組例) 日本企業
177 表1 自動走行関連用途にディープラーニングを応用する取組例 デンソー、モルフォ、ZMP
179 表2 医療画像認識関連用途にディープラーニングを応用する取組例 エルピクセル、カシオ計算機、キヤノン、プリファードネットワークス
182 表3 音声認識・対話関連用途にディープラーニングを応用する取組例  
183 表4 機械翻訳用途にディープラーニングを応用する取組例 KDDI
184 表5 文章生成関連用途にディープラーニングを応用する取組例 NTTデータ
185 表6 運動の習熟関連用途にディープラーニングを応用する取組例 トヨタ自動車
188 表7 開発設計にAIを利用する取組例 富士通
189 表8 生産工程にAIを利用する取組例 ファナック、ブリヂストン
190 表9 ※取組例ではない (自動走行システムの定義)  
191 表10 自動走行の取組例 トヨタ自動車、日産自動車、本田技研工業
192 表11 ロボットタクシーの取組例 DeNA、SBドライブ、ZMP
193 表12 異常検知にAIを利用する取組例 首都高速道路、千葉市、日本国土開発、東日本高速道路、福田道路+NEC、NTTコムウェア
194 表13 設備運用にAIを利用する取組例  
195 表14 農業自動化にAIを利用する取組例 クボタ、須藤物産、パナソニック
196 表15 栽培管理の効率化にAIを利用する取組例  
197 表16 診断支援にAIを利用する取組例 桶狭間病院藤田こころセンター、自治医科大学、FRONTEOヘルスケア
198 表17 新薬開発にAIを利用する取組例 システムバイオロジー研究機構+SBX Technologies、武田薬品工業 +富士フイルム+塩野義製薬等
200 表18 サイバーセキュリティ対策にAIを利用する取組例 トレンドマイクロ
201 表19 災害対策・予測にAIを利用する取組例 産業技術総合研究所+NEC、情報通信研究機構、国土技術政策総合研究所+産業技術総合研究所
202 表20 映像監視・犯罪リスク予測にAIを利用する取組例 日立製作所、富士通、NEC
203 表21 電力需要予測にAIを利用する取組例 グリッド、安藤ハザマ、清水建設、三菱重工業
204 表22 運用効率化にAIを利用する取組例 東京電力カフュエル&パワー
205 表23 適応学習にAIを利用する取組例 サイトビジット
205 表24 採点にAIを利用する取組例 EduLab
206 表25 株式取引にAIを利用する取組例 野村證券、みずほ証券、三菱UFJ信託銀行
207 表26 資産管理・運用にAIを利用する取組例 お金のデザイン、ソニー銀行、野村アセットマネジメント、みずほ銀行、三菱UFJ国際投信、楽天証券、WealthNavi
209 表27 融資審査にAIを利用する取組例 住信SBIネット銀行+日立製作所、東京センチュリー、みずほ銀行+ソフトバンク
210 表28 セキュリティ・詐欺特定にAIを利用する取組例 三井住友フィナンシャルグループ
211 表29 調達物流にAIを利用する取組例 商船三井、新日鉄住金、ヤマト運輸
212 表30 拠点内物流にAIを利用する取組例 日立物流、Doog、GROUND、ZMP
213 表31 販売物流にAIを利用する取組例 アスクル、楽天、ZMP


その他、気になるのは、157頁の「1.9.4.1 特許動向」の記載。
AIが様々な領域に影響を与え始めている変革期においては、広い範囲で特許権を取得できるケースは少なくない。また、AIの発展は著しく、自社技術として秘匿しても、優位性を維持できる期間は短い。そのため、国内外の主要企業等では、開発した技術に関わる特許出願を進めている状況にある。
優位性を維持できる期間が短いなら、特許出願しなくても良いのではと思ってしまう。前提として、AI特許は侵害を指摘するのが困難なので特許制度に馴染まないという側面がある。ベンチャー企業が資金調達の際の評価を上げるために特許件数を増やすというのはあるようだが本質的ではないだろう。いずれにせよ、弁理士としては権利行使しやすい請求項の表現を検討する必要があるし、その検討はすぐにでもしないといけないと思う。自分も勉強スピードを上げねばと思う。

続きを読む
このエントリーをはてなブックマークに追加

#AI

久々のブログ更新。

急遽予定が空いたので、ディープラーニングに関する検定試験(G検定)を6月8日に申し込みをし、6月16日に受験した。受験料12960円+推薦図書①3564円+推薦図書②1512円+推薦図書③3024円。トータルで21060円。少し高く感じてしまった。

○推薦図書
・推薦図書① 「AI白書2017」3564円
・推薦図書③ 「深層学習」(岡谷貴之著) 3024円


○勉強した内容
 6月8日  申し込み。この日は友人と飲みに行き無勉強。
 6月9日  推薦図書②を購入。1日で読破。
 6月10日 推薦図書③を読む。あまり理解できず。推薦図書②の復習。
 6月11日 推薦図書③を読む。あまり理解できず。
 6月12日 推薦図書③を読む。あまり理解できず。
 6月13日 推薦図書①を読む。推薦図書③の復習。急に推薦図書③の内容が理解できるようになってきた。
 6月14日 推薦図書①を読む。80頁ぐらい読んで、残りは読まずに眺めて強引に終了。推薦図書③の復習。
 6月15日 推薦図書②③の復習。
 6月16日 推薦図書②を復習してから13ー15時で受験。
 6月20日 合格通知(試験自体は簡単ではないが合格率が高い)

○コメント
 この検定は「一般社団法人日本ディープラーニング協会」により行われている。当初、この協会の理事長が推薦図書②の著者で、理事が推薦図書③の著者ということで、頭の良い人達を儲けさせるために金と時間を使って勉強するのかよと思ってしまった。ただ、推薦図書はいずれも一読の価値があり、結果として受験したことは有意義だった。
 なお、AI勉強メモ2でみたPKSHA Technologyという会社の人達は、この協会の理事長の教え子なのかと思われる。

○備忘録
AI発明について考えるときには、どのレベルの話をしているのかを意識しないと混乱する。推薦図書②に記載されている以下の分類は頭の整理に役立つと思う。

--------
○人工知能と呼ばれるもの(P50)

<レベル1> 単純な制御プログラムを「人工知能」と称している
 →「制御工学」や「システム工学」という名前で既に長い歴史のある分野
  ・マーケティング的に「人工知能」「AI」と名乗っているもの

<レベル2> 古典的な人工知能
 →入力と出力を関係付ける方法が洗練されており、入力と出力の組み合わせの数が極端に多い
  ・推論、探索

<レベル3> 機械学習を取り入れた人工知能
 →機械学習というのは、サンプルとなるデータをもとに、ルールや知識を自ら学習するもの
  ・検索エンジンに内蔵
  ・ビッグデータをもとに自動的に判断

<レベル4> ディープラーニングを取り入れた人工知能
 →機械学習をする際のデータを表すために使われる変数(特徴量と呼ばれる)自体を学習するもの

--------

○追記
・上述の松尾先生のスライドがあった。
 「人工知能は人間を超えるか


続きを読む
このエントリーをはてなブックマークに追加

↑このページのトップヘ