这样的宣传不仅是对专利服务行业的不尊重，也是对AI行业的不尊重！

      最近一篇名为“人工智能专利撰写机器人诞生”的文章引起不少关注，一家知识产权行业的企业宣称研发出专利撰写机器人，文中引述“专家”的话，“以前8天写一件专利，现在可以轻松一天写8件，为了更好的规定行文规范，……还特意邀请了专利局的人进行合作，可谓诚意十足。有了这些大腕儿的参与，质量也是没得挑了!说句毫不夸张的话，可以轻松秒杀工作5年之内的专利代理人”

文章一出来就引来不少质疑，但也有不少人表示肯定，甚至担忧行业的未来。

然而，从目前文章公布的信息来看，这样的宣传不仅是对专利服务行业的不尊重，也是对AI行业的不尊重！我们对待新事物总是会走入极端，要么棒杀要么捧杀！

       AI还远没有想象的那么强大

      人工智能从上世纪五十年提出到现在，起起落落好几次，在2010年后再次兴起新的浪潮，特别是2016后Google的Alphago公关宣传，将人工智能推向风口浪尖，尤其在中国引发广泛关注，从人工智能的媒体出现率和资本投资动向可见一斑。

      然而人工智能远没有想象那么强大，先不说专利撰写，就连简单的自然语言处理、智能检索都不过关。在自然语言处理方面，几乎不能用到严肃的工作中，目前也多应用于带有娱乐性质的活动中，比如写诗、娱乐对话等应用中，即使基于IBM的Watson系统开发的ROSS机器人律师也只相当于稍微智能一点的法律检索系统，而且应用领域还只限定在破产法。

       在短时间内，我们还很难看到人工智能在自然语言处理中的大突破，更别说专利撰写了，机器学习的理论创新还不够成熟，实际上目前的火热很大程度上是因为硬件技术发展带动，计算机的处理速度大幅度提升能执行更强的计算，产生更好一点的效果，就连当下最火的深度学习中的卷积神经网络，以及增强学习（这也是alphago的方法）理论基础也很薄弱，系统的鲁棒性不强，传统一点的自然语言处理更无强大的创新。

       计算机在自然语言处理方面目前实在“太笨”了，所谓的人工智能编辑实际上还是一种检索系统，基于一定的输入，在数据库找到匹配的文档，即便是这一步，计算机也做不好，比如技术人员在搜索“专利”相关的文献时，会在找到的文献根据上下文理解，甚至各种联想推理，判断这篇文献是否相关。而计算机则是要靠各种算法确定的模型去确定，比如常用的TF/IDF，依靠关键词“专利”在文章中出现的频率和权重判断是否相关，实际上这连基本的“表示”也没做到。

人工智能从本质上无法做到从字典库中调出单个字或词汇组成句子，只能依据输入的关键词在数据库中找到匹配的文档和段落，即使在这一环节，也很难找准，所以需要运用基于各种算法的模型，包括当下比较火的机器学习（统计学习），这也是人工智能的核心，让机器学习，通常的统计学习方法利用现有的一些数据集，基于算法训练一个模型，再用这个模型去预测新的数据，为了方便解释，我们举一个简单的例子吧。

       比如我现在想查询自动驾驶的方面的专利文献，如果用机器学习的方法（监督学习），首先要找到一个训练的数据集，这个数据集都是自动驾驶相关的专利文献，我们总结自动驾驶相关文献的特征，比如这类文献包括关键词自动驾驶、自动刹车、雷达、摄像机，当然出现这类词的文档可能不一定都是自动驾驶相关的专利，也可能就是一篇小说或者新闻报道，这时候就需要通过训练的数据对算法模型进行调参，比如规定出现自动驾驶这个词的时候，文档与自动驾驶相关可能性更大，那么自动驾驶的权重就更大，雷达也在其他类型的文献中出现，那么权重就小，不断调整模型，直到模型的准确度达到要求的程度，在文档分类中，目前有十多种比较常用的算法包括支持向量机、贝叶斯算法等，但都有关键的缺陷，而且一篇文章会有成百上千个关键，在算法上会有太多的维度，又涉及到降维，所以文档分类这种最基本的操作都很难达到许多场合应用的要求，更别说从这些检索的片段中组合成专利了。

      我们应对人工智能技术有起码的敬畏和尊重

      人工智能发展到今天，取得很多成就，也引起广泛的关注，在图像识别、语言处理、天气预测等领域都有运用，但仍然有很多未解决的问题，需要大量的基础研究，特别是数学领域、软件领域、硬件领域的创新，准确率在原来的基础提高哪怕1%也需要大量的人力物力支撑，而基础的算法创新更是科学家毕生甚至团队多年的研究，到应用层面就更难了。中国整个专利服务业规模才百亿，从市场角度很难让人相信有那么多资金人才投入到这方面的研究，而没有大的投入，依靠目前的算法，也很难让人信服这种撰写机器人会有多大的效果。如果本身不是人工智能，而是仅是想依靠这个概念商业炒作，是不是对AI领域的不尊重？

       代理人没那么容易被取代？

       从人工智能目前的状态，我们可以看出别说专利撰写，连稍微精确点的文档分类，目前的各种机器学习算法都有很大的缺陷，更不用说对语言的深度理解、技术的准确把握、法律思维的修养，这些代理人具备的基本素质，都是机器学习算法目前理论上都无法越过的障碍，更不要说应用上了。以前许多企业为拿补贴，出现过复印大量现有专利冒充申请，国家知识产权局一度还有专门的术语“非正常申请”，对于这种申请，我想AI是能实现的。专利行业在可预见的未来AI的作用有限，最起码的智能检索还有很长的路要走，更别说基于找到的文献的片段组装的专利了。当然AI对专利行业是有挑战的，这种挑战表现在AI未来应用的领域可能越来越广，而这个行业可能又是一个专利密集型行业，会有大量这方面的专利申请出现，包括自然语言处理、自动驾驶、医疗检测与诊断等等，进而相关的专利诉讼又会大量出现，会对代理人的业务量有新的挑战。

欢迎关注专利分析与布局公众号：patent12345