人工智能将如何塑造技术转移的未来

人工智能将如何塑造技术转移的未来 【译者按】《柳叶刀・神经病学》2024年3月发表综述性文章。探究了人工智能对技术转让领域的当下作用与未来潜力。AI目前已应用于技术转让的发明评估、合同管理、知识产权保护等环节，能实现专利在先技术检索、合同起草审核、专利初稿撰写等工作，大幅节省时间、减少人为误差。但AI在该领域应用仍存保密风险、“幻觉”失准、算法偏见、成本高昂及相关规制缺失等问题，且相关企业和投资占比极低，发展尚不成熟。研究指出，完善数据质量、存储条件、全球规制并做好保密防护后，人机协作将显著提升技术转让效率，而AI始终无法替代专业人士的验证工作。 【关键词】人工智能 技术转移 知识产权 创新生态系统 一、引言 人工智能是一种智能的技术工具，能够以自动化的方式执行需要人类大脑认知功能（包括知识解释、判断、推理和决策）的任务。人工智能有着悠久的历史。亚里士多德、托马斯·阿奎那、威廉·奥卡姆、勒内·笛卡尔、托马斯·霍布斯和戈特弗里德·威廉·莱布尼茨都对基本的认知操作及其自动化提出了疑问。 人工智能（AI）是一种跨学科技术，包括统计学、数学、经济学、生物学/神经科学、心理学/认知科学、逻辑、哲学、进化论和计算机科学。有趣的是，它是一种可训练的技术，能够从庞大的数据集中解读和学习如何执行特定任务，并通过模仿人类心智适应来创造解决方案。AI技术发展迅速，该领域的投资巨大。2022年，AI技术的总投资额为1683.9亿美元（图1）。根据Pitchbook的最新记录，目前有38969家公司从事AI技术领域的工作，其中16827家AI公司，即占总数的45%，位于美国。美国政府通过行政命令和指导方针支持AI技术的开发和采用。例如，2020年11月17日，美国政府发布了“关于人工智能应用监管的指导”行政命令。该行政命令旨在指导所有联邦机构就由AI赋能或启用的技术和行业制定监管和非监管方法，并考虑减少开发和使用AI技术的障碍。2021年1月1日，《2020年国家AI 倡议法》（第E部分，第5001节）也成为法律，为联邦政府提供一个协调一致的程序，以加速AI研究和应用。 我们在Pitchbook数据库中搜索了合同管理领域内涉足人工智能（AI）和机器学习（ML）的公司，以了解人工智能在协议管理领域的现状。根据皮彻布克的最新数据，在38969家从事合同管理业务的公司中，仅有55家涉及相关技术。如图2所示，在基于人工智能的合同管理公司中，45%来自美国，欧洲占比33%。 本研究旨在全面概述当前人工智能在合同管理中的应用情况，并大致描绘人工智能在未来技术转移办公室中可能发挥的作用。 二、方法 我们使用了以下列出的多个数据库和资源，来了解人工智能在技术转移领域的当前和潜在未来作用。 （一）本研究使用的数据库 为了探寻在合同管理领域开展人工智能（AI）和机器学习（ML）相关业务的公司，并探究已发表的文章和观点，我们使用了以下多个数据库。 1.Pitchbook（https://pitchbook.com）：这个平台提供对330万家公司私有和公开资本市场数据的访问，并提供了关于公司投资者、交易、合并与收购、基金、顾问和人员的资料。通过其每日简报和季度报告，公司还提供了关于资本市场相关事件、趋势和问题的评论和分析。 Pitchbook被查询以确定在合同管理领域与AI和机器学习合作的公司。我们根据公司的成立年份对公司进行了排序，绘制了公司的年份数量图，并检查了图表的多项式趋势线，以更好地理解基于AI的合同管理技术趋势。我们还考察了基于AI的合同管理领域的投资。 2.LinkedIn（领英）：领英是互联网上最大的专业社交网络。研究人员利用领英从技术转移专家那里收集有关人工智能和机器学习在合同管理领域当前及未来应用的信息和意见。领英上有很棒的讨论论坛，其中包含专家在合同管理中应用人工智能的当前经验，以及他们对人工智能在技术转移领域未来潜力的预测。领英上还会有该领域专家发表的关于人工智能技术在技术转移领域当前应用情况的博客文章。 3.大学技术经理人协会（Association of University TechnologyManagers——AUTM）：AUTM是一个拥有3100多名技术转移专业人士的协会。它是一个连接来自60个国家的学术界和工业界技术转移专业人士的平台。AUTM发起了关于大学和律师事务所技术转移办公室中基于人工智能技术的内部论坛。我们使用了来自这个AUTM论坛关于人工智能在合同管理中当前和未来作用的资料。 4.人工智能技术研讨会系列：我们参加了以下列出的研讨会系列，以收集关于人工智能技术通用应用、其优势和需要进一步改进的部分的信息。 （1）美国国家癌症研究所（NCI）网络研讨会系列：NCI组织了一个名为“美国与欧盟人工智能交流系列”的网络研讨会系列活动，该系列活动于2023年7月25日、7月26日和7月28 日举行。这个网络研讨会系列包含三个主题： •美国与欧盟人工智能交流系列：隐私保护型人工智能，2023年7月25日 •美国与欧盟人工智能交流系列：用于生物医学研究的社区/患者参与型人工智能，2023年7月26日 •美国与欧盟人工智能交流系列：符合伦理的人工智能以及服务不足社区的融入，2023年7月28日 （2）大学技术经理人协会（AUTM）网络研讨会：生成式人工智能已至：技术转移办公室必备知识，2023年5月11日 5.谷歌学术：谷歌学术允许访问各种出版格式和学科领域的学术文献全文或元数据索引。使用谷歌学术进行了与人工智能相关的文献搜索。 三、人工智能的历史及其当前应用 人工智能有着悠久的历史。在苏格拉底时代（约公元前400年），算法的存在性受到质疑。在亚里士多德时代（公元前300年），为了从初始前提得出结论，发展了各种推理方法，这创造了演绎推理方法，成为谓词逻辑和命题逻辑中的标准推理技术。在勒内·笛卡尔时代（17世纪），关于思考机器的想法以及关于自动化是否存在限制的问题开始出现。人工智能历史的一个关键 时刻是1950年艾伦·图灵发表的题为“计算机器与智能“的论文，其中他考虑了机器是否能够思考的问题。 人工智能的发展历史分为三个浪潮，如图3所示。这些浪潮是根据人工智能领域的兴趣、资金、研究和开发活动来确定的。约翰·麦卡锡，第一个定义“人工智能“的科学家，和他的同事们于1956年在达特茅斯学院的一次会议上创立了人工智能领域。这次会议被称为人工智能领域的奠基性事件，第一次“人工智能之夏“开始了。这是一个充满乐观情绪的时期，人工智能的资金和研究非常活跃，人工智能的许多基础都是在这个时期建立的。然而，随后是“人工智能之冬”，那时人们对人工智能的兴趣减弱，资金也随之枯竭。今天，我们处于人工智能发展的第三个浪潮，第三次“人工智能之夏”。 人工智能有许多应用，它在我们日常生活中的参与度每天都 在增加。一个很好的例子是，人工智能技术可以管理我们整个旅行，从购买机票到到达目的地。AI可以预订机票，决定航班的费用，监控机场，并在乘客到达目的地之前协助飞行员。更有趣的是，人工智能技术通过分析大量的财务和风险数据，以及提供量化的交易机会和税收优化功能，正在扩展到金融服务领域，并已被纳入投资组合管理。 四、开发基于人工智能技术的方法 开发人工智能技术有两种方法。其中一种方法使用符号，即把知识转化为符号，然后基于这些符号构建算法。这被称为机器学习，它允许人工智能通过算法从数据中识别模式来学习。人工智能和机器学习是相互交织的术语。相比之下，人工智能指的是经过训练的智能系统。机器学习是人工智能的子集，机器学习算法通过训练给它们的数据学习做出决策或预测。 第二种方法侧重于一种叫做深度学习的神经网络，它是机器学习的一个分支，它利用人类知识，将知识转化为符号，并在计算机中激发学习能力。深度学习使人工智能能够模仿人脑的神经网络。通过这种方式，人工智能能够感知数据中的模式，并能够自我训练。这被称为无监督学习。 1969年，神经网络深度学习被认为无法处理复杂的方程式。 因此，它被弃用，符号主义成为主流方法。美国在人工智能发展方面处于领先地位，美国的大多数人工智能技术都采用符号主义。然而，包括日本和韩国在内的亚洲国家更倾向于采用神经网络方法来开发人工智能技术。如今，大多数人工智能系统都是使用深度学习方法开发的。 有四种不同应用领域的AI类型：反应型AI、有限记忆AI、心智理论AI和自我意识AI。 基本的人工智能类型是反应性AI。反应性AI是为了使用输入来产生可预测的输出而开发的，带有反应性AI的机器在相同的情况下总是以相同的方式进行操作。反应性AI的例子包括棋手、垃圾邮件过滤器和Netflix推荐引擎。反应性AI的能力有限，它不能从过去的经验或新信息中学习，它只能响应有限的输入集合。 第二类人工智能是有限记忆AI。有限记忆AI可以从过去的经验中学习，并通过观察或处理数据来积累知识。这种人工智能可以将历史观测数据与预先编程的信息相结合，进行预测并执行复杂任务。有限记忆人工智能是应用最为广泛的人工智能类型。自动驾驶汽车就采用了有限记忆人工智能。 第三类人工智能是心智理论AI，目前它尚未完全发展成熟。然而，这类人工智能将能够理解人类，在与人类互动时记住人类 的情绪，并且能够像人类一样做出决策。麻省理工学院的辛西娅·布雷齐尔博士开发了一个机器人头部，它可以识别人类脸上的情绪信号，并在自己的“脸”上产生类似的表情，这是心智理论AI的一个例子。 第四代人工智能是具有自我意识的AI。它将是最先进的人工智能类型，具备自我意识和情感。然而，具有自我意识的人工智能尚未被开发出来。 五、人工智能在技术转移中的当前作用 技术转移过程始于一项发明。当有发明时，第一步应该是发明人进行发明披露。一旦技术转移办公室收到发明披露表，将执行以下步骤：对发明进行评估、保护、营销、许可和财务回报。本文的这一部分将介绍通过上述技术转移过程，人工智能当前的运用情况。 （一）人工智能在发明评估中的应用 1.可专利性评估 基于AI的现有技术检索工具是技术转移领域AI应用的优秀例子。专利现有技术检索过程是互动的、以人为中心的，需要多次搜索和周密的搜索管理。现有技术检索是为了确定是否有类似的想法在已申请的专利中发表。为了回答这个问题，基于AI的 工具已经被开发出来，并被运用于现有技术检索。现有技术检索可分为公开现有技术检索和非公开现有技术检索两类。这种区分对于识别那些尚未发表但已被发明的想法非常重要。 在现有技术检索中，另一个重要元素是分类法和搜索语句。如果一个AI系统使用错误的分类法来检索现有技术，并且搜索语句没有很好地定义，AI可能会创建不相关的结果并将它们作为有效结果呈现。因此，用手工搜索结果来检查AI的结果仍然至关重要。尽管基于AI的现有技术检索工具和平台都在发展中，目前仍没有任何AI系统能够在没有人类参与的情况下进行全面的现有技术检索。 基于AI的专利检索工具可以减少专利检索的时间和成本，专利审查员/专家可以通过使用AI工具来节省时间。14然而，AI在这两个关键要素上应该足够强大：（1）选择相关的搜索关键词；（2）创建正确的搜索语句。这两个要素是理解申请的主题和创造性的必要条件。 2.创新营销评估与营销 人工智能在营销领域崭露头角，对商业发展起着至关重要的作用，因为数据量庞大，高级机器学习算法、预测消费者趋势的模型，更重要的是，成本较低。在营销中大量使用人工智能。例如，亚马逊的Prime配送服务、多米诺比萨的语音辅助和耐克的 个性化产品，都是在营销中使用人工智能的例子。 根据市场营销任务的要求，人工智能可以划分为三个层次：1）机械AI可以自动连接关于市场、环境、公司、竞争对手和客户的数据；2）思考AI可以识别数据中的模式；3）情感AI可以与人类互动，包括涉及人类输入或分析人类情感和情绪。人工智能可以识别竞争市场、潜在被许可方和战略合作伙伴。 AI是一种神奇的工具，可以处理高质量的市场研究数据来完成各种任务，包括识别目