先日参加したＩＮＴＡのミーティングにおいて、私の主な仕事は人に会うことでした。大半は弁理士です。会場で名刺交換をしたり事務所を訪問したり。
　そんな中、データサイエンティストの方とお話しさせて頂く機会がありました。この方は、ＡＩの開発に携わっており、データさえあれば何でも学習できるという主旨でお話しをされていました。ＡＩに明細書は書けると思うか？と聞いてみたところ、「データさえあれば」確実にできるということでした。例えば、クレームから明細書を作成するとか、発明提案書から明細書を作成するとか、そういうことが可能であると考えていらっしゃるようです。
　また、ＩＮＴＡ期間中には夜も人と会う機会がたくさんあり、お酒を飲みながらたくさんの人に会ってきたのですが、その際、明細書の自動作成ＡＩを開発している企業があるという話も聞きました。現在の所、使えるアウトプットが得られるものにはなっていないという話でしたが、世界中で明細書の作成を自動化するための開発を行っていると仰っている方もいました。

　私自身は、以前も書きましたように、「データセットを用意することが不可能」であるため、弁理士の仕事を代替可能なＡＩを近い将来に開発するのは不可能と考えているのですが、明細書の作成を支援するＡＩなら開発できるかもしれないとも考えています。例えば、特定のクライアント様の明細書を書く際に、装置の基本構成などを既存の明細書から流用し、適切な表現となるように修正する「作業」を行うことがありますが、このような「作業」であれば「正解」と見なして良い文書が存在し得るため、データセットを用意することも不可能ではないように思えます。従って、このような「作業」を行うＡＩであれば機械学習によって開発できるように思えます。もちろん、ＡＩのアウトプットを適宜修正するのは必須になると思いますが、むしろ、「作業」を弁理士の代わりに実施してくれるＡＩがあるなら是非使いたいです。作業的な部分はＡＩに任せておき、クライアント様の個別の事情に合わせるべきクレームやクレームのサポート部分に注力できるようになれば、限られた時間で作成できるクレームや明細書の品質を高められるように思えます。１０年後には我々の業界も今とは仕事の内容が大きく変わっているかもしれませんね。

　INTA Annual Meeting が開催されていたシアトルから戻りました。シアトルに行ってみてホテルの多さに驚きました。今回のINTAでは１１０００人程度の登録者がいたそうですが、十分収容可能です。名古屋で同規模のイベントが開かれることを想像しましたが、ホテルの数や国際会議場の規模からしてとても無理のように思えました。

　さて、INTAでは参加者のメリットの一つとしてnetworkingが挙げられています。確かにnetworkingの機会はたくさんあり、非常に効率的に知人を増やすことができたように思えます。

　私は今回観光をすることなく戻ってきたのですが、合間にやってみたかったことがあります。日本では使えない技術を使ってみたかったのです。AMAZON GOとUBERです。
　AMAZON GOは、自分が手に取ってバッグに入れた商品をトレースしており、退店後に各商品をチャージしてくれるサービスです。内容は聞いていましたが実際に使ってみるとやっぱり驚きます。カメラもほとんど見えない（気にならない）ように配置されており、いったいどうやっているのだろうと思わずにはいられません。私は最初に商品を紙袋に２つ入れ、そのあと手提げ袋があることに気づき、紙袋と他の商品を手提げ袋に入れたあと退店しました。そういうややこしい行動をしてもしっかり正確にチャージされていました。AIで商品とピックアップした人を特定しているとのことですが、大変すばらしい技術ですね。この技術のようにレジ打ちという業務自体をなくしてしまう技術こそイノベーションと呼ぶにふさわしいように思えました。AIが人の仕事を奪うという懸念が議論されるのも無理はないと実感しました。
　UBERは非常に便利でした。今回の滞在中、少し遠い場所に行く際にはすべてUBERを使いました。行きたい場所を入力すると、その付近にいるドライバーがその仕事を受託し、多くの場合２，３分で迎えに来てくれます。日本にいるときには、タクシーの配車と何が違うのかと思っていましたが、全く違います。使い勝手が。日本だと配車の打診から１０分以上待たされることはザラですし、配車を頼んでもその場所だと「今タクシーが近くにいなくてあと２０分ぐらいかかります。」などということもよくあります。現状のタクシーだと需要の変化に応じて柔軟に車の数を増やせないので無理はないですよね。UBERなら需要がない地域ではドライバーが減ると思われますが、需要のある地域ではドライバーが増えると思われますので、仕組みからしてUBERの方が圧倒的に需要に応じたサービスが提供しやすく、そこに価値を感じるユーザにとっては非常に高品質のサービスと言えます。このレベルのサービスが安定的に提供されたら多くの人にとって手放せないサービスになるでしょうね。アメリカでは実際、そうなっているように思えました。
　帰国の道中で調べてみたところ、日本でもUBERのサービスは始まっているようでした。そこで早速、駅から自宅までの配車に使ってみました。。。。結果、「この地域ではサービスを提供しておりません」とのこと。ああ、やっぱり。需要がないからサービスが提供されていないのか、サービスが提供されていないから需要がないのか分かりませんが、使えませんでした。なお、UBERが使える地域でも、日本で配車可能なのはハイヤーだけだとか。それって、、、もうUBERじゃない。
　AMAZON GOにしてもUBERにしても、日本で最新技術が体験できないのはいつ頃からなのでしょうか。規制によってイノベーションが阻害されているのであればそれはとても不幸なことです。次世代の人々に住みやすい国を継承していくために必要なことがたくさんあると感じます。

　明日（５／１８）からINTAのAnnual Meetingに参加するため、海外出張に出かけます。２年ぶりの海外出張なので非常に楽しみです。私は若い頃バックパックを背負っていろいろな国を旅したことがありまして、その頃を思い出すからなのか、今でも海外に行くと自分の中のスイッチが切り替わるように感じます。少しテンションが上がってしまうんです。Annual Meetingでは上がってしまったテンションを利用してたくさんの方と話をしてこようと思っています。長期的に信頼関係を築けるような良い出会いがあると良いのですが。。。

　さて、昨日の日経新聞にこのような記事が載っていました。
「ゲーム業界特許ラッシュ紛争過熱の弊害懸念も」
　過去１０年で特許出願件数が減少してきた業界に身をおく者としては、久々に注目したくなるニュースです。ゲーム業界では注目すべき訴訟がいくつかありますので、そのベースとなる特許出願の件数が増えるのも当然でしょうか。記事では特許件数の増加によって自由な開発の障害になるという懸念にも触れられていましたが、各社は自己の事業を確実に守るために知財を準備すべきですから近い将来に出願件数が少なかった過去の時代に戻ることはないように思えます。
　多くの日本企業はライセンス交渉を通じて訴訟まで発展させないように活動しているように思えますが、そうだとしても交渉のベースになる知財を獲得しておかなければ交渉できませんので、知財を戦略的に獲得するのはとても重要ですね。
　いずれにしても、特許業界人としては、早期に戦略的に特許を取得した企業の活動が阻害されず勝ち残るようになってほしいと願います。知財を軽視する企業が勝ち残る世界は良い世界ではないように思えるのです。
　今回のゲーム業界の訴訟は、当事者の方々にとっては非常に大変なことと思いますが、結果が出れば、どのような場合に交渉すべきなのか、どのような知財が守られるのか、など、いろいろな実務の知識を特許業界で共有できるようになると考えられます。この意味で、今回のゲーム業界の動向は非常に興味深く、今後も注視していきたいと考えています。

　弁理士業界は年度末に繁忙期がありますが、年度開始当初は比較的時間があります。多くの弁理士は春に自己研鑽されているのではないでしょうか。

　今年はアメリカ、シアトルで開催されるＩＮＴＡのミーティングに参加しますので、この機会に米国特許法の知識をリフレッシュ中です。
　また、ここのところ私は人工知能の関連技術に非常に強く惹かれていまして、時間のあるときにより多くの知識を吸収しようと思っています。
　近年、ＭＯＯＣをはじめとする学習環境がとても充実していますので、学生でなくても容易にハイレベルな教育を受けることが可能ですね。もちろん、書籍を利用して学習することも可能ですが、実際にコーディングしながら学習を進めるためにＭＯＯＣの講座を利用することにしました。
　ざっと調べただけでも人工知能に関する学習が可能なオンラインコースは非常にたくさんあります。今回、以下を検討しました。
・COURSERA: Deep Learning Specialization
・UDACITY: Artificial Intelligence
・Machine Learning Crash Course
・GCIデータサイエンティスト育成講座
　最初の２講座は有料です。無料体験などを使いながらそれぞれを試してみた結果、COURSERAの講座を受講することに決めました。同じ講座を受講中の方がいらっしゃいましたら是非一緒に勉強しませんか。一人より、多人数で勉強した方が理解も深まりますので。
　UDACITYは最後まで迷いました。他の講座にはない非常に興味深い課題ばかりだったからです。数独を解くコードやゲームを自律的にプレイするエージェントの作成が課題になっています。COURSERAの講座と比べると要求されるバックグラウンドが高いこともあり、UDACITYの方がまともにコーディングする量が多かったです。これが非常に楽しかったのですが、期限がタイトで、課題の提出が最終期限に間に合わなかった場合には修了できなくなってしまいます。職業プログラマーではない私のような者は、pythonの文法を調べた上でコードを書く必要があるため、デバッグの際にロジックが良くないのか文法が良くないのか判断できず、デバッグに非常に時間がかかります。通常業務終了後の空き時間で課題をこなすためにはここがネックになりまして、受講を断念しました。
　COURSERAの講座は人工知能に関する基礎的なトピックを説明し、コーディングによって体験することで理解を深める体裁になっています。多くの内容は「ゼロから作るDeep Learning：オライリージャパン：斎藤　康毅　著」等の書籍で学習済なのですが、同じような内容であってもビデオ講座で説明されるとより簡単に理解できるように感じます。講座を受講した後には、明細書がすらすら書けますのでこれだけでも受講した価値があると感じます。
　また、CNNと自然言語処理は以前から体系的に学習してみたいと思っていました。CNNと自然言語処理はCOURSERAの講座に含まれているため、このあたりが講座を選択する主な理由になりました。ちなみに、この講座は課金が１ヶ月毎になっているため、非常に始めやすくて助かります（UDACITYは一括課金）。
　COURSERAの講座におけるコーディングの課題は非常に簡単です。ステップバイステップになっており、直前の説明を読めば書くべき内容はすぐに分かります。それでもデバッグによって数時間かかることもザラであり、この期間が意外に重要と感じます。初稿のコードはほとんどの場合動きませんので、デバッグが必要です。その過程でより深く考えることで人工知能の理解が自然に深まっていきます。講座を継続してみて、コードの内容は簡単であるものの、理解を深められるようによく考えられていることが分かってきました。
　先日、全５講座のうちの最初（Neural Networks and Deep Learning）を修了したところです。現在CNNについて学習中です。YOLO（You Only Look Once）などの新しい技術も説明してもらえるようなので、しっかりと学習していきたいと思っているところです。

　この度、Knowledge Partners特許業務法人においては、組織変更を行いました。２００７年の設立以来、岩上渉と吉田大の２名が特許業務法人の社員として登録しておりましたが、吉田大は２０１８年３月３１日をもちましてKnowledge Partners特許業務法人を退社致しました。

　吉田氏は、以前から弁理士業以外の事業を手がけておりまして、弁理士業よりもそちらに注力したいという意志をお持ちでしたので、話し合いの上、吉田氏がKnowledge Partners特許業務法人を退社することになりました。

　後任には後藤貴亨が就任致しました。今後は、岩上渉と後藤貴亨の２名が特許業務法人の社員として登録しまして、Knowledge Partners特許業務法人を継続してまいります。Knowledge Partners特許業務法人では今後も全メンバーが団結しまして、クライアント様から期待して頂ける事務所を目指して日々研鑽していく所存でございます。
　今後とも、よろしくお願い申し上げます。

２０１８年５月　　岩上渉

　ＡＩは人類にとって脅威なのでしょうか？
　今さら？と思えますが、ＡＩが人間の仕事を奪うという話は未だに頻繁に話題になりますので私も少し乗っかってみたいと思います。
　有名なのは、野村総合研究所が発表したこれですね。弁理士の仕事の９２．１％はＡＩに取って代わられるという予想もあるとか。
　根拠を探ってみましたがウェブサイトからはたどり着くことができませんでした。また、分析に利用されたデータとして 労働政策研究・研修機構「職務構造に関する研究」が挙げられていましたが、この研究は、各職業に必要なスキルや知識のアンケートをとって集計したもののようです。この集計結果は、業務の具体的な内容を示しておらずＡＩで代替可能かどうかの議論に値する情報を全く含んでいないと思えるのですが、分析の元データは本当にこのデータなのでしょうか？

　ウェブサイトに開示されていた情報だけでは発表の内容を深く分析できないので、この発表結果は気にしないことにしてここでは弁理士の業務の代替可能性を技術的に検討してみます。
　まず、弁理士の業務を特許明細書作成業務に絞ります。弁理士の業務と言えばまずこれでしょう。先行技術文献の検索業務など他の業務もありますが、検索業務等に依拠している弁理士の数は少なく、弁理士の業務の代替可能性を考える際に特許明細書作成業務を分析することが必須と思えます。ちなみに、私自身は、検索業務のような作業系の業務はすぐにでもＡＩに代替されてほしいと思っています。

　現在ＡＩと呼ばれているモノで実現性のあるモノといえば機械学習でしょうか。例えば、ニューラルネットワークに特許明細書業務を学習させるとか、強化学習で良い明細書を書けるようにするとかが想定されるのでしょうか？無理としか思えません。機械学習を進めるためには正解が必要だからです。具体的に実現しようとすれば、何が正解なのか定義しなければなりません。例えば、発明者の書いた発明提案書を明細書に変換するニューラルネットワークを考えてみましょう。この例であれば、発明者の書いた発明提案書と理想的な明細書とを対応づけた教師データを使ってニューラルネットワークに学習させることになりますね。この時点で不可能としか思えません。ある入力情報に対応する理想的な明細書なんてモノは世の中に存在しませんし、既存のデータから正解を創ることはできません。
　既存のデータ、例えば、発明提案書と出願済明細書とのセットを教師データとすれば学習は可能かもしれませんが、このセットは正解でしょうか。必ずしも正解ではなく、場合によっては品質が良くない明細書も多く存在するのではないでしょうか。こんな教師データを使って学習しても、意味のない学習しかできません。
　特に請求項は、出願人の個別の事情や発明の内容に応じてカスタマイズされる必要があります。そんなことが可能な教師データがどこにあるのでしょうか？判例でしょうか？判例に挙げられた請求項が、正解だとは思えませんし、そもそも圧倒的に数が足りません。
　上述のニューラルネットワークは私の勝手な予想であり、実際には別の理由で代替可能性が議論され得るのかもしれませんね。発明提案書を入力し、出願済明細書を出力する処理が可能であるという前提がそもそもファンタジーですし。例えば、汎用人工知能が完成すれば弁理士の業務をＡＩが実行することができるでしょうか？できるかもしれませんし、できないかもしれません。いずれにしても、汎用人工知能が具体化する道筋が見えていない現在においてその完成を予想し、しかも弁理士の業務が代替される可能性を予想するのは、ロジカルな話になり得るでしょうか。私にはタイムマシンが実現するか否かを予想するのと同程度の話にしか思えません。
　弁理士の業務の代替性をまじめに考えるのであれば、少なくとも、どのようなデータを使って学習させるのか明らかにするとか、業務を代替可能にする技術的アプローチを具体化するとか、そのような議論が必要なのではないでしょうか。私自身は、正解のデータを用意できる業務であれば代替される可能性が高いと思いますが、正解のデータを用意できない業務が近い将来に代替されると思えないです。

　年末に予定していたとおり、休み期間中にVoice Kit をいじってみました。
　年末年始、我が家ではボードゲームがブームでした。「カタンの開拓者たち」というボードゲームなのですが、非常に完成度が高く子供も大人も夢中になって楽しむことができます。このゲームは、２つのサイコロを振り、出た数の和を使って進行していきます。このため、２つのサイコロを振って出た数の和が戦略上とても重要になります。うちの子供たちは、当初、２つのサイコロを振って出た数の和を確率で推定できるということを知らず、説明してもよくわからない様子でした。そこで、出た数の和を記録してみることにしてみました。ゲーム中にサイコロを振って出た数の和を全て記録していくのです。１ゲームではサイコロを振る回数がさほど多くなく、確率を正確に反映していないため、数ゲームにわたって記録を続けないと有意な結論を導けません。
　ですが、毎回記録するのは面倒くさい。サイコロを振るたびにペンを使って数値を書き留めるだけなのですが、ゲーム中にこれを続けるのがすごく面倒くさい。
　そこで、Voice Kitの登場です。
　ゲーム中、サイコロを振るたびに２つのサイコロの数の和を発話し、発話回数を記録することにしました。Google Cloud Speechというサービスを使うと、マイクを介してraspberry PIが録音した音声をテキスト化してくれます。そこで、サイコロの数の和をテキスト化し、和の値を示すテキストである場合にその数値の発話回数を１プラスすれば、最終的に和の数がどの頻度で出現したか分かります。例えば、和が７の場合、「number seven」と発話し、７の発話回数を１プラスします。この処理を繰り返し、最後にその和を表示させるプログラムを作成しました。
　結果、数値の記録がだいぶ楽になりました。音声入力でも若干面倒には思えましたが、それでもペンで記録するよりはずいぶんとましです。音声入力が終了した時点で電子データ化されているため集計も楽でした。
　今回は、以上のような極々簡単な内容で音声認識技術を体験してみました。音声認識サービスが有用と思われる場面はたくさんあると思いますが、今回のように、あるタスク（ボードゲーム）を実行しながら別のタスク（サイコロの目の集計）も実行する場合、その一方を音声入力のみで実施可能にするサービスは非常に有用と思われます。
　そして、このようなニーズはそこら中にありそうです。GoogleのサービスやVoice Kit を使えば、「こうなっていれば便利かも」というアイディアを実現するための装置を非常に簡単に試作し、有用性を判断したり、より本質的なニーズを発掘したりすることができます。従って、音声認識を行うためのＡＩ技術などを持っていなくても音声認識を使った発明することが可能です。。。。
　今後、音声認識に関する発明が増えるかもしれませんね。

　新年あけましておめでとうございます。
　おかげさまで昨年はクライアント様から多くのご依頼をいただきまして、特許業界の今後に期待できそうだと感じられる一年になりました。
また、数年前からの経営課題のうち、解決の方向性が見えたもの、見えないものが明確になった一年でもありました。その意味で非常に実りの多い一年でした。
今後も継続して経営課題の解決に取り組みながら、クライアント様、関係者様の信頼と期待を獲得すべく研鑽してまいります。

　本年もよろしくお願いいたします。

Ｋｎｏｗｌｅｄｇｅ　Ｐａｒｔｎｅｒｓ　特許業務法人　一同
　

　おかげさまで最近大変多忙にしておりまして、ブログの更新が滞っていました。少なくとも年度末まではこのペースが続きそうですのでしっかり仕事を続けますが、合間を見つけてブログの更新も続けねばと思っているところです。
　年末年始にはまとめてお休みがとれそうですので、人工知能関連技術の学習を再開するきっかけを作ろうと思っています。冬休みの宿題として。

　みなさん、AIY Projectsってご存知でしょうか。
https://aiyprojects.withgoogle.com/
Do-it-yourself artificial intelligenceだそうです。
 　私は以前からこのプロジェクトに興味を持っており、ＡＩを動かすコンピュータ（raspberry PI）とVoice Kitを注文してありました。最近になって届きましたので、冬休みに少しいじってみたいと思っています。
　ウェブサイトによると「このプロジェクトのtook kitは我々や我々のコミュニティの問題を解決するために提供されている」とのことです。Pythonを扱える技術者なら、ささっとアプリケーションを作れそうです。誰でも安価に高度な技術を利用できるってすばらしいですね。
　Voice Kitは自分で組み立てたスピーカー、マイク一体型の装置から入力された音声でGoogle Assistantを利用したり、音声をテキスト化したり、音声でＬＥＤを点灯させたり、いろいろなことができるようです。要するに音声入力によるアプリケーションを作ることができるということですかね。
　冬休みだけでは時間が足りないかもしれませんが、Voice Kitで遊びながら実際に開発を体験しつつ、音声認識技術を利用した特許についても考えていこうと思っています。

　弊所では、引き続き、弁理士、特許技術者の方を募集しています。
　弊所ではウェブサイトを中心に人材募集活動をしておりますが、並行して大手人材紹介会社や特許業界専門の人材紹介会社にも人材の紹介を打診しています。
　これらの会社の方々と話をしていると、どうも、特許業界で職を得ようとする方の数は近年減っているようです。
　原因の一つとしては、日本全体で進行中の人材不足が挙げられると思いますが、別の原因として、日本における特許出願の漸減傾向が挙げられるでしょうか。
　わかる気もするのですが、私自身はこの業界で仕事をしていて良かったと思いますし、人生をかけて取り組む価値があると思っていますので、以下、私が考える特許業界の良いところを述べたいと思います。

１．楽しい
　テクノロジー好きっていると思うんです。そういう人は、モノの仕組みを知って「あーそうなっているんだ。なるほど。なるほど。」というように新たな知識を吸収することを純粋に楽しめると思います。私は業界に２０年おりますが、私が知らないテクノロジーはまだまだ無限といえるほど存在しますので、発明者様との打ち合わせでは、新たな知識を吸収させて頂く場面が非常に多いです。今後もずっとそうでしょう。これってテクノロジー好きには天国のような状況に思えます。
　また、弁理士として発明者様のお話を伺う際には、発明者様の視点や知財部の方の視点、事業から見た視点など、種々の立場で発明を捉えることが必要になります。こちらからアイディア（例えば、発明の捉え方のアイディア等）を述べさせて頂くことも多々あります。このように打ち合わせを進めていくと、次第に、その発明の開発に参加させて頂いているような感覚になってきますし、しかも、出願件数は多数であるため、多種多様な分野の開発に触れることができます。テクノロジー好きにとってこんな幸せな仕事、他にあります？
　世の中には新しいガジェットや新開発された車など、新たなテクノロジーが大好きという方々が相当数いらっしゃると思うのですが、そういう方々にとって弁理士は非常に魅力的な仕事だと思います。

２．信頼関係が見えやすい
　皆さん、仕事する上でのモチベーションってなんでしょうか？いろいろあるとは思いますが、私は、クライアント様から信頼され、期待されることが非常に重要なモチベーションになっています。クライアント様からの信頼、期待にお応えするために、よりよい仕事を目指して日々研鑽しています。
　この業界の多くのクライアント様は、良い仕事を正直に評価しますし、場合によっては指名をいただいたり、重要だからあなたに任せたいと仰って頂いたり、目に見える形で直接的なフィードバックをしてくださいます。クライアント様からこんなお言葉を頂いた場合には頑張らないわけにはいかないじゃないですか。そして、このように、結果を出せばそれを目に見える形でフィードバックして頂ける立場というのは非常に幸せな立場であると思うのです。頑張ってもその結果が良かったのが悪かったのか分からなければモチベーションを上げようがないですから。

３．組織内での人間関係に悩むことがない
　クライアント様から認めて頂いた弁理士は、クライアント様のご要望を伺いながら、自身の判断で仕事を進めます。仕事を進める上で、組織内の他の弁理士の顔を立てる必要はありません。もちろん、品質の向上のために組織内の弁理士と相談することは多々ありますが、Knowledge Partnersでは、弁理士がクライアント様の信頼を獲得している限り、他の弁理士から仕事の進め方等についてあれこれ命令されることはありません。従って、クライアント様の信頼を獲得した弁理士は、もっぱら、クライアント様の方を向いて仕事をしており、組織内の弁理士同士は必要なときに協力し合う同僚のような関係になります。人間社会で生きる上で最も大きいストレスは人間関係だと思われますが、この業界で活躍している弁理士であれば、人間関係に悩む方は比較的少ないように思います。