特許庁？に審査面接に行って参りました。

面接日時の設定をし、審査官に意見書・補正書案を送り、あとは当日特許庁に行くだけだと思っていたところ、審査官から電話がありました。電話の内容は、六本木一丁目の仮庁舎に来てくださいとのことで、仮庁舎の入館に必要な認証用のバーコードをメールで送付するとのことでした。六本木一丁目の仮庁舎というのは、民間の六本木グランドタワー（http://izumigarden.jp/）という建物でして、テレビ東京も入っている今風の建物でした。

　あとは当日六本木一丁目の仮庁舎に行くだけだと思っていたところ、再度、審査官から電話がありました。その電話の内容は、入館方法がわかりにくいので説明をしておきますとのことでした。丁寧にこの説明をしてくれた審査官さんに感謝です。実際に行ってみたら、確かに分かりにくかったです。

　今後面接に行かれる弁理士さん等のためにその説明を以下に記載します。

１．事前にメールしてもらった認証用の一次元バーコーを印刷し、出発。
２．東京メトロの南北線の六本木一丁目駅の西改札口からグランドタワーのロビーに入る。
２．ロビーのチェックイン機に認証用のバーコードをかざして二次元バーコード付きの入館証を受け取る。
３．受け取った入館証をかざして右手側の特許庁ゲートを通過する。
４．一番右手奥のエレベーターホール前のゲートに入館証をかざし、エレベーターホールに入る。
５．４基あるエレベータのどれかで面接室がある１８階に行く。
６．１８階の内線電話で到着した旨を審査官に伝える。

　前日にお話しした弁理士さんの話では、１．の西改札口が開通するまではかなりの遠回りをする必要があったそうで、開通日（６月４日）のわずか３日後に行くことができて幸運でした。４．エレベーターホールは登庁時刻付近では行列ができますので、注意が必要です。

 　４．のエレベーターホールかエレベータ内にあった行先案内板を見て驚きました。なぜかというと特許審査部がずらっと（たぶん全部）並んで記載されていたからです。つまり、特許審査部が特許庁になかったんです。これまで手続をしていた相手が、思っていた所（特許庁）と全然違う場所にあったということに軽いショックを受けました。あとで調べたら意匠の審査部も六本木のようです。

　送信先を認識しなくても手続ができる電子出願ソフトに慣れきってしまうのは、ある意味、恐いことなのだと思いました。電子出願ソフトで特許庁に送信された出願データを六本木で見ることが可能になっているのでしょうか。データの流れ、データの所在も気になります。今の時代、技術的には出願データがどこに送られてても何の問題もないでしょうが、セキュリティには万全を尽くしていただきたいです。いろいろ想像しながら帰路につきました。

　特許業界の皆さん、機械翻訳を使われたことはあるでしょうか？
　私自身は、少しずつ利用するケースが増えてきました。外国のクライアントへのメールを英語で書くときに、英語の文書がすぐに浮かばなければ、日本語で文を作成し、google 翻訳やBing 翻訳で翻訳します。このようなスタイルで機械翻訳を利用しているとその精度に驚かされます。ほぼ完璧、と感じます。google 翻訳では表示された文書の単語をダブルクリックすると単語の意味や例文が出てきて辞書的にも使えるため、徐々に手放せないサービスになりつつあります。

　特許業界に身を置いていると、やはり、機械翻訳が実務に利用できるのか気になります。そこで、機械翻訳を利用して、いくつか試してみました。この結果、
　自分の英語能力では、
　英語→日本語の翻訳については、自分で翻訳した方が速い。
　日本語→英語の翻訳については、機械翻訳を援用した方が速い。
となりました。

　英語→日本語については、以前から読もうと思っていた公報を利用して機械翻訳の質をみてみました。公報はUS 20170095925 A1です。これは、ディズニーによるベイマックス風のロボットの出願として一部で話題になっていた公報です。
　翻訳のスピードは極めて速く、大半（９０％以上）は文章の大意を把握できるクオリティで翻訳できているので、機械学習導入以前の翻訳ソフトウェアに比べると、非常に高性能になったように思えます。特に、google 翻訳はどんどん意訳するようで、そのスキルには驚かされます。
　例えば、DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS を【発明を実施するための最良の形態】と訳します。大量の学習データに基づいて機械学習しているとはいえ、この翻訳には驚きました。逐語訳の世界ではあり得ない翻訳です。米国明細書と日本明細書の対応関係を機械学習できていると言うことなのでしょうか？あるいは人手でチューニングするのでしょうか？
　また、google 翻訳では請求項に含まれるtheを逐一前記に読み替えており、明細書の実施形態等に含まれるtheは無視されています。なんでしょうかこの特許業界のローカルルールまで熟知したような訳出は。このような翻訳が機械翻訳で実現されている現状には正直驚きました。

　しかし、、、、残念ながら実務には利用しにくいと感じました。
　まず、明細書の内容把握をする上で、５％でも意味の通らない部分があると文章をすらすらと読むことができず、意味不明の部分がでてくるたびに原文を確認する作業が必要になってしまいます。このようなことをするぐらいなら自分で読んだ方が速いと感じました。
　さらに機械翻訳では、同一文書内の同一文字列を異なる言葉に訳すケースがあるようです。これは長文読解の際に致命的なように思えます。同じ意味の概念を異なる言葉で表現するというのは、特許明細書では最も避けるべき初歩的なミスですし、特許業界以外でも訳文内の異なる単語は異なる意味と解釈されるのが普通のように思えます。このような訳はgoogle 翻訳とBing 翻訳の双方で散見されます（例えば、US 20170095925 A1の0011内のrigid support element）。機械翻訳では同一単語を同一訳として出力する制約を設けるのが難しいとか、特殊な事情があるのでしょうか。

　日本語→英語の訳は日常的に利用してまして、とても有用と感じます。主に、海外のクライアントへのメール（日本の特許制度や事務所料金等の問合せに対する返信等）を作成する際に利用します。これらの文書はそれほど長文ではないのですが、私の英語能力では、自分で一から英文を書くより、機械翻訳を使った方が何倍も速く文章を書き上げることができます。このような使い方において、機械翻訳はほとんどそのまま利用可能なクオリティと感じます。機械翻訳は、特許文書よりも日常会話的な文書の方が得意なのでしょうか。また、仮に修正が必要になったとしても修正作業は苦になりません。そもそも、日本語で文章を作成したとしても校正はしますので、このケースで英文に誤訳が５％程度含まれていたとしてもさほど作業量は増えません。

　いずれにしても、この分野の技術革新のスピードは極めて速く、上述のようなローカルルールへの対応も実現できているため、英語→日本語の翻訳において私が感じている問題は近々解消するかもしれません。機械翻訳のレベルがもう一段上がったら、特許事務所内のクローズド環境で明細書を機械翻訳をすることで翻訳支援をする実務も可能になるかもしれませんので、定期的にチェックしていこうと思います。

前回から間があいてしまいましたが、プログラム著作物の争点の最終回（その５）を書きます。
これまでの話（その１～４）の概要は以下のとおり。

• （その１）プログラム著作物の侵害訴訟において『創作性』と『類似』がセットで揉めやすい。
• （その２）『創作性』がある部分が『類似』しているか否かで侵害の成否が決まるため、『創作性』と『類似』がセットで揉めやすい。
• （その３）『ソースコード』に『創作性』がある場合にプログラム著作物として著作物性があり、それが『類似』している場合に、プログラム著作物の侵害となり得る。
• （その４）（その３）の判断基準を画定してきたいくつかの判例の紹介と、特許の保護対象との比較。

　今回（その５）は、以上のお話のおさらいとして、「混銑車自動停留ブレーキ及び連結解放装置プログラム事件」（知財高裁　平成２１（ネ）１００２４号）を紹介させてもらいます。この事件は、一審でプログラム著作物としての著作物性が認められ、控訴審でそれが覆されたという事件です。また、特許との関係について判断されています。

　プログラム著作物として著作物性があるか否かは、『プログラムに著作物性があるといえるためには，指令の表現自体，その指令の表現の組合せ，その表現順序からなるプログラムの全体に選択の幅が十分にあり，かつ，それがありふれた表現ではなく，作成者の個性が表れているものであることを要するものであって，プログラムの表現に選択の余地がないか，あるいは，選択の幅が著しく狭い場合には，作成者の個性の表れる余地もなくなり，著作物性を有しないことになる。』という考え方で判断されているのが最近の傾向です〔例えば（その４）で紹介した「宇宙開発事業団事件」（知財高裁　平成１８（ネ）１０００３号）〕。

　今回の「混銑車自動停留ブレーキ及び連結解放装置プログラム事件」の一審・控訴審もこの考え方に沿って判断がされていますが、より突っ込んだところで判断が分かれました。
　一審では『・・このような車両の連結・解放・ブレーキ操作の方法・装置は，特許を取得する程度に新規なものであったことから，これに対応するプログラムも，当時およそ世の中に存在しなかった新規な内容のものであるということができる。したがって，本件プログラムは，ＤＨＬ車の部分及びＴＣ車の部分を併せた全体として新規な表現であり，しかも，その分量（ソースリストでみると，ＤＨＬ車の部分は１３００行以上，ＴＣ車の部分は約１０００行）も多く，選択配列の幅が十分にある中から選択配列されたものということができるから，その表現には全体として作成者の個性が表れているものと推認することができる。』と判断されました。ソースコードによって実現される機能が特許的に新規であり、そのソースコードの量も膨大だから、プログラム著作物としての著作物性が認められるというのが一審の判断です。

　これに対して控訴審では、『もっとも，１審原告は，本来，ソースコードの詳細な検討を行うまでもなく，本件プログラムは著作物性を有するなどと主張して・・・本件プログラムのいかなる箇所にプログラム制作者の個性が発揮されているのかについて具体的に主張立証しない。したがって，ＤＨＬ車側プログラムに挿入された上記命令がどのような機能を有するものか，他に選択可能な挿入箇所や他に選択可能な命令が存在したか否かについてすら，不明であるというほかなく，当該命令部分の存在が，選択の幅がある中から，プログラム制作者が選択したものであり，かつ，それがありふれた表現ではなく，プログラム制作者の個性，すなわち表現上の創作性が発揮されているものであることについて，これを認めるに足りる証拠はないというほかない。以上からすると，ＤＨＬ車側のプログラムには，表現上の創作性を認めることはできない。』と判断されました。ソースコードのどこに選択の幅があって、その選択に創作者の個性が表れていることを具体的に立証していないから、いくら特許として新規性があってもプログラム著作物としての著作物性が認められないというのが控訴審の判断です。
　この事件において、プログラムが新規な機能を有することは、プログラム著作物としての著作物性を推認する根拠にすらならないと判断されたことになります。プログラムが特許となる程度に新規であることと、プログラム著作物としての著作物性があることとは、無関係であるということが念押しされた判決であると言えます。プログラムの保護に対する著作権法と特許法の考え方の相違が顕著に表れた判例だと言えます。
　プログラムは特許法だけでなく著作権法でも保護されるという印象があり、それ自体は間違いではないのですが、需要者が求めるようなプログラムの新規な機能については特許法でのみ保護されることに留意すべきです。５回にわたってこのテーマを書きましたが、プログラム発明について特許出願をする必要性を改めて認識させられた考察となりました。

　一旦、このテーマは終わりますが、コードに選択の幅があるなかで、どのようなコードを選択した場合に創作性が認められるかについて、引き続き調べてみようと思います。

　先日、日経BP社主催の展示会を見てきました。
　クラウド、セキュリティ、IOT、工場、VR等に関するセミナーや展示が行われていました。私は、クラウド、セキュリティ、IOT、工場に関心があり、それぞれのセミナーに参加しつつ展示をまわったのですが、弁理士から見ても非常に興味深いと思える話をたくさん聞くことができました。
　IOT、工場関連では、やはりスマートファクトリー、ロボットへの人工知能の適用が話題になっていました。スマートファクトリーの実現には各社が取り組んでいるようで、実現の過程で重視すべきことなどが紹介されていました。例えば、スマートファクトリーはITとOT(Operational Technology)との融合によって実現されますが、一般的にはITの技術者とOTの技術者とでスキルセット、マインドセットが違うため、各部門の人材が協働し、うまく成果を出すための仕組み作りが重要なのだとか。
　他にも、スマートファクトリーで気をつけるべきサイバーセキュリティの講演などがありました。先行者の経験を他者に伝達することで、産業、市場を立ち上げようとする試みが行われていたように思われました。スマートファクトリーについてはまだまだ成長初期なのでしょうか。成長初期であることや異なる分野の技術者の知見を融合することを考えると、スマートファクトリーの開発に際しては発明がたくさん生まれそうですね（この場合、出願すべきでない発明も多いように思われますが）。

　ロボットへの人工知能の適用に関連した話題では、シンプルな機械学習をすることがトレンドになっているという話が興味深かったです。ロボットの稼働中にセンシングした情報で機械学習をする際、例えば、画像情報をエッジ側（ロボット側）で処理してしまい、最小限の画像情報だけをクラウドにアップロードして機械学習するとか、汎用的な作業に対応した機械学習をするよりもロボットの特定の作業に特化した機械学習をするとか、そういうシンプル化がトレンドだとおっしゃっている講演がありました。機械学習では大量のデータを集めて解析を行うことで人間に分からない推論を実施するという要望もあるように思えるのですが、この場合、リッチな情報を扱うことに利点があり、シンプル化の方向性ではありません。当然、いろいろな方向性はあるのでしょうが、今後、大きなトレンドが生まれることはあるのでしょうか。個人的にはシンプル化の方が面白いと思いました。シンプル化の際にどの情報を削り、どの情報を使うのか人為的に試行錯誤することもあるでしょうし、この段階で発明の余地があるように思えますので。

　クラウドに関しては、あまり詳しくなかったこともあり、あるサービスのクオリティに驚きました。Google社が提供しているG Suiteというサービスには機械学習によるレコメンドが多用されており、例えば、プレゼン資料作成のアプリでは、テキストや写真を選択し、実行ボタンを押すと機械学習に基づいてクールなデザインをいくつもレコメンドしてくれるそうです。スプレッドシートのアプリでは、数百のデータについて「最も売上数の多い商品は？」などと自然言語で質問を入力すると、こういうグラフはどうですか？などと結果を返してくれ、そのグラフや統計に利用した式も提示してくれるそうです。このアプリでは、自然言語の解釈とグラフのレコメンドに機械学習が利用されているようです。プレゼン資料のデザインやスプレッドシートでの体裁決定などは業務本来の目的ではないため、これらを支援することで業務上発生する無駄を削減できるという講演でした。さすがですねえ。こんなことができれば業務上の生産性が向上するでしょうね。他のクラウドサービスでも似たようなことはできるのでしょうか？
　機械学習で効率化できる作業は我々弁理士の日常業務の中にもたくさんありそうです。我々は大量の文書を扱いますので、機械学習を導入すれば検索業務はものすごく効率化できそうです。

　弊所では以前から勉強会の参加者を募集しています。
　お問い合わせを頂く機会が少ないので再告知します。
　ブログでの告知に応募するのは障壁が高かったでしょうか。もしかしたら実務経験年数などで制限をかけたことで排他的な印象を与えてしまったでしょうか。とりあえず勉強会をスタートさせるのが大事と思いますので、実務経験年数等の制限はなくしてみます。特許業界の方であれば歓迎です。参加または見学してみて勉強会のスタイル、メンバーとの相性などを考えてみるというのも歓迎です。あるいは、飲み会等の交流をしてみてお互いの情報交換をすることから初めるというのもよいかもしれません。興味のある方がいらっしゃったら是非お問い合わせ頂きたいです。コンタクトページからメールを送っていただくか、ウェブサイト下部の電話番号にお電話いただけるとありがたいです。

　特許業界の多くの方が、継続的に研鑽する必要性を感じていらっしゃると思います。何か勉強したいときに皆さんはどうしますか？普通は書籍等で自己学習するのではないでしょうか。それでも、自己学習が極めて非効率な学習領域は多いですよね。特許業界で、「請求項作成の際の考え方」などは自己学習が非効率な学習領域の典型と思います。そういうことを記述した書物が存在しないからです。日々の実務の過程で経験値が増えると当然スキルは上がっていくのですが、やっぱり効率が悪いです。自分の視点と異なる視点で評価できないからです。
　今回の勉強会は複数人で議論することで多面的なものの見方を身につけることを目的にしています。楽しみながら効率的に学習できると思うのですがいかがでしょう？共感して頂ける方がいらっしゃいましたら是非お問い合わせください。

　弊所はマドプロ（マドリッド協定議定書（標章の国際登録に関するマドリッド協定の1989年6月27日にマドリッドで採択された議定書））の外内案件も扱っています。マドプロの外内案件というのは、概ね、日本の特許庁が出した暫定的拒絶通報を撤回してもらうための中間処理のことを意味します。暫定的拒絶通報における拒絶理由の根拠は日本の商標法であり、反論する相手も日本の審査官であるため、われわれ日本の弁理士の出番ということになります。マドプロということで特別な感じもしますが、業務の内容は国内の拒絶理由対応と別段変わるものではありません。
　ただ一点だけマドプロ特有だと思うことがあります。それは、マドプロの場合、自らの支配下にある先願先登録商標を引用して４条１項１１号で拒絶されるケースが国内の案件よりも多いということです。つまり、先願先登録商標が自らの支配下にあるにも拘わらず、特許庁において他人の先願先登録商標であると判断された結果、４条１項１１号で拒絶されるケースが多いように感じます。
　その原因の一つに、先願先登録商標の移転登録や住所変更のやり忘れが挙げられます。権利の承継や住所変更があっても、外国の権利者がなかなか日本の商標権の登録情報までアップデートしきれていないというのが実情なのでしょう。特に一般承継において海外の知財権の処理まで気が回らないというのは仕方がないようにも思います。
　そんなことで、暫定的拒絶通報を受けてから慌てて権利を同一人に帰属させるための移転登録手続をしないかん、ということになるわけです。マドプロで暫定的拒絶通報を受けた出願人は先願先登録商標もマドプロを利用していた場合が多いため、多くの場合、先願先登録商標としての国際登録の名義人の変更手続をすることになります。その段階で、名義人の変更について規定しているマドリッド議定書９条を読むことになるのですが、不思議と条文の記憶が鮮明なのです。理由として思い当たるものは、だいぶん昔に受験した弁理士試験の短答式試験しかありません。
　ということで、過去問を見てみました。その結果、マドプロの名義変更に関する問題は最近の９年間（Ｈ２１～Ｈ２９）のうちの６年で８枝も出題されていました。

・Ｈ２８－問１０枝４
・Ｈ２６－問１１枝ハ，ニ
・Ｈ２４－問１０枝３
・Ｈ２３－問１４枝４
・Ｈ２２－問１９枝１，４
・Ｈ２１－問５枝イ

　こんなにも出したら誰も間違えないでしょーという頻出度です。なぜ記憶が鮮明だったか納得がいきました。
　と、同時に、意外（と言ったら失礼かも知れませんが）と実務のことを考えて作られてたんだなあと、弁理士試験のありがたみを感じました。
　受験される皆様におかれましては、無駄な知識の詰め込みが多いように感じることもあることと思いますが、このように将来ふと役に立つこともあるので、マドプロは捨てた！などと言わずに取り組んで頂ければと思います。

　先週の記事に便乗します。KickStarterにこんなもの（リンク）がありました。上海のUnihertzという企業が提案している小さいスマホです。ディスプレイはわずか２．４５インチだそうです。現在主流のスマホのデグレードモデルであると思います。技術革新が盛りだくさんという類の商品ではありません。

　このようなコンセプトの商品を見ると、クレイトン・クリステンセン著の『イノベーションのジレンマ』を思い出さずにはいられません。この著書では、先行企業（巨大企業）が後発企業（新興企業）に逆転されてきた過去の実例を挙げ、その際に起きていた現象やメカニズムが詳しく説明されています。一言で説明するのは難しいのですが、『先行企業が現状の利益を維持するべく従来製品の高機能化・高性能化に注力している間に、高機能化・高性能化とはコンセプトの異なる後発企業の代替製品が多くの需要者に受け入れられ、市場が席巻されてしまう』というような話です。今回のスマホの話に当てはめると、先行企業がスマホのカメラ等の機能の改良に注力している間に、機能をそぎ落とした小型スマホが多くの需要者に支持され、市場が席巻されてしまうというようなことが将来起こるかも知れないというようなことです。ただ、『イノベーションのジレンマ』は技術経営の分野で常識レベルのことですので、当然、スマホの先行企業は対策を打っていることと思いますが．．．

　ここで、話をKickStarterに戻します。KickStarterのようなクラウドファウンディングの大きな特徴の一つとして、インターネット上に存在する多数の投資家が、ほぼ需要者と同じ目線を持っていることが挙げられると思います。需要者のニーズに適っている企業や商品に対して投資が集まりやすくなるので、全体的に見れば効率的な投資や技術開発が実現するのではないかと思います。また、クラウドファウンディングの投資状況を解析することにより、需要者のニーズの動向を掴むことができるようにも思います。例えば、需要者のニーズが従来製品の高機能化・高性能化に向かっているのか、それとは異なる方向に向かっているのかを先行企業が早期に察知できるのかも知れません。

KickStarter。ご存じの方も多いと思いますがクラウドファンディングの１種です。
　クラウドファンディングでプロジェクトを支援したことある方はいらっしゃるでしょうか。私は１回だけ支援したことがあります。レゴ（登録商標）を利用可能なプログラミング学習用のロボット（phiro）の開発を支援しました。当時は、プロジェクトが成功するまでソワソワしながら進捗を見守っていました。アイディアをリアルな物として具現化する起業家には頭が下がる思いです。お返しとして１台のロボットを頂きましたので、子供と一緒に遊んでいます。クラウドファンディングは、起業家がアイディア次第で自らの思いを実現できる仕組みとしてすっかり定着したようですね。起業家の選択肢を増やすという意味でクラウドファンディングが担う社会的意義はとても大きいと思います。起業家がいなくなると社会が停滞するでしょうから。

　私自身の経験はさておき、先日KickStarter関連で興味深いニュースを目にしました。
BeeScanning
ディープラーニングで蜂たちを致死的な害虫から救う養蜂家作のアプリBeeScanning
　なんでも、ミツバチのコロニーは１年で半数近く死に絶えてしまうことがあり、主な原因は寄生ダニなのだそうです。この寄生ダニによる被害は養蜂家にとって死活問題なのですが、従来、寄生ダニの蔓延を補足することが難しく、コロニーの死滅を防ぐのが難しかったのだとか。
　そこで、このプロジェクト創設者はミツバチのコロニーの写真をスマートフォンで撮影し、解析してダニの存在とダニに対する耐性を持つハチとを明らかにするアプリを開発することにしたそうです。で、画像から結論を推定する際に利用するのがディープラーニングだそうです。あ～なるほど。このように、人間の判別を支援する技術としてディープラーニングはうってつけですよね。特に、人間が見ても判別困難な事象についてディープラーニングで推論できるようになればインパクトは非常に大きいですね。

　この例のように、機械学習などの応用例を最近耳にするようになりましたね。特に、ICT企業の巨人以外の開発者による応用例が増えてきているように思えます。人口知能関連技術が推定等の分野で非常に有効であることが徐々に実証され、裾野が広がってきたと言うことでしょうか。人工知能関連技術は種々の産業に応用可能と思いますが、農業関連では多くの分野に適用可能なのではないでしょうか。熟練の農家には暗黙知がたくさん存在するように思えますので、そのような暗黙知をどんどん機械学習させれば面白いと思います。いずれにしても、どんどん応用分野が広がってほしいものです。AIブームをブームで終わらせないために。
　農業分野に限らず、今、世界中で人工知能関連技術の開発が進められていると思います。特許業界に身を置く私としては、開発の初期段階で必ず知的財産戦略を決めておくことをおすすめします。ブームのまっただ中にある技術はものすごい速さで進歩していきますので、一旦走り出すと、開発過程でマイルストーンに達するたびに成果を独占すべきか、開放すべきか熟考するのは事実上不可能のように思えますから。

　十周年の記事（⇐ リンク）で宣言したとおり、仕事が少なそうな時期を見計らって海外出張をしてきました。今回は、ほぼ一週間にわたって中国を訪問してきました。そのなかでいくつか感じたことを、書こうと思います。帰りの飛行機のなかでこの記事を書いており、ビジネスマン気取りですが、もちろん席はエコノミーです。

知財を担う人材が若いということ

　ある企業で１０名ぐらいの知財担当者の方たちと面談をしました。そのメンバーのすべてが２，３０代であったように感じます。みなさん、ものすごく熱心かつ活発であり、日本からやって来た私に対して質問が絶えませんでした。中国の知財の将来は明るいように感じました。
　また、知財部門のマネージャやディレクターにも年齢の若い方が見えたことに驚きました。大企業のマネージャやディレクターでも自分（４０歳）とそれほど年齢が変わらないかもというような方も見えました。中国において知的財産業務はまだまだ日の浅い業務だからでしょうか。あと、日本よりも女性が多いように感じました。

日本の知財制度についてよく知っているということ

　特に、日本の知財制度の“ネガティブな側面”についてはよく知ってみえます。『質問が絶えませんでした』と先に書きましたが、具体的には日本の知財制度のネガティブな側面についての質問が絶えませんでした。
　侵害訴訟のことをよく質問されました。侵害訴訟の数が少ないこと、原告の勝訴率が低いこと、無効の抗弁のこと、損害賠償額が低額であること、３倍賠償ルールがないことなど、あまり聞いて欲しくないことをよく聞かれました。聞かれた以上は、答えざるを得ませんでしたが．．．
　挙げ句、シフト補正についても聞かれてしまい、これには苦笑せざるを得ませんでした。痛いところを突いてきます。それ、こっちだってＪＰＯさんに文句言いたいよ。
　あくまでも個人的な意見ですが、日本で侵害訴訟の数が少ないことは決して悪いことだとは思っていません。侵害訴訟の数が少ないからといって侵害が横行しているとも思いません。つまり、侵害訴訟によらなくても侵害が抑止できている日本独自の均衡感みたいなものがあるのだと思います。
　日本の製品マーケットはＵＳ，ＥＵと比べると小規模なので、日本の知財は、投資する価値があるか否かの当落線上にあるのだろうなと感じました。とにかく、今回、外国からの目線で日本の知財制度を考えるよい機会になりました。 

　もっといろいろ書こうと思ったんですが、そろそろ着陸態勢に入るので、このあたりで止めます。やはり中国は近い。時差も少なく気軽に行くことができる国ですね。

　人工知能関連技術について出願動向を調べました。一部をメモしておきたいと思います。
　以下の棒グラフは（公開年ANDキーワード）で得られたデータの統計です。検索にはJ-PlatPatを使用しました。例えば、公報全文に自己符号化器が含まれる２００１年公開の出願は、（公開日：２００１年１月１日～１２月３１日）AND（公報全文に含まれるキーワード：自己符号化器ORオートエンコーダー）として集計しました。２０１７年は４月１７日までのデータになります。特定のキーワードを含む明細書の年毎の公開件数（左縦軸）が棒グラフで示されています。また、日本特許庁全体での年毎の公開件数（右縦軸）が折れ線グラフで示されています。

【図１】

　図１は、人工知能というキーワードが含まれる公報を公開年で集計した結果です。人工知能というキーワードを含む出願は２００２年頃から増え始めて年２００件に達した後、２００７年頃に減少に転じ、２０１１年頃に再び増加して近年は年２００件レベルで推移しています。２０１６年は少し減っていますが２０１７年は４月の段階で１００件を超えていますから直近では増加傾向であるように思えます。２００３年以降の底は２００９年ですから、サブプライム問題に起因する不況の影響を受けて減ったと推定されます。
　しかし、いずれにしても公開件数が多くて２００件規模というのは、ブームと言われている状況からして少なすぎるように思えます。多くの企業がしのぎを削っている昨今の状況を全く反映していないように思えます。

　そこで、キーワードを変えて再検索してみました。
　図２は、機械学習というキーワードが含まれる公報を公開年で集計した結果です。

【図２】

　ご覧の通り、きれいに「ブーム」といえるデータになりました。国内公開件数の減少に全く影響されずに機械学習というキーワードが含まれる公報の公開数が増加しているように見えます。
　「人工知能」という漠然とした記述よりも、「機械学習」というより具体的な技術が明細書で述べられ、その件数が急激に増加しているという事実は、技術の解説書であるべき特許明細書の特性を反映しているのかもしれません。ニュース等では「機械学習」より「人工知能」の方がよく使われるのと好対照ですね（グーグル検索でも「人工知能」でのヒットの方が「機械学習」でのヒットより圧倒的に多いです）。むろん、ブームに乗じて「機械学習で行ってもよい」という程度の記述が含めてある明細書も存在するでしょうが、そうであっても図２に示す激増は、近年のようにブームと言われる状況が特許業界でも起こっていることを示しているように思えます。各社で熾烈な争いが行われていると推測されます。

　次に、個人的に興味がある機械学習関連の要素技術について調べてみました。図３は、word2vec、自己符号化器（オートエンコーダ）、強化学習というキーワードが含まれる公報を公開年で集計した結果です。

【図３】

 　全ての要素技術において公開件数は少ないのですが、自己符号化器については、あまりの少なさにびっくりしました。明細書で公開するような内容ではないと言うことでしょうか？私が以前読んだ本では、自己符号化器が、現在の人工知能ブームの一要因としてあげられていたため、もっと出願されているだろうと推測していました。ちなみに米国ではautoencoderというキーワードを含む明細書で、比較にならないほど多くの出願がなされています。
　word2vecは最近（２０１４年頃？）提唱された技術なので、まだ出願は少ないと推測されます。
　強化学習は、少ないながらもある程度の数の出願で触れられているようです。こちらも、日本全体の公開件数の減少に反して件数が増加または維持していると言えるでしょうか。２０１７年は突出して多いため、今後延びていくかもしれません。
　私自身は機械学習関連の技術で強化学習に極めて大きい関心を持っています。強化学習は、教師なし学習で自動的に最適化してくれる技術であるため応用範囲が非常に広く、出遅れているといわれる日本企業や、規模の比較的小さな企業にもまだチャンスがあるのではないかと期待しています。
　機械学習を含む明細書を出願している出願人には、出願件数上位の常連ではない出願人が含まれていました。しかも、直近で非常に多くの出願をしており、直近のシェアが突出している出願人が存在します。この企業の製品を見ると出願数を激増させる戦略が極めて妥当のように思えます。むしろ、同業他社は何をしているのだろうと思うぐらいです。
　調べてみると他にも各種企業の様々な戦略が垣間見られて非常に興味深かったです。機会があれば、より深掘りしてみようと思います。