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