30 октября Perplexity объявила о запуске Perplexity Patents — AI‑агента для семантического поиска по патентным базам. Теперь искать патенты можно, формулируя задачу на естественном языке: система ищет по смыслу, а не только по совпадениям ключевых слов.

Я патентный поверенный, руководитель патентного агентства. AI инструменты обещают большую пользу в нашей работе, но используем мы их очень осторожно. Это касается и AI-сервисов для патентного поиска. Ниже расскажу, где они полезны, а где - не уместны.

Семантический поиск уже не раз был реализован, например в коммерческой системе PatBase и в поисковой системе Роспатента. Перплексити уже показывала хорошие результаты патентного поиска и я надеюсь, этот сервис станет по-настоящему рабочим инструментом для инженеров.

Но всё же у самой концепции семантического патентного поиска есть ограничения. Разберёмся, в чём они заключаются.

Как работает AI‑поиск по патентам?

В отличие от булевых запросов, AI‑поиск по патентам обрабатывает смысл и автоматически учитывает синонимы и близкие термины.

Например:

• «Найди патенты про твёрдые электролиты для литий‑ионных батарей, которые решают проблему дендритов» — система найдёт документы даже при терминологии «solid‑state electrolyte» и «dendrite suppression».

• «Патенты на методы сжатия нейросетей для мобильных устройств» — без подбора CPC/IPC и десятков булевых формул. Поиск идёт по патентным базам, научным публикациям и профильным блогам.

Ранее патентный поиск в Perplexity был доступен «де‑факто», но как самостоятельный продукт его не выделяли. Работал, кстати, он уже неплохо. Теперь компания выделяет этот поиск в отдельный продукт и, насколько я знаю, выделила подразделение для его развития. Обещают сделать результаты поиска точными и надёжными.

AI‑поиск по патентам vs классические базы

За годы практики я протестировал множество сервисов для патентного поиска и аналитики. Из бесплатных основные: Espacenet (EPO), PatentScope (WIPO), Google Patents, Lens.org. Из коммерческих: Questel Orbit, PatBase, Cipher. Каждая имеет свои сильные стороны, но идеальной я так и не нашёл.

• Espacenet содержит базы патентов из 120+ юрисдикций, удобен для поиска, но ограничен в экспорте и аналитике. PatentScope от WIPO силён в полнотекстовом поиске и даёт базовые возможности для статистического анализа — редкость среди бесплатных инструментов. Google Patents быстр и интуитивен, но его поисковые возможности поверхностны. Lens.org ценен связью патентов с научными публикациями и подходит для глубокого технологического анализа.

• Коммерческие решения Questel Orbit и PatBase предлагают продвинутую аналитику, визуализацию патентных ландшафтов и удобную работу с данными. Cipher (ныне LexisNexis) я тестировал в рамках научного исследования (статья в журнале World Patent Information - The effective use of artificial intelligence in patent searches: A case study in using AI-based classifiers to identify AI inventions), но его практическое применение очень узко. Это тоже AI-поиск, но с другой концепцией: вместо задания промпта необходимо вручную разметить обучающую выборку из 200+ патентов, чтобы обучить классификатор находить релевантные документы. Все эти системы требуют обучения навыкам работы с ними и стоят десятки тысяч долларов в год.

• Perplexity Patents метит в нишу между простотой Google Patents и глубиной коммерческих платформ: семантический поиск по запросу на естественном языке и единый доступ к разнородным источникам (патенты, научные статьи, блоги и пр.). При этом такой алгоритм постановки задачи и поиска подходит в первую очередь для первичного поиска на патентоспособность (prior art search). Также он находит изобретения, используемые в известных устройствах - может быть полезно для разработки продуктов и реверс-инжиниринга.

ИИ инструменты заменят патентную экспертизу?

Возможно, когда-нибудь. Пока это удобный инструмент, возможности которого для профессиональной деятельности сильно ограничены. Главная проблема даже не в галлюцинациях.

Проблема 1: Постановка задачи

Грамотный поиск на патентоспособность (prior art search) требует правильной формулировки запроса — фактически, части будущей заявки на патент. С составлением заявок нейросети пока справляются плохо: в качестве ассистента и источника второго мнения они подходят, но в самостоятельной работе допускают ошибки, которые сложно обнаружить и исправить.

Проблема 2: Интерпретация результатов

Даже если поиск проведён идеально, его результаты нужно правильно истолковать. Существующие модели с трудом понимают структуру и механизм действия патентов, и порой выдают удивительные вещи, не соответствующие законодательству.

Проблема 3: Ответственность

Пропущенный в поиске релевантный патент может привести к правовым рискам: отказу в выдаче патента или к нарушению прав и судебному спору. То есть полнота результатов поиска в патентных исследованиях критична для бизнеса. В то же время, любой AI системе (даже тяжеловесной Cipher) поиска приходится в целях упрощения работы с ней искать компромисс между точностью (precision) и полнотой (recall). Поэтому доверять результатам такого поиска полностью в принципе невозможно.

Проблема 4: Галлюцинации

Без них никак. И это хорошо. Они держат пользователей в тонусе. В очень красиво свёрстанном отчёте от нейронки часто встречаются номера патентов, которые относятся к совершенно иной области, а иногда и вовсе не существуют.

Проблема 5: Конфиденциальность

Формулируя запрос в открытом ИИ-сервисе, необходимо учитывать, что эти данные могут использоваться для обучения модели. Точных формулировок новых технических решений однозначно стоит избегать. Традиционные методы патентного поиска такого риска собой не несут.

Как и кому стоит использовать AI инструменты патентного поиска?

Для первичного патентного поиска неспециалистами Perplexity Patents удобен: задаёте вопрос на естественном языке — получаете релевантные патенты и публикации в одном месте. Этот поиск не заменяет профессиональное исследование на prior art и FTO. Я очень жду, когда это изменится — патентный поиск не самая любимая часть моей работы.

Как я писал ранее, обзорный патентный поиск инженерам стоит проводить самостоятельно — ещё на этапе разработки и перед подачей заявки на патент. Традиционные инструменты требуют времени на изучение и использование (подробный гайд — Патентный поиск без боли. Руководство для инженеров и не только). Такой AI‑поиск не заменяет профессиональные prior art и FTO, но ускоряет первичную разведку.

Пока сервис в бета-версии и условно бесплатный — самое время тестировать его возможности. Для серьёзных патентных исследований я по-прежнему рекомендую классические базы и помощь специалистов. Но для первичного обзора технологий и быстрой проверки идей инструмент может стать эффективным решением.

А вы уже пробовали AI-инструменты для патентного поиска? Поделитесь, пожалуйста, впечатлениями в комментариях — давайте тестировать Perplexity Patents вместе! 

Да, ещё у меня есть телеграм канал, где я публикую самое интересное из мира изобретений и интеллектуальной собственности.

9