Investitori i uredi za prijenos tehnologije sve više se okreću umjetnoj inteligenciji kako bi identificirali obećavajuće znanstveno istraživanje koje bi moglo dovesti do patenata. Novi alat za učenje strojeva, poznat kao Indeks spremnosti za prijevod (TRI), ima za cilj predvidjeti koji znanstveni radovi će vjerojatno rezultirati patentima, mjesecima ili čak godinama prije nego što se dogodi bilo kakvo službeno podnošenje patenata ili komercijalizacija.
TRI sustav obučen je na skup podataka koji obuhvaća 20.610 znanstvenih radova, od kojih je 9.431 bio povezan s patentima. Usporedbom rječnika i fraza ovih radova, algoritam identificira uzorke koji se obično nalaze u istraživanjima koja podliježu patentiranju. Najefikasniji model unutar sustava postigao je stopu točnosti od 78%, što znači da je ispravno rangirao radove povezane s patentom više od onih koji nisu povezani s patentom u usporedbi s sličnim radovima. To sugerira da se određene jezičke značajke, poput pojmova kao što su prototip, uređaj, i dizajn, često koriste u istraživanju koje na kraju dovodi do patenata.
Paul McCarthy, suosnivač League of Scholars i koautor studije, opisao je alat kao sredstvo za trijažiranje istraživanja. Naglasio je da, iako TRI pruža probabilističku procjenu, a ne konačno predviđanje, nudi vrijednu polaznu točku za identifikaciju potencijalno patentiranih radova.
Ti radovi, objavljeni između 2019. i 2026. pokazali su znatno veću vjerojatnost da će se pojaviti koautori povezani s industrijom ili autori s prethodnim iskustvom u patentiranju. Konkretno, 83 od 100 radova imali su koautore povezane s industrijom, a 34 uključivala je barem jednog autora povezanog s UWA-om koji je prethodno podnio patent. Na temelju ovih nalaza, tim trenutno surađuje s nekoliko sveučilišta kako bi dodatno usavršio i implementirao alat.
Iako McCarthy upozorava na oslanjanje isključivo na TRI za donošenje investicijskih odluka, priznaje da bi alat mogao poslužiti kao koristan filter za akademske institucije i tijela za financiranje koja žele dati prednost istraživanju visokog potencijala.
Međutim, sve veća potražnja za učinkovitim metodama za identifikaciju komercijalno relevantnih istraživanja i dalje pokreće inovacije u ovom prostoru.
S ručnim pregledom koji se dokazuje nepraktičnim s obzirom na volumen, alati poput Haystacka postaju neophodni za identifikaciju otkrića koja bi se mogla razviti u održive poslove.
★
Neka vijesti ostanu poštene.
ObjectiveNews financiraju čitatelji i bez oglasa je – pristranost vam pokazujemo, ne skrivamo. Podržite neovisno novinarstvo za 4 €/mjesec.
Postani podupiratelj
United Kingdom
