Come l’intelligenza artificiale può supportare le ricerche nelle banche dati brevettuali

Dal lancio di Chat GPT tutti parlano di intelligenza artificiale (IA). Il chatbot conversazionale è stato addestrato con un vasto corpus di testi in modo da fornire risposte per quanto possibile simili a quelle che potrebbe dare un umano. Ma la sua «intelligenza» ha poco a che fare con l’intelligenza nel senso comunemente attribuito a questa parola. Per esempio, in un test la nuova «star dell’IA» ha risposto che 60 chili di ferro pesavano di più di 60 kg di piume. Secondo Thomas Rauscher, esperto di brevetti all’IPI e membro di un gruppo di lavoro specializzato in IA, l’intelligenza artificiale è soprattutto un concetto alla moda. Quando è usata fuori dal contesto specifico, è in difficoltà. L’assistente digitale non prende decisioni autonome.

Dietro Chat GPT e simili si nasconde il machine learning, ossia l’apprendimento automatico. I programmi vengono alimentati con grandi volumi di dati e addestrati in base ad algoritmi. Grazie alla sua capacità di elaborare enormi quantità di informazioni, il machine learning è interessante anche per le ricerche nelle banche dati brevettuali. Attualmente le banche dati pubbliche contengono più di 140 milioni di documenti brevettuali, ai quali si aggiunge una vastissima letteratura tecnica e scientifica.

Gli esperti dell’IPI utilizzano vari tool per attingere informazioni da questa miniera di dati, per esempio nell’ambito di una ricerca brevettuale assistita. I documenti di brevetto hanno una struttura uniforme e contengono indicazioni sugli inventori, sulle aziende, sull’area geografica o sulle tecnologie. Thomas Rauscher deplora il fatto che le informazioni brevettuali siano ancora troppo poco utilizzate come fonte di ispirazione, sebbene possano spiegare in che modo l’inventore ha risolto un determinato problema tecnico.

Già oggi gli esperti in brevetti dell’IPI passano al vaglio moltissimi documenti. Ogni anno il loro numero aumenta. Le tendenze in atto in alcuni settori tecnologici hanno portato a un’impennata delle domande di brevetto e del volume dei dati, tanto che i metodi di ricerca finora utilizzati hanno raggiunto i propri limiti. «Utilizziamo già tool basati sul machine learning e su metodi analoghi che supportano gli esperti nelle ricerche brevettuali», rileva Thomas Rauscher.

La sfida futura sarà di addestrare la macchina e i tool alle specificità dei dati brevettuali. «L’assistente digitale dovrebbe capire il linguaggio tecnico. Il problema principale è che la macchina non coglie i nessi. Se deve trovare un documento simile a quello che sto visionando, non sa di preciso cosa cercare e non sa quali dettagli sono importanti», spiega Thomas Rauscher.

In futuro l’attenzione dei ricercatori si sposterà su aspetti diversi. Il machine learning velocizza la ricerca dei dati ma per formulare correttamente le richieste e per valutare e interpretare i dati continuerà a servire l’intervento dell’uomo.

Info: State lavorando a un’invenzione e vi chiedete se sia brevettabile? Scopritelo con una ricerca assistita: https://bit.ly/2Y6Iwqy.