2016年，AlphaGo事件将人工智能从推向了风口浪尖上，人工智能也迅速成为一个最火热的话题。最近，关于摩根大通利用人工智能将36万小时的工作缩至秒级也在挑战华尔街。

《哈弗商业评论》提到：几乎所有的工作都有计算机在可预见的未来无法处理的主要元素。但是，我们不得不承认，有一些知识性工作将会屈服于人工智能的兴起。对于我们这些处于知识性工作旋涡中的IPer，未来面临什么样的挑战？笔者认为人工智能或许是解救苦海中IPer的一味良药。

智能专利审查

在笔者还是一名审查员时，每天面对专利审查工作时，就幻想着能否有一天能实现专利的智能审查，将机械重复性工作由机器来替代，也曾钻到各类书籍中去寻找解决方案，甚至还尝试开发审查辅助软件，现在想来真是Too young Too simple。

专利审查是一个非常复杂的智力劳动，包括了技术理解、专利检索、法律判断、流程处理等一系列工作，主要涉及到的核心技术在于语义检索、自然语言处理以及机器学习，而这每一项技术目前都处于尚不成熟的状态，难度非常高。

即便是这样，日本特许局也开始向智能专利审查发起了挑战。据报道，日本特许厅将于2017年开始将人工智能活用于专利审查并进行实际验证，将能活用人工智能的业务与特许厅主体业务实施分离，试运行人工智能。

专利审查程序首先通过给申请资料加索引的方式对其进行分类，以此判断资料不全或费用减免的情况。接下来理解发明内容，调查现有技术，最终认定其专利性。 基于人工智能的审查效率化，2023年从专利申请到权利化实现的时间将降至平均14个月。可见，这也会最大限度的通过人工智能提高审查效率，减轻审查员的工作负担。

专利机器翻译

专利文献翻译，在行业早期确实是技术含量和难度非常大的高端智力服务。专利文献翻译实际上比普通的文字翻译要难很多，首先是专利文献本身就是非常晦涩的法律语言，其次是专利文献还涉及到艰深的技术内容，因此对于翻译人员的要求非常之高。

但是随着近年来专利大数据的普及以及机器翻译算法的进步，专利机器翻译发展非常迅速。对专利有一些了解的读者可能都知道，专利中有个同族的概念，当申请人希望到不同语系的国家去申请专利时，必须将同一份申请文件翻译成不同的语言。而这却成为了专利文献一个天然的优势——具有大规模的双语语料库，这也是机器学习算法的一个先决条件。

正是具有这样天然的优势，在机器学习算法领域获得突破时，专利文献翻译的质量也会越来越靠谱。去年，WIPO就是基于所拥有的大规模语料库，开发出了一种基于人工智能的翻译机Wipo，Wipo项目的成员主要来自爱丁堡和蒙利利尔这两所大学的工程师与AI学术专家，主要采用神经网络算法。

根据测评结果，Wipo的表现不仅优于我们常用的Google翻译，也碾压了“欧洲专利局专利翻译系统”，更重要的是这一神器对公众还是免费的。可以预测，纯粹的专利文献翻译的工种可能会逐步走向消亡，而机器翻译无疑会大大减轻专利检索分析实务人员以及一些涉外代理人的工作。

（未完待续。下期涉及专利语义检索和专利价值评估，敬请关注！）