AI TimesにAI特許コラムを寄稿
IPLEXの代表弁理士、金容徳のAI特許コラムがAI Timesに掲載されました。Anthropicが取得した米国特許第11,443,235号を取り上げ、どの事例を重視して学習するかをシステム自身が調整する仕組みを解説しています。
生徒の学び方を教師も学習する
本件の構成では、生徒モデルが予測し、教師モデルが学習事例ごとの重みを決めます。学習後の候補モデルなどをテストデータで評価し、その結果に基づく報酬によって教師の重み付け方針を更新します。単にデータを増やすのではなく、学習過程そのものの改善を目指す点が特徴です。
誤分類された事例を一律に重視すればよいわけではありません。ノイズや誤ったラベルも学習しにくい事例になり得るためです。性能改善に寄与する事例を学習によって選び、誤りや重複の影響を抑え、有用な情報に学習を向ける可能性を持つ技術として検討しています。
特許と製品への実装を区別する
コラムでは、データの選択、学習品質、AIの精度の関係を特許実務の観点から整理しました。ただし、Claudeがこの特許技術を実際に採用していると確認したものではありません。特許の保有、請求項の技術的範囲、製品への実装はそれぞれ別の問題です。
IPLEXでは、技術的課題、解決手段、効果の根拠に着目し、AI論文と特許を継続的に分析しています。寄稿本文は下記のAI Timesのリンクからご覧いただけます。
原図の表記と形状を保持しています。資料の内容は本文で説明しています。
この記事は公表時点の情報に基づいています。個別の事情については、当事務所にご相談ください。