作为历史最悠久的政府机构之一，美国专利商标局在其日常工作（包括人工智能和机器学习开发）中认真对待“为人民服务、由人民服务”的信条。

与许多洞察驱动型组织一样，美国专利商标局 (USPTO) 利用数据分析和人工智能和机器学习 (ML) 等技术来提高其运营的效率和绩效，并提高系统和流程的质量。

虽然 AI 和 ML 算法对该机构的工作至关重要，但政府机构的指导原则是在开发和使用这些技术以改进和扩展其计划时采取以人为本的方法。美国专利商标局首席信息官 Jamie Holcombe 指出，人工智能和机器学习工具有助于增强人类专家的工作能力并增强他们在工作中的独创性，但在这一点上，它们无法与人类思维的细微差别或推理能力相匹敌。

为了补充这项技术，该机构依靠来自数千名经验丰富的工人的投入，被动和主动地捕捉到，来训练和改进人工智能驱动的模型，以确保技术提供预期的结果。自成立以来，该机构已授予超过 1100 万项专利，拥有超过 12,000 名员工，包括工程师、律师、分析师和计算机专家。来自前线专利审查员的持续反馈也用于改进 AI/ML 模型，以推动新产品的开发并支持两个关键领域的活动：专利搜索和分类。

Holcombe 指出，鉴于数据量的爆炸式增长和“现有技术”的可能来源，进行全面的专利检索可能具有挑战性。为了应对这一挑战，技术团队正在一种新的专利搜索工具中推出人工智能组件，以帮助审查员在审查申请时找到他们需要的最相关的来源。这一点很重要，因为美国专利商标局每年收到的超过 600,000 份申请中的每一份平均都包含大约 20 页的文本和图片，或大约 10,000 个单词来描述所主张的创新。该机构的 IT 组织还开发并部署了一个分类工具，该工具可从超过 250,000 个可能的类别中识别和匹配与发明相关的分类符号。

在这两种情况下，模型都是通过人类专家的投入开发和不断增强的，这些专家提供人性化的服务来确定某事物是真正新颖的还是新颖的，然后应用法律、事实和专业知识来做出决定。

在信息流中探索人的渠道

从审查员专家和其他人那里获得源源不断的反馈可能是一种优势，但这并不是美国专利商标局为确定创新和全球专业知识的新渠道以帮助解决重要挑战和扩展人工智能而采取的唯一途径。今年早些时候，该机构求助于人工智能研究社区和 Google Kaggle，这是数据科学家和其他人用来交流思想和想法的卓越技术和社交平台。它在 3 月发起了一场全球性的全球编码竞赛，提供 25,000 美元的奖金，并呼吁 AI 研究人员和数据科学家编写代码来评估短语的语义相似性。

比赛在 6 月 30 日结束之前吸引了超过 42,900 份参赛作品，涉及 1,800 多个全球团队一起工作并利用公开可用的专利数据源。 Holcombe 解释说，竞赛的目标是为机构和专利社区推动使用 AI 理解专利语言。 “结果不仅会为专利搜索提供更好的短语算法，而且获胜的模型将成为公共领域的一部分，”他说。

USPTO 还利用了其他公共信息资源，例如 Golden，这是 2019 年推出的一个免费的“维基风格”AI/ML 驱动平台，它搜索 Web 以将主题与相关和可用数据相匹配，将其整合成一个信息。在幕后工作的 AI 算法会在可用时继续添加相关数据。任何人都可以寻求有关公司、其专利和资金来源（如风险投资）的信息。

人工智能/人类联盟的 A、B、C

虽然很多书都是关于技术融合的，但鉴于人性的多样性和复杂性，采用“以人为中心”的方法来开发 AI 和 ML 可能具有挑战性。为保持努力，美国专利商标局在 Holcombe 的指导下，制定了从试点到原型再到生产的指南。该指南的字母基础知识如下：

• A 代表一致性：美国专利商标局的 IT 主管说，业务人员和 IT 人员之间必须有紧密的联系。 “最好的跨职能团队由与业务代表并肩工作的技术人员组成，所有这些都在促进计划、执行、检查和调整的敏捷环境中。”敏捷和/或“DevSecOps”实践依赖于快速行动、透明度和产品思维方式。为了最大限度地取得进展，领导者要尽早并经常与他们的团队和利益相关者接触。
• B 代表业务价值：从对核心战略运营具有明显价值的业务案例开始。这样的用例应该解决 AI 和 ML 在逻辑上可以提供帮助的挑战。 “作为 100% 收费的机构，我们的团队通过严格的业务和投资回报率来应对技术挑战，”Holcombe 指出。
• C 适用于客户（和员工）：AI/ML 解决方案旨在增强审查员和其他主题专家，而不是取代他们。因此，新兴技术团队会在任何发布之前、之中和之后与内部客户一起测试和调整概念。使用这些产品的考官有助于推动 AI 创新，其中一些考官“注重细节”，并在 CIO 办公室并肩工作，提供关键意见。 Holcombe 指出：“由于我们尽早将客户纳入流程，因此我们获得了有力的反馈，这有助于推动采用。” “此外，客户让我们诚实地部署对机构专家和我们服务的公众负责的人工智能。”

本文：