2019年01月04日

書籍: 特許情報調査と検索テクニック入門


 
特許情報調査の基礎知識と検索テクニックを解説した一冊。
転職活動の中で興味を持ったため購入。
 
400ページという多めのボリュームだが、一貫して平易な文章、身近な例示、丁寧な解説が行われるため非常に読みやすい。専門外の人が特許調査業務の概要・実務の流れを把握するには非常に良い書籍と思われる。
 
---- 概要 ----
・特許の基礎知識 (基本・種類・特徴など)
・特許の制度概要 (日本の制度、海外出願ルート、広報発行のタイミングなど)
・特許調査の概要 (目的・フェーズ・種類など)
・特許情報調査の具体的な進め方 (DB種別、検索法、読み方、調査結果のまとめ方など)
・特許情報調査スキルを継続的に磨くための方法
 
---- 私の所感 ----
■特許調査業務の将来について
今後は検索技術の比重が下がり、ビジネス分析・提言の比重が高まってゆくのではないだろうか。
 
日本の公共特許DBには Google や Amazon ほどのあいまい検索力がなく、「バイク OR 自動二輪 OR オートバイ」といった形で明示的にあいまい語を指定する必要があるとのこと。公共機関にはそのような点を改善するインセンティブが小さいため、この状況はしばらく続いてゆくことが予想される。そしてそのために、検索能力は特許調査技術の重要な要素となり続けるだろうと感じた (民間の特許DBが改善されないのは、新規参入や競争が緩やかな業界であるためだろうか)
 
一方で、長期的な視点では検索精度の問題は解消するはずである。すると情報の抽出よりも加工、検索結果を元にした競合他社のビジネス戦略分析や自社の戦略提言などの比重が高まってくるものと思われる。検索技術は、比重が下がるものの、検索結果が十分に周辺ワードを拾えているのかを検証するという点で一定の価値が残りそうである。
 
■特許自体の将来について
特許によって技術者・企業が保護されるため発明が活性化するという論理は理解できる。一方で Open Source Software(OSS)など、開発した新技術は世界中で共有し、その先のビジネスで差をつけようという動きもある (例えば Amazon の顧客数は大きいため、そのデータを元にしたレコメンドに他社が対抗することは難しいなど)。個人の視点では前者が好ましいが、人類全体の発展という視点では後者の方が望ましいのではないか。その意味で、将来的には新しい特許の形が設計されるのではないかと感じた。
 
-- 著者の野崎篤志氏について ---
同氏は知財業界で著名な方の様で、Google検索すると数々のインタビュー記事、ブログ記事、公演、書籍、Youtube動画などがヒットする。私が特に共感を覚えた記事は以下。
 
『知財コンサルタント野崎篤志×IPFbiz 〜知的財産のコンサル・アナリストとは〜』
http://ipfbiz.com/archives/nozaki.html
 
Twitterでも積極的に情報発信をされているようなので、今後もキャッチアップしてゆきたい。
『Twitter - Atsushi Nozaki - IP information architect』
https://twitter.com/conductor_hvk
 
posted by Takashi Inoue at 16:55| Comment(0) | 書籍

書籍: データサイエンティスト養成読本


 
MBAデータサイエンスの教科書として指定された一冊。
 
機械学習を実務利用している方々(Preferred Networks社、Gunosy社、トヨタ社などの所属)による解説本。
 
機械学習の歴史・今後の展望など広い視野の記事もあり、理論的背景を簡単に紹介する記事もあり、Pythonのインストール方法から始まってプログラムを1行ずつ解説する記事もあり、ビジネス上の典型的な落とし穴や対策の話もあり、非常にバランスよく記事が散りばめられている。
 
また、要求される前提知識も少なく、何らかのプログラミング経験と、大学1〜2年程度の数学の知識があれば、1日程度でスイスイと気持ちよく読めるはず。
 
私自身が IoT SaaS Telematics で分析サービスを立ち上げていた際に、事前にこれを1冊読んでいれば、機械学習によるソリューションも加えられたのに、、、と悔しさを覚えた。
 
機械学習入門の一冊目としておすすめの良書。
 
-- 目次 --
・機械学習の概要 (基礎知識、Q&A、歴史と今後の見通し)
・機械学習のビジネス適用例・簡易実装例 (深層学習(DeepLearning)以外)
・機械学習のビジネス適用例・簡易実装例 (深層学習(DeepLearning))
・機械学習ツール類の外観 (プログラム言語、サービス、システム)
・Pythonで機械学習を実行する (Pythonのインストールから実装まで)
・機械学習による推薦システム (基礎知識、チューニングの基本、応用の方向性)
・機械学習による画像認識 (基礎知識、チューニングの基本、応用の方向性)
・機械学習による異常検知 (基礎知識、チューニングの基本、応用の方向性)
 
 
posted by Takashi Inoue at 15:21| Comment(0) | 書籍