如何高效查询现有AI专利？

主要查询渠道

您可以根据您的需求（免费、专业、全球覆盖等）选择不同的渠道。

免费全球数据库（适合初步检索和广泛了解）

• Google Patents (谷歌专利)

  • 网址: https://patents.google.com/
  • 优点:
    • 界面友好，操作简单：支持自然语言搜索,非常直观。
    • 覆盖面广：整合了全球100多个国家和地区的专利数据，包括美国、欧洲、中国、世界知识产权组织等。
    • 强大的同义词和相关词检索：能自动识别技术术语的多种表达方式。
    • 结果可视化：可以查看专利引用网络、法律状态等。
  • 缺点: 部分数据可能不是最新的,且缺乏专业的布尔逻辑和高级检索字段。

• Espacenet (欧洲专利局专利检索)

  • 网址: https://worldwide.espacenet.com/
  • 优点:
    • 权威且全面：欧洲专利局提供的全球专利数据库，数据质量高,更新及时。
    • 强大的高级检索功能：支持布尔逻辑运算符、字段限定（如标题、申请人、分类号等）,非常适合进行精确检索。
    • 丰富的专利信息：提供法律状态、同族专利、被引专利等详细信息。
  • 缺点: 界面相对复杂,需要一定的学习成本。

• 中国国家知识产权局 - 专利检索与分析系统

  • 网址: http://pss-system.cnipa.gov.cn/
  • 优点:
    • 最权威的中国专利数据源：可以查询到所有公开的中国专利，包括申请、授权、法律状态等最新信息。
    • 支持中英文检索：对中文专利的检索效果最好。
    • 提供强大的分析工具：可以进行趋势分析、地域分析、申请人分析等。
  • 缺点: 主要侧重中国专利，全球覆盖不如前两者,界面和部分功能需要适应。

商业/专业数据库（适合深度、专业的检索和分析）

• Derwent Innovation (德温特创新索引)

  
  （图片来源网络，侵删）
  • 平台: 通常通过高校图书馆、大型企业或专业信息机构访问。
  • 优点:
    • 数据深度加工：对专利文献进行重新标引和撰写摘要,使其更易于理解。
    • 强大的分类体系：使用独特的德温特分类代码,能更精准地划分技术领域。
    • 领先引文：追踪技术先驱和后续发展,是技术路线分析的有力工具。
    • 高级分析和预警：提供复杂的竞争分析、技术热点追踪等功能。
  • 缺点: 价格昂贵,个人用户难以直接访问。

• PatBase

  • 平台: 商业数据库。
  • 优点:
    • 全球数据整合：整合了全球多个主要专利局的原始数据,并提供统一检索界面。
    • 独特的概念检索：支持基于技术概念而非关键词的检索,非常强大。
    • 同族专利处理能力强。
  • 缺点: 同样价格不菲。

AI专利检索的核心策略与技巧

直接搜索“人工智能”会得到海量结果，非常不精确,您需要采用更精细的策略。

关键词策略 (Keywords)

将“人工智能”这个大概念拆解为具体的技术术语。

• 基础技术/算法:

  
  （图片来源网络，侵删）
  • Machine Learning (机器学习)
  • Deep Learning (深度学习)
  • Neural Network (神经网络)
  • Convolutional Neural Network (CNN, 卷积神经网络)
  • Recurrent Neural Network (RNN, 循环神经网络)
  • Transformer (Transformer模型)
  • Natural Language Processing (NLP, 自然语言处理)
  • Computer Vision (计算机视觉)
  • Reinforcement Learning (强化学习)
  • Generative AI / Generative Adversarial Networks (GAN, 生成式AI/对抗生成网络)
  • Large Language Model (LLM, 大语言模型)
  • Foundation Model (基础模型)

• 应用领域:

  • Autonomous Driving (自动驾驶)
  • Medical Diagnosis (医疗诊断)
  • Recommendation System (推荐系统)
  • Speech Recognition (语音识别)
  • Image Recognition (图像识别)
  • Robotics (机器人)

组合使用示例:

• ("machine learning" OR "deep learning") AND ("image recognition" OR "computer vision")
• "transformer" AND "natural language processing"

国际专利分类号策略 (IPC/CPC) - 最精准的方法

这是专业检索中最重要的方法，通过分类号，可以绕过语言障碍,直接定位到技术领域。

• IPC (International Patent Classification): 国际通用分类号。
• CPC (Cooperative Patent Classification): 欧洲专利局和美国专利局联合开发的、更细致的分类体系,是目前的主流。

与AI相关的关键CPC分类号示例：

检索策略： 将分类号与关键词结合使用,可以极大提高查准率。

• CPC:(G06N OR G06F 18/20) AND (title:(("machine learning" OR "neural network") AND "medical"))

  这个检索式表示：查找分类号为G06N或G06F18/20，并且在标题中同时包含“机器学习”或“神经网络”以及“医疗”字样的专利。

申请人/发明人策略

如果您想了解特定公司或研究机构在AI领域的布局,可以直接检索申请人。

• 常见AI巨头：
  • 美国: Google LLC, Amazon Technologies, Inc., Microsoft Technology Licensing, LLC, IBM Corporation, Tesla, Inc.
  • 中国: 华为技术有限公司, 腾讯科技(深圳)有限公司, 百度在线网络技术(北京)有限公司, 商汤科技有限公司, 科大讯飞股份有限公司
  • 其他: Samsung Electronics Co., Ltd., Sony Corporation

检索示例:

• assignee:("Google LLC" OR "Microsoft Technology Licensing, LLC") AND CPC:(G06N)

  这个检索式查找由谷歌或微软持有，且技术分类属于G06N（核心AI算法）的专利。

检索步骤示例（以Google Patents为例）

假设您想查找“基于Transformer模型的机器翻译技术”的专利。

1. 打开Google Patents (https://patents.google.com/)。

2. 输入关键词组合：

   • 在搜索框中输入："transformer" "machine translation" "neural machine translation"

3. 使用高级筛选（可选）：

   • 点击搜索框下方的“高级搜索”。
   • 在“申请人”字段中，可以输入您关注的公司，如Google。
   • 在“申请日期”字段中，可以限定时间范围，如Since 2025，因为Transformer模型（论文发表于2025年）是近年来的热点。

4. 分析检索结果：

   • 和摘要：快速判断专利内容是否相关。
   • 查看专利号：US20250349441A1, EP3591665B1 等。
   • 点击进入单个专利页面：
     • 查看“权利要求书”：这是专利法律保护的核心,定义了保护范围。
     • 查看“说明书”：了解技术方案的详细实现方式。
     • 查看“引证”：可以找到这篇专利引用的现有技术（引用的专利）和引用这篇专利的最新技术（被引专利）,形成技术发展脉络。
     • 查看“法律状态”：了解该专利是否已授权、有效、失效或诉讼中。

重要注意事项

1. 语言障碍：专利有各种语言,使用国际分类号和英文关键词可以最大限度地避免此问题。
2. 专利的“地域性”：一个专利只在申请和授权的国家/地区有效,您需要分别查询不同目标市场的专利数据库。
3. “专利家族”：同一项发明在不同国家申请会产生一系列相关专利（同族专利），Google Patents和Espacenet可以方便地查看一个专利的同族情况。
4. 法律状态：公开的申请不等于授权的专利，只有授权的专利才具有法律效力,务必关注专利的法律状态。
5. 专业咨询：专利法律和技术非常复杂，如果您需要进行侵权分析、自由实施调查或高价值专利布局，强烈建议咨询专业的专利律师或专利代理人。

希望这份详细的指南能帮助您顺利开展人工智能专利的查询工作！

标签： AI专利查询方法 高效检索AI专利技巧 现有AI专利查询工具