技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー
アーカイブ配信で受講をご希望の場合、視聴期間は2025年4月25日〜5月9日を予定しております。
アーカイブ配信のお申し込みは2025年5月7日まで承ります。
(12:30〜13:30)
人工知能の進化、知財業務へのAI導入、課題、生成系AIの可能性、そして未来の知財業務像について、多角的に考察します。人工知能の発展は第3世代AIであるディープラーニングを基盤に急速に進み、知財業務においても特許調査や分析業務に活用されつつあります。
本講演では、特許庁をはじめとする公的機関の資料を基に、知財調査業務におけるAI導入試行がもたらした具体的な成果と、その一方で明らかになった限界について詳述します。また、知財調査業務担当者や企画担当者が抱きがちな、AIへの過剰な期待や誤解についても指摘し、正しい理解の重要性を強調します。その上で、AIは万能ではないものの、適切な運用や活用の工夫次第で業務効率化に貢献する有力なツールであることを説明します。さらに、ChatGPTなど生成系AIの具体的な応用可能性として、要約、キーワード抽出、翻訳、アイデア創出などの活用例を示し、知財業務への新たな展望を提示します。最後に、今後の知財業務担当者像、AIに対する教育体制なども言及する。
(13:40〜14:40)
IPランドスケープへの注目度合いが高まっています。IPランドスケープを実施するためにはIPランドスケープにおいて何をどのように実施するのかを定型化すること、つまりIPランドスケープ実践のためのフレームワークを準備することが有効な方法の一つです。
本セミナーではこのフレームワークの一つを紹介し、その中で知的財産担当者や技術担当者が直面すると思われる難しさがどこにあるのかを示します。そして、その解決策として生成AIを活用することを提案します。これによって、新たにIPランドスケープを実施してみようと考えている方、IPランドスケープの実施経験はあるが特許情報以外の情報の取扱いに苦労した方でも比較的スムーズにIPランドスケープを実施できるようになることを目的としています。また、生成AIの回答は必ずしも正しくないことから、その内容を確認することが求められます。この確認によって、IPランドスケープを実施するために必要な調査能力の向上も期待できます。
(14:50〜15:50)
LLM (大規模言語モデル) は、大量のテキストデータを学習し、自然言語処理を行うAI技術です。ChatGPTなどの一般LLMは利便性が高いが、オプトアウト申請によるデータ学習の制限や、API利用時のセキュリティ・コスト管理が重要となっております。
一方、IDX・AI孔明は、企業のクローズドデータ環境での最適化を可能にし、業界ごとの専門知識に適応することで、企業内に眠る重要データを安全かつ高度にAI活用します。さらに、プライベート特許検索内のChatTokkyoでは、特許文書を専門的に解析し、類似技術の特定や競合分析を効率化することで、新たなアイディア創発にも繋げられます。
今後、LLMは業界別チューニングやマルチモーダル対応が進み、企業や研究機関におけるAI活用が加速すると予想されます。本講義では、一般LLMと専門LLMの活用法を比較し、適切なAIの導入・運用のポイントを解説します。
(16:00〜17:00)
近年注目を集めている生成AI、特にChatGPTを活用した特許調査に焦点を当てます。まず、特許調査の基本事項を解説いたします。また、特許調査に役立つ基本ツールとして、Google Patentsなどの無料で利用可能なツールも併せてご紹介いたします。
さらに、調査業務の各シーンにおける生成AIの具体的な活用法についてご説明します。本講座では、生成AIを取り入れることで、従来時間がかかっていた特許調査業務の一部を大幅に効率化できる可能性が高い点に注目します。特に、生成AIを駆使した特許調査の各種類と、その適用できる場面を具体的に解説いたします。実際の活用事例やAIへの指示文 (プロンプト) を交えながら、調査方法の例をお伝えします。
R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。
「案内の希望」をご選択いただいた場合、1名様 42,000円(税別) / 46,200円(税込) で受講いただけます。
複数名で同時に申込いただいた場合、1名様につき 22,500円(税別) / 24,750円(税込) で受講いただけます。
| 開始日時 | 会場 | 開催方法 | |
|---|---|---|---|
| 2026/9/28 | 機械学習のための効率的データ取得とAIモデルの解釈・評価 | オンライン | |
| 2026/9/28 | FMEA・FTAの考え方、実施手順と事例 | オンライン | |
| 2026/9/28 | 賢くなった生成AIによる特許調査・権利化・知財業務の高度化 | オンライン | |
| 2026/9/28 | AI時代の技術マーケティングと調査・戦略企画の実践 | オンライン | |
| 2026/9/28 | FT-IRの基礎と機械学習によるスペクトルデータ解析 | オンライン | |
| 2026/9/28 | 製薬業におけるCMC・製造領域のデータ・AI活用 | オンライン | |
| 2026/9/28 | AI活用を活用した組立評価 (DFA) によるコストダウン研修 | オンライン | |
| 2026/9/29 | 生成AIを活用したバイブコーディングの進め方 | オンライン | |
| 2026/9/29 | 機械学習のための効率的データ取得とAIモデルの解釈・評価 | オンライン | |
| 2026/9/29 | 経営視点で磨くコア技術と新規事業開発の実践手法 | オンライン | |
| 2026/9/29 | 生成AI・AIを活用した暗黙知の言語化と技術・技能伝承への応用 | オンライン | |
| 2026/9/29 | 賢くなった生成AIによる特許調査・権利化・知財業務の高度化 | オンライン | |
| 2026/9/29 | 成果につながる仕事を見極める業務可視化・時間管理・選択と集中 実践講座 | オンライン | |
| 2026/9/29 | 機械学習を利用した多成分混合物の物性予測・物性推算 | オンライン | |
| 2026/9/29 | 研究開発現場の失敗事例・判例から学ぶ知財・特許トラブルとリスクマネジメント | オンライン | |
| 2026/9/30 | AI画像処理・画像生成技術のための画像品質評価 | オンライン | |
| 2026/9/30 | データインテグリティ & Part11セミナー | オンライン | |
| 2026/9/30 | 製造販売後DB調査における研究デザイン・疫学手法とRWDデータ活用・科学的根拠 | オンライン | |
| 2026/9/30 | 生成AIを活用したPythonによる化学プロセス計算の基礎と実践 | オンライン | |
| 2026/9/30 | 戦略策定のための特許マップ作成と活用・運営方法のコツ | オンライン |
| 発行年月 | |
|---|---|
| 2009/4/20 | 富士フイルムホールディングスグループ分析 技術開発実態分析調査報告書 |
| 2009/4/20 | 富士フイルムホールディングスグループ分析 技術開発実態分析調査報告書 (PDF版) |
| 2009/4/5 | 洗浄剤 技術開発実態分析調査報告書 |
| 2009/4/5 | 化粧品 技術開発実態分析調査報告書 (PDF版) |
| 2009/4/5 | 化粧品 技術開発実態分析調査報告書 |
| 2009/4/5 | 洗浄剤 技術開発実態分析調査報告書 (PDF版) |
| 2009/3/25 | 空調機 技術開発実態分析調査報告書 (PDF版) |
| 2009/3/25 | 空調機 技術開発実態分析調査報告書 |
| 2009/3/15 | 液晶ディスプレイ 技術開発実態分析調査報告書 (PDF版) |
| 2009/3/15 | 液晶ディスプレイ 技術開発実態分析調査報告書 |
| 2009/2/25 | オリンパスとニコン分析 技術開発実態分析調査報告書 |
| 2009/2/25 | ソニー分析 技術開発実態分析調査報告書 (PDF版) |
| 2009/2/25 | ソニー分析 技術開発実態分析調査報告書 |
| 2009/2/25 | オリンパスとニコン分析 技術開発実態分析調査報告書 (PDF版) |
| 2009/2/5 | ガス業界16社分析 技術開発実態分析調査報告書 |
| 2009/2/5 | 国内自動車メーカー12社分析 技術開発実態分析調査報告書 (PDF版) |
| 2009/2/5 | 自動車ゴム製品12社分析 技術開発実態分析調査報告書 (PDF版) |
| 2009/2/5 | 国内自動車メーカー12社分析 技術開発実態分析調査報告書 |
| 2009/2/5 | 自動車ゴム製品12社分析 技術開発実態分析調査報告書 |
| 2009/2/5 | ガス業界16社分析 技術開発実態分析調査報告書 (PDF版) |