R&D Exploration Series ―AI時代の知財戦略データ集
AIが大量の
研究開発仮説集
異分野の解決方法 → 原論文の技術分野
原論文の技術課題に対して異分野の解決原理・材料・構造・機構を探索し、それらを元の研究領域に持ち帰って改良・発展のための技術仮説を生成します。
用途：既存技術の改良、研究開発テーマの立案、技術的選択肢の検討
異分野応用アイデア集
原論文の技術要素 → 異分野の用途・課題
原論文の技術要素を抽象化し、その機能や特徴を活用できる異分野の技術課題・用途を探索します。
用途：技術シーズの用途開発、新市場探索、新製品構想
新興技術テーマ探索集
技術・産業の変化の兆候 → 注目すべきテーマ候補
特定の論文を起点とせず、技術の進展、標準化、産業構造の変化などを手がかりに、今後の研究開発で注目すべきテーマ候補を探索します。
用途：技術動向の探索、企画テーマの発掘、研究開発領域の検討
技術文書から数千の研究開発仮説や分野横断的な応用アイデアを生成する。
ConceptMiner R&D ―AIによる研究開発の推進
私たちは、「まだ知らないこと」を効率的に探索する方法を提供しています。まだ発見していないトピックについて、キーワードや予備知識がない場合、どうすればよいでしょうか？既知のキーワードに頼ると、情報収集の範囲が慣れ親しんだ領域に限定されてしまいます。
「情報分析が新たな研究開発トピックの発見につながらない」という問題の根本原因は、既知のキーワードを用て探索範囲を限定しているからなのです。マインドウェア総研は、25年以上にわたりこの課題に取り組んできました。1990年代、私たちは「概念調査」と呼ばれるアプローチの体系化を試みました。この手法では、探求対象のトピックの特徴をより高い抽象度で概念化し、膨大なデータの中からその特徴に合致する情報を検出するというものでした。しかし残念ながら、この手法は個人のスキルや能力に大きく依存していました。
今日では、AIを活用することで、特別なトレーニングや多大な労力を必要とせずにこれを実現できるようになりました。ConceptMiner R&Dは、研究開発（R&D）テーマの探索と仮説の生成に特化したAIシステムです。研究論文や技術レポートを入力すると、AIがそれらを分析し、評価スコア付きの何千ものR&Dリードを提供します。その後、マイニングツールを使用してこれらの結果を精査し、本当に共感できる仮説やアイデアを選択することができます。これにより、間違いなく研究開発の取り組みが劇的に加速することでしょう。
News & Information
- AIバブル崩壊後はナレッジ・マイニングへシフト
はじめに AIバブルをめぐって、「AIは本物なのか、それとも偽物なのか」という議論が繰り返されている。しかし、… - LLMは実務AIを構成する一つの部品となる
はじめに 大規模言語モデル（Large Language Model：LLM）の登場によって、人工知能に対する… - RAGはなぜ初歩的なまま普及したのか
――SOMの歴史が示す「最初の教科書」の罠 生成AIを社内文書に接続する方法として、RAG（Retrieval… - AIを信頼できるパートナーにするために
LLMに欠けている「エピソード記憶」 現在の生成AIは、文章の作成、情報の整理、プログラミング、調査、業務の自… - 記号主義とコネクショニズム
AIは「世界の構造」を記述するのではなく、「概念」を生成しなければならない 人工知能研究の歴史は、大きく分けれ…