{"id":8721,"title":"\u0427\u0442\u043e \u043f\u043e\u043b\u0435\u0437\u043d\u043e\u0433\u043e \u043c\u043e\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0438\u0437 \u0440\u044b\u0431\u044c\u0435\u0439 \u0447\u0435\u0448\u0443\u0438","url":"\/redirect?component=advertising&id=8721&url=https:\/\/vc.ru\/promo\/316632-odezhda-kotoraya-rastet-vmeste-s-rebenkom-biotoplivo-i-krossovki-iz-chaynogo-griba&placeBit=1&hash=3f7bfd5e764a97a666a0f91fc9e9278a2147bac49abdacebb6449b781d4d5ca0","isPaidAndBannersEnabled":false}
POISKZNAKOV.RU

Первый в России автоматический поиск знаков: как POISKZNAKOV.RU изменил работу патентных поверенных

Ровно 20 лет назад специалисты нашей компании начали создавать то, без чего сейчас невозможно представить работу патентных поверенных в России. И продолжают совершенствовать систему до сих пор!

Это автоматический поиск товарных знаков по актуальным базам, доступный каждому. До создания сервиса POISKZNAKOV.RU единственной поисковой системой словесных товарных знаков был крайне неудобный и сложный инструмент, реализованный на большой ЭВМ типа «Минск». Пользоваться системой мог очень ограниченный круг высококвалифицированных специалистов. В 1991 году команда интэлсонлайн поставила задачу реализовать поиск для всех на персональных компьютерах, которые стремительно набирали популярность.

Вот что об этом говорит Валерий Айзикович Герман, основатель группы компаний INTELS, патентный поверенный РФ № 25: «Мы стремились получить систему, которая гарантировала бы отсутствие пропущенных сходных знаков, минимизировала бы наличие «шума» и, что существенно, была проста с точки зрения составления поискового запроса. Для этого были разработаны новые алгоритмы».

Компьютерный поиск словесных знаков стал возможен — и инструменты POISKZNAKOV.RU стали первыми на рынке, которые обеспечивали эффективность и качество. И мы постоянно думали о реализации поиска по изображениям. К сожалению, полет нашей фантазии опережал существующие на том этапе технические и программные возможности.

Как искали товарные знаки по изображениям раньше?

Всего несколько лет назад был только один инструмент фильтрации знаков, поиска по массиву изобразительных товарных знаков — коды Венской классификации изобразительных элементов. База изобразительных товарных знаков хранилась на так называемых «микрофишах», прозрачных фотопластинках формата А7, на каждой из которых помещались позитивные отпечатки более чем ста товарных знаков.

Как выглядели микрофиши Найдено на wikidata.

Почему это было неудобно?

Поиск по такой базе изобразительных товарных знаков осуществлялся вручную: специалист брал микрофишу и смотрел массив изображений, относящихся к нужному классу Венской классификации. Это был весьма утомительный процесс, но более того — всегда существовал риск человеческого фактора. Ведь то, к какому классу будет отнесено то или иное изображение, зависело от субъективного восприятия изображения сразу двух людей — специалиста, который классифицировал базу, и того, кто осуществлял экспертизу. Довольно часто взгляды не совпадали и, опасаясь пропусков, эксперты были вынуждены просматривать другие смежные массивы.

Что сделали мы: первые победы и новые вызовы

Оцифровать все изображения, перенести их с микрофишей в компьютерные базы — казалось бы, это довольно просто. Но тогда даже такой способ организации просмотра базы на мониторе компьютера не был возможен. Пришлось подождать, и меньше 10 лет назад в науке появились первые решения похожих задач.

Так мы смогли выйти на программистов Новосибирского Академгородка, совместно с которыми создали первую версию поисковой системы по изобразительным товарным знакам. В основу был положен механизм оцифровки изображений с последующим сравнением их математических моделей.

Это был прорыв, в России ничего подобного не было, да и мировые поисковые фирмы проявили интерес к нашим разработкам. Разумеется, система не была совершенной, и мы постоянно дорабатывали алгоритм, как на основе нашего опыта, так и получая обратную связь от пользователей. В то же время, из-за нескончаемого разнообразия изобразительных знаков, эти модификации программы грозили превратиться в «сизифов камень» с неочевидным конечным результатом.

Валерий Айзикович Герман
Основатель группы компаний INTELS, патентный поверенный РФ № 25

Глубже в науку — и мы в пятёрке лучших мировых разработок

Ещё в пятидесятых годах появились первые алгоритмы в области искусственного интеллекта и начали развиваться свёрточные нейронные сети. До решения практических задач теоретические разработки учёных доросли только пять лет назад — и команда POISKZNAKOV.RU уже была готова к инновациям. Первая попытка создать новый инструмент для поиска изобразительных обозначений совместно с программистами Факультета вычислительной математики и кибернетики МГУ открыла огромные перспективы в этом направлении.

Наша пробная версия алгоритма была протестирована специалистами Ведомства интеллектуальной собственности Европейского Союза (EUIPO) и представлена ими на международном конгрессе в Японии как входящая в пятёрку лучших мировых разработок в этой области.

Выходим с инновациями на рынок

Текущая версия поисковой системы по изобразительным товарным знакам была разработана в сотрудничестве с программистами студии Data Lab, входящей в группу EORA, одной из ведущих команд в области разработки и внедрения решений на основе машинного обучения. Мы учли замечания EUIPO и итоги аудита пробной версии, проведенного специалистами по искусственному интеллекту Барселонского университета.

Так выглядит поиск по изобразительным элементам сейчас poiskznakov.ru

Сейчас наша система, используя алгоритмы так называемого «глубокого обучения», пропускает через себя массивы товарных знаков и определяет характерные признаки, присущие разным категориям знаков. Более того, наш алгоритм умеет определять вес тех или иных признаков с точки зрения их существенности, влияния на результат. Чем больше объектов входит в обучающую подборку, тем точнее набор характеристик, по которым система будет отбирать из проверяемого массива сходные изображения. Для обучения и настройки системы мы использовали массивы наших баз, которые насчитывают порядка 1,5 млн изображений.

Синергия компьютера и человека

При загрузке на сервис изображение автоматически классифицируется машиной по собственным критериям, более специфичным, нежели классы, подклассы и рубрики Венской классификации. Это повышает точность отбора сходных знаков и существенно снижает «шум». Именно поэтому мы в качестве «попутной породы» создали автоматизированный Венский классификатор, который в отличие от человека не подвержен субъективизму.

Можно использовать автоматический Венский классификатор, чтобы уточнить поиск poiskznakov.ru

Далее машина сравнивает их со всеми изображениями из проиндексированной базы данных. Особенность нашего сервиса в том, что работает параллельно две нейросети, и после проведённых поисков машина выбирает лучшие результаты по обоим. Так пользователь получает наиболее релевантную поисковую выдачу.

Но мы понимаем, что полностью отдавать «обучение» на откуп машине нельзя, так как формальный подход искусственного интеллекта постоянно требует корректировки со стороны человека. Продуктивный симбиоз высококвалифицированных патентных поверенных и программистов дал синергетический эффект в виде создания не имеющей аналогов в России системы поиска изобразительных товарных знаков.

Сейчас мы решаем 11 из 14 задач, которые должна решать поисковая система для достижения оптимального качества, сформулированных специалистами EUIPO. В отношении оставшихся у нас есть понимание путей их решения.

0
3 комментария
Популярные
По порядку

Что так долго тогда регистрация, раз нейронки так быстро ищат?

0

Комментарий удален

Вопрос несколько о разных понятиях.

Проверка изображения с помощью POISKZNAKOV.RU (поиска, основанного на искусственном интеллекте) это предварительная возможность узнать, соответствует ли обозначение требованиям законодательства, а именно, имеет ли оно сходные или тождественные знаки, которые препятствуют гос. регистрации в качестве товарного знака. Подобный анализ проводят патентные поверенные или юристы для своих клиентов, а также сами заявители, которые не прибегают к помощи специалистов.

Что касается государственной регистрации товарного знака, она предполагает полный анализ (экспертизу заявленного обозначения) по нормам ГК и является прерогативой гос.органа (экспертов ФИПС), сроки которого регламентированы.

Если бы ускорить процедуру проверки и регистрации товарных знаков в Ведомстве было бы в наших силах, мы непременно поспособствовали этому :)

–1

Так вы обратитесь к ним, презентуйте технологию, может они руками до сих пор ищат)

0
Читать все 3 комментария
Это Элви Рэй Смит: он мечтал создать анимационный фильм на компьютере, соосновал Pixar, но ушёл из компании из-за Джобса Статьи редакции

Смит создал альфа-канал, который используется в Photoshop и других редакторах, работал в Xerox и LucasFilm и убеждал всех, что за компьютерной графикой будущее, однако всерьез его никто не воспринимал – кроме Стива Джобса.

Kornia - Python библиотека для обработки изображений в задачах CV

В этой статье я хотел бы познакомить читателей с библиотекой для ЯП python — Kornia, имеющей богатый функционал в области computer vision. Библиотека написана с использованием pytorch, в ее основе лежат готовые решения, такие как torchvision, PIL, skimage, tf.image, OpenCV. В Kornia реализована возможность выполнения вычислений не только с…

Эксперимент: оформляем банковские карты без бумажных документов

Оформление затянулось, но проект все равно продолжили развивать.

Минэкономразвития РФ приняло предложения РСПП по совершенствованию рынка интеллектуальной собственности

На актуализации плана дорожной карты ТДК (трансформация делового климата) «Интеллектуальная собственность» в соответствии с пожеланиями бизнес-сообщества настоял первый заместитель председателя правительства Андрей Белоусов.

Не испытывал иллюзий по отношению к Билайну, но этот случай просто вывел из себя.

«Мегафон» заблокировал 36 тыс. ₽ на 2 недели по ФЗ № 115

Являюсь абонентом Мегафона второй десяток лет. Несколько лет назад завёл себе карту Мегафон-банка. Очень нравилось, и рекомендовал всем, так как:

На сайтах с эквайрингом от ПСБ появился Yandex Pay

Покупатели с аккаунтом «Яндекса» смогут оплачивать покупки, не вводя данные карты.

Мвидео, облажались. Дважды

1. Мультиварка

Лайфхак в подборе: как ATS-системы помогают экономить время и бюджет рекрутеров

Процесс рекрутинга существенно не отличается от компании к компании. Есть несколько типичных шагов, которые проходит рекрутер: размещение вакансии на джоб-бордах, поиск соискателей по базам, согласование кандидатов с заказчиками, собеседование, выдача и проверка тестового задания, проверка кандидата службой безопасности.

Мвидео отказал в замене товара ненадлежащего качества. Битый телевизор

14.11.2021 доставка магазина Мвидео привезла мне домой телевизор LG. При приёме телевизора от доставщиков никаких недостатков не обнаружили ( или не заметили, потому что телевизор был весь запотевший). Включать для проверки тоже не стали из-за запотевания. В тот же вечер через несколько часов телевизор повесили и попытались включить, он не…

null