Como muitas organizações orientadas por insights, o United States Patent and Trademark Office (USPTO) aproveita a análise de dados e tecnologias como IA e aprendizado de máquina (ML) para aumentar a eficiência e o desempenho de suas operações e melhorar a qualidade de sistemas e processos.

Embora os algoritmos de IA e ML sejam essenciais para os empreendimentos da agência, o princípio orientador da agência governamental é adotar uma abordagem humana ao desenvolver e usar essas tecnologias para refinar e dimensionar suas iniciativas. As ferramentas de IA e ML ajudam a capacitar o trabalho de especialistas humanos e aumentar sua engenhosidade no trabalho que realizam, mas, neste momento, não conseguem igualar as nuances sutis ou os recursos de raciocínio da mente humana, observa Jamie Holcombe, CIO do USPTO.

Para complementar a tecnologia, a agência conta com a contribuição de milhares de trabalhadores experientes, capturados passiva e ativamente, para treinar e refinar modelos orientados por IA para garantir que a tecnologia forneça os resultados esperados. A agência concedeu mais de 11 milhões de patentes desde sua fundação e emprega mais de 12.000 pessoas, incluindo engenheiros, advogados, analistas e especialistas em computação. Um fluxo contínuo de feedback de seus examinadores de patentes nas linhas de frente também é usado para melhorar os modelos de IA/ML para impulsionar o desenvolvimento de novos produtos e atividades de suporte em duas áreas principais: pesquisa e classificação de patentes.

Fazer uma pesquisa abrangente de patentes pode ser um desafio, dada a explosão no volume de dados e possíveis fontes de “arte anterior”, observa Holcombe. Para enfrentar o desafio, as equipes de tecnologia estão lançando um componente de IA em uma nova ferramenta de pesquisa de patentes para ajudar os examinadores a encontrar as fontes mais relevantes de que precisam ao examinar os aplicativos. Isso é importante porque cada uma das mais de 600.000 solicitações recebidas anualmente pelo USPTO contém em média cerca de 20 páginas de texto e figuras, ou cerca de 10.000 palavras descrevendo as inovações reivindicadas. A organização de TI da agência também desenvolveu e implantou uma ferramenta de classificação que identifica e combina os símbolos de classificação associados a uma invenção de mais de 250.000 categorias possíveis.

Em ambos os casos, os modelos foram desenvolvidos e são continuamente aprimorados por informações de especialistas humanos que fornecem um toque humano para determinar se algo é realmente novo ou novo e, em seguida, aplicam leis, fatos e conhecimentos para chegar a uma decisão.

Explorando canais humanos no fluxo de informações

Ter um fluxo constante de feedback de especialistas examinadores e outros pode ser um trunfo, mas não é o único caminho que o USPTO está tomando para identificar novos canais de inovação e conhecimento global para ajudar a resolver desafios importantes e dimensionar a IA. No início deste ano, a agência recorreu à comunidade de pesquisa de IA e ao Google Kaggle , uma plataforma técnica e social proeminente usada por cientistas de dados e outros para trocar pensamentos e ideias. Ela lançou uma competição mundial de codificação em março, oferecendo US$ 25 mil em prêmios em dinheiro e convocando pesquisadores de IA e cientistas de dados para escrever código para avaliar a semelhança semântica das frases.

A competição atraiu mais de 42.900 inscrições antes do encerramento em 30 de junho e envolveu mais de 1.800 equipes globais trabalhando juntas e aproveitando fontes de dados de patentes publicamente disponíveis . O objetivo da competição era mover a agulha na compreensão da linguagem de patentes com IA para a agência e para a comunidade de patentes, explica Holcombe. “O resultado não será apenas melhores algoritmos de frase para busca de patentes, mas os modelos vencedores se tornarão parte do domínio público”, diz ele.

O USPTO também fez uso de outros recursos de informação pública, como Golden , uma plataforma gratuita baseada em IA/ML 'estilo Wiki' lançada em 2019 que vasculha a Web para combinar tópicos com dados relevantes e disponíveis, reunindo-os em um fluxo de informações em formação. Um algoritmo de IA, trabalhando nos bastidores, continua a adicionar dados relacionados sempre que estão disponíveis. Qualquer pessoa pode buscar informações sobre empresas, suas patentes e fontes de financiamento, como capital de risco.

Os A, B, C de uma aliança IA/humano

Embora muitos volumes sejam escritos sobre convergência de tecnologia, adotar uma abordagem 'centrada no ser humano' para o desenvolvimento de IA e ML pode ser um desafio, dadas as distinções diversas e complexas da natureza humana. Para manter os esforços nos trilhos, o USPTO, sob a direção de Holcombe, desenvolveu um guia para progredir de pilotos a protótipos e produção. As noções alfabéticas desse guia são as seguintes:

A é para alinhamento: deve haver um forte vínculo entre o negócio e a equipe de TI, diz o chefe de TI do USPTO. “As melhores equipes multifuncionais são compostas por técnicos que trabalham lado a lado com representantes de negócios, tudo dentro de um ambiente ágil que promove planejamento, execução, verificação e ajuste.” As práticas ágeis e/ou “DevSecOps” dependem de movimentos rápidos, transparência e uma mentalidade de produto. Para maximizar o progresso, os líderes se envolvem cedo e frequentemente com suas equipes e partes interessadas.

B é para valor de negócios: comece com um caso de negócios que tenha valor óbvio para uma operação central e estratégica. Esse caso de uso deve abordar um desafio em que IA e ML podem ajudar logicamente. “Como uma agência 100% financiada por taxas, nossas equipes abordam os desafios técnicos por meio de uma visão rigorosa de negócios e ROI”, ressalta Holcombe. 

C é para clientes (e funcionários): as soluções de IA/ML são projetadas para aumentar os examinadores e outros especialistas no assunto, em vez de substituí-los. Assim, equipes de tecnologia emergentes testam e ajustam conceitos com clientes internos antes, durante e depois de qualquer lançamento. Os examinadores que usam os produtos ajudam a impulsionar a inovação da IA, com alguns deles “em detalhes” e trabalhando lado a lado no escritório do CIO para fornecer informações críticas. “Como integramos nossos clientes no processo desde o início, recebemos feedback poderoso que ajuda a impulsionar a adoção”, observa Holcombe. “Além disso, os clientes nos mantêm honestos na implantação de IA que presta contas aos especialistas das agências e ao público que atendemos.”

Fonte:CIO.com