मुख्य सामग्री पर जाएँ
Amin, Turocy & WatsonIntellectual Property

यह पृष्ठ मशीन द्वारा अनूदित है। अंग्रेज़ी संस्करण ही प्रामाणिक है। English

एआई एवं मशीन लर्निंग

सबसे कठिन हिस्सा यह बताना है कि मॉडल वास्तव में करता क्या है।

मशीन लर्निंग के आवेदन पात्रता और पर्याप्त प्रकटीकरण, दोनों की सबसे तीखी धार पर बैठे होते हैं। "ऐसा न्यूरल नेटवर्क जो X का पूर्वानुमान करता है" — यह परिणाम पर किया गया दावा है। जो टिकता है, वह संरचना पर, प्रशिक्षण-पद्धति पर, या उस सिस्टम-अभियांत्रिकी पर किया गया दावा है जिसने उस परिणाम तक पहुँचना संभव बनाया।

इस क्षेत्र में प्रकाशित पेटेंट
409
पेशेवर
21

हम मॉडल संरचनाओं और प्रशिक्षण विधियों, डेटा पाइपलाइन तथा लेबलिंग अवसंरचना, अनुमान और त्वरक प्रणालियों, कंप्यूटर दृष्टि, प्राकृतिक भाषा तथा वाक् प्रसंस्करण, और चिकित्सा एवं वित्तीय उत्पादों के भीतर लगी अनुप्रयुक्त मशीन लर्निंग पर काम करते हैं। जहाँ कोई प्रशिक्षित मॉडल किसी संयंत्र, रोबोट या वाहन को नियंत्रित करता है, वहाँ मॉडल पर दावा यहाँ किया जाता है और उसके उपयोग पर औद्योगिक स्वचालन, रोबोटिकी या स्वायत्त वाहन के क्षेत्र में।

यह क्षेत्र फर्म के अन्य तकनीकी समूहों के बगल में बैठने के बजाय उन सबको काटता हुआ चलता है: अनुमान त्वरक अर्धचालक का मामला है, प्रशिक्षण प्लेटफ़ॉर्म वितरित प्रणालियों का मामला है, और नैदानिक मॉडल चिकित्सा उपकरण का मामला है। हम इसमें उसी के अनुसार लोग लगाते हैं।

दावा विधि पर, परिणाम पर नहीं

ऐसे मॉडल पर किया गया दावा जो कोई परिणाम प्राप्त करता है, वस्तुतः उस परिणाम पर ही दावा है, और उस पर पात्रता तथा पर्याप्त प्रकटीकरण, दोनों की आपत्तियाँ आएँगी। जो टिकता है, वह है संरचना, प्रशिक्षण-पद्धति, हानि-फलन का निरूपण, वह डेटा-प्रबंधन चरण जिसने उस परिणाम तक पहुँचना संभव बनाया, या वह सिस्टम-अभियांत्रिकी जिसने उसे अनुमान के समय वहनीय बनाया।

इसका एक व्यावहारिक परिणाम यह है कि आवेदन किस तरह जुटाए जाते हैं। पेटेंट-योग्य योगदान प्रायः वह होता है जिसे शोध दल कार्यान्वयन का ब्योरा भर मानता है, न कि वह परिणाम जिस पर उसे गर्व है — इसका अर्थ है कि आरंभिक बातचीत को शोध-पत्र के सारांश से आगे जाना पड़ता है।

पर्याप्त प्रकटीकरण, जब वस्तु स्वयं एक प्रशिक्षित मॉडल हो

जिन आविष्कारों का व्यवहार डिज़ाइन से नहीं, बल्कि प्रशिक्षण से उभरता है, वे लिखित विवरण और पर्याप्त प्रकटीकरण पर दबाव डालते हैं। ऐसा पेटेंट विवरण जो केवल संरचना का वर्णन करे और परिणाम का दावा कर दे, हो सकता है किसी को कुछ भी करने में सक्षम न करे; प्रकटीकरण को प्रशिक्षण डेटा की विशेषताओं, हाइपरपैरामीटरों और उस मूल्यांकन तक पहुँचना होता है जो व्यवहार को पुनरुत्पाद्य बनाता है — और साथ ही वह ऐसा दस्तावेज़ बना रहना चाहिए जिसे मुवक्किल प्रकाशित करने को तैयार हो।

इसे व्यापार रहस्य के संरक्षण के साथ संतुलित करना एक रणनीतिक निर्णय है, और यह सोच-समझकर लिया गया निर्णय होना चाहिए, न कि केवल एक तयशुदा चलन।

साक्ष्य

इस क्षेत्र में हमारे द्वारा प्रारूपित पेटेंट

वे पेटेंट जिनकी प्राप्ति की प्रक्रिया फर्म ने संचालित की, जो उसकी अपनी प्रकाशित सूची और USPTO की अभिलेखित-अधिवक्ता अनुक्रमणिका से लिए गए हैं। यह अभिलेख है, दावा नहीं।
सभी पेटेंट सूचियाँ
  • 12,725,608Automatic speech recognition with multilingual scalability and low-resource adaptation
  • 12,725,451Artificial intelligence video analysis enhanced with text generation
  • 12,725,406Task-oriented clustering using prompt learning
  • 12,725,076Artificial intelligence model learning introspection
  • 12,725,075Training data generation via reinforcement learning fault-injection
  • 12,725,036Explainable deep interpolation of missing pixels via non-contiguous interpolation neighborhoods
  • 12,718,797Label smoothing technique for improving generalization of deep neural network acoustic models
  • 12,718,138Quantum-enhanced features for classical machine learning

टीम

एआई एवं मशीन लर्निंग में कौन काम करता है

निर्देशिका छाँटें

एआई एवं मशीन लर्निंग में किसी चीज़ पर काम कर रहे हैं?

फर्म से संपर्क करें