近日，世界知識產權組織（產權組織）推出了新的人工智能驅動圖形檢索技術，有助于更快更輕松地確認商標在目標市場的識別力。

往代的圖形檢索工具主要通過識別商標中的形狀和顏色來確認商標圖形的近似性。產權組織的新一代人工智能技術改進了這項技術，利用深度機器學習來識別圖形中的概念組合——例如蘋果、鷹、樹、王冠、汽車、星星等，以發現注冊過的近似商標。

這項新技術讓潛在近似商標的查找結果更窄、更精確。由于要審視的結果更少，所以節約了商標審查員、律師和律師助理、業內人士和研究人員的勞動成本。（見下文舉例）

“在商標領域，我們先進的人工智能技術是一項重要改進，讓人們在設計新的圖形商標時更有把握，監視潛在的誤導性或沖突注冊也更加方便，”產權組織總干事高銳說?！霸谌蚧洕?，尋求品牌保護的經濟主體數量在迅速擴大，這種增強的商業情報十分寶貴?！?/span>

產權組織新的人工智能檢索技術利用了深度神經網絡和來自商標國際注冊馬德里體系及幾大商標局的圖形要素分類數據。

這項人工智能檢索技術已經完全整合進產權組織的全球品牌數據庫搜索引擎，所有用戶都可免費訪問。

檢索覆蓋面

新的檢索功能覆蓋了已經參加項目的45個商標局的國家數據（包括沒有使用圖形要素分類系統的局）。到目前為止，這代表了總計3,800萬個商標。產權組織經常往數據庫中增加世界各地的新數據

“全世界對知識產權的需求不斷增長，讓當前一代的系統不堪重負，這正是產權組織領導開發人工智能工具，以完善全球知識產權體系的原因，”高銳說?！皵祿卦酱?，人工智能的結果就越好，所以我鼓勵那些數據還沒有進入全球品牌數據庫的商標局考慮盡快加入?！?/span>

人工智能圖形近似算法讓用戶可以將其與任何其他檢索標準聯合起來使用，例如把檢索結果清單限制到某些管轄區，或者限制到尼斯分類的一個或多個類。尼斯分類是一種商標注冊用商品和服務國際分類法。

提交復雜或組合圖形的用戶，可以使用內建的編輯工具裁切圖形中需要的檢索區，進一步簡化待檢圖形，使檢索結果相關性更強。

舉例

以下標志人工智能驅動的概念查詢和形狀查詢對比：

人工智能驅動的概念策略算法發現圖形中的概念，返回的優先結果包括：

非人工智能的形狀策略算法側重于標志的整體形狀，返回的優先結果包括：

可以看出，檢索結果的差距還是很大的，人工智能的圖形商標檢索結果更加準確！

小編覺得，有了這個人工智能圖形商標檢索工具，以后圖形商標的檢索的效率和準確度一定會大大提高！