在研发的过程中，当技术人员遇到技术难题的时候，我们会想到检索下相关论文和专利，找下竞手的产品，再梳理相关的内容，将有价值的部分消化吸收，为进一步的研发提供思路。
但这个过程并不容易，在各个平台找齐这些文献数据就是一件很难的事情。虽然现在可以利用大语言模型和增强搜索，但论文、专利、产品的数据中，很多有价值的信息是隐藏在论文、专利、产品说明中的，大语言模型和增强往往只能抓取到浅表的信息，不能把深层次的信息挖掘出来。
此外，当我们的提问涉及到非常专业的领域和细节时，大语言模型和增强搜索的方式都会显得力不从心。
例如技术人员的问题如下：
“如何解决半固态电池由于液体电解液存在于正极间隙，在高温的情况下产生氧气，而氧气通过与电解液发生化学反应而产生热量，进而导致热失控的情况？”
“吹风机的出风口在使用过程中受热变形，容易脱落，如何改进出风机出口的结构使其在吹头发的过程中不容易脱落？”
“mRNA疫苗需要进入机体细胞才能发挥作用，但由于机体血液和组织中存在大量的RNA酶，mRNA有可能在进入细胞前的递送过程中就被降解掉，无法发挥免疫预防作用，如何提高mRNA疫苗的稳定性？”
要准确和有效回答这些技术问题，就必须要充分理解问题，并且能够进行联想，把这些问题关联到论文、专利、产品中的深层次方案中。
Maxipat的problem-solution算法就可以做到，相当于模仿科研人员进行联想，挖掘出可能有用的技术方案。这些技术方案可能隐藏在其他领域的文献中，需要有一定的联想思维才可能找到，而Maxipat的problem-solution就是这样的联想式科研思维算法。
Maxipat的辅助创新系统
总之，当技术人员把问题描述得越具体，Maxipat反馈的技术方案越有价值，更能看到Maxipat的能力。Maxipat利用切片技术挖掘论文、专利、产品中的深度方案与大语言模型及增强搜索生成模型有明显的区别，problem-solution的关联算法相当于把论文和专利完美融合。
Maxipat致力于作为成为科技创新和知识产权工作的AI加速，主要包括辅助创新：提高研发的科技创新效率，通过problem-solution算法深层关联到的真实技术方案，能够跨领域进行技术方案的深层挖掘和关联；智能搜索与分析：将专利搜索和报告制作借助AI实现智能化，包括智能查新、无效、FTO、Landscaping报告，采用GT搜索算法（graph transformer）（），系统真正做到理解概念后再搜索。目前开放注册中。
感兴趣的朋友可以通过以下三种方式填写申请信息：
1. 请发邮件到邮箱：info@maxipat.com
2. 点击文末阅读全文；
3. 扫描以下二维码
感兴趣的朋友可以加笔者微信patentlight
首例基因技术药物专利授权案牵动亿万产业
热门跟贴