最近，公众号百科君的IP杂谈上提到了US10417341B2这一篇专利，这篇专利是介绍用AI根据权要写说明书、附图、摘要等【该专利的权利要求翻译全文见文末】。
该专利包含两组权要，系统权要1-14，方法权要15-28，技术方案为：
根据权利要求集确定第一数据结构、第二数据结构，基于第一数据结构和第二数据结构的语言单元确定第三数据结构，通过三个数据结构组装语言单元来确定说明的的一个或多个部分；
其中第一数据结构和专利语言，第二数据结构不是专利语言。
通过权要的描述，就我对这行业的认知和对这个专利的理解，想要基于这个技术方案落地，还有一定的技术障碍，现在实现还是有难度的，暂时对于有一定撰写质量的代理人不构成威胁。
当然，也可能还存在对该方法的补充的方案未公开，后续会保持跟进。
所以不管从现在已公开的情况上来看，只要代理人对说明书能进行一些扩展的，现在AI还没有实现，现在对代理师基本还没有影响。
但从长远来看，个人认为，AI是完全能够根据权要写说明书的，甚至达到能够辅助撰写权要的程度。只是这种操作会不会被限制，还有一个就是怎么避免泄密的问题。
US10417341B2的权利要求翻译全文：
说明：由于两组方法和系统权要实质内容一致，只是保护主题和撰写方式不同，故仅展示了方法权要部分：
15.一种使用机器学习和基于规则的算法将一组专利权利要求自动转换为专利说明书的方法,该方法包括:
获得权利要求集,该权利要求集包括精确定义发明的句子的编号列表,该权利要求集包括独立权利要求和一个或多个从属权利要求,权利要求集中的每个从属权利要求通过引用依赖于该独立权利要求或居间从属权利要求;
基于权利要求集确定表示权利要求集的第一数据结构,第一数据结构包括来自权利要求集的语言单元,第一数据结构中的语言单元根据各个语言元素的一个或多个分类来组织,语言单元为专利用语,其中专利用语包括专利权利要求中常用的文本结构和法律术语,给定的语言元素包括单词、短语、从句或句子中的一种或多种。
其中,基于自然语言生成操作,将专利语中给定的语言单元转换为散文中对应的语言单元,其中,所述自然语言生成操作包括释义归纳、简化、压缩、从句融合或扩展中的一种或多种;
基于来自第一数据结构和第二数据结构的语言单元确定包括有序内容的第三数据结构,其中第三数据结构的有序内容是基于权利要求集合的权利要求结构、先行词中的一个或多个来排序的权利要求集中的基础,或权利要求集中的权利要求依赖;和
通过从第一数据结构、第二数据结构和第三数据结构组装语言单元来确定专利说明书的一个或多个部分。
16.根据权利要求15所述的方法,其中给定数据结构包括用于组织和存储数据的专用格式,给定数据结构包括数组、列表、两个或更多个链表、堆栈、队列、图、表或树中的一个或多个。
17.权利要求15的方法,其中所述一种或多种分类包括独立权利要求、从属权利要求、序言、主要特征、子特征、权利要求行、从句、短语或单词中的一种或多种。
19.权利要求15的方法,进一步包括:
确定专利说明书的标题;和
确定专利说明书公开的领域;
其中,基于存储在第二数据结构中的前导码库来确定标题和公开领域。
20.权利要求15的方法,进一步包括确定专利说明书的背景,其中背景是基于一个或多个发明人的发明公开中提供的信息来确定的。
21.权利要求15的方法,进一步包括确定专利说明书的摘要。
22.根据权利要求21所述的方法,其中:该概要包括第一概要部分、第二概要部分和第三概要部分;
第一摘要部分是基于第一数据结构和第二数据结构确定的。
第二摘要部分是基于第一数据结构和第二数据结构确定的。和
23.权利要求15的方法,进一步包括确定专利说明书的附图简要描述,其中附图简要描述是基于存储在第二数据结构中的前导码库确定的。
24.根据权利要求15所述的方法,进一步包括确定专利说明书的详细描述,其中详细描述包括第一描述部分和第二描述部分,其中第一描述部分是基于第三数据结构确定的,并且其中第二描述部分是基于第一描述部分确定的数据结构、第二数据结构和第三数据结构。
25.权利要求15的方法,进一步包括确定专利说明书的权利要求的系统,其中,系统权利要求是基于第一数据结构和第二数据结构确定的。
26.权利要求15的方法,进一步包括确定专利说明书的权利要求的方法,其中,基于第一数据结构确定方法权利要求。
27.权利要求15的方法,进一步包括确定专利说明书的摘要,其中摘要是基于第一数据结构和第二数据结构确定的。