Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

NVDA GOOGL
GOOLE様のTPU　ｖｓ　NVIDIA様のGPUについて

1️⃣ 前提
長年AIやりたきゃ NVIDIA様のGPU＋CUDA 一択

Google様のTPUをMeta様が採用検討
で「GPUだけの世界は終わりつつあるよ」っていう問題提起

2️⃣ GPUとは
GPUはもともとゲーム用グラフィックスのための並列計算マシン
→たまたま行列計算と相性が良くてディープラーニングにフィット
⭐柔軟性と汎用性が最大の武器
新アーキテクチャ，新しい活性化関数，状態空間モデル
ぜんぶCUDAカーネル書けばなんとかなる
研究開発・新モデルの試行錯誤では依然として GPU様が王者♔

3️⃣ TPU（Google様のASIC）
TPUは 最初からAIの行列演算だけをやる専用マシン
⭐メモリアクセスを減らす
データをバケツリレー的に流しながら計算
という構造

グラフィックス系のロジックは全部捨ててテンソル演算と電力効率に全振り

汎用性は捨てる代わりに
ワットあたり性能とトークンあたりコストで勝負

4️⃣ コア論点
柔軟性（GPU様） vs 超特化（TPU様）
研究フェーズ
何が起きるかわからない
新アーキテクチャ出まくり
⇒ GPU様が安全で強い

本番運用フェーズ
安定したモデルを世界中にばら撒く
1トークンあたりコストと1クエリあたり消費電力がすべて⇒ TPU様が有利

5️⃣ トレーニング vs 推論

トレーニング
これまではGPU様の独壇場
デバッグ容易＆ツールの成熟度

でも
Gemini様をTPU v4 v5で学習したことで
「最先端LLMでもTPUだけでいけるよ」が実証された
⇒ 性能差というより 使いやすさ／エコシステムの問題だよね

推論
回数がトレーニングの何百万倍も多い
数％の効率差が数億ドル単位の差になる
ここで TPU様の効率が本領発揮
⇒ 大規模サービスの推論基盤ならTPU様がかなり有力

6️⃣ 「CUDAの堀」がどうなってるか
これまでは
なんでもCUDA対応
ライブラリもチュートリアルもまずNVIDIA様
⇒ 事実上のロックイン
でも今は

PyTorch 2
JAX
XLA
みたいな 高レベルフレームワークがハードウェアを抽象化

結論としては
ロックインは“技術”というより“どのクラウドを選ぶか”に移っていくかも

7️⃣ TPUを自作マシンに刺せない問題
NVIDIA様のGPUは
NeweggでもAmazonでも買える
オンプレでも自宅でもOK

TPU様
チップは売らない
時間貸し（Google Cloud様のサービス）だけ
⇒ ハード的には強いけど
クラウドロックインがキツい

Meta様みたいな巨大プレイヤーからすると
TPUのコストとスピードは魅力
でもインフラを競合のGoogle様に握られるリスク
ここが経営判断ポイント

8️⃣ 2025年の結論
研究開発したいなら
→ NVIDIA様GPU一択

安定した巨大推論サービス運用したいなら
→ TPU様も選択肢に

レガシーCUDAコードが山ほどあるなら
→ GPU様一択
超巨大LLMをゼロからスケール優先でトレーニングしたいなら
→ TPUも真面目な選択肢

オンプレ展開したいなら
→ TPU様はそもそも買えないのでGPU様一択

「ユースケースによって使い分けろ」の時代に… November 11, 2025

2025.11.29開催分｜ #AI予測 複勝率･勝率データ

ディープラーニングを用いた予測モデルによる
予測データを提供しています
（TARGET外部指数形式）
https://t.co/0PpmrkoJuW
（一覧表・CSV形式）
https://t.co/RrOUUSQJJq

無料版は「データで楽しむ競馬予想🐴」サイトで！
https://t.co/i0GELtcdaJ November 11, 2025

隔世の感--「63年に博士課程を終えて赴任した九州大学も「自由の天地」。好き勝手に研究や遊びに興じ、大分県の久住山のふもとの温泉につかっている時、脳の仕組みを機械の学習に応用する仕組みがひらめいた。これが今日のAIに欠かせない「深層学習（ディープラーニング）」につながる理論だった」
https://t.co/kVrIJeIvWZ November 11, 2025

#27卒
【富士通　インターン対策】

働き方がホワイト過ぎて、
バズってた影響で27卒は受ける学生増えると思う

※
ここ今日必ず確認して欲しい優遇ルートあるので、最後まで読んでください↓

締切12/7※
年収800万

面接まで使える3分で読める情報↓

富士通の戦略はシンプルで
AIデータ活用などのテクノロジーをベースとしたDXビジネスと、
DXに必要なクラウド移行などのデジタル領域

として、このデジタル領域に注力し、成長するという戦略のようです

★冒頭で記載した優遇ルート★
—————————————
1個目
https://t.co/FU9EkToFRm
ここは大手の早期内定狙うなら全学生必須
できれば明日の18時までに利用申請しよう

2個目※ここ11/27までアプリ起動を↓
https://t.co/2WNBV0dkeV
ちなみにキャリア診断面白くて、業界理由書けなくて迷っている学生はやってみると役立つよ

3個目※唯一SPI対策↓
https://t.co/Ke1EHHPfLE
SPIで落ちなくなるので利用申請しておくといいよ
—————————————

じゃあ企業研究に戻るけど、
本日はそんな富士通の技術力を最新の研究開発内容からピックアップします

①ディープラーニングを高速化する技術
画像認識精度を競うコンテストでの画像データを利用し学習時間を測定した結果、世界最高速
（2019年4月1日時点）を達成しました。

②IDYX：IDentitY eXchange
オンライン上で事業者や利用者の経歴や資格といったID情報の真偽を判断可能にするアイデンティティー流通技術
取引相手の評価や過去の取引などのユーザー間の関係性を構造化し、取引相手のID情報の信用度をスコア化

直近でも量子コンピューターの法人提案や作業用AIの技術を提案した共同開発
例えばブロードリーブの「OTRS」

など面白い取り組みも多いですね

今後のビジョンへの共感や意欲を伝えるなら

スーパーコンピューター富岳にも注目できる

VSChatGPTを東工大、NTTと行っていると日経が報じている
富士通の富岳は主な用途である高度なシミュレーション以外にも、AIの計算に対応できる設計

AIに対応する計算性能でも世界の上位に入った実績がようです

このように時代の変化に合わせて、最先端の技術を提供している
というところが富士通の強みと言えますね

デジタル領域が伸びること
そしてそれに対して上記のような富士通でしかできない技術がある

という形で志望動機を作ってみるとよいと思います

情報技術としては最早トップはNTTデータになってしまったが、やはり古参大手なのでまだ実力はある印象です

この時期から第一志望として就活をする人は少ないとは思うので、
現実的に狙える大手といった感じでしょうか

※締切は学生情報のため、マイページを参照してください

★就活hackブログ版
27卒受かりやすい大手300社リストやキリン、サントリー、バンダイなどの1万字越えの詳細企業研究を配布中です
※PR November 11, 2025

♡AI中毒患者になるな！　 AIを使うな、本文を読み、自分で考えて、文章を書け ！！

⑧法令上の公報（真正公報）

2022年１月１２日以降の公報

特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」、と明言しています。

そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。

https://t.co/bHC0RUmH1C

また、2022年１月１１日以前に特許庁より発行されていたPDF公報は廃止されました。

従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。

何となれば、特許庁が発行するものが唯一のものでしたので。

2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。

そして、INPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。」、「したがって、公報標準レイアウト/ページの概念はございません。」ともいっています。

更に、「公報はＸＭＬであり、ＰＤＦ化するに当たっての制限はありません。」と断言しています。

加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。

従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。

以上の如く、J-PlatPatからダウンロードして得られる「独自PDF公報」や、民間業者、たとえば日立システムズのSRPARTNERより得られる「独自PDF公報」などは、　それぞれ異なったものであり、「真正な公報」とは見なすことができないと考えます。

INPITのJ-PlatPatよりダウンロードして得られる「PDF公報」は、あくまでも「独自PDF公報」であって、「真正な公報」とは言えないものと考えます。

ましや、民間業者が作成する「独自PDF公報」も、これまた「真正な公報」と、言えません。

ここで、「独自PDF公報」の発行にあたって、INPITのJ-PlatPatにおいて奇怪な過去がありました。

何故か、２０２２年１月１２日〜１月２４日の１３日間のあいだ、J-PlatPatよりダウンロードした「独自ＰＤＦ公報」が異様なものでした。

https://t.co/iIBNCtOcDR

即ち、フロントページの右下に表示される「代表図面」、および３ページの図面が、一部欠けていました。

さらに、２０２２年１月２０日発行の「特開2022-014916」の独自PDF公報も代表図面と他の図面に欠落がありました。

https://t.co/fiIqp9T5N8

一方、民間業者である日立システムズのSRPARTNERよりダウンロードした「特開2022-014916」の独自PDF公報には欠落箇所はありませんでした。

https://t.co/lCT5dRre7A

J-PlatPatよりダウンロードした「独自ＰＤＦ公報」の異様さは同年１月の２４日まで続いたようです。

https://t.co/PrVwFrEG9m

（ハッシュタグ）

＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

♡AI中毒患者になるな！　AIを使うな、本文を読み、自分で考えて、文章を書け ！！ （11/29）。　⑧ 法令上の公報（真正な特許明細書）｜久保園善章 @kbozon

https://t.co/Hhaa6QddRk

♡AI中毒患者になるな！　 AIを使うな、本文を読み、自分で考えて、文章を書け ！！

⑧法令上の公報（真正公報）

2022年１月１２日以降の公報

特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」、と明言しています。

そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。

https://t.co/bHC0RUmH1C

また、2022年１月１１日以前に特許庁より発行されていたPDF公報は廃止されました。

従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。

何となれば、特許庁が発行するものが唯一のものでしたので。

2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。

そして、INPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。」、「したがって、公報標準レイアウト/ページの概念はございません。」ともいっています。

更に、「公報はＸＭＬであり、ＰＤＦ化するに当たっての制限はありません。」と断言しています。

加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。

従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。

以上の如く、J-PlatPatからダウンロードして得られる「独自PDF公報」や、民間業者、たとえば日立システムズのSRPARTNERより得られる「独自PDF公報」などは、　それぞれ異なったものであり、「真正な公報」とは見なすことができないと考えます。

INPITのJ-PlatPatよりダウンロードして得られる「PDF公報」は、あくまでも「独自PDF公報」であって、「真正な公報」とは言えないものと考えます。

ましや、民間業者が作成する「独自PDF公報」も、これまた「真正な公報」と、言えません。

ここで、「独自PDF公報」の発行にあたって、INPITのJ-PlatPatにおいて奇怪な過去がありました。

何故か、２０２２年１月１２日〜１月２４日の１３日間のあいだ、J-PlatPatよりダウンロードした「独自ＰＤＦ公報」が異様なものでした。

https://t.co/iIBNCtOcDR

即ち、フロントページの右下に表示される「代表図面」、および３ページの図面が、一部欠けていました。

さらに、２０２２年１月２０日発行の「特開2022-014916」の独自PDF公報も代表図面と他の図面に欠落がありました。

https://t.co/fiIqp9T5N8

一方、民間業者である日立システムズのSRPARTNERよりダウンロードした「特開2022-014916」の独自PDF公報には欠落箇所はありませんでした。

https://t.co/lCT5dRre7A

J-PlatPatよりダウンロードした「独自ＰＤＦ公報」の異様さは同年１月の２４日まで続いたようです。

https://t.co/PrVwFrEG9m

（ハッシュタグ）

＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

今ミネシスというAIのディープラーニングを使用したゲームが人気で色んな配信者がやってますが、怖くないのかな。
音声、アクション含め、「限定」なくコピーされたデータの権限や権益をこのゲーム会社に差し渡す同意が規約に含まれてる為、様々な危険を感じます。
#ミネシス #MINESIS November 11, 2025

♡AI中毒患者になるな！ AIを使うな、本文を読み、自分で考えて、文章を書け !!

⑦「法令上の公報」（XML形式）は、知的財産高等裁判所では、使われていません。
その代わり、INPITのJ-PlatPatが作成した「独自PDF公報」が使われていました。
そして、知的財産高等裁判所は、この「独自PDF公報」に基づき判断していました。
2022年１月１２日以降に特許庁が発行する公報
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。
https://t.co/bHC0RUm9c4
2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。
加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。
従って、「真正な特許公報」（法令上の公報）とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とは言えないことになります。

このことを前提に、知的財産高等裁判所で行われている事象を検証してみました。
「令和５年（行ケ）第１００９２号」（特許取消決定取消請求事件）（特許第7105571号）原告：PACRAFT株式会社、についてです。
先ずは、特許庁の公報発行サイトから、特許第7105571号の「XML形式」での「法令上の公報」です。
https://t.co/POzTUNd8E9
次に、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」のものです。

https://t.co/BsIeG2M1l6
そして、本題です。

「令和５年（行ケ）第１００９２号」（特許第７１０５５７１号）（裁判所発行のPDF資料）、にて説明します。
https://t.co/WviXY491a8
判決文の２ページ目の「第２ 事案の概要」の「１ 特許庁における手続の経緯等」の文章で、９行目〜１０行目に「本件特許に係る明細書、特許請求の範囲及び図面は、別紙１（本件特許に係る特許公報。甲１）に記載のとおりである」、とあります。
更に、同じく２ページ目の２０行目〜２３行目に、「２ 特許請求の範囲の記載」に「本件特許に係る特許請求の範囲の記載は、別紙１の【特許請求の範囲】に各記載のとおりである（以下、請求項１に係る発明を「本件発明１」、請求項５に係る発明を「本件発明５」といい、本件発明１及び５を併せて「本件各発明」という。）。」との記載があります。
ここで、「別紙１」とは、20ページ目の最上段の「（別紙１）●（省略）●」のことと思います。
「（省略）」とありますので、この判決文よりは（別紙１）を知る由もありません。
一方、特許庁も、「令和５（行ケ）１００９２」として、判決文を提供していす。
そして、この中に上記の（別紙１）を知ることは可能でした。
すなわち、【管理番号】第１４１３６４８号に「判決公報」があり、この中に（別紙１）がありました。
https://t.co/q7RJSg5rHZ
この（別紙１）について述べます。
https://t.co/IlJj7mTwJp
この（別紙１）は、原告のPACRAFT株式会社が訴状に添付した特許7105571の「PDF公報」と思われます。
これは、上記のINPIT のJ-PlatPatよりダウンロードした「独自PDF公報」と全く同一です。
おそらく、この「PDF公報」は、原告のPACRAFT株式会社が、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」と断定することができます。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
知的財産高等裁判所は、何故に、「法令上の公報」である「XML形式」のものを対象にしないのでしょうか？
原告が提示した「PDF公報」を鵜呑みにして、これに基づいて判断をしています。
この、原告が提示した「PDF公報」は、いわゆる「独自PDF公報」です。
「独自PDF公報」に依存した議論は、全く無意味なものと考えます。
「独自PDF公報」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか、言えないものと思います。
ちなみに、同じ特許7105571の「独自PDF公報」である、日立システムズの検索ツールSRPARTNERよりダウンロードしたものを以下に添付します。
https://t.co/tf7RCpoSwG

こちらと、J-PlatPatよりダウンロードした「独自PDF公報」と比較してみます。
両者は、フロントページからして、別個のものです。
（全１５頁）と（全１６頁）、右端に「行数」が表記されたものと、ないものなど、それぞれ異なっています。
はたして、【請求項】を含む本文全文の内容が、両者同一であるかも、疑われます。
裁判所としては、「法令上の公報」である「XML形式」のものに、どのように対処するのでしょうか。
なお、特許7105571についての「審査記録」をも添付しておきます。
https://t.co/3XsJLIcbdl
（ハッシュタグ）
＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #DX #IT #DeepSeek #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

♡AI中毒患者になるな！　AIを使うな、本文を読み、自分で考えて、文章を書け ！！ （11/29）。 　⑦「法令上の公報」（XML形式）は、知的財産高等裁判所では、使われていません。 その代わり、INPITのJ- @kbozon

https://t.co/brh2n9LfHX

♡AI中毒患者になるな！ AIを使うな、本文を読み、自分で考えて、文章を書け !!

⑦「法令上の公報」（XML形式）は、知的財産高等裁判所では、使われていません。
その代わり、INPITのJ-PlatPatが作成した「独自PDF公報」が使われていました。
そして、知的財産高等裁判所は、この「独自PDF公報」に基づき判断していました。
2022年１月１２日以降に特許庁が発行する公報
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。
https://t.co/bHC0RUm9c4
2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。
加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。
従って、「真正な特許公報」（法令上の公報）とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とは言えないことになります。

このことを前提に、知的財産高等裁判所で行われている事象を検証してみました。
「令和５年（行ケ）第１００９２号」（特許取消決定取消請求事件）（特許第7105571号）原告：PACRAFT株式会社、についてです。
先ずは、特許庁の公報発行サイトから、特許第7105571号の「XML形式」での「法令上の公報」です。
https://t.co/POzTUNd8E9
次に、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」のものです。

https://t.co/BsIeG2M1l6
そして、本題です。

「令和５年（行ケ）第１００９２号」（特許第７１０５５７１号）（裁判所発行のPDF資料）、にて説明します。
https://t.co/WviXY491a8
判決文の２ページ目の「第２ 事案の概要」の「１ 特許庁における手続の経緯等」の文章で、９行目〜１０行目に「本件特許に係る明細書、特許請求の範囲及び図面は、別紙１（本件特許に係る特許公報。甲１）に記載のとおりである」、とあります。
更に、同じく２ページ目の２０行目〜２３行目に、「２ 特許請求の範囲の記載」に「本件特許に係る特許請求の範囲の記載は、別紙１の【特許請求の範囲】に各記載のとおりである（以下、請求項１に係る発明を「本件発明１」、請求項５に係る発明を「本件発明５」といい、本件発明１及び５を併せて「本件各発明」という。）。」との記載があります。
ここで、「別紙１」とは、20ページ目の最上段の「（別紙１）●（省略）●」のことと思います。
「（省略）」とありますので、この判決文よりは（別紙１）を知る由もありません。
一方、特許庁も、「令和５（行ケ）１００９２」として、判決文を提供していす。
そして、この中に上記の（別紙１）を知ることは可能でした。
すなわち、【管理番号】第１４１３６４８号に「判決公報」があり、この中に（別紙１）がありました。
https://t.co/q7RJSg5rHZ
この（別紙１）について述べます。
https://t.co/IlJj7mTwJp
この（別紙１）は、原告のPACRAFT株式会社が訴状に添付した特許7105571の「PDF公報」と思われます。
これは、上記のINPIT のJ-PlatPatよりダウンロードした「独自PDF公報」と全く同一です。
おそらく、この「PDF公報」は、原告のPACRAFT株式会社が、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」と断定することができます。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
知的財産高等裁判所は、何故に、「法令上の公報」である「XML形式」のものを対象にしないのでしょうか？
原告が提示した「PDF公報」を鵜呑みにして、これに基づいて判断をしています。
この、原告が提示した「PDF公報」は、いわゆる「独自PDF公報」です。
「独自PDF公報」に依存した議論は、全く無意味なものと考えます。
「独自PDF公報」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか、言えないものと思います。
ちなみに、同じ特許7105571の「独自PDF公報」である、日立システムズの検索ツールSRPARTNERよりダウンロードしたものを以下に添付します。
https://t.co/tf7RCpoSwG

こちらと、J-PlatPatよりダウンロードした「独自PDF公報」と比較してみます。
両者は、フロントページからして、別個のものです。
（全１５頁）と（全１６頁）、右端に「行数」が表記されたものと、ないものなど、それぞれ異なっています。
はたして、【請求項】を含む本文全文の内容が、両者同一であるかも、疑われます。
裁判所としては、「法令上の公報」である「XML形式」のものに、どのように対処するのでしょうか。
なお、特許7105571についての「審査記録」をも添付しておきます。
https://t.co/3XsJLIcbdl
（ハッシュタグ）
＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #DX #IT #DeepSeek #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

♡AI-中毒患者になるな！ AIを使うな、本文を読み、自分で考えて、文章を書け！！

⑥「法令上の公報」（XML形式）は地方裁判所で実際に使われているのでしょうか？

いえ、使われていません !!

https://t.co/XghjahuK2K

2022年1月12日以降の公報。

特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します」と明言しています。

そして、「XML形式」とは、以下の資料のフロントページにあるようなものです。

https://t.co/bHC0RUmH1C

また、2022年１月１１日以前に特許庁より発行されていた「PDF公報」は、廃止されました。

従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。

2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。

加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。

従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。

このことを前提に、東京地方裁判所で行われている判決文を検証してみたいと思います。

「令和５年（ワ）第７０００１号」（専用実施権侵害差止請求事件）（特許第7061473号）原告：エンバイロ・ビジョン、についてです。

先ずは、特許庁の公報発行サイトから、特許第7061473号の「XML形式」での「法令上の公報」です。
https://t.co/XghjahuK2K
下段に
〈pat:InventionTitle〉廃水処理装置〈/pat:InventionTitle〉
の文字があります。

これは発明の名称と考えられます。

次に、INPIT のJ-PlatPatよりダウンロードした特許第7061473号の「独自PDF公報」のものです。
https://t.co/fOYxokiMZx
(54)【発明の名称】廃水処理装置　があります。
そして、本題です。
東京地方裁判所の判決文「令和５年（ワ）第７０００１号」（特許第７０６１４７３号）にて説明します。

https://t.co/lTywmcndAb
判決文の３ページ目の１行目に「（３）特許請求の範囲について（甲４）」があり、２行目以下に「本件特許権に係る特許（以下「本件特許」といい、本件特許の願書に添付した明細書及び図面を併せて「本件明細書」という。）の請求項１及び請求項７の特許請求の範囲は、以下のとおりである」とあります。

そして、判決文の３ページ目の７行目〜１６行目に、請求項１「処理対象・・・廃水処理装置。」が記載されています。

更に、判決文の３ページ目の１７行目〜１８行目に、請求項７「前記担体は・・・廃水処理装置。」が記載されています。

判決文の９ページ目の２０行目に、「第３　当裁判所の判断」があり、２１行目には「１ 本件各発明・・・について」、２２行目には「(1) 本明細書には、以下の記載等がある。」とあります。

そして判決文の９ページ目の２５行目以降１３ページ目の２６行目までに、「【０００１】本発明は・・・【００１８】前記担体に・・・を特徴としている。」との記載があります。

これら請求項１、請求項７、更には【０００１】〜【００１８】の文面は、何でしょうか？

これらは、上記のINPIT のJ-PlatPatよりダウンロードした「独自PDF公報」と全く同一です。
https://t.co/fOYxokiMZx

考えられることは、これらの部分は、原告（エンバイロ・ビジョン）が、訴状に添付したものの中から引用した部分と思われます。

特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。

東京地方裁判所の裁判官が引用した、上記の請求項１、請求項７、更には【０００１】〜【００１８】などの文面は、法令上の公報である公報発行サイトから提供された、「XML形式」のものから得たものとは、考えられません。

東京地方裁判所の裁判官は、原告が提出した多分INPITのJ-PlatPatよりダウンロードした「独自PDF公報」のものを鵜呑みにして、これに基づいて判断をしているようです。
もしも、被告が、例えば日立システムズのSRPARTNERよりダウンロードした「独自PDF公報」を引き合いにして反論した場合は、どうなるのでしょうか。

東京地方裁判所の裁判官は、どちらの「独自PDF公報」を正当と判断するのでしょうか。

東京地方裁判所としては、特許庁が「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します」と明言している「XML形式」のものを、「法令上の公報」として扱わざるを得ないのではないでしょうか。

裁判において、「独自PDF公報」のものに依存した議論は、全く無意味なものと考えます。

「独自PDF公報」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか言えないものと思います。

また、本件「令和５年（ワ）第７０００１号」の判決文の別の個所について、です。

東京地方裁判所の裁判官は「本件特許の願書に添付した明細書」をもって「本件特許」としています。

これは明らかな誤りです。

通常、「願書の添付された明細書」といえば、本件の場合、「平成３０年２月５日の出願された明細書」と解釈されます。

この明細書は開示されていませんが、令和１年８月１５日に公開された（特開２０１９-１３５０４３）により類推することが出来ます。
https://t.co/sWffshvHfE
上記の公開（特開２０１９-１３５０４３）の【請求項１】は、後に登録になった（特許第７０６１４７３号）の【請求項１】とは異なったものです。

東京地方裁判所の裁判官に言う「本件特許」とは、 （特許第７０６１４７３号）のこと、と考えますが如何でしょうか。

ここでも、裁判官は過ちを犯していると思いますが。

（ハッシュタグ）

＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利#チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #DX #IT #DeepSeek #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

大規模言語モデル入門、去年初めてLLMを触った人が開発する側になる時に買った本だけど、深層学習も機械学習も怪しい自分は途中で挫折した。今年再挑戦してやっぱり辛いので、絶対わかるところから始めてみる。

大規模言語モデルはただの遷移図。実際に作って理解しよう！
https://t.co/PpqJQd2dVP November 11, 2025

♡AI中毒患者になるな！　AIを使うな、本文を読み、自分で考えて、文章を書け ！！ （11/29）。 　⑩「法令上の公報」（XML形式）は、東京地方裁判所では使われていないようです。｜久保園善章 @kbozon

https://t.co/AvUTeTHpwJ

♡AI中毒患者になるな！ AIを使うな、本文を読み、自分で考えて、文章を書け !!

⑩「法令上の公報」（XML形式）は、東京地方裁判所では使われていないようです。
「法令上の公報」（XML形式）は、裁判で実際に使われているのでしょうか？
2022年１月１２日以降の公報。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。
https://t.co/bHC0RUmH1C
また、2022年１月１１日以前に特許庁より発行されていた「PDF公報」は、廃止されました。
従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。
そして、2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。
特許庁、更にはINPITは、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と、明確に述べています。
そしてINPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。したがって、公報標準レイアウト/ページの概念はございません。」とも述べています。

加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。
従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。
このことを前提に、東京地方裁判所で行われている裁判例を検証してみました。
「令和７年（ワ）第７０００３号」（損害賠償請求権不存在確認請求事件）（特許第7５８３３８７号）原告：フィリップ・モリス・ジャパン合同会社、についてです。
https://t.co/giWMZem5Zl
先ずは、特許庁の公報発行サイトから、特許第7５８３３８７号の「XML形式」での「法令上の公報」です。
https://t.co/ENzZBpsbzv
次に、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」のものです。
https://t.co/rSgV9KRdQj
そして、本題です。
本件「令和７年（ワ）第７０００３号」の判決文についてです。
https://t.co/giWMZem5Zl
この判決文の３ページの９行目に「（２）本件特許」とあり、そして１０行目に「被告は、以下の本件特許を有する。（甲１、２）」とあり、更に１１行目に「特許番号　特許第７５８３３８７号」とあります。
また、判決文の３ページの１８行目に「（３）本件特許に係る特許請求の範囲」とあり、その１９行目に「本件特許の特許請求の範囲の請求項１の記載は以下のとおりである。」ともあります。
そして、判決文の３ページ目の２０行目以降４ページ目の８行目までに請求項１の喫煙用具カートリッジについて記載されています。
以上の東京地方裁判所の裁判官に記述は、原告のフィリップ・モリス・ジャパン合同会社及び双日株式会社より提出された「甲１、２」の（特許第７５８３３８７号）からの引用と考えられます。
原告より提出された「甲１、２」を検証してみたいと思いますが、本件の判決文からはその存在が不明です。
そこで、「甲１、２」（特許第７５８３３８７号）を類推してみます。
通常考えられるのは、「甲１、２」（特許第７５８３３８７号）は、原告が、INPITのJPlatPatよりダウンロードして得た「独自ＰＤＦ公報」である可能性があります。
https://t.co/rSgV9KRdQj
原告が、特許庁の公報発行サイトから提供された（特許第7５８３３８７号）の「XML形式」のものを訴状に添付した、とは考えにくいです。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
東京地方裁判所は、何故に、「法令上の公報」である「XML形式」のものを事実認定の対象にしないのでしょうか？
東京地方裁判所は、原告が提示した「独自PDF公報」、または「独自テキスト表示」のものを鵜呑みにして、これに基づいて判断をしているのでしょうか？
INPITをはじめ、多くの民間のベンダーが独自の手法により作成した「独自PDF公報」及び「独自テキスト表示」のものに依存した議論は、全く無意味なものと考えます。
これらの「独自PDF公報」及び「独自テキスト表示」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか言えないものと思います。
ちなみに、同じ特許第7５８３３８７号の「独自PDF公報」である、日立システムズの検索ツールSRPARTNERよりダウンロードしたものを以下に添付します。
https://t.co/YG5Kxql6JG
こちらのものを、原告の有限会社ユニオンシステムが訴状に添付したものとは考えられません。
また、その他の民間のベンダーが作成した「独自PDF公報」とも考えられません。
どう考えてみても、東京地方裁判所は、原告が、INPITのJPlatPatよりダウンロードして得た「独自PDF公報」に依存しての訴訟指揮を行っているようです。
（ハッシュタグ）
＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #Copilot #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

♡AI中毒患者になるな！ AIを使うな、本文を読み、自分で考えて、文章を書け !!

⑩「法令上の公報」（XML形式）は、東京地方裁判所では使われていないようです。
「法令上の公報」（XML形式）は、裁判で実際に使われているのでしょうか？
2022年１月１２日以降の公報。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。
https://t.co/bHC0RUmH1C
また、2022年１月１１日以前に特許庁より発行されていた「PDF公報」は、廃止されました。
従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。
そして、2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。
特許庁、更にはINPITは、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と、明確に述べています。
そしてINPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。したがって、公報標準レイアウト/ページの概念はございません。」とも述べています。

加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。
従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。
このことを前提に、東京地方裁判所で行われている裁判例を検証してみました。
「令和７年（ワ）第７０００３号」（損害賠償請求権不存在確認請求事件）（特許第7５８３３８７号）原告：フィリップ・モリス・ジャパン合同会社、についてです。
https://t.co/giWMZem5Zl
先ずは、特許庁の公報発行サイトから、特許第7５８３３８７号の「XML形式」での「法令上の公報」です。
https://t.co/ENzZBpsbzv
次に、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」のものです。
https://t.co/rSgV9KRdQj
そして、本題です。
本件「令和７年（ワ）第７０００３号」の判決文についてです。
https://t.co/giWMZem5Zl
この判決文の３ページの９行目に「（２）本件特許」とあり、そして１０行目に「被告は、以下の本件特許を有する。（甲１、２）」とあり、更に１１行目に「特許番号　特許第７５８３３８７号」とあります。
また、判決文の３ページの１８行目に「（３）本件特許に係る特許請求の範囲」とあり、その１９行目に「本件特許の特許請求の範囲の請求項１の記載は以下のとおりである。」ともあります。
そして、判決文の３ページ目の２０行目以降４ページ目の８行目までに請求項１の喫煙用具カートリッジについて記載されています。
以上の東京地方裁判所の裁判官に記述は、原告のフィリップ・モリス・ジャパン合同会社及び双日株式会社より提出された「甲１、２」の（特許第７５８３３８７号）からの引用と考えられます。
原告より提出された「甲１、２」を検証してみたいと思いますが、本件の判決文からはその存在が不明です。
そこで、「甲１、２」（特許第７５８３３８７号）を類推してみます。
通常考えられるのは、「甲１、２」（特許第７５８３３８７号）は、原告が、INPITのJPlatPatよりダウンロードして得た「独自ＰＤＦ公報」である可能性があります。
https://t.co/rSgV9KRdQj
原告が、特許庁の公報発行サイトから提供された（特許第7５８３３８７号）の「XML形式」のものを訴状に添付した、とは考えにくいです。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
東京地方裁判所は、何故に、「法令上の公報」である「XML形式」のものを事実認定の対象にしないのでしょうか？
東京地方裁判所は、原告が提示した「独自PDF公報」、または「独自テキスト表示」のものを鵜呑みにして、これに基づいて判断をしているのでしょうか？
INPITをはじめ、多くの民間のベンダーが独自の手法により作成した「独自PDF公報」及び「独自テキスト表示」のものに依存した議論は、全く無意味なものと考えます。
これらの「独自PDF公報」及び「独自テキスト表示」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか言えないものと思います。
ちなみに、同じ特許第7５８３３８７号の「独自PDF公報」である、日立システムズの検索ツールSRPARTNERよりダウンロードしたものを以下に添付します。
https://t.co/YG5Kxql6JG
こちらのものを、原告の有限会社ユニオンシステムが訴状に添付したものとは考えられません。
また、その他の民間のベンダーが作成した「独自PDF公報」とも考えられません。
どう考えてみても、東京地方裁判所は、原告が、INPITのJPlatPatよりダウンロードして得た「独自PDF公報」に依存しての訴訟指揮を行っているようです。
（ハッシュタグ）
＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #Copilot #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

♡AI中毒患者になるな！　AIを使うな、本文を読み、自分で考えて、文章を書け !!（11/29）。　⑤-7 「侵害調査計画書」処方と配合成分の検索用語と分類の選定（ヘアワックス）のサンプルです。｜久保園善章 @kbozon

https://t.co/kwEyfZum2J

♡AI中毒患者になるな！　AIを使うな、本文を読み、自分で考えて、文章を書け !!（11/29）。　⑤-7 「侵害調査計画書」処方と配合成分の検索用語と分類の選定（ヘアワックス）のサンプルです。

📷
2025年11月29日 20:00久保園善章

⑤-7 「侵害調査計画書」処方と配合成分の検索用語と分類の選定（ヘアワックス）のサンプルです。

(Google Translation)

⑤-7 “Infringement Investigation Plan” This is a sample of search terms for prescriptions and compounding ingredients and selection of classification (hair wax).

（ 谷歌翻译 ）

⑤-7《侵权调查方案》 处方、复方成分检索词及分类选择（发蜡）样本。

（ハッシュタグ）

#OpenAI #Claude #ChatGPT #Gemini #Copilot #AI #生成AI #知財 #特許 #特許調査 #専利 #チャットGPT #GPT -5 #INPIT #JPlatPat #note #JPO #USPTO #EPO #Patent #GPT #Threads #bing #DX #IT #DeepSeek #AI画像生成 #IPランドスケープ #深層学習 #仕事 #ディープラーニング #ビジネス #ビジネスモデル #知財戦略 #知的財産 #知的財産権 #知的財産高等裁判所 #特許法 #特許庁 #特許事務所 #特許分類 #特許検索 #特許分析 #特許情報 #特許権者 #分類付与 #先行技術調査 November 11, 2025

♡AI中毒患者になるな！　AIを使うな、本文を読み、自分で考えて、文章を書け !!（11/29）。　⑤-7 「侵害調査計画書」処方と配合成分の検索用語と分類の選定（ヘアワックス）のサンプルです。

📷
2025年11月29日 20:00久保園善章

⑤-7 「侵害調査計画書」処方と配合成分の検索用語と分類の選定（ヘアワックス）のサンプルです。

(Google Translation)

⑤-7 “Infringement Investigation Plan” This is a sample of search terms for prescriptions and compounding ingredients and selection of classification (hair wax).

（ 谷歌翻译 ）

⑤-7《侵权调查方案》 处方、复方成分检索词及分类选择（发蜡）样本。

（ハッシュタグ）

#OpenAI #Claude #ChatGPT #Gemini #Copilot #AI #生成AI #知財 #特許 #特許調査 #専利 #チャットGPT #GPT -5 #INPIT #JPlatPat #note #JPO #USPTO #EPO #Patent #GPT #Threads #bing #DX #IT #DeepSeek #AI画像生成 #IPランドスケープ #深層学習 #仕事 #ディープラーニング #ビジネス #ビジネスモデル #知財戦略 #知的財産 #知的財産権 #知的財産高等裁判所 #特許法 #特許庁 #特許事務所 #特許分類 #特許検索 #特許分析 #特許情報 #特許権者 #分類付与 #先行技術調査 November 11, 2025

バカ高いパソコンを10万引きくらいで買って、自社開発AIにディープラーニングさせられるってことぉ？？？？？ https://t.co/UdNCLxC4vv November 11, 2025

『7つの習慣に学ぶ手帳術』 ほぼ日カズンと恐怖のディープラーニング。｜あめこplus @amekotalk #読書記録
#7つの習慣
#手帳
#手帳術
#ほぼ日
#ほぼ日手帳 https://t.co/hXa1xxh4fE November 11, 2025

あぁ、それ、私もものすごく気になってます。確かに、grokの大規模言語モデルの土台は旧Twitterで、MetaはFacebookとInstagram、 Alphabet（Gemini）はGoogleアカウントの全てという形で（見かけ上）棲み分けがされてますが、さらにその土台となる大規模言語モデルは、事実上「2022年時点でインターネット上に存在する情報の全て」です。

あと、OpenAI社（本社）はそもそも非営利組織です。この点については、イーロンマスクが「会社設立の趣旨と目的が一致していない」と言って、法廷闘争になってます。

その後は、行政・民間ともに急速に秘匿化（VPN網）の整備が進みましたが、逆にいうと、オープンデータの情報は全ての社が全世界レベルでリアルタイムで取り込んで内製化（深層学習）し、学習していると考えた方が無難です（故に、同じプロンプトを入力すると似たような回答が返ってくる）

よって、歴史上の人物が、過去の書籍や逸話の情報を元に人格が定義されて、会話ができるのと同様に、現在を生きる人物も、SNS上の書き込みから人格が定義されて、会話し出します。

これが、AIの闇で、アメリカでは、亡くなった人のパーソナルデータを再現して会話してる人もいますし、

パーティで、本人を呼ばずに、代わりにAIにしゃべらせるという陰湿ないじめも横行しており、大きな社会問題になっています。

引き続き調べますが、兎にも角にも、AIにパーソナルな情報を自己開示するのは非常に危険です…_φ(･_･ November 11, 2025

わぁ〜AI仕事編とかディープラーニングまで12冊セット美品で出てて本気で欲しい…！誰か代わりにポチって〜😂

ニュートン超図解新書 最強に面白い 人工知能 仕事編 他 12冊セット
https://t.co/EIqJxkFJ5l November 11, 2025