作品を見てそのパロディ作品を描くことは二次創作だけど、「作品データをディープラーニング処理で生成モデルに変換すること」は「ツールに組み込むモジュールの製造」であり、二次創作とはいえないと思う。俺は「ツールに組み込むモジュールの製造」としての著作物の無断利用は禁止すべきだと思う。 December 12, 2025

データサイエンスやAIに関する教育資料⭐東京大学が公開🤗「データサイエンスとは」から始まるので初心者でも安心🤗データサイエンスの周辺知識まで学習できる初心者向けのスライドが大量に公開されている🌟画像認識など発展的な内容まで学習できるのは嬉しい🤗

🌟リテラシーレベル教材🌟
■1.社会におけるデータ・AI利活用
1-1. 社会で起きている変化
1-2. 社会で活用されているデータ
1-3. データ・AIの活用領域
1-4. データ・AI利活用のための技術
1-5. データ・AI利活用の現場
1-6. データ・AI利活用の最新動向
■2. データリテラシー
2-1. データを読む
2-2. データを説明する
2-3. データを扱う
■3. データ・AI利活用における留意事項
3-1. データ・AIを扱う上での留意事項
3-2. データを守る上での留意事項
■4. オプション
4-1. 統計および数理基礎
4-2. アルゴリズム基礎
4-3. データ構造とプログラミング基礎
4-4. 時系列データの解析
4-5. テキスト解析
4-6. 画像解析
4-7. データハンドリング
4-8. データ活用実践（教師あり学習）
4-9. データ活用実践（教師なし学習）

🌟応用基礎レベル教材🌟
■1. データサイエンス基礎
1-1. データ駆動型社会とデータサイエンス
1-2. 分析設計
1-3. データ観察
1-4. データ分析
1-5. データ可視化
1-6. 数学基礎(前半)
1-6. 数学基礎(後半)
1-7. アルゴリズム
■2. データエンジニアリング基礎
2-1. ビッグデータとデータエンジニアリング
2-2. データ表現
2-3. データ収集
2-4. データベース
2-5. データ加工
2-6. ITセキュリティ
2-7. プログラミング基礎
■3. AI基礎
3-1. AIの歴史と応用分野
3-2. AIと社会
3-3. 機械学習の基礎と展望
3-4. 深層学習の基礎と展望
3-5. 認識
3-6. 予測・判断
3-7. 言語・知識
3-8. 身体・運動
3-9. AIの構築・運用 December 12, 2025

【地震研究所基金】
＜活動報告＞―地震研究所一般公開・公開講座を開催しました。2025年9月20日（土）、6年ぶりに対面での一般公開と公開講座を開催しました🎉

📌主な内容:
✅ 最新研究の展示（宇宙からの津波観測、深層学習による地震カタログ化など）
✅ 学生による実験企画（地震・津波・火山噴火実験など）
✅ 地震計博物館の改修・拡充展示
✅ 公開講座「倭国で発生する内陸地震を考える」「南海トラフ地震の『縁』を理解する」

皆様からの寄附金の一部を博物館展示拡充に活用させていただきました。ご支援ありがとうございます🙏

▼活動報告の全文はこちら
https://t.co/RBMAqKOfua

▼本基金の詳細とご寄付はこちら
https://t.co/0ALK0RRXbx

#東京大学 #東大基金 #地震研究所基金 #地震研究所 #一般公開 #公開講座 #地震研究 #防災 #地震計博物館 #濃尾地震 #南海トラフ地震 #内陸地震 #津波観測 #火山噴火 #深層学習 #トカラ列島 #霧島火山 #新燃岳 #地震カタログ #光ファイバーセンシング #DAS #地震ばねブロック実験 #津波実験 #火山噴火実験 #機械工作室 #大森式地震計 #萩原式地震計 #石本式地震計 December 12, 2025

Meaning Unification Framework（意味統合理論）に関心のある方向けに、
小さなDiscordコミュニティを開設しました。

このサーバーでは主に：
・LLMの幾何構造・情報構造・トポロジーの研究共有
・Persistent Homology（H₁など）と制御可能性の議論
・再現性ある実験や図解の共有
・TDA / 幾何DL / 解釈可能性 / AI安全性の研究者との交流

関連領域を探究している方、興味がある方も歓迎です。

BCGやWEB3関係の皆さんや別ジャンルの方も何かで活躍できる場になるかもしれないので気軽にお越しください。

参加リンク：
https://t.co/YS183amPc7

一緒に価値ある研究基盤を育てられれば嬉しいです。

#LLM #機械学習 #トポロジー #TDA
#PersistentHomology #幾何学的深層学習
#解釈可能性 #AISafety #AI研究 December 12, 2025

2025.12.6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/l7tcdQ0mst
（一覧表・CSV形式）
https://t.co/4lmlk6NiOK

無料版は「データで楽しむ競馬予想🐴」のサイトで！
https://t.co/i0GELtcdaJ December 12, 2025

2025.12.7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/1JueniFz3l
（一覧表・CSV形式）
https://t.co/H8OnGeVIBH

無料版は「データで楽しむ競馬予想🐴」のサイトで！
https://t.co/i0GELtcdaJ December 12, 2025

ITの基礎知識として必須なCPU vs GPUの違いを、3つの観点で解説します。

✅️1. 直列 vs 並列
CPU: 直列処理が得意。OSやアプリの実行など、あらゆる処理の命令を一つずつ順番に実行する汎用的なプロセッサ。

GPU: 並列処理に特化。元々はゲームなどの画像処理のために開発された。近年では、AIの深層学習や科学技術計算など、大量の反復計算が必要とされる分野で活用されている。

✅️2. スペシャリスト vs エキスパート集団
CPU: 少数の高性能コア。1コアあたりの処理能力が高く、処理手順の複雑な作業を迅速に完了させることに長けている。

GPU: 多数の簡易コア。数千ものコアが協調して動作し、比較的単純な計算を同時実行できる。同じ計算を大量のデータに対して繰り返す、グラフィック描画や大規模な行列演算などで圧倒的な性能を発揮する。

✅️3. 汎用性 vs 特定の課題解決
CPU: 汎用性が最大の強み。オフィスPCやWebサーバーなど、多岐にわたる処理を安定的にこなす。

GPU: 汎用性は低いが、AI開発、3Dゲーム、高速データ分析といった、並列計算が可能な特定の課題に対して、その性能を最大限に発揮する。 December 12, 2025

ちなみにオートフォーカスにもAIの技術が利用されますね
SONYのα7ⅴは型落ちIVからさらに進化したAIによるAF機能が搭載されます
生成AIでも行っているディープラーニング技術によって「認識」や「追跡」がさらに向上するようですよ
…大丈夫そうですか？ https://t.co/lOirjTDz10 https://t.co/RyF56itSAb December 12, 2025

量子機械学習（QML）の分野、こちらはIonQがQMLシミュレータライブラリTQDをリリースしたという内容、そのまま実機にシームレスに移行可能のようですね。

IonQだけではなく、Quantinuumも量子版transformerを開発していますし、2027年にはIonQが800論理量子ビットのFTQC初期版をリリースする予定ですので、こういったQMLが現在の機械学習（ML）の生成AIなどにどこまで性能で差を縮めることができるのか、すごく楽しみな分野です。

【リポスト】
$IonQ Dr. Martin Roettelerと彼のチームは、新しいQMLシミュレータライブラリTorchQuantumDistributed（tqd）をリリースしました。

これはプラットフォームに依存せず、どこでも動作します。そして、PyTorchを基盤としているため—元々METAで開発され、現在では事実上業界標準の深層学習フレームワークとなっている—既存の機械学習開発者にとって、学習の障壁なしに即座にアクセス可能です。

CUDA開発者はどうでしょうか？
今日では、NVIDIA GPUベースのエンジニアでさえ、生のCUDAライブラリを使う代わりに主にPyTorchを使用しているため、彼らもこのエコシステムに完全に含まれています。
もちろん、それ以前にも多くの量子シミュレータが存在していましたが、スケーラビリティ、プラットフォームの柔軟性、そして完全な微分可能性サポートを考慮すると、tqdは最も先進的で能力の高い選択肢として際立っています。

古典的な機械学習（ML）は限界に達しました。
今こそ、量子機械学習（QML）がその境界を超えて進む時です。 December 12, 2025

☆AI依存症に落ち込むな！ 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/bHC0RUmH1C
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/POzTUNdGtH
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/BsIeG2MzaE
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/WviXY49yZG
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/q7RJSg5Zxx
この（別紙１）について述べます。
https://t.co/IlJj7mU4yX
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/tf7RCppqme

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/3XsJLIcJ2T
（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 December 12, 2025

☆不要沉迷于人工智能瘾（AI瘾）！ （12/5）　不要使用人工智能（AI），阅读文本，独立思考，然后写作！！　驳回原告的诉讼请求（原告=X：村上博的权利无效）。这是知识产权高等法院第363次宣告该权利无效的案件。 这是前天 @kbozon

https://t.co/moLAkwtLXx

☆不要沉迷于人工智能瘾（AI瘾）！ 不要使用人工智能（AI），阅读文本，独立思考，然后写作！！

驳回原告的诉讼请求（原告=X：村上博的权利无效）。这是知识产权高等法院第363次宣告该权利无效的案件。 这是前天上的倭国专利局“无效审判”部分。

https://t.co/tKiE2lkeUD

https://t.co/sM6gsZzj8C

该专利权在倭国特许厅确认后，因利害关系人提起无效审判，被裁定无效（2023年4月11日）。

随后，知识产权高等法院也判决该权利无效（2023年12月21日）。

专利权人X：村上博被假定利害关系人Euglena株式会社提起无效化诉讼（无效号2020-800119），在倭国特许厅审理中败诉，特许厅裁定“专利号6271790的权利要求1所涉及的发明专利无效”。

倭国特许厅首席法官森井隆伸等裁定，“专利号6271790的权利要求1所涉及的发明专利无效”。

其中，无效理由2（缺乏创造性）为“本发明，根据附件A-1至A-3中任一项的内容以及附件A-5-1至A-5-3中记载的公知/众所周知的技术，本领域技术人员在申请前即可轻易地实现。

因此，根据《专利法》第29条第2款，本发明不具有可专利性。

本发明的专利权符合《专利法》第123条第1款第2项的规定，应当被宣告无效。”

此外，法院还表示，“（缺乏创造性的判断）本案发明专利的授予违反了《专利法》第29条第2款的规定，且符合《专利法》第123条第1款第2项的规定。

因此，应当依据原告提出的无效理由中的第2项，宣告本案发明专利无效。”

专利局审查员（森井孝信等人）引用了无效审判申请人Euglena株式会社提交的证据1（技术论文）、2（技术论文）、3（技术论文）和5（证据1至5-3）（三份专利文件）作为其依据。

此处，“附件1”（技术论文）指的是“Celsoan EGF Pro系列“Celsoan卸妆油”的Wayback Machine网页输出（Biolink株式会社产品介绍主页），2013年8月11日（登录日期），<https://t.co/gDlkyjwkAQ>，2020年11月13日（输出日期）。

此外，“展览品2”（技术论文）是“Recept II 卸妆乳”（MD化妆品销售株式会社网站）的网页输出，2 Wayback Machine，2013年6月5日（登录日期） 此外，“证据3”（技术论文）指的是“Daylight Shake Shake Cleansing”的网页输出（Amazon.c的产品销售主页）e，Wayback Machine o.j 2008年9月14日（注册日期）

此外，“附表5的第1至3项”（三份专利文献）指的是（倭国专利公开号2006-225266）、（倭国专利公开号2009-143878）和（倭国专利公开号2002-241260），它们被描述为“公知/众所周知的技术”。

专利权人X（村上博）不服无效审判的结果，向知识产权高等法院提起专利无效的诉讼。

知识产权高等法院裁定“本案中的发明，基于专利文献1及专利文献5的第1至3项等记载的事项，本领域技术人员能够轻易地实现，本案中的决定并无错误”，原告败诉。

知识产权高等法院引用“证据1”（技术论文）作为现有技术文件。 此外，判决书第9页还指出，“本案判决考虑到本发明与附件1的发明之间的差异与本案的排除构成有关，仅客观地陈述了本案的排除构成根据上述1中认定的方法而包含在专利权利要求的范围内，显然并未做出原告所主张的‘本案的修改不具备技术含义，否定其创造性’之类的判断”。

原告的上述辩解，不过是对本案裁判解释的故意曲解和批评，并无任何依据。 “它说道。

另外，关于撤销理由2的第1项（对作为对比文件1的发明的创造性作出了错误判断），（1）原告主张，该决定在解释该修改的含义、否定创造性方面的前提是错误的（参见上述3.1（1）节）。

但本案判决考虑到本发明与附件1的发明的区别在于本案的排除结构，仅客观地表述了本案的排除结构根据上述1中认定的方法而纳入专利权利要求范围的事实，显然并未做出原告所主张的“本案的修改不具备技术含义，否定其创造性”的判断。

原告的上述辩解，不过是对本案裁判解释的故意曲解和批评，并无任何依据。 “ 最终，该专利被宣告无效，并于2024年5月24日到期。

倭国特许厅的文件显示，“因无效审判终结而取消的专利权，已于权利到期日（2024年5月24日）转移至封闭式登记簿”。

另一方面，有些观点是审查员在无效审理过程中指出的。

“第八号：关于申请重新审理案件。”

请求人表示， “被请求人于2023年3月12日提交了重新审理的请求，并针对该专利在另一起诉讼中的判决提起了上诉，并于2023年2月2日（1）收到了最高法院第三小法庭的登记通知。

照目前情况发展，无效宣告案的判决将在上诉案判决之前立即作出。”

被请求人主张重新审理的理由如下： - 如果作出无效决定，被告将被迫提起诉讼以撤销该决定，这从诉讼经济学的角度来看是不合适的。

等待最高法院的裁决后再进行无效审判是合理的，因为这将消除专利局和法院之间出现判决分歧的风险。

但是，最高法院将审查地方法院一审和知识产权高等法院二审作出的违反支持要求的裁定。

另一方面，在无效审判中，涉案许可的无效判决是基于缺乏创造性而做出的，由于判决的规定和理由不同，因此专利局与法院在无效判决上并无分歧。

因此，被申请人的上述辩解意见不予采纳。因此，首席仲裁员不承认重新开庭的必要。

“他断言道。 最高法院第三小法庭正在审理的案件是知识产权高等法院令和4（东北）案第10029号（原案：令和2（和）案第22071号）。

截至2025年5月1日，尚不清楚最高法院是否就此事作出裁决。很可能已经达成解决方案，但目前尚不清楚。

此外，原裁定书令和2年第22071号（和室）已于前天作为“第85次更新”另行上传。

另外，知识产权高等法院令和4年第10029号案件于昨天作为“第108号案件更新”单独上传。

（井号）

＃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 December 12, 2025

Metaのメタ予算削減について、今までの予算が異常だっただけでは……？
10年後とかまた来るよ、形変えて
(深層学習ブーム来て、少し休んで、ブーム再来した今のAIもそんな感じに見えてる) December 12, 2025

☆AI依存症に落ち込むな！　 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/bHC0RUm9c4

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/iIBNCtNEOj

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/fiIqp9SxXA

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/lCT5dRqGi2

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/PrVwFrE8jO

（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 December 12, 2025

「システムの脆弱性見つけるのが楽しかった」17歳少年を逮捕 ChatGPT悪用しプログラム自作 ... >>> https://t.co/Cf59Xd62En

#AI #人工知能 #生成AI #機械学習 #深層学習 #ディープラーニング December 12, 2025

【生成AIパスポート試験向けクイズ50】です。※公式シラバスに準じています
AGI（Artificial General Intelligence）に関する次の記述のうち、不適切なものを1つ選びなさい。
次のうち、レベル3のAIの特徴として該当するものをすべて選びなさい。
①人間が決めたルールに基づいて行動する。
②機械学習を利用してデータパターンを見つける。
③検索エンジンに利用されることが多い。
④自ら特徴量を調整して学習を進める。

正解は↓↓↓

♪ガンバレ!♪
　　　∧＿∧
　　 ( ･∀･ )
　　　ﾐﾞﾞﾐﾞﾞﾐ
　　　ﾐﾞﾞﾐﾞﾞﾐ
　　　 ﾞﾞﾞﾞﾞﾞ
　♪ ガンバレ! ♪

ﾐﾞﾞﾐ ∧＿∧ ﾐﾞﾞﾐ
　ﾐﾞﾞﾐ( ･∀･ )ﾐﾞﾞﾐ
　 ﾞﾞ＼　　　／ﾞﾞﾞ
　　　 i⌒ヽ｜
　　　 (＿) ﾉ
　　　　　∪

次のうち、レベル3のAIの特徴として該当するものをすべて選びなさい。正解:②③
①人間が決めたルールに基づいて行動する。
誤り。これはレベル2のAIの特徴です。レベル2のAIはルールベースシステムを利用し、あらかじめ設定されたルールに従って行動します。

②機械学習を利用してデータパターンを見つける。
正しい。これはレベル3のAIの特徴です。レベル3のAIは機械学習を利用し、入力されたデータからパターンを見つけ出して最適な出力を返します。

③検索エンジンに利用されることが多い。
正しい。これはレベル3のAIの特徴です。検索エンジンは機械学習技術を活用し、ユーザーの入力に基づいて最適な検索結果を提供します。

④自ら特徴量を調整して学習を進める。
誤り。これはレベル4のAIの特徴です。レベル4のAIはディープラーニングを活用し、自律的に特徴量を調整して学習します。

|毎日3回 生成AIパスポートクイズを投稿しています。|
|是非受験にお役立てください。|

合格を目指している方はUdemyで学んでみてください。最新版です。

★19:00以降投稿のリプ欄にUdemy94.5%OFFクーポンあります★

■生成AIパスポート試験対策学習コース(確認問題付き)【2026年2月試験シラバス対応】初学者・非エンジニア向け
■生成AIパスポート試験対策演習420問【2026年2月試験シラバス対応】

#UdemyJapan #生成AIパスポート December 12, 2025

@sr_smpartners スタバ！久しぶり！安城牛、令和の虎か通販の虎に出さない？関係者とコネできたから行ける。脚本、台本はオレが書く。AIにディープラーニングさせた。勝ちに行こうぜ！ December 12, 2025

☆不要沉迷于人工智能瘾（AI瘾）！ 不要使用人工智能（AI），阅读文本，独立思考，然后写作！！

驳回原告的诉讼请求（原告=X：村上博的权利无效）。这是知识产权高等法院第363次宣告该权利无效的案件。 这是前天上的倭国专利局“无效审判”部分。

https://t.co/tKiE2lkeUD

https://t.co/sM6gsZzj8C

该专利权在倭国特许厅确认后，因利害关系人提起无效审判，被裁定无效（2023年4月11日）。

随后，知识产权高等法院也判决该权利无效（2023年12月21日）。

专利权人X：村上博被假定利害关系人Euglena株式会社提起无效化诉讼（无效号2020-800119），在倭国特许厅审理中败诉，特许厅裁定“专利号6271790的权利要求1所涉及的发明专利无效”。

倭国特许厅首席法官森井隆伸等裁定，“专利号6271790的权利要求1所涉及的发明专利无效”。

其中，无效理由2（缺乏创造性）为“本发明，根据附件A-1至A-3中任一项的内容以及附件A-5-1至A-5-3中记载的公知/众所周知的技术，本领域技术人员在申请前即可轻易地实现。

因此，根据《专利法》第29条第2款，本发明不具有可专利性。

本发明的专利权符合《专利法》第123条第1款第2项的规定，应当被宣告无效。”

此外，法院还表示，“（缺乏创造性的判断）本案发明专利的授予违反了《专利法》第29条第2款的规定，且符合《专利法》第123条第1款第2项的规定。

因此，应当依据原告提出的无效理由中的第2项，宣告本案发明专利无效。”

专利局审查员（森井孝信等人）引用了无效审判申请人Euglena株式会社提交的证据1（技术论文）、2（技术论文）、3（技术论文）和5（证据1至5-3）（三份专利文件）作为其依据。

此处，“附件1”（技术论文）指的是“Celsoan EGF Pro系列“Celsoan卸妆油”的Wayback Machine网页输出（Biolink株式会社产品介绍主页），2013年8月11日（登录日期），<https://t.co/gDlkyjwkAQ>，2020年11月13日（输出日期）。

此外，“展览品2”（技术论文）是“Recept II 卸妆乳”（MD化妆品销售株式会社网站）的网页输出，2 Wayback Machine，2013年6月5日（登录日期） 此外，“证据3”（技术论文）指的是“Daylight Shake Shake Cleansing”的网页输出（Amazon.c的产品销售主页）e，Wayback Machine o.j 2008年9月14日（注册日期）

此外，“附表5的第1至3项”（三份专利文献）指的是（倭国专利公开号2006-225266）、（倭国专利公开号2009-143878）和（倭国专利公开号2002-241260），它们被描述为“公知/众所周知的技术”。

专利权人X（村上博）不服无效审判的结果，向知识产权高等法院提起专利无效的诉讼。

知识产权高等法院裁定“本案中的发明，基于专利文献1及专利文献5的第1至3项等记载的事项，本领域技术人员能够轻易地实现，本案中的决定并无错误”，原告败诉。

知识产权高等法院引用“证据1”（技术论文）作为现有技术文件。 此外，判决书第9页还指出，“本案判决考虑到本发明与附件1的发明之间的差异与本案的排除构成有关，仅客观地陈述了本案的排除构成根据上述1中认定的方法而包含在专利权利要求的范围内，显然并未做出原告所主张的‘本案的修改不具备技术含义，否定其创造性’之类的判断”。

原告的上述辩解，不过是对本案裁判解释的故意曲解和批评，并无任何依据。 “它说道。

另外，关于撤销理由2的第1项（对作为对比文件1的发明的创造性作出了错误判断），（1）原告主张，该决定在解释该修改的含义、否定创造性方面的前提是错误的（参见上述3.1（1）节）。

但本案判决考虑到本发明与附件1的发明的区别在于本案的排除结构，仅客观地表述了本案的排除结构根据上述1中认定的方法而纳入专利权利要求范围的事实，显然并未做出原告所主张的“本案的修改不具备技术含义，否定其创造性”的判断。

原告的上述辩解，不过是对本案裁判解释的故意曲解和批评，并无任何依据。 “ 最终，该专利被宣告无效，并于2024年5月24日到期。

倭国特许厅的文件显示，“因无效审判终结而取消的专利权，已于权利到期日（2024年5月24日）转移至封闭式登记簿”。

另一方面，有些观点是审查员在无效审理过程中指出的。

“第八号：关于申请重新审理案件。”

请求人表示， “被请求人于2023年3月12日提交了重新审理的请求，并针对该专利在另一起诉讼中的判决提起了上诉，并于2023年2月2日（1）收到了最高法院第三小法庭的登记通知。

照目前情况发展，无效宣告案的判决将在上诉案判决之前立即作出。”

被请求人主张重新审理的理由如下： - 如果作出无效决定，被告将被迫提起诉讼以撤销该决定，这从诉讼经济学的角度来看是不合适的。

等待最高法院的裁决后再进行无效审判是合理的，因为这将消除专利局和法院之间出现判决分歧的风险。

但是，最高法院将审查地方法院一审和知识产权高等法院二审作出的违反支持要求的裁定。

另一方面，在无效审判中，涉案许可的无效判决是基于缺乏创造性而做出的，由于判决的规定和理由不同，因此专利局与法院在无效判决上并无分歧。

因此，被申请人的上述辩解意见不予采纳。因此，首席仲裁员不承认重新开庭的必要。

“他断言道。 最高法院第三小法庭正在审理的案件是知识产权高等法院令和4（东北）案第10029号（原案：令和2（和）案第22071号）。

截至2025年5月1日，尚不清楚最高法院是否就此事作出裁决。很可能已经达成解决方案，但目前尚不清楚。

此外，原裁定书令和2年第22071号（和室）已于前天作为“第85次更新”另行上传。

另外，知识产权高等法院令和4年第10029号案件于昨天作为“第108号案件更新”单独上传。

（井号）

＃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 December 12, 2025

☆AI依存症に落ち込むな！ （12/5）　AIを使うな、本文を読み、自分で考えて、文章を書け ！！ 　コメント歓迎。 ⑧ 法令上の公報（真正な特許明細書）。｜久保園善章 @kbozon

https://t.co/A6yR3yxg1z

☆AI依存症に落ち込むな！　 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 December 12, 2025

ゲームやアニメのモーションキャプチャーや運転データ🤔

モーションキャプチャーや運転データは、前述の模倣学習において「教師データ」として用いられます。これらの高品質な人間の動作データは、特にロボット制御や自動運転といった分野で、AIの学習を飛躍的に効率化させる鍵となります。 

モーションキャプチャーデータの活用
モーションキャプチャー（Mocap）は、人や物の動きを3次元デジタルデータとして記録する技術です。このデータは主に以下の目的で活用されます。 
•ロボットの動作学習: 人間の複雑で滑らかな動き（歩行、物体をつかむ動作など）をロボットに学習させる際に、お手本として利用されます。
•学習の初期化: 強化学習の初期段階で、エージェントはランダムな動きから始めるため非効率かつ危険ですが、Mocapデータを与えることで、最初から「それらしい」動きを学習でき、効率が大幅に向上します。
•ゲームAI・CGアニメーション: ゲームキャラクターやVTuber、映画のCGアニメーションの動きを生成する際の基データとして広く利用されています。
•スポーツ・医療分野での分析: スポーツ選手のフォーム分析や、リハビリテーションにおける動作解析などにも応用されています。 

運転データの活用
自動運転の分野では、実際の運転データ（画像、車両の操作量、センサーデータなど）がAIの学習に不可欠です。
•自動運転AIの訓練: 人間の運転操作（アクセル、ブレーキ、ハンドル角度）と、その時の周囲の環境（カメラ画像、LiDARデータなど）のセットを学習データとします。
•End-to-End学習: センサー入力から直接操作量を出力する「End-to-End」と呼ばれる手法では、人間の運転データが教師信号となります。
•「ロングテール問題」への対処: 自動運転AIの課題として、稀にしか発生しない特殊な状況（事故寸前の回避行動など）への対応が難しい「ロングテール問題」があります。人間の運転データ（あえて失敗に近いデータも含む）を学習させることで、こうした状況への対応力を高める研究が進んでいます。 
これらのデータは主に模倣学習や深層学習の技術と組み合わせることで、強化学習だけでは難しい高度な動作や、安全性が求められるタスクの実現を可能にします。 December 12, 2025

ロボット業界儲かってるみたい。やっと風が吹いてきた感じ。Pythonとディープラーニングのおかげで、工場自動化がだいぶやりやすくなってそう。 December 12, 2025