近日，世界知识产权组织（产权组织）推出了新的人工智能驱动图形检索技术，有助于更快更轻松地确认商标在目标市场的识别力。

往代的图形检索工具主要通过识别商标中的形状和颜色来确认商标图形的近似性。产权组织的新一代人工智能技术改进了这项技术，利用深度机器学习来识别图形中的概念组合——例如苹果、鹰、树、王冠、汽车、星星等，以发现注册过的近似商标。

这项新技术让潜在近似商标的查找结果更窄、更精确。由于要审视的结果更少，所以节约了商标审查员、律师和律师助理、业内人士和研究人员的劳动成本。（见下文举例）

“在商标领域，我们先进的人工智能技术是一项重要改进，让人们在设计新的图形商标时更有把握，监视潜在的误导性或冲突注册也更加方便，”产权组织总干事高锐说。“在全球化经济中，寻求品牌保护的经济主体数量在迅速扩大，这种增强的商业情报十分宝贵。”

产权组织新的人工智能检索技术利用了深度神经网络和来自商标国际注册马德里体系及几大商标局的图形要素分类数据。

这项人工智能检索技术已经完全整合进产权组织的全球品牌数据库搜索引擎，所有用户都可免费访问。

检索覆盖面

新的检索功能覆盖了已经参加项目的45个商标局的国家数据（包括没有使用图形要素分类系统的局）。到目前为止，这代表了总计3,800万个商标。产权组织经常往数据库中增加世界各地的新数据

“全世界对知识产权的需求不断增长，让当前一代的系统不堪重负，这正是产权组织领导开发人工智能工具，以完善全球知识产权体系的原因，”高锐说。“数据池越大，人工智能的结果就越好，所以我鼓励那些数据还没有进入全球品牌数据库的商标局考虑尽快加入。”

人工智能图形近似算法让用户可以将其与任何其他检索标准联合起来使用，例如把检索结果清单限制到某些管辖区，或者限制到尼斯分类的一个或多个类。尼斯分类是一种商标注册用商品和服务国际分类法。

提交复杂或组合图形的用户，可以使用内建的编辑工具裁切图形中需要的检索区，进一步简化待检图形，使检索结果相关性更强。

举例

以下标志人工智能驱动的概念查询和形状查询对比：

人工智能驱动的概念策略算法发现图形中的概念，返回的优先结果包括：

非人工智能的形状策略算法侧重于标志的整体形状，返回的优先结果包括：

可以看出，检索结果的差距还是很大的，人工智能的图形商标检索结果更加准确！

小编觉得，有了这个人工智能图形商标检索工具，以后图形商标的检索的效率和准确度一定会大大提高！