作為一個初創型的科技公司，合適的知識產權戰略應當是充分認識到企業自身特點及需求的前提下，能夠動態地掌控外部商業環境的變化，並結合當前階段企業發展需要，靈活調整知識產權策略以適應企業動態的商業目標，Cortica便是如此。

Cortica，計算機視覺領域的佼佼者

by

司馬缸砸缸

▼

計算機視覺領域的一股清流

計算機視覺是人工智慧領域的重要組成部分，機器學習和神經網路技術在計算機視覺領域得到了充分的發揮和應用，無論巨頭公司還是創業公司都各自在這個領域找到了適合自己的發力點，甚至取得了令人矚目的成績。

作為計算機視覺領域的佼佼者，Cortica是由以色列理工學院（Technion – Israel Institute of Technology）教授Josh Zeevi以及兩位畢業生Igal Raichelgauz和Karina Odinaev（二人之前都曾服務於以色列國防軍8200精英情報部門）於2007年成立，這是一個由神經科學家和數據工程師組成的跨學科團隊，總部位於以色列特拉維夫。

Cortica的創始人兼CEO Igal認為：通常的機器學習技術遵循自上而下的方法，系統對訓練的嚴重依賴使它們變成複雜的機器，這不是真正智能的機器。而人類大部分學習都是在沒有監督的情況下進行的，要擁有與人類相匹敵的智力，機器必須模仿人類自下而上的學習和理解的方式，即在沒有訓練、參數或數據集的情況下，機器的演算法和結構將能夠引入數據，處理數據，並通過自己的方式來理解它。換言之，智能機器是能夠進行理解和學習的，它們可以通過歸納、結合語境和利用自己的創造力來學習。

基於這樣的信念，Cortica公司通過模擬人腦皮層神經網路所展示出的神經生理功能，開發一種生物計算技術，即模擬人腦中發生的神經元活動，讓計算機以人類的方式學習，像嬰兒一樣觀察他們的環境，慢慢開始掌握更多的概念和技能，並且隨著時間的推移越來越複雜化。Cortica已經建立了這樣一個能夠從人類層面理解視覺信息的自主學習系統。

▼

Cortica的專利策略

The Architecture計算模型

採用通用神經網路架構進行現實世界信號分析（比如人類語音識別，圖像處理，文本和圖像內容識別等）需要高度複雜的架構設計，為了解決這一問題，Cortica公司的三位創始人Josh Zeevi、Igal Raichelgauz和Karina Odinaev以共同發明人（Cortica公司多數發明專利都有這三位創始人的參與）的身份於2006年10月26日提出了一個PCT專利申請WO2007049282A2：

「A COMPUTING DEVICE, A SYSTEM AND A METHOD FOR PARALLEL PROCESSING OF DATA STREAMS」

該專利最早要求了一項以色列專利IL171577的優先權（2005年10月26日），在後續的國家階段，該專利分別在歐洲和美國獲得了授權，即專利EP1949311B1和專利US8655801B2、US9646006B2。該專利提供的方案能夠主動且高速地處理在低信噪比下捕獲的自然含糊並有雜訊的數據，這是一種使用多個計算核來對數據流進行非同步並行處理、且可以在運行期間自適應地重新配置的計算模型（The Architecture）。

該計算模型為Cortica期望的自主學習機器提供了實現的可能，在該篇專利中Cortica披露了其基於液體狀態機（LSM, Liquid State Machine）的計算架構。

建立龐大的商業應用專利家族

Cortica圍繞其核心計算模型，以及該模型的商業應用拓展，在長達10年的時間跨度內培養了一個龐大的專利家族，截至成文前，該專利家族囊括了183項發明專利，申請國家主要集中在歐美地區，該專利家族集中在基於大規模的多媒體內容的聚類、識別、分類和實時搜索技術的應用實施。

涉及的技術包括：內容跟蹤、視頻濾波分類、多媒體分類生成、視頻指紋、語音、音頻分類、目標識別、視頻搜索和其他應用程序需要基於內容的簽名生成和大容量等匹配、Web和其他大型資料庫等。

Cortica於2007年成立後，迅速啟動了「The Architecture」這一技術在商業應用中的探索，作為對「The Architecture」（即專利WO2007049282A2披露的計算模型）的商業考慮，Cortica嘗試將其技術運用到圖像識別領域，其中一種商業模式就是在相關的圖片或視頻中嵌入廣告。隨著這一技術在商業中推進，Cortica在2007年8月21日提交了一件以色列專利IL185414，後又以該案的優先權申請了PCT專利WO2009026433A1：

「SIGNATURE GENERATION FOR MULTIMEDIA DEEP-CONTENT-CLASSIFICATION BY A LARGE-SCALE MATCHING SYSTEM AND METHOD THEREOF」

該專利是Cortica首次提及基於內容的聚類、識別、分類和高容量多媒體數據的實時搜索技術。從該專利說明書中披露的信息來看，Cortica公司希望拓展的領域包括視頻、語音、文本、圖像等信息的識別和處理。

融資和新產品上市都加快了Cortica的專利部署

在圖片或視頻中嵌入廣告這一商業模式很快獲得了投資機構的青睞，而Cortica持續的專利資產積累又給投資機構足夠的信心，Cortica從2012年8月份始持續兩年里獲得了三輪總額超過3000萬美金的投資。其中李嘉誠旗下風投Horizons Ventures（維港投資）連續三輪跟投了Cortica。

資金的充盈促使Cortica於2013年推出他們宣稱花費了相當長時間研發和測試的Image2Text?產品，同時宣布他們已經圍繞該產品申請了超過50項的專利。Image2Text?產品指向的目標客戶是廣告商、網站、以及內容發行商，通過使用Image2Text?，廣告商可以在相關的圖片或視頻里內嵌入廣告進而提高廣告投放的精準率。

Image2Text?的一個重要技術就是可以根據給定的圖像生成自然語言描述。

根據Igal的介紹，實現其產品Image2Text?包括兩個關鍵步驟，第一步解決「表現」的問題，第二步實現自主學習：簡而言之就是把分解的內容信息轉化成「數字世界」的關鍵字以作為數據分析的參考變數，然後通過自主學習的方式學習互聯網上大量的圖片或數據來提高識別的正確率。

其實Cortica在2012年獲得A輪的700萬美金的風險投資（該輪由Horizons Ventures和全球頂尖的電視節目製作公司Endemol Group的前主席兼首席執行官Ynon Kreiz共同投資）之後，就明顯增加了專利申請的頻率，專利關注的問題也從早期基礎演算法和通用性技術（比如簽名技術、概念理解和推理、以及非結構化數據處理等技術）逐漸轉變為具體場景的應用，比如：

基於對用戶興趣的分析創建用戶的配置文件：US20130227023A1；

基於簽名分析來識別多媒體內容中有吸引力的廣告區域：US9286623B2；

識別相關的多媒體內容項中所含的食物物質的營養數據：S20140093844A1；

基於為用戶設置的特性來確定用戶感興趣的搜索結果：US9489431B2；

語音翻譯：US9477658B2；

使用瞳孔測量來確定用戶的興趣點以定向廣告：US2015161213A1；

根據用戶的面部表示來確定用戶的興趣點：US20160321256A1；

生成定製的增強現實環境：US20160371890A1；

識別電子交易數據之間的關聯：US20170270194A1；

基於多媒體內容的分析來診斷患者：US9747420B2；等等。

專利部署與技術的商業應用拓展同步

繼2016年底又一次3000萬美金的融資後，2017年，Cortica正在進入無人駕駛領域，並開設了一個汽車分部。Cortica期望基於他們的自主學習技術對動態的圖像有深刻的理解和精準的識別能力，令汽車駕駛系統自動地處理數據，認識駕駛環境以更好地適應新的路況。

Cortica計劃研發的系統幫助製造商和開發人員，從感測器獲取所有數據，處理那些圖像，把這些圖像按照已定義的元數據來歸類和打標記，進而可以幫助自動駕駛系統發現行駛中遇到的障礙物和路標，以提高自動駕駛的安全性和智能程度。同年，Cortica也陸續公開了一些基於動態圖像來確定駕駛決策的相關專利US20170262453A1、US20170270109A1、US20170286432A1及US20170270107A1等。

▼

初創公司如何配置自己的專利資產？

作為一個初創型的科技公司，合適的知識產權戰略應當是充分認識到企業自身特點及需求的前提下，能夠動態地掌控外部商業環境的變化，並結合當前階段企業發展需要，靈活調整知識產權策略以適應企業動態的商業目標。Cortica便是如此。

我們能夠將他們專利的申請情況映射到他們的發展軌跡。Cortica是一家相當重視專利的公司，他們也善於利用專利進行融資以及產品與市場的推廣。從公開的專利文本中可以看出：

具體到單件專利的文本質量及權項設計等方面，Cortica在保持研發與專利申請節奏同步的同時，也很注重專利的申請質量：包括專利組合之間的關聯性、申請地區的延伸。

同時，Cortica充分利用了美國專利臨時申請的制度優勢：其諸多專利的首次申請均是以臨時申請的方式提出的，然後再以繼續申請或部分繼續申請的方式加以完善其專利文本，且大多專利的申請文本中普遍引用在先申請的相關專利。

目前，Cortica正在視覺搜索領域進一步拓展其商業版圖，與此相關的專利也陸續披露出來，僅2017年（截止成文前）公開的就有35項發明專利。但Cortica在中國的專利公開還很少，作為AI領域的重要市場，以及近兩年蜂擁而至的中國創業者將是Cortica不得不面對的。當然，我們也不應言之過早，因為Cortica畢竟還有許多的PCT申請在國際階段仍未落地。

* 以上文字為TiPLab原創，僅為促進討論和交流，不構成法律意見或諮詢建議。

? 本文版權由TiPLab所有，歡迎個人轉發，其他任何媒體、網站如需轉載或引用本網版權所有內容須獲得授權且在醒目位置處註明「轉自：TiPLab IP Strategy」。

TiPLab提供基於研究的核心知識產權服務

高價值專利資產的創設：

TiPLab熟知全球主要國家和地區的法律實踐和行業內最新的技術進展，並對此進行持續研究，不僅幫助客戶撰寫及遞交發明專利申請文件，更通過前瞻性的專利布局策略，幫助客戶獲取、強化、擴大和保持獨特的競爭優勢。

技術實施的風險控制：

TiPLab通過對行業內主要競爭者、重要產品和核心技術的長期研究，結合自身在數據檢索、整合和分析方面的專長，為技術實施的風險控制提供意見和建議。我們尤其擅長專利全景分析（Landscape）和自由實施分析（FTO），致力於幫助客戶儘可能了解和控制潛在的風險。

商業活動中的知識產權盡職調查：

針對企業技術交易、融資、併購、上市等過程中知識產權問題，TiPLab 幫助企業和資本方快速了解現有技術的發展狀況，理解標的技術的實際水平是否符合未來的技術發展趨勢，以及需要調用的各種資源等問題，從而為商業談判和決策提供支持依據和基礎。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！