作者：蘇彥博 專利代理師

相信大多數(shù)從業(yè)者都有一個共識：專利代理工作對于知識儲備寬度的要求，相比于其他很多行業(yè)都更高。一個學(xué)科、領(lǐng)域的分支成百上千，對于代理師而言，即使是專注于一個領(lǐng)域，也必須了解不同分支的技術(shù)，同時(shí)還要跟上技術(shù)發(fā)展的步伐。

日常工作中，免不了要進(jìn)行碎片化學(xué)習(xí)。長此以往，雖然學(xué)了很多知識，但是并沒有形成關(guān)聯(lián)，導(dǎo)致對每一部分知識的理解停留在比較粗淺的階段，無法高效、深入地理解專利技術(shù)方案。筆者結(jié)合自身經(jīng)驗(yàn)，在本文中談一談如何建立自己的專利知識體系，成為一個Mr Know-All。

一、將被動學(xué)習(xí)變?yōu)榘胫鲃訉W(xué)習(xí)

首先，主動學(xué)習(xí)是最提倡的方式。主動學(xué)習(xí)是指主要利用工作以外的時(shí)間，系統(tǒng)、全面地學(xué)習(xí)某個領(lǐng)域的技術(shù)知識。以隆天的某位資深代理師為例，在機(jī)器學(xué)習(xí)成為熱點(diǎn)時(shí)，他閱讀了多本相關(guān)書籍，其中不乏一些院校的教材書，當(dāng)區(qū)塊鏈技術(shù)興起時(shí)，他又學(xué)習(xí)了區(qū)塊鏈的付費(fèi)網(wǎng)課，這種系統(tǒng)化主動學(xué)習(xí)的方式，使他在相關(guān)領(lǐng)域具備了與科班生相當(dāng)?shù)闹R水平，從而面對專利方案時(shí)非常從容。

然而，很多人沒有足夠的時(shí)間或意愿去主動學(xué)習(xí)，只能在平時(shí)工作中被案件驅(qū)動著去被動學(xué)習(xí)，其效果當(dāng)然遠(yuǎn)不如主動學(xué)習(xí)。筆者認(rèn)為，如果實(shí)在做不到主動學(xué)習(xí)，那么在被動學(xué)習(xí)中盡可能地提高自己的主動性，將被動學(xué)習(xí)變?yōu)榘胫鲃訉W(xué)習(xí)，下面提供兩種主動學(xué)習(xí)的方式：

（1）樹形學(xué)習(xí)

從一個知識出發(fā)，延伸到其他更多的知識。舉例來說，交底書中提到了術(shù)語A，在查看A的資料時(shí)，又遇到B、C，為了弄明白A，去搜索B、C，又分別遇到B1、B2和C1、C2……這樣，從A出發(fā)，相關(guān)的技術(shù)概念就形成了一個樹形圖，在學(xué)習(xí)時(shí)不局限于A，而主動學(xué)習(xí)樹形圖中的所有知識，這樣在局部將碎片化知識點(diǎn)連成了一個面。

（2）交底書全覆蓋

很多交底書中都存在這樣的情況：方案改進(jìn)點(diǎn)的部分內(nèi)容比較詳細(xì)，其他部分由于采用的是現(xiàn)有技術(shù)，往往一兩句話帶過。對于這樣的現(xiàn)有技術(shù)，也需要主動學(xué)習(xí)。將自己代入為本領(lǐng)域技術(shù)人員，對交底書涉及的所有技術(shù)都理解到可以實(shí)現(xiàn)的程度。

案例①：一種改進(jìn)的SLAM實(shí)現(xiàn)方案，交底書中涉及到IMU、特征匹配、SFM算法、BA優(yōu)化、回環(huán)檢測等，主要針對SFM算法進(jìn)行改進(jìn)，其他部分采用現(xiàn)有技術(shù)，交底書中未具體說明。代理師應(yīng)當(dāng)對每部分內(nèi)容進(jìn)行學(xué)習(xí)，學(xué)習(xí)相應(yīng)技術(shù)的原理，并代入到方案場景中理解實(shí)現(xiàn)過程。對于發(fā)明點(diǎn)則應(yīng)當(dāng)深度學(xué)習(xí)，例如學(xué)習(xí)SFM算法時(shí)涉及到本征矩陣和SVD分解，學(xué)習(xí)本征矩陣時(shí)涉及到對極幾何，學(xué)習(xí)SVD分解時(shí)涉及到線性代數(shù)中的特征分解、正交基等概念；順藤摸瓜，把相關(guān)知識全部學(xué)習(xí)或者回顧一遍；可以設(shè)定一個標(biāo)準(zhǔn)，在瀏覽相關(guān)資料時(shí)遇到的所有名詞、術(shù)語都已理解，就算是窮盡了這棵樹。這樣不僅學(xué)習(xí)了SFM算法，也學(xué)習(xí)了三維重建、相機(jī)標(biāo)定、位姿變換等技術(shù)中的基礎(chǔ)知識，再看到其他方案時(shí)容易理解。

圖1 SLAM知識樹形圖

二、理解到“粒子”

粒子是指分子、原子、離子、電子等物質(zhì)基本組成單位。物理學(xué)的本質(zhì)是對粒子的探究。因此，對于技術(shù)方案需要理解到“粒子”。當(dāng)然，這里的“粒子”只是一個類比，所有的技術(shù)方案，都有其最底層、最基本的實(shí)現(xiàn)單位。筆者建議，在拿到技術(shù)方案時(shí)，不斷“向下”、“向小”地去思考方案?！跋蛳隆笔侵盖袚Q到更底層的視角，“向下”是指切換到更微觀的視角。例如：軟件程序高級語言?匯編語言?機(jī)器語言?信號的高/低電平?集成電路原理?半導(dǎo)體載流子運(yùn)動。在此過程中，學(xué)習(xí)所遇到的陌生知識。當(dāng)無法進(jìn)一步“向下”、“向小”時(shí)，一般就實(shí)現(xiàn)了理解到“粒子”，get了方案本質(zhì)。

案例②：技術(shù)方案為智能手機(jī)上，通過手勢識別來實(shí)現(xiàn)音量調(diào)節(jié)。本方案從應(yīng)用層面上來看，是建立了一個觸發(fā)條件，在識別到特定手勢時(shí)，觸發(fā)執(zhí)行音量調(diào)節(jié)的操作。然而，這樣的理解無法觸及到方案本質(zhì)，不妨多向下思考。比如：如何實(shí)現(xiàn)觸發(fā)條件，是執(zhí)行了應(yīng)用層的一段程序代碼；如何執(zhí)行程序代碼，是調(diào)用Framework層的組件在AP中生成手勢控制進(jìn)程，加載代碼同時(shí)讀取手勢識別數(shù)據(jù)；如何得到手勢識別數(shù)據(jù)，是ISP輸出手勢圖像后分發(fā)到NPU中的手勢識別進(jìn)程，手勢識別進(jìn)程輸出手勢識別數(shù)據(jù)被手勢控制進(jìn)程讀取……通過一層層挖掘思考與學(xué)習(xí)，最終能夠理解智能手機(jī)上兩個模塊之間的交互，在軟件與硬件層面上的整個處理流程，既學(xué)習(xí)了知識，又有利于撰寫高質(zhì)量專利。

三、尋找知識骨架

知識骨架是指基于不同知識之間的共通性，將知識聯(lián)系起來的框架，是建立知識體系的基礎(chǔ)。不同學(xué)科有不同的知識骨架。筆者作為電學(xué)領(lǐng)域的代理師，認(rèn)為電磁波譜是非常合適的電學(xué)知識骨架。電磁波譜包括了不同波長、頻率的電磁波，每個波段的電磁波都能延伸出很多的技術(shù)分支，能夠覆蓋電學(xué)的主要領(lǐng)域。例如紫外線的相關(guān)技術(shù)包括紫外光譜（涉及材料檢測、生物標(biāo)定）、半導(dǎo)體光刻等，可見光的相關(guān)技術(shù)包括成像、計(jì)算機(jī)視覺、圖像處理、照明、顯示等，微波的相關(guān)技術(shù)包括移動通信的主要標(biāo)準(zhǔn)。而電磁波譜反映了這些技術(shù)的本質(zhì)原理，通過這樣的知識骨架，可以找到不同知識之間的共通性，學(xué)習(xí)中更容易深入理解。

圖2. 電磁波譜與相關(guān)技術(shù)

計(jì)算機(jī)領(lǐng)域的代理師也可以將計(jì)算機(jī)架構(gòu)作為知識骨架，包括硬件、軟件的多層級結(jié)構(gòu)，實(shí)現(xiàn)不同分支技術(shù)、軟硬件之間的關(guān)聯(lián)。

當(dāng)學(xué)習(xí)到新的知識時(shí)，將其填入知識骨架中的對應(yīng)位置，就像填入了一塊拼圖。隨著知識的累積，拼圖越來越大、越完整；并且，我們還能主動去尋找缺失的拼圖，消除知識盲區(qū)，最終建立完整的知識體系。

Stay Hungry，Stay Foolish，喬布斯的名言用在專利代理工作再合適不過。無論寫過多少專利，面對下一份交底書時(shí)我們也可能是無知的。學(xué)無止境，愿每位專利代理師都成為Mr Know-All！