人工智能（AI）已成为医疗保健，金融和无数其他行业的标准。多维算法用于评估客户对信用卡，抵押或抗生素处方的最佳剂量的资格。但是，法律技术领域在采用AI进行风险评估和决策方面已大大落后。
结果就是商标搜索技术可能似乎停留在1990年代。在许多情况下，这种看法是现实。商标律师熟悉必须多次重复搜索才能执行单个风险分析的挑战。在此博客中，您将了解商标搜索面临的挑战，以及AI如何解决缓慢，昂贵且效率低下的搜索引擎。
商标搜索面临的挑战：当通配符搜索不充分时
大多数律师依赖于仅允许“通配符”搜索的传统商标搜索技术。通配符搜索概念基于字符匹配模式，该模式将搜索查询连接到数据库调查的文档。尽管相对于精确的字符串匹配的更为裸露的概念而言，这提供了一些细微的优势，但是对于商标领域而言，这仍然是不够的。
基于通配符搜索的技术在翻译成另一种语言时是否会告知您候选人是否具有冒犯性或负面含义-福特和通用汽车等公司在产品推出后会遇到这种情况。它还不会揭示非常重要的风险因素，例如搜索字词的视觉或语音相似性或现有商标持有人的攻击性。
有效的商标搜索需要律师或其技术进行多方面的思考并探索多种风险途径。匹配的字符是一种风险形式，但是并不能揭示全部情况。这意味着在使用传统资源的情况下，可能需要重复搜索几次才能充分探索所有可能性，否则就有可能错过全貌。
为什么商标搜索技术经常成为问题
经典的搜索引擎技术专为调查文档而设计，这对于当今拥挤的品牌空间而言并不理想。律师需要进行多维搜索，以便快速而准确地评估风险，而不必反复获取其资源。
正确的技术配备有合法的数据集和算法，并具有内置的人工智能，可以像有经验的律师一样使用广泛的上下文感知方法进行思考。
风险比完全匹配更为复杂
风险并不像100％匹配那么简单。在审查结果时，律师通常会采取更为保守的方法来考虑现有注册和商标与其候选人的相似之处。这可能涉及50％匹配的心理设定点作为可接受的风险阈值。但是，根据比赛的诉讼历史或其他未发现的因素，风险接受程度可能会有所不同。
商标法的主观性很高，在任何AI系统中都难以把握，这就是为什么采用多维方法进行风险分析至关重要的原因。商标搜索技术应采用类似的方法来确定与结果相关的风险，这些结果由于多种原因而比字符串匹配更复杂。
如何在第一时间获得商标搜索权
商标律师需要全面，快速的搜索技术。这些因素不需要相互排斥。“第一时间正确设置”的方法是一种搜索技术，它采用了更智能的人工智能和更丰富的资源。这意味着搜索工具是多维的，或者具有内置功能，可以跨多种语言以多种来源集成数百个决策标准。
字符串的完全匹配是第一步，但距离评估水平还差得远。
您的搜索工具还应考虑：
类似的匹配，具有保守的风险阈值。
商标持有人的进取心。
语音，视觉和词根相似度。
多种全球语言中的单词含义。
应用市场和电子商务网站上使用的未注册商标。
正确的搜索方法不需要律师一遍又一遍地重复其过程，也不需要无数次更换工具。可以在多个级别上分析信息相关性的工具可以在几秒钟内提供对排名结果的访问。