XiaoMi-AI文件搜索系统
World File Search SystemInvent
2024年7月 第6期 从“人工智能时代的知识产权研究会中期报告”看日本对基于人工智能技术发展的发明的保护 户崎健二 近藤昌弘 羽鸟隆宏
关于发明人资格问题，中期报告指出，一般认为，一个人要想成为“发明人”（或共同发明人），必须对发明中独特的部分（即，在现有技术中不存在的部分，并且是解决该发明所特有问题的手段的基础）的完成做出创造性贡献。中期报告还指出，单纯的管理者、助手或赞助人不被视为发明人，法院判决也采用了类似的标准来确定“发明人”的身份（第 84 页）。中期报告还指出，根据日本《专利法》的相关规定，只有自然人才能成为“发明人”（第 84-85 页）3。鉴于这些考虑，中期报告指出，当人工智能用于协助完成一项发明时，“根据传统观点，发明人是对发明的独特部分完成作出创造性贡献的人，发明人应该是相关自然人。”（第 85 页）。
GHG库存摘要2024
每年555,000公吨的Co 2 E，范围为300,000至850,000公吨。对于上下文，ANR的断言佛蒙特州“正轨”以满足GWSA的第一个要求是基于LEAP/VT途径模型估计，即根据2025年1月1日的要求，排放量仅为13,000公吨。3，如果库存与LEAP/VT途径模型之间的历史平均差异持续存在，则在LEAP/VT途径的法律要求下，有13,000公吨的平均差异将转化为官方库存中法律要求约为542,000公吨。官方库存（不是LEAP/VT途径模型）是GWSA排放量的减少合规性的合法性。
供应链和库存管理参考指南
●综合分布； ●在受到共同控制的医院或其他医疗保健实体之间分配产品； ●出于紧急医疗原因（包括在公共卫生紧急情况下）分发产品； ●根据第503条的规定分配产品或产品样品； ●血液或血液成分； ●将许可零售药房的最少产品分配给有执照的从业者以供办公室使用； ●由慈善组织向非营利组织分支机构出售，购买或交易药物。●根据药房或批发分销商的销售或合并分配产品； ●根据第512条分配产品； ●核监管委员会许可的设施或从设施转移的产品； ●根据第505条或《公共卫生服务法》第351条的许可，分配了不接受批准的组合产品； ●为购买者或用户的方便起见，组装了医疗便利套件； ●用于特定目的的某些静脉注射产品，例如用于补充液体或卡路里的静脉注射产品； ●分配医用气体； ●根据符合设备定义的《公共卫生服务法》第351条的任何许可产品的分销或出售。
收集AI利用新的Modalai®starling 2 Logis无人机，以获得更大的仓库和库存数据能力
宾夕法尼亚州匹兹堡 - 2025年2月10日 - 今天的库存情报解决方案收集AI宣布将通过Modalai的Voxl 2 Autopilot提供的新的US-MADE-MADE Starling 2 Logis无人机来增强其DJI无人机，用于客户仓库库存数据收集。此添加在第2季度2025中获得，将有助于仓库操作和创新团队最大化收集AI软件解决方案，以提高计数和应用程序灵活性。收集AI计算机视觉技术使无人机可以自主飞行，而无需GPS，WiFi或基础设施更改。机器学习算法分析库存图片，读取和解释远远超出了条形码，包括批号，文本，有效期，案例计数和占用信息。仓库运营商可以将其实时物理库存与仓库管理系统（WMS）数据进行比较，以进行最高准确性所需的任何更改。该解决方案最常用于第三方物流（3PL），零售分销，制造以及食品和饮料，但它
2025年2月8日，第8号法院关于（i）药用使用范围和（ii）专利联系Kenji Tosaki Nozomi Kato
但是，系统的特定设计和实际实施因国家而异。日本系统的关键特征是它不受法律管辖，因此没有期望在批准过程中获得法院判决。相反，它实际上是根据卫生，劳动和福利部董事（“ MHLW”）发出的行政通知（“两个董事的通知”）1。MHLW在“药物专利信息报告表”中根据名牌药物制造商或专利权人提供的信息审查了涵盖品牌药物的相关专利，该专利通常不公开。如果MHLW认为后续药物会侵犯专利，则不会颁发以下药物的营销授权。
最近来自东京地方法院的裁决：AI不符合发明家的资格
最高法院拒绝于2023年4月24日授予证书。8同样，在英国，英国最高法院于2023年12月20日驳回了史蒂芬·塔勒（Stephen Thaler）博士的上诉。9这些判断认为，基于对专利法的解释，只有自然人应被视为专利申请中的发明者，这与日本目前的法院判决一致。在中国，挑战拒绝Dabus申请的行政诉讼正在北京知识产权法院审理。10然而，《中国国家知识产权》的“专利审查指南”，自2024年1月20日生效，明确指出，发明家必须是自然人，并且不能将AI列为发明家。因此，在专利申请中无法将AI视为发明家的立场已成为全球流行的观点。
App Inventor的物理计算
免费的开源网络平台，允许年轻人创建移动应用程序。由麻省理工学院和Google的10多年研究支持。仅经过一年的学习，就可以吸引学生作为技术的创造者，而不仅仅是消费者。帮助学生激活社区的有效变化。
日本国家温室气库存文件...
高管摘要重点介绍了日本温室气体排放和去除的最新趋势。第1章介绍了有关温室气体库存，国家库存安排，库存准备过程，方法和数据源，关键类别分析以及不确定性评估结果的背景信息。第2章介绍了日本排放趋势和去除趋势的最新信息。第3至第7章提供了2006年IPCC指南中描述的来源和水槽的估计方法的详细信息。第8章包括这些准则未涵盖的来源的排放报告的当前状态。第9章提供了CO 2和N 2 O的间接排放报告的当前状态。第10章提供了有关改进和重新计算的说明（数据修订，新类别的添加等）自上次提交以来进行的。附件提供信息，以帮助进一步了解日本的库存和其他其他信息。
使用机载... 预测森林库存属性 - CORE
摘要：本研究旨在开发一种新方法，利用采伐机在作业伐木过程中记录的树干信息，基于遥感预测成熟林分的森林资源属性。参考样地由采伐机数据形成，使用两种不同的树木位置：全球卫星导航系统中的采伐机位置 (XY H ) 和计算改进的采伐机头位置 (XY HH )。研究材料包括 158 个位于芬兰南部的成熟挪威云杉为主的林分，这些林分在 2015-16 年期间被砍伐。树木属性来自采伐机记录的树干尺寸。森林资源属性是针对林分和为四种不同样地大小（254、509、761 和 1018 平方米）的林分生成的样地编制的。建立了基于采伐机的森林资源清查属性与样地遥感特征之间的预测模型。获得了林分水平的预测结果，基部面积加权平均直径 (D g ) 和基部面积加权平均高度 (H g ) 对于所有模型替代方案几乎保持不变，相对均方根误差 (RMSE) 分别约为 10–11% 和 6–8%，偏差较小。对于基部面积 (G) 和体积 (V)，使用任何一种位置方法，最多只能得到大致相似的预测结果，相对 RMSE 约为 25%，偏差为 15%。在 XY HH 位置下，G 和 V 的预测几乎与 254–761 平方米内的样地大小无关。因此，基于采伐机的数据可用作遥感森林清查方法的地面实况。在预测森林清查属性时，建议利用采伐机头位置 (XY HH ) 和最小地块面积 254 平方米。相反，如果只有采伐机位置 (XY H ) 可用，将样地面积扩大到 761 平方米可达到与使用 XY HH 位置获得的精度相似的精度，因为较大的样地可缓和确定单个树木位置时的不确定性。