作者：蘇彥博 專利代理師
相信大多數從業者都有一個共識：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都更高。一個學科、領域的分支成百上千，對于代理師而言，即使是專注于一個領域，也必須了解不同分支的技術，同時還要跟上技術發展的步伐。
日常工作中，免不了要進行碎片化學習。長此以往，雖然學了很多知識，但是并沒有形成關聯，導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方案。筆者結合自身經驗，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、將被動學習變為半主動學習
首先，主動學習是最提倡的方式。主動學習是指主要利用工作以外的時間，系統、全面地學習某個領域的技術知識。以隆天的某位資深代理師為例，在機器學習成為熱點時，他閱讀了多本相關書籍，其中不乏一些院校的教材書，當區塊鏈技術興起時，他又學習了區塊鏈的付費網課，這種系統化主動學習的方式，使他在相關領域具備了與科班生相當的知識水平，從而面對專利方案時非常從容。
然而，很多人沒有足夠的時間或意愿去主動學習，只能在平時工作中被案件驅動著去被動學習，其效果當然遠不如主動學習。筆者認為，如果實在做不到主動學習，那么在被動學習中盡可能地提高自己的主動性，將被動學習變為半主動學習，下面提供兩種主動學習的方式：
（1）樹形學習
從一個知識出發，延伸到其他更多的知識。舉例來說，交底書中提到了術語A，在查看A的資料時，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，相關的技術概念就形成了一個樹形圖，在學習時不局限于A，而主動學習樹形圖中的所有知識，這樣在局部將碎片化知識點連成了一個面。
（2）交底書全覆蓋
很多交底書中都存在這樣的情況：方案改進點的部分內容比較詳細，其他部分由于采用的是現有技術，往往一兩句話帶過。對于這樣的現有技術，也需要主動學習。將自己代入為本領域技術人員，對交底書涉及的所有技術都理解到可以實現的程度。
案例①：一種改進的SLAM實現方案，交底書中涉及到IMU、特征匹配、SFM算法、BA優化、回環檢測等，主要針對SFM算法進行改進，其他部分采用現有技術，交底書中未具體說明。代理師應當對每部分內容進行學習，學習相應技術的原理，并代入到方案場景中理解實現過程。對于發明點則應當深度學習，例如學習SFM算法時涉及到本征矩陣和SVD分解，學習本征矩陣時涉及到對極幾何，學習SVD分解時涉及到線性代數中的特征分解、正交基等概念；順藤摸瓜，把相關知識全部學習或者回顧一遍；可以設定一個標準，在瀏覽相關資料時遇到的所有名詞、術語都已理解，就算是窮盡了這棵樹。這樣不僅學習了SFM算法，也學習了三維重建、相機標定、位姿變換等技術中的基礎知識，再看到其他方案時容易理解。
圖1 SLAM知識樹形圖
二、理解到“粒子”
粒子是指分子、原子、離子、電子等物質基本組成單位。物理學的本質是對粒子的探究。因此，對于技術方案需要理解到“粒子”。當然，這里的“粒子”只是一個類比，所有的技術方案，都有其最底層、最基本的實現單位。筆者建議，在拿到技術方案時，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?機器語言?信號的高/低電平?集成電路原理?半導體載流子運動。在此過程中，學習所遇到的陌生知識。當無法進一步“向下”、“向小”時，一般就實現了理解到“粒子”，get了方案本質。
案例②：技術方案為智能手機上，通過手勢識別來實現音量調節。本方案從應用層面上來看，是建立了一個觸發條件，在識別到特定手勢時，觸發執行音量調節的操作。然而，這樣的理解無法觸及到方案本質，不妨多向下思考。比如：如何實現觸發條件，是執行了應用層的一段程序代碼；如何執行程序代碼，是調用Framework層的組件在AP中生成手勢控制進程，加載代碼同時讀取手勢識別數據；如何得到手勢識別數據，是ISP輸出手勢圖像后分發到NPU中的手勢識別進程，手勢識別進程輸出手勢識別數據被手勢控制進程讀取……通過一層層挖掘思考與學習，最終能夠理解智能手機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，既學習了知識，又有利于撰寫高質量專利。
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，將知識聯系起來的框架，是建立知識體系的基礎。不同學科有不同的知識骨架。筆者作為電學領域的代理師，認為電磁波譜是非常合適的電學知識骨架。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分支，能夠覆蓋電學的主要領域。例如紫外線的相關技術包括紫外光譜（涉及材料檢測、生物標定）、半導體光刻等，可見光的相關技術包括成像、計算機視覺、圖像處理、照明、顯示等，微波的相關技術包括移動通信的主要標準。而電磁波譜反映了這些技術的本質原理，通過這樣的知識骨架，可以找到不同知識之間的共通性，學習中更容易深入理解。
圖2. 電磁波譜與相關技術
計算機領域的代理師也可以將計算機架構作為知識骨架，包括硬件、軟件的多層級結構，實現不同分支技術、軟硬件之間的關聯。
當學習到新的知識時，將其填入知識骨架中的對應位置，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，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我們也可能是無知的。學無止境，愿每位專利代理師都成為Mr Know-All！