北美智權報

結合物理、化學、生物…等多元化的科學，【科學少年雜誌親子報】精選雜誌內容，給你有趣又好玩的科學知識。

★ 無法正常瀏覽圖片，請按這裡看說明

★ 無法正常瀏覽內容，請按這裡線上閱讀

新聞健康財經追星 NBA台灣 udn部落格 udnTV 讀書吧

2019/06/06 第291期 | 訂閱／退訂 | 看歷史報份 | 北美智權網站

	專利評析	Google專利營運長分享如何篩選專利事務所

	深入報導	重新審視自貿區政策的利弊得失，此其時矣

	研發創新	【科技冷戰專題】實現自主創新，中國大陸半導體業寄望於RISC-V 人工智慧演進：從雲端到邊緣

	智財管理	人工智慧專利優先計畫

Google專利營運長分享如何篩選專利事務所

李淑蓮╱北美智權報編輯部

大數據 (Big Data) 可以應用在很多地方，現在比較熱門的研究議題首推人工智慧、醫療、電子商務的行銷活動……等等。其實，在智慧財產權的領域，大數據也早已成為專利佈局、專利分析及先前技術探索的重要工具，只是以前沒有「大數據」這個名詞把這些資料分析的應用串連起來，才讓人輕忽數據在專利管理中的重要性。
日前，Google專利顧問暨專利營運長陳笧華（SYLVIA YU CHEN）在《2019 LexisNexis IP 智權研討會》中分享了Google篩選專利事務所的經驗，她指出，「速度、品質、價格通常是企業選擇事務所的三大考量，其中速度與價格都有客觀的衡量標準，但品質在一定程度上是主觀判斷較多。然而，最近幾年在品質的客觀衡量部分有了很大的改善，像是LexisNexis的PatentAdvisor便可以協助專利主管對專利品質作出比較客觀的評量。」如果從事務所的角度出發，則應該了解自己是如何被選擇的。

陳笧華已在Google任職4年，她剛開始在Google工作的時候，總共有40家美國事務所為Google提供服務。她認為40是一個很大的數量，而Google的專利組合也不是龐大到可以讓40家事務所都能分配到滿意的業務量。雖然在陳笧華進入Google之前，已經有專利小組負責縮減事務所的數目，但方法是比較簡單的：像是挑出10年沒有往來的事務所、挑出業務量很少的事務所，但即使是已經過簡單的篩選，還是剩下40家的數量。因此，定時檢核、及進一步的去蕪存菁有其必要性。

要篩選出適合企業本身的事務所，或為已在為企業提供服務的業者打分數，陳笧華指出首先要知道本身業務目標，當確認了業務目標之後，往後所做的每一件事都是跟業務目標有關的，像是收集數據、追蹤進度以達成業務目標。

陳笧華為每一家提供Google服務的專利事務所都準備了一張記分卡，她說這不是一張單純的記分卡，而是矩陣形式的，而Google也會告訴每一家事務所矩陣的每一個地方是什麼。陳笧華表示，這就像在學校一樣，可能35%是代表功課成績、25%是團體活動表現，25%是考試成績……，至於每一個地方的比例分配就要看「你需要達到的業務目標是什麼？」

抉擇就是妥協

陳笧華舉了「項目管理三角形」（project management triangle）為例，以企業選擇事務所的角度去看，速度、品質、及價格是三大主要考量。當然，最理想的狀況是又快、又便宜 (cost effective)、品質又好，但在現實中，選擇偏重了其中一項便必須要犧牲別外一項，這是一種妥協 (tradeoff)。例設企業專利部門現在手上有10分，如果10分都給了「便宜」，那自然要犧牲速度跟品質，現在就以「項目管理三角形」來看看如何「妥協」。

就一項「速度」而言，陳笧華認為很容易讓客戶了解，速度就是「快」，基本上企業都希望可以快一點拿到專利，而是不是夠「快」，可以從事務所申請一個專利的時間軸看出來，這是比較客觀的。

一般來講，案件通常是從一通電話開始：企業致電事務所，查詢或告知專利申請需求、或許是要求報價……等等。接下來，進度展開……

電話查詢（Call）→ 電子郵件 (Email) → 訪談 (Meeting) → 初稿 (Draft) → 檢查(Review) →提醒(Reminder) → 回饋(Feedback) → 送件(File)

在時間軸上面，企業或是事務會在每一個環節上填上所需時間，然後把所有環節所需要的時間加起來，便知道一個專利申請從開始到送件，究竟花了多少時間；如果企業的目標是速度，便可以這個作為客觀的衡量標準。

其實，如果再看細一點，在時間軸中的每個環節所需的時間也是一種抉擇跟妥協，例如，如果多花一點時間在第一稿上，那即要犧牲客戶檢查的時間或是送件時間。當已知每個環節所需的天數後，即可以製作矩陣。

陳笧華說，這個矩陣很有趣，以事務所的立場，究竟希望那一天是案件的起始日？她表示以客戶的角度而言，當然是越早開始越好，但雙方也要溝通，達成共識才行。通常第一步接觸如果是電話溝通，大概只是詢問一些資訊，應該不能作為案件起始日；到了電子郵件，已比較正式，而且有書面資料，好像也可以作為起始日，但有時候如果email得到的資料很少，好像還不能成案；然後到了訪談 (meeting)的日子，應該毫無疑問是已經成案了。針對起始日的問題，陳笧華表示Google是以email接觸開始算的，因為email有日期可以追蹤，而且也比較有正式記錄。至於完成日，則一致公認為送件日 (Filing)。

聽完企業立場的觀點，筆者覺得事務所也應該換位思考。有些事務所會把案件起始日訂為簽約的時候，至少是要有一份agreement, 然後由行政人員建檔，產生案號之後，案件才算正式成立，但若客戶是Google，從該案件的第一封email開始已算是案件成立，那中間的落差是有多大？更有甚之：假設Ａ企業的老闆5月1日告知Ａ企業智權部主管要就某技術申請專利，待該智權部主管聯絡好事務所，安排事務所與發明人訪談之時已是5月10日；所以對A企業的老闆而言，案件的起始日是5月1日、對Ａ企業智權部主管而言，是email聯絡之日，可能是5月5日，但對事務所而言，則是訪談之日，是5月10日。這種認知上的差異是可能會影響企業對事務所評價的。

至於在管理項目三角形中價格很容易比較，因為可以量化，和速度一樣是比較屬於客觀的標準。最後剩下的是品質的部分。陳笧華認為品質是很主觀的，但最近幾年在品質的客觀衡量部分有了很大的改善，像是LexisNexis的PatentAdvisor便可以協助專利主管對專利品質作出比較客觀的評量。陳笧華表示，一些專利案件的大數據可以協助企業來評估事務所，例如Final OA Objection的頻率、專利請求項的字數 (假設：字數少則請求範圍很寬廣)……等等。不過，陳笧華並沒有明確指出品質好的標準為何，她強調最重要是企業本身的「目標」，有些企業追求的是cost-effective、有些企業追求品質、有些甚至只要求獲得一個專利，著眼點不一樣因此沒有「標準」，重點是作出選擇時妥協與犧牲 (tradeoff)是無可避免的。

重新審視自貿區政策的利弊得失，此其時矣

林士清／北美智權報專欄作家

（本文作者為北京清華大學公共管理學院博士生）

「自由經濟示範區」曾讓朝野殺到見骨，也讓選民倍感疑慮。本文試圖還原「自由貿易區」的原始概念，並指出現行六海一空的自由貿易港區其實缺乏規模經濟及區域經濟的要素，致使自由貿易港區的政策存在模糊。事實上，高雄確實擁有在港口、交通樞紐的優勢，設立自由貿易區，也可起到繁榮港口、刺激所在地區和國家交通運輸、物流業發展的作用。因此，若欲重啟自貿區的政策立法，應當大膽納入公民對話機制，減少輿論對自貿區的疑慮。

高雄拼經濟真的需要自由經濟示範區嗎？時代力量的黃捷市議員，在質詢韓國瑜市長時，意外掀起潘朵拉的盒子，這段「高雄發大財」的質詢影片，恐怕讓高雄市民乃至全台灣民眾的印象極為深刻。自由經濟示範區在高雄究竟要如何呈現與落實？顯然高雄市府團隊對自經區的政策研擬還在初期階段，根本沒有政策執行的各項準備；就算概念上希望高雄有個特區，但這個特區真的能讓高雄產業轉型階段，更加的前瞻化、自由化、國際化嗎？有必要回顧一下自經區的歷史源由，還原究竟何謂「自由貿易區」（Free Trade Area）。

廣義的自由貿易區，意即兩個或兩個以上的國家或經濟體，通過達成某種協定或條約取消相互之間的關稅和與關稅具有同等效力的其他措施。自由貿易區除了具有自由港的大部分特點外，還可以吸引外資設廠，發展出口加工業，允許和鼓勵外資設立大企業、金融機構等促進區內經濟綜合、全面地發展。當然，自由貿易區的局限在於，它會導致商品流向的扭曲和避稅，如果沒有其他措施作為補充，第三國很可能將貨物先運往實行較低關稅或貿易壁壘的經濟體，然後再將貨物轉運到實行高貿易壁壘的經濟體，這正是朝野對「MIC」若藉自貿區偷換成「MIT」，終將損及台灣國際商譽的憂慮。

自經區條例曾經歷朝野殊死戰

自由貿易區的概念在馬英九政府時期轉化為「自由經濟示範區」，其實該政策概念最早的發想者是前副總統蕭萬長，其倡議台灣未來經濟定位應該是融入世界貿易體系，貨暢其流的自由經濟島。自由經濟示範區以高附加價值的服務業為主，促進服務業發展的製造業為輔為原則，選定智慧物流、國際健康、農業加值、金融服務、教育創新等經濟活動，做為示範創新重點。尤甚，考量某些產業的營運特性，無法以實體區隔的方式進行示範，也可透過指定試點的方式試行相關制度的開放。然而，當時朝野對於自經區是否陷入中國因素的操作，存有高度的疑慮與爭執，無論尹啟銘版本或管中閔版本對自由經濟示範區的政策規劃雖有所差異，然而實際上面臨諸多爭議在政策合法化階段飽受質疑，最後未能通過立法。

不過自經區殺到刀刀見骨的血也沒有白流，自由經濟示範區當時仍有不錯的政策執行績效，例如，已有61家廠商進駐示範區，25家進駐自由港區，36家進駐屏東農業生技園區；又例如，自經區規劃的國際醫療已蓄勢待發；教育創新合作案例亦逐漸有成效，教育部辦理國外大學與本國大學合作辦學。此外，國發會甚至將自經區的觸角延伸至金門及馬祖，對於離島建設的政策資源亦有助益。

血不會白流：深化自由貿易港區可操之在己

自由經濟示範區特別條例之所以惹起強烈的政治爭議，事後反思原因大概有三：首先，原先政策規劃太過包山包海，過多的政治攻防導致自經區難免失焦；其次，不需設置實體自經區，服務業的先試先行亦可，透過自經區引進新興產業，以投資、內需帶動經濟成長；第三，法規工作太過繁複，在原先的自由貿易港區設置管理條例、加工出口區設置管理條例加強即可。中央代表的是2000萬全國民意的付託，固守國家主權的重要性，遠高於89萬張選票地方直轄市長發大財的想像，現階段中央政府沒有為地方政府重啟自經區修法的需要。

對於中央來說，目前財政部主張自貿港區功能與自由經濟示範區具相似性，屬境內關外經濟特區，實施至今相關法令規範已相當完備。事實上，現有六海一空，包括台北港、台中港、安平港、高雄港、基隆港、蘇澳港和桃園航空自由貿易港區，以境內關外及轉口加值的多元營運模式，確實有再進一步升級的可能。試想：業者由國外進儲零組件、原物料或成品後，在港區內可從事物流配銷、檢測維修、加值服務及國際貿易等多元營運模式，再將零組件、原物料或成品輸往國外；也能經由港區事業委託課稅區、保稅區進行修理、檢測維修、加工後，再運回自由港區內，藉以創造附加價值，廠商加碼投資的意願才會強化。【本文未完，完整內容請見《北美智權報》238期：重新審視自貿區政策的利弊得失，此其時矣】

【科技冷戰專題】實現自主創新，中國大陸半導體業寄望於RISC-V

蔣士棋╱北美智權報編輯部

前文（RISC-V架構，引領物聯網時代新風潮）曾經報導過，RISC-V指令架構有機會在物聯網時代中大行其道，而當美國屢次對中國的科技業加強管制時，採用開源授權、開發彈性大的RISC-V更成為中國IC設計業擁護的對象。因為，RISC-V的精簡指令集正好可以滿足「大人物（大數據、人工智慧、物聯網）」的運算需求，而且RISC-V不受單一廠商主導的特性，更是中國實現技術自主創新的最好機會。

中國大陸發展半導體產業的雄心，絲毫沒有因為美中貿易戰的白熱化而消沉。今年四月，小米分拆了旗下的半導體事業松果電子，另外又在南京成立大魚半導體，未來在研發分工上，松果將繼續進行手機晶片研發，而大魚則會投入AI、IOT等5G新興領域。成立於2017年、位於深圳的睿思芯科，也在今年三月推出一款基於RISC-V架構、名為Pygmy的AI晶片，還宣稱在能耗、晶片尺寸、運算效能上都大大贏過ARM的同級晶片。更不用說阿里巴巴買下杭州中天微系統、成立平頭哥半導體後，也計畫在半導體業大展拳腳。

而這些公司背後都有一個共通點：RISC-V。

從去年下半年開始，RISC-V開始成為中國IC設計產業的當紅炸子雞，不但官方大力支持，產業界也拼命地佈建供應鏈，例如睿思芯科的Pygmy晶片，從開始設計到正式投產，只花了七個多月的時間。

支持RISC-V架構，中國意在技術自主

從後見之明來看，從中興通訊被封殺事件後，中國大陸真正認識到IC設計自主的重要性，而華為被美國全面包圍，又再次鞏固中國IC設計業擺脫美國控制的決心。芯原微電子董事長戴偉民回憶，「去年四月，ARM（安謀）在中國成立了合資企業ARM China，大家還很高興；可是從五月底開始，它們就不接外面電話了。」

因此，當被西方企業斷貨成為中國科技業的日常時，採用開源授權架構、不受特定廠商控制的RISC-V自然備受青睞。「自主、創新、繁榮，是科技發展的三個要件，缺一不可，」戴偉民分析，「PC時代用Intel的架構，業界很繁榮，但是技術不自主，也沒辦法創新；作手機用ARM架構，一樣很繁榮、又可以創新，但還是不自主。只有RISC-V有機會達成自主、創新、繁榮。」

前清大校長、現任集邦科技董事長劉炯朗則分析，過去在摩爾定律（Moore’s Law）的支持下，以Intel為代表的複雜指令集架構（CISC）的運算效能可以不斷提升，成為業界主流；但如今摩爾定律逐漸走到盡頭，業界勢必另尋出路。

「現在百分之八十的電腦運算，都是由百分之二十的指令完成的，」劉炯朗譬喻，RISC就像是金庸武俠小說裡的降龍十八掌，「不管遇到怎樣的敵人，我都是用這幾套掌法組合來應對」。另外，從運算效率的角度來看，CISC因為指令集架構龐大，需耗費多次週期（cycle）才能完成運算，但RISC只需要一次週期就能完成，可以大幅提升運算效能。

指令更加精簡，運算效能將大幅提升

尤其，RISC-V採用的開源授權架構，更讓中國IC設計產業看到後發先至的機會。「採用開源的晶片架構還有很多，不只RISC-V一個，但老實講，其他的架構大多是某個大廠開放出來的，如果不是還被這些大廠掌控發展方向，就是沒有什麼商業化前景，」戴偉民強調，在眾多開源架構中，只有RISC-V是一開始就採用開源授權，讓所有參與者站在同一條起跑線上。「以前大家都說中國公司在技術上只會下載不會上傳，可是在RISC-V上，我們中國的IC設計公司的貢獻度可是排在全球前幾名的。」

再下一步，就是要達成技術上的完全自主。戴偉民分析，目前絕大多數的開源計畫、開源基金會都位於美國，開源授權協議也多是基於美國法律撰寫，「例如在爭端解決條款上，大多數協議都寫明要以美國德拉瓦州（Delaware）的法院來進行訴訟，」他指出，這樣一來，這些開源計畫有朝一日是否也會被出口管制措施箝制？中國的科技業又該如何未雨綢繆？

很明顯地，在美國構築的強大包圍網之下，中國半導體業者正在積極尋找出路，但這幾年才竄紅的RISC-V是否真能成為包圍網下的突破口，恐怕還在未定之天。

人工智慧演進：從雲端到邊緣

吳碧娥╱北美智權報編輯部

人工智慧應用的快速演進正改變設備的創建和使用方式。隨著人工智慧技術能力不斷增強，所有物聯網相關產品開始朝向符合終端需求的應用開發，不再僅依靠雲端連接的支持。終端運算的優勢包括實時性、數據隱私和領先的能源效率，對設備製造商來說，不需要在產品銷售的每個區域都佈署雲基礎設施，產品上市的時間和成本就能縮短。雖然雲端和邊緣運算各有優勢，但若邊緣運算能克服雲端無法解決的問題，人工智慧的未來將會在終端實現……

目前AI主要有雲端人工智慧（Cloud AI）和人工智慧邊緣運算（Edge AI）兩種形態。從2012年深度學習開始到2016年、2017年，大部分AI應用都是在雲端開發的。雲端的優勢是計算能力很強、運算速度很快，這是終端無法比擬的，在2014年時，若把一張照片丟到雲端再回來，網路延遲大概是250～1250毫秒（ms）；當時若在終端運算，需要耗時3秒鐘，這種速度當然是無法被接受的。但到了2016年，因為硬體和演算法的進步，終端的網路延遲從3秒鐘一口氣降低到50ms，代表AI在終端是可行的。

發展邊緣AI運算能力的重要原因之一，就是要解決延遲的問題。AI若能更靠近物聯網設備，把原本在雲端的運算引到邊緣設備，由邊緣電腦用更快的速度做出即時決策，這是在雲端解決方案中無法實現的。

Edge AI將成潮流？

聯發科技計算與人工智慧技術群處長吳驊指出，邊緣AI的優勢在於提高智慧深度神經網路（DNN）的執行效率，同時保持良好的準確性，並縮短產品上市的投資與風險。深度學習從2012年開始慢慢走紅，讓機器從蒐集好的數據中進行學習，除了增加準確率，也減少人工的投入，尤其是影像辨識的錯誤率從26％大幅下降到16.4％，2015時已達到人工辨識的水準，錯誤率只有3.6％。

另一方面，雲端可能會有大量數據傳輸速度慢、反應不及時、隱私容易洩露等問題，因此若將AI部署在終端，可以省去數據在本地與雲端來回傳遞的過程，不僅反應速度更快，且可避免傳輸過程中洩漏隱私，並能降低整個系統的功耗。吳驊認為，雖然雲端和終端各有優勢，但若終端能克服雲端上無法解決的問題，AI必定會在終端實現；至於終端無法辨識的部分，可也以和雲端計算合作。

邊緣AI運算量快速成長

邊緣AI的運算量正在快速成長，過去深度學習是做影像分類、主體偵測；2018年進入影像分割，運算需求達到500G MACs等級，今年深度學習開始進入影像品質階段，運算效率可能會達到10T MACs等級，意味著邊緣運算量將不斷增加。邊緣AI正在實現新穎的應用，並驅動更高的AI運算能力，因為新興的APP越來越複雜，需要更高的AI能力，為AI裝置設計的系統單晶片（SoC）將比往任何時候都更具挑戰性。

在AIoT 時代，人與設備、設備與設備之間的交流，都有賴於資料安全、超低時延的邊緣AI計算能力。聯發科近日發佈人工智慧加上物聯網的AIoT平台，NeuroPilot是一個以異構運算為基礎，整合軟硬體、完整、開放的人工智慧平台，將CPU、GPU和APU等異構運算功能內建到SoC中，透過Edge AI處理平台生態系統，發展出從智慧手機到智慧家庭、可穿戴、物聯網和聯網汽車所需的全面軟體工具，藉由打造專為邊緣裝置設計的AI處理器，聯發科目標是成為邊緣裝置AI運算的重要推手，攜手產業鏈合作夥伴共同打造AIoT生態圈。

AI Everywhere

聯發科希望透過NeuroPilot AI平台，結合產業鏈其他廠商一起把edge AI做大，要讓人工智慧的快速普及，Edge AI的最高境界就是實現AI Everywhere。為了做到這一點，聯發科的AI平台採用跨操作系統的通用架構，能夠跨平台和跨產品線進行部署，將同一套架構應用到各種智慧型裝置甚至車用電子上，合作夥伴只要編寫一次程式，即可實現處處部署。聯發科正在轉化各種智慧型裝置並創造更多商機，像是掃地機器人不只要會打掃，還要能分辨寵物排泄物；視訊會議要直接能辨識與會者身份、語言自動轉換、還能自動撰寫會議紀錄；車用方面則是投入無人駕駛研發。針對上述情境，聯發科會在已有的裝置解決方案中，進一步帶入AI，從「被動的智慧」化為「主動的智慧」。

吳驊也強調，邊緣AI技術的快速發展將推動更多AI應用，記憶體和散熱將是兩個最關鍵的設備限制，DNN效率提升和專用硬體設計繼續會是關注焦點。

人工智慧專利優先計畫

黃蘭閔／北美智權智權法規研究組

新加坡智慧財產局IPOS發表「人工智慧專利優先計畫」（Accelerated Initiative for Artificial Intelligence，簡稱AI2），自2019/04/26開始實施兩年，目前有每年有50個名額的限制，參加AI2將加快AI發明案申請速度，最快可在6個月內審結授證。

新加坡智慧財產局IPOS選在世界智慧財產權日發表「人工智慧專利優先計畫」（Accelerated Initiative for Artificial Intelligence，簡稱AI2），自2019/04/26開始實施兩年，目前有每年有50個名額的限制，參加AI2將加快AI發明案申請速度，最快可在6個月內審結授證。事實上，IPOS一年前即先發布「金融科技專利優速」（FinTech Fast Track；FTFT）方案，產業別不同，但程序規範及審查目標類似。

AI2還沒有實際審查結果可參照，而FTFT實施一年，初步成果符合IPOS原定目標：首件通過FTFT獲得IPOS加速審查並取得發明專利的是菲律賓企業Voyager Innovations，該公司「依事件決定結果的系統及方法」發明案，2018年5月16日送件申請，同年11月30日即公告授權。顯然FTFT成效良好，在發布AI2的前一天，原定實施一年的FTFT，IPOS宣布延至2020年4月25日結束辦理。

新加坡本國的人口及市場有限，在當地申請專利的誘因相對不多，但新加坡積極投資智慧國Smart Nation計畫，背靠東協，放眼世界，全力要把新加坡打造成區域，乃至於是全球的尖端技術IP樞紐，而FTFT、AI2之類的專利申請案加速審查方案，佐以英語使用環境，對想把發明產出快速輸出到世界各地變現的4IR企業，應有一定吸引力，有利新加坡爭取更多新創企業及投資並在4IR時代成功卡位。

適用客體

如其計畫名稱所明示，AI2僅適用AI發明申請案。AI是指利用科技模擬人類感官、理解、行為、學習等，以達成特定任務。常關乎但不限於機器學習，也就是不直接寫程式明確規範執行任務，而是利用演算法、統計模型讓電腦做出判斷。機器學習的運用可能包括影像識別、語音識別、自然語言處理、自動系統之類。若以數學步驟演算法呈現，IPOS將視為數學方法，不予專利，即使Claim寫入一般電腦或傳統硬體原件，也無法使演算法變成可予專利客體，但電腦安裝機器學習方式以解決影像/語音辨識問題，有可能被視為是具專利適格性的AI發明。

而FTFT僅適用FinTech發明。FinTech是指金融相關服務應用科技，或用以協助企業管理金融業務的技術，一般是利用數據分析、IoT、行動平台、雲計算、AI/機器學習、加密貨幣等技術提供並提升金融服務。可能包括電子支付、投資平台、保險技術、區塊鏈及金融業務、安全防偽及驗證、替代盡職調查(alternative due diligence)、虛擬匯兌、智能合約、市場訊息平台等領域。依IPOS說明，IPC分類碼為G06Q 20/00、G06Q 40/00的FinTech發明案，一般都會符合此一要件。

申請辦法

AI2及FTFT無額外規費，申請及審查規定基本相同，若有適格發明案想利用這兩項辦法加速取得新加坡專利，再藉PPH等管道以最快速度取得多國專利保護，則申請人操作務須遵循以下規範：

第一案先在新加坡申請，且於辦法有效期間送件申請。不能主張優先權，兩項辦法也都排除分割案的適用。
請求項最多20項。
收到形式審查意見書需2週內回覆
收到實質審查意見書需2月內回覆

依IPOS說明，申請期間可能有面詢，若官方聯繫申請人討論案情，IPOS建議申請人接受面詢，以利程序推進。若官方OA超過兩次，可能被撤銷加速資格，申請人也可書面請求退出AI2/FTFT。

同時為避免不必要的時間浪費，IPOS強烈建議，申請人應在核准通知製發後2月內提授予專利證書請求書，而未公開案件，最遲也應在授予專利證書請求書提交日一併請求提早公開。

‧最後的交響曲—九的魔咒（馬勒）
貝多芬之後的許多作曲家都在第九號交響曲止步，生命在未完成第十號交響曲前，嘎然驟逝。究竟這是迷信，或者確有冥冥力量牽引，就讓我們一起從樂曲中抽絲剝繭，讓音樂說話！

‧張大千也愛吃！「大千宴」料理重現大師食譜
為配合故宮博物院「巨匠的剪影－張大千120歲紀念大展」，晶華故宮特別推出「大千宴」，以張大千所私藏的四川料理為主軸，推出粉蒸牛肉、大千雞等13道特色料理。

本電子報著作權均屬「聯合線上公司」或授權「聯合線上公司」使用之合法權利人所有，
禁止未經授權轉載或節錄。若對電子報內容有任何疑問或要求轉載授權，請【聯絡我們】。