AI・機械学習特許 #2 ・ 2026-05-06
PageRank特許を、LLM検索時代に読み返す
AI・機械学習特許 発掘メモ #1 — US6285999B1、リンクグラフで「重要さ」を計算した1997年の設計
発掘メモについて： このシリーズの「発掘メモ」は、一次資料URLを確認した段階で候補の概要を記録したものです。本文精読・Claim 1確認は未実施です。確認済み事実のみ記載し、推測は推測として明示しています。
なぜ掘るか
Googleの検索ランキングの核となった考え方が、1997年の特許文書に記述されている。LLM検索・AI検索・RAG評価がどう「重要さ」を測るかを考えるとき、このリンクグラフ型の重要度計算が「何を解こうとしていたか」を知ることは、現代の検索設計を読む補助線になる。
特許の基本情報
- 特許番号：US6285999B1
- タイトル：Method for node ranking in a linked database
- 出願：1997年（詳細日付：本文未確認）
- 発明者：Lawrence Page
- Assignee：The Board of Trustees of the Leland Stanford Junior University（Google への移管あり）
- 一次資料：Google Patents（URL確認済み・本文未読）
- Legal status：失効・譲渡履歴の詳細は未確認
核心（アブストラクト・Wikipedia経由の情報）
リンクされたデータベース（Webページ群など）において、各ノード（ページ）の重要度を、そのノードに向けられたリンクの数と、リンク元ノード自身の重要度から反復的に計算する手法。「ランダムサーファー」モデル——ランダムにリンクをたどるユーザーがあるページに到達する確率——として定式化されている。
重要なのは、重要度が「リンクの数」だけでなく「リンク元の重要さ」に依存する再帰的な構造を持つ点。
一次資料未読のため、Claim 1の記述・具体的な数式・実装の詳細は未確認。
現代との接続仮説
| US6285999B1（1997年） | 現代の技術 | 評価（仮説段階） |
|---|---|---|
| リンクグラフ上のノード重要度 | グラフ型RAGのノード重み付け | 比喩（構造は類似、目的が異なる） |
| 被リンク数×リンク元重要度の再帰計算 | PageRankを参照するLLM評価研究 | 類似（問題意識が重なる） |
| ランダムサーファーモデル | 確率的グラフ探索全般 | 類似 |
これは一次資料未読段階の仮説。Claim 1確認後に評価を修正する。
未確認ポイント
- Claim 1の逐語テキスト
- Stanfordからへの移管の経緯と時期
- Forward citations件数（現代研究への影響の規模）
- LLM検索・AI検索との接続を論じた学術文献
次アクション
Google PatentsでClaim 1とForward citationsを確認する。Forward citationsが多ければ現代との接続仮説の根拠になる。
参考リンク：
- 元特許：US6285999B1 on Google Patents
- AI・機械学習特許 #1（発掘ノート）：Amazon item-to-item推薦 US6266649B1