商标检索是一个很专业的事情，影响一个商标能否注册下来主要是两方面的因素：一方面是申请商标本身于申请日之前，在相同或类似的产品上是否有相同或近似的在先商标，另一方面依赖于审查员对审查标准的理解和认知，这一判断具有一定的主观性。

商标检索是一门综合了物体检测、 图像分类以及特征学习的技术。 近期， 很多研究者成功地将深度学习方法应用到这个领域。深度学习用于商标检索从技术本身的实现来说是可行的。机器学习依赖于历史大量样本数据的采集、处理、学习、分析、归纳、应用；深度学习神经网络不依赖于历史样本数据，而是具备自主学习意识，只要给予足够多的反馈，算法会不断迭代优化，结果会越来越精准。

当前，国家商标局审查员在进行图形商标审查时，已经依赖了部分机器学习技术进行辅助查询。智能AI接入，像人一样的思考让机器来操作还需要更为先进的算法。图形的检索更是需要对元素的归类，是一个庞大的工程。视频识别的技术可以较好的应用到这个方面，代替人类的审查工作，一边学习一边收集数据，进入自我良性循环中。

深度学习技术与商标审查实践的结合是这个行业的发展趋势，但是在当前阶段，深度学习人才匮乏、成本很高，雇佣这类高级技术人才需要企业具备足够的经济实力和企业管理团队坚定的技术投入决心，知识产权行业的头部服务商是否有能力在这方面持续投入，我们拭目以待。