はじめに：
世界は常に進化しており、私たちはいくつかの重大な技術的変化やいくつかの素晴らしい科学的概念を目にしてきました。 したがって、技術的進歩の法的影響を評価することが重要です。 そのようなイノベーションの XNUMX つが人工知能です。 「」という言葉の歴史Artificial Intelligence」という言葉は、ダートマス大学で初めて作られた 1956 年にまで遡ることができます。 「機械」によって生成される知能は、本質的に人工知能 (AI) が指すものです。 用語 "知的財産」 (IP) は、芸術作品、文学、技術、科学など、人間の知性による真の発明を指します。
人工知能は新しい種に変身し、知的財産の分野に進出する可能性があります。 どれほど迅速であるかを考えると。 システムの問題を認識し、既存の知的財産基準の一部を変更することが重要です。 重要な経済的および社会的応用を伴う多目的技術としての人工知能 (AI) の出現は、現在の知財システムの中核となる基本的な懸念を引き起こします。 この記事は、AI 発明における開示の十分性の問題に取り組む努力をしています。これは知的財産権の中核原則にとって不可欠ですが、まだ一定の段階には達していません。
開示要件を満たすことが困難な場合
AI ベースのアイデアの特許を取得しようとする場合、開示要件を満たすのは困難な場合があります。 特許法の中核には対価が定められています。 発明者は、他人がその発明を使用することを防ぐための助成金による限定的独占と引き換えに、当業者が特許請求の範囲に記載されている内容を実施できるよう、発明に関する十分な情報を公衆に公開する必要があります。 一部の AI イノベーションの特性を考慮すると、この条件を満たすことは困難な場合があります。 特許法の制定の背後にある主な理由は、発明と発明の公開に対するインセンティブを提供することでした。
AI 支援の発明により、人間はプロセスと製品を決定するパラメーターを制御できるようになり、成功の程度はさまざまです。 プロセスで使用されるさまざまなソフトウェア/アルゴリズムの能力は、パラメーターがどの程度厳密に管理されるかに影響を与える可能性があります。 AI 支援の発明の場合、人間の関与とソフトウェアの性質の開示が最も重要になる可能性があります。
AI によって生成された作品を独自に作成するためにテクノロジーが使用される場合、ニューラル ネットワークの設計とデータのトレーニングに使用されるプロセスが公開される可能性があります。 膨大な量のデータと調査結果の数回の反復により、アイデアや製品を開発するためのトレーニング プロセスを明らかにするのが難しい場合があります。
対照的に、機械学習モデルは「ブラックボックスAI システムの側面。 IBMが述べたように米国最大の AI 発明の特許出願人である、「AI 発明は完全に開示することが難しい場合があります。入力と出力は発明者にわかっていても、その間のロジックはある点で不明だからです。」 深層学習ニューラル ネットワークのような最新のモデルが非常に複雑であるという事実が、モデルが「ブラック ボックス」とみなされている理由の XNUMX つです。 一般に、AI は透明性のジレンマを引き起こします。AI の根底にある不透明な仕組みについての知識が増えると、利点だけでなく危険やコストも生じるからです。
マシンのブラック ボックス プロセスにより、AI のイノベーションが頻繁に発生するため、既存のルールに準拠するのに十分な詳細をイノベーションを明らかにすることが不可能になります。 秘密への復帰は、公開が限定的な保護の条件である知財システムの原則の XNUMX つに反します。 世界は、現在存在しない他の形式の保護を必要とするかもしれません。
状況によっては、アルゴリズムに加えてトレーニング データの開示も必要になる場合があります。 ただし、トレーニング データのリリースには、次のような独自の障害が伴う可能性があります。
- 関連するデータのプライバシーと機密性に関する懸念。 そして
- データの取得元であるサードパーティは、データの共有を望まない可能性があります。
データの選択とアルゴリズムのトレーニングに利用された人間の専門知識は開示されるべきでしょうか?
AI システムの開発者は、ライバルが短期間で別の AI システムをトレーニングするためにデータを使用する可能性を懸念して、データの開示に消極的な可能性があります。 トレーニングデータを使用せずに本発明を再作成するだけで十分であるため、トレーニングデータの選択に使用される変数をトレーニングデータの代わりに開示してもよい。
インドの文脈でも、特許出願の中で、出願人は自分が使用したとのみ述べています。 マルチモーダルディープラーニング技術 大量のデータセットを利用してデータをモデル化しましたが、出力を生成するために人工ニューラル ネットワーク (ANN) を使用した推論については言及しませんでした。 これは、人間が深層学習層間の情報を収集して分析することも、AI の基礎となるアルゴリズムがそのような深層学習レベルに関連する重みを進化させた理由を理解することもできないためです。 データセットが継続的に取り込まれるため、AI の操作でさえ非線形になってきており、ある変数が別の変数にどのように関係しているかを人間が説明できる必要性が高まっています。 これ 識別力の欠如と説明不能 特許出願人の側が十分な開示要件を満たさないことに寄与することになります。
裁判所は次のような場合に、 Vasudevan Software, Inc v MicroStrategy, Inc 「所望の結果」を単に開示するだけでは、書面による説明要件を含む米国特許法第 112 条第 35 条を満たさない。なぜなら、特許法の記載要件は発明の説明を要求するものであり、発明の結果を示すものではないからである。もしその発明が行われれば達成できるでしょう。 「人工ニューラル ネットワーク」モジュールについては、次の記事で説明されています。 米国特許第6,792,412号 AI ベースのツールとして、重みを再計算することでさまざまなアイテムの評価値を提供します。 しかし、ネットワークの自己学習能力のため、基礎となる方法、データに組み込まれたパターン、および観察可能な変数を表す一連のデータの統計構造の捕捉は人間には理解できませんでした。 したがって、モデルのブラックボックス的かつ非決定的な特性により、モデルに関連するクレームの開示が単なる「望ましい結果」の開示とみなされる可能性があり、必要な開示が不十分になる可能性があります。
前進する方法
最終状態の特定の特性は、それを生成した本発明の方法では定義できないため、AI の複雑さにより開示要件を強化する必要があります。 XNUMX つの方法は、次のような入金メカニズムを適用することです。 ブダペスト条約、AI によって支援または作成された発明。 ブダペスト条約は微生物の国際特許プロセスに関係しています。 この条約により、特許保護を求める各国に微生物を寄託するという要件が削除されました。 この協定によれば、「国際寄託機関」への微生物の寄託は、条約加盟国の国内特許法の寄託要件を満たしている。 同様に、世界的に認められた標準を採用することは、単一の世界標準が両方の種類の預金、AI/アルゴリズム、トレーニング データに適用できるため、そのようなシステムの確実な実装に役立ちます。 国際的な収束と地域協力の拡大は有益であり、最終的には法的確実性が高まるはずです。
結論：
既存の知的財産 (IP) 法は、テクノロジーの進歩と IPR における AI の使用の増加により、問題に対処する能力がありません。 これらの問題に対処するには、政策と法律の変更が必要です。 発明者が自分の創作物を一定期間独占的に使用する権利と引き換えに公衆に公開する対価は、ほとんどの特許制度の中核的な原則です。 人工知能 (AI) の最近の発展により、現在の特許開示規則の下で独占権の付与が正当化されるほど、公衆が AI の発見から利益を得ることができるかどうかについて疑問が生じています。 特定の種類の AI の「ブラック ボックス」の側面は、いくつかの法域で現在の情報開示法の遵守を困難にしていますが、この議論の避けられない焦点です。 その結果、AI 発明の文脈において、何が知的財産制度に基づく適切な開示に相当するのかは不明です。 この点に関しては、世界的に認められた開示基準を採用することが最善の方法です。
ヤシュ・ティワリ
著者
ラクナウのラム・マノハール・ロヒヤ国立法大学博士課程学士号（優等学位）の学生
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 自動車/EV、 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- チャートプライム。 ChartPrime でトレーディング ゲームをレベルアップしましょう。 こちらからアクセスしてください。
- ブロックオフセット。 環境オフセット所有権の近代化。 こちらからアクセスしてください。
- 情報源： https://www.theippress.com/2023/08/11/sufficiency-of-disclosure-in-ai-inventions/
