GİRİŞ:

Dünya sürekli gelişiyor ve bazı derin teknolojik değişiklikler ve bazı parlak bilimsel kavramlar gördük. Bu nedenle, teknolojik atılımların yasal sonuçlarını değerlendirmek çok önemlidir. Böyle bir yenilik Yapay Zekadır. ' sözünün tarihiYapay Zeka' Dartmouth College'da ilk kez icat edildiği 1956 yılına kadar izlenebilir. "Makineler" tarafından üretilen zeka, esasen yapay zekanın (AI) ifade ettiği şeydir. Dönem "fikri mülkiyet” (IP), sanat, edebiyat, teknoloji ve bilim eserleri dahil olmak üzere insan zekasının herhangi bir gerçek icadı anlamına gelir.

Yapay zeka yeni bir türe dönüşebilir ve fikri mülkiyet alanına girebilir. Ne kadar hızlı göz önüne alındığında. Sistemle ilgili sorunları tanımak ve mevcut Fikri Mülkiyet normlarından bazılarını değiştirmek çok önemlidir. Yapay zekanın (AI) önemli ekonomik ve sosyal uygulamalara sahip çok amaçlı bir teknoloji olarak ortaya çıkışı, mevcut IP sistemlerinin temelinde yer alan temel endişeleri gündeme getiriyor. Bu makale, fikri mülkiyet haklarının temel ilkeleri için hayati önem taşıyan ancak henüz belirli bir aşamada olmayan yapay zeka buluşlarında açıklamanın yeterliliği konusuna değinmeye çalışmaktadır.

BİLDİRİM GEREKLİLİKLERİNİ KARŞILAMAKTA ZORLUK

Yapay zeka tabanlı fikirlerin patentini almaya çalışırken açıklama gereksinimlerini karşılamak zor olabilir. Patent yasalarının özünde bir karşılık vardır. Bir mucidin, buluş hakkında sıradan bilgiye sahip bir kişinin, başkalarının onu kullanmasını önlemek için bir hibe yoluyla sınırlı bir tekel karşılığında, iddia edilen şeyi uygulamaya koymasına izin vermek için, buluş hakkında yeterli bilgiyi kamuoyuna açıklaması gerekir. Bazı AI yeniliklerinin özellikleri göz önüne alındığında, bu koşulu karşılamak zor olabilir. Patent kanunlarının oluşturulmasının ardındaki birincil sebep, buluş için bir teşvik ve buluşun kamuya açıklanmasıydı.

Yapay zeka destekli buluşlar, insanlara süreç ve ürünü belirleyen parametreler üzerinde farklı derecelerde başarı ile kontrol sağlar. Süreçte kullanılan çeşitli yazılımların/algoritmaların kapasitesi, parametrelerin ne kadar sıkı yönetildiğini potansiyel olarak etkileyebilir. Yapay zeka destekli buluşlar için, insan katılımının ve yazılımın doğasının ifşa edilmesi son derece önemli olabilir.

Yapay sinir ağı tasarımı ve verileri eğitmek için kullanılan süreç, teknolojinin yapay zeka tarafından üretilen kreasyonları bağımsız olarak üretmek için kullanılması durumunda halka açık hale getirilebilir. Muazzam miktarda veri ve birkaç tekrarlı bulgu nedeniyle, bir fikir veya ürün geliştirmeye yönelik eğitim sürecinin açıklanması zor olabilir.

Buna karşılık, makine öğrenimi modeli "Kara kutuAI sistemlerinin ” yönü. IBM tarafından belirtildiği gibiABD'deki yapay zeka buluşları için en büyük patent başvurusunda bulunan şirket, "Yapay zeka buluşlarının tam olarak ifşa edilmesi zor olabilir çünkü girdi ve çıktı mucit tarafından bilinse de aradaki mantık bazı açılardan bilinmiyor." Derin öğrenme sinir ağları gibi modern modellerin çok karmaşık olması, modelin bir "kara kutu" olarak görülmesinin nedenlerinden biridir. Genel olarak, yapay zeka bir şeffaflık ikilemi oluşturur çünkü yapay zekanın altında yatan, şeffaf olmayan işleyişi hakkında daha fazla bilgi hem faydalar hem de tehlikeler ve maliyetler yaratır.

Sık sık yapay zeka yenilikleriyle sonuçlanan makinenin kara kutu süreçleri, yeniliklerin mevcut kurallara uymak için yeterli ayrıntıda açıklanmasını imkansız hale getiriyor. Gizliliğe geri dönüş, kamuya ifşanın sınırlı koruma için bir koşul olduğu IP sisteminin ilkelerinden birine aykırıdır. Dünyanın şu anda var olmayan başka koruma biçimlerine ihtiyacı olabilir.

Bazı durumlarda, algoritmalara ek olarak eğitim verilerinin de açıklanması gerekli olabilir. Bununla birlikte, eğitim verilerinin yayınlanması, aşağıdakiler de dahil olmak üzere kendi engelleri ile gelebilir:

• İlgili veriler için mahremiyet ve mahremiyet endişeleri; Ve
• Verilerin getirildiği üçüncü taraf, verileri paylaşmaya istekli olmayabilir.

VERİLERİN SEÇİMİNDE VE ALGORİTMASIN EĞİTİMİNDE KULLANILAN İNSAN UZMANLIĞI AÇIKLANMALI MI?

AI sisteminin geliştiricisi, bir rakibin farklı bir AI sistemini daha kısa sürede eğitmek için kullanabileceği endişesiyle verileri ifşa etme konusunda isteksiz olabilir. Eğitim verileri kullanılmadan buluşun yeniden oluşturulması yeterli olacağından, eğitim verilerinin seçiminde kullanılan değişkenler alternatif olarak eğitim verileri yerine açıklanabilir.

Hindistan bağlamında da, bir patent başvurusunda, başvuru sahibi yalnızca kullandığından bahsetmiştir. çok modlu derin öğrenme teknikleri oldukça büyük miktarda veri kümesi kullanarak verileri modellemek için, ancak çıktıyı oluşturmak için kullanılan Yapay Sinir Ağı (YSA) mantığından bahsetmedi. Bunun nedeni, insanların derin öğrenme katmanları arasındaki bilgileri toplayıp analiz edememesi veya yapay zekanın temelindeki algoritmanın neden bu tür derin öğrenme seviyeleriyle ilişkili ağırlıkları geliştirdiğini anlayamamasıdır. Veri kümelerinin sürekli olarak alınması nedeniyle yapay zekanın operasyonları bile daha doğrusal olmayan hale geliyor ve insanların bir değişkenin diğeriyle nasıl ilişkili olduğunu açıklayabilme ihtiyacını artırıyor. Bu muhakeme eksikliği ve açıklanamazlık patent başvurusu sahibi açısından, yeterli açıklama şartının sağlanamamasına katkıda bulunur.

Davada mahkeme Vasudevan Software, Inc. ve MicroStrategy, Inc. "istenen sonucun" yalnızca açıklanması, yazılı açıklama gerekliliklerini içeren 112 USC'nin 35. Bölümünü karşılamaz, çünkü patent tüzüğünün açıklama gerekliliği, bir buluşun bir açıklamasını gerektirir, bir sonucun bir göstergesini gerektirmez. eğer bu buluş yapılacaksa başarmak. “Yapay Sinir Ağı” modülü anlatılmıştır. ABD Patenti No. 6,792,412 ağırlıkları yeniden hesaplayarak çeşitli öğeler için bir derecelendirme değeri sağlayan yapay zeka tabanlı bir araç olarak. Bununla birlikte, ağın kendi kendine öğrenme kapasitesi nedeniyle, altta yatan yöntem, verilere dahil edilen model ve gözlemlenebilir değişkenleri temsil eden bir veri kümesindeki istatistiksel yapının yakalanması insanlar tarafından anlaşılmazdı. Sonuç olarak, modelin kara kutu benzeri ve deterministik olmayan özelliklerinden dolayı, modelle ilgili bir iddia için bir açıklama, yalnızca "istenen sonuçların" bir açıklaması olarak bulunabilir ve bu da gerekli açıklamanın yetersizliğine yol açar.

İLERİ YOL

Nihai durumun belirli özellikleri, onu üreten yaratıcı yöntemle tanımlanamadığı için, yapay zekanın karmaşıklığı, ifşa gerekliliğinin güçlendirilmesini gerektirir. Yöntemlerden biri, şuna benzer bir para yatırma mekanizması uygulamaktır: Budapeşte Antlaşması, AI tarafından desteklenen veya yaratılan icatlara. Budapeşte Antlaşması, mikroorganizmaların uluslararası patent süreci ile ilgilidir. Anlaşma, patent korumasının arandığı her ülkede mikroorganizmaların saklanması gerekliliğini ortadan kaldırdı. Anlaşmaya göre, bir mikroorganizmanın “uluslararası bir saklama kurumu” nezdinde saklanması, anlaşma üyelerinin ulusal patent yasalarının saklama gerekliliklerini karşılamaktadır. Benzer şekilde, dünya çapında tanınan bir standardın benimsenmesi, böyle bir sistemin başarılı bir şekilde uygulanmasını sağlamaya yardımcı olacaktır çünkü dünya çapında tek bir standart hem mevduat türleri, yapay zeka/algoritmalar hem de eğitim verileri için geçerli olabilir. Daha fazla uluslararası yakınsama ve bölgesel işbirliği faydalı olacaktır ve nihayetinde yasal kesinliği artıracaktır.

SONUÇ:

Mevcut Fikri Mülkiyet (IP) yasaları, teknolojinin ilerlemesi ve fikri mülkiyette yapay zekanın artan kullanımı nedeniyle sorunları ele almak için yeterli değildir. Bu sorunların üstesinden gelmek için politika ve yasal değişiklikler gereklidir. Bir mucidin, belirli bir süre için münhasır kullanım hakları karşılığında eserini halka ifşa ettiği quid pro quo, çoğu patent rejiminin temel ilkesidir. Yapay zekadaki (AI) son gelişmeler, kamunun AI keşiflerinden, münhasır hakkın verilmesinin mevcut patent ifşa kuralları kapsamında gerekçelendirilebileceği noktaya kadar yararlanıp yararlanamayacağına dair soruları gündeme getirdi. Belirli bir yapay zeka türünün çeşitli yetki alanlarındaki mevcut ifşa yasalarına uymayı zorlaştıran "kara kutu" yönü, bu tartışmanın kaçınılmaz odak noktasıdır. Sonuç olarak, yapay zeka buluşları bağlamında IP Rejimleri kapsamında neyin uygun açıklamayı oluşturduğu açık değildir. Açıklama için dünya çapında tanınan bir standardın benimsenmesi bu açıdan en iyi yöntemdir.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. Otomotiv / EV'ler, karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• ChartPrime. Ticaret Oyununuzu ChartPrime ile yükseltin. Buradan Erişin.
• Blok Ofsetleri. Çevre Dengeleme Sahipliğini Modernleştirme. Buradan Erişin.
• Kaynak: https://www.theippress.com/2023/08/11/sufficiency-of-disclosure-in-ai-inventions/