Искусственный интеллект продолжает революционизировать множество отраслей, от здравоохранения и финансов до автомобилестроения и коммуникаций. По мере того как компании вкладывают миллиарды в разработку новых ИИ-технологий, вопрос защиты этих инвестиций через патентование становится всё более актуальным. Однако патентование технологий ИИ представляет целый ряд уникальных сложностей, обусловленных как техническими особенностями самих алгоритмов, так и ограничениями патентного права.
Что можно запатентовать в сфере ИИ
Первое, с чем сталкиваются разработчики ИИ при попытке защитить свои изобретения — это вопрос патентоспособности. В большинстве юрисдикций существуют ограничения на патентование абстрактных идей, математических методов и алгоритмов как таковых. Поскольку основа многих ИИ-систем — это именно алгоритмы, здесь возникает фундаментальное противоречие.
Однако это не означает, что технологии ИИ не могут быть запатентованы вовсе. Патентные ведомства по всему миру разработали подходы, позволяющие защищать технические решения, основанные на ИИ, при условии, что они:
- Решают конкретную техническую проблему;
- Производят "технический эффект", выходящий за рамки обычной работы компьютера;
- Содержат детальное описание не только алгоритма, но и его применения в конкретной области.
Например, метод машинного обучения сам по себе может быть не патентоспособен, но конкретное применение этого метода для диагностики заболеваний по медицинским изображениям с детальным описанием технической реализации может получить патентную защиту.
Различия в подходах патентных ведомств разных стран
Важно отметить, что подходы к патентованию технологий ИИ существенно различаются от страны к стране.
Соединенные Штаты Америки
В США после серии знаковых решений Верховного суда, в частности дела Alice Corp. v. CLS Bank International, применяется двухэтапный тест для определения патентоспособности изобретений, связанных с программным обеспечением и алгоритмами:
- Направлена ли заявка на патент на абстрактную идею, закон природы или естественное явление?
- Если да, то содержит ли она "что-то ещё", что представляет собой "существенно большее", чем просто абстрактную идею?
В контексте ИИ это означает, что простого описания алгоритма недостаточно — необходимо показать, как этот алгоритм интегрируется в конкретное техническое решение и какие технические проблемы он решает.
Европейский Союз
Европейское патентное ведомство (EPO) имеет свой подход к оценке патентоспособности изобретений, связанных с ИИ. Ключевыми критериями являются:
- "Технический характер" изобретения;
- Наличие "технического эффекта";
- Решение "технической проблемы".
EPO также разработало руководящие принципы для экспертизы заявок на патенты в области ИИ и машинного обучения, которые предоставляют более конкретные критерии для определения технического характера таких изобретений.
Китай
Китай в последние годы продемонстрировал значительную открытость к патентованию технологий ИИ. Китайское национальное управление интеллектуальной собственности (CNIPA) выпустило специальные руководства по патентованию изобретений, связанных с ИИ, которые признают патентоспособность алгоритмов, если они используются для решения технических проблем.
Это соответствует общей стратегии Китая по становлению мировым лидером в области ИИ, что отражается в растущем числе патентных заявок на технологии ИИ из Китая.
Стратегии успешного патентования технологий ИИ
Учитывая сложности и различия в подходах, разработчикам ИИ-технологий стоит придерживаться следующих стратегий при подготовке патентных заявок:
1. Акцент на техническом эффекте
Вместо абстрактного описания алгоритма следует фокусироваться на том, как ИИ-решение улучшает работу конкретной системы или устройства, делает её более эффективной, точной или безопасной.
2. Детальное описание архитектуры
Важно предоставить детальное описание архитектуры системы, включая структуру нейронных сетей, методы обработки данных, параметры обучения. Это помогает продемонстрировать, что изобретение выходит за рамки абстрактной идеи.
3. Конкретное применение
Описание конкретных применений технологии в реальных сценариях значительно повышает шансы на успешное патентование. Например, вместо патентования "метода классификации изображений с использованием свёрточных нейронных сетей" лучше сформулировать его как "метод диагностики опухолей на медицинских изображениях с использованием свёрточных нейронных сетей".
4. Фокус на интеграцию с оборудованием
Описание того, как ИИ-алгоритм интегрируется с конкретным оборудованием или устройствами, также повышает патентоспособность. Например, описание специализированного аппаратного ускорителя для нейронных сетей или методов оптимизации работы ИИ на мобильных устройствах.
5. Комбинированная защита
Наиболее эффективной стратегией часто является комбинация различных форм защиты интеллектуальной собственности. Например, базовые алгоритмы могут быть защищены как коммерческая тайна, конкретные технические реализации — через патенты, а исходный код — через авторское право.
Сложности и особые случаи
Проблема обоснования новизны и изобретательского уровня
Даже если изобретение преодолевает барьер патентоспособности, разработчики сталкиваются с проблемой доказательства новизны и изобретательского уровня. В быстро развивающейся области ИИ, где ежедневно публикуются новые исследования и алгоритмы, это может быть нетривиальной задачей.
Патентные эксперты не всегда обладают глубокими знаниями в области современных методов ИИ, что может приводить к недооценке новизны или, наоборот, к выдаче патентов на тривиальные модификации известных методов.
Патенты на изобретения, созданные ИИ
Отдельной проблемой является вопрос о патентовании изобретений, созданных самим искусственным интеллектом. Большинство патентных систем мира требует, чтобы изобретатель был человеком, что ставит фундаментальный вопрос: кого считать изобретателем, если ключевые аспекты изобретения были разработаны ИИ-системой?
В 2020 году Бюро по патентам и товарным знакам США, Европейское патентное ведомство и Ведомство интеллектуальной собственности Великобритании отклонили заявки, в которых в качестве изобретателя был указан DABUS — система искусственного интеллекта. Однако в 2021 году суд в Австралии принял решение, что ИИ-система может быть признана изобретателем по австралийскому патентному законодательству, хотя это решение впоследствии было отменено вышестоящей инстанцией.
Заключение
Патентование технологий искусственного интеллекта остаётся сложной и быстро развивающейся областью на пересечении права и технологий. По мере того как ИИ становится всё более важной частью глобальной экономики, можно ожидать дальнейшего развития патентных систем и появления специализированных подходов к защите ИИ-изобретений.
Для разработчиков и компаний, работающих в сфере ИИ, критически важно разрабатывать комплексные стратегии защиты интеллектуальной собственности, учитывающие специфику этой технологии и особенности правовых систем разных стран. Это позволит не только защитить свои инвестиции, но и создать условия для дальнейшего инновационного развития.
