Umiejętność automatyzacji zadania poprzez tworzenie reguł, których ma przestrzegać komputer, nazywana jest inżynierią oprogramowania. Kolejnym postępem w uczeniu maszynowym jest automatyzacja procesu pisania reguł.
Manauka języka chińskiego i inżynieria oprogramowania mają ze sobą wiele wspólnego od samego początku. Obydwa mają ten sam cel: rozwiązanie problemums i oba zaczynają się od zapoznania sięsię z dziedziną problemową, rozmawiając z innymi i sprawdzając dostępne informacje i narzędzia. Wybór wykonania ma znaczenie.
Twórcy oprogramowania wykorzystują swoje kreatywne myślenie, aby opracować rozwiązanie i przekształcić je w precyzyjny program, który komputer może śledzić. Analitycy danych, czyli ci, którzy korzystają z systemów uczenia maszynowego, nie próbują samodzielnie tworzyć programów. Zamiast tego zbierają dane wejściowe (takie jak obraz z deski rozdzielczej samochodu i dane wejściowe z innych czujników) oraz pożądane wartości docelowe (poziom przepustnicy i kąt skrętu kierownicy). Aby zlokalizować program, który oblicza wynik dla każdej wartości wejściowej, następnie każą komputerowi go wyszukać (program, który prowadzi samochód na podstawie sygnałów wejściowych z czujników).
Jeszcze bardziej iteracyjny i eksploracyjny niż proces inżynierii oprogramowania jest rozwój aplikacji do uczenia maszynowego. Uczenie maszynowe służy do rozwiązywania problemów, które są zbyt trudne do rozwiązania dla człowieka. Analityk danych musi mieć eksperymentalny sposób myślenia i chcieć zbadać kilka pomysłów, zanim wybierze ten, który zakończy się sukcesem.
Obydwa typy pracowników spędzają dużo czasu w pozycji kucznej nad laptopami, co sprawia, że środowiska pracy z zewnątrz wyglądają bardzo podobnie. Podobnie jak tradycyjni programiści, badacze danych spędzają dużo czasu na tworzeniu kodu w Pythonie lub innym języku programowania ogólnego przeznaczenia. Pisanie skryptów do scalania, czyszczenia i wyświetlania danych, a także łączenia podsystemu uczenia maszynowego z resztą aplikacji zajmuje większość czasu w projekcie uczenia maszynowego. Zestawy narzędzi niewątpliwie różnią się od siebie. Podczas gdy typowi programiści są dobrze zaznajomieni z interfejsami API REST i frameworkami sieciowymi, naukowcy zajmujący się danymi mają rozległą wiedzę na temat regresji liniowej i innych procedur statystycznych.
Aby zgłoszenia patentowe na oprogramowanie kwalifikowały się do ochrony patentowej na mocy prawa Stanów Zjednoczonych, muszą zostać spełnione następujące dwa kryteria: istniejący system zdolności patentowej:
(1) Wymóg „abstrakcyjnej idei”.
Jeżeli oprogramowanie „poprawia funkcjonalność komputera”, kwalifikuje się jako posiadające zdolność patentową.
– umożliwienie obliczeń dotychczas niemożliwych do wykonania przez sprzęt komputerowy, przyspieszenie operacji, które były już możliwe,
– zmniejszenie ilości zasobów obliczeniowych potrzebnych do wykonania zadania.
(2) Wymóg „przekształcenia”.
Oprogramowanie może jednak kwalifikować się do ochrony patentowej, nawet jeśli zasadniczo nie „zwiększa wydajności komputera”, jeśli spełniony jest jeden lub więcej z następujących warunków:
Wyrok Sądu Najwyższego w Alicja przeciwko CLS Bank, 134 S. Ct. 2347 z 2014 r. spowodowała zamieszanie w zakresie stosowania patentów na oprogramowanie (2014).
Sąd Najwyższy zdefiniował w tej sprawie dwuetapowy proces oceny, czy dany fragment oprogramowania ma zdolność patentową. Po pierwsze, „pojęcie abstrakcyjne” nie może być przedmiotem zgłoszenia patentowego dotyczącego komputera. Jeśli jednak tak jest, zgłoszenie patentowe musi zawierać pewne zastrzeżenia, które „przekształcają” rzekomy wynalazek w taki, który kwalifikuje się do ochrony patentowej.
Czy można skutecznie opatentować oprogramowanie, które usprawnia konfigurację pamięci systemu baz danych za pomocą tabeli przeglądowej z samoodniesieniem? A co powiesz na oprogramowanie umożliwiające archiwizację cyfrowych obrazów w sieci komórkowej?
Odpowiedź brzmi „to zależy” (jak można się spodziewać w praktycznie wszystkich sytuacjach prawnych). Zwykle jednoznaczna analiza stała się znacznie bardziej niejednoznaczna w wyniku niedawnych wyroków Sądu Najwyższego i późniejszych opinii sądów niższej instancji. Aby odpowiedzieć na powyższe pytania, potrzebujemy obecnie znacznie więcej informacji, w tym szczegółów dotyczących technologii bazowej i struktury zgłoszenia patentowego.
Wynalazki oparte na oprogramowaniu nadal kwalifikują się do ochrony patentowej w USA. Jednakże wnioski patentowe na oprogramowanie muszą spełniać określone specyfikacje techniczne i być starannie sporządzone, aby kwalifikowały się do ochrony patentowej.
Z technicznego punktu widzenia oprogramowanie może podlegać opatentowaniu (1), jeśli w jakiś sposób poprawia funkcjonalność komputera (na przykład umożliwia obliczenia, które wcześniej nie były możliwe, przyspiesza procedury lub zużywa mniej zasobów) lub (2) jeśli znajdzie niekonwencjonalne rozwiązanie problemu obliczeniowego.
Ponadto tylko wtedy, gdy zostało napisane ze szczególnym naciskiem na zalety techniczne konkretnego rozwiązania programowego, oprogramowanie może kwalifikować się do opatentowania. Opisując trudności technologiczne napotkane w Twojej dziedzinie wynalazku oraz szczegółowo opisując i zgłaszając środki zaradcze, które opracowałeś, aby stawić czoła tym trudnościom, możesz zwiększyć swoje szanse na otrzymanie patentu. Będzie Ci bardzo trudno uzyskać zdolność patentową, jeśli spróbujesz wypisać wszystkie możliwe rozwiązania konkretnego problemu lub jeśli skoncentrujesz się na zaletach, jakie zapewnia użytkownikowi Twój program.
Zdolność patentowa wynalazków w zakresie oprogramowania często zależy od sposobu sformułowania patentu i zastrzeżeń patentowych, ku wielkiemu przerażeniu twórców i założycieli. Opisując trudności techniczne w Twoim obszarze innowacji i szczegółowo opisując rozwiązania inżynieryjne, które opracowałeś, aby sprostać tym trudnościom, możesz zwiększyć swoje szanse na otrzymanie patentu. Ponadto należy zachować szczególną ostrożność podczas twierdząc, że masz swój pomysł. Nie powinieneś udawać, że wiesz, jak leczyć każdy rodzaj bólu. Zamiast tego powinieneś precyzyjnie skoncentrować się na swoich twierdzeniach, aby zająć się zidentyfikowanym obszarem bólu.
Technicznie rzecz biorąc, jeśli potrafisz wyjaśnić, w jaki sposób Twoja innowacja poprawia funkcjonowanie komputera i czym różni się od istniejących rozwiązań w Twojej konkretnej dziedzinie wynalazku, wzrośnie prawdopodobieństwo, że otrzymasz patent na oprogramowanie.
Branża uczenia maszynowego (ML) podjęła wyzwanie, pomagając firmom we wszystkim, od lepszego wykrywania raka piersi po zwiększanie współczynników konwersji reklam. Oczekuje się, że do 8.8 roku rynek uczenia maszynowego wzrośnie do 2022 miliarda dolarów.
Firmy są zainteresowane zrozumieniem kryteriów i ograniczeń patentów na oprogramowanie związane ze sztuczną inteligencją i uczeniem się maszyn, począwszy od ogromnych przedsiębiorstw technologicznych po odchudzone start-upy. Często jednak panuje nieporozumienie na temat tego, co podlega opatentowaniu, co w ostatnich latach stało się kwestią sporną.
W szerszej perspektywie większość obecnych technologii funkcjonuje poprzez wejścia i wyjścia. W tym przypadku człowiek dostarcza dane wejściowe, a maszyna lub oprogramowanie oblicza dane wyjściowe. Należy pamiętać, że w tej sprawie w dalszym ciągu w proces musi być zaangażowana dana osoba. Natomiast uczenie maszynowe jest dokładnie tym, co sugeruje jego nazwa: przyszłymi obliczeniami i zachowaniami, których uczy komputer niezależnie od interwencji człowieka. W tym przypadku wejście i wyjście zapewnia maszyna.
To podnosi kluczową kwestię zdolności patentowej algorytmów uczenia maszynowego.
W rzeczywistości zależy to od tego, czym jest dla Ciebie algorytm. Algorytm nie może być bezpośrednio opatentowany na mocy prawa patentowego Stanów Zjednoczonych. Możesz jednak opatentować kolejność operacji w swojej metodzie. Wynika to z faktu, że algorytm jest postrzegany jako zbiór operacji i kroków matematycznych w świetle amerykańskiego prawa patentowego.
Kluczowymi uczestnikami tego rynku są Google, Samsung i Amazon. Oto trzy przykłady patentów tych firm związanych z uczeniem maszynowym:
Ich celem zawsze było odpowiadanie na żądania wyszukiwania z lepszymi wynikami. Wkrótce jednak odkryli, że ich poprzednie podejście skupiało się bardziej na stronach internetowych niż na dostarczaniu wnikliwych rozwiązań.
Celem napisania pozwu musi być uzyskanie pomyślnych rezultatów. Poniżej znajduje się lista zaleceń dotyczących pisania mocnego języka roszczeń i wymagań dotyczących patentów AI/ML:
Za większość patentów na sztuczną inteligencję i uczenie maszynowe odpowiadają największe amerykańskie i japońskie biznesy IT, co nie jest zaskoczeniem. W ostatnich latach chińskie przedsiębiorstwa poszerzyły swoje portfolio patentów. Problemem jest jednak ich kaliber. Według Światowej Organizacji Własności Intelektualnej liczba patentów na sztuczną inteligencję znacząco wzrosła w ciągu ostatnich pięciu lat (WIPO)
WIPO podaje, że w latach 2013–2017 liczba wniosków patentowych dotyczących sztucznej inteligencji wzrosła dramatycznie i wyniosła 193%. Według dyrektora generalnego WIPO wzrost liczby wniosków patentowych „oznacza, że możemy spodziewać się bardzo znacznej liczby innowacyjnych towarów, zastosowań i podejść opartych na sztucznej inteligencji, które będą miały wpływ na nasze codzienne życie, a także przyszłe interakcje człowieka z opracowanymi przez nas robotami .” WIPO odkryło, że od 434 r. w branży sztucznej inteligencji zakupiono 1998 przedsiębiorstwa, z czego ponad połowa miała miejsce po 2016 r.
Sztuczna inteligencja i uczenie maszynowe są obecnie siłami napędowymi innowacji we wszystkich sektorach gospodarki i nadal będą zapewniać ogromną wartość przedsiębiorstwom, które są na tyle sprytne, aby chronić swoją własność intelektualną.
Nieustannie dostrzegamy wartość nowych technologii wdrażanych przez naszą wykwalifikowaną załogę kierowniczą z doświadczeniem przypominającym naszych profesjonalistów. Podobnie jak profesjonaliści z zakresu własności intelektualnej, których wspieramy, nasz głód rozwoju nigdy się nie kończy. IMPROWIZUJEMY, ADAPTUJEMY i WDRAŻAMY w sposób strategiczny.
Konsultanci TT oferuje szereg wydajnych, wysokiej jakości rozwiązań do zarządzania własnością intelektualną, począwszy od
i wiele więcej. Dostarczamy rozwiązania pod klucz zarówno kancelariom prawnym, jak i korporacjom wielu branż.
Skontaktuj Się z Nami
Poproś o oddzwonienie!
Dziękujemy za zainteresowanie konsultantami TT. Wypełnij formularz, a my wkrótce się z Tobą skontaktujemy
ODBLOKUJ MOC
Twojego Pomysły
Podnieś swoją wiedzę patentową
Ekskluzywne spostrzeżenia czekają na Ciebie w naszym biuletynie
Poproś o oddzwonienie!
Dziękujemy za zainteresowanie konsultantami TT. Wypełnij formularz, a my wkrótce się z Tobą skontaktujemy
