芸術や音楽などの創作活動から、翻訳や天気予報などの実用的なアプリケーションまで、人工知能（AI）はますます多くのコンテンツを生み出し、発明家に利用されるようになってきています。AI技術の応用には微妙な違いがあるため、AIによって生成されたコンテンツや発明を保護しようとする場合、米国や欧州の法律では必ずしも単純で明確な道筋があるわけではありません。
米国における法的問題
AIで作成されたコンテンツは、著作権や特許の保護対象となるかどうか、コンテンツが著作権や特許を侵害するかどうかなど、著作権法や特許法に関していくつかの問題があります。
著作権
ChatGPTやDALL-Eの発売後にその利便性が注目されたように、AIはすでに、著者/発明者が人間であれば米国で著作権により保護されるであろうコンテンツや発明を生み出しています。米国著作権局は、人間が創作したオリジナルの著作物のみを登録することになっており、AI技術のアウトプットに人間がどれだけ関与したかを判断することは必ずしも容易ではありません。
AIが生成したコンテンツの中には、既存の著作物を利用した学習ツールから生まれたものもあります。著作権で保護された作品をAIアプリケーションの訓練用入力として適切に使用することに関して、米国の著作権法はまだ発展途上にあります。
特許
AI技術は、人間の手をほとんど借りずに新しい製品やプロセスを生み出すこともできます。しかし、米国の特許法は人間が作った発明に限定されているため、AIが作った製品やプロセスは現在特許を取得することができません。米国特許法が改正され、AIシステムが「発明者」として認められるようにならない限り、長い時間がかかるかもしれませんが、AI技術によって生み出された新しい製品やプロセスを保護するためには、企業秘密の保護を利用するか、少なくとも一人の人間の発明者が関与していることを確認することが最善です。
AI発明の特許性については、特許クレームを起草する際に、新しいデータが新規な方法で使用されているか、どのような技術的問題が見られ、解決されたかなど、AI技術そのもの以外のことに焦点を当てるのがよい場合が多いです。特許クレームは、例えば、自律走行や画像処理など、基礎となるAI技術革新のアプリケーションコンテキストと密接に関連付ける必要があります。
特許には、長期の独占権、リバースエンジニアリングや独自開発からの保護、潜在的な投資家にとって定量化が容易であるなどの利点があります。しかし、特許手続きには費用がかかり、技術の大幅な開示が必要で、AIイノベーションに関する権利の取得が困難な場合があります。
営業秘密
営業秘密の保護は、特許保護よりも広範であり、組織内の人しか知らない秘密である限り、基本的にビジネス上の価値を持つあらゆるものに適用されます。低コストで技術開示の要件がないことに加え、企業秘密保護は、生データ、トレーニングセット、AI技術による発明など、特許保護の対象とならない知的財産に適用できる場合があります。
しかし、営業秘密の保護は、リバースエンジニアリングや独自開発を止めることができず、その機密性を維持するために多くの注意と対策が必要であり、潜在的な投資家にとって定量化が困難な可能性があります。
検討事項
特許ルートか営業秘密ルートかを決定する際には、以下のような点を少なくとも検討する必要があります：
- 発明は存在するか？発明がなければ、特許で何かを保護することはできません。しかし、何かが発明であるかどうかは、必ずしも単純なものではありません。
- 発明は公に見える形で実装されているか？携帯電話のソフトウェアや携帯電話のチップのように、人々が発明を見ることができる場合は、特許保護が唯一の選択肢となります。
- そのAI技術はリバースエンジニアリングや独自に開発することが可能か？もしそうであれば、その発明は特許出願によって保護されるべきです。
欧州における法的問題
米国と同様、EUでAIの発明を特許化する場合、AIそのものを超えた発明性が要求されます。特許は、AIを修正することや、別の発明プロセスの一部としてAIを使用することにも関連し得ます。例えば、AIモデルを学習させる方法は、特許の対象となり得ます。
同様に、新しい製品やシステムを「発明」する自律型AIシステムは、現在イギリスでは特許の対象とはなりません。基本的に、イノベーションには何らかの人間の入力が必要です。
欧州特許庁（EPO）ガイドライン
欧州特許条約第52条で扱われるAI発明は、基本的に数学的方法を含む発明と同じ方法で審査されます。ソフトウェア特許について、EPOは2つのハードルアプローチを採用しています。
特許適格性：比較的低いハードルであり、特許請求の範囲に含まれる単一の技術的特徴で適格と判断されます
進歩性：技術的特徴のみで特許クレームの非自明性を立証できる
特許クレームがAIの新規かつ非自明な使用に関するものであっても、進歩性の裏付けに必要な技術的特徴を欠いた数学的方法とみなされる可能性があることに留意してください。そのため、特許出願にすべての技術仕様を含めることが重要であり、そのためには、発明者と話をしたり、他の類似の特許開示を調べたりする多大な労力が必要となります。
セーフハーバーには、技術的実施と技術的適用の2つの適用除外があります。どちらの免除も使用可能で、明細書段階で開示する必要があります。しかし、これらの免除は、与えられる保護の範囲を犠牲にする可能性があることに留意する必要があります。
EPOは、どのような学習データが適しているかの説明、および／または、適した学習データの少なくとも1つの例集合を要求しているようです。既知の問題に機械学習を適用するという単なるアイデア（モデルがどのように使用され、実装され、訓練されるかについてさらなる詳細がない）は、特許につながる可能性は低いです。
AI出願の開示に関する実践的なアドバイス
- 潜在的な技術的意味を説明すること。モデルフレームワークの設計は、単なるプログラミングを超えたコンピュータの内部機能によって動機づけられているか？などに気を配る
- 潜在的な技術的応用を説明すること。広告、ビジネス方法、金融アプリケーション、ゲームに関連する選択肢は避けるべきでしょう。入力、出力、学習、および/またはモデル設計が、どのように技術的な目的を果たすかを説明し、ウェブページ上の広告の位置や検索結果の関連性など、ユーザーの主観的な好みに依存することは避けてください。
- 欧州では、米国と比較して、開示の十分性がより厳しく要求される傾向があります。そのため、EPOの要求事項を満たすのに十分な情報を開示することと、商業的に価値のある情報を保護することのバランスをとることが大切です。
参考記事：Copyright, patent, or trade secret protection for AI content: challenges and considerations
