AI関連技術の知財ランドスケープ

AIを使った商品やサービスが出始めているなぁと思っている方も多いと思いますが、AI関連の特許を見てみると、その数が爆発的に増加していることがわかります。AI関連サービスはまだ始まったばかりかもしれませんが、AI技術に関する多くの特許はすでに出願されています。

毎年の出願増加率が平均で28%

例えば、2012年から17年までのAI関連技術に対する特許出願を見てみると、出願増加率が毎年平均28%も上がっています。つまり、最初の4年ほどで出願が2倍になっています。

AI関連技術は汎用性がありどの業界でも応用できるものですが、出願では、telecommunications, transportation, personal electronic devices and computing, life and medical sciences, security, document management, manufacturing, and engineeringなどの用途を示した発明が多いとのことです。

またAI技術で特に多く出願されている分野は、machine learning, computer vision, natural language and speech processing, control methods, planning and roboticsなどです。

元記事には業界とAI技術分野で分析したIP知財ランドスケープテーブルが掲載されていますが、一番多いセグメントはtelecommunicationsの市場によるComputer Vision技術で、合計で22,871件の出願があります。

今後も増加傾向と予想

WIPOによると、データの増加とコンピュータの性能の向上で更にAI関連技術に関わる出願は増加していくだろうと予測されています。

アメリカにおけるAI関連発明出願

アメリカにおいて、AI関連発明は基本的に特許で守ることができます。しかし、コンピュータやソフトウェアが関わる発明は、subject matter eligibility test under 35 U.S.C. § 101をクリアーする必要があり、最高裁Alice判決とその後の判例がAI関連技術の特許性に大きな影響を与えます。

また、特許庁でも日に日に進歩していくAI技術に対応していくため、積極的にsubject matter eligibilityに対するガイドライン等を作成して対策を取っています。

AI関連発明を特許で守るためのポイント

アメリカでAI関連発明の出願を検討している場合、技術的な特徴に注目する必要があります。例えば、

  • The pre-processing of training data (e.g., preparing unique data sets for input into a particular AI algorithm)
  • The training process (e.g., improvements or adjustments to a machine-learning or neural network algorithm)
  • The application of trained models (e.g., to control machines or to provide unique results)
  • The hardware that executes a trained AI model, including any improvements to the hardware or its deployment in a given technical field

などです。

著作権で守る

また、AI技術を著作権(Copyright)で守ることもできます。例えば、データを所定のフォーマットにしたAIモデルを教育する前の準備段階に必要なAIデータなどは具体的な形があれば、著作権で守ることも可能です。

トレードシークレット

AIのアルゴリズムやデータを機密情報として扱うことで、トレードシークレットとして守ることもできます。このように社内で管理する場合、データやアルゴリズムの扱いやセキュリティを強化し、機密情報として扱っていく必要があります。

まとめ作成者:野口剛史

元記事著者: Ryan N. Phelan. Marshall Gerstein & Borun LLP (元記事を見る

コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です

追加記事

特許において、クレームの限定事項が明確に記述されているかどうかは、特許の有効性を左右する重要な要素です。今回、Maxell, Ltd.対Amperex Technology Limitedの判決は、特許クレームの解釈において、限定事項間の表面上の矛盾をどのように扱うべきかという問題を浮き彫りにしました。本文では、この重要な判決を深堀りし、一見矛盾すると思われる限定事項が、実際には特許の不明瞭性(Indefiniteness)を生じさせない理由について探求します。特に、連邦巡回控訴裁判所(CAFC)がどのようにこれらの限定事項を同時に満たすことが可能であると見做したか、その解釈の根拠と、特許クレームを起草する際の実務上の教訓に焦点を当てて考察します。
特許法における「組み合わせの動機」(Motivation to Combin)の概念は、発明が発明された時点でその分野の通常の技術者(PHOSITA)にとって自明であったかどうかを判断する上で不可欠な要素です。自明性の問題は、新しい発明が既知の技術要素の単純な組み合わせに過ぎないのか、それとも特許に値する独自の技術的進歩を表しているのかを区別するために重要です。このブログ記事では、特許請求の自明性を評価する際に中心となる「組み合わせの動機」の概念と最高裁判決であるKSR判例を解説し、Virtek Vision 対 Assembly Guidance Systemsの事件を例に、実際の訴訟におけるこの概念の適用方法について掘り下げます。
先月、米国特許商標庁(USPTO)が「Means-Plus-Function」に関するメモランダムを発行し、審査官に最新ガイダンスを提供しました。その内容は実務における大きな変更を意味するものではなく、既存の法的枠組みの下でより明確な指針を提供することを目的としています。しかし、このタイミングにおけるガイドラインの発行は、35U.S.C.112条(f)に基づく一風変わったクレームの形式であるMeans-Plus-FunctionがUSPTOにおける特許審査で注目されていることを示しており、改めてガイドラインに沿った適切なクレームドラフティングが求められることを意味します。