人工知能の発明は、長年にわたって審査され、米国特許として発行されてきました。そして、現在の米国特許法でも、人工知能を組み込んだ発明を扱うことができます。しかし、人工知能に関する発明はソフトウェアに属するので、Aliceテストを満たす必要があり、特許出願に差異に特許請求の範囲の適格性を評価する必要があります。
AIは発明者にはならないが、AI関連の発明は特許になる
昨年、Thaler v. Vidal事件（関連OLC記事）において、連邦巡回控訴裁は、自然人（すなわち人間）のみが米国特許の発明者になれることを肯定し、それによって人工知能自体を発明者として記載することを排除しました。 Thaler v. Vidal, 43 F.4th 1207 (Fed. Cir. 2022). このような自然人のみを発明者とする同様の判決は、世界中のほとんどの裁判所でも下しています。（関連OLC記事）
しかし、これは、AIをツールとして開発された発明やAIの主題に向けられた発明を含む人工知能（以下、「AI」）の発明が特許を取得できないことを意味するものではありません。 それどころか、米国特許商標庁（「USPTO」）の2020年10月の「人工知能と知的財産政策に関するパブリックビュー」報告書（「2020年報告書」）によれば、学者や実務家は、人工知能が発明の主題となり得るコンピュータ実装技術のサブセットを表すことができ、また他の発明を支援するために使用できることに概ね同意しています。 そのため、現在の専門家の多くは、米国の法律が人工知能の発明に対応するように調整されている、と理解しています。
AIが発明者にならなくてもAI発明は十分特許で保護できる
実際、この２０２０年の報告書によると、米国の特許法は、事実ごとにケースバイケースでAI支援の発明を取り扱うことができると理解されています。現在、AIシステムの働きは、人間の研究者／発明者によって進められています。 発明の始まりである、発明の着想（conception）とみなされる自然人による活動は、人工知能システムの利用の有無にかかわらず、それに影響されずに行われるはずです。
例えば、AIを用いた創薬では、人工知能は有望な化合物を特定するのに役立つかもしれませんが、化合物の合成を開発し、化合物を試験管内で試験するためには、依然として人間の入力が必要です。また、別に例を上げると、治療用抗体の発見は、曝露された動物または細胞において抗原に対する免疫応答を誘発することによって進行し、それによって、発明者として名前が挙げられる人間の研究科学者によってその後、最適化された抗体が生み出されるのです。しかし、そのようなプロセスを経て発明に至る場合でも、抗原に暴露された動物や細胞株を発明者の権利を付与するような試みはありません。
また、自然人は、AIアルゴリズムの設計、アルゴリズムを強化するためのハードウェアの実装、アルゴリズム用の入力の準備方法の適用、またはAIシステムの開発を含む自然人の貢献などを通してAI発明の発明者となることができます。 今のところ、特許出願は、発明者として人工知能プログラムだけに頼るべきではありません。 むしろ、発明者性は、人工知能を道具として使っている人間の発明行為を前提とすべきです。
AIに関する特許はすでに多く権利化されている
人工知能の主題に向けた発明は、すでに何年も前から米国特許商標庁（以下、USPTO）で審査され、特許として発行されています。 例えば、AIに基づく化学的発明に関する米国特許出願件数は2009年から2019年にかけて2倍以上に増加し、同じ主題分野の米国特許発行件数は同期間に3倍以上に増加しています。
現在、AI関連発明は、通常、AIアーキテクチャ、計算技術、ハードウェア/材料コンポーネント、および人工知能の特定の用途における進歩を包含しています。
AI関連の特許出願はソフトウェア出願の一環として審査される
現在、AIに基づく発明を主張する特許出願には独自の開示要件は存在しません。実務者は、USPTOのコンピュータ実装発明に関する審査官トレーニング教材の原則を参照する必要があります。 このトレーニング教材は、従来のアルゴリズム発明と同様に、AI関連発明にも適用可能です。
AI関連発明の明細書サポートは、一般的に、少なくともアルゴリズムとコンピュータハードウェアの十分な開示を必要とします。 さらに、AIプロセスがどのように使用されるか、AIが技術プロセス全体をどのように改善するか、または技術的な問題をどのように解決するかを含め、AIプロセスを詳細に説明する必要があります。
発明的側面がAIプロセスの訓練または訓練されたAIソフトウェアの使用を含む場合、AIモジュールに入力される訓練データセット、AIモジュールが入力を処理し変換する方法、およびAIプロセスによって出力されるデータの例をそれぞれ説明する必要があります。 図は、ハードウェアを説明し、仕様の議論に付随するAIプロセスのフローチャートを含むのが一般的です。
実施可能性（enablement）に関しては、現在のほとんどの人工知能システムの商業的価値は、実用的なアプリケーションにおけるシステムの予測可能な動作が前提となっています。 したがって、特許出願は、発明が基礎となるAIアルゴリズムよりも本質的に予測不可能でないと考えられる程度を考慮したAI発明の実施可能な記述を含むべきです。
AI発明をカバーするクレームは、現在USPTOが審査している他のコンピュータ実装発明と異なる扱いを受ける必要はなく、実務者はAI発明のクレームを作成する際に、コンピュータ実装発明の審査をカバーする2019年1月の§112ガイダンスを参照する必要があります。 しかし、特許明細書を作成する際は、クレームが特許可能な主題の法定カテゴリーに含まれることを確認し、2部構成のAlice適格性テストを満たすように努力することにより、特許適格性拒絶を回避するべきでしょう。
AI発明は、AIがシステムにどのようにアーキテクチャ的に統合されているか、AIシステムの入力として使用されるデータのソース、AIが他のシステムとどのように区別されるか、またはAIシステム内の特定の操作に関するクレームであれば、特許性が認められる可能性が高くなります。 これとは対照的に、AIを構築してテストすることや、データ上でAIアルゴリズムを実行することを説明するクレームは、特許可能な主題として認められることが難しくなる傾向にあります。
