Регистрация ИИ как новый формат подачи заявок

С развитием искусственного интеллекта (ИИ) все актуальнее становится патентование объектов, в которых так или иначе используется ИИ. Это могут быть как алгоритмы обработки данных, так и медицинские приборы, промышленные системы автоматизации, решения в области телекоммуникаций или анализа изображений. Возникает закономерный вопрос: что именно можно запатентовать, и какие требования предъявляются к заявкам, в которых используется ИИ?

Что можно патентовать

Искусственный интеллект и машинное обучение основаны на вычислительных моделях и алгоритмах для классификации, кластеризации, регрессии и т.д., таких как, например, нейронные сети. Такие вычислительные модели и алгоритмы сами по себе имеют абстрактно-математическую природу, независимо от того, могут ли они быть «обучены» на основе обучающих данных.

Важно понимать, что патентованию подлежит не сам по себе алгоритм или модель искусственного интеллекта, а конкретное техническое решение, в котором они применяются.

Чистые математические методы, формулы или абстрактные алгоритмы не считаются изобретениями. Однако если их применение в конкретном объекте дает технический эффект и предусматривает использование технических средств, то решение может быть признано патентоспособным.

Примерами технических применений может служить следующее:

• использование нейронной сети в аппарате для мониторинга сердца для выявления аритмий;
• применение ИИ для классификации изображений, видео или аудиосигналов по низкоуровневым признакам (например, по краям или атрибутам пикселей);
• применение алгоритмов машинного обучения для управления оборудованием, например рентгеновским аппаратом, или оптимизации технологических процессов, например, процесса охлаждения стали.

В этих случаях ИИ-алгоритм работает не как абстрактный математический метод, а как часть системы, обеспечивающей достижение конкретной технической цели. При этом общее указание, такое как «управление технической системой», не является достаточным для признания технического характера объекта. Формула должна быть функционально ограничена этой целью, либо явно, либо косвенно. Это достигается путём установления достаточной связи между технической целью и шагами математического метода — например, указанием того, как входные и выходные данные связаны с технической целью, так что метод причинно приводит к техническому эффекту.

Что не считается техническим вкладом

Есть и обратные примеры, когда использование ИИ не дает оснований для патентования. Так, классификация текстовых документов исключительно по содержанию относится к сфере лингвистики и не рассматривается как технический результат. Аналогично, обработка абстрактных данных или сетевых записей без указания их практического технического использования также не будет признана техническим вкладом, даже если алгоритм обладает полезными математическими свойствами.

Роль данных и обучения

Если технический результат зависит от особенностей обучающего набора данных, то в заявке необходимо описать такие характеристики данных, которые позволяют воспроизвести эффект. При этом раскрывать весь набор данных не требуется — достаточно указать ключевые свойства (например, объем, распределение, используемые признаки), чтобы специалист мог воспроизвести заявленный результат.

Также следует учитывать, что этапы формирования обучающего набора и процесса обучения могут рассматриваться как часть технического вклада, если они напрямую связаны с достижением заявленной технической цели.

Как доказать наличие технического эффекта

Технический эффект может быть подтвержден различными способами: объяснениями, математическими выкладками, экспериментальными данными, сравнительными тестами. Важно, чтобы в заявке было показано, каким образом именно применение ИИ в системе приводит к улучшению технического результата — например, увеличению точности, ускорению обработки или снижению ошибок.

Практические рекомендации при подготовке описания объекта патентования для составления текста заявки

Материалы, необходимые для составления текста заявки, предпочтительно должны включать

• техническую задачу и эффект: нужно четко указать, какую именно техническую проблему решает изобретение;
• технический контекст: материалы должны содержать описание устройства или системы, в рамках которых работает ИИ;
• характеристику данных: если результат зависит от особенностей данных, важно указать ключевые параметры обучающего набора;
• этапы обучения: если обучение модели — часть достижения технического результата, этот процесс должен быть отражен в материалах;
• примеры: желательно включить экспериментальные данные, сравнительные испытания или иллюстрации технического эффекта.

Вывод

Регистрация ИИ как новый формат подачи заявок открывает широкие перспективы для защиты интеллектуальной собственности, но требует внимательного подхода к описанию. Главный принцип: алгоритмы и модели ИИ сами по себе не патентуются, патентуется их техническое применение, обеспечивающее конкретный эффект. Поэтому качественная заявка должна содержать описание технической проблемы, контекста, характеристик данных и способов достижения результата.