Conseils sur l’examen des demandes de brevet relatives aux inventions d’intelligence artificielle au Royaume-Uni

Office britannique de la propriété intellectuelle (UKIPO) publié une note d’orientation pour l’examen des demandes de brevet liées aux inventions d’intelligence artificielle (IA). L’UKIPO a confirmé que des brevets peuvent être accordés pour les inventions d’IA car elles apportent une contribution technique à l’état de l’art.

À la suite d’une période de consultation qui s’est déroulée du 7 septembre au 30 novembre 2020, la nouvelle note d’orientation détaille les exigences pour que les technologies d’IA satisfassent aux critères de brevetabilité. Étant donné que les programmes informatiques sont spécifiquement exclus des critères de brevetabilité, la nouvelle note d’orientation et les scénarios qui l’accompagnent clarifient la tentative de breveter des technologies basées sur l’IA.

L’UKIPO définit l’IA comme :

“Des technologies capables d’effectuer des tâches qui nécessiteraient autrement l’intelligence humaine, telles que la perception visuelle, la reconnaissance vocale et la traduction linguistique.”

En résumé, la nouvelle note d’orientation stipule que :

  • Les brevets d’IA sont disponibles pour tous les domaines de la technologie.
  • Alors que les méthodes mathématiques ou les programmes informatiques sont exclus de la protection par brevet, lorsque la tâche ou le processus exécuté par une invention d’IA contient une contribution technique, il n’est pas exclu.
  • Une invention d’IA est susceptible d’apporter une contribution technique si :
    • exécute ou contrôle un processus technique existant en dehors de l’ordinateur ;
    • contribue à la solution d’un problème technique, extérieur à l’ordinateur ;
    • résout un problème technique sur l’ordinateur lui-même ; ou
    • définit une nouvelle façon de faire fonctionner techniquement un ordinateur.
  • Les inventions d’IA ne sont pas exclues si elles sont revendiquées uniquement sous forme matérielle (c’est-à-dire qu’elles ne reposent pas sur des instructions de programme ou un dispositif programmable).
  • Les inventions d’IA sont susceptibles d’être exclues de la brevetabilité si elles se rapportent à un élément exclu, ne concernent que le traitement de données ou constituent une amélioration générale par rapport à un programme ou un ordinateur conventionnel.

Lors de l’examen de la brevetabilité de la technologie de l’IA, l’accent est donc mis sur la contribution technique de l’invention à l’état de l’art.

exemples de scénarios

L’UKIPO a également publié un certain nombre de scénarios sur les technologies d’IA ou d’apprentissage automatique (ML) et sur leur conformité aux critères de brevetabilité. Ces scénarios se concentrent sur la question de la matière exclue et couvrent une gamme de domaines et de technologies avec des exemples concrets de la raison pour laquelle chaque invention est ou n’est pas exclue de la brevetabilité.

Des scénarios particulièrement intéressants incluent la formation d’un réseau de neurones, où le résultat final du processus et son utilisation prévue peuvent être le facteur décisif pour exclure ou non la brevetabilité.

Par exemple, il est permis d’entraîner un système de classification de réseau neuronal pour détecter la cavitation dans un système de pompe. Une telle méthode consiste à corréler des paires de données avec des valeurs de classe pour produire un ensemble de données d’entraînement (où chaque valeur de classe est indicative d’une étendue de cavitation au sein du système de pompe), puis à entraîner le système de classification de réseau neuronal, en utilisant l’ensemble de données d’entraînement et inversement. propagation.

Le fait que ce procédé soit dépendant d’un programme informatique ne l’exclut pas de la brevetabilité, car il apporte une contribution qui utilise des données physiques pour entraîner un classificateur dans un but technique, à savoir la détection de la cavitation dans un système de pompage. Le résultat final de cette formation et de son apport est donc de nature technique.

En revanche, l’entraînement actif d’un réseau de neurones n’est pas autorisé. Ce processus consiste à déterminer les zones de faiblesse du réseau de neurones en comparant les niveaux de confiance à un seuil, puis en augmentant les données d’entraînement avec des données liées à la zone de faiblesse. Par exemple, un réseau neuronal utilisé pour détecter des animaux dans des images peut avoir des difficultés à identifier les chats, de sorte que les données des spécimens peuvent être complétées par des images supplémentaires de chats. C’est plus efficace que de simplement étendre l’ensemble de données à tous les éléments.

Bien que ce procédé puisse aboutir à un procédé d’apprentissage plus efficace pour un réseau neuronal, il ne produit pas un réseau neuronal qui fonctionne de manière plus efficace ou efficiente. La simple identification de données de formation supplémentaires spécifiques ne peut pas être considérée comme liée à un problème technique. Ainsi, aucun problème technique n’est résolu au sein du réseau neuronal et aucun effet technique n’est produit. Une plainte en ce sens serait donc exclue en tant que programme pour ordinateur en tant que tel.