いわゆる「第4次産業革命」の一環として、人工知能（AI）は私たちの生活のほぼあらゆる分野に急速に浸透しつつあります。次に一気見するドラマの提案から、作物の収穫量の向上、さらには複雑な手術における外科医の支援に至るまで――英国知的財産庁（UKIPO）は、商標出願を行う前に、出願予定の商標が登録される見込みがあるかどうかを確認するための、無料で利用できるAIツールを導入しています。
一部のAIは、独自に発明を考案することさえ可能ですが、英国の裁判所は、少なくとも現時点では、特許出願においてAI機器を発明者として認定することはできないとの判断を下しています。
その拡大し続ける影響力は、AIに関連する特許公開件数の増加にも表れています。 2017年には世界中で3万件近くのAI関連特許出願が公開され、これは2015年の公開件数のほぼ2倍に相当します。この傾向に鈍化の兆しは見られず、一部の分野ではAI関連特許公開件数が年率175％のペースで増加しており、特許公開件数全体の年率10％という成長率をはるかに上回っています。
AIを基盤とした発明を持つことは、投資家への足がかりを得るための優れた手段となり得ます。というのも、イノベーションへの資金がますますAI技術へと注ぎ込まれているからです。実際、当社のクライアントからのフィードバックによると、助成金申請書にAIという言葉を単に盛り込むだけで、採択される可能性が高まることが示されています。
しかし、発明の価値を最大限に引き出すためには、実際に特許による保護を得ることが不可欠な場合が多い。特許権は、競合他社となる可能性のある企業に対する強力な抑止力となるほか、さらなる投資を確保するためにも活用できる。その保護がなければ、第三者が市場シェアを奪うのを防ぐことが困難になる場合が多い。
他の発明と同様、AIに関する発明も、特許が認められるためにはいくつかの基本的な要件を満たさなければなりません。その発明は、特許対象となり得るものであり、新規性を有し、かつ進歩性を備えている必要があります。
一般的に言えば、技術的な課題を解決する発明は特許の対象となります。この点において、AIに関する発明は、コンピュータプログラムと同様の課題に直面することがよくあります。新規性は、公知の技術との相違点によって認められます。
あとは進歩性です。発明に進歩性があるためには、その新規な相違点が一つであれ複数であれ、自明であってはなりません。人間の知識が時とともに拡大するにつれて、何が自明とみなされるかについても変化が生じます。AI技術もこの例外ではなく、この分野が成熟するにつれて、進歩性の基準は高まりつつあります。
既知の問題を解決するために単にAIを使用するだけでは、たとえAIの使用によって既存の解決策よりも改善がもたらされたとしても、現在ではほとんどの特許庁において自明であるとみなされる可能性が高い。これは特に欧州特許庁（EPO）において顕著であり、EPO上訴審議会による数多くの決定がこの見解を支持している。 T1510/10事件において、審判部は「機械学習の使用のみからは、発明的ステップは導き出されない」と述べ、一方、T0161/18事件においては、「人工ニューラルネットワークの使用は……技術の一般的な傾向にすぎない」と述べた。
その考え方の例外となり得るのは、従来の手法ではまだ検討されていなかった問題を解決するためにAIが用いられる場合、いわゆる「問題の発明」である。
しかし、一般的には、進歩性を立証するには、以下のいずれかの側面に着目することが求められる場合が多い。 AIが実装されるか 実装されるかという側面に着目することが求められる傾向があります。実際には、これは多くの場合、AIアルゴリズムそのもの、あるいはAIアルゴリズムの学習方法という、2つの大まかなカテゴリーのいずれかに分類されます。
留意すべき点として、商業的価値は通常、学習済みのAIアルゴリズムにあるという点が挙げられます。 さらに、AIアルゴリズムの学習に関する特許権の行使は困難を伴う場合があります。学習済みのAIアルゴリズムから、それがどのように学習されたかを正確に特定することが難しい場合があるためです。そのため、進歩性は学習そのものではなく、AIアルゴリズム自体に結びついている方が望ましい場合が多くあります。ただし、技術的進歩が真に学習にあるのであれば、それが進歩性を構成することは確かに可能です。
以下の例（これらは決して網羅的なものではありません）は、特許の付与を正当化する発明の進歩性を示す可能性のある詳細の類型を例示したものです：
・ AIアルゴリズムが技術的課題の解決に極めて適したものとなるような、そのAIアルゴリズムの非自明な構成要素または構成（例えば、ニューラルネットワークにおける1つ以上の層の構造や配置など）。
・ AIアルゴリズムの性能を向上させたり、AIアルゴリズムが技術的な問題を解決できるようにしたりするために、従来とは異なる方法で学習データを処理すること。
・ 実際の学習データの取得が現実的でない場合、直感的な方法とは異なる手法を用いて合成学習データを生成すること。
・ 技術的な問題を解決する際の性能を向上させる、従来とは異なるアプローチ（例えば、特定の種類の損失関数など）を用いて、AIアルゴリズムを学習させる。
AI関連の発明に関する特許保護についてご相談をご希望の場合は、こちらから弊社までご連絡いただくか、普段お取引いただいているバーカー・ブレテル法律事務所の担当弁護士にご相談ください。
「AIを基盤とした発明を持つことは、投資家との接点を築くための素晴らしい手段となり得ます。というのも、イノベーションへの資金がますますAI技術へと注ぎ込まれているからです。」
