人工知能と特許:AI技術の保護

通常、学習データセットは、Google AIデータセットサイトなどのデータセットサイトからダウンロードされます。 本サイトから公開されたデータセットをダウンロードすることは、特許で保護することはできません。 データの入手方法が特定されている場合は、特許で保護することができます。

たとえば、データセットを取得する過程でルールに基づいてデータを取得する場合は、事前に技術よりも高度な機能を持っている場合は、この方法で使用されているルールは、特許によって保護されることがあります。

現在、フィールドに関連するアプリケーションは多くありません。 

トレーニングデータセットを取得すると、あらかじめ処理してデータセットが処理されます。

たとえば、取得した学習データセットでノイズをフィルタリングし、ローカルに落下する危険性を排除するために、データ正規化を実行することがあります。 慣習的なデータ処理方法が適用のための適した変形で使用されていれば、高度の特徴はパテントによって保護することができます。 完全なAI特許を見ると、データを処理する方法については、かなり少ない特許を見つけることができます。

データ処理が完了すると、学習を実行するための既存のディープラーニングモデルを選択するか、新しいモデル構造を設計することです。 別のモデルだけ(例) CNN、RNN、LSTMなどは、特許で保護されていません。 公的なモデル構造を変更したり、複数のモデルを組み合わせて特定の問題を解決するなど、モデル構造で特定性を認識しなければなりません。 ディープラーニングのモデル構造を設計・変更することは、かなり難しい作業です。 そのため、公開された人工知能特許の中で、ディープラーニングモデル構造に関連した特許は比較的少ないです。

データ処理完了後、前処理されたデータセットを使用して、ディープラーニングモデルを訓練します。 一般的に開いている学習方法でディープラーニングモデルを学ぶと、特許で保護されません。 しかし、深層学習モデルの学習方法は、先行技術とは異なる場合、特許によって保護することができます。

例えば、隠れた層の出力が深い学習モデルを学習するときに基本的な分布に合わなければならないという事実などの特許によって、それ自体を区別する技術が保護することができます。

学習方法に関連した特許の数は、データの事前処理に関連するものの横にあります。

ディープラーニングモデルの活用や、完成したディープラーニングモデルの活用により、予測値も特許で保護できます。 半導体設計のハードウェア設計や、半導体設計を行う企業などと密接に関係しており、多くの特許を保有しています。

AI特許の大半は、深い学習を適用する分野に関する特許です。 技術的に難しいためではなく、単に出願で行う必要があるためです。 しかし、深層学習技術を使って、特許が単に付与されるとは違います。

一部の学習データは、フィールド内のモデルを訓練するために使用され、この方法で使用した場合、任意の技術的効果などの特定のデータが特許として提示することができます。