O Korean Intellectual Property Office (KIPO) anunciou as Diretrizes de Exame de Patentes para as principais áreas de tecnologia relacionadas à Quarta Revolução Industrial, incluindo inteligência artificial baseada em aprendizado de máquina ("AI"), em 18 de janeiro de 2021. De acordo com o Artigo 29 (2), se uma invenção pode ser facilmente feita por um POSITA, a invenção não é patenteável. Para uma invenção de IA, KIPO avisa que uma reivindicação meramente citando um uso de tecnologia de IA é improvável de ser patenteável, a menos que uma configuração técnica distinta (por exemplo, dados de treinamento, pré-processamento de dados, modelo treinado, função de perda, etc.) para resolver um problema técnico problema seja especificado. Caso contrário, a invenção reivindicada seria considerada como meramente usando uma tecnologia de IA conhecida que pode ser facilmente realizada por um POSITA. De modo semelhante para invenções que meramente usam tecnologia de IA para sistematizar ou informatizar um processo que poderia ser ou tinha sido conduzido manualmente, simplesmente modificando o design de uma tecnologia de IA convencional (por exemplo, simples mudança em um modelo de treinamento), e simplesmente adicionando ou substituindo tecnologia conhecida pela tecnologia convencional de IA. Assim, como regra prática, KIPO sugere especificar a configuração técnica diferenciadora (por exemplo, dados de treinamento, pré-processamento de dados, modelo treinado, função de perda, etc.) e elaborar os efeitos técnicos diretamente resultantes da configuração técnica que vão além dos efeitos de tecnologias convencionais de IA - ou seja, evite declarações meramente conclusivas sobre efeitos técnicos, como velocidades de processamento rápidas, processamento eficiente de grandes quantidades de dados, redução de erros ou fornecimento de previsões precisas. Para Invenção de dados de treinamento AI deve-se fornecer detalhes específicos sobre como os dados brutos são processados para os dados de treinamento; por exemplo, descreva como os recursos são extraídos dos dados de entrada, como os dados de treinamento são gerados (por exemplo, por padronização, normalização ou vetorização); e explicar os efeitos ou melhorias particulares que podem ser derivados do pré-processamento de dados (por exemplo, realizando o pré-processamento de dados em imagens de vídeo de uma TV de circuito fechado em relação aos recursos de "rastreamento de movimento", um objeto em imagens de vídeo pode ser identificado com mais precisão desde o movimento do objeto é levado em consideração, enquanto a técnica anterior apenas usa as imagens de vídeo para identificar objetos). Para Invenção de modelagem AI deve-se descrever a configuração específica da modelagem, como configuração do ambiente de treinamento, avaliação do modelo, vinculação de vários modelos, processamento paralelo ou distribuído e otimização de hiperparâmetro; e fornecer os efeitos relativos à velocidade de treinamento, precisão de previsão do modelo treinado, etc. que são causados pela configuração específica e, portanto, não esperados da tecnologia de IA convencional. Para Invenção de aplicativo AI: Descreva um uso específico dos dados de saída de um modelo treinado e os efeitos do uso dos dados de saída de uma maneira particular (por exemplo, usando dados de saída de um modelo treinado (por exemplo, uma etiqueta de uma peça de automóvel destruída em um acidente de carro ) para calcular a estimativa de custo para cada tipo de reparo, um usuário pode convenientemente antecipar aumentos no prêmio de seguro, dependendo do tipo de reparo que o usuário selecionar) [1]
[1] KIPO Publishes Examination Guidelines on Artificial
Intelligence, Kim & Chang, www.lexology.com 05/03/2021
Nenhum comentário:
Postar um comentário