Kollegani Juho Aalto kertoi lähtökohtia tekoälyratkaisuihin liittyvien keksintöjen patentoimisesta blogissaan ”Tekoäly osana patentoitavaa keksintöä”.
Tämä kirjoitus on jatkoa Juhon blogille, ja tarkoituksena on selvittää, mitä patenttihakemuksessa tulee tekoälyratkaisusta kertoa.
Patenttihakemus koostuu keksinnön teknisestä selostuksesta, piirustuksista sekä patenttivaatimuksista. Patenttivaatimukset kertovat mille suojaa haetaan, ja tekninen selostus kuvaa tarkempia yksityiskohtia toteutuksesta siten, että alan ammattilainen tämän ymmärtää. (Alan ammattilaisesta olen kirjoittanut blogissani ”Alan ammattilainen – kuka hän on?”)
Koska tietokoneohjelmilla toteutettavien keksintöjen tulee ratkaista tekninen ongelma, ei pelkkä viittaus esimerkiksi tekoälyyn tai neuroverkkoon tai koneoppimismalliin ole riittävää - ei teknisessä selostuksessa eikä patenttivaatimuksissa. Tämän vuoksi tekoälyratkaisua hyödyntävä tekninen ympäristö tai tekninen ongelma tulee kuvata, esimerkiksi ”Menetelmä veden puhdistamiseksi neuroverkkomallin avulla” tai ”Kasvojen tunnistaminen koneoppimisalgoritmilla”.
Teknisen selostuksen riittävyys on myös yksi hyväksyttävän patenttihakemuksen piirteistä. Patenttilainsäädännön mukaan tekstin tulisi antaa vähintään yksi esimerkki siitä, miten keksintö toteutetaan. Tämän vuoksi keksinnössä käytetty tekoälyratkaisu tulee kuvata mahdollisimman tarkasti patenttihakemuksen teknisessä selostuksessa.
Tekoälyratkaisua ei siksi voi kuvata ainoastaan mustana laatikkona, jossa sisään tulevasta datasta saadaan aikaa tulosjoukko sen kummemmin prosessia kuvaamatta. Edellisistä esimerkeistä toiseen viitaten, menetelmässä kasvojen tunnistamiseksi koneoppimisalgoritmilla ei kuvaukseksi riitä, että otetaan vastaan kuvadata, käytetään koneoppimisalgoritmia kuvadatan analysoimiseksi, ja generoidaan ulostulo, joka kertoo, sisälsikö kuvadata ihmisen kasvot vai ei.
Jotta tekoälyllä suoritettu prosessi olisi kattavasti kuvattu, tulisi selostuksessa määritellä käytettävä data, kuten siinä olevat muuttujat, datan lähde ja rakenne; sisääntulevan datan ja tulosjoukon välinen korrelaatio; mahdolliset esivaiheet kuten normalisointi, harmonisointi tms.; käytetty opetusmenetelmä ja -data; testiesimerkit, joilla osoitetaan tekninen vaikutus; sekä rajapinnat ja/tai tiedonsiirtoväylät tekoälyratkaisun ja muiden teknisten komponenttien välillä – erityisesti kun tekoälyratkaisun ulostulolla ohjataan muuta teknistä järjestelmää tai laitetta.
Kasvotunnistusesimerkkiä käyttäen, selostettavia piirteitä olisi mm. kuvatiedoston identifiointi ja mistä se on saatu; käytetyn tekoälymallin rakenne, esim. neuroverkko ja sen parametrit, ja miten kuvatiedostoa käsitellään ko. rakenteessa, mutta myös millaisella datalla neuroverkko on opetettu, ja mistä tuo data on peräisin; tekoälyn tuottaman ulostulon kohde – mitä sillä kontrolloidaan, mitataan, tavoitellaan. Esimerkkinä voisi olla, että kasvojen tunnistamista käytetään henkilön identifiointiin, jolla edelleen ohjataan automaattista kulunhallintaa.
Keskustellessasi patenttiasiamiehen kanssa tekoälyratkaisun patentoimisesta, kannattaa olla valmistautunut edellä mainittuihin asioihin – niitä kysytään varmasti!