A habilidade de automatizar uma tarefa criando regras a serem seguidas por um computador é conhecida como engenharia de software. Um avanço adicional feito pelo aprendizado de máquina é a automação do processo de redação de regras.
Maaprendizagem chinesa e engenharia de software têm muito em comum desde o início. Ambos têm o mesmo objetivo de resolver problemasms, e ambos começam por familiarizarfamiliarizar-se com o domínio do problema, conversando com outras pessoas e examinando as informações e ferramentas disponíveis. As escolhas de execução fazem a diferença.
Os desenvolvedores de software empregam seu pensamento criativo para desenvolver uma solução e transformá-la em um programa preciso que um computador possa seguir. Os cientistas de dados, ou aqueles que usam sistemas de aprendizado de máquina, não tentam criar programas por conta própria. Em vez disso, eles coletam dados de entrada (como vídeo do painel de um carro e outras entradas de sensores) e valores-alvo desejados (o nível do acelerador e o ângulo do volante). Para localizar um programa que calcule uma saída para cada valor de entrada, eles então instruem um computador a procurá-lo (um programa que dirige um carro com base nas entradas do sensor).
Ainda mais iterativo e exploratório do que o processo de engenharia de software é o desenvolvimento de uma aplicação de aprendizado de máquina. O aprendizado de máquina é usado para resolver problemas que são muito desafiadores para os humanos resolverem. Um cientista de dados deve ter uma mentalidade experimental e estar disposto a explorar diversas ideias antes de escolher uma que seja bem-sucedida.
Ambos os tipos de trabalhadores passam muito tempo agachados sobre laptops, o que confere aos ambientes de trabalho uma aparência externa muito semelhante. Assim como os programadores tradicionais, os cientistas de dados passam muito tempo criando código em Python ou outra linguagem de programação de uso geral. Escrever scripts para mesclar, limpar e exibir dados, bem como conectar o subsistema de aprendizado de máquina ao restante do aplicativo, ocupa a maior parte do tempo em um projeto de aprendizado de máquina. Os kits de ferramentas, sem dúvida, diferem uns dos outros. Embora os programadores típicos sejam bem versados em APIs REST e estruturas web, os cientistas de dados têm amplo conhecimento de regressão linear e outros procedimentos estatísticos.
Os dois critérios a seguir devem ser atendidos para que os pedidos de patente de software sejam elegíveis para proteção de patente sob a Lei dos Estados Unidos. sistema existente de patenteabilidade:
(1) O requisito da “ideia abstrata”
Se um software “melhora a funcionalidade do computador”, ele é qualificado como patenteável.
– possibilitar cálculos que antes eram impossíveis de serem realizados por equipamentos de informática, acelerando operações que já eram possíveis,
– reduzindo o número de recursos de computação necessários para concluir uma tarefa.
(2) O requisito de “transformação”
No entanto, o software pode qualificar-se para proteção de patente, mesmo que geralmente não “aumente a operação do computador” se uma ou mais das seguintes condições forem satisfeitas:
Acórdão do Supremo Tribunal em Alice v. Banco CLS, 134 S. Ct. 2347 de 2014 tem causado confusão quanto à aplicabilidade de patentes de software (2014).
A Suprema Corte definiu neste caso um processo de duas etapas para avaliar se um determinado software é patenteável. Primeiro, uma “noção abstrata” não pode ser objeto de um pedido de patente relacionado a computadores. Mas se assim for, o pedido de patente deve fazer certas reivindicações que “transformem” a alegada invenção numa que se qualifique para protecção de patente.
Você pode patentear efetivamente um software que aprimora a configuração de memória de um sistema de banco de dados usando uma tabela de consulta autorreferencial? Que tal um software que permite o arquivamento de imagens digitais em redes celulares?
A resposta é “depende” (como você poderia antecipar em praticamente todos os ambientes jurídicos). Uma análise normalmente clara tornou-se significativamente mais ambígua como resultado dos recentes acórdãos do Supremo Tribunal e dos subsequentes pareceres dos tribunais inferiores. Para responder às questões acima, necessitamos atualmente de muito mais informações, incluindo detalhes sobre a tecnologia subjacente e a estrutura do pedido de patente.
As invenções baseadas em software ainda são elegíveis para proteção de patente nos EUA. Contudo, os pedidos de patente de software devem respeitar especificações técnicas específicas e ser cuidadosamente elaborados para serem elegíveis para proteção de patente.
De uma perspectiva técnica, seu software pode ser patenteável (1) se melhorar a funcionalidade do computador de alguma forma (por exemplo, tornar possíveis cálculos que não eram possíveis antes, acelerar procedimentos ou usar menos recursos), ou (2) se encontrar uma solução não convencional para um problema de computação.
Além disso, somente se for escrito com foco preciso nos méritos técnicos de sua solução de software específica, seu software poderá ser elegível para patente. Ao descrever as dificuldades tecnológicas encontradas na sua área de invenção e ao descrever e reivindicar detalhadamente as soluções que você desenvolveu para enfrentar essas dificuldades, você pode aumentar suas chances de receber uma patente. Você terá muita dificuldade em se tornar patenteável se tentar listar todas as soluções possíveis para resolver um determinado problema ou se se concentrar nas vantagens que seu programa permite ao usuário experimentar.
A patenteabilidade das invenções de software depende frequentemente da forma como a patente e as reivindicações da patente são redigidas, para grande consternação dos criadores e fundadores. Ao delinear as dificuldades técnicas em sua área de inovação e delinear detalhadamente as soluções de engenharia que você desenvolveu para atender a essas dificuldades, você pode aumentar suas chances de receber uma patente. Além disso, você deve ter muito cuidado ao reivindicando sua ideia. Você não deveria professar saber como tratar todo tipo de dor. Em vez disso, você deve concentrar suas reivindicações com precisão para abordar apenas a área de dor identificada.
Tecnicamente falando, se você puder explicar como sua inovação melhora o funcionamento do computador e como ela difere das soluções existentes em seu campo específico de invenção, a probabilidade de você receber uma patente de software aumentará.
A indústria de aprendizado de máquina (ML) começou a ajudar as empresas em tudo, desde uma melhor detecção do câncer de mama até o aumento das taxas de conversão de anúncios. Espera-se que o mercado de aprendizado de máquina cresça para US$ 8.8 bilhões até 2022.
As empresas estão interessadas em compreender os critérios e restrições das patentes de software relacionadas com IA e ML, desde grandes empresas tecnológicas até start-ups enxutas. No entanto, há frequentemente mal-entendidos sobre o que é patenteável e esta questão tornou-se uma questão controversa nos últimos anos.
Numa perspectiva ampla, a maioria da tecnologia actual funciona através de entradas e saídas. Nesse caso, um ser humano fornece os dados de entrada e uma máquina ou software calcula a saída. Tenha em mente que uma pessoa ainda deve estar envolvida no processo neste caso. Em contraste, a aprendizagem automática é exactamente o que o seu nome indica: cálculos e comportamentos futuros que são ensinados por um computador independentemente da intervenção humana. Neste caso, a entrada e a saída são fornecidas pela máquina.
Isto traz à tona a questão crucial da patenteabilidade dos algoritmos de aprendizado de máquina.
Na verdade, depende do que um algoritmo representa para você. Um algoritmo não pode ser patenteado diretamente sob a lei de patentes dos EUA. Você pode, no entanto, patentear a sequência de operações do seu método. Isto se deve ao fato de que um algoritmo é visto como um conjunto de operações e etapas matemáticas de acordo com a lei de patentes dos EUA.
Google, Samsung e Amazon são os principais participantes neste mercado. Aqui estão três exemplos de patentes relacionadas ao aprendizado de máquina dessas empresas:
O objetivo sempre foi responder às solicitações de pesquisa com melhores resultados. Eles logo descobriram, porém, que sua abordagem anterior estava mais focada em páginas da web do que em fornecer soluções perspicazes.
A redação da reivindicação deve ter como objetivo produzir resultados bem-sucedidos. A seguir está uma lista de recomendações para escrever uma linguagem de reivindicação forte e requisitos para patentes de IA/ML:
As maiores empresas de TI americanas e japonesas são responsáveis pela maioria das patentes de IA e aprendizagem automática, o que não é surpreendente. As empresas chinesas expandiram os seus portfólios de patentes nos últimos anos. No entanto, o seu calibre é o problema. De acordo com a Organização Mundial da Propriedade Intelectual, o número de patentes de inteligência artificial aumentou significativamente durante os cinco anos anteriores (OMPI)
A OMPI informa que, de 2013 a 2017, o número de pedidos de patentes relacionados com IA aumentou dramaticamente, em 193%. O aumento dos pedidos de patentes, segundo o diretor-geral da OMPI, “significa que podemos esperar um número muito considerável de produtos, aplicações e abordagens inovadoras baseadas em IA que afetarão a nossa vida quotidiana e também terão impacto na futura interação humana com os robôs que desenvolvemos”. .” A OMPI descobriu que 434 empresas foram compradas desde 1998 na indústria da IA, sendo que mais de metade dessas transações ocorreram após 2016.
A IA e a aprendizagem automática são atualmente as forças motrizes que impulsionam a inovação em todos os setores da economia e continuarão a proporcionar um enorme valor às empresas que sejam suficientemente experientes para salvaguardar a sua propriedade intelectual.
Identificamos constantemente o valor das novas tecnologias realizadas por nossa equipe executiva bastante qualificada, com experiência como nossos profissionais. Tal como os profissionais de PI que capacitamos, a nossa fome de desenvolvimento não tem fim. IMPROVISAMOS, ADAPTAMOS e IMPLEMENTAMOS de forma estratégica.
Consultores TT oferece uma gama de soluções eficientes e de alta qualidade para a gestão de sua propriedade intelectual, desde
e muito mais. Fornecemos soluções prontas para escritórios de advocacia e corporações em muitos setores.
Contactos
Solicite um retorno de chamada!
Obrigado pelo seu interesse na TT Consultants. Por favor preencha o formulário e entraremos em contato em breve
DESBLOQUEIE O PODER
Do seu idéias
Eleve seu conhecimento sobre patentes
Insights exclusivos aguardam em nosso boletim informativo
Solicite um retorno de chamada!
Obrigado pelo seu interesse na TT Consultants. Por favor preencha o formulário e entraremos em contato em breve
