Yazılım ve Makine Öğrenimi Patentleri: Patentlenebilirlik Olanakları

Ana Sayfa / Blog / Makine öğrenme / Yazılım ve Makine Öğrenimi Patentleri: Patentlenebilirlik Olanakları

Bir bilgisayarın takip edeceği kurallar oluşturarak bir görevi otomatikleştirme becerisi, yazılım mühendisliği olarak bilinir. Makine öğreniminin sağladığı bir diğer ilerleme ise kural yazma sürecinin otomasyonudur. 

İçindekiler

Yazılım Mühendisliği ve Makine Öğrenimi   

MaÇince öğrenme ve Yazılım mühendisliğinin başından beri pek çok ortak noktası vardır. Her ikisinin de sorunu çözme hedefi aynıms ve her ikisi de aşina olmakla başlarBaşkalarıyla konuşarak ve mevcut bilgi ve araçları inceleyerek problem alanıyla kendilerini özdeşleştirirler. Uygulama seçimleri fark yaratır. 

Yazılım ve Makine Öğrenimi Patentleri: Patentlenebilirlik Olanakları

Yazılım geliştiricileri, bir çözüm geliştirmek ve onu bilgisayarın takip edebileceği kesin bir programa dönüştürmek için yaratıcı düşüncelerini kullanırlar. Veri bilimcileri veya makine öğrenimi sistemlerini kullananlar kendi başlarına program oluşturmaya çalışmazlar. Bunun yerine, giriş verilerini (arabanın gösterge panosundan gelen video ve diğer sensör girişleri gibi) ve istenen hedef değerlerini (gaz kelebeği seviyesi ve direksiyon açısı) toplarlar. Her bir giriş değeri için bir çıktı hesaplayan bir programın yerini bulmak amacıyla, daha sonra bir bilgisayara onu aramasını söylerler (sensör girişleri verildiğinde arabayı çalıştıran bir program). 

Bir makine öğrenimi uygulamasının geliştirilmesi, yazılım mühendisliği sürecinden daha da yinelemeli ve keşfedicidir. Makine öğrenimi, insanların çözemeyeceği kadar zor olan sorunları çözmek için kullanılır. Bir veri bilimcinin deneysel bir zihniyete sahip olması ve başarılı bir fikir seçmeden önce çeşitli fikirleri keşfetmeye istekli olması gerekir. 

Her iki çalışan türü de dizüstü bilgisayarların başında çömelerek çok fazla zaman harcıyor, bu da çalışma ortamlarına dışarıdan çok benzer bir görünüm kazandırıyor. Geleneksel programcılar gibi veri bilimcileri de Python'da veya başka bir genel amaçlı programlama dilinde kod oluşturmak için çok zaman harcıyorlar. Verileri birleştirmek, temizlemek ve görüntülemek için komut dosyaları yazmak ve makine öğrenimi alt sistemini uygulamanın geri kalanına bağlamak, bir makine öğrenimi projesinde zamanın çoğunu alır. Araç kitleri şüphesiz birbirinden farklıdır. Tipik programcılar REST API'leri ve web çerçeveleri konusunda oldukça bilgili olsa da veri bilimcileri doğrusal regresyon ve diğer istatistiksel prosedürler hakkında kapsamlı bilgiye sahiptir. 

ABD Patent Kanunu  

Yazılım patent başvurularının Amerika Birleşik Devletleri kapsamında patent korumasına uygun olabilmesi için aşağıdaki iki kriterin karşılanması gerekir: mevcut patentlenebilirlik sistemi: 

(1) “Soyut fikir” şartı  

Bir yazılım parçası “bilgisayarın işlevselliğini geliştiriyorsa” patentlenebilir olarak nitelendirilir. 

– daha önce bilgisayar ekipmanının gerçekleştirmesi imkansız olan hesaplamaları mümkün kılmak, halihazırda mümkün olan işlemleri hızlandırmak,  

– bir görevi tamamlamak için gereken bilgi işlem kaynaklarının sayısını azaltmak. 

(2) “Dönüşüm” şartı 

Yazılım, aşağıdaki koşullardan bir veya daha fazlasının karşılanması durumunda genellikle "bilgisayarın çalışmasını artırmasa" bile patent korumasına hak kazanabilir: 

  • mesele “mutlaka bilgisayar teknolojisine dayalı” bir mesele değil;  
  • sorun “alışılmışın dışında” bileşenler kullanılarak veya geleneksel bileşenlerin “alışılmışın dışında” bir şekilde düzenlenmesiyle çözülür;  
  • patent talepleri konseptin olası tüm uygulamalarını kapsamamaktadır. 

İçtihat: Alice - CLS Bankası ? 

Yargıtay'ın verdiği kararda Alice - CLS Bankası, 134 S. Ct. 2347 yılında çıkarılan 2014 sayılı Kanun, yazılım patentlerinin uygulanabilirliği konusunda kafa karışıklığına neden olmuştur (2014). 

Yüksek Mahkeme bu davada belirli bir yazılım parçasının patentlenebilir olup olmadığını değerlendirmek için iki aşamalı bir süreç tanımladı. Birincisi, “soyut bir kavram” bilgisayarla ilgili bir patent başvurusunun konusu olamaz. Ancak eğer öyleyse, patent başvurusunda iddia edilen buluşu patent korumasına uygun bir buluşa "dönüştürecek" bazı iddialarda bulunulması gerekir. 

Yazılım Patentlenebilir mi? In Amerika?  

Kendine referanslı bir arama tablosu kullanarak bir veritabanı sisteminin bellek konfigürasyonunu geliştiren bir yazılımın patentini etkili bir şekilde alabilir misiniz? Dijital görüntülerin hücresel ağda arşivlenmesine olanak tanıyan bir yazılıma ne dersiniz? 

Yanıt "duruma göre değişir" (neredeyse tüm yasal ortamlarda tahmin edebileceğiniz gibi). Genellikle net bir analiz, son Yüksek Mahkeme kararları ve daha sonraki alt mahkeme görüşleri sonucunda önemli ölçüde daha belirsiz hale geldi. Yukarıdaki soruları cevaplamak için şu anda, temel teknoloji ve patent başvurusunun yapısı hakkındaki ayrıntılar da dahil olmak üzere çok daha fazla bilgiye ihtiyacımız var. 

Yazılıma dayalı buluşlar ABD'de hâlâ patent korumasına uygundur. Ancak yazılım patent başvurularının patent korumasına hak kazanabilmesi için belirli teknik özelliklere uyması ve dikkatli bir şekilde hazırlanması gerekir. 

Teknik açıdan bakıldığında, yazılımınız (1) bilgisayarın işlevselliğini bir şekilde geliştiriyorsa (örneğin, daha önce mümkün olmayan hesaplamaları mümkün kılıyorsa, prosedürleri hızlandırıyorsa veya daha az kaynak kullanıyorsa) veya (2) patentlenebilir. bir bilgi işlem sorununa alışılmadık bir çözüm bulursa. 

Ek olarak, yalnızca özel yazılım çözümünüzün teknik özelliklerine tam olarak odaklanılarak yazılmışsa yazılımınız patent almaya uygun olabilir. Buluş alanınızda karşılaşılan teknolojik zorlukların ana hatlarını çizerek ve bu zorlukları aşmak için geliştirdiğiniz çözümleri ayrıntılı bir şekilde özetleyerek ve talep ederek patent alma şansınızı artırabilirsiniz. Belirli bir sorunu çözmek için mümkün olan her çözümü listelemeye çalışırsanız veya programınızın kullanıcının deneyimlemesine olanak sağladığı avantajlara odaklanırsanız, patentlenebilir hale gelmek için çok zorlanacaksınız. 

Yazılım Patentleri: İddialar ve Spesifikasyon 

Yazılım buluşlarının patentlenebilirliği sıklıkla patentin ve patent taleplerinin nasıl ifade edildiğine bağlıdır; bu da geliştiricileri ve kurucuları dehşete düşürür. İnovasyon alanınızdaki teknik zorlukları ve bu zorlukları aşmak için geliştirdiğiniz mühendislik çözümlerini detaylı bir şekilde özetleyerek patent alma şansınızı artırabilirsiniz. Ayrıca, ne zaman çok dikkatli olmalısınız fikrini iddia etmek. Her türlü acıyı nasıl tedavi edeceğinizi bildiğinizi iddia etmemelisiniz. Bunun yerine, taleplerinizi yalnızca belirlenen ağrı alanına yönelik olacak şekilde odaklamalısınız. 

Yazılım patentlerindeki iddiaları ve spesifikasyonları formüle etmeye yönelik beş temel prosedür aşağıda verilmiştir: 
  1. Buluşa bir problem çözümü konsepti olarak yaklaşın.
  2. Yeniliğin ortaya çıkardığı tüm özellikleri ve işlevleri içeren temiz, etiketli bir akış şeması diyagramı oluşturun.
  3. Temel donanım bileşenleri arasındaki ağa bağlı bağlantıları gösteren sistem mimarisi veya blok diyagramı oluşturun.
  4. Akış şemalarının ve blok diyagramlarının doğru senkronizasyonunu etkinleştirin.
  5. Tüm blok diyagramları ve yöntem istemi bileşenlerini içeren patent istemlerini (sistemler veya cihazlar) hazırlayın.

Teknik açıdan konuşursak, inovasyonunuzun bilgisayar işleyişini nasıl iyileştirdiğini ve spesifik buluş alanınızdaki mevcut çözümlerden nasıl farklılaştığını açıklayabilirseniz, size bir yazılım patenti alma olasılığı artacaktır. 

Can Machine Learning (ML) t'de Patentli Oluno ABD? 

Makine öğrenimi (ML) endüstrisi, işletmelere daha iyi meme kanseri tespitinden reklam dönüşüm oranlarını artırmaya kadar her konuda yardımcı olmaya başladı. Makine öğrenimi pazarının 8.8 yılına kadar 2022 milyar dolara ulaşması bekleniyor. 

Şirketler, büyük teknoloji girişimlerinden yalın start-up'lara kadar yapay zeka ve makine öğrenimi ile ilgili yazılım patentlerinin kriterlerini ve kısıtlamalarını anlamakla ilgileniyor. Ancak neyin patentlenebilir olduğu konusunda sıklıkla yanlış anlaşılmalar yaşanmakta ve son yıllarda tartışmalı bir konu haline gelmektedir. 

Geniş bir perspektiften bakıldığında mevcut teknolojinin çoğunluğu girdi ve çıktılar yoluyla çalışmaktadır. Bu durumda, bir insan girdi verilerini sağlar ve bir makine veya yazılım parçası çıktıyı hesaplar. Bu durumda bir kişinin hala sürece dahil olması gerektiğini unutmayın. Bunun aksine, makine öğrenimi tam olarak adının ima ettiği şeydir: insan müdahalesinden bağımsız olarak bir bilgisayar tarafından öğretilen gelecekteki hesaplamalar ve davranışlar. Bu durumda girdi ve çıktı makine tarafından sağlanır. 

Bu, makine öğrenimi algoritmaları için çok önemli olan patentlenebilirlik konusunu gündeme getiriyor. 

Aslında bu, algoritmanın sizin için ne anlama geldiğine bağlıdır. Bir algoritmanın ABD patent kanununa göre doğrudan patenti alınamaz. Ancak yönteminizdeki işlem sırasının patentini alabilirsiniz. Bunun nedeni, bir algoritmanın ABD patent yasası kapsamında bir dizi matematiksel işlem ve adım olarak görülmesidir. 

Makine Öğrenimiyle İlgili Patent Örnekleri 

Google, Samsung ve Amazon bu pazarın ana katılımcılarıdır. İşte bu şirketlere ait makine öğrenimiyle ilgili üç patent örneği: 

  1. Samsung'un el hareketleri ve yüz tanımayla çalıştırılabilen drone'u: Samsung'un en yeni drone patenti, bir kişinin yüzünü, gözbebeklerini ve el hareketlerini tanıyabiliyor. Patentte kamera, birincil kontrol ünitesine veri gönderen bir sistem olarak tanımlanıyor. Sonuç olarak girdileri sağlar. 
  2. Amazon, konuşma ayrıntılarını kaydedip kaydedebilen bir patent başvurusunda bulundu: Akıllı hoparlörler sürekli olarak çevrelerini gözlemler. Amazon'un en yeni patentiyle, kişisel hobilerinizin yanı sıra tetikleyici bir kelime de Alexa akıllı hoparlörünü etkinleştirmek için kullanılabilir. 
    Patent, Alexa'nın derin anlamlara sahip kelimeleri kaydedeceğini iddia ediyor. Örneğin, "İtalyan mutfağından hoşlanıyorum." Akıllı konuşmacı, “aşk” kelimesini içeren bir cümleyi duyduktan sonra bu bilgiyi değerlendirecek ve bunu reklamları uyarlamak için kullanacak. Muhtemelen yakında İtalyan yemeği reklamlarını görmeye başlayacaksınız. 
    Bu yöntem aynı zamanda anahtar kelimeleri engellemek için de uygulanabilir. Örneğin, "Suşiden nefret ediyorum" derseniz, bu sizin hoşnutsuzluğunuz olarak değerlendirilecek ve Amazon reklamverenlerinin size tanıtım yapmaktan kaçınmasına olanak tanıyacaktır. 
  3. Google size hızlı ve kesin yanıtlar sunmak istiyor: Google ilk yıllarında oldukça basitti. Belirli anahtar sözcükleri yazarsanız, bu terimleri içeren web sayfaları görüntülenir. 

Hedefleri her zaman arama isteklerine daha iyi sonuçlarla yanıt vermek olmuştur. Ancak çok geçmeden önceki yaklaşımlarının anlayışlı çözümler sunmaktan çok web sayfalarına odaklandığını keşfettiler. 

Makine Öğrenimi: İddialar ve Spesifikasyon  

İddianın yazımının başarılı sonuçlar üretme hedefi olmalıdır. Aşağıda güçlü iddia dili yazmaya ve AI/ML patentlerine yönelik gereksinimlere ilişkin önerilerin bir listesi yer almaktadır: 

  1. Talebin ML modelinin yapısına dikkat edin 
  2. Eğitim sürecini talep edin.  
  3. Buluşun eğitim aşamasında mı, uygulama aşamasında mı yoksa her ikisinde mi olduğunu belirleyin. 
  4. Giriş verilerinin hazırlanmasını vurgulayın 
  5. Girişi model eşlemeye yönlendirin. 
  6. Son işlemleri talep edin ve verilerin sonuçlarını açıklayın. 
  7. Yürütme aşaması ve eğitim aşaması için farklı talep kümeleri oluşturun. 
  8. Bir modelin mevcut verilere rutin olarak uygulanması gerektiği iddiasını dikkate almayın. 

Sonuç

En büyük Amerikan ve Japon BT şirketleri yapay zeka ve makine öğrenimi patentlerinin çoğundan sorumludur ki bu da şaşırtıcı değildir. Çinli işletmeler son yıllarda patent portföylerini genişletti. Ancak sorun onların kalibresidir. Dünya Fikri Mülkiyet Örgütü'ne göre yapay zeka patentlerinin sayısı son beş yılda önemli ölçüde arttı (WIPO) 

 WIPO, 2013'ten 2017'ye kadar yapay zeka ile ilgili patent başvurularının sayısının %193 oranında önemli ölçüde arttığını bildiriyor. WIPO genel müdürüne göre patent başvurularındaki artış, "günlük yaşamlarımızı etkileyecek ve aynı zamanda geliştirdiğimiz robotlarla gelecekteki insan etkileşimini etkileyecek çok sayıda yenilikçi yapay zeka tabanlı ürün, uygulama ve yaklaşım bekleyebileceğimiz anlamına geliyor" .” WIPO, 434'den bu yana yapay zeka sektöründe 1998 şirketin satın alındığını ve bu işlemlerin yarısından fazlasının 2016'dan sonra gerçekleştiğini keşfetti. 

 Yapay zeka ve makine öğrenimi şu anda ekonominin tüm sektörlerinde inovasyonu teşvik eden itici güçlerdir ve fikri mülkiyetlerini koruyacak kadar anlayışlı işletmelere muazzam değer sağlamaya devam edecekler. 

TTC Hakkında

Profesyonel geçmişe sahip oldukça yetenekli yönetici ekibimiz tarafından gerçekleştirilen yeni teknolojinin değerini sürekli olarak belirledik. Yetkilendirdiğimiz fikri mülkiyet uzmanları gibi bizim de gelişme açlığımız hiç bitmiyor. Stratejik bir şekilde Doğaçlama, Uyarlama ve UYGULAMA yaparız.

TT Danışmanları Fikri mülkiyet yönetiminiz için çeşitli verimli, yüksek kaliteli çözümler sunar:

ve daha fazlası. Birçok sektörde hem hukuk firmalarına hem de şirketlere anahtar teslim çözümler sunuyoruz.

Bize Ulaşın
Paylaş Makale

Kategoriler

ÜST

Geri arama isteğinde bulunun!

TT Danışmanlık'a gösterdiğiniz ilgi için teşekkür ederiz. Lütfen formu doldurun, kısa sürede sizinle iletişime geçeceğiz

    pop-up

    GÜCÜN KİLİDİNİ AÇIN

    Senin Fikirler

    Patent Bilginizi Yükseltin
    Bültenimizde Sizi Özel Bilgiler Bekliyor

      Geri arama isteğinde bulunun!

      TT Danışmanlık'a gösterdiğiniz ilgi için teşekkür ederiz. Lütfen formu doldurun, kısa sürede sizinle iletişime geçeceğiz