KI & maschinelles Lernen

Das Schwierigste ist, zu beschreiben, was das Modell tatsächlich tut.

Anmeldungen zum maschinellen Lernen liegen an der schärfsten Kante sowohl der Patentfähigkeit als auch der ausführbaren Offenbarung. Ein Patentanspruch auf „ein neuronales Netz, das X vorhersagt“ ist ein Anspruch auf ein Ergebnis. Bestand hat ein Anspruch auf die Architektur, das Trainingsregime oder die Systemtechnik, die das Ergebnis erreichbar gemacht hat.

Veröffentlichte Patente in diesem Bereich: 423
Berufsträger: 21

Wir arbeiten an Modellarchitekturen und Trainingsverfahren, an Datenpipelines und Annotationsinfrastruktur, an Inferenz- und Beschleunigersystemen, an Computer Vision, an der Verarbeitung natürlicher Sprache und von Sprachsignalen sowie am angewandten maschinellen Lernen in medizinischen und Finanzprodukten. Wo ein trainiertes Modell eine Anlage, einen Roboter oder ein Fahrzeug steuert, wird das Modell hier beansprucht, sein Einsatz dagegen in den Bereichen Industrielle Automatisierung, Robotik oder Autonome Fahrzeuge.

Dieser Bereich durchzieht die anderen technischen Gruppen der Kanzlei, statt neben ihnen zu stehen: Ein Inferenzbeschleuniger ist ein Halbleitermandat, eine Trainingsplattform ein Mandat zu verteilten Systemen und ein Diagnosemodell ein Mandat zu Medizinprodukten. Entsprechend besetzen wir ihn.

Das Verfahren beanspruchen, nicht das Ergebnis

Ein Patentanspruch auf ein Modell, das ein Ergebnis erzielt, ist ein Anspruch auf das Ergebnis, und er wird auf Einwände sowohl zur Patentfähigkeit als auch zur ausführbaren Offenbarung stoßen. Bestand hat die Architektur, das Trainingsregime, die Formulierung der Verlustfunktion, der Schritt der Datenverarbeitung, der das Ergebnis erreichbar gemacht hat, oder die Systemtechnik, die es zur Inferenzzeit bezahlbar gemacht hat.

Das hat eine praktische Folge dafür, wie Anmeldungen erfasst werden. Der patentfähige Beitrag ist häufig etwas, das das Forschungsteam für ein Implementierungsdetail hält und nicht für das Ergebnis, auf das es stolz ist – weshalb das Erstgespräch über die Zusammenfassung der Veröffentlichung hinausgehen muss.

Ausführbare Offenbarung, wenn das Erzeugnis ein trainiertes Modell ist

Schriftliche Beschreibung und ausführbare Offenbarung geraten unter Druck, wenn das Verhalten einer Erfindung aus dem Training und nicht aus dem Entwurf hervorgeht. Eine Patentbeschreibung, die nur die Architektur schildert und das Ergebnis behauptet, macht unter Umständen gar nichts ausführbar; die Offenbarung muss bis zu den Eigenschaften der Trainingsdaten, den Hyperparametern und der Evaluierung reichen, die das Verhalten reproduzierbar machen – und zugleich ein Dokument bleiben, das der Mandant zu veröffentlichen bereit ist.

Das gegen den Schutz als Geschäftsgeheimnis abzuwägen, ist eine strategische Entscheidung, und sie sollte bewusst getroffen werden, statt sich von selbst zu ergeben.

Nachweise

Von uns ausgearbeitete Patente in diesem Bereich

Patente, deren Erteilungsverfahren die Kanzlei geführt hat, entnommen dem eigenen veröffentlichten Verzeichnis und dem Vertreterverzeichnis des USPTO. Ein Nachweis, keine Behauptung.

Das gesamte Patentverzeichnis

12,770,731Disaggregated low-field magnetic resonance imaging with secure metasurfaces-enhanced private wireless network
12,770,619Voice operation control device and voice operation method
12,770,407Vehicle control system and control method
12,770,360Image difference detection
12,762,412Adaptive quantization method for analog in-memory computing systems
12,755,534On-vehicle recording control apparatus and recording control method
12,755,203Artificial intelligence model training for idle mode assistance
12,755,199Clustered encoding and decoding from a latent probability distribution