V posledních letech je AI široce využívána v oblasti vědy a techniky, díky čemuž prochází výzkum a vývoj transformací ve směru automatizace jednotlivých činností. AI tak dokáže po analýze poskytnutých dat odhalit nové vzory[1], které nejsou zřejmé lidskému oku, a přijít s inovativním produktem, který splní kritéria vynálezu a může být patentován.
Úvod
Tento článek má za cíl přiblížit čtenáři problematiku generativní AI v oblasti patentového práva. Na příkladech vynálezeckého software DABUS a AI vyvinuté na bázi open source code budou představeny základní technické principy, na jejichž základě generativní AI v oblasti výzkumu a vývoje může fungovat. Získané informace pomohou určit míru zapojení vývojáře či uživatele do výzkumu a zároveň se zamyslet nad tím, zda AI doopravdy funguje na nich nezávisle. Článek bude taktéž věnován aktuální praxi vybraných států v rámci patentového řízení při pokusech přihlásit AI vynález k patentové ochraně. Text tohoto článku navazuje na článek s názvem „Generativní AI a vybrané otázky autorského práva“[2] a posuzuje další dimenze práva duševního vlastnictví z hlediska využití AI.
Jak funguje generativní umělá inteligence. Technický pohled. Představení DABUS
Myšlenka o umělé inteligenci v roli vynálezce se stále většině z nás zdá jako futuristická. Mezi širokou veřejností panuje představa o tom, že AI představuje jakousi kouzelnou krabičku nebo černou skříňku, která nevysvětlitelným způsobem přichází s inovativními a dosud neexistujícími řešeními. Oblast generativní AI vyvolává celou řadu důležitých otázek, např. na základě jakých technologických metod AI funguje? V jaké míře je autonomní a jakou roli hraje člověk (odborník, vývojář, uživatel), který využívá AI pro účely výzkumu a vývoje? Zda lze tvrdit, že AI generuje unikátní řešení zcela autonomně a nezávisle na člověku? A nakonec, zda v tuto chvíli můžeme opodstatněně s ohledem na stav vědy a techniky mluvit o autonomii AI?
Generativní umělá inteligence se odlišuje svou schopností vytvořit zcela nový obsah. Klíčovou roli při posouzení otázky, zda mohou uživateli AI vzniknout a být uznána práva průmyslového a jiného duševního vlastnictví k výsledku jeho práce, hraje míra jeho zapojení do výzkumné činnosti a vynaložené úsilí. Pro pochopení toho, jaký podíl spolupráce je vyžadován od uživatele, budou níže stručně představeny základní principy fungování generativní AI.
Oblast umělé inteligence je k dnešnímu dni velice rozsáhlá a je dělena na více možných metod vývoje systémů umělé inteligence.[3] Pro účely tohoto článku budou posouzeny přístupy využívané pro řešení komplexních problémů, jimž je charakteristická vysoká míra nejistoty - tzv․ soft computing, a konkrétně pro odvětví AI v roli vynálezce metoda evolučního výpočtu (evolutionary computation) a umělé neuronové sítě (artificial neural networks).[4]
Neuronové sítě tvoří velkou podskupinu v oblasti umělé inteligence a jsou jednou z metod strojového učení. Představují druh algoritmu, který následně může být inkorporován do softwarového kódu. Tento algoritmus může být považován za inteligentní, pokud bude naplňovat charakteristiky umělé inteligence (např. schopnost učit se a zlepšovat se na základě předchozí zkušenosti pro zlepšení procesu rozhodování, schopnost logicky uvažovat a řešit problémy, schopnost fungovat autonomně bez lidského zásahu a v neposlední řadě schopnost přicházet s kreativními nápady a neočekávanými řešeními na základě analýzy velkého objemu dat).[5]
DABUS
Pro oblast patentového práva lze za vhodný příklad, hojně diskutovaný v posledních letech, považovat systém algoritmů DABUS navržený Dr. Stephenem Thalerem.[6] Jedná se o AI systém, který je považován za původce řady inovativních zařízení. DABUS představuje kombinaci neuronových sítí a evolučních algoritmů, které ve spolupráci objevují nové, předtím neexistující vzory. Nejprve neuronová síť absolvuje fázi učení na databázích existujících znalostí, včetně otevřených patentových databází, vědecké literatury, big data[7] a dalších relevantních dostupných zdrojů[8], a vyhledává vazby mezi jednotlivými informacemi.
Poté DABUS generuje sadu náhodných nápadů, které jsou následně vyhodnoceny pomocí tzv. fitness funkce na základě kritérií nezbytných pro patentovatelnost vynálezu: novosti, užitečnosti a nezjevnosti.[9] Jedná se o koncept tzv. genetického programování jako metody pro autonomní generování patentovatelných vynálezů.[10],[11]
Genetické programování spočívá ve využití evolučních algoritmů simulujících proces evoluce pro výběr nejvhodnějšího řešení dle principu „přežije ten nejsilnější“.[12] Charakteristickým rysem evolučních algoritmů je schopnost přicházet s nestandardními a unikátními řešeními, která před tím neexistovala.[13] DABUS je schopen analyzovat velké objemy dat a identifikovat vzory a souvislosti mezi různými nápady a koncepty, které nejsou tak zjevné pro člověka. Neuronová síť imituje fungování lidského mozku a je tak schopná adaptace na nové scénáře bez dodatečného lidského zásahu.[14] Výsledkem jsou unikátní inovativní vzorce informací, případně jejich kombinace, které splňují znaky patentovatelného vynálezu. Tyto výsledky mají velkou hodnotu pro obory vyžadující vysokou míru inovativnosti, jako jsou např. farmaceutika nebo high-tech strojírenství.[15]
V posledních letech bylo učiněno několik pokusů přihlásit výsledky práce DABUS k patentové ochraně ve vybraných zemích (více viz kap. 2 tohoto článku). Prvním z navržených řešení je nádoba na nápoje ve tvaru fraktálu[16], [17], která se vyznačuje tím, že má přibližně třikrát větší objem, než je ekvivalentní objem válcové plechovky od polévky, rychleji přenáší teplo a je lépe uchopitelná lidskou rukou či robotickým ramenem[18] - má potenciál optimalizovat robotizované výrobní procesy. Dalším vynálezem je „zařízení a metody pro přitahování zvýšené pozornosti“ týkající se použití pulzních řetězců k LED diodám nebo světlům a případně užitečných při pátracích a záchranných operacích.[19]
V případě systému DABUS je důležité poznamenat, že za jeho vznikem stojí sám Dr. Thaler a jedná se o produkt jeho intelektuální činnosti, kde Dr. Thaler a jeho tým prováděli vlastní výzkum a vývoj, veškeré výpočty a programování jednotlivých funkcí tohoto systému algoritmů. Pro plnou jasnost lze konstatovat, že Dr. Thaler je vývojářem systému DABUS a zároveň je jeho uživatelem při tvorbě konkrétních řešení. V odborné technické společnosti je známo, že správné zadání parametrů výše zmíněné fitness funkce hraje klíčovou roli pro správné fungování algoritmu. Algoritmus je poté schopen se vyvíjet i bez lidského dohledu.[20] Tato skutečnost vede k závěru, že příspěvek Dr. Thalera je nepostradatelný a lze konstatovat, že bez jeho zapojení by DABUS nebyl schopný generovat požadovaný výstup. Proto zde vzniká opodstatněná otázka rozložení rolí systému DABUS a jeho vývojáře a jeho dopad na rozhodování o tom, kdo je původcem jednotlivých vynálezů. Dr. Thaler potvrzuje, že on a jeho tým naprogramovali DABUS, ovšem způsob, jakým byl software naprogramován, předpokládá nezávislý výběr předmětu vynálezu a při generování vynálezu DABUS postupuje nezávisle.[21]
Ze slov Dr. Thalera však vyplývá, že jeho hlavní iniciativou bylo připoutat pozornost odborné veřejnosti a autorizovaných orgánů k problematice rostoucího potenciálu umělé inteligence v postavení vynálezce, a tím vytvořit precedent.[22] Získání finančního prospěchu z výsledků inovační činnosti DABUS nebylo jeho původní motivací.
Open source code
AI systém DABUS je příkladem, kde algoritmus byl zcela navržen Dr. Thalerem a je jeho duševním vlastnictvím. Ovšem praxe je taková, že pro tvorbu kódu je zpravidla využíván open source code, který je v dnešní době dostupný ve velkém množství jazyků programování a v různých rozhraních. Open source code představuje rozsáhlý zdroj základních kódů a jeho charakteristickým znakem je to, že na jeho vzniku se podílí velká komunita vývojářů, což stimuluje jeho rozvoj se zohledněním nejnovějších trendů a změn v oblasti programování. Jedná se tak o miliony aktualizovaných knihoven se zdrojovými kódy s možností bezplatného využití a neomezených modifikací podle potřeb vývojářů. Ve srovnání s open source code perspektiva psaní vlastního kódu od nuly se jeví jako neracionální, a hlavně jako pracovně a časově náročná. Využití hotového kódu značně šetří čas a peníze, pro velké množství společností po celém světě patří do základních pracovních nástrojů, na nichž je založeno jejich podnikání.[23]
Na bázi open source code taktéž může být navržena např. neuronová síť naplňující znaky umělé inteligence, která bude schopná vývoje dalších produktů potenciálně splňujících definici vynálezu. Pro účely této podkapitoly bude použit pojem „uživatel kódu“ ve smyslu vývojáře vlastního kódu, který pracuje na bázi open source code. Jedním z příkladů open source software je platforma Arduino: jedná se o typ vývojového prostředí pro psaní kódu v podobě desky s mikrokontrolerem a se sadou standardních rozhraní.[24] Tato konfigurace umožňuje uživateli použít open source code od Arduino a soustředit se na vývoj inovativních způsobů využití platformy bez nutnosti vývoje základního kódu. Platforma je často využívána ve výzkumných laboratořích např. pro účely vývoje softwaru pro inovované senzory nebo další elektronická zařízení. Rovněž je využívána inženýry pro vývoj kódů pro různá robotická zařízení. Jiným příkladem je open source operativní systém Linux, dostupný v různých jazycích programování. Knihovny zdrojového kódu Linux jsou také široce využívány jak při vývoji komerčních softwarových produktů, tak i v rámci výzkumu a vývoje a strojového učení.[25]
Pro lepší orientaci čtenářů v kontextu vynálezů podložených open source code lze taktéž uvést, že velké IT korporace často zveřejňují svůj kód v podobě open source, aby povzbudily další vývojáře k posunutí oboru dopředu. Jedním z příkladů je OpenAI GPT (Generative Pre-trained Transformer) vydaný společností OpenAI stojící za vznikem ChatGPT - jedná se o open-source verzi nástroje, která by mohla stimulovat vznik více sofistikovaných nástrojů v oblasti generování přirozeného jazyka.[26]
V případě open source code, který je vyvíjen mj. v rámci komunity vývojářů, vzniká docela palčivá otázka podílu uživatele na vývoji finálního inovativního produktu. Není úplně jasné, koho lze považovat za původce a kdo může nárokovat práva plynoucí z patentové ochrany. Situaci může komplikovat i skutečnost zapojení AI do výzkumu a vývoje. V kontextu právnických osob vyvíjejících na základě open source code by to navíc byl dle českého práva zaměstnavatel uživatelů open source code, kdo by měl nárok na patent.[27]
Využití open source code pro účely výzkumu a vývoje s perspektivou vynálezu se dále může zdát jako problematická záležitost zejména v okamžiku přihlášení vynálezu k patentové ochraně. Je důležité poznamenat, že v patentové přihlášce na vynález AI musí být mj. poskytnuty srozumitelné a vyčerpávající informace o vynálezu, což znamená, že v případě vynálezu založeného na open source code je nutno zveřejnit podrobné informace o algoritmech, použité metodice (včetně zpracovávaných dat, technik učení, architektury neuronových sítí) a dalších důležitých technických aspektech, které činí vynález novým a nezřejmým. Prakticky to neukládá povinnost zveřejňovat celý zdrojový kód, ale přihlašovatel musí poskytnout dostatečně podrobné informace o fungování vynálezu AI: může to zahrnovat úryvky kódu, vývojové diagramy, pseudokód nebo podrobný popis algoritmů a procesů. Cílem je umožnit odborníkovi v oboru pochopit a zopakovat vynález na základě poskytnutých informací.[28]
Vzhledem k tomu, že open source code předpokládá práci, která je buď založena na předchozí práci vývojářů anebo svou podstatou povzbuzuje kooperaci více vývojářů v rámci komunity, v úvahu přichází otázka jedinečnosti a inovativnosti vynálezu. V přihlášce takového vynálezu je nutno vyloučit, že se jedná o vynález závislý na jiném vynálezu, který již byl přihlášen k patentové ochraně. V případě zahájení patentového řízení musí být provedeno speciální odborné posouzení, v jaké míře uživatel přispěl k vývoji finálního produktu a v jaké míře byl jeho příspěvek inovativní. Odborníci dále potřebují posoudit, v jaké míře byl použit již hotový open source code, jakou část tvoří „nadstavba“ v podobě vlastního kódu uživatele a v jaké míře tato modifikace mění či zlepšuje funkčnost původního kódu. Kritický význam bude mít taktéž splnění znaku absolutní objektivní novosti vynálezu. Jedná se pouze o demonstrativní výčet otázek, nad kterými se musí odborná komunita zamyslet s tím, že budou vznikat další problematické, dosud nevyřešení dimenze v kontextu open source code vynálezů.
Článek byl publikován v časopise Duševní vlastnictví č. 4/2023, jehož elektronická podoba je dostupná zde.
[1] Zde a v dalším textu je pojem „vzor“ využíván právě ve smyslu odpovídajícímu anglickému slovu „pattern“, nejedná se o užitný vzor, ani průmyslový vzor.
[2] Viz YUSUPOVA, Regina, Generativní AI a vybrané otázky autorského práva. Duševní vlastnictví (online), Úřad průmyslového vlastnictví, ISSN 2788-256X, str. 3-16.
[3] Viz např. FLASIŃSKI, Mariusz. Introduction to Artificial Intelligence. ISBN 978-3-319-40020-4, 2016. Dostupné z: doi:10.1007/978-3-319-40022-8. Kap. 2 a 3.
[4] KIM, Daria. ‘AI-Generated Inventions': Time to Get the Record Straight?. GRUR International. 2020, 69(5), 443-456. ISSN 2632-8623. Dostupné z: doi:10.1093/grurint/ikaa061. Str. 451.
[5] BARR, Avron, Feigenbaum, Edward A. The Handbook of Artificial Intelligence: Volume 1, Volume 1. ISBN 978-1-483-21437-5.
[6] Z anglického výrazu „Device for the Autonomous Bootstrapping of Unified Sentience“ - zařízení pro samostatné spuštění sjednoceného vnímání.
[7] Překlad z angličtiny: velká data.
[8] Poznámka: problematika dat pro učení AI (z anglického výrazu „training data“ a dále také „trénovací data“) taktéž představuje rozsáhlou oblast zkoumání. Osobně se přikláním k názoru, že otázka neoprávněného využití trénovacích dat je více palčivá pro generativní AI tvořící kreativní obsah, jelikož zde může jednoduše dojít k napodobování stylů jednotlivých kreativců a k získání neoprávněného prospěchu uživateli AI (více viz YUSUPOVA, Regina, Generativní AI a vybrané otázky autorského práva. Duševní vlastnictví (online), Úřad průmyslového vlastnictví, ISSN 2788-256X, str. 3-16.). AI v oblasti patentového práva čerpá primárně z veřejně dostupných zdrojů a knihoven a odlišuje se od vynálezce člověka, který by ve svém výzkumu postupoval obdobným způsobem, schopností zpracovat větší objem dat. Samozřejmě není vyloučena situace, kdy může dojít k porušení autorských práv (např. při využití či napodobení AI vizuální podoby jednotlivých řešení, která byla vytvořena jiným autorem), ovšem problematika oprávněnosti využití trénovacích dat nebude posuzována v tomto článku vzhledem k redakcí požadovanému omezení rozsahu.
[9] MATHEW, Benita Rose. DR. STEPHEN THALER SPEAKS ON HOW DABUS CAN INVENT. The Artificial Inventor [online]. Ryan Abbott, 2022, 15.7.2022 [cit. 2023-07-01]. Dostupné z: https://artificialinventor.com/467-2/
[10] O'NEILL, Michael a Lee SPECTOR. Automatic programming: The open issue?. Genetic Programming and Evolvable Machines. 2020, 21(1-2), 251-262. ISSN 1389-2576. Dostupné z:doi:10.1007/s10710-019-09364-2
[11] KOZA, J.R. Human-competitive results produced by genetic programming. Genet Program Evolvable Mach 11, 251-284 (2010). https://doi-org.ezproxy.is.cuni.cz/10.1007/s10710-010-9112-3
[12] KIM, Daria. ‘AI-Generated Inventions': Time to Get the Record Straight?. GRUR International. 2020, 69(5), 443-456. ISSN 2632-8623. Dostupné z: doi:10.1093/grurint/ikaa061. Str. 452.
[13] MIIKKULAINEN, Risto. Evolutionary computation will drive the future of creative AI. VentureBeat [online]. 2023, 17.5.2018 [cit. 2023-07-01]. Dostupné z: https://venturebeat.com/ai/evolutionary-computation-will-drive-the-future-of-creative-ai/
[14] ABBOTT, Ryan a Lee SPECTOR. I Think, Therefore I Invent: Creative Computers and the Future of Patent Law. SSRN Electronic Journal. 2020, 21(1-2), 251-262. ISSN 1556-5068. Dostupné z: doi:10.2139/ssrn.2727884
[15] THALER, S. Creativity Machine® Paradigm. In: Carayannis, E.G. (eds) Encyclopedia of Creativity, Invention, Innovation and Entrepreneurship. Springer, New York, NY. 2013. Dostupné z: https://doi-org.ezproxy.is.cuni.cz/10.1007/978-1-4614-3858-8_396.
[16] Pozn.: v některých zdrojích „food container“ - nádoba na potraviny.
[17] CASSEL, David. Stephen Thaler Claims He's Built a Sentient AI. The New Stack [online]. 2023, 16.5.2023 [cit. 2023-07-01]. Dostupné z: https://thenewstack.io/stephen-thaler-claims-hes-built-a-sentient-ai/
[18] Tamtéž.
[19] GIBSON, Johanna. Artificial intelligence and patents: DABUS and methods for attracting enhanced attention to inventors. Queen Mary Journal of Intellectual Property. 2022, 11(4), 401-408. ISSN 20459807. Dostupné z: doi:10.4337/qmjip.2021.04.00
[20] Koza, J.R. Human-competitive results produced by genetic programming. GenetProgram Evolvable Mach 11,251-284 (2010). Dostupné z: https://doi-org.ezproxy.is.cuni.cz/10.1007/s10710-010-9112-3
[21] High Court of Australia Transcripts: Thaler v Commissioner of Patents [2022] HCATrans 199 (11 November 2022). 2022 [online]. [cit. 2023-07-01]. Dostupné z: http://www.austlii.edu.au/cgi-bin/viewdoc/au/cases/cth/HCATrans/2022/199.html
[22] PERPETUAL MOTION PODCAST: Are all inventors human? YouTube. 2021. Dostupné z: https://www.youtube.com/watch?v=n_2UKKK7TKU&ab_channel=PerkinsCoie
[23] The state of open source software. GitHub [online]. GitHub, 2022 [cit. 2023-07-01]. Dostupné z: https://octoverse.github.com/
[24] About Arduino. Arduino [online]. 2023 [cit. 2023-07-01]. Dostupné z: https://www.arduino.cc/en/about
[25] What Is Linux?. Linux.com [online]. 2023 [cit. 2023-07-01]. Dostupné z: https://www.linux.com/what-is-linux/
[26] OpenAI: GPT-4 [online]. 2023 [cit. 2023-10-01]. Dostupné z: https://openai.com/research/gpt-4
[27] § 9 zákona č. 527/2009 Sb. [pozn. red.: správně 527/1990 Sb.], o vynálezech, průmyslových vzorech a zlepšovacích návrzích, stanoví, že pokud zaměstnavatel neuplatní své právo na patent v tříměsíční lhůtě od písemného kvalifikovaného oznámení zaměstnance (původce patentu), že u něj vytvořil podnikový vynález, přejde právo na patent zpátky na zaměstnance. Pokud by za vynálezem stálo více zaměstnanců, právo na patent by měli jejich zaměstnavatelé, pokud by to právo uplatnili. Neučiní-li tak, právo bude příslušet zaměstnancům, případně jednomu zaměstnanci, jehož zaměstnavatel právo neuplatnil.
[28] Viz např. Úřad průmyslového vlastnictví: Informace k národní přihlášce (přihlašování v ČR). 2023 [cit. 2023-10-01]. Dostupné z: https://upv.gov.cz/prumyslova-prava/vynalezy-patenty/informace-k-narodni-prihlasce-prihlasovani-v-cr-
Diskuze k článku ()