vfipsВестник ФИПСBulletin of Federal institute of industrial property2782-50862959-2432ФИПСhttps://elibrary.ru/dyxvimvfips-112Research ArticleВОПРОСЫ ОХРАНЫ И ЗАЩИТЫ ПРАВ ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИISSUES OF INTELLECTUAL PROPERTY RIGHTS PROTECTION AND ENFORCEMENTТехнологии искусственного интеллекта: вопросы раскрытия в патентной заявкеArtifitial intelligence technologies: disclosure issues in a patent applicationАлексееваО. Л.AlekseevaO. L.

Ольга Ленаровна Алексеева, кандидат юридических наук, начальник Центра мониторинга качества

Москва, Бережковская наб., 30, к. 1

Olga L. Alekseeva, Cand. Sci. (Law), Head of the Quality Monitoring Center

Moscow, Berezhkovskaya emb., 30 bld. 1

OAlekseeva@rupto.ruЗайцевЮ. С.ZaitsevYu S.

Юрий Станиславович Зайцев, заместитель начальника

Москва, Бережковская наб., 30, к. 1

Yury S. Zaitsev, Deputy Head of the Quality Monitoring Center

Moscow, Berezhkovskaya emb., 30 bld. 1

yuzaytsev@rupto.ruФедеральный институт промышленной собственностиFederal Institute of Industrial PropertyМосква, Бережковская наб., 30, к. 1Russian Federation202518082025412431Copyright © Алексеева О.Л., Зайцев Ю.С., 20252025Алексеева О.Л., Зайцев Ю.С.Alekseeva O.L., Zaitsev Y.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vestnikfips.ru/jour/article/view/112

Стремительный рост технологий, использующих искусственный интеллект (ИИ), требует правовой регламентации правил раскрытия изобретений, использующих ИИ, с полнотой, достаточной для осуществления таких изобретений специалистом. Без информации о специфике обучения самообучающегося алгоритма осуществить изобретение, основанное на использовании такого алгоритма, невозможно. Если готовой программной модели для осуществления ИИ нет, то потребуется раскрытие в описании изобретения сведений о методе создания модели, используя которую специалист сможет написать программу для машинного обучения и ее обучить. Среди сведений об ИИ, которые позволяют создать программный продукт, специалисты выделяют вид алгоритма и его параметры, характеристику используемых данных, методы сбора данных, этап предварительной обработки данных, методы обучения, инициализации весов, процесс ввода данных, настройку и улучшение существующих моделей, постобработку и интерпретацию результатов работы модели. Как минимум должна быть раскрыта корреляция между данными, которые будут поступать на вход алгоритма машинного обучения, и данными, которые должны быть получены на его выходе. Набор необходимых сведений зависит от вида алгоритма. Однако правила раскрытия изобретений, использующих ИИ, не закреплены ни в российских, ни в зарубежных нормативных документах. Сказанное в полной мере распространяется и на полезные модели. Исключение составляют неполные перечни признаков, которыми могут быть охарактеризованы изобретение и полезная модель, приведенные в требованиях к соответствующим заявкам. Минимальный набор специфичных для ИИ сведений, наличие которых в заявках на выдачу патента на изобретение, полезную модель необходимо для того, чтобы было возможным осуществление изобретения, полезной модели, требует дальнейшего изучения и проработки.

The rapid growth of technologies using artificial intelligence (AI) requires legal regulation of the rules of disclosure of inventions that apply AI to allow the person skilled in the art to perform the invention. Without information on the details of the machine learning of a self-learning algorithm, it is impossible to perform an invention based on the use of such an algorithm. If a ready-made program model for implementing AI is not available, it will be necessary to disclose in the specification of the invention information about a method for creating a model from which a person skilled in the art can write and train a machine learning program. Disclosures for creating an AI software product will include, for those skilled in the art, the type of algorithm and its parameters, characterization of the data used, data collection methods, data preprocessing step, training methods, initialization of weights, data entry process, tuning and improvement of existing models, post-processing, and interpretation of model results. At a minimum, the correlation between the data input to the machine learning algorithm and the data output from the algorithm should be disclosed. The set of required disclosures depends on the type of algorithm. However, the rules for disclosure of inventions using AI are not specified in Russian or foreign regulatory documents. The above is fully applicable to utility models. The exception is the incomplete lists of features that may characterize the invention and utility model, which are given in the requirements for the respective applications. The minimum set of information specific to AI, the presence of which in applications for a patent for an invention, utility model is necessary to make it possible to realize the invention, utility model, requires further study and elaboration.

искусственный интеллектискусственная нейронная сетьизобретениеполезная модельпатентное праводостаточность раскрытиячерный ящикinventionutility modelpatent lawsufficiency of disclosureAIartificial neural networkblack boxНИР по теме «Исследование проблемных вопросов, связанных с полнотой раскрытия сведений в документах заявок на изобретения, полезные модели, основанные на использовании искусственного интеллекта» (шифр НИР 2-ПО-2024) проведена за счет средств Федерального института промышленной собственности от приносящей доход деятельности. Авторы благодарят участников научно-исследовательской работы 2-ПО-2024 Панько В. Ю., Крылова Д. Ф. и Сальникова М. Ю. за подбор практического материала, совместная работа над которым на следующем этапе НИР позволит сделать предложения по внесению изменений в нормативные правовые акты.R&D 2-PO-2024 was carried out at the expense of own funds of the Federal Institute of Industrial Property. The authors are grateful to the participants of R&D 2-PO-2024 V. Yu. Pan’ko, D. F. Krylov and M. Yu. Salnikov for providing extensive practical material, cooperation on which at the next stage of research work will allow to make proposals for amendments to normative acts.ReferencesПиленко, А. А. Право изобретателя / А. А. Пиленко. Москва: Статут, 2001. – 686, [1] с. – (Классика российской цивилистики / Моск. гос. ун-т им. М. В. Ломоносова. Каф. гражд. права юрид. фак.). – ISBN 5–8354–0054–3.Pilenko, A. A. (2001), Pravo izobretatelya [Inventor’s Right], Statut, Moscow.Идрис, К. Интеллектуальная собственность – мощный инструмент экономического роста / К. Идрис; Камил Идрис. – Женева: Всемирная орг. интеллектуальной собственности, 2004. – 450 с. – ISBN 92–805–1113–0.Idris, K. (2004) “Intellectual Property: A Power Tool for Economic Growth”, World Intellectual Property Organization, Geneva, Switzerland.Теоретические и практические аспекты охраны промышленной собственности в Российской Федерации / А. Д. Корчагин, В. Ю. Джермакян, Е. П. Полищук и др.; Под общ. ред. А. Д. Корчагина; Рос. агентство по патентам и товар. знакам. – Москва: ИНИЦ Роспатент, 1999. – 551, [1] с.Korchagin, A. D. (ed.) (1999), Teoreticheskie i prakticheskie aspekty ohrany promyshlennoj sobstvennosti v Rossijskoj Federacii [Theoretical and Practical Aspects of Industrial Property Protection in the Russian Federation], INIC Rospatent, Moscow, Russia.Синельникова, В. Н. Права на результаты искусственного интеллекта / В. Н. Синельникова, О. В. Ревинский // Копирайт. Вестник Российской академии интеллектуальной собственности и Российского авторского общества. – 2017. – № 4. – С. 17–27.Sinelnikova, V. N. and Revinsky, O. V. (2017), “Rights to The Results of Artificial Intellect”, Copyright (Bulletin of the Academy of Intellectual Property), no. 4, pp. 17–27.Сесицкий, Е. П. Охрана результатов, генерируемых системами искусственного интеллекта, в рамках существующего правового поля / Е. П. Сесицкий // Патенты и лицензии. Интеллектуальные права. – 2018. – № 11. – С. 49–55.Sessitsky, E. P. (2018), “Protection of the results generated by artificial intelligence systems, within the existing legal framework”, Patents and Licenses. IP Rights, no. 11, pp. 49–55.Галковская, В. Г. Новое патентное законодательство в области информационных технологий / В. Г. Галковская, О. Л. Алексеева // Патенты и лицензии. Интеллектуальные права. – 2024. – № 11. – С. 1–14.Galkovskaya, V. G. and Alekseeva, O. L. (2024) “New Patent Legislation in the Field of Information Technology”, Patents and Licenses. IP Rights, no. 11, pp. 1–14.Алексеева, О. Л. Компьютерные изобретения: развитие методологии патентования / О. Л. Алексеева, Ю. С. Зайцев // Патенты и лицензии. Интеллектуальные права. – 2023. – № 2. – С. 14–25.Alekseeva, O. L. and Zaitsev, Yu. S. (2023) “Computer Inventions: Development of Patenting Methodology”, Patents and Licenses. IP Rights, no. 2, pp. 14–25.Mehdi Poursoltani (2021), “Disclosing AI Inventions”, Texas Intellectual Property Law Journal, 29:41, pp. 41–64.Mehdi Poursoltani (2021), “Disclosing AI Inventions”, Texas Intellectual Property Law Journal, 29:41, pp. 41–64.Korean Intellectual Property Office (2022), A I : A I – A Study on the Utilization of AI Learning Data: Focusing on the disclosure, protection, and utilization of AI learning data // Korean Intellectual Property Office: сайт. – URL: https://www.kipo.go.kr/ko/kpoBultnFileDown.do?ntatcSeq=16688&ntatcAtflSeq=1&sysCd=SCD02&aprchId=BUT0000048 (дата обращения: 14.03.2024).Korean Intellectual Property Office (2022), A I : A I [A Study on the Utilization of AI Learning Data: Focusing on the disclosure, protection, and utilization of AI learning data], available at: https://www.kipo.go.kr/ko/kpoBultnFileDown.do?ntatcSeq=16688&ntatcAtflSeq=1&sysCd=SCD02&aprchId=BUT0000048 (accessed: 14 March 2024).Korbut, D. Machine Learning Algorithms: Which One to Choose for Your Problem // Wayback Machine: сайт. – URL: https://web.archive.org/web/20171102045813/https://blog.statsbot.co/machine-learning-algorithms-183cc73197c (дата обращения: 24.11.2024).Korbut, D. (2017), “Machine Learning Algorithms: Which One to Choose for Your Problem”, available at: https:// web.archive.org/web/20171102045813/https://blog.statsbot.co/machine-learning-algorithms-183cc73197c (accessed: 24 November 2024).Poghosyan, S. A. Beginner’s Guide to AI Classification: Understanding the Basics. – 2023. – URL: https://plat.ai/blog/ai-classification/ (дата обращения: 23.11.2024).Poghosyan, S. (2023), “A Beginner’s Guide to AI Classification: Understanding the Basics”, available at: https:// plat.ai/blog/ai-classification/ (accessed: 23 November 2024).Drexl, J., Hilty, R., Beneke, F., Desaunettes-Barbero, L., Finck, M., Globocnik, J., Gonzalez Otero, B., Hoffmann, J., Hollander, L., Kim, D., Richter, H., Scheuerer, S., Slowinski, P. R., Thonemann, J. Technical Aspects of Artificial Intelligence: An Understanding from an Intellectual Property Law Perspective. – Rochester, NY, 2019. – URL: https://papers.ssrn.com/abstract=3465577 (дата обращения: 26.03.2024).Drexl, J. et al. (2019), “Technical Aspects of Artificial Intelligence: An Understanding from an Intellectual Property Law Perspective”, Rochester, NY, available at: https://doi.org/10.2139/ssrn.3465577 (accessed: 26 March 2024).

The authors declare that there are no conflicts of interest present.