nº 1.005 - 27 de marzo de 2024
Algunas claves para la concesión de patentes de invenciones relativas a Inteligencia Artificial
Manuel Jesús Pérez Sánchez. Director del Área de Telecomunicaciones y Software en el departamento de patentes
No se está hablando aquí de invenciones creadas por una Inteligencia Artificial sino de invenciones que, independientemente de su autoría, emplean como un paso principal de su implementación, técnicas de Inteligencia Artificial
La EPO define la Inteligencia Artificial como la capacidad de las computadoras y máquinas para realizar tareas mentales comúnmente asociadas con los humanos, como el aprendizaje, el razonamiento y la resolución de problemas
El ascenso de la Inteligencia Artificial en el ámbito de las patentes
Dado el papel cada vez más importante que está adquiriendo la Inteligencia Artificial en muchas de las invenciones que se patentan (en todo tipo de sectores tecnológicos), resulta vital conocer los aspectos que las oficinas de patentes y, en particular, la Oficina Europea de Patentes, consideran relevantes a la hora de conceder este tipo de invenciones.
En la actualidad, una gran parte de las invenciones en diversos campos de la tecnología, usan técnicas de Inteligencia Artificial (IA) como herramienta fundamental para su ejecución, y la empresas o personas que las han desarrollado, en muchas ocasiones quieren obtener una patente para estas invenciones. Por ello, es importante conocer cómo afrontan las oficinas de patentes el examen de este tipo de patentes y algunos aspectos relevantes a tener en cuenta para su concesión.
En este artículo vamos a poner el foco en los criterios usados para el examen de este tipo de invenciones por la Oficina Europea de Patentes (EPO) no solo por proximidad geográfica, sino porque es una de las oficinas que más ha avanzado en el tratamiento de este tipo de patentes y porque los criterios que usa son similares, en líneas generales, con los usados por otras oficinas de patentes importantes.
La IA en el foco de las Oficinas de Patentes
No se está hablando aquí de invenciones creadas por una Inteligencia Artificial, sino de invenciones que, independientemente de su autoría, emplean como un paso principal de su implementación, técnicas de Inteligencia Artificial. Esta tendencia está en aumento debido al notable avance experimentado por la Inteligencia Artificial en los últimos tiempos, convirtiéndola en un recurso de uso frecuente en numerosos proyectos.
Muchas de las tecnologías fundamentales en las que se basa la IA, incluidas las redes neuronales, el aprendizaje profundo, los sistemas basados en reglas etc., son conocidas desde hace mucho tiempo, pero es en los últimos años cuando la IA ha evolucionado drásticamente, probablemente debido a diversos factores como por ejemplo: los progresos en tecnología informática y capacidad de procesamiento, la disponibilidad de grandes cantidades de datos para entrenamiento de algoritmos, el incremento en la demanda de automatización y eficiencia en diversas industrias y el aumento en la capacidad de colaboración y acceso a recursos computacionales a través de la nube. Este ingente avance de la IA, ha hecho que no solo se utilice en laboratorios de alta tecnología, sino que tenga aplicaciones en campos de la vida cotidiana como pueden ser la atención médica, la automoción, las finanzas, la manufactura, la agricultura y muchos otros. La IA está aquí para quedarse y promete ser una fuerza disruptiva en nuestro futuro próximo.
Definición y alcance de la Inteligencia Artificial
Pero, ¿qué es exactamente la Inteligencia Artificial? La EPO define la Inteligencia Artificial como la capacidad de las computadoras y máquinas para realizar tareas mentales comúnmente asociadas con los humanos, como el aprendizaje, el razonamiento y la resolución de problemas. La IA abarca una amplia gama de técnicas, incluido el procesamiento del lenguaje natural, la visión por computadora, la robótica… pero, sin duda, la subdisciplina más destacada de la Inteligencia Artificial es el aprendizaje automático (más conocido por su denominación en inglés machine learning y sus siglas ML).
El aprendizaje automático se centra en el desarrollo de algoritmos matemáticos y herramientas estadísticas que permiten a las computadoras aprender y realizar predicciones o tomar decisiones basadas en datos de entrada sin necesidad de ser programadas explícitamente. En otras palabras, el aprendizaje automático involucra el uso de técnicas matemáticas para entrenar y desarrollar modelos en conjuntos de datos grandes, identificar patrones o relaciones dentro de los datos y que las máquinas puedan realizar predicciones o tomar decisiones a partir de los datos.
Lo primero que se observa de la propia definición de Inteligencia Artificial es que en estas invenciones hay un ordenador (o más generalmente hablando, un dispositivo electrónico) y algún tipo de software implicados. Por lo tanto, las invenciones con IA pertenecen al grupo de lo que se conoce en patentes como «Invenciones implementadas por ordenador» (CII de sus siglas en inglés) y, en consecuencia, las normas que las oficinas de patentes (específicamente la Europea y la Estadounidense entre otras) aplica a las invenciones CII también las aplicará a las invenciones con Inteligencia Artificial, ya que son un subconjunto de éstas.
Metodología de examen de las invenciones de IA
Para el examen de las invenciones de CII, la EPO usa una metodología denominada de 2 vallas (la oficina estadounidense utiliza otra metodología distinta, pero conceptualmente tiene bastantes puntos en común con ésta):
La primera valla para superar es que lo que se quiere patentar, en su conjunto, tenga carácter técnico. Esto es fácilmente superable, siempre que se indique claramente que la invención implica el uso de un ordenador o algún otro dispositivo electrónico (condición que cumplen siempre las invenciones de IA por propia definición).
La segunda valla para superar es que la invención cumpla los requisitos de patentabilidad (de concesión) y en particular que sea nueva, inventiva y que esté suficiente y claramente descrita. Hay que subrayar que, para la evaluación de la inventividad, se tienen solo en cuenta aquellas características que contribuyan al carácter técnico de la invención y, como se ha indicado, las técnicas de IA se suelen basar en algoritmos matemáticos, cuya contribución técnica es en ocasiones discutible (considerando que los métodos matemáticos puros son, por definición no técnicos). Por eso, para que una invención con IA cumpla el requisito de actividad inventiva el primer paso es analizar detalladamente si el procedimiento de IA tiene, en alguno de sus aspectos, esta contribución técnica (ya que si no, ni siquiera se consideraría para una posible actividad inventiva); y después ver si esa contribución técnica realmente aporta actividad inventiva, es decir, no es obvia a partir de lo ya existente (es preciso destacar que el mero uso de herramientas de Inteligencia Artificial conocidas por sí solo, no aporta actividad inventiva a una invención).
Ahora veremos las distintas etapas de un proceso de Inteligencia Artificial y analizaremos cuáles de estas etapas pueden tener aspectos patentables y su posible contribución al carácter técnico de la invención y, por lo tanto, a su actividad inventiva.
En términos muy simples, se puede decir que en un procedimiento de IA típica y en concreto de aprendizaje automático, se emplea un modelo de base matemática para generar unos resultados, ya sea una estimación o una decisión, a partir de datos de entrada. Por ejemplo, a partir de unos datos meteorológicos de humedad, viento, etc. el modelo estima el tiempo que va a hacer el día siguiente.
Para ello, se realiza previamente una fase donde se entrena el modelo matemático que se va a usar con datos de entrenamiento generados y/o seleccionados para que aprenda patrones y relaciones entre los datos y el resultado a obtener. Mediante este entrenamiento se eligen los parámetros de dicho modelo que se adapta mejor a la aplicación concreta (en el ejemplo anterior se elegiría los parámetros del modelo que hacen que estime con mayor precisión el tiempo que va a hacer a partir de los datos de entrada). Una vez el modelo se ha entrenado eligiendo unos parámetros óptimos, se implementa en un entorno de producción para realizar la estimación o decisión requerida, a partir de los datos de entrada que se le den en cada momento.
Aspectos patentables en las técnicas de IA
Teniendo esto en cuenta, en las invenciones relativas a IA, la EPO distingue los siguientes aspectos potencialmente patentables:
– La generación (o selección) de datos de entrenamiento para entrenar el modelo, como por ejemplo una red neuronal artificial.
– El entrenamiento del modelo usando los datos de entrenamiento.
– Uso del modelo IA ya entrenado para analizar unos datos de entrada y obtener unos resultados de salida (fase de producción también llamada de despliegue o de inferencia).
Cada uno de estos aspectos puede ser llevado a cabo por una parte o entidad diferente, y dichas partes pueden estar en diferentes jurisdicciones. Por lo que puede interesar si es posible, incluir cada uno de estos aspectos en reivindicaciones independientes separadas, para así proteger estos aspectos de manera independiente (de cara a posibles demandas de infracción independientes a cada una de las partes).
Como se ha indicado anteriormente, para que el procedimiento de IA dote de actividad inventiva a la invención, debe contribuir a su carácter técnico o, en otras palabras, contribuir a producir un efecto técnico que sirva a un propósito técnico. Esto se puede conseguir de dos maneras: a) Porque está adaptado para una implementación técnica específica o b) porque se aplica a cualquier campo de la tecnología, sirviendo a un propósito técnico específico en dicho campo.
El caso a) (IA usada especialmente adaptada para una implementación técnica específica) se da cuando el diseño de la IA está motivado por consideraciones técnicas del funcionamiento interno del sistema informático o de red. Esto puede ocurrir, por ejemplo, si el modelo de IA está diseñado para explotar propiedades técnicas particulares del dispositivo en el que se implementa para producir un efecto técnico, como el uso eficiente de la capacidad de almacenamiento del ordenador o el ancho de banda de la red. Esto se podría dar en la fase de producción, o incluso en la fase de entrenamiento si, por ejemplo, existen limitaciones hardware para entrenar el modelo (lo cual es habitual debido al número ingente de datos que se necesitan muchas veces para el entrenamiento) y la fase de entrenamiento se adapta de manera específica a dichas limitaciones hardware.
Ejemplos de propósitos técnicos en el caso b) pueden ser:
– Controlar un sistema técnico específico o un proceso, por ejemplo, guiar un vehículo autónomo.
– Determinar a partir de mediciones en el material de entrada, la operativa de una máquina industrial para lograr a su salida un producto con las características deseadas.
– Mejora o análisis digital de audio, imágenes o vídeo, etc.
En la EPO los métodos de negocio no son considerados técnicos. Por lo tanto, si la IA se usa meramente para controlar o mejorar una actividad financiera o comercial, la técnica de IA no tendría ningún propósito técnico y, por lo tanto, no contribuiría a la actividad inventiva.
El propósito técnico debe ser específico. Así, algo genérico como «controlar un sistema técnico», tampoco es suficiente para conferir un carácter técnico. Además, el simple hecho de que el procedimiento de Inteligencia Artificial pueda servir a un propósito técnico no es suficiente, sino que las reivindicaciones deben estar funcionalmente limitadas al propósito técnico, ya sea de manera explícita o implícita. Esto se puede lograr estableciendo un vínculo adecuado entre el propósito técnico y el modelo de IA usado, por ejemplo, especificando cómo se relacionan la entrada y la salida del modelo con el propósito técnico.
Consejos para la concesión de patentes de IA
Por todo ello, para aumentar las probabilidades de concesión es aconsejable indicar explícitamente, en las reivindicaciones independientes de cada categoría (por ejemplo, método implementado por computador y dispositivo de computación), el propósito técnico específico. Y las características técnicas que se incluyan en las reivindicaciones deben ir dirigidas al efecto técnico que producen en la obtención de dicho propósito técnico, no al efecto matemático del modelo o algoritmos usados.
También es conveniente, como se ha indicado, describir en las reivindicaciones cuáles son los datos de entrada y de salida del modelo y su relación con la consecución del propósito técnico, para establecer la contribución al carácter técnico de los pasos matemáticos del modelo de IA.
Por ende, cuando una técnica de IA se define en una reivindicación, es importante comprobar que:
– Los datos de entrada de la IA están claramente definidos.
– Los datos de salida de la IA están claramente definidos.
– Se explica claramente cómo la IA contribuye a un propósito técnico.
La contribución técnica se obtiene muchas veces en la fase de producción, es decir, cuando se usa el modelo IA ya entrenado para obtener unos resultados de salida con un propósito técnico. Pero las fases de generación de datos de entrenamiento y la fase de entrenamiento en sí, también pueden contribuir también al carácter técnico de la invención si juegan un papel en la consecución del efecto técnico, es decir, se logra un efecto técnico (no solo un efecto matemático) durante alguna de esas fases. En ese caso, las fases de generación de datos de entrenamiento y de entrenamiento se podrían reivindicar por separado siempre que dichas reivindicaciones se limiten funcionalmente a lograr dicho efecto técnico.
Un ejemplo de esto podría ser un sistema que usa un modelo de IA para detectar hileras de plantas en un campo de cultivo para guiar una cosechadora. Se identifica el problema de que cuando hay niebla o llueve no se detectan con precisión las hileras y se da la solución de que, en la fase entrenamiento, se usen más datos de entrenamiento pertenecientes a momentos en las que los sensores de la cosechadora detectan humedad. Eso hará que se tengan más datos de entrenamiento en situaciones de niebla o lluvia y por lo tanto, aumentará la precisión del modelo en estas situaciones (efecto técnico).
Entonces a la hora de saber qué reivindicar en relación con las técnicas de Inteligencia Artificial hay que tener en cuenta lo siguiente:
– ¿En qué etapa del procedimiento de IA están las características esenciales y diferenciadoras de la invención?
– ¿Dónde se encuentra el efecto técnico inventivo de la invención?
– ¿Tendría actividad inventiva cada una de las etapas (generación de datos de entrenamiento, entrenamiento y producción) por separado? O, en otras palabras, ¿cada una de estas etapas por separado realiza una contribución técnica y esa contribución no es obvia, o solo alguna de ellas o la combinación de varias de ellas tienen la suficiente actividad inventiva?
Además de la actividad inventiva, otra cuestión a plantearse de cara a la concesión de la patente es la suficiencia descriptiva. A esto se refiere el Convenio de Patente Europea en su artículo 83: «La solicitud de patente debe describir la invención en una manera suficientemente clara y completa para que pueda ser llevada a cabo por un experto en la materia». Esto es importante en invenciones referidas a IA porque en numerosas ocasiones se define solo el núcleo del modelo IA usado o su propósito, pero no se explica adecuadamente cómo se entrena y se usa dicho modelo en el contexto de la invención, lo que deriva en una objeción de falta de suficiencia descriptiva por parte de la oficina de patentes. Y esta objeción es difícil de solucionar porque en la tramitación de una patente no se permite añadir materia nueva que no estuviera en la solicitud original, por lo que si hay algo de la implementación de la invención que no se ha explicado o especificado originalmente, no se puede incluir más tarde para resolver la falta de suficiencia descriptiva.
En concreto, las características del modelo de IA, los datos usados para su entrenamiento y el entrenamiento en sí deben estar suficientemente definidos. Y los datos de entrada del modelo, los datos que da como resultado (salida) y la relación entre los datos de salida y de entrada también deben estar suficientemente definidos. Hay que indicar que la suficiencia descriptiva se refiere a toda la solicitud de patente, es decir, no hace falta que todo esto esté definido en las reivindicaciones, pero sí al menos en la descripción.
Las nuevas directrices de examen de la EPO, a la luz de recientes decisiones de sus tribunales de apelación que confirmaron la denegación de solicitudes de patente por no describir adecuadamente la invención, requieren explícitamente que los algoritmos matemáticos y los datos de entrenamiento utilizados por una invención de IA se divulguen con suficiente detalle para reproducir el efecto técnico de la invención. La cantidad de detalle requerida dependerá de la naturaleza de la invención; por ejemplo, si se usan algoritmos conocidos no sería necesario profundizar sino simplemente indicar su nombre y cómo se utilizan, pero si lo esencial de la invención es el uso de una nueva técnica de IA, entonces debe explicarse detalladamente dicha técnica.
Teniendo esto en cuenta algunos elementos que conviene definir claramente para poner en práctica la invención de IA, pueden ser (esto es solo un ejemplo genérico, unos u otros elementos tendrán más relevancia dependiendo del caso concreto):
– Naturaleza de los datos de entrada (por ejemplo, imágenes, textos, señales…), ¿cómo se estructuran?, ¿qué representan?, ¿cómo se obtienen?…
– Naturaleza de los datos de salida, cómo se estructuran, qué representan…
– Datos de entrenamiento que se usan (compatibles con los datos de entrada y salida) ¿cómo se estructuran?, ¿qué representan?, ¿cómo se obtienen?, ¿en qué orden se usan?… Esto es especialmente importante si el efecto técnico obtenido por la IA depende, de alguna manera, de características particulares de los datos de entrenamiento.
– Cómo se realiza el entrenamiento, si es supervisado o no…
– ¿Qué algoritmo específico o al menos qué tipo de algoritmo se usa en el modelo? ¿Qué tipos de parámetro se ajustan? ¿Qué estructura tiene?
– ¿Cuál es la función a optimizar en el modelo?
– ¿Cómo se evalúa su comportamiento?
Es importante que, a partir de la explicación de sus distintos elementos en la descripción que se hace de la invención de IA en la solicitud de patente, sea creíble que el propósito técnico que se ha dicho que tiene la invención, se consiga. O, dicho de otro modo, que a partir de la descripción que se da de la técnica de IA usada, sea verosímil que el problema técnico que se ha indicado que la IA resuelve, realmente se soluciona.
Consideraciones finales para la solicitud de patente
En resumen, las invenciones que involucran Inteligencia Artificial son invenciones implementadas por ordenador y, por lo tanto, las oficinas de patentes aplican los criterios específicos a este tipo de invenciones en su examen.
No obstante, las patentes relativas a IA presentan particularidades que es importante considerar al redactarlas con el objeto de reducir las posibles objeciones para la concesión. Este artículo proporciona algunos consejos útiles en ese sentido. Por ejemplo, es crucial indicar en las reivindicaciones el propósito técnico del uso del modelo de IA y/o del proceso de entrenamiento (si es que éste influye en el efecto técnico logrado). Además, se debe evaluar si cada fase cuenta con suficiente actividad inventiva para ser reivindicada por separado. Es esencial también explicar con claridad los diferentes elementos/procesos que intervienen en la técnica de Inteligencia Artificial usada y su funcionamiento específico en el contexto de la invención, con el fin de evitar objeciones relacionadas con la insuficiencia descriptiva en la solicitud de patente. ■