Nel contesto tecnologico globale, tutelare la Proprieta' Intellettuale legata all'Intelligenza Artificiale richiede un approccio altamente specializzato.
Ormai e' comune per un'azienda generare invenzioni che coinvolgono codice software e architetture di machine learning.
Il nostro Studio di consulenza brevettuale si propone come interlocutore strategico per aziende, startup tecnologiche e centri di ricerca, offrendo un servizio completo volto a blindare le invenzioni AI, abbattere i rischi d'impresa e valorizzare il patrimonio immateriale.
"La vera domanda non e' se le macchine pensino, ma se gli uomini lo facciano."
(B.F. Skinner)
BREVETTI AI:
Serve un Patent Drafting Specialistico per Sistemi di Machine Learning e IA.
La redazione (drafting) di un brevetto AI richiede una precisione certosina. Infatti descrivere un modello di Machine Learning come una "scatola nera" porta inevitabilmente al rigetto per carenza di sufficiente descrizione (sufficiency of disclosure). Al contrario, rivelare troppi dettagli rischia di regalare ai concorrenti segreti commerciali preziosi.
La protezione dell'Intelligenza Artificiale (IA) e del Machine Learning (ML) richiede la comprensione delle specifiche normative. L'Ufficio Europeo dei Brevetti (EPO) e l'Ufficio Brevetti e Marchi degli Stati Uniti (USPTO) hanno adottato approcci distinti, sebbene convergenti nella finalita': evitare la monopolizzazione di meri concetti matematici astratti, consentendo al contempo la tutela di soluzioni tecnologiche concrete ed efficaci.
L'Ufficio Europeo dei Brevetti (EPO)
L'Ufficio Europeo dei Brevetti valuta e concede le invenzioni basate su AI ma stabilisce espressamente che i metodi matematici, i programmi per calcolatore e le mere attivita' intellettuali non sono considerati invenzioni brevettabili in quanto tali.
La soglia minima di idoneita' (Eleggibilita' Brevettuale) e' fornire un qualsiasi mezzo tecnico (come un computer, un processore, un server o un supporto di memoria).
Il contributo tecnico essenziale (Attivita' Inventiva), la vera sfida risiede qui. L'EPO stabilisce che solo le caratteristiche che contribuiscono al carattere tecnico dell'invenzione possono essere considerate nella valutazione dell'attivita' inventiva. Un algoritmo di IA o un modello di Machine Learning contribuisce al carattere tecnico principalmente in due modi:
- Applicazione Tecnica Specifica: L'algoritmo viene utilizzato per risolvere un problema tecnico specifico (ad esempio, il controllo di un processo industriale, l'elaborazione di segnali audio/video, la diagnosi medica basata su immagini o la cifratura dei dati).
- Integrazione Tecnica nell'Hardware: L'algoritmo e' progettato tenendo conto dell'architettura interna dell'hardware su cui viene eseguito, fornendo un vantaggio tecnico computazionale (es. riduzione dei tempi di esecuzione o dell'uso di memoria RAM mediante ottimizzazione dei registri della GPU).
AI negli U.S.A.
Negli Stati Uniti, la brevettabilita' delle invenzioni AI e' regolata dalla Sezione 101 del Titolo 35 del Code of Laws (35 U.S.C. par. 101) e guidata dalla storica sentenza della Corte Suprema Alice Corp. v. CLS Bank (2014), tradotta dall'USPTO nei cosiddetti Subject Matter Eligibility Guidance.
L'USPTO applica un test strutturato a due fasi per verificare se la richiesta ricada in una delle tre eccezioni giudiziarie alla brevettabilita': leggi di natura, fenomeni naturali e idee astratte.
1. Riconoscimento delle Idee Astratte e Integrazione Pratica: L'USPTO verifica prima di tutto se la rivendicazione e' diretta a un'idea astratta (come concetti matematici, metodi per organizzare l'attivita' umana o processi mentali). Tuttavia, le linee guida USPTO specificano che anche se una rivendicazione cita un'idea astratta, essa rimane brevettabile se l'invenzione e' integrata in un'applicazione pratica (integrated into a practical application).
2. Il Concetto Inventivo (Inventive Concept): si esamina se gli elementi aggiuntivi dell'invenzione ammontino a qualcosa di significativamente superiore (significantly more) rispetto alla mera idea astratta. L'implementazione di un algoritmo su un computer generico (generic computer components) non e' sufficiente ad ottenere il requisito di brevettabilita'
CAVEAT
Oltre all'idoneita' formale e all'attivita' inventiva, sia l'EPO che l'USPTO impongono stringenti criteri sulla completezza della descrizione brevettuale (sufficiency of disclosure per EPO, written description and enablement per USPTO ex 35 U.S.C. par. 112).
I modelli di Machine Learning, data la loro natura complessa e spesso poco trasparente, rischiano il rigetto se l'invenzione non viene svelata con dettagli sufficienti a permettere ad un esperto del settore di riprodurla. Per soddisfare entrambe le giurisdizioni, il testo del brevetto deve specificare:
Architettura del Modello: Tipologia di rete neurale (CNN, Transformer, RNN), numero di livelli, connessioni e funzioni di attivazione.
Pipeline dei Dati di Addestramento: Metodi di pre-elaborazione, pulizia, estrazione delle caratteristiche (feature extraction) e struttura dei dati di input/output.
3. Processo di Addestramento: Funzione di perdita (loss function), algoritmi di ottimizzazione e condizioni di convergenza.
LEZIONE
Sebbene le terminologie legali differiscano - con l'EPO focalizzato sull'effetto tecnico e l'USPTO concentrato sull'applicazione pratica e sul concetto inventivo - la strategia vincente per il deposito globale di brevetti AI risiede nella convergenza redazionale. Una domanda di brevetto ben strutturata deve evitare la descrizione generica dell'IA e concentrarsi chiaramente sul problema tecnologico risolto e sul miglioramento concreto delle prestazioni fisiche o informatiche, creando un titolo solido sia in Europa che negli Stati Uniti.