機械学習・ディープラーニング等
AIにまつわる知財戦略・戦術を学ぶ!

生データ、学習済パラメータ… 何が法的保護の対象になるのか?
ビジネスモデル特許との関連とは?

セミナー講師

渡辺総合知的財産事務所 代表弁理士  渡辺 知晴 先生

・2011年 北海道大学大学院情報科学研究科博士前期課程修了
・2014年 東京医科歯科大学大学院生命情報教育部博士後期課程退学
・2016年 正林国際特許商標事務所入所弁理士登録
・2019年 渡辺総合知的財産事務所設立
◆本セミナーに関する主な活動
・経済産業省「AI・データの利用に関する契約ガイドライン」(作業部会メンバー)
・ポイント解説AI・データの利用に関するガイドラインAI編についての解説(NBL、2018)
・日本弁理士会コラムデータ解析に係る保護の可能性(日本弁理士会、2019)

セミナー受講料

1名41,800円(税込(消費税10%)、資料付)
 *1社2名以上同時申込の場合、1名につき30,800円
 *学校法人割引;学生、教員のご参加は受講料50%割引。


弁理士の方へ:<日本弁理士会 継続研修認定対象講座>
当講座は日本弁理士会の継続研修としての認定講座です。
研修を受講し、所定の申請をすると、外部機関研修として外部機関研修として3.5単位が認められます。
単位申請をご希望の方は「受講証明書の発行希望の旨」と「弁理士登録番号」をお申し込み時の備考欄にご記載下さい。

セミナー趣旨

 昨今、深層学習(ディープラーニング)等の機械学習技術の急激な進展により、いわゆるAIに関するビジネスが本格化しています。しかし、このAIビジネスは従来のビジネスと比較して、いくつかの特徴的な構造が存在します。特に、AIビジネスを知的財産で保護しようとしても、そもそもビジネスのどのような部分が法的な保護の対象となるかも分からないという声も聞きます。
 このような状況を踏まえて、まず本セミナーでは、AIビジネスにおける知的財産における基本的な考え方を説明します。
 さらには、実際に聴講者も具体的なAIビジネスの知財戦略を策定します。策定したそれぞれの知財戦略に基づいてディスカッションを行います。各人のスキルアップにより、AIビジネスに関わる皆さん自身が本セミナーで得た知識を日々の業務に活かせるようになることが今回の目的です。

受講対象・レベル

・AI分野への進出・参入をしている/しようとしている企業の知財部の方、および知財業務を兼任する研究開発関連部門の方
・AIベンダやAIスタートアップの知財担当者

習得できる知識

(1)AI分野の知的財産の特殊性・基本的知識
(2)知財戦略(戦術)の基本となる考え方
(3)それを踏まえた知財戦略(戦術)のトレーニングおよび内容の検討(評価)
いくつかの仮想事例に基づいて、複数のグループに分かれて検討
⇒発表⇒ディスカッション⇒講師のレビュー

セミナープログラム

1.AIビジネスの知的財産(導入)
 1.1 知的財産の意義~具体的事例をもとに~
  1.1.1 大手ゲームメーカとベンチャー企業の特許権侵害訴訟から分かること
  1.1.2 食品加工機械メーカとその模倣会社の事例から分かること
  1.1.3 大手IT系企業とベンチャー企業の訴訟から分かること
 1.2 AI分野の特許出願状況と今後の予測
  1.2.1 近年のAI関連発明の国内外出願件数の推移と特色
  1.2.2 AI関連発明の特許分類構成の推移
  1.2.3 出願企業ごとのAI関連発明の特許分類構成比率
  1.2.4 AIがコアとなる発明の国別出願件数の推移
  1.2.5 経産省の特許件数増加に向けた取り組み

2.AIビジネスと知的財産権
 2.1 基礎知識(前提)
  2.1.1 AI関連業務のフローと各用語の位置づけ
  ~生データ、学習用データセット、学習前パラメータ、ハイパーパラメータ、学習済パラメータ、推論プログラム、入力データ、学習済みモデル、AI生成物~
  2.1.2 概念図(知的財産権による保護の対象となるもの~特許法・著作権法・不正競争防止法の観点から~)
  2.1.3 本項のまとめ:重要なポイント
 2.2 特許権取得のポイント(特許化メリット・デメリット)
 ~具体的には、どのような特許権が取得できるのだろうか~
  2.2.1 学習方法やそれに関連するプログラム
  ~生データを解析するための処理の方法(クレンジグ)やラベル付けの方法(アノテーション)、学習用のアルゴリズムなどの特許権の取得は可能か~
  2.2.2 学習済みモデル(プログラム)
  ~学習の結果生成された学習済みモデルの特許権の取得は可能か~
  2.2.3 学習結果を利用したビジネスモデル特許
  ~機械学習にとらわれない特許権の取得は可能か~
  2.2.4 周辺技術(ハードウェア等)
  ~周辺技術(物)の特許権の取得について~
 2.3 具体的な発明の可能性
  2.3.1 具体例1:データの事前処理、適用するアルゴリズムやその組み合わせに工夫がないか?
  2.3.2 具体例2:モバイル環境において学習を行う過程で工夫はないか?
  2.3.3 具体例3:ユーザに提供するユーザインタフェース(UI)に特徴はないか?
  2.3.4 事例1:パーソナライズ健康アドバイスAI特許
  2.3.5 事例2:配車アプリで適切な乗車位置を表示する技術
 2.4 本項のまとめ:重要なポイント

3.知財戦略の基本
 3.1 知財戦略とは
  3.1.1 知財戦略の事例~その1~
  3.1.2 知財戦略の事例~その2~
  3.1.3 知財戦略の事例~その3~
  3.1.4 知財戦略の本質
 3.2 知財戦略を策定する上でのポイント
  3.2.1 重要なポイント:知財活用の目的を意識する(ゴールの設定)
   ~ビジネスに即したAI知財戦略の要点~
   ~特許権取得の目的の変化:新たな利活用~
  3.2.2 重要なポイント:分野の特殊性を意識する
   ~特にAI分野に関して~
  3.2.3 重要なポイント:完璧な知財戦略は存在しないことを意識する
   ~コストやリソースの限界・リスクを踏まえた意思決定~
  3.2.4 重要なポイント:経営層(第三者)への説明責任(納得感)を意識する
  3.2.5 重要なポイント:客観的な情報を活用する
   ~客観的な情報としてのパテントマップの利用など~
 3.3 番外編:本来的な意味での知財戦略とは

4.AIビジネスの知財戦略を自ら考えるための演習問題(ワークショップ)
   ~3,4人程度のグループに分かれ、当日発表する演習課題について、本日学んだことを基にディスカッションして頂きます~
 4.1 演習課題
  4.1.1 設問
  4.1.2 講師による論点の整理・講評
 4.2 全体まとめ

<質疑応答・名刺交換・個別相談>