Новые рефераты в 2020 году

-Будущее интеллектуальной собственности: возможности и проблемы/декабрь

-Связь между экономическим развитием страны  и патентами//дееабрь

- Геополитическое Значение цепочки ценностей* машинного обучения/октябрь

-  8 способов использования искусственного интеллекта подразделениями интеллектуальной собственности компаний/ сентябрь

- Важная роль интеллектуальной собственности в предпринимательстве Кремниевой  долины/июнь

- Применение искусственного интеллекта для вывода глобальной экономики из пандемии/июнь

-Искусственный интеллект в патентной аналитике//май

- Воздействие искусственного интеллекта на патентную индустрию/май

–Возможности использования искусственного интеллекта в работе служб интеллектуальной собственности компаний/апрель

- Важнейшие технологические тренды в обработке и аналитике данных/март

- Различия  между машинным обучением и прогнозной аналитикой/март

- Соотношение понятий «машинное обучение», «наука о данных», «искусственный интеллект», «глубокое обучение» и «статистика»/февраль

- Значение искусственного интеллекта  в предстоящих технологических тенденциях/февраль

- Вклад искусственно интеллекта в развитие машинного  перевода/февраль

- Искусственный интеллект не положит конец человечеству/январь

Cодержание  рефератов

Связь между экономическим развитием страны  и патентами

Innovation at country-level: association between economic development and patents. Viju Raghupathi & Wullianallur Raghupathi - innovation-entrepreneurship.springeropen.com›…

Связь патентов с экономическим ростом возникает из-за того, что усиление патентных прав положительно влияет на инновации за счет экономичных технологий и разработки новых продуктов, что, в свою очередь, способствует экономическому росту.

Инновации – это ключевой фактор развития технологий и экономического роста. Он обеспечивает средства удовлетворения требований текущего рынка и потенциальных потребностей будущих рынков. Инновации достигаются за счет более эффективных продуктов, процессов, услуг или технологий, которые легко доступны на текущем рынке. Национальные политики все больше осознают и признают инновации как ключевой фактор экономического роста. Многие страны-члены ОЭСР (Организация экономического сотрудничества и развития) внедрили стратегии и политику, направленные на повышение инноваций и экономического развития. . Связь между административными или институциональными правилами и инновациями осуществляется через права интеллектуальной собственности (например, патентное и авторское право).

В данном  исследовании основное внимание уделяется патентам по технологиям. Преобладающая часть исследования основывалась на материалах 2010 года в  сопоставлении, при необходимости? С более поздними данными и отсылками на показатели информационных агентств (Bloomberg и др.)

Экономические показатели включают переменные, которые охватывают финансовые, трудовые, научно-исследовательские и образовательные компоненты экономики. ВВП на душу населения измеряет общий объем производства страны: он берет валовой внутренний продукт и делит его на численность населения страны. В исследованиях, включающих сравнения на уровне страны, это очень важно, поскольку отражает относительную эффективность. . Индекс стоимости рабочей силы является важным показателем, который учитывает изменения цен, а также изменения в составе и характеристиках затрат труда. В число прочих показателей входят: Реальная минимальная заработная плата, Налоговые поступления в процентах от ВВП, Отношение охвата образованием к общей численности населения и др.

Показатели инноваций включают патентную статистику, извлеченную из патентов по категориям технологий. Договор о патентной кооперации (PCT) предлагает единую процедуру подачи патентных заявок с целью защиты интеллектуальной собственности каждого из его участников. Заявка на выдачу патента РСТ на 10 000 жителей представляет собой количество заявок на 10 000 жителей, поданных в рамках РСТ. Патенты, принадлежащие иностранным резидентам, представляют собой патенты, которые выдаются изобретателям, не являющимся резидентами страны, в которой подана заявка. По ряду экономических причин изобретатели могут подавать заявки на патенты в стране за пределами страны их проживания. Патентные заявки по РСТ по технологиям Сектор включает в себя количество патентных заявок для различных секторов, таких как химия / металлургия, электроэнергетика, потребности человека, стационарное строительство, машиностроение / освещение / отопление, выполнение операций / транспорт, физика и текстиль / бумага.

Распределение заявок по странам. Такие страны, как США, Япония, Германия, Корея и Франция, имеют большое количество патентных заявок в рамках РСТ (> 10 000), что указывает на значительный уровень инноваций. Интересно, что хотя в выборке всего две азиатские страны – Япония и Корея – обе занимают высокие места в сфере инноваций.

Распределние заявок по отраслям, чтобы выяснить, являются ли одни отрасли более инновационными, чем другие. Отрасли промышленности, включая текстиль, бумагу и стационарные конструкции, показывают небольшое количество патентных заявок по сравнению с такими отраслями, как электроэнергетика и физика. Большинство стран, как правило, сосредотачиваются на последнем типе отраслей, называемых «восходящими отраслями», поскольку они обладают большим потенциалом для инноваций. Прорывные инновации в электричестве и физике, такие как электромагнетизм или ядерная физика, привели к радиальным  изменениям в современном телевидении, компьютерах и бытовой технике, Количество патентных заявок на выполнение операций и транспортировку также велико. Потребности человека – отраслевая категория с большим количеством патентов – включают в себя сельское хозяйство, предметы личного или домашнего обихода, продукты питания и развлечения. Страны, стремящиеся стимулировать инновации, должны сосредоточить внимание на отраслях, демонстрирующих потенциал для развития и предпринимательства.

Расходы на НИОКР на душу населения. Для оценки уровня экономического развития в исследуемых  странах, сопоставлялись  расходы на НИОКР на душу населения за один 2010 год. Финляндия занимает первое место с самыми высокими расходами на НИОКР на душу населения, за ней следуют Швеция, Дания и Австрия. Крупные расходы на НИОКР в Финляндии отчасти можно отнести на счет ее головного офиса Nokia международной компании в области ИКТ (информационных и коммуникационных технологий), которая является пионером инновационных технологий. Швеция и Финляндия также вошли в пятерку инновационных стран в рейтинге Bloomberg. С другой стороны, Германия, занимавшая шестое место в рейтинге данного  исследования в 2010 Как бы это не показалось  неожиданным, по расходам на НИОКР США не входят в число ведущих стран ни в данном анализе, ни в рейтинге Bloomberg.

Предполагалось, что страны, занимающие высокие места по расходам на НИОКР, также будут наиболее инновационными. Однако Финляндия, Швеция, Дания и Австрия, которые занимают первые места в рейтинге стран по НИОКР, не вошои в число ведущих инновационных стран. Объяснением этого может быть тот факт, что в то время как одни страны вводят новшества, увеличивая свои инвестиции в НИОКР, другие делают это, используя ноу-хау, уже созданное другими.

Налоговые поступления в процентах от ВВП и патенты, принадлежащие иностранным резидентам.  Такие страны, как Швеция, Франция, Финляндия и Австрия, имеют высокие налоговые поступления в процентах от ВВП, но показывают низкую долю патентов, принадлежащих иностранным резидентам. С другой стороны, такие страны, как Люксембург и Исландия, с низкими налоговыми поступлениями в процентах от ВВП, имеют более высокий процент патентов, принадлежащих иностранным резидентам. Похоже, что в странах с высокой долей иностранного владения патентами наблюдается снижение налоговых поступлений. Это важный вывод по патентам / интеллектуальной собственности имеет важные последствия.

Реальная минимальная заработная плата и количество заявок на патенты РСТ на 10 000 жителей.

Мы попытались выяснить, имеет ли реальная минимальная заработная плата (как экономический показатель) какое-либо отношение к инновациям, указанным в патентных заявках PCT на 10 000 жителей . Реальная почасовая и годовая минимальная заработная плата – это установленная законом минимальная заработная плата, преобразованная в общий почасовой и годовой период оплаты (в долларах США) для стран ОЭСР, для которых они доступны. Цифры дефлятированы национальными индексами потребительских цен (ИПЦ).

Минимальная реальная заработная плата и заявки на патенты РСТ. В Нидерландах, Бельгии и Ирландии с самой высокой реальной минимальной заработной платой также наблюдается повышенное количество патентных заявок на 10 000 жителей. Такие страны, как Мексика, Чили, Эстония и Словацкая Республика, имеют низкую реальную минимальную заработную плату и, соответственно, низкое количество патентных заявок PCT на 10 000 жителей. Между реальной минимальной заработной платой и количеством патентных заявок существует положительная связь страны, которые способствуют повышению уровня жизни и лучших условий труда (за счет повышения минимальной заработной платы), также способствуют большему количеству инноваций. Корея является исключением в том смысле, что у нее высокий уровень патентных заявок, несмотря на среднюю минимальную заработную плату. Это явление можно объяснить тем, что здесь находится штаб-квартира Samsung, международного телекоммуникационного гиганта. И целом данный  рейтинг соответствует рейтингу инновационных стран Bloomberg за 2015 год.

Стоимость рабочей силы в разных отраслях промышленности. Похоже, что существует отрицательная связь между стоимостью рабочей силы и количеством патентных заявок. Чем выше стоимость рабочей силы, тем меньше количество патентных заявок, что позволяет предположить, что страны должны ограничивать стоимость рабочей силы, чтобы стимулировать инновации и рост.

Отношение охвата образованием к общей численности населения.

Что касается       связи между приемом в учебные заведения и инновациями (количеством патентных заявок) в период с 2000 по 2010 год, то в тройку ведущих инновационных стран (с наибольшим количеством патентных заявок) за 2009 и 2010 годы вошли США, Япония и Германия. Однако из этих стран мы видим, что только в США отмчено высокое соотношение охвата образованием к общей численности населения. Польша и Словения имеют высшее образование, но не входят в число ведущих инновационных стран. Похоже, что прямая связь между приемом в учебные заведения и инновациями отсутствует..

Количество учащихся в высших учебных заведениях и количество заявок на получение патента РСТ на 10 000 жителей. В Европе по мере увеличения приема в высшие учебные заведения количество патентов (инноваций) также увеличивается. . Однако данный  анализ  не распространяется за пределы Европы..

Патенты, принадлежащие иностранным и местным резидентам.

Из круговых диаграмм видно, что, что у небольших европейских стран типа Эстонии, Греции и Исландии численность  патентов, принадлежащих резидентам-иностранцам, как правило больше.  Чтобы поощрять и стимулировать больше инноваций со стороны местных жителей, такие страны должны разработать соответствующую политику и ресурсы для этого. Кроме того, этим странам следует сосредоточиться на улучшении своих систем образования, чтобы они предлагали соответствующие навыки и знания для стимулирования инноваций и роста.

Расходы на НИОКР по секторам и патентные заявки.  В государственном секторе и секторе высшего образования в Европе расходы на НИОКР выше, чем в частном и некоммерческом секторах. Чтобы обратить эту тенденцию вспять, европейские страны в этой выборке должны отстаивать политику, поощряющую больше инноваций в частном и некоммерческом секторах.

Выводы

В то время как большинство исследований инноваций сосредоточено на инновациях на уровне фирм или предприятий, в нашем исследовании анализируются инновации на уровне страны. Кроме того, он включает исчерпывающий и большой набор данных.  Используемая методология аналитики способствует  принятию обоснованных решения в отношении инноваций и экономического роста. Исследование дополняет литературу по эмпирическим исследованиям инноваций, в которой используется аналитический подход.

Определяя портфель экономических факторов, влияющих на инновации, авторы  предлагают идеи,  направленных на продвижение и поощрение инноваций. Стимулы могут принимать форму субсидий, налоговых льгот, грантов или услуг бизнес-инкубации, которые способствуют инновациям. Хотя НИОКР являются важным индикатором инноваций, многие компании  продвигают свои инновации за счет перетока технологий и ноу-хау из других стран ОЭСР

Для улучшения инноваций и экономического роста странам необходимо сосредоточиться на повышении уровня жизни за счет боле высоких  показателей. Минимальной заработная плата, стоимости рабочей силы и улучшения условия труда.

Исследование показывает,  что страны с высокой долей иностранного владения патентами имеют низкие налоговые поступления в процентах от ВВП. Изучение концепции дохода от интеллектуальной собственности (ИС) полезно для дальнейшей интерпретации этой связи. Таким образом, право собственности на патенты может находиться не в той стране, в которой они были созданы. Многонациональные компании, являющиеся крупным источником патентов, обычно используют эту мобильность, размещая свою интеллектуальную собственность в странах с низкими налогами, тем самым снижая свое налоговое бремя.

Авторы предлагают больше внимания росту прав собственности на патенты местным жителям, а не иностранным резидентам, чтобы стимулировать инновации и увеличивать налоговые поступления, которые приводят к экономическому росту.

Для повышения роли образования в инновациях предлагается  распространение интегрированной учебной программы, которая предлагает студентам как навыки гуманитарных наук (аналитическое, оценочное, критическое и творческое мышление, а также письменное и устное общение), так и  количественные и технические навыки, необходимые освоения инноваций Большинство работодателей хотят, чтобы сотрудники обладали способностью учиться и синтезировать новые идеи, а также отличными навыками организации и управления инновационным процессом, включая надежную правовую охрану накапливаемой при этом интеллектуальной собственности.. Еще одним важным направлением будущей работы является анализ влияния других форм интеллектуальной собственности, авторских прав и товарных знаков, помимо патентов, на экономический рост и инновации.

Преобладающая часть данного исследования основывалась на материалах, накапливавшихся в  период до 2010 года. При необходимость они  сопоставлялись с более поздними данными и отсылками на показатели информационных агентств (Bloomberg и др.)

Октябрь 2020 года

Геополитическое Значение цепочки ценностей* машинного обучения

What the Machine Learning Value Chain Means for Geopolitics . Charlotte Stanton et al. August ?2019 -

- carnegieendowment.org›…machine…chain…geopolitics…

*Цепо́чка це́нности (англ. Value chain) — это инструмент стратегического анализа, направленный на подробное изучение деятельности организации с целью стратегического планирования.

Благодаря значительному усилению вычислительных мощностей, усложнению алгоритмов и беспрецедентному росту объема накапливаемых данных искусственный интеллект (ИИ) стал приносить значительную экономическую ценность. По некоторым оценкам, благодаря алгоритмам, которые строя прогнозы на основе больших объемов данных, ИИ ежегодно приносит в сегодняшнюю мировую экономику около 2 триллионов долларов. К 2030 году вклад ИИ  может составить 16 триллионов долларов, или более 10 процентов валового мирового продукта.

Огромный вклад ИИ в глобальный экономический рост влечет важные геополитические последствия. Во всем мире правительства наращивают свои инвестиции в исследования и разработки ИИ, инфраструктуру, таланты и создание новых  продуктов. Пока что Китай и Соединенные Штаты опережают всех остальных по расходам, одновременно принимая меры по защите своих инвестиций от иностранной конкуренции. Определенные классы полупроводников являются ключевыми элементами цепочки создания стоимости ИИ. Поэтому они все чаще считаются стратегическими активами. От того, насколько страны могут участвовать в цепочке создания стоимости, будет зависеть их положение в формирующемся глобальном экономическом порядке и стабильность всей международной системы.

ДОбавленная стоимость СТОИМОСТИ МАШИННОГО ОБУЧЕНИЯ

Машинное обучение, наука о том, как заставить компьютеры принимать решения без явного программирования, является ОСНОВОЙ ИИ, отвечающей за большинство технических достижений и экономических инвестиций. В последние годы машинное обучение стало лидером всех категорий патентов на ИИ и привлекло почти 60 процентов всех инвестиций в ИИ.

Цепо́чка це́нностЕЙ описывает последовательность шагов , через которые компании принимают сырье и повысить ценность них, в результате чего в готовом, коммерчески жизнеспособного продукта. Для машинного обучения эта цепочка создания стоимости состоит из пяти этапов: сбор данных, хранение данных, подготовка данных, СОСТАВЛНЕ алгоритмов обучениЯ и разработка приложений .

Сбор информации

Необработанные данные – это основа машинного обучения. Каждый день примерно 2,5 квинтиллиона байтов необработанных данных собираются с помощью множества устройств, от тактильных датчиков до системных журналов, которые записывают все виды цифровых транзакций, такие как поиск в Интернете, изображения с камеры, телефонные звонки, сообщения в социальных сетях и транзакции по кредитным картам .

В абсолютном выражении наибольшее количество пользователей мобильных устройств имеют Китай и Индия – 1,22 и 0,44 миллиарда пользователей соответственно.  Эти две страны также вносят наибольший вклад в ОБЩЕЕ число пользователей Интернета в Азии.  которое в 2018 году превысило 2 миллиарда – примерно такое же количество пользователей Интернета в других шести регионах вместе взятых.

ХранЕНИЕ данных

После сбора данные надежно хранятся в центрах обработки данных. На заре машинного обучения компании хранили данные в своих обычных центрах обработки данных, которые содержали компьютерные серверы размером с комнату. Но хранение данных все больше перемещается в «облако», где компании получают доступ к своим данным через Интернет от поставщиков облачных услуг, которые управляют сотнями серверов и тысячами виртуальных машин.

Самые современные средства хранения данных - гипермасштабируемые центры обработки данных (HDC) – используют тысячи серверов и миллионы виртуальных машин в разных местах

Несмотря на ИХ  рост, глобальное распространение HDC является очень концентрированым. Соединенные Штаты доминируют на рынке – 40 процентов HDC расположены там или принадлежат американским компаниям.  Китай, Япония и Соединенное Королевство вместе составляют 20 процентов рынка, в то время как Австралия, Германия, Сингапур, Канада, Индия и Бразилия составляют по 3-5 процентов.

Подготовка данных

В отличие от хранилища данных,  подготовка данных требует больших затрат труда.. Требуются высококвалифицированные инженеры по обработке данных и ученые, чтобы очистить данные и преобразовать их в удобный формат (обычно в таблицу, состоящую из бесконечных строк и столбцов) – практика, называемая предварительной обработкой данных..

В 2016 году Китай и Индия были лидерами по количеству выпускников УЧТРЕЖДЕНИЙ STEM* – 4,7 и 2,6 миллиона соответственно. США и Россия выпустили чуть более полумиллиона выпускников каждый, за которымИ следуют Иран, Индонезия и Япония.

* Аббревиатура STEM (science, technology, engineering, math) в переводе с английского означает синтез науки, технологии, инженерии и математики. STEM-образование является своеобразным мостом, соединяющий учебный процесс, карьеру и дальнейший профессиональный рост

АлгоритмЫ обучения

Как только данные будут подготовлены, компании могут начать обучать свои алгоритмы прогнозированию на основе новых данных. Имея на выбор десятки типов алгоритмов и почти бесконечное количество конфигураций, они требуют от специалистов по обработке данных разработки альтернативных моделей и сравнения их характеристик прогнозирования. высококвалифицированный персонал ВНОСИТ фундаментальным вкладом в разработку и обучение алгоритмов.

Китай и Индия ЛИДИРУЮТ И НА ЭТОМ УЧАСТКЕ ЦЕПОЧКИ, используя выпускников STEM В  обработке данных. К ТОМУ ЖЕ Китай ПОЛУЧАЕТ И   владеет большинством патентов на машинное обучение (включая большинство патентЫ на глубокое обучение, которое является САМОЙ быстрорастущей областью машинного обучения. 

КИТАЙ, ВМЕСТ С ТЕМ,  значительно отстает от США и других стран по количеству часто цитируемых патентов. Количество цитирований патента является показателем «качества патента», его технической значимости и общей ценности. Соединенным Штатам принадлежит наиболее цитируемое семейство патентов (28 031), за ними следуют Япония (6221), Германия (931), Великобритания (778), Южная Корея (758) и Китай (691).

Еще однИМ важнЫМ КОМПОНЕНТОМ  В ЭТОМ ЗВЕНЕ ЦЕПОЧКИ ЦЕННОСТЕЙ является компьютерное оборудование: самые сложные алгоритмы, которые СОСТАВЛЯЮТ  прогнозы на основе больших наборов данных, ПРЕДПОЛАГАЮТ ПРОВЕДЕНИЕ триллионОВ вычислений и  ПРИМЕНЕНИЕ машин, сделанных из специальных полупроводников, которые могут выполнять такие вычисления быстро и эффективно.

Соединенные Штаты продают большинство полупроводников, предназначенных для машинного обучения. хОТЯ большая часть ЭТОГО оборудования производится за пределами Соединенных Штатов:  на Тайване, в Южной Корее и Китае

.

Разработка приложения

Алгоритмические прогнозы преобразуются в практические идеи с помощью приложений – программ, СОЗДАВАЕМЫХ разработчиками программного обеспечения или приложений. Возможности применения алгоритмов машинного обучения практически безграничны: от персональных помощников (таких как Amazon Alexa) до рекомендаций по продуктам (например, рекомендательные видео на YouTube) и автономного оружия (например, военных дронов).

.      Участие страны в рынке приложений особенно важно, потому что приложения, мобильные или иные, генерируют дополнительные пользовательские данные. ОНИ будут постоянно расширять базу данных, на которой могут обучаться алгоритмы машинного обучения, ОБЕСПЕЧИВАЯ  более точныЕ прогнозЫ и более ценныЕ продуктЫ. В региональном разрезе Азиатско-Тихоокеанский регион (33 процента), Европа (30 процентов) и Северная Америка (29 процентов) занимают примерно одинаковые доли рынка разработчиков мобильных приложений.

ГЕОПОЛИТИЧЕСКИЕ ПОСЛЕДСТВИЯ РАЗВТИЯ МАШИННОГО ОБУЧЕНИЯ?

По инвестициям в машинное обучение большинство стрАн делятся на три категории:

Активные игроки, НАПРИМЕР,  Китай и Соединенные Штаты, вкладывают значительные средства в большинство, если не во все узлы цепочки создания стоимости машинного обучения, эффективно гарантируя, что обе экономики выиграют так называемую гонку за ИИ. Умеренн движущиеСЯ силы, напротив, концентрируют свои инвестиции в определенных узлах цепочки создания стоимости. (Например, Германия, Япония и Тайвань).

МедленнО начинающим еще предстоит вложить значительные средства в какой-либо этап цепочки создания стоимости машинного обучения: НАПРИМЕР, БразилиИ, которая вышла на рынок HDC, заработав на своей дешевой энергии, и КениИ, где относительно высокий уровень проникновения Интернета ( 83 процента ) позволяет собирать значительный объем данных; для развивающихся стран, где английский не является первым языком, ПРВЛКАТЕЛЕН РЫНОК маркировки изображений, для классификации КОТОРЫХ  не требуется владение английским языком.

Директивным органам необходимо сейчас подготовиться к геополитическим последствиям различных возможностей и инвестиций стран в цепочку создания стоимости машинного обучения

Сентябрь 2020 года

8 способов использования искусственного интеллекта подразделениями интеллектуальной собственности компаний

8 ways in which Artificial Intelligence is being used by IP …

Pranav Sharma – ttconsultants.com › blog › 8-w…

Существует восемь основных областей, в которыхнаши  технологии искусственного интеллекта (ИИ) играют решающую роль в автоматизации патентного производства.

Автоматизация проверки новизны заявляемых технических решенй

Технологии ИИ радикализируют традиционный способ поиска при оценке патентоспособности заявок с использованием обработки естественного языка (NLP), машинного обучения и семантического анализа – c визуализацией получаемых результатов, подтверждающих или опровергающих совпадения с предшествующим уровнем техники и вновь появляющимися решениями.

Повышение качества патентов

Более целенаправленный подход к регистрации ИС обеспечивает более четкое представление о том, разработку каких изобретений нужно завершать и патентовать.    Процесс отсеивания происходит в режиме реального времени и быстрее с использованием ИИ-технологий.

Отказ от патентно-лицензионных притязаний

Принятие    подобных решений требует непрерывного отслеживания патентных активов конкурентов, предполагающего  проведение повторного поиска через определенный промежуток времени. Алгоритмы ИИ удобны и заменяют ручной поиск автоматической системой оповещения.

Определение ключевых решений в патентном портфеле компании

Поиск ключевых патентов в портфеле – сложная задача, посильная для ИИ-технологий,  которые могут имитировать поведение опытного поисковика, сравнивая информацию о конкурентах и ​​рынке с данными о собственных патентах.

Определение  недействительности  патентов

Автоматизация поиска при определении  недействительности патентов сокращает его время примерно на 60%. Технологий обработки естественного языка  и машинного обучения раскрывают  значение текстовых данных и нахождение сходство между различными патентными документами ощью.

Систематизация распространения актуальной информации

Внедрение решений на основе ИИ обеспечивают единую  систему оповещений на базе  репозитория, в котором информация  хранится в виде файлов, доступных для дальнейшего распространения по сети рассредоточенных офисов.

Автоматизация консультаций с  изобретателями

Патентные ведомства задают изобретателям множество вопросов для понимания их изобретений. Технологии ИИ могут помочь подразделениям интеллектуальной собственности в выявлении новых аспектов изобретения формулировке конкретных вопросов за гораздо меньшее время.

Автоматизация доработки патентных заявок

Технологии ИИ могут облегчить  понимании заявляемой технологии, определение объема притязаний и предложение дополнительных формулировок при доработке патентной заявки.

Информацию о программном обеспечении технологий ИИ можно получить на сайт XLPAT – платформы для автоматических инструментов патентного поиска, проверки новизны идей, анализа конкуренции, нарушений патентных прав, исследований предшествующего уровня техники, ландшафтного картографирования и анализа пробелов в разработке технологий.

Июнь 2020

Важная роль интеллектуальной собственности в предпринимательстве Кремниевой  долины

Intellectual Property Plays a Big Role in Silicon Valley Deals, Amanda G. Ciccatelli, February 26, 2018 – ipwatchdog.com›…intellectual…role-silicon-valley…

В Кремниевой  долине* концентрируется  ценнейшая в мире интеллектуальная собственность (ИС), включающая патенты, авторские права, товарные знаки, логотипы и многие другие важные  объекты ИС. Поэтому здесь развернулась  арена для некоторых из самых известных споров в области ИС.

Кре́мниевая доли́на (англ. Silicon Valley [ˈsɪlɪkən ˈvæli]; в штате Калифорния (США), отличается большой плотностью высокотехнологичных компаний, связанных с разработкой и производством компьютеров и их составляющих, особенно микропроцессоров, а также программного обеспечения, устройств мобильной связи, биотехнологии и т. п.

Учитывая многомиллиардную стоимость  накопленной ИС и связанные с ней бесчисленные громкие сделки, технологические компании Кремниевой долины не могут не  сосредотачивать пристальное внимание па перемещении своих  ценнейших активов в области ИС. На всех этапах инновационных процессов компании должны выявлять риски или пробелы в правах собственности, которые могут усложнить или даже сорвать предпринимаемую или готовящуюся сделку. Поэтому сегодня компании Кремниевой долины делают все, чтобы получить в этой важнейшей сфере устойчивое конкурентное преимущество.

Судебные процессы, связанные с похищенной коммерческой тайной, утрачиваемыми  файлами и подозрительными наймами работников, в настоящее время являются важной частью экосистемы Кремниевой долины. Компания  Apple, например,  провела большую часть прошедшего десятилетия в судебных тяжбах  с компанией Samsung, а патентные права на  смартфоны. Компания Snap обвинил Instagram в копировании Snapchat – мобильного приложения для  обмена сообщениями с прикреплёнными фото и видеоизображениями. В 1990-х годах компании Apple против Xerox и Apple против Microsoft боролись за нарушение авторских прав. Другой, недавно урегулированный  за 245 млн. долларов, пример –  судебный процесс, связанный с компанией Waymo – производителем технологии для беспилотных автомобилей. Истец  требовал компенсацию в размере 1,8 миллиарда долларов, утверждая, что Энтони Левандовски, бывший инженер компаний Uber и Google, украл 14 000 конфиденциальных документов из активов Google, где он участвовал в создании подразделения по беспилотному  вождению для компании Otto, приступившей к работе   в той же сфере еще в 2016 году.

По мнению адвокатов  по ИС, сохранение коммерческой тайны для Кремниевой долины – это испытание века. Приведенный выше  конкретный случай выдвигает на первый план бесчисленные проблемы, которые сегодня мешают здесь системе охраны ИС . Ведь компания Waymo хранила изобретения как коммерческую тайну,  не прибегая к их патентованию, поскольку  это обеспечивает постоянную монополию на новую технологию до тех пор, пока изобретение остается секретным.

Важностьохраны ИС компаниями Кремниевой долины особо подчеркнул  Джон Брокленд, партнер по технологиям и ИС-транзакциям в копании Hogan Lovells. На протяжении всей своей карьеры он занимался многими важными вопросами по всему спектру технологий, представляя самые разные компании во многих отраслях, от стартапов и до крупных транснациональных корпораций. Он подчеркнул, что при представлении клиента, занимающегося приобретением технологической компании, ИС (наряду с талантливыми сотрудниками) считается  одним из наиболее важных ее активов. То же самое относится к стратегическим инвестициям и партнерским сделкам. В частности, для компаний, находящихся на  ранней стадии становления, их технологии и ИС часто оцениваются  даже более высоко, чем существующая выручка от клиентов.

Учитывая общепризнанную сегодня важность технологий и ИС, компаниям рекомендуется  сосредоточить внимание на правильном управлении своими активами ИС.  Это включает в себя обеспечение соответствующих соглашений с сотрудниками, тщательный анализ и согласование условий  входящего и исходящего лицензирования, разработку соответствующей патентной стратегии  и решение многих других важных задач. Крупным технологическим компаниям, которые являются постоянными игроками на рынке, совершая по нескольку сделок каждый год, следует тщательно прорабатывать  каждую сделку с позиций правовой охраны ИС.

В сделках с технологическими компаниями  практически любого размера, все чаще ставится задача тщательного изучения их активов ИС и  соглашений, которые они заключали с третьими сторонами, включая  разрешения другим лицам использовать эти активы. Критически важной сферой внимания участника сделки являются  условия, на которых осуществляется их приобретение или лицензирование. На всех этапах процесса приобретения компаниям необходимо выявлять ключевые риски или пробелы в правах собственности, которые могут усложнить или даже сорвать сделку.

Компаниям, которые не участвуют в сделке, иногда необходимо провести ревизию своих активов ИС, чтобы подготовиться к их потенциальному росту или приобретению в будущем. Динамизм, способен сделать Кремниевую долину таким привлекательным  местом для работы (включая юридическую практику), также порождает немало неопределенностей. Никто не знает, какие  возможности сделок могут возникнуть в следующем месяце или даже на следующей неделе. Поэтому компания,  хорошо управляющая своими активами ИС и связанными с ней соглашениями, будет лучше подготовлена ​​к тому, чтобы использовать возникающие возможности, и избегать осложнений, возникающих уже в ходе рассмотрения или осуществления важной сделки.

Применение искусственного интеллекта для вывода глобальной экономики из пандемии

Four Artificial Intelligence Technologies to Lead the Global Economy Out of the Pandemic, By Louis Lehot,  May 14, 2020

В первом квартале 2020 года фирмы венчурного капитала направили более 4,0 миллиардов долларов США на 148 сделок для компаний, занимающихся искусственным интеллектом (ИИ). Стратегические и финансовые инвесторы ищут компании, которые объединяют новые и умные технологии для цифровой трансформации своих  отраслей. Между тем, существуют четыре технологии искусственного интеллекта, которые способны вывести мировую экономику из рецессии, вызванной пандемией.

Профессора Андреас Каплан и Майкл Хенлейн определили ИИ как «способность системы правильно интерпретировать внешние данные, извлекать уроки из таких данных и использовать полученные знания для достижения конкретных целей и задач посредством гибкой адаптации». Инструменты ИИ включают в себя поиск и оптимизацию, логику, методы, основанные на вероятности, статистике, нейронные сети и итоговую оценку.

Скачок развития ИИ за последнее десятилетие стал возможным благодаря экспоненциальному росту мощности компьютеров и устройств, которые собирают непостижимый объем данных о всей экономике предприятий и потребителей. Инженеры программного и аппаратного обеспечения все чаще используют ИИ как естественный инструмент для соединения этих двух миров и автоматизации решения проблем. Достижения в области искусственного интеллекта все чаще приводят к нарушениям в существующих и созданию новых бизнес-моделей. В условиях  глобальной пандемии и стремления  адаптироваться к «новым нормам» развитие  искусственного интеллекта будет только ускоряться.

Во время пандемии COVID-19 стали подчеркивать важность обмена критической информацией между странами о распространении коронавируса. Тем не менее, многое еще не сказано о возможностях более эффективного управления  COVID-19, используя передовые технологии переработки данных, которые уже преобразуют бизнес. Поэтому далее речь идет о  четырех областях, в которых ИИ может изменить облик экономики после COVID:19.

Расширенная аналитика

Теперь, как никогда ранее, ученые имеют для анализа огромное количество информации. Это приводит к тому, что  компании могут легко упустить важные идеи. Расширенная аналитика представляет дополнительную  волну аналитических возможностей. Она предполагает использование передовых технологий, таких как машинное обучение и искусственный интеллект, для помощи в подготовке данных, осуществления новых способов  аналитики и выявления скрытых моделей.

По мере того, как эта пандемия затягивается, предприятиям придется адаптировать  свои стратегии и выяснить, как сохранить устойчивый денежный поток – сколько их, например, потребуется, чтобы сохранить  бизнес в течение следующих 12 месяцев. Используя возможности скомпилированных данных, компании могут проводить моделирование денежных потоков, планировать бизнес-операции и анализ ликвидности, чтобы получить четкое представление о будущих финансовых возможностях.

Блокчейн

Блокчейн – это уникальная технология, состоящая из децентрализованной, распределенной и часто общедоступной цифровой книги. Главная книга используется для записи транзакций на стольких компьютерах, что записанная транзакция не может быть изменена задним числом, по крайней мере, без изменения всех последующих блоков. Это позволяет компаниям отслеживать транзакции и работать с ненадежными сторонами без необходимости централизованной стороны. Блокчейн уменьшает трения в бизнесе и имеет приложения, которые начались в сфере финансов, но были расширены с охватом  правительства, здравоохранения, производства, цепочки поставок и т. д.

Во время этой пандемии блокчейн используется многими способами. Департамент внутренней безопасности США (DHS) опубликовал руководящие принципы, в которых менеджеры блокчейна распределяют продукты питания и сельскохозяйственную продукцию в качестве важнейших работников инфраструктуры. Агентство по кибербезопасности и безопасности инфраструктуры разработало первоначальный список секторов и работников, которые должны продолжать свой обычный график. В настоящее время разрабатываются блокчейны для здравоохранения с упором на управление данными пациентов, страхование, учетные данные работников и другие данные.

ИИ может оптимизировать энергопотребление путем улучшения алгоритмов. Empowered Edge уменьшает потребность в хранилище для транзакций блокчейна, а также  вводит новые методы совместного использования, которые уменьшают размер блокчейнов и повышают эффективность их хранения.

Периферийные центры обработки данных

Периферийные вычисления – это топология, в которой обработка информации и сбор контента располагаются ближе к источникам информации. Технология и мышление даже перейдут к точке, где опыт соединит людей с сотнями периферийных устройств.

В эпоху кризиса COVID-19 периферийные центры обработки данных и периферийные вычисления стали более важными, чем когда-либо прежде. Например, ожидается, что к 2025 году рынок здравоохранения «Интернет вещей» (IoT) вырастет до 534,3 млрд. долл. США. В настоящее время значительный процент работающих на удалении подписывается на потоковые услуги, такие как Netflix или Hulun. Количество людей, работающих на дому, увеличилось, и из-за социального дистанцирования и кризиса COVID-19. Пограничные вычисления значительно облегчают работу на дому, улучшая производительность сети для конечных пользователей.

Интеллектуальные пространства

Интеллектуальное пространство может представлять собой физическую или цифровую среду, в которой люди и технологические системы взаимодействуют в открытых, связанных, скоординированных и интеллектуальных экосистемах. По сути, интеллектуальные пространства развиваются по мере того, как отдельные технологии выходят из бункеров для совместной работы и создания соответствующей среды. Одним из примеров «умных пространств» являются умные города, где области, объединяющие деловые, жилые и промышленные сообщества, разрабатываются с использованием интеллектуальных городских экосистемных структур, связанных с социальным и общественным сотрудничеством.

Поскольку технологии превращаются во все более неотъемлемую часть нашей повседневной жизни в условиях глобальной пандемии, умные пространства становятся все более популярными для предприятий. До пандемии наблюдался переход к совместному использованию офисов и открытых пространств, а после нее аппетит к совместным офисным помещениям, вероятно, уменьшится. Люди становятся все более чувствительными к личному пространству и безопасности, и следует ожидать отход от плотного офисного пространства в будущем.

Приложения искусственного интеллекта

У искусственного интеллекта есть приложения в здравоохранении, позволяющие пользователям анализировать собственные данные о здоровье, выявлять аномалии, диагностировать расстройства и назначать решения. В транспортной  сфере ИИ обеспечивает автономное управление автомобилям. В области финансов и экономики ИИ помогает управляющим фондами размещать активы и собирать дивиденды и доходы. В области электронной торговли ИИ помогает интернет-магазинам прогнозировать потребности покупателей.

В области кибербезопасности ИИ помогает выявлять угрозы и устранять их. ИИ используется для обработки терабайтов данных за считанные секунды, выявления обнаруживаемых доказательств, проведения надлежащей проверки и  сбора  обязательств. В видеоиграх ИИ используется для прогнозирования поведения игроков, выявления антисоциального поведения и увеличения продаж виртуальных товаров. В армии ИИ используется для выявления угроз и повышения безопасности.

Тенденции ИИ – рынка

Согласно отчету организации PwC / CBInsights MoneyTree за первый квартал 2020 года, фирмы венчурного капитала вложили для ИИ- компаний более 4,0 миллиардов долларов США капитала в 148 сделок. Многие из этих компаний ориентированы на описанные выше приложения. Данные показывают, что стратегические и финансовые инвесторы ищут компании, которые сочетают в себе новые, подключенные и интеллектуальные технологии для цифровой трансформации своей отрасли.

Внутренние и внешние инновации

Архивы судов по делам о банкротстве по всему миру изобилуют примерами компаний, которые, внедряя инновации и развивая свои бизнес-модели, не смогли предвидеть новые технологии. Компании преуспевают, когда они активизируют  свои планы цифровой трансформации и укрепляют корпоративные программы инноваций и венчурных инвестиций. Самые успешные технологические компании имеют две платформы – для внутренних и внешних инноваций.

Для органичного внедрения инноваций изнутри, дальновидные компании создают внутренние лаборатории и программы исследований и разработок. Например, Google просит инженеров потратить 20% своего времени на новые идеи.

Внешние  инновации могут быть получены с помощью программ лицензирования, коммерческих соглашений, совместных предприятий и стратегических инвестиций. В последнее десятилетие многие корпорации создали корпоративные венчурные группы для выявления новых технологий и вложения в них капитала в форме первоначальных инвестиций отдельных участников с последующим  объединением их с другими бизнес-партнерами  для ускорения стратегии выхода инноваций на рынок. Отдел корпоративного развития стремится приобретать смежные технологии или соответствующие группы инженеров.

Таким образом, ключ к восстановлению после экономической комы, вызванной COVID19, может заключаться в использовании компаниями технологий и приложений ИИ для инноваций и развития их бизнес-моделей. Перспективные компании будут одновременно внедрять как внутренние, так и внешние инновации как внутри компании, так и за ее пределами. Пришло время делать это с интенсивным применением  искусственного интеллекта.

TwitterFa

Май 2020

Искусственный интеллект в патентной аналитике

ARTIFICIAL INTELLIGENCE IN THE LIFE SCIENCES & PATENT ANALYTICS:

Primary Authors: Sophie Brayne, Scott McKellar & Kyriakos Tzafestas? January 2018

Учитывая важность интеллектуальной собственности (ИС)  в естественной науке, был проведен анализ рынка целью определения, как технологии искусственного интеллекта (ИИ) влияют на патентную разведку и аналитику.

Количество активов ИС в мире неуклонно растет. По данным ВОИС, еще в 2015 году в мире было подано 2,7 млн.патентных заявок (на на 7,8% больше, чем в предыдущем  году). Причем такая тенденция продолжалась не менее 20 лет. Поиск соответствующей информации в этом огромном массиве данных становится все труднее. Однако индустрия ИС все еще является рынком,  на котором ИИ представлена недостаточно.

ИИ и машинное обучение могут не только автоматизировать процессы поиска в огромных базах данных, но и хранить ранее собранные массивы для повышения точности будущих поисков. ИИ может  также использоваться для изучения  географического распространения технологий, понимания сильных и слабых сторон соответствующих рынков в некоторых странах, изучения  конкурентных данных системы ИС для оптимизации патентной охраны новых технологий.

Применимость ИИ в патентной системе

Ключевые задачи, связанные с техникой машинного обучения, интегрированные в коммерческое программное обеспечение для анализа ИС, включают в себя  кластеризацию, классификацию и концептуальные ландшафты.

Кластеризация обычно включает в себя неконтролируемые методы организации подборок документов на основе сравнение сходства между входящими в нее компонентами. Подборки документов, которые соответствуют пороговому параметру у сходства, группируются вместе.  Два наиболее часто используемых алгоритма в инструментах патентного анализа – это k-means* и **

.  * Метод k-средних (англ. k-means) — наиболее популярный метод кластеризации.  Действие использующего его алгоритма таково, что он стремится минимизировать суммарное квадратичное отклонение точек кластеров от центров этих кластеров.

** Силовые алгоритмы визуализации графов -  класс алгоритмов визуализации графов в эстетически приятном виде

Классификация, с другой стороны, обычно выполняется с помощью контролируемого машинного обучения – метода, который использует обучающие подборки документов для определения их ключевых показателей  в той или иной документальной категории. Документы сравниваются с обучающими подборками и присоединяются тому или иному классу на основе их сходство с документами, которые уже были отнесены к данной категории.

В число часто применяемых классификационных  моделей входят искусственные нейронные сети и метод опорных векторов  *

* Метод опорных векторов (англ. SVM, support vector machine) — набор схожих алгоритмов обучения с учителем, использующихся для задач классификации и регрессионного анализа.

Применительно к патентной аналитике наиболее часто используемыми источниками контента – как при кластеризации, так и классификации, являются  индексы патентной  классификации, а также необработанные или  стандартизированные тексты подборки  документов. Пространственное картирование. понятий (концептов) обычно начинается с кластеризации или классифицирования с  последующим  определением относительного сходства между категориями, созданными для данного задания. Используемые инструменты располагают кластеры документов или классы в двухмерном пространстве с учетом сходства документов или кластеров, относительно друг друга, в пределах данной подборки.

Применяемые в работе методы кластеризации создают математические представления документов, которые затем объединяются в кластеры и визуализируются в «карты», которые могут быть подвергнуты  анализу. Одним из наиболее известных методов, основанных на классификации, является самоорганизующаяся карта Кохонена – тип искусственной нейронной сети (ANN), которая подвергается  неконтролируемому обучению для производства маломерных (обычно двумерных) дискретных представлений входного пространства обучающих образцов, называемого  картой.

В системе  «Умного поиска» (Smart Search)  ЕПВ уже используется ИИ для  определения при патентовании нужной области поиска. Японское патентное ведомство планирует использование ИИ-технологий анализа и распознавания образов при обработке заявок на изобретения и товарные знаки. В компании IP.com разработана технология семантического  поиска с использованием  естественного  языка, которая позволяет  извлекать документы, содержащие похожие понятия или значения. Понятия и значения здесь определяются путем статистического анализа устойчивых словосочетаний, встречающихся в огромных массивах  патентных документов.

Системы нейронного машинного обучения анализируют крупномасштабные вероятностные и распределительные свойства слов в собраниях  документов. Вывод значения из получаемых образцов (шаблонов) хорошо подтверждается  в технической литературе и называется «гипотезой распределения значения». Распределительная гипотеза относится к словам с похожими распределительными свойствами, имеющими сходные значения. Этот статистический подход в настоящее время доминирует в области нейролингвистического программирования, и он нашел  быстро развивающиеся практические приложения в технологических разработках крупнейших компаний мира, включая Google, Apple, Facebook и Amazon.

Передовые приложении искусственного интеллекта

Самые передовые приложения  ИИ  и патентного поиска основаны не только на анализе нейронных сетей и полученных семантических векторах. Они также строят языковую модель и граф знания литературы – и используют разумное сочетание этих технологий для получения точных результатов. Глубокое обучение и нейронные сети, в сочетании со статистическими моделями, являются следующими шагами к применению ИИ для патентного поиска.

Глубокое обучение ИИ обнаруживает контекстные отношения между словами, охватывая омонимы – синонимы и многое другое, что может  расширить или сузить область поиска. Эти «похожие» слова представляют собой дорожную карту для более точного, семантически релевантного поиска, который дает более полные и полезные результаты с меньшим количеством «шума» и меньшим количеством ложных срабатываний.

Большинство ключевых игроков – компаний, использующих ИИ для патентных исследований – это небольшие специализированные организации, предоставляющие платформу для поиска патентов, основанную на семантическом поиске с использованием искусственного интеллекта. Многие из них являются недавно созданными платформами или все еще находятся на стадии разработки продукта, но развивают возможности поиска для патентной индустрии будущего.

Компания AI Patents (Дарем, Северная Каролина) разработала концептуальную поисковую систему,  в которой одна и та же идея может быть описана несколькими способами. Она  развивает  процесс поиска, который «учится» на тысячах решений патентных экспертиз. Эти решения способны определить, что два разных изобретения описывают одну и ту же научную идею, хотя их точная формулировка отличается.

Основываясь на этом алгоритме обучения, AI Patents позволяет своим пользователям сравнивать патентные документы по их основным научным идеям, а не только на основе их текстового совпадения. Например, когда пользователи вводят ключевое слово в свой поисковый запрос, им предлагают дополнительные ключевые слова или аббревиатуры, которые другие изобретатели использовали в прошлом при описании идентичных идей.

Компания Ambercite Ai (Мельбурн, Австралия) разработала ИИ-приложние, в котором уникальные алгоритмы позволяют,  с использованием одного (или нескольких) стартовых патентов, проводить  поиск  ранжированного списка аналогичных патентов. Отталкивающаяся от  номера патента процедура  сходства выполняется посредством  сложного анализа прямых и обратных ссылок сначала на  этот патент, а затем –  прямого  и обратного цитирования  ссылок на эти ссылки и так далее.

Поскольку каждая ссылка является экспертным мнением о сходстве неких двух патентов, на основе эффективного комбинирования и анализа целой группы этих мнений анализируя целую группу этих мнений строится  «супер мнение» с учетом  связей наиболее сходных патентов с исходным патентом, который затем может быть также отфильтрованы по ключевому слову.

Компания Clarivate Analytics (Филадельфия, Пенсильвания) создала, используемую в  Derwent Innovation  поисково-аналитическую платформу, которая предоставляет доступ к глобальным патентным данным и научной литературе. В ней применяется  машинное обучение и современные методы проектирования больших данных для создания новых прогнозных данных о правовом статусе и дате истечения срока действия каждого  патента в своей базе данных DWPI.

Факторы, влияющие определение предполагаемой даты истечения срока действия и оставшегося срока службы, включают самую раннюю дату вступления патента в силу, национальные процедуры подачи заявок и процедуры PCT, уплату пошлин (или их отсутствие), продление срока действия патента  и др.

Компания IP Elementary (Сан-Франциско, Калифорния) располагает  платформой для патентной аналитики, которая использует ИИ для глубокого обучения для создания графов слов для более точного поиска. При этом  используется собственная топологическая кластеризация для извлечения ключевых элементов изобретения в патентном документе. Эти элементы затем используются в качестве запросов для обнаружения  аналогичных документов, обеспечивая более высокую точность поиска.

Результаты поиска довольно чувствительны к условиям запроса и, по-видимому, лучше всего работают с оптимальным набором элементов изобретения, которые могут быть интерпретированы как «поисковая ключевая фраза» документа. Пользователь может итеративно уточнить автоматически обнаруженные элементы изобретения для оптимизации «ключевой фразы».

В стадии  разработки находится новый патентный инструмент для поиска предшествующего уровня техники на основе глубокого ИИ, чтобы сделать поиск в предшествующем уровне техники более быстрым и тщательным. Особое внимание уделяется  повышению эффективности решения патентных споров и вопросов лицензирования .

PatAnalyse – это интегрированная технологическая консалтинговая компания, расположенная в Кембридже, Великобритания, специализирующаяся на поиске патентов и всестороннем анализе тенденций освоения  представленных в портфеле патентов. Компания использует запатентованную систему управления поиском для сбора экспертных оценок и объединения их с алгоритмами искусственного интеллекта для создания предварительно проанализированного набора данных, адаптированных к потребностям каждого клиента.

Методология основана на алгоритме распознавания образов, который, по утверждению компании, может найти еще 30% «скрытых» патентов – тех, которым европейские или американские патентные ведомства присвоили неверные или вводящие в заблуждение коды. Компания также использует итерационный процесс самообучения для повышения надежности патентных поисков, программное обеспечение которого находится на стадии рассмотрении.

Компания Teqmine Analytics (Хельсинки, Финляндия) специализируется на крупномасштабном анализе в области ИС, патентов,  науки и технологий, разрабатывая базы данных и технологии интеллектуального анализа данных. Работа Teqmine основана на сложных вероятностных моделях, основанных на подробном анализе миллионов полнотекстовых патентных документов. При этом  используются передовые алгоритмы интеллектуального анализа данных, нейролингвистического программирования и машинного обучения с охватом практически неограниченных объемов обработки патентных данных (США, ЕПВ, РСТ.

Сходство патентов основано на сложных вероятностных моделях, в которых используется подробный анализ и классификация миллионов полнотекстовых описаний изобретений. Алгоритмы сопоставляют миллионы полнотекстовых патентов с данным патентом и вычисляют степень сходства, количественно определяя патенты,  потенциально нарушающие чужие права. Технологическая база Teqmine объединяет в себе самые передовые методы работы с большими данными, дополняя традиционные когнитивные процессы в области интеллектуальной собственности и технологий с помощью мощных статистических, визуальных и онлайновых инструментов.

Воздействие искусственного интеллекта на патентную индустрию

Artificial intelligence: Hype vs. reality and the impact on the ...

https://clarivate.com/article/artificial-intelligence-hype-vs-reality-impact-patent-industry/

AUGUST 8, 2018 – clarivate.com›…artificial…hype-vs…impact-patent…

На протяжении последних пяти лет патентная индустрия сталкивается с тремя  основными проблемами: огромный объем информации; язык этой информации, отличный от английского, и возрастающая сложность и неясность этой информации.

Перед пользователями патентной информации (ПИ) стоят три основные проблемы: огромный объем информации; язык этой информации; и возрастающая сложность и неясность этой информации, генерируемой  на стыке различных технологий,  что требует все более сложных и специальных знаний

Прежде всего, ИИ  может помочь с информационным поиском. Обработка естественного языка и семантический поиск достигли такого уровня, что теперь они являются полезными инструментами. Причем ИИ может проявить себя   с самого начала процесса загрузки и проверки необработанных данных, их  классификации, а также при анализе и интерпретации данных с  представлением их в форме, допускающей принятие  разумных решений.

Созданная  в IBM система   Watson представляет собой набор интерфейсов прикладного программирования (API) и алгоритмов, которые позволяют пользователям быстро разрабатывать основанные на машинном обучении (МО) различные ИИ-технологии. Команда IBM создала,например, ИИ-систему, известную как IP Advisor, которая обрабатывает патентные и технологические данные с  пониманием естественного языка и использованием соответствующих алгоритмов. Они  обеспечивают оценку  известного уровня техники и состояния ее использования, построение ландшафтов, анализ патентных портфелей и др.
Поисковая система  Smart Search использует обучающие алгоритмы, построенные с использованием  создававшейся вручную на протяжении 50 лет базы данных  компании Derwent.
Серьезной проблемой нередко оказывается установление истинного права собственности на патент. Она вызвана различиями в фамилиях, наименованиях, опечатками, отсутствием имен правопреемников, переназначениями и корпоративной структурой. В ее решении используется база данных Derwent Innovation и служба Optimized Assignee, которая  предоставляет единственное предпочтительное имя объекта. Оно не только является нормализованным названием компании, но также предсказывает пропущенных сотрудников и учитывает корпоративную структуру. Еще одна служба Ultimate Parent предоставляет юридическое лицо, которое несет основную и текущую ответственность за патент и располагает возможностью его использования.
ThemeScape – это алгоритм анализа текста с графическим интерфейсом, который обеспечивает визуализацию языковой общности, проявляющуюся  в  физической близости патентных документов на карте. Его сила обеспечивается возможностью  использования  расширенного  контента, созданного в Derwent вручную.

Апрель 2020

Возможности использования искусственного интеллекта в работе служб интеллектуальной собственности компаний

8 ways in which Artificial Intelligence is being used by IP departments of Companies//Pranav Sharma – slideshare.net›…8-ways…artificial-intelligence…ip…

Технологии искусственного интеллекта (ИИ) играют решающую роль в автоматизации стандартного рабочего процесса поиска информации об ИИ. Можно выделить  восемь основных областей, в которых технологии ИИ помогают подразделениям  ИС сократить время, затрачиваемое на различные виды поиска в этой области.

Автоматизация и проверки новизны и патентоспособности

При оценке новизны и патентоспособности заявляемого изобретения по  внутренним  и внешним источникам технологии ИИ радикализируют традиционный способ определения  патентоспособности с использованием нейролингвистического программирования(НЛП)*, машинного обучения и семантического анализа.

*В Википедии НЛП оценивается как   «псевдонаучный подход к межличностному общению»

Эксперты первоначально подвергают  изобретения обработке технологиями  ИИ для получения:

• Отчетов,  обеспечивающих доказательство их совпадение с предшествующим уровнем техники либо наличие в них  новых элементов.

• Визуализации, подтверждающих наличие (отсутствие)  конкурентов в интересующей компанию технологии.

Улучшение качества патентов

В настоящее время подразделения  ИС применяют более целенаправленный подход к подаче заявок на ИС, с четким пониманием  того, какое новшество заслуживает освоения. Процесс отбора осуществляется в режиме реального времени с  использованием ИИ-технологий.

Аннулирование, продление, нелицензионная торговля *

*Продажа разработчиком лекарственных средств прав на регистрацию их в других странах, регистрация в других странах

Отслеживание товара конкурента – непрерывный процесс, требующий повторного поиска через определенный промежуток времени. Алгоритмы ИИ благодаря  замене ручного  повторного  поиска автоматизированной системой оповещения.

Определение ключевых патентов в портфеле

Технологияи ИИ автоматизируют трудоемкую  задачу поиска ключевых патентов.  Наряду с этим, они  также могут имитировать поведение опытного исследователя, сравнивая информацию о конкурентах и ​​рыночные  данные о патентах.

Автоматизация поиска недействительных  патентов

Автоматизация выполнения поисковых запросов сокращает время их выполнения примерно на 60% . ИИ способен понимать смысл текстовых данных и сопоставлять сходство между различными документами с помощью технологий НЛП и машинного обучения.

Использование современных инструментов в систематическом распространении информации

Проблема поддержания глобальных офисов / различных отделов в синхронизации изменяющихся технологий и обновлений может быть решена путем внедрения решений на основе AI. Департаменты ИС некоторых компаний в сотрудничестве с поставщиками искусственного интеллекта настраивают систему единого репозитория для фокусированных оповещений и синхронизации оповещений в глобальных офисах.

Использование современных инструментов в систематическом распространении информации

Проблема информирования подразделений ИС о происходящих в мире технологических изменения  и обновлениях может быть решена путем внедрения решений на основе ИИ. Службы ИС некоторых компаний в сотрудничестве с поставщиками ИИ-технологий настраивают систему единого хранилища для обеспечения их синхронизированного оповещения.

Автоматизация  консультирования изобретателей

Ведомства задают изобретателям множество вопросов для понимания их изобретений. Технологии ИИ помогут подразделениям ИС получать отчеты и происходящих консультаций практически в реальном времени, что облегчит  им формулировку целенаправленных  вопросов и выявлять новые аспекты изобретения с затратой гораздо меньшего времени.

Автоматизация формирования идей

Вникнув в  технологии пользователей ИИ может предложить им новые формулировки идей. Это помогает в определении объема и дополнительных вариантов их осуществления в  проектах и приложениях.

Март 2020 года

Важнейшие технологические тренды в обработке и аналитике данных

Top 10 technology trends in data processing and analytics in 2019 -- zen.yandex.ru › media

В центре внимания на саммите Gartner Data & Analytics 18-19 февраля 2019 года в Сиднее были расширенная аналитика (Augmented Analytics) и искусственный интеллект.

По мнению компании Gartner, Inc, расширенная аналитика (РА) и  искусственный интеллект (ИИ)входят в число самых громких тенденций в области технологий обработки и аналитики данных , которые будут иметь разрушительный потенциал в последующие 3-5 лет. Gartner рекомендует лидерам в области обработки данных и аналитики обсудить с представителями бизнеса основные приоритеты компании и подумать о том, как они смогут интегрировать в работу следующие тенденции.

Тренд №1. Расширенная аналитика
Расширенная (дополненная) аналитика – это следующая волна прорыва на рынке обработки данных и аналитики. Она использует машинное обучение (ML) и технологии искусственного интеллекта для преобразования методов разработки, потребления и совместного использования аналитического контента. К 2020 году расширенная аналитика станет основным двигателем новых покупок в аналитике и BI*, а также Data Science*, ML платформ и встроенной аналитики. Лидеры в области обработки данных и аналитики обязаны планировать внедрение расширенной аналитики по мере развития возможностей платформы.
* Business intelligence (сокращённо BI) — обозначение компьютерных методов и инструментов для организаций, обеспечивающих перевод транзакционной деловой информации в человекочитаемую форму, пригодную для бизнес-анализа, а также средства для массовой работы с такой обработанной информацией.

* Наука о данных. Наука о данных (англ. data science; иногда даталогия — datalogy) — раздел информатики, изучающий проблемы анализа, обработки и представления данных в цифровой форме.

Тренд №2. Расширенное управление данными

Технология расширенного управления данными (Augmented Data Management) использует возможности ML и механизмы ИИ, чтобы создать категории управления информацией компании, включая качество данных, управление метаданными, управление основными данными, их интеграцию, а также самонастройку и самонастройку систем управления базами данных (СУБД). Она автоматизирует многие задачи и позволяет менее квалифицированным пользователям самостоятельно использовать данные. Таким образом высококвалифицированные технические специалисты могут сосредоточиться на более важных задачах.

Расширенное управление данными преобразует метаданные из используемых только для аудита, родословной и отчетности, в итоге поставляя их динамическим системам. Метаданные меняются с пассивных на активные и становятся основным двигателем для всего ИИ/ML. К концу 2022 года количество задач, выполняемых вручную в области управления данными, уменьшится на 45% за счет внедрения машинного обучения и автоматизированного управления уровнем обслуживания.

Тренд №3. Непрерывный интеллект

К 2022 году более половины новых крупных бизнес-систем будут использовать непрерывный интеллект, который в свою очередь использует контекстные данные в режиме реального времени для улучшения решений.
Непрерывный интеллект – это паттерн проектирования, в котором аналитика в реальном времени интегрируется в бизнес-операции, обрабатывая текущие и исторические данные для предложения действий в ответ на событие. Он обеспечивает автоматизацию или поддержку принятия решений. Непрерывный интеллект использует несколько технологий, таких как расширенная аналитика, обработка потока событий, оптимизация, управление бизнес-правилами и машинное обучение.

Тренд №4. Объяснимый ИИ

Модели ИИ чаще всего используются для улучшения или полного замещения человека в вопросах принятия решений. Однако в некоторых сценариях компании должны обосновать, как эти модели приходят к конкретным решениям. Для укрепления доверия пользователей или заинтересованных сторон, архитекторы приложений должны сделать эти модели более понятными и объяснимыми.

К сожалению, большинство продвинутых моделей ИИ являются сложными черными ящиками, которые не в состоянии объяснить, как они вывели конкретную рекомендацию или решение. Объяснимый ИИ в data science и ML платформах, например, автоматически генерирует объяснение моделей с точки зрения точности, атрибутов, статистики моделей и функций на естественном языке.

Тренд №5. Графика

Графическая аналитика (Graph analytics) – это набор аналитических методов, позволяющих исследовать отношения между интересующими объектами, такими как организации, люди и транзакции. Применение графической обработки и графических СУБД будет увеличиваться на 100% с каждым годом до 2022 года, что позволит ускорить подготовку данных и обеспечивать более сложную и адаптивную data science.

Графические хранилища данных могут эффективно моделировать, исследовать и запрашивать данные со сложными взаимосвязями между хранилищами данных, но потребность в специализированных навыках для работы с ними является их основным ограничителем на сегодняшний день. Графическая аналитика в ближайшие несколько лет будет неуклонно расти, поскольку существует необходимость задавать сложные вопросы сложным данным, что не всегда практично или хотя бы осуществимо в масштабе, в котором можно использовать SQL-запросы*

* SQL (ˈɛsˈkjuˈɛl; англ. structured query language — «язык структурированных запросов») — декларативный язык программирования, применяемый для создания, модификации и управления данными в реляционной базе данных, управляемой соответствующей системой управления базами данных..

Тренд №6. Ткань данных
Ткань данных (Data fabric) обеспечивает беспрепятственный доступ к данным и их совместному использованию в распределенной среде данных. Она представляет собой единый и согласованный фреймворк для управления данными, который предоставляет беспрепятственный доступ к данным и возможность их архитектурной обработки в любом другом хранилище.

До 2022 года заказные проекты ткани данных будут развернуты в основном как статическая инфраструктура, заставляя организации вкладываться в новую волну затрат на полную реорганизацию для обеспечения более динамических подходов к сетке данных (data mesh).

Тренд №7. NLP/Разговорная аналитика
К 2020 году 50 процентов аналитических запросов будут генерироваться с помощью поиска, обработки естественного языка (natural language processing (NLP)) или голоса, или же будут генерироваться автоматически. Необходимость анализировать сложные комбинации данных и делать аналитику доступной для всех в организации приведет к более широкому ее использованию, что позволит инструментам аналитики быть такими же легкими, как интерфейс поиска или разговор с виртуальным помощником.

Тренд №8 Коммерческий ИИ и ML
Gartner прогнозирует, что к 2022 году, 75% новых решений для конечных пользователей, в которых используются методы ИИ и ML, будут построены на коммерческих решениях, а не на платформах с открытым исходным кодом.

Коммерческие вендоры встраивают коннекторы в экосистему с открытым исходным кодом, тем самым предоставляя корпоративные функции, необходимые для масштабирования и демократизации ИИ и ML, такие как управление проектами и моделями, повторное использование, прозрачность, происхождение (lineage) данных, а также согласованность и интеграция с иными платформами, чего так не хватает открытым платформам.

Тренд №9: Блокчейн
Основная ценность блокчейна и распределенного реестра (distributed ledger technologies) заключается в обеспечении децентрализованного доверия в сети недоверенных участников. Появляется значительный потенциал вариантов использования аналитики, особенно тех, в которых фигурируют отношения и взаимодействия участников.

Однако, пройдет несколько лет, прежде чем четыре или пять основных блокчейн-технологий начнут доминировать. Пока это время не настанет, конечные пользователи технологий будут вынуждены подстраиваться под технологии и стандарты блокчейна, которые диктуются преобладающими клиентами или сетями. Это включает в себя интеграцию с существующей инфраструктурой данных и аналитики. Затраты на интеграцию могут превысить любую потенциальную выгоду. Блокчейн является источником данных, а не базой данных, и не заменяет существующие технологии управления данными.

Тренд №10. Серверы постоянной памяти

Новые технологии с использованием постоянной памяти (persistent-memory technologies) помогут снизить затраты и сложность внедрения архитектур с поддержкой вычислений в оперативной памяти (IMC). Постоянная память представляет собой новый уровень памяти между DRAM* и NAND** флэш-памятью, который может послужить экономичным запоминающим устройством для высокопроизводительных нагрузок.

* DRAM (англ. dynamic random access memory — динамическая память с произвольным … обновлять системы без значительных затрат и модификаций.

** Флеш-память (англ. flash memory) — разновидность полупроводниковой технологии электрически перепрограммируемой памяти (EEPROM)

Он имеет определенный потенциал, который может быть использован для повышения производительности приложений, их доступности, времени загрузки, методов кластеризации и методов безопасности, сохраняя при этом затраты под контролем. Он также поможет организациям снизить сложность их прикладных программ и архитектур данных за счет снижения необходимости дублирования данных.

Более подробную информацию об использовании данных и аналитики для получения конкурентных преимуществ можно найти в Gartner Data & Analytics Insight Hub.

Примечание. Компания  Gartner, Inc. является ведущей мировой научной консалтинговой компанией и членом S&P 500. Мы снабжаем лидеров бизнеса необходимыми данными, советами и инструментами для достижения их целей сегодня и создания успешных организаций завтра. Чтобы узнать больше о том, как мы помогаем людям, принимающим решения, строить будущее их бизнеса, посетите gartner.com.

Различия  между машинным обучением и прогнозной аналитикой

What Is the Difference Between Machine Learning and Predictive Analytics? Narendar Nallamala, Sep. 10, 19 ·

- dzone.com›articles…difference…predictive-analytics

Искусственный интеллект (ИИ) является последним определяющим фактором роста предпринимательства, обогнав такие традиционные рычаги, как капиталовложения и рабочая сила. Стремительное распространение ИИ объясняется его способностью с невероятной скоростью обрабатывать данные, находить шаблоны, а также изучать и распознавать поведение.

Базовый процесс ИИ, известный как машинное обучение (МО), представляет собой способность машины обрабатывать потоки данных и определять их шаблоны или логику. Другая способность машины учиться именуется  прогнозирующей аналитикой (ПА).

Сходства и различия МО и ПА

МО – это наука о том, как заставить компьютеры учиться и действовать так, как делают люди, совершенствуя свои знания для перехода, с  течением времени, на  автономные действия. Процесс обучения путем переработки вводимых данных  осуществляется как с помощью человека, так и автономно. В первом случае машинное обучение использует предопределенные шаблоны и известные виды  поведения, вводимые оператором. В свою очередь,  автономное машинное обучение полностью зависит от способности машины идентифицировать эти модели и поведение из потоков данных.

ПА во многом походит на первый вариант МО, осуществляемый при   содействии оператора. Поэтому  эксперты по ИИ считают ПА  частью МО. Хотя и  не все виды ПА или прогностического  моделирования можно относить к МО. Так, ПА пользуется  историческими данными для проведения описательного анализа. Он открывает возможность  использования алгоритмов для анализа дополнительных потоков данных с применением  тех же параметров, которые были определены в процессе ПА. Правила и шаблоны в большинстве случаев остаются неизменными, поэтому ПА более статична и менее адаптивна, чем МО.

Различия в распознавании шаблонов

Таким образом, ПА опирается на заранее определенные закономерности, не имея возможности адаптироваться к новым потокам данных. Напротив, МО может вносить коррективы в шаблоны и параметры на основе вновь обрабатываемых потоков данных.

ПА и МО также используют различные модели обучения. Там, где в первом случае используются обработка групповых данных и классификаторы большинства*, МО идет на шаг вперед, прибегая к  байесовскимм сетям** и обучению с подкрепленем***.

* Классификатор большинства (англ. majority classifier) всегда выводит класс, который находится в большинстве в обучающем наборе

** Байесовская сеть — это направленный ациклический граф, каждой вершине которого соответствует случайная переменная, а дуги графа кодируют отношения условной независимости между этими переменными

*** Обучение с подкреплением (англ. reinforcement learning) — один из способов МО в ходе которого испытуемая система (агент) обучается, взаимодействуя с некоторой средой, а не как это происходит в обучении с учителем

Преимущества и недостатки

МО в целом более продвинутое и более гибкое, оно в значительной степени опирается на точные данные для создания точной статистической модели. Когда потоки данных не соответствуют норме, вы начнете видеть отклонения в шаблонах и поведении, которые распознает ИИ.

ПА больше подходит для потоков данных, которые требуют определенных параметров, особенно параметров анализа, которые могут быть определены специалистами по данным. Когда используется ПА, для точного анализа требуется огромное количество исторических данных. Модель анализа более подробно рассмотрит прошлые модели и тенденции как основу для выбора моделей данного анализа.

Вместе с тем, большинство моделей ПА можно использовать для соответствующей обработки новых потоков данных практически сразу после обработки исторических данных и определения параметров данного анализа. Единственная проблема заключается в неспособности модели ПА адаптироваться к изменениям в потоках данных.

Машинное обучение требует более длительного процесса, прежде чем можно будет выполнить анализ. Можно с уверенностью сказать, что ПА может использоваться как часть процесса МJ, но не все виды ПА можно классифицировать как машинное обучение.

Февраль 2020

Соотношение понятий «машинное обучение», «наука о данных», «искусственный интеллект», «глубокое обучение» и «статистика».

Machine Learning, Data Science, Artificial Intelligence, Deep Learning, and Statistics//Seth Paskin, February 16, 2018 – bmc.com›…artificial-intelligence-deep…statistics/

Большинство организаций, компаний и частных лиц уже сегодня используют перечисленные в заглавии  технологии – знают ли они это или нет. Если их работа связана с компьютерами, им, вероятно, знакомы хотя бы с некоторые из них. Но обозначающие эти понятия термины могут ,вводить в заблуждение, а их использование иногда противоречиво.

21 век – это эпоха больших данных. Их величина  и сложность не поддаются обработке с использованием ранее создававшихся приложениями. Относительно недавно провозглашенные  концепции науки о данных, машинного и глубокого обучения предлагают новый набор методов. В данной  статье рассматриваются  различия между перечисленным в заглавии терминами: являются ли они новыми, возвращением старых либо  просто разными наименованиями одной и той же вещи

Статистика и искусственный интеллект

Изучение статистики и применение статистического моделирования являются подразделом математики. И теории, и приложения направлены на выявление и формализацию отношений в переменных данных на основе математических уравнений,  опирающихся на такие инструменты, как выборки, совокупности и гипотезы.

В конце 20-го века, по мере роста доступности,  популярности  и вычислительной  мощи компьютеров, люди начали проводить  статистику с помощью  вычислительных приложениях. Это позволило обрабатывать большие и разные собрания данных, а также применять новые статистические методы, которые были бы несостоятельными без вычислительной мощности.

Статистическое моделирование началось как чисто математическое или научное упражнение, но когда оно стало вычислительным, стало возможным  использования статистики для решения «человеческих» проблем. В послевоенный период, благодаря росту  оптимизма в отношении перспектив вычислительной техники, а также убежденности в том, что мыслительные процессы человека носят в основном вычислительный характер, приобрела популярность идея о возможности  создания «искусственного» интеллекта человека,. В конечном счете, искусственный интеллект (ИИ) – это эволюция первой встречи математики и информатики.

В 1960-х годах область ИИ была формализована в подмножество компьютерных наук. Новые технологии и более глубокое понимание того, как работает  человеческий разум, изменили представление об ИИ – от первоначальной парадигмы вычислительной статистики до современной идеи о том, что машины могут имитировать реальные человеческие возможности, такие как принятие решений и выполнение других, более сложных  «человеческих» задач.

Современный ИИ часто разбивают на две области: общую и прикладную. Прикладной ИИ соотносится, например, с системами вождения  автомобиля или разумной торговли акциями. Гораздо реже на практике исследуется  концепция общего ИИ –  систем, теоретически способных  справиться с любой задачей, включая  планирование, нахождения способа обойти препятствии, распознавание предметов и звуков,  способность говорить и переводить, выполнение социальных или предпринимательских операций или творческой деятельности.

Сегодня единственным веским критерием является успеха или провала в этой области является способность решения прикладных задач.

Машинное обучение

Машинное обучение (МО)- это форма прикладного ИИ. Она  основанная на теории о том, что системы, которые могут изменять действия и ответы при воздействии большего количества данных, будут более эффективными, масштабируемыми и адаптируемыми для определенных приложений по сравнению с теми, которые явно запрограммированы (людьми).

МО обычно классифицируется как «контролируемое» или «неконтролируемое». Контролируемое обучение подразумевает, что машина выводит функции из известных входов в известные выходы. Неконтролируемое обучение работает только с входами, преобразовывая или находя шаблоны в самих данных без известного или ожидаемого результата.

МО – это целенаправленное применение статистических преобразований. Для выполнения задачи потребуется процесс или набор шагов, правил и т. д., который называется алгоритмом. При проектировании обучающей машины инженер программирует набор алгоритмов, с помощью которых машина будет обрабатывать данные. Когда машина учится – получает обратную связь – она ​​обычно не изменит используемые статистические преобразования, а скорее изменит алгоритм. Например, если машина обучена учитывать два критерия при оценке данных, и она узнает, что третий критерий имеет высокую корреляцию с двумя другими и уточняет точность расчета, она может добавить эти третьи критерии к анализу.

В конечном счете, МО – это способ «научить» компьютеры адаптироваться к изменениям данных. Сегодня Интернет предлагает практически бесконечное, создаваемых постоянно, количество цифровых данных. Объем и разнообразие этих данных быстро и экспоненциально увеличивается. Механический анализ обладает преимуществами скорости, точности и отсутствия смещения по сравнению с человеческим анализом. Поэтому МО имеет решающее значение для успешного решения прикладных задач ИИ..

Глубокое обучение

Глубокое обучение (ГО) идет даже дальше, чем МО в применении ИИ. Там, где МО для получения желаемого результата учится на основе входных данных, ГО предназначено для обучения на основе входных данных с применением их  к другим данным. Парадигматическим примером ГО является идентификация изображения. Предположим, вы хотите, чтобы машина смотрела на изображение и определяла, что оно представляет для человеческого глаза: лицо, цветок, пейзаж, грузовик, здание и т. д. Чтобы сделать это, машине придется учиться на тысячах или миллионах изображений, а затем применять эти знания к каждому конкретному новому изображению, которое вы хотите идентифицировать.

МО недостаточно для этой задачи, потому что оно может производить только выходные данные из набора данных – либо в соответствии с известным алгоритмом, либо на основе внутренней структуры данных. Но полученный вывод  окажется  двоичным (да / нет) – в зависимости от алгоритма, а не от данных. В отличие от этого ГО использует нейронные сети. Вместо того, чтобы следовать алгоритму, они  предназначены для выполнения многих «микро» вычислений о данных. Вид и порядок  расчетов  определяются данными, а не алгоритмом. Это приводит к созданию системы, которая является вероятностной, а не детерминированной, и может обрабатывать задачи, которыетребуют более «человеческого» суждения.

Нейронные сети с ГО являются большими и сложными, требующими множества слоев и распределений микро вычислений. Глубокое обучение подходит для таких задач классификации как распознавание лиц, изображений или почерка.

Наука о данных

Статистика – это область математики. ИИ, ГО и МО  вписываются в область компьютерных наук. Наука о данных (НОД) – это междисциплинарный подход к интеллектуальному анализу данных, который сочетает в себе статистику, многие области компьютерной науки, а также научные методы и процессы для автоматизированного извлечения данных без взаимодействия с человеком. Современная НОД все больше связана с большими данными.

В НОД используется  много инструментов, методов и алгоритмов, извлеченных из вышеназванных и других  областей для обработки больших данных. Цель НОД, в некоторой степени аналогична МО. Она состоит в том, чтобы делать точные прогнозы, а также автоматизировать и выполнять транзакции в режиме реального времени, такие как покупка интернет-трафика или автоматическая генерация контента.

НОД в меньшей степени опирается на математику и кодирование и больше на данные и создание новых систем для обработки данных. Опираясь на области интеграции данных, распределенной архитектуры, автоматизированного МО, визуализации данных, инженерии данных и управляемых данными автоматизированных решений, НОД может охватывать весь спектр обработки данных, а не только связанные с данными алгоритмы или их статистику.

Значение искусственного интеллекта  в предстоящих технологических тенденциях

Tech Trends: What’s the Future for Artificial Intelligence?

February 18, 2019 – https://www.wipo.int/tech_trends/en/…/2019/news_0003.htm…

В последнее время активизировалось обсуждение вопроса:  является ли искусственный интеллект (ИИ) новым Интернетом – быстро развивающейся инновацией, которая полностью изменит наш мир? Это смелый прогноз, сделанный одним из участников дискуссионной панели, возглавлявшейся  Генеральным директором ВОИС Фрэнсисом Гарри и экспертами по ИИ из частного сектора и научных кругов.

Дискуссия возникла вслед за  изданием новой серии исследований ВОИС «Технологические тренды», в которой был зафиксирован недавний всплеск изобретений на основе ИИ, в создании которых лидировали  американские компаний и государственные исследовательские организации Китая. В дискуссионной панели приняли участие представители компаний и университетов, которые занимаются искусственным интеллектом: Медицинский факультет Нью-Йоркского университета (NYU); Лаборатория интеллектуальных систем, Ecole Polytechnique Fédérale de Lausanne (EPFL); Siemens Corp .; Институты наук и развития Китайской академии наук (CAS); а также IBM.

Опубликованные  результаты исследований показали, что  с момента открытия  ИИ в 1950-х годах и до 2016 года новаторы и исследователи подали заявки на почти 340 000 изобретений и опубликовали более 1,6 миллиона научных публикаций, связанных с ИИ. Количество связанных с ИИ патентов растет быстрыми темпами, причем более половины идентифицированных изобретений опубликовано с 2013 года.

26 из 30 лидирующих заявителей на патенты ИИ являются компаниями, а оставшиеся четыре – это университеты или общественные исследовательские организации. На конец 2016 года базирующаяся в США корпорация International Business Machines (IBM) имела самый большой портфель заявок на патенты в области ИИ (8 290), за которой следовала американская корпорация Microsoft  (5 930). В пятерку лидеров вошли: Toshiba Corp. из Японии (5,223), Samsung Group из Кореи (5,102) и NEC Group из Японии (4,406).

На Китай приходится 3 из 4 научно-исследовательских организаций, включенных в список 30 лучших заявителей. При этом Академия наук Китая занимает 17 место по количеству зафиксированных в этой отрасли патентных семейств  (2500). В Китае располагаются  17 из 20 лучших научно-исследовательских организаций по  патентованию ИИ, а также 10 из 20 лучших организаций по количеству публикаций, связанных с ИИ.

Вклад искусственно интеллекта в развитие машинного  перевода

Machine Learning for Translation: What’s the State of the Language Art?// Reuven Koret , 02 Nov 2019 –  readwrite.com›…machine…translation…language-art/

Новые инструменты машинного перевода (МП), управляемые искусственным интеллектом (ИИ), уже переводят десятки миллионов сообщений в день. Однако этот процесс подвергается непрерывному совершнствованию.

Эволюция машинного перевода

Для  прослеживания эволюции МП придется  вернуться к истокам применения ИИ в машинном переводе. Первые  системы  MП использовали  относительно несложные алгоритмы для замены слов на исходном  языке словами на языке перевода. Такой подход приводил к неприемлемому результату. Столкнувшись с проблемой понимания целых фраз,  МП занялся  изучением  структуры словосочетаний исходного языка и передачей их значения на языке перевода. Чтобы выбрать лучший перевод для данной фразы потребовалось обратиться к статистике, а также к выработке структурированных правил для выбора наиболее вероятного значения*.       

*В Центральном научно-исследовательском институте патентной информации была разработана  в 1960-х годах специализированная система МП патертных текстов,   алгоритм которой строился  на  вероятностных подходах, основанных  на статистическом анализе  структуры словосочетаний, характерных для англоязычных текстов патентных притязаний (Кравец Л.Г. Структурный анализ словосочетаний в английских научно-технических текстах//Научно-техническая информация, 1963, №10).  То есть уже тогда в системе  присутствовали элементы популярной сегодня в ИИ технологии машинного обучения (Прим. реф.)

В сложных языковых формах, таких как, например, тексты патентных формул и, тем более,  художественная литература, даже самые лучшие механизмы МП оказались не приемлемыми. Машины лучше справляются со структурированным языком для конкретных целей. Здесь МП стал со временем повседневной практикой. ежедневно. В Интернете автоматический перевод начался в 1990-х годах с использованием систем Xerox SYSTRAN и AltaVista Babelfish. Обе использовали статистические методы и правила для перевода коротких текстов. В 1996 году AltaVista сообщила, что BabelFish отправляет полмиллиона запросов в день. Но это не устранило необходимость в привлечении  редакторов и корректоров, которые должны идентифицировать собственные имена, разрешать неясности и расшифровывать идиомы. Впрочем, эта надзорная, редакторская или аудиторская роль менее трудоемка, чем собственно перевод.  Все это предшествовало  переводческой революции, которая произошла в последние пять лет благодаря освоению нейронного машинного перевода.

Нейронный машинный перевод

Нейронный машинный перевод (НМП) использует искусственно созданную нейронную сеть. Эта техника глубокого обучения при переводе рассматривает полные предложения, а не только отдельные слова. Нейронным сетям  нужна лишь  доля памяти, необходимой для статистических методов, а  работают они намного быстрее.

Приложения глубокого обучения (ГО) или ИИ для перевода впервые появились в распознавании речи (автоматическом процессе преобразования речевого сигнала в цифровую информацию) в 1990-х годах. Первая научная статья об использовании нейронных сетей в МП появилась в 2014 году. За ней быстро последовали многие достижения в этой области. В 2015 году система NMT впервые появилась в конкурсе машинного перевода. С тех пор соревнования были заполнены почти исключительно применением инструментов NMT.

В последних подходах NMT используется в версии  двунаправленной рекуррентной нейронной сети ( RNN), в которой используется  декодер,  предсказывающий слова, которые должны появиться на целевом языке. Google использует этот подход в NMT, который управляет системой Google Translate, а Microsoft – в Microsoft Translator и Skype Translator. Facebook проводит обширные эксперименты с открытым исходным кодом NMT, изучая язык своих пользователей.

Популярные виды систем МП

Google Translate – это бесплатный многоязычный сервис МП, разработанный Google для перевода текста. Он предлагает интерфейс веб-сайта, мобильные приложения для Android и iOS – мобильную  операционную систему для смартфонов, электронных планшетов, носимых проигрывателей и некоторых других устройств. Его API помогает разработчикам создавать расширения для браузера и программные приложения. Google Translate поддерживает более 100 языков, живых и мертвых. По состоянию на май 2017 года он ежедневно обслуживал более 500 миллионов человек. По состоянию на 2018 год он переводил более 100 миллиардов слов в день.

Microsoft Translator – это многоязычная облачная служба MП, интегрированная в несколько продуктов для пользователей, разработчиков и предприятий. Translator Text API имеет бесплатный и платные уровни, которые позволяют переводить миллиарды символов в месяц. По состоянию на август 2019 года служба поддерживает 65 языковых систем и 11 систем перевода речи, что позволяет использовать ее функцию живого общения в различных приложениях.

Facebook Translator, начиная с 2017 года, ежедневно выполнял около 4,5 миллиардов автоматических переводов с использованием нейронных сетей. Facebook выбрал, вместо RNN, сверточные нейронные сети (CNN), которые рассматривают информацию как иерархию, позволяющую  распознавать нелинейные отношения данных. При  переводе она лучше понимает контекст.

CNN системы Facebook изучает язык пользователей в режиме реального времени, тренируясь  на реальных предложениях, которые отражают фактическое использование языка. Это значительное преимущество перед Google.

В заключение можно сказать, что будущие переводчики и опытные лингвисты могут найти себя не только в оттачивании результатов МП, но и в его дальнейшем совершенствовании с использованием искусственного интеллекта и его приложений.

Январь  2020

Искусственный интеллект не положит конец человечеству

, Nabu Xavier, Marketing Officer в BackStrong Chiropractic USA, Jun 3, 2019

«Успех в создании ИИ был бы крупнейшим событием в истории человечества. К сожалению, он также может стать последним, если мы не научимся избегать рисков» – Стивен Хокинг– английский научный деятель и теоретик в области физики и космологии, профессор математики, получил образование в Оксфорде и Кембридже

Несмотря на широкое распространение и дальнейшее развитие соответствующих технологий на протяжении многих лет, область искусственного интеллекта (ИИ) остается для посторонних неясной.

EconSight является ведущей швейцарской компанией, занимающаяся бизнес-исследованиями и консалтингом, в партнерстве со Швейцарским федеральным институтом ИС и компанией  Lexis-Nexis PatentSight, осуществляющей измерение и сопоставление патентных портфелей с выявлением наиболее важных патентов на основе научно обоснованной методологии Patent Asset Index™,  Назначение – углубленное изучения технологий в области ИИ. Кай Грамке, генеральный директор EconSight, представил результаты совместного исследования на саммите PatentSight 2019. В нем отмечается, что область ИИ больше связана с программным обеспечением или сетями, которые способны учиться самостоятельно решать сложные проблемы. Несмотря на то, что ИИ все еще находится на начальной стадии развития, его технологии  широко применяются предприятиями и отраслями, помогая им решить сложные и трудоемкие проблемы. Тем не менее, точного определения области, которая четко определяет различные приложения и суб-технологии  ИИ, пока нет.

Определение ИИ-технологий с использованием патентных данных

Патентные данные содержат огромное количество информации, которая – при ее извлечении и анализе с использованием научных методов – может дать ценную информацию о ландшафте конкретной технологии. Используя данные о цитировании и о стране, в которой подан патент, можно получить четкое представление о том, какая фирма лидирует по количеству патентов, поданных в конкретной технологии, и в каких странах они имеют сильные позиции. Различные секторы бизнеса, а также соответствующие ключевые игроки, которые внедряют эту технологию, также были изучены и ранжированы на основе количества патентов мирового уровня, принадлежащих каждому из них. В  EconSight считают, что патент мирового уровня относится к 10% лучшим патентным семействам в данной технологической области.

Объединение исследований EconSight с патентной аналитикой

EconSight использует сложные подходы, комплексные методы анализа и сценарии проектирования в своем стремлении переосмыслить экономику или бизнес с глобальной, более целостной точки зрения. Будучи  лидером в бизнес-исследованиях, компания  осознает важность качественных и надежность данных для получения точных результатов. Именно поэтому компания  доверяет PatentSight, так как качество этой  базы данных уже подтверждено использованием наших услуг в сотрудничестве с Еврокомиссией. Для обеспечения притока точных и проверенных данных в программное обеспечение PatentSight создана  специальная команда, которая работает изо дня в день, чтобы прочесывать данные, которые публикуются для анализа с помощью программного обеспечения LexisNexis PatentSight Business Intelligence.

Исследование было дополнительно поддержано различными инструментами анализа и предварительно установленными сравнительными диаграммами и графиками, доступными в программном обеспечении PatentSight, из которых можно извлечь соответствующие выводы и анализы. Эти инструменты помогают углубиться в патентную базу данных. Например, в этом исследовании, чтобы определить различные работающие  в нем технологические классификации и компании, пришлось вторгнуться  в более широкую область ИИ-технологий. Синергия, которая была разработана путем сочетания исследовательского мастерства EconSight,  надежных инструментов PatentSight и высококачественных данных, обеспечила проведение глубокого исследования как с точки зрения ценности содержания, так и точности результатов.

Результаты исследования

Опубликованное исследование имеет неоценимое представление о все еще до конца не осознанной области ИИ. В широком спектре ИИ были идентифицированы, определены и классифицированы различные суб-технологии.

Суб-технологии ИИ были дополнительно определены следующим образом:

• Глубокое обучение – техника машинного обучения, которая выполняет обучение более чем в двух скрытых слоях. Оно выполняет извлечение и преобразование функций. Каждый последующий слой использует выходные данные предыдущего слоя в качестве входных данных.

• Нейронные сети – алгоритм машинного обучения, инициированный  работой человеческого мозга и позволяющий системе учиться на данных наблюдений. Простая нейронная сеть состоит из входного слоя, одного скрытого слоя и выходного слоя.

• Машинное обучение – область исследований в сфере компьютерных наук, которая пытается применять алгоритмы к набору образцов данных для выявления интересующих их моделей (Источник: EconSight, IGE, LexisNexis PatentSight)

Результаты детального  анализа различных отраслей ИИ были использованы     для определения стран, лидирующих  в промышленном применении ИИ-технологий: США, Германия, Швейцария, Китай, Франция, Япония и Южная Корея. Особенно заметно это проявляется в такие отраслях, как здравоохранение, энергетика, промышленное производство, защита данных, финансовые технологии и маркетинг. Среди этих секторов наиболее интенсивное патентование ИИ-технологий в последние 3 года отмечено в  здравоохранении (Источник: EconSight, IGE, LexisNexis PatentSight, 2019)

Хотя  США были признаны  лидерами в области исследований ИИ в течение последних нескольких лет, тем не менее,  отмечен факт   быстрого увеличения количество патентов в области ИИ, получаемых Китаем. Хотя его достижения   несопоставимы с США, если рассматривать только патенты мирового уровня. К тому же  американские компании владеют самыми сильными патентными портфелями на зарубежных рынках.

Так что, не следует страшиться пришествия ИИ в будущем. Он уже пейчас с нами.

Новые рефераты в 2019 году

- Некоторые направления применения искусственного интеллекта  в службах интеллектуальной собственности/декабрь

- Новые тенденции управления интеллектуальной собственностью в странах Азии// ноябрь

- Проблемы интеллектуальной собственности в цифровой экономике/октябрь

- Изобретения  в области искусственного  интеллекта нуждаются в  изменении патентных законов/ сентябрь

- Тенденции  развития искусственного интеллекта в  2019 году/ сентябрь

- -Искусственный интеллект и интеллектуальная собственность/август

- Исследование тенденций патентования технологий/ июнь

- Новая стратегия в области ИС: любовь вместо  войны?//май

- Защита конкурентного преимущества и управление рисками интеллектуальной собственности//апрель

– Критическая оценка  новых информационных технологий/март

- Как технология блокчейна может быть использована для охраны интеллектуальной собственности/февраль

- Блокчейн как  реестр интеллектуальной собственности/февраль

- Бллокчейн- технология в  системе интеллектуальной собственности/январь/январь

Декабрь 2019

Некоторые направления применения искусственного интеллекта  в службах интеллектуальной собственности

8 ways in which Artificial Intelligence is being used by IP departments of Companies-Jitin Talwar, Pranav Sharma – slideshare.net›…8-ways…artificial-intelligence…ip…

Подразделения интеллектуальной собственности (ИС) компаний проделали феноменальную работу по защите своих  исследований, управлению существующими активами и принятию различных решений в области ИС, опираясь на свои возможности и знания в сфере искусственного интеллекта (ИИ). Однако в наши дни развитие технологий ИИ и использование машин для принятия определенных решений по ИС привело к сбоям в работе подразделений ИС  и может обесценить  наиболее важные из обещанных методологий поиска нужной им информации.

Технологии ИИ играют решающую роль в автоматизации стандартного рабочего процесса поиска ИС. Существует восемь основных областей, в которых поисковые технологии ИИ помогают подразделениям ИС в осуществлении поиска информации по ИС вообще и патентной информации (ПИ) в частности.

Автоматизация проверки новизны

Службы  ИС проводят внутренние и внешние поиски патентоспособности по заявленным подразделениями  НИОКР изобретениям. Технологии ИИ радикализируют традиционный способ оценки патентоспособности с использованием  компьютерного  анализ и синтез естественных языков (NLP),  машинного обучения и семантического анализа. Эксперты первоначально представляют изобретения устройствам  ИИ для получения отчетов о новизне и визуализации. ИИ-отчеты о новизне подтверждают как  возможность дублирования предшествующего  уровня техники и наличие новых элементов.

Визуализация обеспечивает  защиту от конкурентов в данной  технологии.

Улучшение качества патентов

В настоящее время службы  ИС применяют более целенаправленный подход к подаче заявок на охрану ИС.  Он более целенаправлен – только на то, что подлежит освоению. И дальше будет продвигаться  только «целевая» группа патентных заявок.  Процесс отбора осуществляется в режиме реального времени с использованием соответствующих ИИ-технологий.

Отменить, обновить, решения вне лицензии

Отслеживание товаров конкурентов – это непрерывный процесс, требующий повторного поиска через определенный промежуток времени. Алгоритмы ИИ удобны и заменяют интенсивные ручные повторные поиски автоматизированной системой оповещения.

Определение ключевых патентов в  портфеле:

Поиск ключевых патентов в портфеле является трудоемкой задачей, где автоматизация может быть полезна для оценки предопределенных параметров. Наряду с этим, технологии ИИ также могут имитировать поведение опытного искателя, сравнивая информацию о конкурентах и ​​рынке с данными о патентах.

Автоматизация  установления недействительности

Автоматизация поисковых запросов сокращает затраты времени примерно на 60%. ИИ способен понимать смысл текстовых данных и сопоставлять сходство между различными документами с помощью технологий NLP и машинного обучения.

Использование современных инструментов в систематическом распространении информации

Проблема поддержания разбросанных по миру ведомств/служб в режиме синхронно изменяющихся технологий и обновлений может быть решена путем внедрения решений на основе ИИ. Службы ИС некоторых компаний, в сотрудничестве с поставщиками ИИ-технологий, настраивают систему единого фонда сфокусированных  и синхронизированных оповещений ведомств ИС всего мира.

Автоматизация изобретательского консультирования

Ведомства ИС зачастую задают изобретателям множество вопросов для понимания их изобретений. Технологии ИИ в состоянии  помочь службам  ИС получать отчеты и информацию из системы практически в режиме реального времени. Это позволит им задавать сфокусированные вопросы и выявлять новые аспекты изобретения за гораздо меньшее время.

Автоматизация определения идей и концепций:

ИИ способен усваивать технологии пользователей и может предлагать им новые идеи. Это способствует определению объема доработок и дополнительных вариантов осуществления предварительного замысла для обеспечения лучшего проектирования  приложений.

Для ознакомления с работой  основанного на ИИ-технологиях интеллектуального программного обеспечения ИС-анализа можно обратиться в  лабораторию XLPAT(Индия), разработавшую  инструменты различных видов патентного поиска.

Дополнительные источники:

- XLPAT Labs conducted training for Examiners at the USPTO, May 14, 2019

8 - ways in which Artificial Intelligence is being used by IP departments of Companies, April 8, 2019

- 5G- The Future of Communication Networks, March 28, 2019

- Emotions will drive the future Intelligent Chatbots, March 28, 2019

Ноябрь 2019

Новые тенденции управления интеллектуальной собственностью в странах Азии

Three Emerging Trends to Watch in Asia IP. By Karen Taylor, General Manager of Asia Pacific at Anaqua// The Patent Lawyer Magazine,  November 23, 2017

Азия стала  домом не только для многих всемирно известных  инновационных компаний, но и для некоторых самых изобретательных подражателей. Это регион, где высокоразвитые, сложные системы интеллектуальной собственности (ИС) сосуществуют с относительно незрелыми юрисдикциями соседних стран. Тем не менее, в целом наблюдается  растущее признание азиатскими компаниями необходимости лучшего, более эффективного управления ИС. Оно призвано  согласовывать обретаемые права с корпоративными бизнес-стратегиями для обеспечения коммерческого успеха.

Управление ИС сегодня не ограничивается регистрацией прав на ИС, отслеживанием сроков действия патентов или разрешением возникающих споров. Все больше внимания уделяется  другим сферам деятельности, которые оказывают непосредственное воздействие  на развитие бизнеса компании.

Инновация процесса управления ИС

Передовые азиатские компании уделяют огромное внимание исследованиям и разработкам (НИОКР).  Поэтому они все чаще ищут системы, способствующие  управлению  всем инновационным процессом – от разработки правовой охраны идеи до ее освоения и  коммерциализации. С помощью надлежащим образом анализируемой  информации в области ИС подразделения  НИОКР могут, например, очень быстро определить, в каких областях разработка полезна, а где  дальнейшие инновации трудно реализовать из-за патентных барьеров конкурентов.

Руководители предпринимательских подразделений и вышестоящие инстанции могут согласовывать свои патентные активы и существующие линейки продуктов с более отдаленными  бизнес-целями, определяя стратегию в области ИС, которая наиболее подходит для последующей  бизнес-модели компании. Благодаря этому, управленческие решения, например, о возобновлении или отказе от патентования или лицензирования основываются на отборе достоверных данных и их тщательном анализе.

Такой подход может быть реализован только  при наличии центральной платформы управления активами ИС, которая предоставляет всем участвующим сторонам доступ к общей информации, обеспечивающей  оповещение о всех  изменениях в режиме реального времени.

Компании автомобильной промышленности, такие как Honda, извлекли большую выгоду из увязки  широкого спектра отделов и процессов благодаря внедрению более централизованной системы для инновационного  управления ИС. Создание центральной ИС-команды (Honda Patents & Technologies), работающей во всех департаментах и ​​регионах, обеспечило целостное управление, поддерживаемое глобальной платформой Anaqua, для управления всеми процессами в области ИС. В частности, рассредоточенные по миру эксперты по ИС регулярно участвуют  в мозговых штурмах с отделами НИОКР, определяя, является ли новая идея истинной инновацией, заслуживает ли она и последующих лицензионных процедур.

По мере роста активности ИС все больше компаний в азиатском регионе стремятся глобализировать свои активы ИС и значительно улучшить управление жизненным циклом инноваций путем развертывания передовых технологических платформ. В этой их деятельности наблюдаются  три ключевых тенденции.

1. Стремление к  монетизации корпоративных ИС- портфелей.

По мере роста в азиатском регионе собственных массивов ИС многие компании в настоящее время больше внимания уделяют созданию, охране и монетизации прав ИС с целью увеличения отдачи от инвестиций. Чтобы стимулировать инновации, китайские власти, например, даже предоставляют получателям патентов денежные субсидии в размере до 4500 долларов США. Это, несомненно, помогло Китаю стать в 2011 году мировым лидером по подаче патентных заявок. А в 2015 году он превзошел все другие страны по количеству выдаваемых  патентов – более 350 000 патентов.

Развивая свои системы  управления ИС в последние несколько лет, многие компании применяют лучшие мировой опыт. Сейчас компании ищут решения, которые  не только оптимизируют управление процессами патентования, но и все больше задумываются,  как лучше монетизировать свои портфели.

Можно  ожидать, что все больше азиатских компаний будут придерживаться стратегического подхода к управлению портфелем ИС и станут действительно глобальными в том, как они оценивают, защищают и эксплуатируют свои активы

2. Освоение легальных технологий в корпоративном пространстве Азии

По мере того, как подача заявок на патенты в Азии продолжает расти, ведущие инновационные рынки, такие как Япония, Китай, Южная Корея, Сингапур и Тайвань, стали более приспособленными к внедрению легальных технологий в корпоративном пространстве. Многие крупные компании на этих рынках используют новейшие технологии для управления оценкой и защитой своих активов ИС. Они признают, что охрана  ИС требует стратегической направленности и должна стать центральным элементом их глобального подхода. Спрос на окупаемость инвестиций в технологии столь же важен для азиатских компаний, как и для США и Европы.

Ведущие китайские компании, такие как Alibaba, Xiaomi, Huawei и HTC, имеют крупные службы  IP-бизнеса, которые сосредоточены на защите своих передовых исследований и разработок по всему миру. Эта тенденция должна сохраниться, поскольку все больше азиатских корпораций стремятся полностью монетизировать свои портфели ИС.

3. Глобализация как  ключевой   фактор инновационного развития

Глобализация является ключевым фактором растущего спроса на легальные технологии в азиатском регионе. Высокий уровень слияний и поглощений в ведущих азиатских странах свидетельствует о том, что многим компаниям в настоящее время приходится управлять портфелями ИС в странах, где располагаются  их  научно-исследовательские центры и производственные подразделения. Для управления и оценки коммерческого потенциала их исследований и разработок инновационные и юридические службы таких компаний нуждаются в  интеллектуальных многоязычных системах, где каждый имеет доступ к одной и той же информации в режиме реального времени.

Непрерывно возрастающая  подача патентных  заявок становится поистине  международной по своей природе. Опубликованный в 2017 году Международной службой подачи заявок (RWS inovia) Глобальный индикатор тенденций охраны ИС (Global Patent & IP Trends Indicator), , показал, что в 2016 году свыше 41 % респондентов подали более половины своих патентных заявок в иностранных юрисдикциях. Глобализация влечет за собой двоякие последствия. Вместе с расширением  коммерческих возможностей существенно обостряется и  конкуренции.

В настоящее время для многих компаний нематериальные активы, такие как ИС, составляют около 70-80 процентов рыночной стоимости компании. Конечно, эту ценность нужно защищать, поскольку она  предоставляет большие возможности для получения дохода.

Азиатские компании осознают, что применение комплексных правовых решений, которые сочетают в себе инструменты аналитики и рабочих процессов, позволяет им более точно оценивать ценность своих портфелей ИС и выявлять возможности для продажи, лицензирования или партнерства по всему миру. Такая коммерциализация их ИС является ключевым фактором роста стоимости, и многие компании в Азии стремятся извлечь уроки из лучших практик, применяемых на других рынках, таких как Европа и Северная Америка.

Октябрь 2019 года

Проблемы интеллектуальной собственности в цифровой экономике

Intellectual property challenges for the digital economy

F. Tietze, Head of the Innovation & Intellectual Property Management research group at the IfM – ifm.eng.cam.ac.uk›…intellectual…digital-economy/

В истории новой цифровой экономики новаторы-разрушители привносят новые идеи в обрабатывающую промышленность с потенциалом преобразования существующих и открытия новых способов работы. Проблема для производителей во многих отраслях заключается не только в том, что технологии неуклонно развиваются и становятся все более сложными, но также в том, что они могут не владеть интеллектуальной собственностью (ИС), на которой строятся новые цифровые технологии. Многие фирмы внесли огромный вклад в портфели ИС для традиционных моделей, которые находятся под угрозой вытеснения новыми подрывными подходами.     Иначе говоря, по мере перехода  на бизнес-модели, основанные на цифровых технологиях, производители сталкиваются с  существенными проблемами использования  (ИС).

Автомобильный сектор является тому примером. Вполне вероятно, что в течение десятилетия автомобили будут в основном приводиться в действие электричеством и электрическими двигателями, и что эти автомобили будут более «интеллектуальными», если не автономными. Такие изменения привлекают в этот сектор различные компании, в том числе устоявшихся цифровых гигантов, что ставит перед традиционными производителями автомобилей новую задачу.

Эти преобразования в автомобильной отрасли сопряжены с огромным риском для ИС для действующих в этой сфере сотрудников. Возникают два существенных риска: во-первых, фирмы, которые доминируют в автомобильном секторе будущего, скорее всего, окажутся теми, кто фактически владеет ИС на новые технологии или их ключевые элементы. Если это ноу-хау принадлежит цифровым гигантам, входящим в данный сектор, это может означать, что традиционным производителям автомобилей необходимо наладить партнерские отношения, чтобы выжить и в конечном итоге платить за доступ к технологии. Во-вторых, крупные автомобильные компании, которые годами доминировали в отрасли, создали портфели патентов на технологии, соответствующие устаревающей  бизнес-модели. Эти портфели могут серьезно обесцениться.

Далее рассматриваются пять ключевых задач и некоторые стратегии для их решения

1. Защита и использование ценных данных

Все большее значение имеет больших объемов данных, которые накапливаются внутри компаний. Помимо данных о продажах продуктов, клиентах, ценах на компоненты, информации о цепочке поставок или статистики рынка, существуют коммерчески значимые электронные элементы, представляющие риск для ИС с точки зрения потенциальных нарушений кибербезопасности.

Особую ценность представляют запатентованные  облачные алгоритмы и крупные хрилища обучающих данных, собираемые с течением времени через устройства Интернета вещей (IoT). Алгоритмы искусственного интеллекта (ИИ) также увеличивают свою ценность, поскольку они собирают и используют обучающие данные для повышения их точности. В цифровой экономике такие алгоритмы ИИ могут вносить значительный вклад в ценность фирмы. Следовательно, компании должны уделять пристальное внимание защите и использованию этих ценностей  с расширенным  применением  технических средств  кибербезопасности.

Управление правами на цифровые технологии становится критически важным. Здесь можно придерживаться консервативного подхода, работая с небольшим числом сторон в цепочке поставок или экосистеме, либо использовать более широкий подход, который мог бы включать лицензирование данных даже конкурентам.

2. Переход к портфельно-систематизированной  ИС

В нашем приведенном выше примере с автомобильным  сектором основанные на электронике технологии, относящиеся к будущему производству транспортных средств, могут включать портфели интернет-вещей (IoT), ИИ, управления батареями и беспилотниками. Успешные компании – это те, которые понимают, как формировать   большие и стратегически ориентированные портфели ИС, охватывающие множество актуальных, появляющихся и конвергирующих технологий. Они также должны будут осваивать дополнительные знания и навыки построения  благоприятных траекторий, блокирующих разработки  конкурентов.

3. Приобретение и выдача лицензий

Принимая во внимание сложный и фрагментированный патентный ландшафт цифровой экономики (поскольку право собственности на ИС распределено по многим фирмам), компаниям будет трудно владеть правами на все объекты  ИС, необходимые для производства интеллектуальных устройств. В результате компаниям нужно избирать предпочтительные способы обретения у владельцев ИС права на ее использование перед запуском соответствующей продукции.

С другой стороны, запатентованные компанией технологии могут быть полезны для других производителей, которые готовы платить за доступ к этим технологиям. Тем не менее, для организации услуг по выдаче лицензий потребуется овладеть особыми навыками использования этой возможности.

4. Понимание истинной стоимости «бесплатного» программного обеспечения

Современны  фирмы разрабатывают программные компоненты, встроенные в цифровые продукты, но могут также использовать существующее «бесплатное» программное обеспечение с открытым исходным кодом, полученное от ведущих платформ разработки, таких как Github. Что может быть не сразу очевидно, так это общие затраты на программное обеспечение с открытым исходным кодом: часто использование является «бесплатным» только при определенных условиях, таких как требование от пользователя сделать все программное обеспечение, разработанное на основе компонента с открытым исходным кодом, свободно доступным для сообщества.

Фирмы должны понимать и осваивать сложности, различия и требования многочисленных типов лицензирования, отличающихся особенностями тх соблюдения. Некоторые крупные консалтинговые компании уже предлагают хорошую бизнес-модель, предоставляющую услуги, которые  включают программное обеспечение с открытым исходным кодом, но за существенную плату.

5. Управление коммерческими секретами

В настоящее время мы наблюдаем ужесточение законодательства в отношении особо важных фирменных знаний компании, обычно называемых коммерческой тайной, которая включает  хорошо обученные алгоритмы ИИ. Это требует от компаний идентифицировать,  отдельно обрабатывать, защищать и применять свои наиболее ценные ноу-хау .

Стратегии для ИС в цифровой экономике

Для того, чтобы иметь хорошие позиции и быть готовыми к успеху в цифровой экономике, фирмам -производителям, следует учитывать при управлении ИС  следующие три фактора.

Во-первых,  сотрудники фирмы должны обладать или иметь доступ к знаниям в области ИС и возможностям управления ею, необходимые для достижения успеха в цифровой экономике.

Во-вторых, любая хорошая и перспективная стратегия в области ИС должна соответствовать организационным структурам и бизнес-целям. Это может потребовать консолидации существующего управления ИС, которое часто разбросано по нескольким подразделениям: технологии – в патентных службах, бренд – в маркетинговых службах, товарные  знаки – у  - юристов и т.д..

В-третьих,  организациям необходимо разработать собственную интегрированную стратегию цифровой ИС – с учетом ее различных типов ИС, различия в  программном обеспечении, особенности

лицензирования приобретаемой и продаваемой ИС, и включать портфельный подход при формировании патентных.

Сентябрь 2019 года

Изобретения  в области искусственного  интеллекта нуждаются в  изменении патентных законов

Artificial Intelligence: Why AI Inventions Will Disrupt Patent  Law, September7, 2018 -bakermckenzie.com›…newsroom/2018/04/ai-white-paper

Искусственный интеллект (ИИ) поднял инновации и креативность на новый уровень. Это ускорило прогресс в технологии с использованием данных, алгоритмов и вычислительных  мощностей. Инструменты ИИ используются компаниями и частными лицами в качестве «новаторов». В 20 веке ИИ был отдаленной мыслью в человеческой цивилизации и ее развитии. Сегодня ИИ поднялся до уровня, предлагающего различные новые воздействия на жизнь людей. ИИ помог большинству стран улучшить свое здравоохранение, производство и торговлю, денежные переводы, образование, безопасность, производство энергии и другие процессы. Наконец, ИИ улучшил социальное обеспечение человека.

Разделы  патентных законов под угрозой  нарушения

Белая книга, представленная Бейкером Маккензи на Всемирном экономическом форуме в Центре четвертой промышленной революции, дала критическое представление о трех основных проблемах, связанных с патентованием ИИ-изобретений.

1. Патентоспособность и право быть включенным в состав соавторов ИИ-изобретения (Inventorship).

Американский закон о патентах конкретно не требует, чтобы созидатель был обязательно человеком. Но американская конституция определяет личность человека, который блокирует изобретения, созданные ИИ. Одной из самых распространенных проблем, связанных с изобретениями ИИ, является их защита. Патентное право должно адекватно охватывать изобретения, которые были сделаны технологиями ИИ.

2. Нарушение обязательств, вызванных ИИ

В большинстве стран, таких как Соединенные Штаты, не могут распознать обязательства, когда кто-то нарушает ИИ-изобретения. Патентная система распознает только человека-новатора с интеллектуальным выходом из разума. В данном случае ИИ-изобретения устанавливают для общественности это исключение. Когда изобретения ИИ пойдут не так, кто будет нести ответственность? Это компьютер, который занимается машинным обучением, или это человек, который вызвал творческий импульс?

3. Могут ли ИИ- технологий стать предметом патентования?

Учитывая признание  ИИ-технологий большинством людей, вызывают озабоченность правовые стандарты патентоспособных объектов. В настоящее время вокруг изобретений ИИ сложилась  напряженна атмосфера. Это означает, что признание этических и социальных достоинств ИИ должно повлечь за собой нахождение способов изменения патентного законодательства в сторону охвата новых ИИ-изобретателей.

Патенты в  искусственном интеллекте

В ИИ созидателям становятся машины. ИИ является предметом патентования изобретений в области машинного обучения, глубокого обучения*, обработки естественного языка, анализа данных и поиска информации на естественного языкеИИ автоматизирует текущие ресурсы и данные для создания новых изобретений для бизнеса.

* Глубокое обучение (глубинное обучение; англ. Deep learning) — совокупность методов машинного обучения (с учителем, с частичным привлечением учителя, без учителя, с поддержкой), основанных на обучении представлениям (англ. feature/representation learning), а не специализированным алгоритмам под конкретные задач

Высококлассные компании, такие как Uber, Apple Inc., Google и Tesla уже активно участвуют в инвестировании ИИ-патентования и , нанимают ученых, которые могут использовать машинное обучение для создания ИИ-изобретений. По мере того, как предприятия и организации все чаще внедряют ИИ-изобретения, поиск путей к патентованию таких изобретений продолжает набирать обороты. В 2012 году количество выданных ИИ-патентов составило 708. В 2016 году их число возросло до 2888. В Соединенных Штатах за четыре года было выдано почти 1628 патентов.

Можно ли считать ИИ изобретателем?

В американском патентном праве и инструкциях Патентного ведомства «изобретатель» определяется как человек, который задумывает изобретение и применяет его на практике. А ИИ не является человеческим существом, потому что у него нет ментальной природы и способности претворения мыслей в жизнь. К тому же он  не является индивидом. Таким образом, патентные законы США не охватывает сферу охраны  интеллектуальной собственности, которая была создана  ИИ, а не исходят от отдельных лиц.

Давайте предположим, что ИИ обладает способностью задумать идею, создать  изобретение и реализовать его на практике с помощью машинного обучения. Почему, в таком случае, создающий и реализующий такое изобретение  ИИ-процесс не может быть запатнтован?

Сегодня программное обеспечение создается ИИ-технологиями, а они производят продукты и услуги, которые раньше не встречались на планете. Только в Соединенных Штатах существует более 22 000 подобных заявок на ИИ-патенты. Другим положительным сигналом является то, что большинство людей  нормально воспринимают ИИ-изобретения. А это означает, что в ближайшем будущем можно ожидать развертывания дебатов о принятии ИИ в качестве изобретателя.

Масштабирование будущего ИИ-патентов

Стивен Талер,  возглавляющий американскую компанию Imagination Engines Inc.(IEI), разработал компьютерную программу, назвав ее «Творческой машиной» (Creativity Machine).

Видимо , Соединенным Штатам потребуется изменить закон, чтобы включить ИИ-изобретателей для ускорения инновационного процесса.

Пока же именно Китай взял на себя инициативу в гонке ИИ-технологий и связанных с ними изобретений. Он внес поправки в свое патентное законодательство, чтобы разрешить публикацию патентов в области искусственного интеллекта, глубокого и  машинного обучения. По сравнению с США количество патентов в Китае росло более быстрыми темпами: у Америки 35 508 ИИ-патентов, в то время как у Китая их 34 345.

В настоящее время Китай и США владеют половиной всех патентов в области искусственного интеллекта в мире. Но Китай и Америка по-разному фокусируются на областях искусственного интеллекта, в которых они специализируются. Например, у Китая есть 55% патентов на патенты машинного зрения, связанные с  распознаванием лиц. А корпорации США, такие как IBM, Microsoft и Google, сосредоточились на патентах по распознаванию речи, синтезу и машинному обучению. Например, Америке принадлежит 32% патентов в области машинного обучения и 265 патентов на естественный язык, а Китаю –  23% патентов на машинное обучение и 14%  в области естественного языка.

В  патентовании ИИ наметилась жесткая конкуренция. Китайские патентные законы кажутся более гибкими, чем американское патентное законодательство, сформировавшееся до  интенсификации разработки ИИ-технологий. Необходимы изменения в законодательстве. Творческие машины будут располагать неограниченным  количеством знаний, которые помогут им  развивать инновационный процесс в своих областях. Поэтому в будущем компьютеры будут участвовать в создании  почти всех изобретений.

Тенденции  развития искусственного интеллектав  2019 году

The top six trends in artificial intelligence for 2019, Marie Boran, Thu, Jan 10, 2019 – irishtimes.com›…in-artificial-intelligence…2019-1…

Доклады  Стэнфордского университета (AI Index 2018) и компании Microsoft (Artificial Intelligence in Europe: Outlook for 2019 and Beyond), опубликованные в декабре 2018 года, позволяют прогнозировать некоторые тенденции развития искусственного интеллекта (ИИ) в текущем  году.

1. Распространение голосового поиска и умных колонок

Около 40% взрослых пользователей уже сейчас ежедневно применяют голосовой поиск*. А согласно прогнозу американской аналитической компании ComScore в 2019  году этот прием распространится на половину всех видов интернет-поиска.

* Голосовой поиск (англ, voise search), также называемый голосовой поддержкой, позволяет пользователю использовать голосовую команду для поиска в Интернете

Каждый шестой американец теперь владеет умными колонками (динамиками)*, таким как Amazon Echo на базе Alexa. Согласно отчету международной компании Edison Research, с января 2017 года этот показатель вырос на 128 %. При таких темпах можно прогнозировать экспоненциальный рост, благодаря которому к концу 2019 года подобным устройством будет располагать каждый третий пользователь.

* Умная колонка (англ. smart speaker) — устройство, относящееся к классу интеллектуальной (умной) бытовой техники, представляющее из себя динамик (музыкальную колонку) со встроенными компьютером, микрофоном^[ и, возможно, видеокамерой и жидкокристаллическим сенсорным экраном.

2. Глубокое обучение

Глубокое обучение* представляет собой форму машинного обучения с применением  алгоритмов, известных как искусственные нейронные сети, которые работают, моделируя структуру и функции человеческого мозга.,

*Глубокое обучение (глубинное обучение; англ. Deep learning) - совокупность методов машинного обучения (с частичным привлечением учителя, без учителя, с поддержкой), основанное на обучении представлениям ((англ. feature/representation learning),), без  специализированных алгоритмов под конкретные задачи.

Работа, требующая знания глубокого обучения, растет быстрее, чем в любой другой области  ИИ.  Число рабочих мест, требующих глубокого обучения, увеличилось в 35 раз в период с 2015 по 2017 год.

Глубокое обучение применяется во многих областях ИИ, включая компьютерное зрение*, автономные транспортные средства и автоматическое генерирование.

* Компьютерное зрение (англ, computer vision) — теория и технология создания машин, которые могут производить обнаружение, отслеживание и классификацию объектов.

Тем, кто хочет приобрести навыки, необходимые для поддержания конкурентного преимущества на рынке труда, следует иметь в виду, что постоянно растет спрос на тех, кто разбирается в новейших  видах машинного обучения, обработки естественного языка, распознавания речи и робототехники.

3. Персонализированная реклама

Неотъемлемой частью торговли становится персонализированная реклама или реклама на основе интересов меньшинства (Minority Report-style advertising).

Недавно компания Microsoft объявила о партнерстве с американской сетью супермаркетов Kroger для отработки  «опыта пилотных магазинов». Полки в этих супермаркетах бумажные ценники будут заменяться в режиме реального времени цифровыми версиями, отображающими также  рекламные материалы и информацию о питательных веществах. А  приложение Kroger Scan, Bag, Go будет  проводить покупателя по магазину на основе его списка покупок.

Часть приложений персонализированной рекламы  включает камеры с распознаванием лиц посетителе: при прохождении цифровых дисплеев в магазине им будут показываться рекламные объявления и рекламные материалы в зависимости от возраста и пола покупателей или предложат  продукты на основе предыдущих покупок.

4. Ожидаемый рост  использования  ИИ в бизнесе

Согласно выпущенному недавнему отчету Microsoft, важнейшей ролью ИИ в мире бизнеса станет  повышение заинтересованности клиентов. В отчете показано, что 74 % всех респондентов ожидают, что в ближайшем будущем ИИ поможет им завоевать и удерживать большее число клиентов. для более продвинутых и зрелых компаний для более продвинутых и зрелых компаний этот показатель может возраст до 100 процентов. Кроме того, 56 % компаний ожидают, что ИИ окажет большое влияние на «сферы бизнеса, которые сегодня совершенно неизвестны», а 65 % ожидают, что ИИ окажет столь же большое влияние на их основной бизнес. При  такой уверенности в перспективах использования ИИ 2019 год может стать поворотным моментом для интеграции ИИ в предпринимательство.

Пока же всего  4 % компаний активно используют ИИ «в процессах, связанных с  выполнением  сложных задач». Но в 61 % компаний ИИ-технологии уже находятся в процессе разработки, планирования или оценки того, как ИИ преобразит их бизнес-модель.

Отчет Microsoft показывает, что ИИ наиболее широко применяется в процессах, связанных с информационными или с важнейшими для компании технологиями. Второе по популярности применение ИИ отмечено в  исследованиях и разработках (36 %), за которыми следует обслуживание клиентов (24 %). Поэтому в 2019 году именно эти области могут  продемонстрировать  самый высокий уровень внедрения ИИ.

5. Ведущая роль компьютерного  зрения

В последние несколько лет отмечено стремительное развитие компьютерное зрение*, как области исследования ИИ.

*Компьютерное зрение (англ. - Computer vision)   это междисциплинарная научная область, которая занимается созданием компьютеров для получения высокого уровня понимания цифровых изображений или видео.

За период с 2015 по 2018 год соответствующие алгоритмы, решающие  задачу выявления и сегментации объектов в контексте (Common Objects in Context), улучшили свою точность на 72%. Решение сложных задач компьютерного зрения требует определения объектов с точностью до пикселя. Еще одним показателем прогресса является возрастание скорости, с которой алгоритмы компьютерного зрения могут обучаться этому процессу на стандартизированном наборе изображений (ImageNet), используемом большинством исследовательских институтов.  Среднее время обучения возросло  с июня 2017 года по ноябрь 2018 года в 16 раз.

Среди ряда возможных  приложений компьютерного зрения выделяется наиболее актуальная для общественности область автоматизированного видеонаблюдения. Японский алгоритм машинного обучения под названием AI Guardman может обнаружить «подозрительное поведение» среди покупателей, сигнализирующее о  вероятности кражи товаров в магазине. Используемый  в видеокамере ИИ обрабатывает позы объекта в режиме реального времени, отмечая движения, которые могут указывать на его намерение  похитить товары. Работа камеры подключена к  телефону владельца магазина, который таким образом получает соответствующее предупреждение.

Точно так же компьютерное зрения используется в беспилотных летательных аппаратах, которые парят над большими скоплением людей, обнаруживая потенциально опасных субъектов.

Этические аспектв использования ИИ

В истекшем  году наблюдался рост общественного скептицизма в отношении ИИ, и это справедливо. Если ИИ - технологии будут применяться без строгих этических норм или без участия широкой общественности, появятся  приложения, которые обходят конфиденциальность, игнорируют экологические и социальные последствия и даже ограничивают человеческую автономию.

Поэтому в декабре 2018 года был опубликован проект Руководства по этике ИИ, подготовленный Группой экспертов Европейской комиссии по искусственному интеллекту. Он содержит несколько рекомендаций на европейском уровне по разработке надежного ИИ,

предполагающего соблюдение  основных этических принципов и наличие технологического  мастерства в разработке и освоении ИИ-технологий. Поскольку их отсутствие  может нанести непреднамеренный вред – даже при наличии благих намерений.

Примечание: Окончательный вариант руководящих принципов

публикован в апреле 2019 года в сопровождении  механизма их  добровольного одобрения заинтересованными сторонами.*

……………….

* European Commission’s Ethics Guidelines on Artificial Intelligence

Tuesday, April 16, 2019

Август 2019 года

Искусственный интеллект и интеллектуальная собственность

Artificial Intelligence and Intellectual Property: An Interview with Francis Gurry, January 22, 2019

В четверг, 31 января ВОИС опубликовала  первый доклад о  своей новой исследовательской серии «Технологические тренды», в котором основное внимание было уделено   искусственному интеллекту (ИИ). В докладе показано, что эта революционная технология быстро развивается и окажет глубокое влияние на все сферы жизни. Политические решения требуют прочной фактологической базы, которая будет обеспечена исследованием технологий, сфокусированных на ИИ.

Воздействие  ИИ на  систему интеллектуальной собственности

По мнению Генерального директора ВОИС Фрэнсиса Гарри, ИИ - это новый цифровой рубеж, который окажет глубокое влияние на мир. Его развитие  будет иметь огромные технологические, экономические и социальные последствия вследствие  изменения способов, которыми люди производят  и распределяют товары и услуги, а также характера  работы и существования человечества. Пока еще рано строить общую картину грядущих преобразований; но ясно, что ИИ окажет огромное влияние на традиционные концепции интеллектуальной собственности (ИС). Сгенерированная ИИ коммерческая музыка, например, трансформируют понятия «композитор», «автор» и «изобретатель»,  хотя трудно предтавить, как именно это произойдет.

Основополагающими целями системы ИС всегда было поощрение новых технологий и творческих работ, а также создание устойчивой экономической основы для изобретательства и творчества. С чисто экономической точки зрения, если мы отложим в сторону другие цели системы ИС, такие как «справедливое вознаграждение» и моральные права, нет никаких причин, по которым мы не должны использовать ИС для поощрения изобретений или произведений, созданных в рамках ИИ. Но все еще до конца не ясно, как именно это будет происходить.

Широкое использование ИИ-технологий трансформирует сущность патентования и другие устоявшиеся правоохранительные концепции. Это уже происходит, вследствие развития   цифровой экономики.  Науки о жизни (биология, медицина, антропология, социология и т.п.) генерируют огромное количество данных, которые имеют значительную ценность, но не представляют собой изобретения в классическом смысле. Поэтому нам еще предстоит выработать права и обязанности, которые к ним относятся.  Высказываются суждения в пользу открытости науки, неприемлемости категории «собственности» применительно к данным: поскольку данные являются основой ИИ, они должны быть свободно доступны для развития ИИ и других приложений. Однако, в нынешних экономических условиях, действуют  права собственности на нематериальные активы, чтобы стимулировать инвестиции в создание новых знаний и обеспечивать честную конкуренцию. Предстоит согласовать эти два подхода, проведя грань  между сохранением  каналов открытых данных и необходимостью их закрытия  для обеспечения надлежащих стимулов создания новых знаний.

Означает ли это, что существующая система ИС становится неактуальной? Статистика говорит нам об обратном. Спрос на права ИС продолжает превышать темпы экономического роста во всем мире. Но возникают новые проблемы, и результатом может стать дополнительный уровень развития ИС, а не замена существующей системы. Вопрос в том, на каком этапе мы приписываем ценность человеческому происхождению данных? У нас пока нет ответов на этот вопрос. В отношении данных и ИИ появляются различные политические подходы, в том числе в отношении безопасности и целостности данных, влияния данных и ИИ на рыночную конкуренцию, национальную безопасность, трудовые ресурсы и собственность. Мы только сейчас разрабатываем линии анализа, но они, как правило, отражают подходы, предшествующие ИИ. Без сомнения, появятся и новые категории.

Приоритетная роль ИИ в системе ИС

Существует три фактора, повышающих заинтересованность ВОИС и представляемого им мирового сообщества в  использовании ИИ при администрировании систем ИС.

Первый из них – это объем циркулирующих здесь даных. В 2016 году во всем мире было подано около 3,1 миллиона заявок на патенты, около 7 миллионов заявок на товарные знаки и 963 000 заявок на промышленные образцы (охватывающих 1,2 миллиона образцов). Этот объем стремительно превышает возможности участвующих в их обработке людских ресурсов. Например, в области товарных знаков и промобразцов решение, принимаемое ведомством ИС или судом в отношении их регистрации товарного знака или дизайна, основано на отличительных свойствах знака и оригинальности образца. Человек просто не с состоянии просеивать миллионы заявок на товарные знаки и образцы, получаемых каждый год, чтобы определить, подходит ли данный товарный знак или дизайн для регистрации. Вот почему ВОИС разработала инструмент поиска изображений с использованием ИИ для товарных знаков. Этот инструмент, впервые в мире введен в глобальную базу данных ВОИС по брендам, Он дает  оценку в секунду и является очень точным.

Два других важных фактора -  качество и стоимость перерабатываемых в системе ИС данных. В условиях растущего мирового спроса на права ИС инструменты ИИ позволяют нам достичь лучшего качества и сократить административные расходы.  Системы ИИ будут, со временем, играть все более важную роль в управлении ИС. Учитывая затраты, связанные со сбором и фильтрацией  больших массивов данных для ввода в ИИ-системы необходимо  поощрять совместное использование ресурсов на основе международного сообщества. Например, ВОИС разработала современный инструмент для нейронного машинного перевода, работающий на базе ИИ, известный как WIPO Translate. ВОИС делится этим инструментом с 14 межправительственными организациями и различными патентными ведомствами по всему миру.

ВОИС продолжает развивать и совершенствовать WIPO Translate и инструмент поиска изобразительных  товарных знаков. Это основные события в этой области. Автоматическая классификация патентов, товаров и услуг для заявок на товарные знаки являются другими перспективными областями применения ИИ. В мае, в сотрудничестве с экспертом по ИИ в Женевском университете, ВОИС запустила инструмент автоматической классификации патентов по МПК с использованием технологии нейронных сетей. Этот новый инструмент, известный как IPCCAT-neural, поможет патентным экспертам осуществлять поиск при оценке известного   уровня техники. Изучается возможность  использования инструментов ИИ, например, при поиске и сравнении последовательностей генов, отражаемых в  патентных заявках, а также для развертывания интеллектуальных служб автоответчика по обслуживанию клиентов ВОИС, которые сделают администрирование службы ИС более эффективным и надежным.

Препятствия на пути использования ИИ в ведомствах ИС

Хотя ИИ существует уже некоторое время, лишь недавно он стал очевидным технологическим решением. Количество специалистов с необходимой подготовкой и знаниями очень ограничено. Это затрудняет применение приложений  ИИ в ведомствах ИС, особенно в условиях конкуренции со стороны более обеспеченных частных предприятий. К тому же  императив объема перерабатываемых данных, который вынуждает разработку и развертывание приложений ИИ в более крупных ведомствах менее весом в небольших офисах, где этот фактор не столь критичен. Тем не менее, в мире ИС у нас действует  общепринятая политика открытого доступа к данным, касающимся регистрации патентов, товарных знаков и промышленных образцов. Это поможет небольшим ведомствам преодолевать эти проблемы посредством  сотрудничества и координации действий по  освоению новых технологий.

Возникает и более широкая проблема: как ИИ повлияет на  категории и концепции самой ИС в условиях, когда мир вкладывает все меньше усилий в многостороннее нормотворчество. Эта серьезная проблема особенно актуальна  в области ИС. Технология является глобальной, как и связанные с ней патентные данные. Патенты редко относятся к одной юрисдикции. Вот почему нам нужны глобальные решения, обеспечивающие как минимум функциональную совместимость – особенно с учетом того, что в будущем ИС станет одним из основных полей обострения конкуренции.

Поэтому  ВОИС будет, с одной стороны развивать сотрудничество в разработке и освоении приложений ИИ для администрирования системы ИС, а с другой -  инициировать международное обсуждение эволюции законодательства и политики в области ИС в мире, который все большей степени  зависит от всестороннего использования искусственного интеллекта .

Июнь 2019

Исследование тенденций патентования технологий

Written by Thomas D. Franklin and Kate Gaudry (In collaboration with GreyB Services), April 30, 2019

- kilpatricktownsend.com›…PatentingTrendsStudy

Патентная деятельность является важным сигналом, который помогает идентифицировать и прогнозировать тенденции в отрасли, включая разработку новых продуктов и услуг. Он может предсказать будущее направление деятельности отдельных конкурентов в отрасли, предвидеть выход новых игроков на конкретный рынок, определить потенциальные цели поглощения или объединения предприятий, определить географические инновационные кластеры и выявить конкурентов, которые могут готовиться к судебному разбирательству,    учитывая факт  накопления  патентов в конкретной технологической нише.

В своем исследовании К. Таунсенд и К. Грэй проанализировали собранные  данные о патентной активности в США за период с 2007 по  2018 год. Автоматизированный и ручной анализ позволил провести это исследование на отраслевом уровне с выделением  следующих отраслей: искусственный интеллект, автомобили, Блокчейн, строительные материалы, «чистые» технологии (Cleantech), вычислительная биология и биоинформатика, финансовые технологии (FinTech), промышленный дизайн,  Интернет вещей (“IoT”), медицинское оборудование, терапевтические и диагностические молекулы и беспроводные телефоны.

Цель исследования состояла в том, чтобы охарактеризовать последние тенденции и статистику патентования для каждой из двенадцати отраслей (и технологических кластеров в этих отраслях), а также информировать заявителей о  подаче новых патентных заявок. Исследование проводилось на отраслевом уровне (не на уровне арт-единицы или класса). Это было достигнуто путем разработки и реализации различных запросов и итеративного ручного просмотра большого количества результатов поиска для уточнения запросов.

Исследование также является уникальным в том смысле, что использовались запатентованные данные за последние годы и методы обработки данных для оценки статистики за последние периоды времени (в противном случае было бы недостаточно данных в результате временного окна без публикации).

Желающие могут  скачать копию исследования в формате  PDF.

Далее приводится краткое содержание одного из этих исследовани, посвященное искусственному интеллекту.

………………………………………………………………………….

Патентные тренды. Индустрия искусственного интеллекта.

Patent Trends Study Part Ten: Artificial Intelligence Industry, By Kate Gaudry & Thomas Franklin , May 14, 2019

Искусственный интеллект (ИИ) стал горячей темой как в технической, так и в политической сферах. Эта технология обладает огромными  потенциалом, и стратегическое использование ИИ вполне может стать источником коммерческой и / или политической власти. Например, потенциальное использование ИИ может варьировать от содействия целенаправленной и эффективной разработке лекарств до контроля светофоров (и, следовательно, сокращения времени загрязнения среды и поездок на работу) до разработки человекоподобных онлайновых персонажей. Учитывая  все внимание средств массовой информации, обращаемое на проблемы  ИИ и потенциал его  широкого использования, как компании следует решать вопросы обретения патентов в этой области и распределять свои патентный актив между различными видами инноваций в этой области?

Исследование авторов статьи позволило не только идентифицировать набор приложений, относящихся к этой отрасли, но и определить принадлежность  каждого приложения в этом наборе к одной или нескольким категориям в разработанной ими  топологии для последующего анализа. В целом по отрасли количество патентных заявок в этой в отрасли ИИ значительно увеличились. За исследуемый период времени - с 5200 в 2007 до 12 400 заявок в 2018 году. В статье  показаны тенденции подачи заявок  с разбивкой по конкретным типам систем машинного обучения и по конкретным областям использования.

TwitterFacebook46LinkedInReddit4EmailMore1

Рост подачи заяво наблюдается во всех типах машинного обучения, оцениваемых в этом исследовании. Хотя абсолютные значения варьируются в зависимости от его типа, относительный значительный рост характерен  для всех типов (от 2,5-кратного увеличения распознавания образов до 3,7-кратного увеличения кластеризации).

Тенденции патентования в различных областях применения ИИ менее последовательны. Для большинства областей количество заявок в течение исследуемого периода времени постоянно увеличивалось. Исключение составляет во-первых, область  виртуальной реальности, где  в 2007 - 2018 гг отмечено наибольшее относительное изменение: в 22 раза. Значительное увеличение в 4,4 раза наблюдалось и для кластера обработки естественного языка. Самая  большая разница в абсолютных показателях  (2217 заявок) зафиксирована в  области компьютерного зрения.

Однако  устойчивое увеличение подачи заявок  наблюдалось отнюдь не во всех областях применения ИИ. Например, для кластеров индустрии развлечений, образования и цифрового маркетинга в 2015 году количество регистраций ИИ-инноваций снизилось. Это может быть вызвано вынесенным в середине 2014 года судебным  решением по  иску Банка Alice против платежной системы  CLS, в результате которого возможности подачи патентных  заявок на коммерческие методы предпринимательства  упали. С 2013 года  и по  настоящее время более низкий процент патентования ИИ-приложений наблюдался в областях, традиционно связанных с классом методов предпринимательсьтва (например, цифровой маркетинг, образование, FinTech).

Анализ временных рядов стран-заявителей показал что, хотя  абсолютный показатель подачи  заявок на получение ИИ-патентов в США за указанный промежуток времени примерно удвоился, доля заявителей в США в общемировом потоке  заявок на ИИ снизился. Это связано с тем, что количество заявок на регистрацию ИИ от заявителей из других стран возросло еще быстрее. Например, количество заявок на регистрацию ИИ от китайских заявителей за этот период увеличилось более чем в 10 раз. США теряют свое раннее преимущество в области инноваций ИИ внутри страны.

Таким образом, усиление  отрасль ИИ в целом представляется бесспорным. При этом  и все большее внимание уделяется вопросам патентования создаваемых здесь изобретений. Тем не менее, создается впечатление, что сохраняется проблема патентной охраны  бизнес-методов. Привлекает к себе внимание появление в этой отрасли новых влиятельных игроков. Можно надеяться, что результаты данного исследования облегчат оценку мировой патентной ситуации   и помогут в разработке соответствующих  стратегий ИИ-патентования..

Май 2019

Новая стратегия в области ИС: любовь вместо  войны?

New IP Strategy: Make Love, Not War? By Wendi Backler , Tatu Heikkilä , and Derek Kennedy// JUNE 6, 2018 

-         https://www.bcg.com/.../new-ip-strategy-make-love-not-war....

Фундаментальные сдвиги в спросе и предложении интеллектуальной собственности (ИС) кардинально изменили взгляды ведущих компаний на стратегию в области ИС. Десятилетие назад компании использовали ИС в первую очередь как оружие для вытеснения конкурентов из своей сферы деятельности или для получения роялти. Сегодня же лучшая стратегия в ИС зачастую заключается в том, чтобы «заниматься любовью, а не войной» - сотрудничать, а не противостоять.

Патентовладельцы по-прежнему заявляют о своих претензиях, требуют лицензионных отчислений и добиваются запретительных предписаний. Но современные игровые правила  все больше ориентируются на веру в то, что компании получат наибольшую выгоду, работая с другими компаниями, обеспечиая им свободу работы в определенных технологических областях.

Многие обладатели  ИС начинают рассматривать  потенциальных правонарушителей не столько как противников, сколько как потенциальный рынок.

Что касается предложения, то сочетание нового законодательства и критических судебных решений в США усложнило получение, хранение и использование патентов. Что же касается спроса, то цифровая дезинтеграция технологий создает гораздо более широкий рынок для ИС. Поскольку каждая компания становится технологической, патенты в таких областях, как искусственный интеллект (ИИ) и Интернет вещей (IoT), среди прочего, являются в мире новым платежным средством. И с ростом числа потенциальных нарушителей многие обладатели ИС начинают рассматривать эти новые компании не столько как противников, сколько как потенциальный рынок.

Эти сдвиги создают новые возможности для компаний - долгожителей в области ИС, способных  сотрудничать с традиционными компаниями, существование которых может быть «недолгим». Например, многие технологические компании имеют избыток ИС, тогда как компании, производящие промышленные товары, могут столкнуться с дефицитом. В мире IoT они начинают работать вместе, чтобы расширить рынок товаров и услуг с поддержкой датчиков и с учетом местоположения. Классическая исключительная стратегия в области ИС не умерла, но компаниям необходимо освоить более изощренное, детализированное руководство о том, как создавать конкурентное преимущество с применением  ИС.

Убывающее влияние непроизводящих лицензиаров (NPE)    Охрана  ИС менее надежна, чем несколько лет назад. Законодатели и судьи упростили процесс оспаривания патентов  без обращения в суд, и стали более скептически относиться к патентам на методы предпринимательства, защита которых становится дорогостоящей Суды также реже выносят постоянные судебные запреты против лиц, обвиняемых в защите прав ИС. В результате происходит выравнивание патентного игрового поля.

Более того, по мере ускорения экономического и технологического развития срок хранения патентов и многих активах ИС сокращается. Компании, которым все чаще приходится обновлять свои патентные портфели, становятся более разумными в выборе места для инвестирования. Такие  разработки в совокупности снижают компаниям риски в области ИС, стимулируя  создание стоимости путем получения  патента.

Следовательно, непроизводящие организации, чей бизнес строится на  арсенале патентов, предназначенных  для предъявления претензий, стал менее успешным. Стало труднее принуждать к  заключению невыгодны лицензионных сделок,  выигрывая крупных судебных делах. Всего несколько лет назад NPE формировали вторичный рынок ИС с помощью агрессивного подхода к закупке с последующим судебным разбирательством и лицензированием. Хотя сегодня NPE по-прежнему несут ответственность за более чем половину всех происходящих в США патентных споров, их сила притуплена. Несколько громких приговоров, таких как решение Smartflash против Apple в размере 533 млн. долларов США, были отменены по апелляции.

Отстаивание прав - не единственный способ создания  ценности

с помощью ИС

Изменяющаяся экономика спроса и предложения привела к смягчению рынка ИС, что привело к снижению стоимости публично торгуемых активов NPE и сделок с ИС в целом. Средняя запрашиваемая цена патентов США упала почти с 2013 по 2017 год вдвое. Интеллектуальные предприятия, крупный актив NPE, созданный Натаном Мирволдом, прекратили покупать патенты. WiLAN, еще один NPE, все еще существует в качестве дочернего предприятия по лицензированию. Конечно, NPE не уходят; они будут продолжать отстаивать свои патенты в надежде улучшить отдачу. Но утверждение - не единственный способ создать ценность с помощью ИС.

Изменяющийся ландшафт спроса

Как это ни парадоксально, несмотря на снижающуюся  рыночную стоимость ИС, ее деловая значимость продолжает расти. Нематериальные активы, из которых ИС составляет большую часть, составили 84% рыночной стоимости S & P 500 в 2015 году, по сравнению с 80% в 2005 году и всего 17% в 1975 году. Этот рост отражает базовую значимость ИС для бизнес-стратегии. Но в условиях сегодняшнего более нестабильного конкурентного ландшафта, где границы отраслей размыты, почти невозможно предвидеть все инновационные возможности и потребности в охране ИС, гарантирующей свободу  предпринимательства.

Например, работа автомобилей с автоматическим управлением зависит от инноваций компаний в сфере технологий, беспроводной связи, промышленных товаров, автомобильной промышленности и даже потребительских товаров. Ни одна компания не владеет всей ИС, необходимой для создания этих автомобилей. В более широком смысле, поскольку традиционные компании переходят на цифровое вещание (а цифровые стартапы входят в их бизнес), им необходимо будет обеспечить права на ИС в областях, далеких от их исторической базы. Например, банкам и другим финансовым учреждениям угрожают стартапы в нескольких областях, включая финансовые технологии и средств безопасности данных. Нефтяные и газовые компании становятся мишенью для стартапов, активно занимающихся анализом данных. И во многих быстрорастущих сегментах ведущими владельцами патентов являются технологические компании, а не действующие.

Многие традиционные компании стараются тщательнее формировать  свои портфели ИС, но даже лучшие из них не получают  свободы действий  в новых сферах. Им все чаще приходится полагаться на технологии, услуги и ИС за пределами своей основной отрасли. Конкурируя с давними конкурентами, компании часто могли избегать или минимизировать угрозу судебного разбирательства, потому что все основные игроки имели патентные портфели, фактически компенсирующие друг друга и облегчающие утряску правовых конфликтов. Но в незнакомых областях традиционные компании вряд ли будут обладать патентами, необходимыми для выхода из тупика.

Основные способы участия в ИС - игре

Новая среда предпринимательства взаимовыгодна как для компаний как с длинными, так и короткими торговыми позициями.. Ведущие компании внедряют новаторские подходы к стратегии в области ИС, которые служат интересам длинных позиций. Первые стремятся извлечь выгоду из своих активов ИС, а вторые -  снизить свой риски в этой области .

Владельцы патентов начинают предлагать своим клиентам более комплексные формы защиты, чем те, которые предусмотрены традиционной лицензией, огранивающей право на реализацию конкретной инновации. Лицензия, однако, не предоставляет свободу работы в данной области, поскольку она может быть обременена другими патентами. Некоторые компании, такие как Microsoft и Red Hat, смогли привлечь облачных клиентов, предлагая более широкий охват, чем обычная лицензия.

Формируя сферу защиты, компании с длинной торговой позицией создают сильный участок  продаж, который будет привлекать новых клиентов, а также укреплять отношения с клиентами и маржу. Охватывая сферу защиты, компании с короткой торговой позицией снижают риск и обеспечивают свободу действий и экспериментов в новых областях.

Оборонительные сообщества проявляют инициативу, покупая или иным образом нарушая потенциально опасные патенты, прежде чем они попадут в руки NPE. Эти подходы представляют собой современные варианты патентного пула, в которых владельцы соглашаются перекрестно лицензировать свои технологии для коммерциализации изобретения.

Компании часто получают патенты, относящиеся к бизнесу или рынкам, на которых они больше не участвуют или которые неожиданно применяются в других секторах. Вместо того чтобы складировать или отказываться от них, компании стремятся лицензировать эти патенты неконкурентоспособным предприятиям или работают с ними для создания новых технологических предприятий. Этот подход открывает скрытую стоимость для длинных торговых позиций и создает новые возможности для коротких. Компании, стремящиеся создать, расширить или ускорить становление  рынка, делают свою ИС доступной на безвозмездной основе.

Хотя патент является правом отторжения соперников, более предпочтительной бывает  стратегия предоставления другим права использовать изобретение. Компании, стремящиеся создать, расширить или ускорить рынок, делают свою ИС доступной на безвозмездной основе даже для конкурентов. Тем самым они делают ставку на рост доходов за счет продажи продуктов и услуг, не прибегая к  лицензированию и судебным разбирательствам.

Известно, что Tesla открыла свои патенты на электромобили конкурентам с целью ускорения роста отрасли. Начинающая индустрия электромобилей подвержена сетевому влиянию. По мере того, как вводятся в эксплуатацию все больше зарядных станций и соответствующей инфраструктуры, увеличивается и  продажа электромобилей при  снижении производственных затрат. А это приведет к увеличению продаж и поощрению инвестиций в инфраструктуру. Эта стратегия исключает краткосрочные доходы от лицензирования в пользу достижения более заманчивых целей.

Получает признание и так называемая «открытая инкубация»: обмен инновационными технологиями на основе ИС с  небольшими компаниями или стартапами - для продвижения инноваций с их участием.

Конфронтационный подход к стратегии в области ИС не умер, но в цифровом мире с размытыми границами появились новые варианты.  Предполагается, что исключительность прав на ИС больше не является абсолютным условием  управления ИС. Все чаще компании допускают  неисключительный доступ к своим патентам. А это предполагает соответствующий пересмотр своих стратегий в области ИС.

Апрель 2019

Защита конкурентного преимущества и управление рисками интеллектуальной собственности

Protecting your competitive advantage. Embracing IP Risk, November 2018 - https://deltainsurance.co.nz/.../2018/.../Delta-Insurance-IP-W...

Многие страны сегодня стремятся обрести  так называемую  «наукоемкую экономику». Акцент делается на извлечении ценности из «создания ума», а не истощающихся природных ресурсов. Этот сдвиг в парадигме явно проявляется в том, как развивались предприятия и как они конкурируют. Традиционно физические активы, такие как здания и заводы, были движущей силой для бизнеса, и они определяли конкурентоспособность компании на рынке.

Однако в последние десятилетия ситуация претерпела изменения, когда большинство предприятий сегодня работают с использованием  нематериальных активов – предпринимательского опыта, брендов, потребительских данных, отношений с поставщиками, проектах и ​​инновациях. Балансовые отчеты все чаще этот отражают отход от материальных активов. Исследования Ocean Tomo (intellectual property merchant bank ) показывают, что относительная стоимость нематериальных активов увеличилась с 17% от общего объема активов в 1975 году до почти 87% в 2015 году. Важнейшим подмножеством нематериальных активов является интеллектуальная собственность (ИС).

ИС - это категория прав, охраняемых законом. Права ИС позволяют изобретателю или создателю извлекать выгоду из инвестиций, которые они вложили в ее создание. Права ИС дают изобретателю исключительные права на использование собственности. Игнорирование охраняемых  инноваций может повлечь за собой предпринимательские трагедии, которые постигли, например, компанию Kodak. Компания, которая когда-то доминировала в киноиндустрии, в 2012 году объявила о банкротстве. Ирония заключается в том, что именно в Kodak была  изобретена технология цифровой фотографии, которая в ближайшие годы изменила облик отрасли. Но компания фактически проигнорировала изобретение, так как оно могло бы привести убыткам  в продаже фильмов, которая  в то время значительно увеличивал корпоративную  рентабельность. Конкуренты разработали новую технологию цифровой фотографии и устремились вперед. К тому времени, когда Kodak осознала изменения, было уже слишком поздно.

Структура управления рисками  нематериальных активов

Когда  конкурентное преимущество перешло от материальных активов  к нематериальным,  принятая сегодня компаниями практики управления рисками, к сожалению, в основном сфокусирована только на материальном имуществе. Управление рисками нематериальных активов должно перейти к совету директоров, поскольку их больше нельзя доверить только одному департаменту, неспособному формировать целостную стратегическую парадигму – такую, которая ориентирует компанию на активный, а не  превентивный подход к кризисной ситуации.

Далее предлагается последовательность  действий   EverEdge, способствующая установлению  структурированного подхода к защите ИС.

Шаг 1: Определение  критических нематериальных активов

Это один из самых важных шагов на пути к разработке надежной программы управления рисками. Компания должна идентифицировать не только принадлежащие ей нематериальные активы, но и предоставленные ей  третьей стороной. Крайне важно, чтобы компания также идентифицировала совместно созданную ИС, например, в сотрудничестве с партнером по совместному предприятию. является Полезным инструментом на этом этапе может стать  инвентаризация  ИС. В журнале инвентаризации фиксируются сведения о зарегистрированных / незарегистрированных нематериальных активах, продления срока их действия, о допустимости их  использования внутри и у внешних партнеров, которые имеют к ним доступ.

Этот инструмент поможет как найти источник риска, так  и эффективный способ преодоления риска в кризисной ситуаии.

Шаг 2: Оценка рисков

Этот шаг включает в себя проведение всестороннего анализа рисков, которым подвержен актив, и понимания финансовых последствий, если нематериальный актив скомпрометирован. Например, если патент, являющийся ядром продукта, разработанного компанией, нарушен, компания понесет значительный финансовый и репутационный ущерб. Компании придется привлекать технических консультантов и юристов, чтобы добиться судебного запрета. Напротив, если содержимое веб-сайта копируется, им можно управлять, не причинив такого большого ущерба. Этот шаг помогает организации принять решение о конкретных стратегиях и распределении ресурсов для каждого актива.

Ценным инструментом в таком случае является разработка документа по картированию рисков . В этом документе собраны подробности, связанные с вероятностью возникновения риска, его потенциальными последствиями с точки зрения потери бизнеса или судебного разбирательства против компании, а также с реагированием на риск.

Шаг 3: Управление рисками

Для определения реакции на риск требуется особый индивидуальный подход, основанный на цели организации.  Компания может применять определенные методы организационной политики на более широком уровне.  Многие компании упускают возможность решать конкретные проблемы нематериальных активов при разработке общеполитических  процедур. Так,   на ранних этапах развития стартапы  нечетко определяют  того, кто является основателем компании. Это может быть предметом спора позже, по мере роста компании.

Крайне важно, чтобы компания,  заключая свои трудовые договоры, четко указывала, что она является конечным владельцем создаваемой интеллектуальной собственности, и ужесточала  положения о неразглашении коммерческой тайны. В  контрактах с внешними сторонами, включая   поставщиков и лицензиатов, должны четко определяться условия использования информации, которая им раскрывается.

Неудивительно, что многие кибератаки планируются с единственной целью кражи хранящейся в компании конфиденциальной информации. Поэтому непрерывный мониторинг защиты нематериальных активов - это не разовый, а непрерывный процесс. Компании следует регулярно проверять состояние своего портфеля ИС с  ранней стадии его формирования.

В этой связи важную роль играют вопросы обучения сотрудников способам  защиты своих  активы, потенциальным сценариям непреднамеренного раскрытия информации в повседневной жизни,  умения  своевременно выявлять и избегать ловушек.

Шаг IV: Страхование  рисков

Предприятия должны искать способы страхования  риска там, где это экономически целесообразно. Элементы покрытия рисков, связанных с нарушением прав ИС, предусмотрены в рамках профессиональной ответственности. Однако специальные условия  страхования ИС предусматриваются  очень немногими страховщиками, и большинство из них находятся за пределами Великобритании или США. Причем, как правило, страховые полисы очень дороги.
Некоторые страховщики активно работают над тем, чтобы сделать страхование  доступным для малых и средних предприятий. Имеется в виду четырехступенчатая превентивная структура с  использованием  структурированного подхода к защите ИС, который  должен рассматриваться как непрерывный цикл обеспечения защиты нематериальных активов предприятия.

Заключение

Мало кто  сомневается в том, что нематериальные активы стали решающим фактором успеха в обеспечении устойчивого конкурентного преимущества бизнеса. Они способствуют раскрытию достоинств своего предпринимательства по сравнению с  бизнесом  конкурентов, служат источником дохода, а  иногда являются самой причиной существования бизнеса.

Вне сомнения, по мере развития технологий неизбежно, что их значение будет возрастать. Поскольку все большее число  компаний защищают свои нематериальные активы посредством обретения прав на интеллектуальную собственность, их правовая охрана все больше перемещается из юридической сферы в сферу построения бизнес-стратегии. И это понятно: все чаще надежно  охраняемые  нематериальные активы становятся главной предпосылкой для инвестиций и сделок но слиянию и поглощению компаний.

Поэтому управление рисками в сфере ИС должно войти в число стратегических вопросов развития  бизнеса. Пренебрежение этим критическим фактором при оценке эффективности руководство компанией, поскольку его недооценка может  поставить под угрозу само выживание бизнеса. Напротив, эффективное управление ИС гарантирует бизнесу извлечение максимальную выгоду из своих инвестиций в НИОКР и обеспечение  устойчивого конкурентного преимущества над своими соперниками.

В конечном счете, одним из главных факторов, обеспечивающих устойчивость успеха организации, являются не только ее инновации и уникальность, но, что более важно, способность защищать эти преимущества для  создания дополнительной стоимости.

Март 2019

Критическая оценка  новых информационных технологий

New technologies top the agenda at this year's EPO Patent Information Conference// Patent Information News 4 | 2018 December 2018

Перед участниками Конференции по патентной информации ЕПВ- 2018 была поставлена конкретная задача:  обсудить истинную ценность новых технологий, привнесенных в мир цифровой экономикой. Это задало тон всей конференции, где новые технологии были ключевой темой, хотя они и не избежали критических оценок.

Ярким свидетельством важности новых технологий стало двухчасовое обсуждение возможностей  искусственного интеллекта (ИИ). Предполагается, что патентные работники  особенно  сильно ощутят влияние ИИ на поисковые методы и средства, которыми они пользуются.

Г. Кирх-Верфус из WissensWert высказала свое мнение о роли и  месте семантического поиска, главной особенностью которого она считает ориентацию на полный текст документа, а не на отдельные поисковые термины. При ручном поиске люди использовали ключевые слова, включая их  синонимы, отфильтровывая «ложные» результаты, вызванные омонимами, комбинируя слова с учетом  контекста и используя патентные классификации. И еще не время отказываться от проверенных поисковых инструментов, основанных на терминах и классификациях. Семантический поиск призван  воплотить в себе все накопленные в этой сфере знания, однако  программистам предстоит  найти решения, которые не требовали бы вмешательства человека.

Основываясь на  своем исследовании, А. Дэвис из Bodkin IP заметила, что результаты, полученные с помощью инструментов семантического поиска, кажутся противоречивыми по сравнению с результатами ручного поиска. В одном случае инструмент семантического поиска не смог найти ни одного из наиболее важных документов. И даже когда инструменты семантического поиска работали хорошо, лучшие нашли только 67% бесспорно релевантных документов. Она предположила, если  коммерческие провайдеры и впредь будут хранить свои поисковые алгоритмы в секрете, инструменты семантического поиска останутся черными ящиками. Новые поисковые  инструменты заслужат доверия лишь в том случае, если их производители станут  честно оценивать качество выполняемых ими  поисков, используя четкие оценочные  показатели.

С. Дэвис из Аmplified ai указал на  сильные стороны компьютеров, включая  их способности покрывать огромные объемы данных и  способность быстро находить документы, которые люди могли бы пропустить. Но в патентном поиске всегда найдется место для накопленных человеком навыков, когда речь идет о работе с документами. Он считает, что профессионалы, опираясь на  свой опыт, смогут  с пользой освоить новые инструменты и соответствующим образом скорректировать  информационные процессы.

Февральь 2019 года

Как технология блокчейна может быть использована для охраны интеллектуальной собственности

How blockchain technology can be used to protect intellectual property, Admir Tulic - блогер на CaptainAltcoin.com.

-99designs.com›…blockchain-protect-intellectual…

Интеллектуальная собственность (ИС) в эпоху онлайн
С появлением Интернета проблемы, связанные с защитой авторских прав, стали более масштабными. Сейчас в сети сформировалось  гигантское хранилище данных, и отсеивать его самостоятельно просто невозможно. В наши дни любой человек может загрузить вашу работу для личного использования без вашего ведома или согласия, и  даже в этом случае ваши возможности противодействия ограничены. Но когда кто-то использует вашу ИС в коммерческих целях, вы в гораздо лучшем положении, чтобы отследить кражу и получить компенсацию. Но надо доказать право собственности и обеспечить соблюдение ваших прав, что может превратиться в длительный и дорогостоящий процесс.
С появлением блокчейна процесс защиты ИС стал намного более упорядоченным, не оставляя никаких сомнений относительно того, кому  принадлежит авторское право. Блокчейн - это система, которая дает творческим людям эффективные способы защиты своих прав на ИС, как никогда раньше.

Блокчейн и децентрализованные реестры
Технология Блокчейн  можно назвать «технологией децентрализованного реестра или книги» (DLT). Необычные слова, но они позволяют легко регистрировать право собственности на  любой вид ИС. Блокчейн, функционирует, создавая «блоки», которые содержат уникальные данные. Таким образом, это очень похоже на традиционную систему учета. Но в отличие от прошлых бухгалтерских книг, «блоки» блокчейна хранятся в разных серверных системах по всему миру.
Одним из больших преимуществ, которое блокчейн предлагает для любой области, является высокий уровень автоматизации, которую он обеспечивает, и неизменность «блоков» после их создания. Это означает низкие затраты и высокий уровень надежности в отношении подтверждения права собственности. Ни одна система не является идеальной, но защита прав ИС на основе цепочки блоков - это огромный шаг вперед по сравнению с тем, к чему ранее имели доступ создатели.

Использование блокчейна для защиты авторских прав
Блокчейн не ограничивается  соблюдением законных прав; ряд компаний работают над созданием почти полностью автоматизированных платежных систем.
В прошлом бюрократия была неизбежным злом. Все это связано с ценой юридического представительства и доказательством того, кому принадлежат права ИС на творческую работу. Основанные на блокчейне cистемы с компьютерными алгоритмами, предназначенными для заключения и поддержания коммерческих контрактов (интеллектуальными контрактами), вскоре придут на смену  этой процедуре.
С появлением искусственного интеллекта (ИИ) поиск в Интернете информации о ИС, которая подпадает под действие  закона об авторском праве, все еще остается непростым процессом. Программы (боты) могут искать в сети любые компоненты  вашей ИС, и при  обнаружении их несанкционированного использования, вы можете вступать в переговоры с тем, кто должен оплатить ваш труд.
Чтобы воспользоваться этим правом, важно зарегистрировать свою работу в системе защиты ИС на основе цепочки блоков.
Мюнхенская компания Bernstein Technologies, например, предлагает творческим предприятиям и компаниям ряд инструментов для обеспечения соблюдения законодательства в области ИС. Коммерческие секреты крупных игроков защищены передовой криптографией.

Несколько слов об интеллектуальных  контрактах
Одним из преимуществ, которые предлагает ИС-регистрация на основе Blockchain, является возможность автоматически управлять продажами с помощью интеллектуальных контрактов.
Интеллектуальные контракты позволяют предлагать условия использования вашего ИС, а затем напрямую взаимодействовать с людьми, которые хотят получить лицензию или купить ваши творения. Imogen Heap недавно выпустила свою песню «Tiny Human» через сервис на основе блокчейна под названием Ujo. Это позволило ей напрямую взаимодействовать со своими поклонниками и предлагать им свою работу по самым лучшим ценам.
До последнего  времени между художником и лицами, которые покупают их работы, было много посредников.  Используя интеллектуальные контракты и микроплатежи, лица, которые на самом деле делают музыку, сочинения и произведения искусства, получают больше за свои труды, пользуясь охраной своей ИС.

Блокчейн-охрана - это будущее системы ИС

Промышленная революция стала возможной благодаря тому, что лицам, создававшим хорошие проекты, было позволено получать от них прибыль. Примерно то же самое имело место и в творческом мире, но когда дело дошло до более мелких игроков в этой среде, они оказались в невыгодном положении. Сегодня творцы всего мира имеют новый инструмент, гарантирующий, что им платят справедливую цену за их работу.Но для этого вы должны начать использовать современную систему. В зависимости характера созданного произведения, вам будут доступны различные варианты.
Поначалу казалось, что Интернет затрудняет защиту прав ИС, но сегодня приходят к мннию, что это может быть лучшим инструментом  для создателей контента.

Блокчейн как  реестр интеллектуальной собственности

Intellectual Property Blockchain ... The Future Has Just Begun
By: Motasem H. Abu Ghazaleh, 31 Jul 2018

Интернет определяет новую блокчейн-технологию как общий реестр, который регистрирует транзакции между двумя или более сторонами -эффективно, экономично и поддающимся проверке образом. Несмотря на то, что блокчейн- технология признана выдающейся достижением  нашего времени, осмысление ее сущности остается на весьма низком уровне..
Блокчейн-технология, лежащая в основе Биткойна, может быть лучше всего описана как бухгалтерская книга, которую -после установки- можно найти на каждом устройстве. И всякий раз, когда в бухгалтерской книге происходят изменения, соответствующая информация   обновляется на каждом устройстве, на котором установлена ​​эта бухгалтерская книга. Другими словами, блокчейн технология позволяет цифровой информации распространяться, но не копироваться.
Блокчейн предназначен для участия практически во всех секторах, и интеллектуальная собственность (ИС) является одним из них. В число видов правовой охраны ИС входят: товарные знаки, патенты, промышленные образцы, авторское право, дизайн интегральных микросхем, разновидности растений и географические указания. Права интеллектуальной собственности, которые являются нематериальными активами,  для глобальных  игроков это самый ценный актив. Эти активы регистрируются в Блокчейн- реестре страны, чтобы продемонстрировать право собственности на эти активы. В настоящее время этот реестр является единственным доказательством права собственности, которое эта юрисдикция может предоставить владельцам ИС
Просто немыслимо или даже невозможно представить, что к 2030 году каждый раз, когда, например,  владелец товарного знака  захочет зарегистрировать товарный знак в данной стране, он будут отправлять по электронной почте инструкции, вместе с необходимыми документами, агенту в этой юрисдикции. А он  будет подавать заявку на регистрацию знака  в местном ведомстве ИС по товарным знакам, оплачивать  официальные сборы и отчитается перед владельцем. Все это, включая отправку счетов и оплату через банковские переводы с учетом  действующего на данный момент обменного курса, сделает этот будущий сценарий почти невозможным. Особенно в условиях разразившегося в последние несколько лет цунами  новых технологий и приложений, таких как блокчейн и искусственный интеллект, интернет вещей и т. д.
В своей простой форме блокчейн является общим одноранговым цифровым «реестром». Он эффективен с точки зрения затрат, требует минимального взаимодействия с человеком или не требует его вообще, устойчив к мошенничеству, не принадлежит ни одному пользователю и не управляется им, а также децентрализован (как Интернет) для отслеживания активов и транзакций.
Этот реестр» может быть разработан для каталогизации любых активов, таких как недвижимость, искусство, бриллианты или даже фотографии. Аналогичным образом, если корпорация, например, хотела бы зарегистрировать товарный знак путем подачи знака в названии страны «Транзакция», указав логотип, класс, страну-заявителя и т.д., это новое приложение «Транзакция» также может быть записано в блокчейне. Эта «транзакция» транслируется на все «узлы», которые запускают алгоритмы для  проверки транзакции.   Алгоритмы и инструменты искусственного интеллекта, которые будут здесь созданы, не имеют ограничений и могут удовлетворить любые требования.

Искусственный интеллект
Искусственный интеллект (ИИ) является основным компонентом блокчейн-технологии, которая определяет операции, облегчающие автоматическое обеспечение выполнения условий контракта, связанного с осуществлением  ИС-лицензии, франшизы, уступок, слияния, залога и др. Условия контракта запрограммированы таким образом, чтобы снизить нагрузку на управление ими.  И, наконец, самое главное – это использование криптовалют для совершения всех этих транзакций. Это можно сделать, используя специальную криптовалюту для ИС, то есть «IPCoin» или токен (едидиницу учёта, не являющуюяся криптовалютой, но  предназначенную для представления цифрового баланса в некотором активе с фиксированной суммой «TMToken»).

Предстоящее будущее ИС
Хотя  этот раздел посвящен регистрации товарных знаков (ТЗ); однако он в равной степени относится ко всем формам ИС. За ведение регистрации ТЗ отвечают ведущие международные агентства, такие как Патентное ведомство  США, Европейское ведомство ИС, Патентное ведомство Японии и самая передовая глобальная система ТЗ - ВОИС. Теоретически, любое из этих агентств, например, ВОИС, может разработать новый блокчейн ТЗ с существующими записями, допуская при этом новые регистрации, записанные в блокчейне.
Основываясь на этом достижении, государства-члены ВОИС могут издавать законы, которые признают этот новый общий цифровой «Реестр» в качестве юридической маркировки для подтверждения подачи заявок по ИС во всем мире. Идея заключается в том, что существующие правительственные регулирующие органы будут использовать базы данных ВОИС в качестве ориентира для улучшения своих существующих систем подачи заявок в области ИС. Местные органы власти могут заменить свои национальные реестры блокчейном ВОИС, чтобы уменьшить избыточность, расходы и неэффективность.
Национальные регулирующие органы также могут разрабатывать политику и законодательство, которые способствуют развитию, упрощению и интеграции блокчейн- технологии в их юрисдикции для создания полноценной интегрированной сети.

Заключение
Применение блокчейн-технологии регистрации активов ИС является эффективным решением для снижения неэффективности, присущей текущему процессу. Страны выиграют, сэкономив много сил, времени, ресурсов и денег. Больше не будет необходимости в локальных ведомствах ИС для решения этих задач, при сохранении все преимущества при нулевых затратах.
Возможно, однажды в мире появится «Коллективный Цифровой Глобальный реестр ТЗ,  применяемый во всем мире, в то время как экспертиза и другие процедуры будут управляться ИИ, транзакции регулироваться  интеллектуальными контрактами, а официальные и другие сборы оплачиваться в криптовалюте.
.............................................................................................................................................................................................................

Январь 2019 года

Блокчейн-технология в системе интеллектуальной собственности

Blockchain and IP// IR Global’Rosie Burbidge Monday, October 15, 2018 -

https://www.coolstuff.com/Kidults-Kitty-Blocks

Группа экспертов в области ИС со всего мира подвергла рассмотрению преимущества блокчейна и то, что он может означать для будущего интеллектуальной собственности (ИС).

Для непосвященных блокчейн является формой «технологии распределенной бухгалтерской книги». По сути, это означает, что это база данных, которая одновременно доступна через сеть любому количеству компьютеров в одном и том же формате. Вместо того, чтобы иметь централизованный орган, определяющий, является ли конкретное изменение в базе данных точным или «истинным», точность транзакции определяется с помощью предварительно согласованного метода консенсуса между компьютерами (или «узлами»), которые являются частью конкретной сети блокчейн.

Это означает, что точность данных в блокчейне намного надежнее, точнее и безопаснее, чем в централизованной системе. Благодаря этому  открываются  различные возможности использования блокчейна в мире ИС, например, отслеживания (i) цифровых активов, (таких как музыка или фотографии) для  более точной и прозрачной выплаты роялти, и (ii) физических активов через уникальный ссылочный номер (такой как QR-код), который добавляется к физическому продукту и позволяет идентифицировать отдельный элемент и отслеживать его через цепочку блоков.

Два главных преимущества блокчейна - это безопасность и прозрачность. Это делает технологию блокчейна особенно полезной в контексте управления цепочками поставок и борьбы с контрафакцией. Например, компания Everledger начала отслеживать прохождение алмазов - от таможни до торговцев алмазами, чтобы подтвердить происхождение драгоценных камней, перечисленных в его блокчейне.

Практикой подтверждена полезность использования   так наз.               интеллектуальных  контрактов.* По сути они означают, что событие X (например, передача актива) происходит при выполнении условий Y. Это может происходить в ходе  высвобождения средств в сделке или даже передачи документов в собственность. Интеллектуальные  контракты способствовали популяризации так наз. шведских контрактов недвижимости.

* Интеллектуальный контракт - это компьютерный протокол, предназначенный для упрощения, проверки, обеспечения выполнения или исполнения контракта в цифровом виде.

Вместе с тем, для многих компаний ряд потенциальных вариантов использования блокчейна оказывается ненужным. В  частности, нет необходимости записывать сертификаты акций для частной компании, когда все акционеры обычно имеют собственную копию реестра - своего рода неофициальный блокчейн.

Например, существует платформа для оплаты музыки, которая отслеживает музыкальные потоки и загрузки на Spotify и аналогичных платформах, чтобы определить более точные выплаты роялти. Эта информация уже доступна без необходимости использования блокчейна, но было бы полезно связать процесс платежей с блокчейном, чтобы повысить прозрачность и, используя популярный технический термин, уменьшить «трение» в процессе.

Таким образом, применение технологии блокчейна не всегда  считается обязательным. Однако она может повысить  скорость, прозрачность и безопасность в широком спектре ситуаций, от аудита предприятий и цепочки поставок до управления цифровыми правами..

Новые рефераты в 2018 году

- Блокчейн и будущее интеллектуальной собственности/декабрь

-Качество конкурентной разведки и анализ интеллектуальной собственности/ноябрь

- Роль интеллектуальной собственности в инновационной разработке новых продуктов/октябрьь

- Глобальные измерения прав интеллектуальной собственности в науке и технике/сентябрь

- Первая конференция ЕПВ по патентованию искусственного интеллекта/ август

- Цифровая экономика нуждается в восстановлении конкуренции/июль

- Цифровая экономика, инновации и конкуренция/июнь

-Китай рационализирует экспертизу патентных заявок на поступающие из Интернета большие данные/май

- Патентный ландшафт как отображение  виртуальной реальности/апрель.

- Потенциал больших данных в создании подрывных инноваций/март

- Пять соображений относительно   обеспечения патентных прав в пространстве блокчейновых технологий//февраль

- Защита цифровой интеллектуальной собственности//январь

- Происходящее вызывает ужас». Конец близок — Герман Греф//январ

Содержание рефератов 2018 года

Декабрь 2018

Блокчейн и будущее интеллектуальной собственности

Muscat Mizzi Advocates. European Union, August 31 2018

Технология Блокчейн (Blockchain) возникла как бухгалтерская книга транзакции для биткойнов, однако за последнее десятилетие она была подвергнута дальнейшей разработке, и ее использование экспоненциально распространилось на другие области. По существу, блокчейн  - это технологическое устройство, которое использует одноранговую сеть*, соединяющую, разбросанные по всему миру компьютеры , с целью создания децентрализованной и постоянно развивающейся сети записей с отметками времени (блоков).

* Peer-to-peer network - Однора́нговая, децентрализо́ванная, или пи́ринговая (англ. peer-to-peer, P2P) сеть — это компьютерная сеть, основанная на равноправии участников.

Эти записи хранятся на множестве компьютеров, а каждый новый блок построен на предыдущих блоках и содержит данные, хранящиеся во всех предыдущих блоках. Децентрализованный характер блоков в сочетании с военизированной криптографией способствует обеспечению его безопасности. Поскольку все блоки в цепочке взаимосвязаны, а более ранние блоки обеспечивают основу для последующих блоков, блокчейн практически не может быть изменен.

Его изменение потребовало бы взлома криптографической защиты, ретроактивно изменяющей предыдущие блоки, и, кроме того, одновременно подделывая записи, хранящиеся на всех компьютерах, подключенных к распределенной сети. Это делает блокчейн чрезвычайно стойким к кибератакам ввиду отсутствия  центральной точки уязвимости объекта.

Еще одной ключевой особенностью блокчейн-технологии является ее прозрачность; в цепочке открыта и доступна запись всех предыдущих транзакций для всех сертифицированных пользователей. Каждый хронологический вход в цепочку записывается и может быть доступен всем пользователям, что позволяет им отслеживать транзакции и тем самым устранять необходимость в централизованном ведении записей.

Способность создавать доступные, неизменные, безопасные и прозрачные записи с помощью технологии распределенных реестров обеспечивает  большой потенциал блокчейна за пределами криптовалютности и финансов.

Потенциальные ИС-приложения

Интеллектуальная собственность представляет множество потенциальных применений для блочной цепи, включая; регистрации, обоснования, переговоры, управления и обеспечения соблюдения таких прав. Выбор права и юрисдикции - это самые большие камни преткновения, которые бросают вызов широкомасштабному применению блокчейна в этой сфере. Это является преобладающей трудностью для законодательства, связанного с ИС, в более широком смысле, и выгоды от устранения этого недостатка могут быть далеко идущими и будут в значительной степени трансформировать цифровой ландшафт, как мы его знаем.

С момента появления Интернета традиционные модели обеспечения прав ИС оказались в значительной степени неэффективными, что создает большой стимул для отрасли и регулирующих органов мыслить нестандартно и искать инновационные способы защиты прав интеллектуальной собственности. Технология blockchain предлагает потенциальный путь, который следует изучить как средство устранения трудностей, с которыми правообладатели столкнулись в цифровом ландшафте за последние несколько десятилетий.

.

I. Регистрируемые права ИС

Многие права на ИС требуют регистрации, в том числе патентов, товарных знаков и промышленных образцов, а также авторских прав. Возможно, наиболее очевидным приложением для блокчейна в сфере ИС является их регистрация. Вместо того, чтобы обретать  такие права, зарегистрированные в традиционной централизованной базе данных, они могут быть зарегистрированы на децентрализованной блок-цепочке .

Ведомства  ИС могут также использовать централизованные механизмы технологии blockchain для регистрации полного жизненного цикла прав ИС. Таким образом, можно создать записи, в которых подробно описываются все права ИС, начиная с даты их применения, регистрации, первого использование, лицензирования, назначения и т. д.

Посредством  регистры товарных знаков с применением  blockchain, ведомства ИС смогли бы мгновенно уведомлять о любом использовании и частоте и условиях использования товарного знака на рынке. Это обеспечит создание  «умных» прав ИС с одновременным устранением  недостатков в сопоставлении и хранении соответствующих  записей.

Полезность технологии blockchain особенно очевидна в оспаривании требований отзыва знака за его неиспользование. Более того, возможность отслеживания полного жизненного цикла права ИС также будет полезна для аудитов, слияний и поглощений.

Множество правительственных учреждений по всему миру, включая реестры ИС, активно изучают возможность перехода к решениям на основе blockchain-технологий.

II. Незарегистрированные права ИС

Технологии Blockchain также могут оказаться полезными в отношении незарегистрированных прав ИС, таких как работы, охватываемые авторским правом. Такие работы часто сталкиваются с проблемами, связанными с доказательством их контента. Загружая свою работу в блок-цепочку, создатели работы могут придать своим работам цифровое выражение, которое, кроме того, содержат  отметкой времени и неизменную запись, свидетельствующую о ее создании, в сочетании с деталями о ее создателе и любой другой нужной информацией.

Подобные  blockchain - платформы уже разрабатываются, особенно в отношении фотографий. По мере  развития искусственного интеллекта (ИИ) у этого направления появится огромный потенциал для создателей работ. Можно предвидеть будущее, когда работы будут  загружены на блок-цепочке, а ИИ сможет прочесывать сеть, для обнаружения правонарушений или другого несанкционированного использования защищенных произведений.

III. Управление цифровыми правами

Архивы на основе DLT (формат магнитной ленты на компьютере) могут помочь лицам, желающим получить доступ к информации, относящейся к охране творческих работ или к другим правм ИС, таким как личность создателей, исполнителей или правообладателей. Это в значительной степени облегчит лицензирование произведений, защищенных авторским правом, или другими правами ИС. В сочетании с концепцией «умных контрактов» это может содействовать созданию контент-индустрии.

Смарт-контракты - это компьютерные коды, работающие над блочной цепочкой, содержащие набор предопределенных правил, через которые стороны договора соглашаются регулировать и осуществлять свои отношения. Как только предварительно определенные правила будут выполнены, соглашение выполняется автоматически с предъявлением  кода. Например, при лицензировании работы, защищенной авторским правом, предусмотренные лицензией роялти могут быть выплачены лицензиару в режиме реального времени, как только работа начнет  использоваться лицензиатом. Прозрачная и неизменная природа blockchain- технологии убедила создателей в  получении справедливой доли платежей по роялти.

IV. Отслеживание фактов контрафакции и цепочек поставок

Blockchain-технологии также может осуществить неиспользованные возможности управления в сфере материальных товаров. Леджер (компьютерный файл для записи и суммирования экономических транзакций), фиксирующий обладателей прав  собственности или уполномоченных лицензиатов, позволяет всем лицам в цепочке поставок, включая потребителей и органов власти, отличать оригинальные товары от контрафактной продукции.

Другой способ борьбы с фальсификацией будет включать в себя связанные с цепочкой сканируемые теги или импринты к товарам, обеспечивающие возможность отслеживать их на неизменяемой цепочке. Это также позволит производителям товаров выполнять свои контракты и обнаруживать утечки или кражу в рамках системы распределения, а  также выполнять нормативные требования, такие как гарантии и обязательства, связанные с установлением источников материалов.

Заключение

Несмотря на то, что blockchain-технология все еще находится в зачаточном состоянии, ее развитие и распространение могут помочь преодолеть многие препятствия, с которыми сталкиваются правообладатели ИС с момента появления Интернета.

Комиссия ЕС запустила свою «блокчейн - обсерваторию», сосредоточив внимание на мониторинге развития технологии и определении областей обеспечения  политических, правовых и нормативных действий. Уже определены некоторые области, где эти технологии уже могут применяться, включая идентификационные и государственные услуги, здравоохранение, энергетическую и экологическую отчетность.

Система интеллектуальной собственности должна быть включена в эти сектора в ближайшем будущем.

Ноябрь 2018

Качество конкурентной разведки и анализ  интеллектуальной собственности

The best competitive intelligence will depend on IP analysis. Duncan Clark, November 17, 2016 - https://blog.patsnap.com/competitive-intelligence-ip-analysis

Преимущества и недостатки конкурентной  разведки

В повседневном обиходе понятие конкурентной разведки (КР) нередко сталкивается с понятием конкурентных исследований (КИ).  Между тем, процесс КР не ограничивается разрозненными исследованиями деятельности конкурентов по доступным источникам. КР выходит за рамки простого траления Интернета, исходя из предпосылки, что самая ценная информация редко - если когда-либо вообще - легко доступна в Интернете. Типичное исследование КР включает информацию и анализ из многочисленных источников. К ним относятся средства массовой информации, интервью с клиентами и конкурентами, отраслевые эксперты, выставки и конференции, правительственные отчеты и публичные заявления.

Четыре часто упоминаемых «общих целей» КР включают:

1. Обнаружение конкурентных угроз

2. Устранение или уменьшение неожиданностей

3. Повышение конкурентного преимущества за счет уменьшения времени реакции на действия соперников

4. Поиск новых возможностей

Объединив эти цели с доступными источниками, мы, безусловно, станем намного ближе к всестороннему обзору КР. Этот подход сопряжен с  рядом недостатков: различие объема информации, доступной для каждого отдельного конкурента, затрудняющее проведение прямых сравнений между ними; большие затраты времени и средств; невозможность отслеживания каждого веб-сайта, продукта или события, относящегося к определенной отрасли, во всем мире.

Достоинства анализа интеллектуальной собственности

С учетом высказанных обстоятельств большое значение приобретает в КР анализ информации об интеллектуальной собственности (ИС). При этом подразумевается, прежде всего, получение всей информации, содержащейся  в патентных документах, ее агрегирование статистическая оценка. Анализ  результатов такого анализа имеет два ключевых преимущества по сравнению с  изучением многих других источников.

Во-первых, патенты со всего мира структурированы единообразным образом, что упрощает сравнение существующих портфелей и доступ к технологиям, построенным  на аналогичной основе. Во-вторых, в отличие от веб-источников  или отчетов аналитиков, которые, в основном, сообщают об уже сбывшихся событиях, патенты являются одним из основных источников, дающих представление о будущих планах производства или потенциальных инновациях. Их можно использовать для предупреждения об изменениях в конкурентной среде и уменьшения вероятности будущих «сюрпризов» от появления новых технологий.

Основные виды получаемых данных

Рассматривая рынок с точки зрения КР, анализ ИС может дать ответы на следующие вопросы о конкуренте:

1. Дифференциация. Сравнение своей деятельности с  деятельностью конкурентов позволяет установить, все ли они сосредоточены в данной сфере, или деятельность некоторых из них более  дифференцирована, позволяя приобретать  опыт в более широких областях технологий? Число технологических областей, в которых патентуются  конкуренты, по сравнению с количеством вновь получаемых ими  патентов, свидетельствует о том, углубляют ли они свои знания в данной области или стремятся к большей диверсификации.

2. Сотрудничество. В патентной информации наглядно проявляется, увеличивает ли соперник количество партнеров, с которыми он работает посредством  лицензирования либо совместного патентования изобретений? Активизация лицензирования показывает, что конкуренты активизируют  доступ к определенным технологиям. Большое количество совместных патентов с другими изобретателями, исследовательскими институтами или университетами показывает, где конкуренты  могли бы сосредоточить усилия на сотрудничестве

3. Интернационализация. Патенты показывают, зарегистрированы ли они в единых юрисдикциях или расширяют свой глобальный охват патентной охраны? Конкуренты, которые быстро расширяют сферу своей деятельности, указывают на то, что они по-прежнему  уверены в избранной технологической области и  намерены расширять свои разработки в международном направлении.

4. Достоверность. Степень роста цитирования патентов в данной сфере, по сравнению с другими конкурентами, указывает на то, что компания  продолжит патентную охрану некоторых из ключевых технологий в определенной области.

5. Изобретательность. Она, в частности, проявляется  характере цитирования патентов. Если конкуренты  ссылаются на значительную долю своих технологий, это означает, что они сосредоточены на построении собственной технологической. Более высокая доля ссылок на чужие патенты означает, что они, вероятно, находятся в режиме догоняющего.

Барометр изменений. Таким образом, анализ ИС предоставляет эмпирический способ оценки изменений на рынке, включая обнаружение угроз, нахождение правильного пути поиска новых возможностей, основанных на совместной деятельности. Его можно использовать в качестве барометра изменений, который позволит компании внимательно следить за любыми движениями в общем конкурентном ландшафте и оценить, насколько важно влияние своего  бизнеса.

Октябрь 2018

Роль интеллектуальной собственности в инновационной разработке новых продуктов

Christopher M. Kalanje^1, Consultant, SMEs Division, WIPO - wipo.int›sme…innovation_development_fulltext.html

Роль ИС в инновацияхПоскольку существует много игроков, участвующих в содействии успеху инноваций на рынке, эффективное использование инструментов ИС будет играть важную роль в снижении риска для вовлеченных игроков, которые затем смогут получить приемлемую доходность за свое участие в обработать. ИС играет важную роль в содействии процессу внедрения инновационных технологий на рынок. В то же время ИС играет важную роль в повышении конкурентоспособности предприятий, основанных на технологиях, независимо от того, коммерциализируют ли такие предприятия новые или улучшенные продукты или предоставляют услуги на основе новой или усовершенствованной технологии.

Для большинства предприятий, основанных на технологиях, успешное изобретение приводит к более эффективному способу делать вещи или в новом коммерчески жизнеспособном продукте. Повышение рентабельности предприятия является результатом добавленной стоимости, которая лежит в основе большего потока доходов или более высокой производительности

ИС на этапе исследований и разработок

В течение этого периода исследователи должны периодически использовать  несколько источников информации, которые будут служить вкладом в успех их проекта. Патентные документы по-прежнему являются важным источником информации, которая часто используется недостаточно. Европейское патентное ведомство (ЕПВ) считает, что 70% информации из  патентных документов не доступны больше нигде, а это  более 800 000 патентов, ежегодно выдаваемых по всему миру.

Патентные документы предоставляют полезную информацию о состоянии дел, что позволяет предприятию избежать ненужной потери финансовых затрат и времени в процессе НИОКР, тем самым, мы надеемся, уменьшив обычно высокие затраты на НИОКР. Патентная информация также предоставляет полезную информацию, которая может привести к улучшению продукта или разработке изобретений, а также сократить сроки  выхода нового продукта на рынок.

К сожалению,  многие  алые и средние предприятия (МСП не используют патентные документы в качестве источника конкурентной разведки в интересах бизнеса. Особенно это важно для  развивающихся и наименее развитых стран.  Они  должны быть осведомлены о конкурентной среде, используя деловую, юридическую и техническую информацию, содержащуюся в патентных документах, чтобы придумать инновационный продукт, который был бы адаптирован к местным условиям.

Для обеспечения патентной охраны требуется своевременная подача патентной заявки. Это  облегчит определение даты приоритета и соблюдение требования об исключительных правах на выпуск продукта еще до выдачи патента (если по абсолютным или относительным основаниям патентное ведомство отказывается предоставить патент). Большинство исследований и разработок приводят к функциональным и эстетическим улучшениям. Для защиты и использования новых или оригинальных конструкций следует приступить к процессу регистрации промышленного образца в национальном / региональном ведомстве, созданном в соответствии с соответствующим национальным / региональным законодательством.

Маркетинг инноваций

Поскольку успешные инновации включают в себя выпуск нового продукта на рынок, очень актуальными становятся другие инструменты ИС. Особо важную роль в процессе маркетинга играют товарные знаки и  промышленные образцы. Они позволяют потребителям идентифицировать продукт / услугу конкретной компании и позволяют им отличать продукт от аналогичного продукта другой компании.

Товарный знак является полезным инструментом при запуске обновленных  или совершенно новых продуктов на не технологической или нетехнологической основе, расширяя рамки своего  бренда. Кроме того, товарные знаки могут быть очень эффективными в проникновении на новые рынки. Например, Honda воспользовалась своей репутацией в области мотоциклетной техники для проникновения на американский автомобильный рынок.

Товарные знаки также полезны для расширения коммерческих выгод за пределами срока действия патента. Хорошим примером является случай с аспирином. Разработанный в 1897 году Феликсом Хоффманом, этот препарат был запатентован в 1899 году компанией Bayer. Зная, что патенты имеют ограниченный срок, компания Bayer приступила к продвижению товарного знака для своего нового продукта. Когда срок  действия патента Aspirin® истек, компания продолжила получение выгоды от продажи аспирина через свой фирменный знак Aspirin®.

Технологические инновации также могут быть эффективно поддержаны сочетанием патентов, промышленного образца и товарного знака. Хорошим примером стратегического использования комбинации различных видов правовой охраны ИС, а именно патентов, промышленных образцов и товарных знаков, стали изобретение и разработка пылесоса.

Коммерческая тайна, патенты, товарные знаки, промышленные образцы и авторские права могут отдельно или совместно способствовать приобретению технологий и их коммерческому использованию. Стратегическое использование комбинации инструментов ИС в инновационном процессе может в значительной степени способствовать получению  более высоких прибылей и поддержанию более устойчивых  позиции на правильно выбранном  рынке. Это позволит основанным на современных технологиях МСП иметь высокую отдачу от инвестиций.

Вывод

Инновации - это не то же самое, что изобретение. Это процесс, который начинается с концепции/идеи до появления  нового продукта / процесса на рынке. На протяжении  всего жизненного цикла создания  и коммерциализации новой продукции права ИС могут эффективно использоваться для реализации успешных новшеств.

Инновационные технологии имеют больше шансов на успешное освоение  рынка при  стратегическом использовании ИС. Признание важности ИС в инновациях путем простого сосредоточения внимания только на патентах и только на входе /выходе инновационного процесса не раскрывают стратегическую роль других инструментов ИС. Поэтому необходим более широкий подход к вкладу ИС в инновации.

ИС также играет важную роль в безопасном преодолении «долины смерти»*. Она обеспечивает доступ к финансированию и техническим средствам и, кроме того, обеспечивает прочную переговорную позицию, когда дело доходит до организации  делового партнерства.

*Долина смерти – это период в стартапе, самая сложная его начальная стадия, когда все издержки, инвестиции и прочие затраты были сделаны, проект запущен, но прибыли пока нет. То есть, проект пока нерентабельный, но отказаться от него уже поздно – так как вложено достаточное количество сил, времени, ресурсов и денег - Википедия.

Более подробные примеры о роли ИС не только в области инноваций, но и в бизнесе в целом, в частности, МСП, можно найти в тематических исследованиях по адресу http://www.wipo.int/sme.

Сентябрь 2018

Глобальные измерения прав интеллектуальной собственности в науке и технике

Washington, DC: The National Academies Press. doi: 10.17226/2054. https://www.nap.edu/read/2054/chapter/24

Глава: 11 Адаптация системы интеллектуальной собственности к новым технологиям

Способность системы адаптироваться к повышению темпов инноваций

Ничто установленное   в данном анализе не дает веских оснований полагать, что увеличение количества подаваемых заявок в условиях цифровой экономики создало фундаментальные проблемы для системы интеллектуальной собственности (ИС). Напротив, Патентное ведомство США, например, в целом, успешно справилось с темпам инноваций.

Правда, ведомство не смогло быстро обеспечить новые виды аналитических возможностей. Это привело к ошибкам и задержкам в конкретных областях и, скорее всего, сократит использование новых технологий. В секторе биотехнологии, в частности, экономические потери из-за задержки были серьезными, поскольку фирмы проводят конкурирующие исследовательские проекты и не знают, какая фирма выигрывает до тех пор, пока не будет рассмотрен патент (и, возможно, пока патент не будет поддержан судебным решением). Это почти наверняка является веским аргументом в пользу перехода на глобальную систему «первым заявил» и установления разумного времени публикации заявок после их подачи.

Отраслевая специфика адаптации

Пример с биотехнологией показывает, что здесь система ИС является относительно успешной в освоении изменений. Распространенной критической проблемой является определение точки, в которой ген становится патентоспособным; это проблема, которая в общем ожидаема.

Проведенный  анализ уравновешивает  созданный монопольным правом стимул к инновациям, который определяется ИС, и экономические издержки, обусловленные искусственными ценами, создаваемыми монопольной рентой. Дополнительную основу для регулирования можно объяснить тем, что более мелкие фирмы являются лучшими новаторами, а также первыми жертвами судебных издержек. В более широком, плане при определенных обстоятельствах первое право монополии на ИС может фактически осуществляться таким образом, чтобы уменьшить стимулы к последующим инновациям.

В системе «первым заявил» можно публиковать патентные заявки, не опасаясь усложнения приоритетных споров, и тем самым ускорять поток научной информации. Например, типичная европейская модель требует подачи заявки до ее публикации с опубликованием ее через 18 месяцев после подачи (Европейская патентная конвенция, статьи 54 и 93). Публикация представляет собой форму временной защиты, которой предшествует тщательный анализ с вынесением  решения патентовать последовательности геномов.Конец форм

Последовательность программных решений, напротив, выявляется очень плохо. Основное решение Комиссии технологическому  использованию авторского права (CONTU) полагаться, прежде всего, на его измененную концепцию, по-видимому, было неправильным, а дополнительные усилия по применению патентного права были, в лучшем случае, доктринально запутанными. Этот сектор взывает к новому подходу с применением уникальной правовой конструкции (sui generis).

О применении патентного права к банкам данных еще слишком рано говорить уверенно. Можно ожидать, что в этой области будут серьезные трудности. Поэтому она также взывает к дополнительному  конкретному анализу.

Более широкие ожидаемые последствия

Технология непредсказуема; поэтому нужно быть осторожным, полагаясь слишком сильно на конкретные примеры, которые обсуждались выше. Тем не менее, основываясь на этих и других примерах и на других обсуждаемых в анализе примерах, можно предложить следующие общие выводы:

1. Подходы Sui generis оказались гораздо более успешными, чем можно было ожидать, и их следует использовать гораздо чаще. Европейские директивы по биотехнологии и программному обеспечению, а также законы о защите растений и чип-масках являются относительно обнадеживающими.

2. Крайне важно, чтобы рутинные процессы реформирования законодательства помогли справиться с новыми технологиями. Опыт обсуждений в ВОИС и Международном союзе по охране новых сортов растений (UPOV) является гораздо более позитивным, чем опыт CONTU. Одна  из  причин заключается в том, что система ВОИС / UPOV  подвергалась значительно меньшему давлению, что позволило группе экспертов и персоналу публиковать промежуточные позиции, которые можно было бы широко критиковать и комментировать. Это почти наверняка лучше, чем подход в стиле комиссии США. Он настоятельно предлагает постоянные исследовательские группы. Можно также предложить модель, в которой экспертной комиссии делегируются полномочия фактически устанавливать и вводить в действие правила для системы sui generis, оставляя, при желании, Конгрессу инициативу по изменению предлагаемых правил.

3. Процесс правового реформирования должен быть международным. Одной из причин, по которым авторское право было выдвинуто для программного обеспечения, является то, что международный охват был относительно легко достигнут. В области биотехнологии защита ИС является возможным торговым барьером. Вопрос о выпуске компьютерных данных подлежит международному  рассмотрению.

Короче говоря, будущие права sui generis (и многие предложения по толкованию существующих конвенций) должны обсуждаться на международной основе, а постоянные группы реформирования и исследования должны быть международными.

4. Крайне важно учитывать роль малых фирм в инновациях. Такие фирмы могут быть первыми источниками инноваций в области новых технологий. И существует серьезная опасность того, что права ИС могут быть использованы для их подавления. Это означает, что такие фирмы должны быть представлены в исследовательских группах; а права ИС должны определяться с учетом их реального воздействия на промышленную структуру. Было бы лучше координировать здесь усилия как можно большего числа стран.

Следует также отметить, что политизация международной системы ИС может затруднить интернационализацию. Тем не менее, эта политизация в основном осуществляется по оси Север-Юг, тогда как ключевые переговоры в новых технологических областях обычно будут проходить в числе развитых или развивающихся стран, которые заинтересованы в предоставлении им  особого режима.

Август 2018

Первая конференция ЕПВ по патентованию искусственного интеллекта

EPO hosts first conference on patenting Artificial Intellignce, 30 May 2018

- www.epo.org

Более 350 представителей промышленности, академических кругов, ассоциаций пользователей, патентных юридических фирм, судебных органов, национальных патентных ведомств и государственных органов собрались в Мюнхене для обсуждения проблем и возможностей патентования искусственного интеллекта (ИИ) на первой крупной конференции ЕПВ по этой теме.

В своем вступительном слове Альберто Касадо, вице-президент EPO по процессу предоставления патентов, сказал, что главная цель конференции - «повысить осведомленность в данной сфере и начать открытый обмен мнениями». Он рассказал о трех проблемах, с которыми столкнутся  в патентных ведомствах быстро развивающиеся технологии, лежащие в основе четвертой промышленной революции (Индустрия 4.0): а)защита ИИ с использованием  патентования и других права интеллектуальной собственности (ИС), которой  уделено основное внимание на этой конференции; б) использование ИИ в разработке изобретений и в) особенности последующего процесса его  патентования. Быстрая эволюция ИИ и рост регистрации патентных заявок, связанных с использованием технологий Индустрии 4.0 создает новые проблемы, для решения которых необходимо совершенствовать и развивать процессы и услуги ЕПВ, чтобы наилучшим образом соответствовать меняющимся потребностям защиты ИС в интересах и экономическом росте Европы и общества в целом.

В серии презентаций и панельных дискуссий участники конференции обсудили различные решения, касающиеся того, как патентная система может предоставить заявителям прочную основу для патентования связных с ИИ изобретений.

На утреннем заседании основное внимание было уделено нынешней ситуации патентования ИИ, которой были посвящены  три основных доклада. Технология «евангелист» Клэр Диллон поставила сцену, изложив последние тенденции и масштабы нынешнего «взрыва ИИ», который не ограничивается отраслью ИКТ, но «влияет на масштаб и скорость инноваций во всех областях». Ссылаясь на основные элементы, необходимые для успеха ИИ, она сказала: «Патенты и ЕПВ играют огромную роль в развитии и ускорении экономической жизнеспособности ИИ».

В своем выступлении главный экономист ЕПВ Янн Меньер подчеркнул быстрый рост 4IR патентных заявок в последние годы и последствия для патентных ведомств на основе результатов недавнего исследования EPO по этой теме. Третий основной доклад директора ЕПВ Коэна Ливенсса объяснил подход Управления к рассмотрению патентных заявок в этой области. Спикеры ЕПВ указали на то, что Управление разработало устойчивый и предсказуемый подход к изобретениям, реализованным на компьютере (CII), в рамках Европейской патентной конвенции, подкрепленных твердой прецедентной практикой. Около 50% патентных заявок, полученных ЕПВ в области автомобильной и медицинской техники, уже имеют компонент CII. Осенью этого года будет опубликовано обновление Руководства для экзаменов в ЕПВ, которое предоставит более конкретные рекомендации по изучению заявок на ИИ в рамках существующей практики CII и прецедентного права.

На утреннем заседании основное внимание было уделено нынешней ситуации патентования ИИ, которому были посвящены  три основных доклада. Клэр Диллон, которая  профессионально занимается пропагандой в сфере информационных технологий, изложила последние тенденции и масштабы нынешнего «взрыва ИИ», который не ограничивается отраслью информационно-коммуникационных технологий, но «влияет на масштаб и скорость инноваций во всех областях. Ссылаясь на основные элементы, необходимые для успеха ИИ, она подчеркнула, что патенты ЕПВ играют огромную роль в развитии и ускорении экономической жизнеспособности ИИ.

В своем выступлении главный экономист ЕПВ Янн Меньер отметил быстрый рост в последние годы патентных заявок Индустрии 4.0 и указал на вытекающие из этого последствия для патентных ведомств, сославшись  на результаты недавнего исследования EПВ по этой теме.

В третьем основном докладе директора ЕПВ Коэна Ливенсса был раскрыт подход ведомства к рассмотрению патентных заявок в этой области. Доклад ЕПВ указали на то, что ведомство  разработало надежный  и предсказуемый подход к реализуемым на компьютере изобретениям (CII), соответствующий  Европейской патентной конвенции и , подкрепленный прецедентной практикой. Около 50% патентных заявок, полученных ЕПВ в области автомобильной и медицинской техники, уже имеют компонент CII. Осенью этого года будет опубликовано обновление Руководства по экспертизе в ЕПВ, которое предоставит более конкретные рекомендации по изучению заявок по ИИ в рамках существующей практики CII и прецедентного права.

Выступавшие на секционных заседаниях патентоведы  обсудили ряд проблемы и возможностей патентования изобретений по ИИ, поделились своими стратегиями и уроками, которые были связаны с патентованием таких изобретений. Были рассмотрены  примеры разработки  патентных заявок и их  обработки в  ЕПВ. Маргарет Змуда из компании Ericsson выделила проблемы, с которыми приходится сталкиваться на протяжении  жизненного цикла  изобретения. Это и  оценка изобретения, и подготовки патентного документа, и  судебное рассмотрение патентных заявок и осуществление патентных прав.

Участники обсуждения предложили различные решения и обсудили необходимость ускорить процесс выдачи патентов, предоставлять более раннюю публикацию патентных заявок; адаптировать модель, защищающие изобретательские права  бизнеса, или даже внести существенные законодательные изменения, включая критерии патентоспособности решений проблемы в области  ИИ.

Во второй половине дня две группы сосредоточили внимание на охране  прав собственности после выдачи патента, а также на в области социальных  и этических соображениях патентованных изобретений ИИ. Ораторы, в том числе патентные практики из Японии и США, рассказали о последних достижениях  в своих странах.

В своем заключительном замечании Грант Филпотт, главный операционный директор ЕПВ по информационно-комуникационым технологиям, рассказал о недавних реформах, подготовленных в  ЕПВ для повышения качества и эффективности патентных процедур в  будущем. ИИ - это, безусловно, область быстрого роста и огромных инновационных  возможностей. Но патентной системе придется очень много работать, чтобы эти  возможности были реализованы.

В ближайшее время EПВ опубликует материалы и видеоролики конференции на своем веб-сайте.

Ведомство  также планирует провести аналогичную конференцию по быстро развивающейся области патентования blockchain – технологий.

Июль 2018

Цифровая экономика нуждается в восстановлении конкуренции

Why the digital economy needs competition restored

Dalia Marin, Chair in International Economics, University of Munich, in collaboration with Project Syndicate - 23 May 2017

Цифровая экономика вводит новые отношения  капитала и рабочей силы (перенакопление капитала в одних регионах и  наличие более дешевой рабочей силы – в других). Это позволяет одной компании или небольшому числу фирм захватывать все большую долю рынка. В последние 15 лет отмечается  концентрация рынка по всей группе 20-й развитых стран и дальнейшее развитие экономических конгломератов. Чтобы устранить это явление, «Группа двадцати» должна создать Международную  конкурентную сеть*) для восстановления добросовестной конкуренции и устранения неравенства доходов между капиталом и рабочей силой. Учитывая переход  все большей доли общих доходов к капиталу высокоразвитых  стран, Международной  конкурентной сети надлежит  обратить вспять снижение доли рабочей силы в ВВП.

*) Международная конкурентная сеть - это неформальная виртуальная сеть, которая направлена на содействие сотрудничеству между органами по вопросам конкуренции в глобальном масштабе.

В период после Второй мировой войны 70% национального ВВП приходилось на трудовые доходы, а оставшиеся 30% - на доходы от капитала. Но это правило с тех пор сломалось. В период с середины 1980-х годов и сегодня доля рабочей силы в мировом ВВП сократилась до 58%, а доля капитала выросла до 42%. Глобальное снижение доли рабочей силы в общем доходе обусловлено двумя факторами. Первый  из них - это сама цифровая технология, которая, как правило, ориентирована на капитал. Достижения в области робототехники, искусственного интеллекта и машинного обучения ускорили темпы, с которыми автоматизация вытесняет работников.

Второй фактор  - это «победоносные рынки» цифровой экономики, которые предоставляют  доминирующим фирмам чрезмерные  возможности повышения цен без потери многих клиентов. Лидирующие компании  приобретают  привилегированные позиции за счет сетевого эффекта цифровых технологий, которые, расширяя круг потребителей, делают продукт более привлекательным. И хотя запуск компьютерных программ и онлайн-сервисов может  быть дорогостоящим, их последующее расширение относительно недорого. Следовательно, фирмы, которые уже созданы, могут развиваться дальше, используя гораздо меньше рабочих, чем в прошлом.

Эти факторы помогают объяснить, почему цифровая экономика порождающая крупные фирмы, имеют меньшую потребность в рабочей силе. И, как только эти фирмы начинает  доминировать  на избранном рынке, новая экономика позволяет им проводить антиконкурентные меры, которые мешают реальным и потенциальным соперникам оспаривать свои  позицию.

Эта повышенная концентрация на рынке расширяет разрыв между фирмами, которые владеют роботами (капиталом), и рабочими, которых роботы заменяют (трудом). Чтобы  противостоять этому, в эпоху цифровых технологий потребуется возобновить антимонопольное регулирование. Однако действующие в 20-ке национальные органы по вопросам конкуренции  недостаточно оснащены для регулирования корпораций, действующих на глобальном уровне.

Более того, G20 не может просто положиться на то, что глобальная конкуренция сама по себе будет корректировать тенденцию к увеличению концентрации рынка. Пока еще  международная торговля благоприятствует крупным суперзвездам. Ведь в каждой отрасли глобализация может предоставить крупнейшим и наиболее производительным фирмам преимущества, способствующие их  расширению  и вытеснению более мелких и не столь  производительных фирм из сетевой среды. В результате в отраслях все больше доминируют лидирующие компании с низкой долей рабочей силы в добавленной стоимости.

В качестве примера можно привести США. Хотя страна является местом пребывания множества  современных лидеров, американские антимонопольные регуляторы все же не смогли сдерживать рыночную власть этих фирм. Поэтому 20-ка  ищет способы решения проблемы концентрации на рынке извлекая  уроки из негативного опыта США.

Вместо того, чтобы начинать с нуля, нужно основываться на институциональных знаниях органов по вопросам конкуренции на национальном уровне и включать опытный персонал в этот процесс. Основой для сети G20 может служить Европейская конкурентная сеть.

Целью Международной конкурентной сети  является создание эффективной правовой базы для обеспечения соблюдения законодательства о конкуренции в отношении компаний, занимающихся трансграничной деловой практикой, ограничивающей конкуренцию. Сеть может координировать расследования и принятие решений и разрабатывать новые руководящие принципы, как контролировать рыночную власть и методы согласований  цифровой экономике.

В прошлом «Большая двадцатка» фокусировалась на обеспечении того, чтобы многонациональные фирмы не могли использовать юрисдикционные различия, чтобы избежать уплаты налогов. Но «G20» теперь нуждается в расширении рынка, признав, что цифровые технологии создают результаты, которые, если их не оспаривает новая Интернациональная конкурентная сеть, будут и впредь оказывать поддержку многонациональному капиталу  за счет труда.

Июнь 2018

Цифровая экономика, инновации и конкуренция

Digital Economy, Innovation and Competition,   Antonio.CAPOBIANCO@oecd.org.- oecd.org›competition/digital-economy-innovation…

Конкуренция на крупных рынках цифровой экономики в какой-то мере отличается от конкуренции на более традиционных рынках. Этот сектор часто включает в себя платформенные бизнес-модели, многогранные рынки, сетевые построения  и экономичность  масштаба – факторы   усложняющие проблемы конкуренции. В отличие от большинства секторов экономики цифровая экономика становится все более взаимосвязанной, некоторая координация и сотрудничество между фирмами могут быть неизбежными и конкурентоспособными. Наконец, цифровые рынки характеризуются высокими темпами инвестиций и нововведний, которые приводят к быстрому технологическому прогрессу в этом секторе и к увеличению разрушительных инноваций.

Все большее развитие цифровой экономики требует, чтобы отвечающие за состояние  конкуренции органы уделяли внимания отраслям, занимающимся интеллектуальной собственностью и высокой технологией. Поскольку воздействие цифрового сектора выходит за пределы информационных товаров и услуг в другие области экономики, занятые  конкуренцией службы  находят все большее число относящихся к ним важных задач, связанных с цифровой экономикой.

Деятельность ОЭСД в  области инноваций и конкуренции В 2002 году Комитет по конкуренции Организации экономического сотрудничества и развития (ОЭСР) впервые провел дискуссию за круглым столом по вопросам возникновения все новых рынков инноваций. В 2006 и 2009 годах проводились  дискуссии по широкому кругу вопросов, связанных с конкуренцией, патентами и инновациями. Позднее к этому добавилось обсуждение  проблем  двухсторонних рыночных отношений (2009), развития цифровой экономики (2012 год), разрушительных инноваций и больших данны (2016). В июне 2017 года в число дополнительных тем обсуждения вошли алгоритмы и связанные с ними соглашения, радикальные инновации в секторе электроэнергетики, переосмысление использования традиционных антитрестовских инструментов принуждения на многосторонних рынках. В январе 2018 года более 50 делегаций со  всего мира приняли участие в двух рабочих совещаниях на высшем уровне по вопросам конкуренции в ряде областей цифровых технологий. В июне 2018 года будут проведены обсуждения предоставления и оплаты таксомоторных услуг. Планы на будущее В 2016 году цифровая экономика и инновации были включены в число долгосрочных тем для обсуждения в Комитете по конкуренции ОЭСР. Работа  круглых столов и другие мероприятия будут вестись по пяти основным направлениям: 1. Отношения между цифровой экономикой, законодательством о конкуренции и инновациями В этом потоке будет проанализирована роль законодательства в области конкуренции в формировании цифровой экономики, развивающейся роли органов по вопросам конкуренции в цифровом мире и изучения дальнейшей работы на многосторонних рынках. 2. Проблемы, связанные с преобладанием антимонопольных инструментов и подходов 3. Практические проблемы для обеспечения соблюдения законов о конкуренции 4. Подробное рассмотрение состояния дел в  отрасли и сектора, затронутых цифровой экономикой (например, транспорт, онлайн-реклама, поисковые системы, онлайн-платформы или электронная коммерция). 5. Обзор действующих правил: как правительствам следует пересматривать существующие правила, чтобы избежать необоснованного ущерба конкуренции, предпринимательству и инновациям при обеспечении достижения  целей государственной политики.

Май 2018

Китай рационализирует экспертизу патентных заявок на поступающие из Интернета большие данные

China streamlines patent examination for Internet, big data...By Steve Brachmann - a regular contributor to IPWatchdog.com, The Buffalo News, The Hamburg Sun, USAToday.com, Chron.com, Motley Fool and OpenLettersMonthly.com -  August 1, 2017 - www.ipwatchdog.com/...patent-examination...big-data-paten

28 июля 2017 года Государственное ведомство интеллектуальной собственности Китая (SIPO) объявило о новых указаниях, призванных рационализировать рассмотрение патентных заявок не только на изобретения, но и на  промышленные образцы, поступающие из  ряда интенсивно развивающихся  областей техники.

Как сообщает государственное агентство «Синьхуа», новые руководящие принципы экспертизы  обеспечат упорядоченное рассмотрение патентных заявок, порождаемых в бурном потоке больших данных – особенно тех, что связаны с энергосбережением, охраной окружающей среды, информационными технологиями нового  поколения, интеллектуальным производством, Интернетом, большими данными и облачными вычислениями. К тому же, указания способствуют  формированию всеобъемлющей системы определения приоритета патентных заявок.

С каждым днем развивающаяся патентная система Китая все в большей степени напоминает фото-негатив   патентной системы США. Тем саамы   повышается  привлекательность Китая в глазах изобретателей и венчурных капиталистов. Новые указания  вытекают непосредственно   из замечаний  китайского президента Си Цзиньпина, высказанных на Национальной конференции по финансовым проблемам. Он заявил, что  нарушители прав интеллектуальной собственности (ИС) должны расплачиваться «большой ценой» за копирование охраняемой ИС.

В пресс-релизе SIPO сообщалось, что  в первой половине 2015 года в Китае было зарегистрировано  565 000 патентных заявок; это на 6,1% больше, чем за тот же период прошлого года. Под воздействием более благоприятных условий возрастает и доля патентов,  принадлежащих гражданам Китая. В течение первой половины 2017 года SIPO опубликовало  209 000 патентов, из которых около 160 000 на каждые 10 000 граждан приходится  8,9 патента, что в целом по  стране составляет 1,22 миллиона патентов, принадлежащих постоянным жителям Китая. А в столице Китая, Пекине, этот показатель еще выше -  85,9 патента на каждые 10 000 граждан, что является самым высоким показателем в стране.

В Соединенных Штатах все происходит как раз  наоборот. Вместо того, чтобы упростить патентообладателям осуществление  своих прав собственности в условиях  потенциальных правонарушений, в последние годы  изобретателяю Джошу Мэлоуну  приходится затрачивать многие миллионы долларов на получение и отстаивание своего патента в Патентном суде и Апелляционной палате. В это время охраняемая им  технология по-прежнему неправомерно применяется  компанией Walmart. Но Конгресс США не заинтересован в проведении слушаний, чтобы убедиться в  высокой стоимости  обладания патентными правами и наложить санкции на правонарушителя.

Общественность  по-прежнему поддается  слухам о «негативном воздействии  плохих патентов» на американское  предпринимательство,   не вступая в  предметный диалог о том, насколько эффективно патенты поддерживают  технологических стартапов. В Палате представителей конгрессмен, председательствующий на этих слушаниях, является бывшим патентным троллем. Он в значительной степени финансируется активным лоббистом,  который использует свое политическое положение для оказания давления на членов федеральной судебной власти.

Фальшивое повествование о «патентных троллях», которое никто не может четко определить, было признано в пресс весьма субъективным и негативно расценено  Федеральной торговой комиссией. Китайская патентная система более благожелательно встречает  инновации  и владельцев частной собственности, чем ныне действующая  патентная система США.

Что нас ожидает в  будущем? Неужели политики зашевелятся лишь  тогда, когда  Китай настигнет Соединенные Штаты по показателям, которые публикуются  Торговой палатой США в Ежегодном индексе ИС? В последнем выпуске Индекса система патентных прав Соединенных Штатов еще занимала 10-е, а Китай  20-е место.  Но страны могут поменяться  местами уже в самое ближайшее время. Китай активно устраняет свои ключевые недостатки, в свое время отмеченные  Торговой палатой США. В новые Указания  SIPO уже включено положение о представлении экспериментальных данных после регистрации заявки.В  США  же прогресса в устранении отмеченных  Торговой палатой недостатков пока не  наблюдается.

Апрель 2018

Патентный ландшафт как отображение  виртуальной реальности.

Transformational technology – a look at the virtual reality patent landscape / by Garett Padilla, Solutions Consultant, February 6, 2018 - clarivate.com›Blog›…-virtual-reality-patent…

Виртуальная реальность (ВР) представляет собой искусственно созданный, с помощью компьютерных технологий, мир, который передается человеку через его ощущения (зрение, слух, обоняние, осязание) и воспринимается им, как настоящий.  ВР используется -  помимо игровых и военных применений - для проектирования автомобилей и зданий, сварки или выполнения других операций, включая создание тренажеров для подготовки автомобилистов, летчиков и  профессиональных спортсменов.

Охрана технологий виртуальной реальности осуществляется  патентами, которые специально защищают результаты искусственного моделирования реального мира с использованием  компьютерных программ. Патентный эксперт оценивает  изобретения виртуальной реальности и определяет, соответствуют ли они стандартам, относящимся к  области электроники. В результате патентования открывается возможность исследования компьютерных технологий, используемых при построении виртуального мира (Virtual Reality Patents: Everything You Need to Know - UpCounsel - https://www.upcounsel.com/virtual-reality-patents)

В данном исследовании  патентный ландшафт виртуальной реальности рассматривается с  целью понимания разнообразных приложений и применения  технологий виртуальной реальности. При этом  использовался Патентный указатель  Derwent World Patents Index (DWPI) и полнотекстовые патентные массивы в Derwent Innovation для поиска патентов на дополненную (augmented) или виртуальную реальность. В результате было зарегистрировано более 47 000 общих записей, которые при сжатии (дедупликации) массива данных образовали  более 24 000 патентных семейств Указателя DWPI.

Тенденция подачи патентных заявок в этой новой сфере  показывает, что ценность технологий виртуальной реальности уже осознана промышленностью. Начиная с начала последнего  десятилетия наблюдается  экспоненциальный рост числа патентных публикаций. Только в 2017 году было зарегистрировано уже 11 307 заявок (8 911 патентных семейств в Указателе DWPI), что составляет 4-кратный рост по сравнению 2002 годом). Не удивительно, что лидируют здесь такие технические гиганты, как Microsoft, Samsung, Sony, Qualcomm, LG, Google, IBM, Intel and Nokia.

Анализ  ландшафта, составленного с применением системы ThemeScape, позволяет  выявлять  тематические сходства и различия в большом наборе данных. Большинство тематических меток, отображаемых в зеленых кругах, связано либо с физическими устройствами (экраны дисплея, шлемы, головные устройства и др.), либо с программным обеспечением виртуальной реальности (реальные сцены, изображения реальности, реальный опыт и системы обработки информации).

На других участках ландшафта представлены хирургические применения, реабилитация пациентов, беспилотные воздушные устройства, виртуальное обучение и др. Более подробное изучение ландшафта проводилось с использованием текстовой кластеризации.

Март 2018

Потенциал больших данных в создании подрывных инноваций

Big Data’s Potential For Disruptive Innovation // Savaram Ravindra, a Content Contributor at Mindmajix.com. · July 10, 2017 - dataconomy.com›2017/07/big-data…innovation/

«Подрывные инновации» (англ. Disruptive innovation) трактуются как  инновации, которые изменяют соотношение ценностей на рынке. При этом старые продукты становятся неконкурентоспособными просто потому, что параметры, на основе которых раньше проходила конкуренция, теряют свое значение. Термин «Подрывная   инновация» был веден  в оборот Клейтон М. Кристенсеном в 1995 году  для определения  инновации, которая создает новую сеть ценностей и новый рынок, разрушая существующую рыночную и ценностную  сеть, вытесняя ведущие, высокоразвитые альянсы, продукты и фирмы.  При этом не каждое революционное нововведение считается подрывным; оно становится таковым, когда революция создает беспорядок на нынешнем рынке.

Несмотря на множество различий в применении, многие соглашаются, что подрывными  становятся  инновации, которые:

• более доступны (в отношении распределения или удобства использования);

• представляются более дешевыми (с точки зрения клиента);

• используют  бизнес-модель, структура которой обладает стоимостными  преимуществами, превосходящими показатели их коллеги на рынке.

Причина, по которой важны все три вышеприведенные характеристики, заключается в том, что их совместное существование  очень затрудняет сохранение конкурентных позиций. Стремительное разрастание системы больших данных повлекло за собой дальнейшее усложнение конкурентной среды. Здесь следует принимать во внимание, что  большие данные - это изначально просто  необработанные данные. А подрывная инновация, поступающая из системы больших данных, представляет собой основанные на них аналитические процессы и технологии. Технологии больших данных, такие, например, как ряд подходов, направленных на реализацию хранилищ баз данных (NoSQL), можно рассматривать как катализаторы этого типа инноваций.

На рынке большие данные выступают в роли  разрушительной силы потому, людям  недостаточно просто  новых навыков, технологий и инструментов. Им нужен открытый ум, чтобы переосмыслить процессы, которые они осуществляли  в течение длительного времени, и трансформировать их работу. Однако сотрудникам  с большим стажем работы воспринимать  этот тип изменений нелегко.

Поэтому важно подчеркнуть два положительных аспекта, привносимых большими данными:

• возможность получения  выгод от потока возникающих на рынке изменений  и  сбоев;

• возможность заполнения  пустот, не дожидаясь, пока  это сделают другие.

Клейтон М. Кристенсен выделил четыре фазы продвижения  новых разрушительных инноваций:

Фаза 1 – Производительность. Когда на рынок приходит новая технология, первое, что ищут люди, это расширенные функции и высокая производительность продукта.

Фаза 2 – Надежность. После достижения этой фазы  люди нуждаются в надежности и стабильности производства  продуктов

Фаза 3 – Удобство. Для больших данных это подразумевает доступность программного обеспечения на мобильных устройствах

Фаза 4 – Цена. После выполнения этих условий  все имеющие  равные рыночные возможности игроки начинают конкурировать по цене, которая  становится  единственным отличием.

Представляется, что система  больших данных все еще пребывает на раннем этапе. И только некоторые продукты входят в фазу 2

В центре большинства привносимых подрывными инновациями  сбоев находится информация, открывающая  возможности для атаки на различные отрасли промышленности. Например,  создав  службу картографирования, известную как Google Maps, компания Google сначала перенесла на карту весь мир. Затем, освоив построение  уличных макетов и схем движения транспорта, она подготовила условия для  создания автономных автомобилей.

Вряд–ли  существует  большое сомнение в том, что здесь происходит разрушение традиционного  технологического развития.  Из ортогональных отраслей с сильной информационной синергией поступает исходный толчок, а затем, с помощью полученной информации,  строится система с для атаки на действующую отрасль. Чтобы добиться успеха в этой новой среде, предприятиям необходимо выработать продуманный подход к распознаванию потенциальных угроз в сочетании с желанием сделать правильные долгосрочные инвестиции, преодолевающим  стимулы к получению краткосрочной  прибыли.

Несмотря на различные безумные  прогнозы, сделанные в отношении больших данных, в реальности им предначертано быть  разрушительными и следовать установленному пути. Предприятиям необходимо знать, в какой фазе разрушения они существуют, и обладать  уверенностью, что их действия  отвечают требованиям текущего и последующих этапов инновационного процесса. И на этой основе строить свою бизнес-стратегию.

Февраль 2018 года

Пять соображений относительно   обеспечения патентных прав в пространстве блокчейновых технологий

Five Considerations when Pursuing Patent Rights in the Blockchain Technology Space //By Raina Haque, ведущий патентный поверенный Erdos Intellectual Property Law + Startup Legal, April 28, 2017 - ipwatchdog.com›…patent…blockchain-technology/id…

В настоящее время получают развитие технологии, реализующие блокчейн для решения различных проблем, включающих обеспечение конфиденциальности, безопасности, целостности данных, двойного расходование, динамического / интеллектуального заключение контрактов, платежей, взаимодействия и т. д. Обеспечен доступ к   патентным заявкам на  блокчейновые  технологии, по многим из них выданы  патенты. Блокчейновые технологии привлекают инвестиции, и многие разработчики этих технологий обеспокоены правовой охраной нового вида интеллектуальной собственности (ИС). В этой связи перед новаторами возникают следующие пять проблем.

1. Существенное значение временного фактора.

В 2011 году в США был принят Закон об американских изобретателях, согласно которому из двух конкурирующих изобретателей, подающих патентные заявки на одно и то же или сходное изобретении, получает патентные права на изобретение только тот из них, кто  подает заявку в Патентное ведомство первым. В условиях, когда блокчейновые технологии развиваются с головокружительной скоростью, появляется множество компиляций. В этих условия следует со вниманием отнестись к возможности скорейшей подачи предварительной патентной заявки. Предварительная заявка на патент не обязательно должна быть такой же подробной, как и обычная заявка. Поэтому ее оформление происходит   быстрее. Чем раньше подана заявка, тем меньше массив документов, отражающих «предшествующий уровень  техники», из которого ведомство может черпать  ссылки на документы, порочащие новизну данной заявки. Работа патентного  поверенного  будет более эффективным, если он сможет ссылаться на хорошо разработанные описания изобретений.

1. Привлечение квалифицированного  патентного поверенного.

Необходим  патентный поверенный, обладающий техническим опытом в компьютерных приложениях. Сложность законов, относящихся к  изобретениям, в области программного обеспечения, настолько  сложны,  что  патентным поверенным бывает трудно усвоить чрезвычайно тонкую эволюцию прецедентного права в этой области, что может привести к отклонению соответствующих заявок.  Между тем, заяви на программое обеспечение поступвют в Патентное ведомство США почти еженедельно. С другой сторон, имеющий высокую репутацию поверенный может не располагать навыками рассмотрения блокчейновых технологий, чтобы угнаться за стремительным развитием этой среды. . Это пространство развивается так быстро - никто не понимает или может надеяться понять все это в ближайшее время. На данный момент все поверенные  (даже те, кто хорошо усвоил  вычислительные технологии) должны в значительной степени полагаться на своих изобретателей, чтобы понять новые аспекты быстро развивающихся блокчейновых технологий. Тем не менее, поверенный которому приходилось  работать с некоторыми клиентами в этом пространстве, вероятно, будет располагать  определенным фундаментом, позволяющим усвоить сущность изобретения.

Изобретатели и их патентные поверенные должны изучать выданные патенты в блокчейн-пространстве. Никакая патентная заявка в этом пространстве не написана так, чтобы непрофессионал мог легко понять сущность изобретения. Это вполне объяснимо, потому что заявки должны быть написаны так, чтобы только человек, располагающий знаниями в данной области,) мог бы воссоздать или усовершенствовать  представленное в  патентной заявке решение после истечения срока действия патента, охраняющего оригинальное изобретение.  В пространстве блокчейновых технологий есть много концепций, которые с трудом воспринимаются экспертом. Поэтому изобретатели должны предотвращать чрезмерное  упрощение заявки, связанной с программным обеспечением. Именно эта глупость привела к отклонению  патентных заявок на действительно инновационные и неочевидные изобретения, используя практику  абсурдного прецедентного права, порожденного делом Alice.

4.Грамотное и понятное изложение заяви .

Следует учитывать, что назначенный эксперт может обладать ограниченными знаниями в области блокчейновых  технологий. Хорошие патентные заявки по передовым технологиям должны содержать четко сформулированные определения, касающиеся блокчейн-среды. Блокчейновые сети и распределенные системы регистров не являются синонимами. Существуют даже разногласия относительно того, является ли «блокчеин» конкретным существительным. Если консенсусные протоколы являются неотъемлемой частью изобретения, разработчики патентных заявок должны позаботиться о том, чтобы определить и описать их. Многие отклонения патентных заявок являются результатом неопределенности  используемого в заявках       языка. Разработчики не должны полагать, что патентный эксперт  просто проведет интернет-поиск и узнать в Википедия  о сущности вновь появляющихся  фундаментальных определений. Необходимо также обеспечивать согласованность языка патентной формулы, которая воспринимает значение  соответствующих  частей описания изобретения. Патентные контролеры  могут  указать экспертам на  отклонение от надлежащей интерпретации патентных притязаний.

5. Различие подходов в обеспечении патентной охраны

Многие изобретатели могут предпочесть невысокий уровень патентной охраны,  пытаясь  выяснить, что именно они собираются в дальнейшем делать с изобретением. Никто точно знает, каково будущее блокчейновых технологий. Вот почему изобретатели и их инвесторы заинтересованы в  сохранении свободы выбора при их реализации. Многие изобретатели, например, вообще  используют  патенты лишь в «защитных» целях. В любом случае патентные поверенные  должны действовать в  соответствии с  интересами и пожеланиями клиентов, а также с учетом специфики  изобретений в этом пространстве.

Январь 2018

Защита цифровой интеллектуальной собственности

Protecting Digital Intellectual Property: Means and...2017 National Academy of Sciences - nap.edu›read/9601/chapter/7

В последние годы были изучены многие технические средства, предназначенные для защиты интеллектуальной собственности (ИС) в цифровой форме; а также осуществлены  попытки разработать коммерческие продукты и услуги на основе этих механизмов. В данной работе  приводится  обзор технологии защиты ИС, излагаются возможности и ограничения этих технологий, а также  последствия их воздействия на  распространение и доступ к ИС.

Шифрование. Базовой  технологией для компонентов технической защиты является шифрование (кодирование), обеспечивающее  защиту сообщения (информации) от несанкционированного просмотра или использования. Шифрование - это раздел криптографии - науки о математических методах обеспечения конфиденциальности и аутентичности информации.

Шифрование является важнейшим средством  управления ИС. Шифрование облегчает управление IP-сетью, защищая контент от раскрытия или модификации как во время передачи, так и во время хранения. Если контент зашифрован эффективно, копирование файлов почти бесполезно, потому что нет доступа к содержимому без ключа дешифрования. Ключ объекта предоставляется только соответствующим получателям (например, платящим клиентам). Тот, кто не заплатил (например, за трансляцию телепрограммы) и не имеет ключа, может перехватить трансляцию, но не сможет ее просмотреть. При этом существует проблема дешифровки ключа при его передаче клиенту. Любая система шифрования должна быть спроектирована и построена очень тщательно, так как существует множество, а иногда и очень тонких способов, с помощью которых можно получить информацию. Среди более распространенных  - нарушение кода.

Контроль доступа к информации. Возможно, наиболее фундаментальной формой технологии защиты ИС является контроль доступа к информации (т. е. определение того, разрешен ли запрашивающему лицу доступ к информации). В своей простейшей форме система контроля доступа отслеживает личность каждого члена сообщества пользователей, идентификаторы объектов данных, обрабатывает эту информацию всякий раз, когда получает запрос на обслуживание, и предоставляет или отклоняет запрос в зависимости от того, что указывает привилегия.

Но системы контроля доступа для ИС должны иметь дело с периодами времени до столетия или более и преодолевать  иногда сложные условия доступа и использования. Фонд цифровой библиотеки также нуждается в возможностях для работы с сотнями или тысячами документов и крупными сообществами пользователей (например, кампусом колледжа или пользователями большой городской библиотеки).

Более сложная  проблема возникает, когда информация становится доступной неограниченному сообществу, которое,  находясь  в Интернете, не может считаться подчиненным правилам использования. Поэтому, вероятно, потребуются технические механизмы, способные обеспечить соблюдение таких правил (например, ограничения авторского права на воспроизведение). Изучен целый ряд подходов, включая методы размещения документов, которые легко просматриваются, но с трудом загружаются при использовании существующих браузеров.

Использование технологии блокчейн.

Blockchain Technology Expected to Strongly Impact the IP Industry Jesper Sellin , Valea AB - August 18 201https://www.lexology.com/library/detail.aspx?g...598b

В течение последних нескольких лет осваивается новая технология, получившая наименование  блокчейн*

** Блокче́йн— выстроенная по определённым правилам непрерывная последовательная цепочка содержащих информацию блоков. Чаще всего копии цепочек блоков хранятся и обрабатываются независимо друг от друга на множестве разных компьютеров - Википедия

Концепция технологии блокчейнов была впервые представлена ​​Сатоши Накамото* в 2008 году и использовалась им для создания всемирной криптовалютной цифровой платежной системы биткойн.

Однако технология блокчейна поддерживает не только  криптовалюты. С запуском в 2015 году платформы Ethereum  (предназначенной для построения децентрализованных онлайн-сервисов на базе блокчейна)  появилась возможность создания на основе блокчина приложений для применения практически в любом секторе. Они используются для записи любой транзакции стоимости, будь то традиционные деньги, товары типа  золота или нефти, энергии, контрактов на недвижимость  или прав на ИС. Некоторые финансовые учреждения стали вступать в партнерские отношения с блокчейновыми компаниями, занимающимися собственным разработками,  и даже подавать патентные заявки на технологические блокчейн-инновации..

Следует ожидать  резкого роста подачи  заявок на патенты и товарные знаки, связанные с блокчейн-технологией. В настоящее время поисковая система ЕПВ Espacenet выдает порядка 165 патентных заявок, в которых упоминается слово «blockchain» и 69 заявок с упоминанием «Bitcoin». В предстоящие годы эти прорывные патенты могут оказаться очень ценными. По оценкам экспертов рынка, максимально широкое распространение в России технология блокчейн получит через 3-4 года.

В ряде стран уже анонсированы многочисленные проекты, которые пытаются найти рецепт применения блокчейна в сфере авторских и смежных прав. 18 ноября 2017 года в Санкт-Петербурге  был представлен  проект применения блокчейн-технологий для управления правами ИС (IPChain). Он  будет аккумулировать информацию обо всех объектах ИС,  о том, как они используются в цифровой среде, о переходе прав на эти объекты.

Ожидается, что блокчейновая технология заменит многие современные цифровые платформы. В частности, она  откроет для нынешней системы  ИС как целый ряд новых возможностей, так и сопутствующих им  проблем.  Некоторые из них уже реализуются. Например, блокчейновые цепочки  открывают возможность более надежного представления  активов ИС. На осуществление других проектов может потребоваться  значительное время ввиду существования нормативных  ограничений и необходимости более широкого признания инновации в ИС-сообществе.

«Происходящее вызывает ужас». Конец близок — Герман Греф,

Москва, 17 января 2018// Александр Горбаруков © ИА REGNUM</p>
17 января, выступая в рамках второго дня работы Гайдаровского форума, председатель правления Сбербанка<br />
РФ Герман Греф сослался на основателя компании «Дженерал электрик», который высказался в том смысле,<br />
что бесполезно отслеживать все изменения, которые происходят в мире, так как «мы за ними не успеваем».<br />
Развивая эту мысль, Греф сказал: «…Мы не можем успеть за всеми трендами. Первый вопрос — это вопрос<br />
приоритизации. Отсюда вывод: побеждают те, кто умеет приоритизировать усилия, так как ни одной<br />
компании<br />
не под силу справиться со всеми трендами. Нужно быть открытыми миру. Ключевое качество менеджера — это коллаборация,<br />
сотрудничество и умение слышать клиента, своего конкурента. Если изменения снаружи происходят быстрее, чем внутри<br />
(фирмы — прим. ИА REGNUM ), то это значит, что конец близок».</p>
<p>«Те, кто находится в этом тренде, говорят, как здорово и интересно, а те, кто продолжает двигаться по линейной траектории,<br />
у них происходящее вызывает ужас, — констатировал Греф. — Состояние между ужасом и восторгом мы испытываем все».</p>
<p>Эту речь глава Сбербанка закончил рекомендацией о необходимости обзавестись «мягкими ногами», чтобы вовремя реагировать<br />
на изменения, которые происходят в мире, и не застыть и не оказаться отброшенными на обочину.</p>

2017 год

Новые рефераты в 2017 год

- Ожидаемое воздействие блокчейна на систему интеллектуальной собственности// декабрь

- Дорожная карта интеллектуальной собственности 2017/ноябрь

- Роль патентной информации в инновационном процессе//октябрь

- Нейронный подход к машинному переводу патентной информации//сентябрь

- Всемирный инновационный  указатель 2017/август

- Google: Что стимулирует творчество и инновации в цифровой экономике/июль

-Реализация Интернет вещей в программируемом мире/июнь

- Содействие развитию Интернет вещей/май

- Вопросы патентования в среде Интернет вещей / апрель
- Интернет вещей: в ожидании очередной  волны патентных споров / март

- Индустрия 4.0: обзор ключевых технологий и тенденций / февраль
- Интернет вещей с позиции патентной охраны / январь

Содержание рефератов

Декабрь 2017

Ожидаемое воздействие блокчейна на систему интеллектуальной собственности

Blockchain Technology Expected to Strongly Impact the IP Industry Jesper Sellin , Valea AB - August 18 2017 - https://www.lexology.com/library/detail.aspx?g...598b

blockade and intellectual intelligenceВ течение последних нескольких лет была разработана новая технология – блокчейн*, которая, как ожидается, заменит многие современные цифровые платформы.

* Блокче́йн (англ. blockchain или block chain^[1]) — выстроенная по определённым правилам непрерывная последовательная цепочка блоков (связный список), содержащих информацию. Чаще всего копии цепочек блоков хранятся и независимо друг от друга (чрезвычайно параллельно) обрабатываются на множестве разных компьютеров

Поскольку цифровые технологии являются сегодня основой почти всех услуг, ожидается  также их  глубокое проникновение во всю  общественную жизнь. Поэтому появление цифровых технологий называют самой большой революцией со времени создания Интернета. Этим процессом будет  затронута и система интеллектуальной собственности (ИС), что вызовет  необходимость  решения многих вопросов, связанных с освоением блокчейна.

Концепция технологии блокчейнов была впервые представлена ​​Сатоши Накамото в 2008 году и использовалась Накамото для создания цифровой валюты Биткойн*.

* Биткойн () – всемирная криптовалютная и цифровая платежная система – называется первой децентрализованной цифровой валютой, поскольку система работает без центрального репозитория или единого администратора. Выпущена в качестве программного обеспечения с открытым исходным кодом в 2009 году.

Сегодня Биткойн процветает, с текущей рыночной капитализацией более 70 миллиардов долларов США, и его стоимость выросла примерно на 600 процентов по сравнению с аналогичным периодом прошлого года, так что цена одного Биткойна (BTC) сегодня составляет около 4000 долларов США. Валюта получает признание в качестве оплаты серьезными участниками рынка, такими как Amazon и Hotels.com.

Однако технология блокчейна поддерживает не только  криптовалюты. С запуском в 2015 году платформы Ethereum и связанного с ним знака Ether (ETH) (предназначенной для построения децентрализованных онлайн-сервисов на базе блокчейна)  появилась возможность создания на основе блокчина приложений для применения практически в любом секторе. Они используются для записи любой транзакции стоимости, будь то традиционные деньги, товары типа  золота или нефти, энергии, контрактов на недвижимость – или, если на то пошло – прав на интеллектуальную собственность. Преимущество использования блочной цепи для транзакций заключается в том, что она позволяет мгновенно децентрализовать и защищать транзакции, для которых нет необходимости в посредниках, таких как брокеры, агенты и т.д. Данные, хранящиеся в блочной цепочке, обычно считаются нетленными.

На этом еще довольно раннем этапе некоторые финансовые учреждения стали вступать в партнерские отношения с блокчейновыми компаниями, занимающимися собс твенным разработками,  и даже подавать патентные заявки на технологические блокчейн-инновации. Например, крупнейшие шведские банки присоединились к глобальной корпорации Distributed Ledger Group (DLG), занятой  разработкой блочейновых приложений для финансовой индустрии.

Ожидается, что блокчейновая технология откроет для нынешней системы  ИС как целый ряд новых возможностей, так и сопутствующих им  проблем. Некоторые из них уже реализуются, в то время как на осуществление других может потребоваться  значительное время ввиду существования нормативных  ограничений и необходимости более широкого признания инновации в ИС-сообществе. Следует ожидать  резкого роста подачи  заявок на патенты и товарные знаки, связанные с блокчейн-технологией. В настоящее время поисковая система ЕПВ Espacenet поиск выдает порядка 165 патентных заявок, в которых упоминается слово «blockchain» и 69 заявок с упоминанием «Bitcoin». В предстоящие годы эти прорывные патенты могут оказаться очень ценными.

Так, например, миллионы строк исходного кода (компьютерных инструкций, написанных с использованием удобочитаемого языка)  могут представлять  ценную ИС: защищенное  авторским правом произведение, базу данных или конфиденциальную информацию. Появится возможность «блокчейновой аутентификации» – для обнаружения поддельных товаров. В настоящее время уже создано или разрабатывается несколько приложений, предназначенных для отслеживания и идентификации алмазов или предметов моды. Блокчейновые цепочки  открывают возможность более надежного представления  активов ИС, сокращающего  количество споров, облегчающего сборроялти и т. д.

Возможности применения блокчейн-технологий представляются бесконечными. Поэтому самое время начать изучать потенциальные возможности или риски, которые они смогут создать для вашего бизнеса.

Правами на интеллектуальную собственность займутся блокчейн-технологи

09 ноября 2017 в 16:00 - news.rambler.ru›…na…zaymutsya-blokcheyn-tehnologi/

18 ноября в 14:30 на Деловой площадке VI Санкт-Петербургского международного культурного форума в Мраморном зале Российского этнографического музея (Инженерная ул., 4/1) состоится  панельная дискуссия «Создание в России мировой практики применения блокчейн-технологий для управления правами интеллектуальной собственности: от патентов и изобретений, до книг, картин, фотографий, музыки и фильмов». Вот выдержки из предстоящих выступлений участников дискуссии.

«Применение блокчейн-технологий во многом предопределит будущее сферы интеллектуальной собственности (ИС), и уже сейчас мы видим начало своего рода гонки вооружений. В ряде стран уже анонсированы многочисленные проекты, которые пытаются найти рецепт применения блокчейна в сфере авторских и смежных прав. Сегодня, говоря о практических шагах по созданию в России распределенного реестра для фиксации прав на объекты интеллектуальной собственности и сделок с ними, своего рода «инфраструктуры доверия», мы фактически закладываем основу для принципиально новой системы вовлечения творческих продуктов в экономический оборот». ( А.Кричевский - президент ассоциации «Национальный координационный центр обработки транзакций с правами и объектами интеллектуальной собственности».

«Проект IPChain, который мы хотели бы представить на форуме — это инструментарий, который предоставит возможность решить ряд задач, стоящих перед участниками сферы интеллектуальной собственности. IPChain будет аккумулировать информацию обо всех объектах интеллектуальной собственности, о том, как они используются в цифровой среде, о переходе прав на них. Фактически мы создадим инфраструктуру для различных сервисов, которые позволят максимально эффективно управлять правами»( М. Прокш – советник председателя правления фонда «Сколково» по вопросам интеллектуальной собственности).

«По оценкам экспертов рынка, максимально широкое распространение в России технология блокчейн получит через 3-4 лет. К ее применению активно готовится как бизнес, так и государство. Как отмечают игроки рынка, «многие считают, что блокчейн – это технология, обеспечивающая исключительно повышенное шифрование данных. Однако сегодня мы отмечаем, что он окончательно входит во все сферы нашей жизни., в ближайшие годы мы увидим повсеместное использование технологии, сегодня у нас уникальная возможность присутствовать при серьезных глобальных изменениях» (А.Ткачев – основатель российского проекта IQ300).

Ноябрь 2017

Дорожная карта интеллектуальной собственности 2017

Intellectual Property Roadmap 2017 – Current and emerging issues for business and policymakers// International Chamber of Commerce – iccwbo.org›Intellectual Property Roadmap

5 ways Intellectual Property is evolving • London, 26/04/2017 – https://iccwbo.org › News & Speeches

Опубликованная  Международной  торговой  палатой (МТП)* в апреле 2017 года последняя редакция доклада «Дорожная карта интеллектуальной собственности 2017» (Intellectual Property Roadmap 2017),  , предоставляет бизнесу и лицам, определяющим политику в этой области, всеобъемлющий и краткий обзор ключевых вопросов и политики в области интеллектуальной собственности (ИС)*.

Международная торговая палата (МТП; англ. International Chamber of Commerce — ICC) — независимая самоуправляемая некоммерческая международная организация, созданная в 1919 году, объединяет  торговые палаты, предпринимательские организации и отдельные компании для выработки международных стандартов торговли, совместной защиты интересов в международных организациях, разрешения коммерческих споров – Википедия.

2016 год ознаменовался  разработкой  Целей ООН в области устойчивого развития и подписанием Парижского соглашения, нацеленного на борьбу с изменением климата. Инновации и сотрудничество призваны играть важную роль, а ИС станет ключевым фактором в  достижении этих целей. К этим проблемам примыкают процессы цифрового кодирования (digitalization)*, порождающие  новые технологии обработки, хранения и передачи данных с последствиями для управления активами ИС и их правообеспечения. Цифровая экономика, все более ориентированная на обработку, хранение и передачу данных, поставила также вопрос о правах и ответственности за эти  данные.

* Цифровое кодирование (оцифровка) – процесс преобразования информации в цифровой (то есть машиночитаемый) формат.  Результатом является представление объекта, изображения, звука, документа или сигнала (обычно аналогового сигнала) путем создания серии чисел, которые описывают дискретный набор его точек или выборок. Результат называется цифровым представлением или, более конкретно, цифровым изображением для объекта и цифровой формы для сигнала – Википедия.

Далее приводятся 5 основных положений последней 13 редакции доклада МТП:

1. 1. Инновация – это глобальная игра.

Инновации все в большей степени являются результатом сотрудничества, выходящего  за рамки национальных границ. Это создает серьезные проблемы для управления активами ИС и правоприменения во многих юрисдикциях с различными подходами к правам ИС.

Инициативы по решению этих проблем включают международные усилия по гармонизации стандартов и процедур, сотрудничеству между ведомствами ИС, а также между различными заинтересованными сторонами – как в частном, так и в государственном секторах. В «Дорожной карте» также отмечается растущая тенденция создания для стран специализированные юрисдикции для разрешения споров в области ИС.

1. 2. Новые технологии преобразуют  управление ИС и правоприменение.

Передовые компании конкурируют друг с другом, создавая инновации в ряде  особо  популярных отраслях, таких как искусственный интеллект. Но инновации также ощущают  повышенную  потребность в совместимости, присущей коммуникационным технологиям и платформам, сфере Интернет вещей (IoT), машинной коммуникации (M2M) и Индустрии 4.0. Это означает, что стандартизация в патентовании  остается актуальной проблемой.

Следует иметь в виду, что интеллектуальные машины и устройства, такие как роботы и спутники, могут сами создавать информацию, которая пополняет  активы ИС. Это порождает вопросы в области  творчества, изобретательства и прав собственности.

Легкость распространения информации, расширяя  возможности глобального сотрудничества, вместе с тем,  затрудняет контроль распределения активов ИС. Трехмерная печать располагает возможностью  воспроизводства потребительских товаров на основе охраняемых правом знаний и разработок. А технологии типа блокчейна*  изучаются для аутентификации и передачи информации о  цифровом распределении ИС.

*Блокчейн (англ. Blockchain) — выстроенная по определённым правилам непрерывная последовательная цепочка содержащих информацию блоков, копии которых, чаще всего, хранятся и независимо друг от друга обрабатываются на множестве разных компьютеров.

3. ИС является проблемой общественного значения.

Охрана ИС часто воспринимается как средство  защиты частных достижений, однако в конечном счете она имеет важные последствия для общества в целом. Не случайно в 2016 году внимание общественности было привлечено к роли ИС в обеспечении  устойчивого инновационного развития стран мира и в  борьбе с климатическими изменениями.

Поэтому в «Дорожной карте» МТП отмечается, что существует настоятельная необходимость доводить проблемы ИС до  широкой общественности, избегая ситуации, когда  политические возражения против инициатив ИС вызваны отсутствием их  достаточного понимания. Например, надежная охрана  ИС часто воспринимается как подавление  информации, тогда как фактически она способствует распространению знаний. Например, изобретатели с меньшей вероятностью делают свои  изобретения достоянием общественности без их гарантированной  патентной охраны.

4. Возрастание роли корпоративной информации   и коммерческая тайны.

Информация и знания все более часто становятся наиболее ценными активами компании. Коммерческая тайна  и конфиденциальная деловая информация приобретают все большее значение, особенно в условиях  глобализации торговых отношений  и переплетения  производственных  поставок. В «Дорожной карте» сообщается о последних законодательных инициативах, направленных на решение проблем защиты конфиденциальной деловой информации в цифровом мире.

В странах с экономикой, все более основанной на данных, возникают вопросы, касающиеся прав на эти данные, а также ответственности за обеспечение их  конфиденциальности. Соответственно усложняется управление данными, поскольку их повсеместный сбор осуществляется в среде Интернет вещей (IoT), обеспечении связей между машинами (M2M) и Индустрии 4.0 в целом. Вместе с тем, во многих юрисдикциях не предусмотрена формальная защита баз данных, хотя широко распространена их монетизация и  торговля.

5. ИС, сама по себе, является ценным активом.

Хотя ИС  уже давно используется бизнесом для повышения его конкурентоспособности при коммерциализации товаров и услуг, в последнее время растет признание того, что ИС является ценным активом сама по себе. Она  может приносить доходы, улучшать балансы, увеличивать ценность акций или восприниматься как добавленная стоимость. Рынок торговли ИС растет и становится все более изощренным.

В результате оценка ИС становится еще более актуальной. Но, несмотря на увеличение числа оценочных методов, разработка международных стандартизованных методов остается проблемой, поскольку ценность ИС зависит от окружающей ее  среды.

В «Дорожной карте», опубликованной  МТП  в 2017 году, отражены все эти важные факторы. Кроме того,  существенно обновлены или переработаны разделы, касающиеся ключевых вопросов политики в области ИС,  патентов и стандартов, товарных знаков, доменных имен, сортов растений, информационных продуктов, обеспечения устойчивого развития, изменении в  климате, инноваций и конкуренции, а также прочих влияющих на ИС событий.

Полный текст доклада можно перегрузить по адресу iccwbo.org›Intellectual Property Roadmap

Октябрь 2017

Роль патентной информации в инновационном процессе

The role of (patent) information in the innovation process

За прошедшие годы многие пользователи  признали, что патентная информация поддерживает инновации. В 2015 и 2016 годах ЕПВ провело качественные и количественные исследования, чтобы доказать это утверждение, и выяснить, как патентная информация становится  источником информационной поддержки  инновационных процессов в Европе.

Инновационный процесс

Модель исследования, включающая  четыре этапа, показали, как патентная информация используется на каждом этапе инновационного процесса.

Методология опроса

Онлайн-опрос, проводился  ЕПВ в течении  шести недель в период с октября по ноябрь 2016 года.  Одна из целей исследования заключалась в том, чтобы выяснить, какие источники информации используются новаторами для выполнения своей работы на каждом этапе инновационного процесса. Возникающая при этом  проблема заключалась в том, чтобы избежать предвзятости результатов, привлекая в качестве   респондентов преимущественно специалистов по патентной информации,  которые изначально были убеждены в  важности  патентной информации. По этой причине опрос не был ориентирован   исключительно на патентную  информацию. Кроме того, опрос не ограничивался  веб-сайтом ЕПВ, предполагая привлечение  внешних консультантов К тому же  проводился он под эгидой не ЕПВ, а торговых федераций и ассоциаций Евросоюза.

Оценка использования патентов в качестве источника технической, деловой или правовой информации показала, что 70% респондентов используют патенты в качестве хотя бы одной из категорий информации, в то время как 30% не используют патенты вообще.

Основные результаты опроса

• 70% новаторов, принимавших участие в опросе, используют в качестве в качестве источника патентную информацию;

• 72% из них оценивают патентную информацию как важную или очень важную для своей инновационной работы;

• ЕПВ является, безусловно, предпочтительным источником патентной информации, подтверждая свою позицию ведущего поставщика: 75% респондентов используют продукты EПВ, включая Espacenet, 30% – патентную базу данных Системы патентной информации   Германии (DPMA / DEPATISnet), 21% – базу данных США  и 17%. – базу данных ВОИС –  PATENTSCOPE ;

• больше всего новаторы используют патентную информацию на этапах прикладных исследований и разработки прототипов, а меньше всего –  на этапе  фундаментальных исследований;

• патентная информация преимущественно используется, как источник технической и правовой информации, и в меньшей степени  деловой информации;

• крупные компании используют патентную информацию больше, чем малые и средние предприятия.

• в число трех основных препятствия, мешающие новаторам использовать патентную информацию, входят:

- недостаточное  осознание ее преимуществ,

- отсутствие знаний о том, где находятся ее источники,

- сложность е  восприятия.

Заключения

Для ЕПВ результаты исследования очень убедительно  показывают не только то, что патентная информация действительно поддерживает инновации, но также и то, что ЕПВ играет ведущую роль в Европе в качестве поставщика патентной информации.

Понятно, что ЕПВ следует прилагать усилия для повышения осведомленности и понимания патентной информации в Европе, особенно среди малого и среднего бизнеса. Одним из ключей к успеху станет дальнейшее укрепление сотрудничества с родственными организациями –  такими как сеть патентно-информационных центров PATLIB. ЕПВ также следует продолжать разработку и совершенствование своих инструменты патентной информации, с тем чтобы сделать ее более доступной для новых пользователей, уделяя при этом больше внимания использованию патентной информации в бизнесе.

Еще более важны  результаты данного исследования для сообщества поставщиков и потребителей патентной информации – для всех, кто работает в сфере патентной информации. Они позволяют нам с уверенностью сказать, что патентная информация действительно поддерживает инновации, и  что коллективные усилия сообщества патентной информации  способны сыграть важную  роль в дальнейшем развитии патентно-информационной поддержки инновационных процессов в Европе.

Полный текст отчета: The role of (patent) information in the innovation process (PDF, 413 KB) – можно выгрузить по адресу – wipo.int›edocs/mdocs/sme/en/wipo_smes…related1.pdf

Сентябрь 2017

Нейронный подход к машинному переводу патентной информации

Making sense of patent information

By Catherine Jewell, Edward Harris and Steven Kelly, Communications Division, WIPO, – wipo.int›wipo_magazine…2016/06/article_0005.html

Патентная система предназначена как для признания и поощрения изобретателей, так и для предоставления технологической информации широкой общественности с целью стимулирования новых инноваций. Патентные документы содержат огромное количество технологической информации и являются ценным источником бизнес-аналитики.

ВОИС разработала множество новых услуг и инструментов, позволяющих новаторам и компаниям добывать эту информацию в поддержку своих собственных исследовательских или деловых целей. Осенью 2016 года он запустил два новых инструмента: усовершенствованные системы машинного перевода и поиска химических структур, которые сделают еще проще поиск и понимание огромного объема патентной информации, создаваемой каждый год на разных языках по всему миру.

Далее несколько более подробно рассматривается первая из них: система машинного перевода ВОИС (WIPO Translate). Это  новаторский инструмент перевода патентных документов на основе искусственного интеллекта, который обещает разблокировать богатство ранее недоступной технологической информации.

В системе применяется метод нейронного машинного перевода (GNMT), разработанный компанией Google. В нем  используется искусственная нейронная сеть для повышения надежности и точности перевода. GNMT постепенно улучшает качество перевода обучаясь путем сопоставления и статистической переработки миллионов примеров ранее осуществленных «человечесих»” переводов документов, хранящихся в базах данных патентных ведомств.

Предлагаемая архитектура системного обучения GNMT была впервые опробована на более, чем ста языках, поддерживаемых системой Google Translate. Благодаря большой сквозной структуре, система со временем учится создавать более качественные и естественные переводы.

Система WIPO Translate изначально обеспечивала  новаторам перевод информации между 16 парами различных языков. Количество охватываемых системой языков неуклонно увеличивается. Важно подчеркнуть, что   в системе WIPO Translate накоплено более 60 миллионов предложений из китайских патентных документов, предоставленных Государственным ведомством интеллектуальной собственности Китайской Народной Республики через базу данных  WIPO PATENTSCOPE, где они  сравнивались с их эквивалентным на официальным английском языке. Такое языковое сопряжение признано приоритетным из-за все более высокого уровня патентования в Китае, который в еще 2015 году составлял около 15 процентов глобальной патентной деятельности.

Доступ к системе WIPO Translate через базу данных PATENSCOPE является бесплатным. Чтобы перевести текст, его нужно скопировать и вставить в поле “Text to be translated”. Затем выбирается  нужный язык перевода и нажимается  кнопка «Translate» (или «WIPO Translate», если требуемый текст был найден базе данных PATENSCOPE). В любом случае требуемый текст будет переведен  мгновенно.

Август 2017

Всемирный инновационный  указатель 2017

Global Innovation Index 2017, Geneva, June 15, 2017 – wipo.int›Media›…/2017/article_0006.html

Всемирный указатель подготовлен совместными усилиями, Корнельского университета, INSEAD и ВОИС. В нем представлены результаты ежегодно проводимого обследования  около 130 национальных экономик по десяткам показателей, имеющих отношение к их инновационному развитию – от подачи патентных заявок до затрат на образование. Указатель 2017 года отражает продолжающийся разрыв  инновационных возможностей развитых и развивающихся стран. Для последних  характерны низкие показатели роста ассигнований на исследования и разработки (НИОКР) –  как на правительственном, так и на корпоративном уровнях.

В число стран с наиболее высокими показателями инновационного развития входят Швейцария, Швеция, Нидерланды, США и Великобритания, а  Индия, Кения и Вьетнам  превосходят другие страны, относящиеся к той же категории экономического  развития.     Помимо ведущих азиатских экономик – таких как Китай, Япония и Республика Корея – отмечается  и  группа стран, включающая Индонезию, Малайзию, Сингапур, Таиланд, Филиппины и Вьетнам. Они  активно работают над улучшением своих инновационных экосистем и занимают относительно высокие места по ряду важных показателей, связанных с образованием, НИОКР, ростом производительности труда, высокотехнологичного экспорта и др.

Региональные лидеры инноваций
(Ранг Страна в  Глобальном рейтинге)
Северная Америка
1 Соединенные Штаты Америки 4
2 Канада 18
К югу от Сахары
1 Южная Африка 57
2 Маврикий 64
3 Кения 80
Латинская Америка и Карибский бассейн
1 Чили 46
2 Коста-Рика 53
3 Мексика 58
Центральная и Южная Азия
1 Индия 60
2 Иран 75
3 Казахстан 78
Северная Африка и Западная Азия
1 Израиль 17
2 Кипр 30
3 Объединенные Арабские Эмираты 35
Юго-Восточная Азия, Восточная Азия и Океания
1 Сингапур 7
2 Республика Корея 11
3 Япония 14
Европа
1 Швейцария 1
2 Швеция 2
3 Нидерланды 3

В рейтинге  самых инновационных стран Россия опустилась на  45-ю строчку из 127. В прошлогоднем рейтинге страна занимала 43-ю позицию  (тогда она поднялась на пять строк). Прошлогоднее место России в новом рейтинге заняла Турция. Украина заняла в новом рейтинге 50-ю строчку. Соседние с Россией строчки в рейтинге занимают Греция (44) и Чили (46).

Как отмечают составители, ослабление России в рейтинге связано с ухудшением позиций университетов страны в международных рейтингах, уменьшением числа цитируемых трудов и числа поданных патентных заявок. В сегменте стран со средним уровнем доходов Россия заняла третье место, уступив Китаю и Индии.

Подробнее на РБК:

http://www.rbc.ru/economics/15/06/2017/594271b19a79473ed86548d0

Горячие точки изобретательства
Во Всемирном Указателе 2017 особое внимание уделялось  инновациям, проводимым в сельском хозяйстве и продовольственных системах. Они позволяют заключить, что  в течение следующих десятилетий сельское хозяйство и продовольственный сектор столкнутся с огромным ростом мирового спроса и усилением конкуренции в борьбе за ограниченные природные ресурсы, адаптируясь к  климатическим изменениям. Ключевыми факторами для поддержания роста производительности, необходимого для удовлетворения этого растущего спроса, являются инновации и содействие расширению пищевых систем, которые интегрируют устойчивое производство, обработку, распределение, потребление и управление отходами пищевых продуктов.

Участвующие в проекте специалисты этой связи  отметили, что  в мире уже наблюдается  появление « цифрового сельского хозяйства », включающего в себя беспилотные летательные аппараты, спутниковые датчики и полевую робототехнику. И это неудивительно, если учесть, что существует настоятельная потребность в« умном сельском хозяйстве » для оптимизации цепочек поставок и распределения, создания новых креативных бизнес-моделей, которые минимизируют потребность в  земельных угодьях, энергии и другиих природных ресурсах,  а также для удовлетворения потребностей самых бедных регионов  мира.   К 2050 году население планеты, по оценкам, достигнет 9,7 млрд. человек. Это ставит глобальный аграрный сектор перед непростой задачей. Если разработчики, политики и другие заинтересованные стороны не смогут внедрить сельскохозяйственные инновации, значительно повышающие производительность труда, мир столкнется с потенциальным глобальным продовольственным кризисо.

Назначение Всемирного указателя

Издаваемый  ежегодно с 2007 года Указатель теперь является ведущим инструментом анализа для руководителей бизнеса, политиков и других лиц, которые нуждаются в  понимании состояния инноваций и оценки прогресса во всем мире. Указатель обеспечивает  ранжирование инновационных возможностей и результатов мировой экономики. Учитывая ключевую роль инноваций как движущей силы экономического роста и процветания, а также необходимость широкого горизонтального видения инноваций, применимого к развитым и развивающимся экономикам, в Указателе используются показатели, выходящие за рамки традиционных измерений инноваций, базировавшихся на оценке  уровня исследований и разработок. Они включают 127 профилей по каждой стране / экономике, включая их ранги, сильные и слабые стороны.

Полный отчет о проведенном исследовании можно скачать по адресу  - www.globalinnovationindex.org.

Июль 2017

Google: Что стимулирует творчество и инновации в цифровой экономике

Фред фон Ломанн, директор по авторским правам в Google – WIPO Magazine, 28.05.2017

Google on what is driving creativity and innovation in the … – WIPO

www.wipo.int/wipo_magazine/en/2016/02/article_0006.html

Было пролито много чернил, объясняющих, как защита исключительных прав на интеллектуальную собственность (ИС) способствовала инновациям, творчеству и культуре. Однако в современной цифровой экономике проявилось следствие этой аксиомы: разумные ограничения исключительных прав так же важны для инноваций, творчества и культуры. В отношении авторских прав, в частности, ограничения на исключительные права приводят к экономическому росту, открывают новые возможности для создателей и инкубируют новые технологии.

Рассмотрим   четыре примера современной цифровой экономики: платформы, частное копирование, ремиксы и машинное обучение. Что связывает эти, казалось бы, разрозненные темы? Во всех четырех случаях разумные ограничения авторского права играют ключевую роль в создании стимулов для разработчиков  и новаторов.

Платформы*

* Платформа может обозначать  компанию, занимающуюся поставкой программного обеспечения для веб-медиа.

Сегодня на YouTube каждую минуту загружается более 400 часов видео. Большая часть этого нового творческого продукта  не возникла бы без наличия онлайн-платформ, таких как YouTube, которые позволяют любителям и профессиональным творцам обращаться к глобальной аудитории. Аналогичные процессы взрывного творчества наблюдаются и  на многих других онлайн-платформах, таких как Facebook, Twitter и Snapchat, где каждый день выкладывается более 1,8 миллиарда новых фотографий.

Разработчики программного обеспечения создают  больше, чем когда-либо прежде,  новых программ благодаря возможностям, предоставляемых  такими платформами, как GitHub, Apple iTunes App Store и Google Play App Store. Писатели и журналисты находят свои творения  на таких платформах, как Blogger, Medium и Tumblr. Новые музыканты приобретают известность  на BandPage, SoundCloud и, конечно же, на YouTube. Короче говоря, творчество демонстрирует внезапный и выдающийся  рывок роста. Множество новых онлайн-платформ позволяют творцам находить аудиторию по низким ценам или без каких-либо затрат.

И именно, когда дело доходит до онлайн-платформ, в центре внимания оказывается авторское право. Без «безопасных гаваней» авторских прав эти платформы не существовали бы сегодня в их нынешнем виде. Например, Соединенные Штаты в 1998 году ввели Закон об авторском праве в цифровую эпоху (DMCA), который ограничивает ответственность за авторские права поставщиков онлайн-услуг в обмен на их меры по осуществлению «уведомления и удаление»*, для оказания помощи правообладателям в борьбе с онлайн-нарушениями.

*Уведомление и удаление – это процесс, осуществляемый онлайн-хостами в ответ на судебные постановления или утверждения о незаконности контента. Содержимое удаляется хостом после уведомления о нарушении авторских прав

В 2000 году Европа ввела аналогичные «безопасные гавани»авторских прав, а в последнее время этот подход применяется в ряде многосторонних и двусторонних торговых соглашений.

Частное копирование

В сегодняшней цифровой среде можно получить доступ ко всем своим личным файлам с любого устройства в любом месте. Жесткое применение законов об авторском праве, однако, будет рассматривать эти повседневные действия как потенциальные нарушения. К счастью, в большинстве современных экономик есть исключения для авторских прав, учитывающие  современную цифровую реальность. Некоторые страны, такие как Франция и Германия, предусматривают  «исключения для частного  копирования» (“private copying” exceptions), тогда как другие, например, США, полагаются на более общие исключения, такие как «добросовестное использование»(fair use). В  любом случае, закон об авторском праве должен предоставлять современным потребителям возможность воспользоваться  «плодами цифрового века».

В противном случае наиболее частые операции, такие как просмотр веб-страниц,  резервное копирование вашего компьютера или копирование музыки на телефон, могут привести к правовым конфликтам. Столкновение между мобильными компьютерами и авторским правом могут привести к тому, что поставщики «облачных услуг» (услуг глобальной сети) выйдут из рынков, в ущерб инновациям, конкуренции и благосостоянию потребителей.

Необходимость утверждения частного исключения, рекомендованного в отчете Харгривза еще в 2011 году, вызвана двумя причинами: во-первых, чтобы сохранить законность авторских прав в глазах общественности, а во-вторых, способствовать инновациям в мобильных и облачных технологиях, которые зависят от частного копирования.

.

Ремикс

Тот факт, что создатели часто полагаются на предыдущие работы, чтобы строить свои собственные, не является чем-то новым – все мы «стоим на плечах гигантов». Но в сегодняшнем цифровом мире «ремикс»* стал центральным в работе многих создателей, которые перерабатывают и трансформируют существующие работы, чтобы комментировать, критиковать, отмечать и высмеивать  нашу медиа-ориентированную культуру.

* Ремикс (англ. Remix) — версия музыкального произведения, записанная позже оригинальной версии, как правило, в более современном варианте аранжировки.

Американские комедийные программы, такие как The Daily Show, каждый вечер высмеивают кабельные новости, полагаясь на клипы, почерпнутые из новостей других кабельных сетей. Создатели YouTube редактируют и комментируют содержимое друг друга, как само собой разумеющееся.

В сегодняшней «культуре ремиксов» становится очевидным, что закон об авторском праве не может рассматривать трансформированные работы как разновидность пиратства. Разумные ограничения исключительных  прав могут выступать в качестве стимула для дальнейшего творчества и инноваций. Например, в странах, которые признают «справедливое использование», ремиксы могут распространяться, не нарушая прав создателей от использования, подрывающего существующие рынки. Канада, например, недавно ввела исключение, предназначенное для того, чтобы дать зеленый свет некоторым некоммерческим методам видео-ремикса. Традиционные исключения в пользу цитаты могут быть также модернизированы с учетом новой культурной практики, позволяя новым  творцам «стоять на плечах великих предшественников.

Машинное обучение*

*Машинное обучение (англ. Machine Learning) — класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения множества сходных задач.

Хотя онлайн-платформы, мобильные устройства и облачные сервисы уже утвердились в своих правах, следует  помнить, что ценность грядущих  изобретений всегда превышает ценность всего, что было изобретено до сих пор. И хотя предсказать будущее невозможно, имеются признаки того, что машинное обучение может стать ключевым компонентом следующего скачка вперед в области инноваций и экономического роста.

Сегодня на YouTube каждую минуту загружается более 400 часов видео. Без  разумных авторских прав «безопасных гаваней» онлайн-платформы, подобные  YouTube, не существовали бы сегодня в их нынешнем виде. И большая часть созданного благодаря им нового творчества сегодня бы не существовала.

Здесь также важны разумные ограничения в отношении авторского права. Технологии машинного обучения часто зависят от наличия необходимого для анализа большого набора данных и информации. Эти данные могут в некоторых случаях включать материалы, защищенные авторским правом. Возьмем, например, создание: а) автоматизированной системы перевода текста с использованием набора книг, переведенных на несколько языков, б) системы медицинской диагностики с использованием медицинских текстов и журнальных статей, в) системы распознавания изображений с использованием миллионов фотографий. Эти виды промежуточного использования защищенных авторским правом работ  не нанесут вреда рынку произведений, защищенных авторским правом. Это еще один пример того, насколько хорошо разработанные ограничения авторского права могут и должны способствовать стимулированию экономического роста, конкуренции и инноваций.

В качестве основного фактора инвестиций в инновации, культуру и творчество     слишком долго основное внимание уделялось именно исключительным правам. Без сомнения, исключительные права являются важной частью глобальной системы интеллектуальной собственности. Но мы должны признать, что ограничения и исключения из этих исключительных прав имеют столь же важное значение в формировании условий, которые стимулируют творчество, культуру и технологические инновации.

.

Июнь 2017

Реализация Интернет вещей в программируемом мире

Making Sense of “Things” in a Programmable World | Intellectual …By Peter H. Hanna, a senior associate at Jenner & Block LLP in Chicago, Illinois. – June 29, 2016 -

apps.americanbar.org/…/summer2016-0716-making-sense-o

Хотя многие из технологий, необходимых для оснащения Интернета Вещей (ИВ), уже существуют,  немало требуемых технологий еще недостает – от встроенных датчиков до микроэлектромеханических систем, способных  контактировать  и без проблем работать вместе. Тысячи инженеров и ученых по всему миру работают над созданием инструментов, необходимых для того, чтобы наши предначертания  стали реальностью, прилагая  усилия по обеспечению патентной охраны протоколов, платформ и систем ИВ. В сеть подключается все новые устройства, ставя важные юридические вопросы на пересечении действующих законов и развивающихся ИВ. Они  бросают  вызов сложившимся представлениям о конфиденциальности, правах собственности на генерируемые данные и интеллектуальную собственность (ИС) в целом. По мнению некоторых глобальных аналитиков, к 2025 году во всем мире будет задействовано около 1 трлн подключенных к Интернету потребительских и промышленных устройств, поэтому  настало  время рассмотреть, как ИВ повлияют на патентно-правовой ландшафт – причем не в далеком 2025 году, а уже  в ближайшие дни. К счастью в патентной сфере можно опираться на   некоторые рекомендации и прецеденты, которые были сравнительно недавно порождены технической революцией, вызванной  массовым производством и распространением смартфонов.

ИВ как среда взаимосвязанных судеб

В будущем мире все будет связано. Охватив  этот взаимосвязанный мир, мы преобразим процесс  своей работы, жизни  и обучения, улучшив нашу жизнь кумулятивным воздействием всех грядущих преобразований. И все это – не вымышленная научная фантастика:  достижения в области маломощной электроники и миниатюризации датчиков делают житейские (и другие, намного более амбициозные) цели осуществимыми в течение уже нескольких лет, а не десятилетий. Как бы захватывающе это ни звучало, ИВ сегодняшнего дня – это одновременно и  концепция, и реальность. Это абстрактная конструкция, образованная объединением всех уникально идентифицируемых объектов, способных воспринимать и передавать данные в реальном времени. Если смартфоны – это просто «умные» телефоны, которые делают то, что им предписано,  то ИВ представляется нам  как совокупность всех  умных вещей  мира, которые могут действовать самостоятельно, даже если они находятся в разных экосистемах программного обеспечения. Это требует создания новых пользовательских интерфейсов, технологий и платформ данных; полезных и надежных протоколов и коммуникационных стандартов; преодоления ограничений, присущих существующим сетям связи.

При этом, ИВ-революция будет создавать  огромные ценности и возможности для бизнеса монетизировать их с использованием патентной охраны и  умения побеждать в конкурентной борьбе..

Реализация  «невообразимых» ИВ-достоинств

Революция IoT создаст новые потоки доходов и уникальные возможности для бизнеса компаний во всех отраслях. Сегодня в мире насчитывается около шести миллиардов подключенных потребительских устройств, но эта цифра, как ожидается, взорвется в течение следующего десятилетия, что приведет созданию ежегодного многомиллиардного ИВ-рынка. Уже в в пресс-релизе Gartner от 10 ноября 2015 года сообщалось, что уже в 2016 году должны использоваться 6,4 миллиарда подключенных «вещей. Там же были названы  10 лучших интернет-технологий для 2017 и 2018 годов. Компании во всех отраслях и секторах стремятся  приобщиться к  огромному потенциалу ИВ. Например, IBM объявила в прошлом году, что она инвестировала 3 млрд. долл. США и распорядилась о создании нового ИВ-предприятия, укомплектованного  тысячами сотрудников (31 мара 2015). Недавно генеральный директор компании Samsung заявил, заявил, что к 2020 году все продукты Samsung будут подключены к Интернету (11 января 2016). Интервью Samsung Newsroom с BK Yoon, CEO BK Yoon подчеркивает «невообразимую ценность» IoT (янв. 11, 2016). Аналогичные заявления сделали в мае 2016 года руководители  компаний General Electric, Ashley Carman и др

Однако «невообразимая» ценность ИВ будет проистекать не только от  продаж ИВ-продуктов широкого потребления. Она будет также   поступать из других источников, занятых  разработкой более сложных сервисов аналитики данных, преодолением технологических барьеров, связанных с коммуникационной инфраструктурой, которая не предназначена  для работы с ИВ-устройствами, а также с обработкой поступающих оттуда данных, а также с изобретением новых систем и решений, делающих  работу ИВ-систем  более бесперебойной.

Как бы захватывающе это ни звучало, ИВ сегодняшнего дня – это одновременно и концепция, и реальность. Это абстрактная конструкция, образованная объединением всех уникально идентифицируемых объектов, способных воспринимать и передавать данные в реальном времени. Если смартфоны – это просто «умные» телефоны, которые делают то, что мы им предписываем, то   ИВ – это совокупность  всех умных вещей в мире, которые могут действовать самостоятельно, даже если они находятся в разных экосистемах программного обеспечения. Это машины и датчики, которые могут разговаривать друг с другом без участия человека. Для приведения всего этого в действие  требуется создание новых пользовательских интерфейсов, технологий и платформ данных; создание полезных и надежных протоколов и коммуникационных стандартов связи; преодоление ограничений, присущих существующим сетям связи. ИВ- революция  обеспечит создание огромных преимуществ  и предоставит бизнесу возможность  их монетизации путем использования  патентной охраны и  способности побеждать в конкурентной борьбе.

Аналитика данных. За последнее десятилетие скорость создания, хранения и трафика данных возросла экспоненциально. В мире ежедневно генерируется около 2,5 квинтиллионов байт данных; этого достаточно для того, чтобы более 90 процентов всех существующих в мире данных не устаревали более чем на два года. Огромный объем пользовательских данных, генерируемых подключенными сенсорными устройствами, можно отслеживать, агрегировать, расчленять и анализировать для  выявления  закономерностей их  использования, а также тенденций и склонностей потребителей. Изучение этих данных поможет компаниям создавать более привлекательные и еще лучшие продукты. В определенных обстоятельствах компании смогут продавать свои ИВ-данные IoT в собрания  «больших данных» с еще более сложными функциями анализа и моделирования.

Адаптация к ИВ предшествовавшей инфраструктуры. Целесообразно также разрабатывать инструменты, необходимые для преодоления технологических ограничений предшествовавшей инфраструктуры, например – ограничений в существующей инфраструктуре беспроводной связи; отсутствия единой коммуникационной платформы, приложений или услуг для ИВ-устройств; трудности гармонизации разрозненных средств обеспечения безопасности разных  коммуникационных устройств. Это  будет стимулировать процесс создания инноваций и регистрации  новых патентов в ИВ-пространстве.

Дальнейшее совершенствование. Как и в любой развивающейся технологии, компании, работающие в ИВ-пространстве, стремятся изобретать  все новые системы и протоколы, чтобы их ИВ-устройства работали лучше,  быстрее и безопаснее. Например, компании Amazon, Microsoft, Cisco и Hewlett-Packard уже развертывают ИВ-платформы для управления различными подключенными устройствами. В индустрии чипов компания  Intel заняла лидирующие позиции в продвижении стандартов Open Interconnect Consortium*, бросая вызов рабочей группе AllSeen Alliance компаии Qualcomm (разработка и исследование беспроводных средств связи) для запуска «универсальных» стандартов связи между ИВ-устройствами. Хотя немногие из этих стандартов совместимы друг с другом, компании и организации не бросают  попыток определить, какой из них обеспечит наиболее прибыльный ландшафт.

* Open Interconnect Consortium (OIC) – отраслевая  группа, чья миссия состоит в разработке стандартов и сертификации для устройств, участвующих в ИВ-среде

Создание более «умных» устройств, творческое использование получаемых из этих устройств данных; разработка систем и методов, обеспечивающих более эффективную и безопасную работу ИВ-устройств создадут бесчисленные возможности для получения новых источников дохода, что вероятно, будет подкрепляться  усилиями по обеспечению соответствующей патентной охраны.

Всплеск регистрации ИВ-патентов

Масштабы и глобальное распространение ИВ в сочетании с их огромной рыночной стоимостью и потенциалом означает, что нас ожидает интенсифтикация патентования в ИВ-среде. Уже сейчас рассматриваются патентные заявки, относящиеся к ИВ-технологиям, которые затрагивают широкий круг дисциплин: программное обеспечение устройств и датчиков, оборудование, сетевые соединения и протоколы связи, безопасность и шифрование данных, управление энерг, атиескими ресурсами, анализ данных, пользовательские интерфейсы и приложения.

Некоторые новые ИВ-патенты США проливают свет на меняющийся технический ландшафт. Например, компания Apple получила 15 сентября 2015 г.патент на  автономное управление электронным устройством для поиска и идентификации  других устройств с близким диапазоном действия. Охраняемая им технология может, например, использоваться для отслеживание относительной позиции или автоматического  облегчения  связь между смартфоном и ближайшим проектором. В связанных патентных заявках Apple стремится закрепить притязания на  свою систему автоматизированного  определения местоположения (например, включение источников света в зависимости от местоположения мобильного устройства).  Другие крупные игроки отрасли, такие как LG Electronics, Samsung, Qualcomm и IBM (которые, кстати, обладают  четырьмя из первых пяти патентов США, которые содержат  в своем названии фразу «Интернет вещей»), также активно расширили свои портфели ИВ-патентов. Согласно отчету LexInnova, распределение ИВ-патентов не концентрируется ни у одного доминирующего игрока. Кроме того, в отчете отмечается, что некоторые известные  организации, не  практикующие в данной области – такие, как Interdigital и ETRI – также обращались за ИВ- патентам, предполагая, что в будущем здесь  появятся большие шансы на ведение патентных тяжб.

Впрочем, будущее стало проявляться и в настоящее время: судебные процессы  по ИВ-патентам уже идут полным ходом. Одной из областей,  в которой в настоящее время оспариваются ИВ-патенты, является одежда. Например, Adidas подала в суд на Under Armour за якобы нарушение нескольких патентов, касающихся систем и методов, предлагающие  фитнес- маршруты (например, маршруты бега), обеспечивающие отслеживания данных о выполнении процедуры, физическом состоянии  и местоположении пользователя, а также передачу  соответствующей  информации через Интернет. А год спустя уже Adidas в числе  некоторых других производителей одежды оказались ответчиками по иску  маленькой компании Sarvint Technologies о  нарушении  патентов США,  охраняющих «Ткань или одежду с интегрированной гибкой информационной инфраструктурой»  и «Датчик на основе ткани для мониторинга жизненно важных симптомов». Эти судебные процессы предвещают дальнейшую патентную войну в более широком масштабе.

Однако ИВ-патенты, особенно те, которые касаются зондирования и передачи данных между платформами, скорее всего, будут сталкиваться с еще более серьезными проблемами. Многие из этих проблем будут подвергать сомнению даже получение патентной защиты на преобразования, связанные исключительно с использованием компьютера (в соответствии с известным судебным решением по делу Alice Corp. Pty. V. CLS Bank International от 2014 года)*.  По мере роста ИВ-портфелей адвокатам следует  информировать своих клиентов, что отказное решение по делу Alice Corp может найти еще больше сторонников в нетрадиционной ИВ-сфере, чем в любой другой технологической области.

*См. «Интернет вещей с позиции патентной охраны» в  разделе «Инновации и ИС»

(январь2016)

Опыт патентных войн эпохи смартфонов

Революции часто порождают войны.  Это происходит  в торговле так же, как и в геополитике. Вглядываясь в будущее, чтобы  предсказать, как ИВ-революция  изменит патентный ландшафт, следует  также оглянуться на последнюю великую техническую революцию в поиске  ключевых параллелей, моделей и уроков. Не так давно коммуникационные устройства смартфонов предоставили своим пользователям  доступ  богатейшим  человеческим знаниям. Неудивительно, что технологии, необходимые для того, чтобы совершить это современное чудо, были защищены множеством патентов,  распространявших свое действие на аппаратные средства, программное обеспечение, коммуникации, пользовательский интерфейс, ввод / вывод и многое другое. В преддверии революции крупнейшие производители смартфонов вложили средства в свои патентные портфели, главным образом в качестве защитной меры от возможных рисков. В 2009 году, через два года после того, как компания  Apple впервые поразила массы своим «волшебным» iPhone, по ней раздался первый залп. В последующие  несколько лет 10 крупнейших производителей смартфонов были втянуты в судебных процессах по тысячам патентных исков.

Уроки этой истории не должны быть забыты, поскольку с развитием ИВ-технологий возникает все больше патентных споров.  На примере смартфонов мы увидели, что происходит, когда фрагментированная индустрия использует несколько конвертированных технологий, чтобы сделать привлекательное устройство. Каждый компонент смартфона от сенсорного экрана до операционной системы может иметь тысячи собственных подкомпонентов, любое количество которых может подпадать под действие патентов, охватывающих одну или несколько функций смартфона. Поскольку смартфоны являются невероятно сложными машинами, объединяющими многочисленные технологии, разработчикам смартфонов было сложно провести тщательный предварительный патентный поиск по каждой составляющей своей продукции. ИВ-устройства представляют ту же проблему, но в еще более широких масштабах. Компании, производящие ИВ-устройства, существуют во всех отраслях, а ИВ-продукты, как и смартфоны, работают, объединяя широкий спектр и разнообразие технологий, компонентов и подкомпонентов.

Патентные войны смартфонов продемонстрировали также важность установления стандартов. В ИВ-среде многие стандарты уже существуют или находятся в стадии разработки. Некоторые из них возглавляются устанавливающими стандарты организациями, такими как Международное общество автоматизации (International Society of Automation), которое работает над установлением стандарта беспроводной связи ISA100 для обеспечения ИВ-совместимого промышленного сетевого протокола. Наряду с этим разрабатываются «собственнические» стандарты, вряд ли совместимые с другими аналогичными стандартами. Сосредоточение протоколов и платформ ИВ вокруг некой оптимальной группы  стандартов и появление патентов, охватывающих свойства, которые ассоциируются с определенными стандартами, скорее всего, повлечет за собой увеличение судебных рассмотрений  патентных споров. И, как показали патентные войны вокруг смартфонов, сторонам, которые стремятся обеспечить соблюдение патентов охватывающих стандартизованную технологию, возможно, потребуется предоставлять патентные лицензии на разумных условиях.

Пожалуй, самый важный урок из прошлых патентных войн можно сформулировать очень просто: вряд ли стоить вести войну, в которой  никто не выигрывает. Спустя годы после объявления  Стивом Джобсом «термоядерной войны» против созданной в Google операционной системы Android, прочие выпускающие  смартфоны компании осознали,  что судебным процессам не угнаться за развитием  технологий, а  накапливающиеся патентные  портфели не обязательно обеспечивают реальное  стратегическое преимущество. Судья Познер, рассматривавший в 2012 году иск Apple против Google, полагал, что ни один разумный экономический субъект предпочтет ведение яростных  патентных войн по поводу различных «умных» устройств  вместо мирных переговоров о заключении перекрестных лицензиях. И  его аргументация была оправдана, когда Apple и Google решили покончить со своим  спором в середине 2014 года. Следует надеяться, что участникам ИВ-процесса учтут  все эти уроки и не ввяжутся в еще одну дорогостоящую и отнимающую много времени патентную войну.

Май 2017

Содействие развитию Интернет вещей

Fostering the Development of the Internet of Things// THE DEPARTMENT OF COMMERCE, INTERNET POLICY TASK FORCE & DIGITAL ECONOMY LEADERSHIP TEAM

January 2017- ntia.doc.gov›files/ntia…iot_green…01122017.pdf

Интернет вещей (ИВ) представляет собой новую форму  технологического развития, которая трансформирует содержание нашей жизни и ведения предпринимательства. Вместе с тем, для полного осуществления потенциала ИВ необходимо создать  требуемую инфраструктуру, разработать  соответствующую политику и стратегию реагирования на вновь возникающие вызовы.

В апреле 2016 года от заинтересованных организаций в  Министерство торговли США поступил запрос «Преимущества, проблемы и потенциальная роль правительства в содействии развитию ИВ».  В сентябре 2016 года в Министерстве была создана рабочая  группа для  анализа нынешнего технологического  и политического  ландшафта, связанного  с развитием ИВ. В подготовленном ею  документе, датированном январем 2017 года, определяются ключевые проблемы, которые могут повлиять на развертывание технологий ИВ, освещаются потенциальные преимущества и проблемы, а также обсуждается роль, которую надлежит играть  на этом эволюционирующем ландшафте Правительству США и, в частности, Министерству торговли для содействия развитию ИВ. В их числе – рассматриваемые далее проблемы охраны интеллектуальной собственности (ИС) в сфере ИВ вообще и, в частности, вопросы, касающиеся охраны авторских прав, патентов, коммерческой тайны и товарных знаков.

Авторское право

Связанные с авторским правом вопросы ИВ касаются  владения, доступа и использования данных, программного обеспечения, а может быть также того,  кому принадлежат данные в ИВ-среде и что  с этим надлежит делать. Ответы могут  частично зависеть от характера «данных»: содержатся ли они в  компиляции, защищенной авторским правом; применимы ли  здесь условия исключения или ограничения прав. Простые «факты» (например, температура дома) не подпадают под защиту авторских прав.  Однако если выходы данных, производимые ИВ-устройствами, включают звуки или изображения, защищенные авторским правом, или отражают достаточно оригинальный выбор и представление данных, может потребоваться разрешение копировать, распространять или модифицировать полученные результаты.

Некоторые члены рабочей группы задавались  вопросами о том:

а) как условия лицензирования могут повлиять на характер  взаимодействия потребителей с защищенным авторским правом программным обеспечением, встроенным в ИВ-устройства;

б) какие  решения могли бы  позволить потребителям пользоваться копиями программного обеспечения, встроенного в покупаемые ИВ-устройства.

Отмечалась также важность:

а)  недопущения неумышленного подрыва  ИВ-политикой прав ИС;

б) ослабления  установленных методов лицензирования;

в) соблюдения  ответственной   роли авторского права в сдерживании контрафактных мобильных приложений посредством  отказа от поддельных приложений, которые могут содержать  вредоносное программное обеспечение.

Высказывались опасения, что неограниченная возможность доступа и модификации встроенного программного обеспечения будет угрожать надежности, безопасности и удобству использования ИВ-устройств, а  меры технологической защиты воспрепятствуют исследованиям в области безопасности, что усилит угрозу конфиденциальности и безопасности потребителей.

2. Патенты

Можно ожидать, что – как и в любой технологической области – патенты будут играть ключевую роль в развитии ИВ. Обеспечивая исключительные права собственности для создателей  технических новшеств, патенты стимулируют разработку новых ИВ- устройств, совершенствование производственной практики и инфраструктуры. Некоторые вопросы патентной политики могут повлиять на развитие ИВ-отраслей в будущем.

В процессе разработки в разных странах ИВ-стандартов могут возникать те же вопросы, связанные со стандартизацией существенных патентов и лицензирования, что уже имеют место в  информационных  и коммуникационных технологиях. При разработке  новых согласованных стандартов частные организации стандартизации  поощряют или требуют от участников  этого  процесса  декларировать принадлежащие им патенты (или ожидающие рассмотрения патентные заявки), которые потребуются для внедрения стандарта. Это противоречит  принятым в США подходам, которые отвечают потребностям организаций  и отраслей, в которых эти стандарты будут использоваться -

надлежащим образом уравновешивая различные заинтересованные стороны и справедливо компенсируя  обладателей используемых в стандартизации технологий.

Качество патентов – еще одна важная проблема, которая привлекает значительное внимание заинтересованных сторон, особенно в связи с судебными разбирательствами. Действующие в отрасли конкуренты и представители общественности должны четко понимать,   какие функциональные возможности или действия охватываются патентом, когда им нужно прибегать к  лицензированию или иным  альтернативным мерам. Правительству рекомендовано  активизировать противодействие патентным троллям в целях сокращения неприглядных  патентных споро. согласно двум комментаторам.

Необходима более четкая формулировка требований к патентоспособности  объектов в сфере ИВ. В 2014  году Патентным ведомством США уже  издано руководство для патентных экспертов относительно того, как применять соответствующие решения Верховного суда в процедуре патентования.

Развитие ИВ  может также обострить проблемы принудительного применения патентов. Например, распределенный характер ИВ может вызывать ряд вопросов, касающихся ответственности за «многопользовательское правонарушение» (multi-party infringement liability). Иногда несколько сторон действуют вместе таким образом, что объединенный результат вызывает  патентные претензии. В таких ситуациях у отдельных патентовладельцев ограничиваются  возможности  осуществления  своих прав – в частности, поскольку Интернет открывает возможность невидимого эффективного взаимодействия с несколькими участниками данного процесса.

3. Коммерческая тайна

Коммерческая тайна является конфиденциальной, коммерческой ценной информацией, которая предоставляет компании конкурентные преимущества, Она может включать  списки клиентов, методы производства, маркетинговые стратегии, информацию о ценах и химические формулы. В данном случае речь идет о том, как развитие ИВ влияет на защиту коммерческой тайны.

Секреты производства имеют решающее значение для предприятий,  создающих  и внедряющих инновации в ИВ-пространстве. Между тем, распространение ИВ-устройств и соединений усиливает  уязвимость коммерческой тайны. Значимость ИВ-продуктов  будет оцениваться не только их большими данными, но и алгоритмами, которые превращают эти данные в действия и, в конечном счете, оказывают воздействие на потребителя.

Дополнительные риски возникают при совместном использовании данных в ИВ-среде без надлежащего контроля за непреднамеренным раскрытием  конфиденциальной информации.  Соответственно, защита коммерческой тайны является одним из ключевых элементов стимулирования инноваций в ИВ-среде.

4. Товарные  знаки

Товарные знаки выполняют несколько функций для потребителей и владельцев брендов. Они  являются  индикаторами  качества, а также способствуют установлению  ответственного  за некачественный продукт. Использование бренда третьими лицами, минуя лицензирование, приводит к к правовым конфликтам, вероятность которых существенно  возрастает в Интернете, где товарные знаки сталкиваются со сходными знаками других лиц, доменными именами и прочими, нигде не регистрируемыми словесными обозначениями (ссылками, фреймами, метатэгами, а также с  ключевыми словами в  онлайновой рекламе). Не все упомянутые  проблемы не являются специфическими для ИВ-среды, но их следует учитывать при принятии решения о том, как наилучшим образом использовать бренды при распространении новых ИВ-технологий.

…………………………………………………………………………………………………..

В последние несколько лет Министерство торговли США (в систему которого входит Патентное ведомство страны) опубликовало «зелёную книгу» (официальный правительственный документ) Copyright Policy, Creativity, Innovation, and the Digital Economy, в которой представлен тщательный анализ политики в области цифрового авторского права, включающий вопросы ИВ. Кроме того, была также опубликована «белая книга» Remixes, First Sale, and Statutory Damages, затрагивающая вопросы стандартов и функциональной совместимости в контексте онлайновой торговли. В дальнейшем будет  продолжена  работа по содействию позитивной эволюции системы ИС и ее защите в цифровой экономике Интернета.

Апрель 2017

Вопросы патентования в среде Интернет вещей

Patents Issues and the Internet of Things. IOT League.  A. Aggarwal, K.Bhutani Manager, – iotleague.com›patents-issues…internet-of-things/

Беспрецедентный рост среды Интернет вещей (iOt) вынудил многие крупные корпорации, нетрадиционных  предпринимателей и стартапов вторгаться в IoT-технологии, которые заставляют компании перестраивать  бизнес в целях удовлетворения изменяющегося потребительского спроса. Многие предприятия сталкиваются с различными  проблемами, связанными с адаптацией  традиционных бизнес-моделей к Iot для более успешного конкурирования. В их числе  - проблема  столкновения компаний, уже располагающих  сильными патентными портфелями в сложившихся  технологических областях, с предприятиями начинающими патентовать новые IoT-приложения.

В результате происходит стремительное распространение  IoT – экосистемы, определяемой,  в широком смысле, как  объединение людей и устройств, стимулируемых  ростом объединяемых Интернетом “умных вещей”, облачных вычислений на основе общих компьютеров  и подключаемых к ним  всевозможных приложений. Рост и распространение технологий направляется инвесторами из числа научно-исследовательских учреждений, стартапов и поставщиков, подключающихся к различным глобальным  IoT – инициативам. Крупные корпорации получают  возможность запуска инновационных услуг посредством IOT-технологий,  подключаться и обмениваться данными друг с другом.

Картирование глобального  ландшафта

Согласно отраслевым  оценкам IoT-затраты  находятся сейчас  на уровне 655 млрд. долларов США и, по прогнозам, к 2020 году достигнут 1,7 триллионов долларов. Ошеломляющий рост в IoT-среде будет осуществляться за счет  подключенных устройств. По мере развития  IoT- системы многие предприятия будут осваивать iOt- технологии для освоения новых бизнес-моделей и повышения  своих доходов в будущем. При этом они будут сталкиваться и с  множеством новых проблем.

Многие из этих проблем порождаются столкновением компаний, уже располагающих в тех или иных отраслях солидными патентными активами, и теми, кто вторгается соответствующие сферы с новыми IoT-технологиями.

В миллиардах взаимосвязанных устройств таится множество запатентованных технологий, которые могут быть использованы для разработки новых продуктов или услуг, для роста и развития Iot-экосистемы. Эти технологии могут дополнительно развиваться  путем внесения в них изменений и предъявления притязаний на  вновь появляющиеся  технологий, товары, услуги и рынки их реализации.  В результате перед бизнесом встанет необходимость принятия решений относительно выбора предпочтительных технологий,  альтернатив стандартизации, бизнес-моделей и патентных стратегий.

Крупным корпорациям и современным предпринимателям придется разрабатывать  жизнеспособную стратегию IoT в соответствии со своими  бизнес-целями и общей корпоративной стратегией. Между тем, стратегии  IoT будут варьировать от компании к компании с учетом специфики их предпринимательской стратегии.  Некоторые из них предпочтут  стандартизированные технологии, в то время как другие могут ставить целью создание уникальных технологий или продуктов.  Оценивая специфику будущего бизнеса с применением IoT-технологий, , компаниям потребуется  разработать и соответствующую стратегию охраны прав интеллектуальной собственности (ИС).  Это поможет обоснованно  выявлять  как бизнес-возможности, так и угрозы, преобладающие на IoT-рынке.

Заключение

Ряд компаний, ведущих бизнес в области программного обеспечения, автомобилестроения и т.д. и располагающих значительными патентными активами,  теперь приступили к регистрации патентов в и области IoT, что приводит к патентным спорам  с компаниями, уже обосновавшимися в этой области. Последним же будет непросто соперничать с компаниями, имеющими сильный патентные портфели в конкретных технологических областях, например, с новыми потребительскими IoT-приложениями. Поэтому для оценки угроз и защиты прав ИС необходима  стратегия защиты IoT-инноваций от потенциальных нарушителей. А вступающим в  IoT- экосистему компаниям,  использующим  существующие технологии, может потребоваться приобретение лицензий у третьих лиц. Для всех предприятий, вступающих на рынки iOt, крайне важно исследовать формирующийся таким образом  патентный ландшафт во избежание нарушения прав третьих сторон, особенно в тех областях, где существующие игроки пользуются доминирующим положением за счет  сильных патентных портфелей.

Март 2017

Интернет вещей: в ожидании очередной  волны патентных споров

The Internet of Things – Planning for the Next Wave of Patent Litigation. C. Mammen,21 September 2016 – https://www.hoganlovells.com/…/iot-planning-for-the-next-

Примечание:Д-р К. Мэммен – партнер Hoganlovells.com  (Сан-Франциско) был участником судебного оспаривания патентов и охраноспособности  технологий с начала первого бума развития Интернет-компаний в конце 1990-х годов.

В недавнем интервью К.Мэммен высказал свои соображения относительно тенденций развития патентных споров в истекшие 20 лет и ожидаемых тенденций на ближайшие годы, а также как эти столкновения  влияют на игроков, задействованных в стремительно развивающейся среде Интернет вещей .

В истекшие 10-20 лет , наряду с широко обсуждавшимися в прессе тяжбами патентных троллей, большое внимание привлекли к себе патентные споры в сфере новых технологий. Причем, их интенсивность возрастала по мере развития тех или иных технологических направлений и обострения притязаний на право владения этими технологиями. Одна из крупных конфликтных волн была вызвана развитием технологии мобильной связи 3-го поколения (3G), за которой 9 лет назад набежала новая волна  – телекоммуникационных технологий 4G, за которой через 5-летие последовали смартфоновые войны.

Чего нам ожидать в будущем? По мере того, как Интернет вещей (IoT) воспринимается потребителями в качестве коммерческой реальности, у обладателей прав интеллектуальной собственности (ИС) в этой сфере происходит усиление экономических стимулов для исследования взаимодействия ИС и новых технологий, включая возможности получения лицензионных платежей от  других участников этого рынка.

В этой связи встает вопрос о роли патентных троллей и прочих лиц, занимающихся монетизацией патентных прав этой новой сфере. В случае появления возможности зарабатывать деньги на вторичном рынке за счет связанных с IoT патентов или их монетизации посредством лицензирования, принуждения соблюдать патентные права или  судебного разбирательства, следует ожидать вторжения этих лиц в данную сферу. Однако следует учитывать ряд существенных различий в общем патентном ландшафте, если сравнивать его с тем, что наблюдалось в недавнем прошлом. Изменения в правилах определения патентоспособности дают основание полагать , что активность  вышеназванных лиц в сфере IoT будет не столь интенсивной, как в технологиях, преобладавших 5-7 лет тому назад. Достаточно упомянуть решение Верховного суда США по делу Alice Corp. v. CLS Bank International (ограничивавшее патентоспособность программного обеспечения методов предпринимательства), недавние реформирование Федеральных правил гражданского судопроизводства (FRCP), процедур оспаривания охраноспособности заявляемого (IPRs) или уже выданного (PGRs) патента в Апелляционной палате Патентного ведомства США.

В любом случае компании, работающие в сфере Интернет вещей, должны быть готовы к судебным процессам. Если компании разрабатывают технологии у себя дома, они должны располагать надежной программой подачи собственных патентных заявок – даже если они не планируют противопоставлять их своим конкурентам. По крайней мере, это позволит им занять выгодную позицию при возникновении споров относительно прав на ИС. Если же компания приобретает лицензию на технологию другого правообладателя, очень важно убедиться, что соглашения о лицензировании этой технологии содержат надежные гарантии против  нарушения прав и возмещения убытков в случае предъявления исков  в правонарушении.

Существует ряд причин,  по которым исследование патентной чистоты  (FTO) создаваемой или приобретаемой технологии не является предпочтительной стратегией. В техническом пространстве существует   так много патентов и столь  много различных потенциальных применений действующих патентов и охраняемых ими технологий, что детальное осуществление такого исследования  становится практически невозможным или экономически неоправданным. Кроме того, имеются основания предъявления более серьезных обвинений ответчику, если ему заранее было известно о существовании конкретного патента. Поэтому в действующей системе бывает предпочтительнее не обременять себя детальными сведениями относительно объектов, которые компания не собирается активно оспаривать. Гораздо предпочтительнее  ограничиться знанием о существовании релевантных патентов, чем затрачивать средства на разработку решений в обход всей совокупности патентов,  выявленных в ходе детального анализа. Здравый смысл часто подсказывает о нецелесообразности такого пути.

Обеспечение преимуществ в предстоящих патентных спорах невозможно без применения инновационных методов и средств, адаптированных к сфере Интернет вещей.  В англо-американской юридической фирме Hogan Lovells, например, применяются методы “кросс-практики”, предполагающей гибкое реагирование на изменения производственных планов; революционных «финансовых технологий» в  платежных системах, управлении капиталом, кредитовании, страховании и валютных операциях; “криптовалюты” - средства обмена с использованием криптографии для обеспечения безопасности транзакций и контроля за созданием альтернативных цифровых валют и др. Все эти методы и средства предназначены для участия в  решении не только технических вопросов, связанных с конкретными нарушениями патентных прав, например, при создании беспилотных летательных систем, “подключенных автомобилей”, оборудованных доступом в Интернет и беспроводную локальную сеть, или при обеспечении неприкосновенности частной жизни, но, как правило, также  и для стратегическое позиционирование в более широком рыночном пространстве.

Февраль 2017

Индустрия 4.0: обзор ключевых технологий и тенденций

INDUSTRY 4.0: a review of the key technologies and trends/ the Cipher report, blog.aistemos.com, Wednesday, 2 November 2016 -…/industry-40-review-of-key-techn.

Четвертая промышленная революция, известная как “Индустрия 4.0″ (или “Интернет вещей”), все более широко охватывает автоматизированные и компьютеризированные отрасли промышленного производства. Для рассмотрения  макроэкономических тенденций в этой сфере отобраны  пять технологий, часто  определяемых в качестве  краеугольных камней  Индустрии 4.0: облачные вычисления, робототехника и автоматизация, интеллектуальные датчики, 3D-печать и радиочастотная идентификация (RFID)*

*RFID-   способ автоматической идентификации объектов, в котором посредством радиосигналов считываются или записываются данные, хранящиеся в так называемых транспондерах, или RFID-метках (Dbrbgtlbz)

Анализ Индустрии 4.0 через призму патентного представления инноваций:

• обеспечивает уникальную информацию о ключевых технологиях,

• подтверждает  проявившееся в последнее время доминирование Китая в промышленном производстве, все нагляднее отражающее его глобальное лидерство,

• указывает на необходимость увеличения корпоративного сотрудничества как средства обеспечения  конкурентных преимуществ.

Ключевые технологии
Только 1% из числа проанализированных организаций (9000 +) располагают патентами в каждой из ключевых технологий, причем в рамках каждой технологии 75-90% всех патентов принадлежат компаниям , не входящим в тридцатку лидеров. Причем в Индустрии 4.0 ни один игрок не доминирует бесспорно в какой-либо из ключевых  технологий.  Технологии довольно равномерно распределены по продуктивным  патентным семействам, и ни один игрок не тройку лидеров, владеющих патентами  сразу в двух  технологических отраслях.

География распространения тезнологий

Кроме различий в технологической направленности компаний существуют также четкие тенденции географического распространения технологий.  Только в 10 странах обнаружены  организации, входящие в тридцатку лидеров одной из технологий. Из их числа  Франция, Швейцария, Индия, Гонконгг и Тайвань представлены только отдельными компаниями. Индустрия 4.0 развивается,  главным образом, усилиями  пяти стран: Китая, США, Японии, Кореи и Германии.
Азия, а конкретнее – Китай, доминирует в Индустрии 4.0 преимущественно в робототехнике и  датчиках. Другие технологии, более равномерно распределены по странам их изначального развития..

Позиция Китая

Анализ больших объемов глобальных
патентных данных позволяет подтвердить  всплеск технологической активности  Китая за последние годы. Хотя США опережали  Японию по объему патентования, с 2008 года эта тенденция затормозилась  после затмевающего весь мир всплеска активности патентования китайскими заявителями. .

Однако, при оценке позиции Китая  следует учитывать  два важные фактора, имеющего отношение к интеллектуальной собственности.  чтобы отметить с Китаем из IP точки зрения. Несмотря на инновационный характер развития, вопрос доминирования Китая еще  далеко не решен. Учитывая уклон преобладание  внутреннего патентования, а также наличие 10 крупнейших патентующих предприятий и университетов,  находящихся под контролем государства, размер потенциала Китая в Индустрии 4.0 еще не доказана. По активности заграничного патентования Китай отстает, например, от Гавайских островов, получающих  около половины своих патентов в Китае.

Будущее Индустрии 4.0

При анализе пяти крупнейших организаций, которые владеют патентами, относящимися к Индустрии, очевидно, что все компании различаются своими  сильными сторонами и применяемыми стратегиями. Хотя  корпоративные гиганты по-прежнему оказывают значительное влияние на развитие технологий, их патенты, относящиеся к Индустрии промышленность 4.0,  составляют лишь небольшую часть общего объема их портфелей. Вместе с тем, появляется  огромное количество новых компаний и создаваемых ими технологий.

Компании начинают фокусировать свои усилия на конкретных областях, с тем чтобы обеспечить себе сильные позиции в новой промышленной революции. В то же время ощущается  повышенная потребность в сотрудничестве. На начальной стадии зарождения новых  отраслей еще не ясно, что будет формировать будущее – корпоративное сотрудничество или монопольное господство. В любом случае, для достижения успеха в Индустрии4.0  потребуется функциональная совместимость и совместные работы с опорой на общие стандарты и платформы, а также  дальнейшее развитие  лицензирования.

История учит нас, что в подобных  ситуациях  решающая роль принадлежит ИС, отслеживанию перемещения интеллектуальных ресурсов. Достижения в области искусственного интеллекта и машинного обучения открывают новые возможности анализа изменений в  патентном ландшафте. Получаемая при этом информация может быть интегрирована в основной процесс  принятия решений.

.

Январь 2017

Интернет вещей с позиции патентной охраны

A Look at Patent Protection for the Internet of Things// Митчелл С. Феллер, July 2016 -

www.grr.com/patent-protection-for-the-internet-of-things.htm

Интернет вещей (“IoT) представляет собой совокупность объектов со встроенными датчиками и электроникой. С помощью датчиков поддерживаемые Интернетом объекты, типа  холодильников, автомобильных коробок передач или  одежды, автоматически обмениваться данными с другими интернет-устройствами  для их последующей обработки. Собранные данные могут быть проанализированы для  принятия  решений по управлению подключенными устройствами или их настройке. Неудивительно, что IoT – патенты обычно относятся к трем областям: (1) техническим характеристикам  конечных устройств для сбора данных или реагирования на импульсы  управления; (2) сетевым протоколам и коммуникационным системам; (3) приложениям, использующим собранные данные. Вообще говоря,  в отраслях, предшествовавших  IoT, подача заявок и выдача патентов осуществлялись в тех же областях.

Компании стремятся занять лидирующие позиции в патентных играх, прежде чем утратившие ореол новшества IoT- технологии  получат   повсеместное распространение, напомнив о лопнувшем в 1990-х годах  ”пузыре” интернет-патентов, последующих  судебных процессах, смартфон-войнах и т.п. Количество IoT- патентов растет в геометрической прогрессии,  что наглядно проявилось  во все более частом упоминанием словосочетания “Интернет вещей” в патентных заявках США, опубликованных в период с 2006 по 2015 г. Среди выданных патентов США, только около 350 включают в себя термин “Интернет вещей”, причем около 75 процентов таких патентов приходится только на прошедший 2015 год. Проведенное в более широком масштабе  исследование Великобритании показало, что с 2004 по 2013 год почти 22 000 опубликованных патентных заявок во всем мире были ориентированы на  IoT-технологии  и подключенные к Интернету “умные” (smart) устройства.
Возможности патентования IoT-изобретений относятся ко  всей IoT- цепочке: от конечных устройств, используемых ими датчиков, способов их  подключения и взаимодействия с другими устройствами до  способов безопасного хранения  данных,  энергоснабжения, системной архитектуры, способов использования возможностей внешней IoT-среды и т.д. Как и в прочих  патентах, изобретения могут быть сфокусированы на  создании новых технологий, усовершенствовании существующих,  на конкретных компонентах или на более широких системах.

Препятствия на пути IoT- патентования

Одна из специфических сфер патентования имеет дело с    приложениями, использующими инфраструктуру IoT. Такие приложения, скорее всего,  и будут  стимулировать развитие рынка IoT- устройств. Однако это направление  развития – сбор данных, их анализ и последующее использование его результатов – находится полностью в компетенции  Верховного суда США, рассматривавшего в  2014 году дело  Alice Corp. v. CLS Bank и вынесшего решение относительно патентоспособности спорного объекта.  Верховный суд постановил, что абстрактные идеи, как таковые,  не подлежат патентованию согласно  статье 35  § 101 Кодекса США,  если притязания  заявителя не содержат чего-либо «существенно  большего». При этом суд подчеркнул, что простой реализации абстрактной идеи с помощью  обычной  компьютерной системе недостаточно, чтобы  претендовать на получение патента. После вынесения такого решения многие патенты по программному обеспечению и методам предпринимательства были признаны недействительными как  несоответствующие духу  § 101. Последовавшие за этим решения нижестоящих инстанций и соответствующая практика патентных ведомств делают очевидным факт, что  изобретения, направленные  на сбор и анализ данных с последующим использованием его  результатов, подвергаются риску быть неподлежащими  патентной охране.

Например, недавно компания  Jawbone обвинила FitBit Inc. и другие фирмы в нарушении патентов на носимые системы мониторинга сна и самочувствия. Рассматривавшиеся  патенты содержали притязания на  систему с несколькими датчиками, процессором и приемопередатчиком, а также на  центральный блок мониторинга. Сославшись на принятые ранее решения, признававшие непатентоспособными заявки на охрану методов  сбора и анализа данных, суд постановил, что рассматриваемые притязания были направлены на абстрактное понятие сбора  с помощью датчиков информации для мониторинга состояния здоровья и самочувствия пользователя. При этом суд  разъяснил, что патентовладелец “не претендовал на  изобретение компактных датчиков, процессоров и приемопередатчиков, позволяющих системам быть размещенными в носимом устройстве”, и что в формуле изобретения не было ничего “более существенного” в использовании “общепринятых компонентов” или в размещении компонентов в носимом устройстве. До конца  2014 года  дело  LLC v. Hotels.com LP стало единственным случаем, в котором суд отверг претензии Alice Corp. В решении федерального окружного суда была признана правомочность оспариваемого патента, поскольку “заявленное решение неизбежно уходит корнями в области компьютерных технологий, позволяющих преодолевать проблемы, возникающие, в частности, в области компьютерных сетей».

В  более позднем решении федерального окружного суда по делу  Enfish LLC v. Microsoft Corp было сформулировано дополнительное  конкретизирующее руководство относительно рассмотрения  IoT -споров.   Суд постановил, что притязания относительно  “самоссылающихся” логических моделей компьютерных баз данных (фактически касающихся  программного обеспечения и усовершенствований в области компьютерной технологии) не являются, по своей сути,  абстрактным. Суд также сформулировал  более общие указания: ” При внесении первоначального определения, является ли заявленное изобретение  абстрактным,  необходимо сначала установить,  обеспечивает ли это изобретение усовершенствование  компьютерных возможностей или использует компьютер просто в качестве инструмента”.  Применяя этот подход, суд постановил, что данный  патент содержит   преимущества, “направлены на улучшение функционирования ЭВМ» и проявляющиеся в  ”повышенной гибкости, сокращении времени поиска, а также в снижении  требований к запоминающим устройствам”.

Способы преодоления сложностей IoT- патентования

Описанные примеры показывают, что при поиске для оценки  новизны подаваемых IoT- заявок очень важно сформулировать и описать те аспекты изобретения, которые  способствуют  улучшению работы системы или любого из ее компонентов. Например, способствует ли  изобретение повышению быстродействия, надежности или безопасности одного или нескольких компонентов? Позволяет ли изобретение работать с уменьшенным объемом  памяти, сокращенным  количеством циклов центрального блок обработки или сниженным энергопотреблением? Увеличит ли оно гибкость системы и позволит ли упростить модернизацию или ремонт системы? Изложение  эти технические преимуществ  в описании изобретения  может стать  основой для подтверждения патентоспособности заявляемого решения.
Оборотной стороной получения   патентных прав является способность предотвращения  IoT-правонарушений. Хотя бы  потому,  что в IoT-технологии потенциально применимы тысячи заявляемых патентов,  в связи с чем анализ различий  между ними становится    весьма полезным. Он  предназначен для выявления и обхода релевантных патентов с учетом    широты  притязаний  IoT – решений и бескрайности сферы действия Интернет вещей, который затрудняют проведение исчерпывающего поиска соответствующих патентов. Он еще больше усложняется из-за неуклонно увеличивающегося числа ожидающих рассмотрения  IoT – заявок, многие из которых могут быть даже еще неопубликованными. Кроме того, обладатели патентных активов, по всей видимости, накапливают  IoT-патенты с  широкими притязаниями, намереваясь предъявлять  свои права   по мере становления соответствующих рынков.
Для  хотя бы частичного смягчения  этой проблемы игроки отрасли формируют свои патентные пулы и организуют приобретение лицензий. Параллельно начинают предприниматься  усилия по созданию  отраслевых органов стандартизации для ускорения инновационного процесса.  Участники таких формирований обязаны, как правило, идентифицировать соответствующие патенты и предлагать их для лицензирования на справедливых условиях. Риск может быть также ослаблен посредством  страхования случаев правонарушений, дорогостоящие возможности которого ограничены, и некоторых других мер.

Таким образом, Интернет вещей создает  потенциальные преимущества  для потребителей и бизнеса, одновременно  привнося и  связанные с патентованием проблемы. Отраслевые игроки должны быть осведомлены о преимуществах и недостатках этой быстро растущей и разнообразной сферы деятельности, чтобы занять в ней благоприятные позиции.