24 octobre 2023
Pour célébrer le Mois des petites entreprises, Vector, en collaboration avec Smart & Biggar LLP, a développé une série explorant la relation dynamique entre l’IA et la propriété intellectuelle. Dans cette série, conçue pour soutenir les startups canadiennes et les professionnels de la recherche, Vector explore comment l’innovation en IA croise la propriété intellectuelle, en discutant des tendances, défis et stratégies qui façonnent ce paysage en constante évolution.
L’intelligence artificielle est un domaine nouveau propice à la brevetation de nombreuses formes d’inventions, y compris des améliorations mineures des méthodes existantes. Il est important de garder à l’esprit qu’une idée n’a pas besoin d’être révolutionnaire pour être protégée par brevet et commercialisée – des améliorations progressives sont aussi précieuses et peuvent être protégées. Bon nombre de ces améliorations progressives pourraient être liées à de nouvelles entrées et sorties ou à des améliorations dans la source, la mise en forme ou l’étiquetage des données.
Lorsqu’on considère les aspects brevetables dans les techniques d’apprentissage automatique, les techniques de formation peuvent être une source d’innovation. Vous pouvez imaginer des méthodes qui améliorent la vitesse de l’entraînement, permettant ainsi aux valeurs des paramètres apprenables de converger plus rapidement. Cela pourrait impliquer le développement de tout nouveaux algorithmes d’entraînement, menant à une utilisation computationnelle plus efficace des ressources et à un traitement plus rapide.
De plus, un inventeur pourrait concevoir des solutions pour résoudre des problèmes courants dans les techniques d’entraînement existantes, comme le surajustement ou le fardeau en ressources qui découle de la dimensionnalité croissante. Ces améliorations pourraient être réalisées en introduisant de nouvelles fonctions objectifs ou fonctions de perte et en explorant d’autres approches de mise à jour des paramètres au-delà de la descente conventionnelle du gradient.
De plus, l’innovation pourrait résider dans la façon dont les éléments existants du modèle sont structurés pour améliorer les résultats de la formation, soit en accélérant le processus, soit en augmentant la précision. Par exemple, un inventeur pourrait réarranger des filtres ou des couches dans son modèle, créant potentiellement des arrangements séparés pour l’entraînement et l’inférence.
Votre invention pourrait aussi améliorer les données d’entraînement elles-mêmes. Voici quelques exemples de cela :
Les techniques de formation offrent un large éventail de possibilités d’innovation dans le domaine de l’apprentissage automatique, offrant aux inventeurs des occasions d’obtenir une protection par brevet pour leurs avancées dans ce domaine en rapide évolution.
Dans le monde de l’IA et de l’apprentissage automatique, la propriété intellectuelle est un atout essentiel. Gardez une longueur d’avance sur la concurrence en faisant de la propriété intellectuelle une partie intégrante de votre stratégie d’affaires.
Même dans les cas où la plupart du processus d’apprentissage automatique utilise des composants standards, on peut trouver des aspects nouveaux et brevetables dans la façon dont les entrées et sorties sont traitées.
Du côté des entrées, la nouveauté pourrait résider dans le type de données utilisées. Peut-être qu’il y a un nouveau flux de données que vous exploitez et que vous appliquez l’apprentissage automatique pour extraire des informations précieuses. La représentation des données d’entrée pourrait aussi être innovante, surtout si vous incorporez des sources de données supplémentaires ou des métadonnées pour informer l’entraînement ou les prédictions du modèle. Encoder ou compresser efficacement les données pour une utilisation en réseau pourrait aussi être un aspect brevetable.
Du côté des sorties, bien que les prédictions puissent provenir d’un modèle standard, les étapes de post-traitement qui suivent pourraient être nouvelles et précieuses. La façon dont vous gérez et représentez les données de sortie, telles que les distributions de probabilité, les classifications ou les détections d’objets, pourrait être une approche unique et digne d’un brevet. La façon dont vous communiquez ou encodez ces informations de sortie pour une transmission réseau efficace peut aussi être une contribution innovante.
De plus, l’aspect brevetable pourrait s’étendre aux actions entreprises en fonction des prédictions du modèle. Peut-être que votre post-traitement mène à d’autres opérations ou actions, et que la combinaison de la sortie et du traitement subséquent pourrait être considérée comme une invention nouvelle.
En tant que domaine relativement nouveau, il y a de nombreuses opportunités pour se tailler un territoire dans l’IA. Il est probable que de nombreuses améliorations apparemment anodines mènent à des percées importantes dans la technologie, il est donc important de protéger toutes les idées possibles. Si vous n’êtes pas certain, une courte consultation avec un professionnel des brevets pourrait vous aider à déterminer si votre idée répond aux exigences de base pour la brevetabilité.
La propriété intellectuelle est un actif clé pour les affaires, surtout en IA et en apprentissage automatique. Pour obtenir un avantage concurrentiel, priorisez l’intégration de la propriété intellectuelle dans vos plans d’affaires, y compris les stratégies de commercialisation et de monétisation.
