A mesterséges intelligencia mint fogalom az 1950-es években jelent meg először a tudományos életben, bár ez idő tájt még erősen a számítógép-programozáshoz kötődött. A mesterséges intelligenciát ma már számos megközelítésből különféle módokon definiálják. Az egyik ilyen széles körben elfogadott definíció szerint a mesterséges intelligencia olyan gép (számítógép), amely utánozza azokat a kognitív funkciókat, amelyeket az emberi elmének tulajdonítunk. Ilyen kognitív funkció például a tanulás, a mintafelismerés vagy a problémamegoldás.

A mesterséges intelligencia fejlődéstörténetében mérföldkövet jelentett, amikor 1997-ben az IBM által megalkotott Deep Blue sakkszámítógép legyőzte Garri Kaszparov sakk­világ­bajno­kot. Hasonló világszenzáció volt az első háztartási robotporszívó, a Roomba megjelenése 2002-ben. Bár ma már megszokott alkalmazás szinte minden okostelefonban, alig több mint tíz évvel ezelőtt, 2008-ban jelent meg a Google által kifejlesztett, neurális hálózat alapú beszédfelismerő alkalmazás, amely az ember-gép interfész fejlődésében új dimenziókat nyitott. Főként a gyerekek örülhettek annak, amikor 2010-ben a Microsoft piacra lépett az Xbox Kinect videojáték-vezérlővel, amely a felhasználó testmozgásának valós idejű követésével (a többi között az újszerű mélységérzékelésnek köszönhetően) magas fokú interaktív játékélményt nyújtott. Szintén korszakalkotó jelentőségű volt az Apple által 2011-ben kifejlesztett Siri virtuális asszisztens, amely az első, természetes nyelvet használó felhasználói interfész volt. A Google 2012-ben mutatta be az első önvezető autóját, és ezzel már bepillantást engedett a jövő közlekedésébe is. Szintén a Google fejlesztette ki az AlphaGo szuperszámítógépet, amely 2016-ban legyőzte az akkori govilágbajnokot.

Az imént említett eszközök csak kiragadott példák azon érdekes, hasznos vagy éppen jövőbe mutató eszközök, technológiák közül, amelyek a mesterséges intelligencia tudományos módszereit átültették a gyakorlatba, és azokat a mindennapi életünk részévé tették.

Az elmúlt két évtized során a mesterséges intelligenciával foglalkozó tudományos publikációk száma robbanásszerűen nőtt, és ezzel párhuzamosan a mesterséges intelligenciát alkalmazó műszaki berendezések, technológiák szabadalmaztatása is jelentős növekedésnek indult. A fejlődés tempóját jól mutatja, hogy 2012 és 2017 között évente átlagosan közel 30 százalékkal emelkedett világszerte a mesterséges intelligenciával kapcsolatos azon találmányok száma, amelyekre szabadalmi bejelentést tettek. Szabadalmaztatás szempontjából a mesterséges intelligencia tudományterületei közül kiemelkedik a gépi tanulás, amely forradalmi változást hozott az intelligens számítástechnikai rendszerek fejlődésében. A Szellemi Tulajdon Világszervezet (World Intellectual Property Organization; WIPO) által 2019-ben közzétett adatok szerint az összes, mesterséges intelligenciával kapcsolatos szabadalmi bejelentés mintegy 90 százaléka gépi tanulást (is) magába foglaló műszaki megoldásra irányult.

A gépi tanuláson belül jelenleg főként a neurális hálózatok, a felügyelt tanulási algoritmusok, a valószínűségi gráfalapú modellek és az osztályozók, klaszterezők alkalmazása a legintenzívebb. A gépi tanulás mellett említést érdemel még a logikai programozáson alapuló szakértői rendszerek, valamint a fuzzy logika alkalmazása is műszaki feladatok megoldására; az ilyen tárgyú szabadalmi bejelentések száma is jelentős növekedést mutatott az elmúlt években. A gazdasági ágazatok között kiemelkedően magas a mesterséges intelligencia alkalmazása a távközlésben, a szállításban, az elektronikus eszközök gyártásában, a gyógyászatban, a biztonságtechnikában és a pénzügyi szektorban.

A mesterséges intelligencián alapuló találmányok szabadalomengedélyezési joggyakorlata nemzetközi szinten még formálódik, és bár a vizsgálati elvek kikristályosodására még éveket kell várni, a két legnagyobb szabadalmi hivatal, az Európai Szabadalmi Hivatal (EPO) és az Egyesült Államok Szabadalmi és Védjegy Hivatala (USPTO) már megtette az első lépéseket a közös gondolkodás érdekében. A két nagy hivatal a saját szabadalmi osztályozási rendszeréből kiindulva 2010-ben megkezdte az ún. Együttműködési Szabadalmi Osztályozás (Cooperative Patent Classification; CPC) kidolgozását, amelynek célja egy nemzetközileg is elfogadott, egységes szabadalmi osztályozási rendszer létrehozása volt. Az újonnan kidolgozott osztályozási rendszerben a mesterséges intelligenciával kapcsolatos találmányokat egy külön alosztályba (G06N) sorolták. Ebben az alosztályban kaptak helyet a biológiai modelleken alapuló számítógépes rendszerek, azon belül a neurális hálózati modellt és a genetikai modellt alkalmazó számítógépes rendszerek, továbbá a tudásalapú modelleken és a speciális matematikai modelleken alapuló számítógépes rendszerek. Ez utóbbi csoport részét képezik a fuzzy logikát, valamint a káoszelméleti és egyéb nemlineáris modelleket használó számítógépes rendszerek.

Az együttműködés sikerét jelzi, hogy 2013-tól kezdve már mindkét hivatal a közösen létrehozott szabadalmi osztályozási rendszert használja, és azóta számos más szabadalmi hivatal is áttért a CPC használatára.

Felmerül azonban a kérdés, hogy miként lehet szabadalmat szerezni olyan műszaki megoldásokra, amelyek újdonsága kizáró­lag a mesterséges intelligencia alkalmazásában rejlik, miközben a mesterséges intelligenciát megvalósító eszközök, vagyis az algoritmusok, számítási modellek, szabályhalmazok, adatstruktúrák mind kifejezetten absztrakt, többnyire matematikai eszközök, melyek önmagukban általában ki vannak zárva az oltalmazhatóság köréből. A szabadalom megszerzéséhez ráadásul többnyire még az sem elegendő, hogy az ilyen absztrakt eszközöket számítógépek programozásával valósítják meg.

Nos, a válasz bizony nem egyszerű, tekintettel arra, hogy a kifejezetten a mesterséges intelligencián alapuló találmányok vizsgálatára vonatkozó módszereket még nem dolgozták ki, és emiatt a szabadalmi hivatalok a mesterséges intelligencia alapú találmányok vizsgálatánál egyelőre kénytelenek a számítógéppel megvalósított találmányokra vonatkozó, némileg általánosabb, de már jól bevált vizsgálati elveket alkalmazni. A világ vezető szabadalmi hivatalainak vizsgálati módszerei azonban e tekintetben korántsem egységesek, mivel a nemzeti jogrendjükkel összhangban – bizonyos tradíciók és a szabadalmaztatásban érdekelt nemzeti ipari lobbik igényeinek figyelembevételével – többnyire saját vizsgálati módszertant alakítottak ki, amit aztán az esetjog révén meg is szilárdítottak.

Sorozatunk következő részében röviden áttekintjük, hogy a világ jelentősebb szabadalmi hivatalai hogyan tekintenek a mesterséges intelligencián alapuló találmányokra, illetve melyek az oltalmazhatóság alapfeltételei. Az oltalmazhatóság vizsgálata azért lényeges, mert az oltalmazhatóság köréből kizárt megoldások esetében a szabadalomengedélyezés érdemi követelményeit, nevezetesen a világviszonylatban vett újdonságot, a feltalálói lépés meglétét, valamint az ipari alkalmazhatóságot már nem is vizsgálják. Az oltalmazhatósági teszten sikeresen túljutott találmányok feltalálói sem ülhetnek azonban ölbe tett kézzel, mert az általában öt-hat évig, de néha még ennél is hosszabb ideig tartó engedélyezési eljárások során legtöbbször a műszaki részleteket jól ismerő feltaláló és a szabadalmi jogszerzés területén tapasztalt szabadalmi ügyvivő intenzív együttműködése szükséges ahhoz, hogy a bejelentett találmány végül egy üzleti szempontból értékes, jó eséllyel érvényesíthető (vagyis nehezen megkerülhető) szabadalomban részesüljön.•