AI技术专利研究系列:DeepMind,这个冠军不隐形

专利服务消息(七弦琴新闻网):专利价值的体现是多方面的,对公众而言,当然在于专利公开的技术方案对产业所起到的贡献性作用,使得所属技术领域的人员在进一步地研究和开发时获得启发;但对专利权人而言,专利的价值当然体现在国家给予其针对某项技术的垄断权和受益权,具体体现在有权实施某项技术,有权从事研发、生产和经营活动,有权制止侵权行为等。

DeepMind,这不是一个隐形冠军

by

TiPLab司马光砸缸

在本AI技术专利研究的系列中,我们已经先后介绍了12家AI公司,这些公司都是所属技术领域的佼佼者,比如Numenta,Cortica等,在本系列之前,如果不是特别关注AI领域,相信有很多人不一定知道这些公司的存在,也不知他们所从事的研究和创新,所以说这些公司都是各自领域隐形冠军也并不为过。

大名鼎鼎的DeepMind,这个冠军不隐形

今天我们终于要介绍一家不隐形的冠军公司,这就是大名鼎鼎的DeepMind。

应该有不少人对2016年3月的AlphaGo4:1击败顶尖职业棋手李世石的围棋大战印象深刻,这次事件也史无前例地把诸如“人工智能”和“深度学习”等词汇带入了普通大众的视野。在2017年5月,AlphaGo再次以3:0的比分战胜中国棋手柯洁及其团队,在此之后,DeepMind宣布AlphaGo“退役”,不再参加任何围棋比赛,因为在围棋领域,AlphaGo已经进入无人之境。

DeepMind是于2010年由DemisHassabis(杰米斯·哈萨比斯),ShaneLegg(谢恩·列格)和MustafaSuleyman(穆斯塔法·苏莱曼)在英国伦敦成立的创业公司,并于2014年1月被Google以数亿美元的价格(媒体估计在4亿美元到5亿欧元之间)收购。

在DeepMind声称的研究项目中,包括改善气候变化,医疗保健等更多的难题。DeepMind强调AI是人类创造力的multiplier,他们的既定目标是支持和加速更广泛的人工智能研究。

DeepMind早期并不具备清晰的专利战略

截止成文前,DeepMind已经在全球申请了48个专利家族共计64项专利,尤其是自2016年9月以来,几乎保持着每周一项的专利申请节奏,考虑到专利从申请到公开有18个月的延迟期,该公司于2017年的11月之后申请的专利尚未公开。

和很多创业公司一样,DeepMind早期并不具备清晰的专利战略:DeepMind在2012至2013年间提出了几项关于图像搜索(US20140019431A1;US20140019484A1)以及信号处理架构(以GB2513105A专利为代表专利家族)方面的专利,这也许是和他们早期的研究相关。DeepMind初期研发的产品包括具有高级人工智能的游戏,电子商务智能推荐系统,以及另一款与图片处理相关的产品。

在AI领域,图像和语音确实是创业者们首选切入点。

启动AI技术的基础研究并调整专利策略

从一定程度上来说,AI和医药行业有着相似之处,即高成本的投入和漫长的研发周期,尤其是对基础研究的投入需要消耗大量的资金和漫长的投资回报周期,因此“委身”巨头是一些AI领域创业公司选择的继续生存的模式。

随着Google的介入,DeepMind很快开始申请关于机器学习、神经网络等AI基础算法的专利,尤其是在2016年,这些通用性AI技术的专利呈现集中申请的态势。

这些专利解决的大多是一般性问题,专利技术方案并不限定在特定的应用场景中,具有很强的通用性,比如:

专利US20170228633A1:可以使用递归神经网络以顺序方式执行需要生成输入数据的重建的计算任务;

再比如专利US20170140268A1:通过在训练期间自适应地重新调整目标输出,即使在训练期间可以改变目标输出的大小,用于有效地训练神经网络;

再例如专利US20170228642A1:利用附加存储器单元来实现具有长短期存储器(LSTM)架构的递归神经网络层。

诸如此类的基础算法,还包括:

神经规划(US20170140271A1);

持续控制及深层强化学习(US20170024643A1);

强化学习系统的分布式训练(US20160232445A1);

异步深层强化学习(US20170140270A1);

使用卷积神经网络处理序列(WO2018048945A1);

递归神经网络(WO2018083669A1)等等。

在这些专利的权利要求通常包含“方法、系统、设备,还包括编码在计算机存储介质上的程序”等保护主题,而这些专利文本的描述通常看起来是用来解决某一类问题的机器学习平台或者系统,可适用于多种应用场景中,比如音频、视频、图像、游戏、传感器、致动器、控制(包括电机控制)、生物、物理、化学、空间、文本、搜索以及其它数据处理的各种场景。

DeepMind的专利申请并不局限在美国,尤其是自2017年,DeepMind的专利申请策略转向以PCT途径提交国际申请,为这些专利将来进入哪些国家和市场提供充分的选择自由度。

专利对公司的价值

对DeepMind专利的质疑

“得益于”AlphaGo的惊艳表现,DeepMind被推到舞台的聚光灯下,再加上背后有强大Google的支持,DeepMind的这些专利也一定程度上在业界引起了讨论和质疑:

有媒体把业界的反应描述为恐慌,因为一旦这些基础算法的专利掌握在Google手中将会对AI领域有着极大的影响。

AI科普视频的YouTube网红SirajRaval在Twitter发文说:“这种法务行为可能会完全扼杀Google之外的AI创新,我强烈建议该公司撤销这些专利申请”。

而Amazon应用科学家、麦吉尔大学研究生PeterHenderson也质疑DeepMind不应该拥有RNN技术的专利。

专利价值的体现

专利价值的体现应是多方面的:

对公众而言,当然在于专利公开的技术方案对产业所起到的贡献性作用,使得所属技术领域的人员在进一步地研究和开发时获得启发;

但对专利权人而言,专利的价值当然体现在国家能够给予其针对某项技术的垄断权和受益权,具体体现在有权实施某项技术,有权从事研发,生产和经营活动,有权制止侵权行为等。当然除此之外,还有助力市场营销和融资。

尽管DeepMind表示自己申请专利是为了防止这些AI技术被滥用,这显然跟其之前“对AI技术持开放态度”的表态相悖。但对一家公司而言,没有人会轻易放弃自己应得的权益,这本是无可厚非的。

DeepMind专利仍面临挑战

截止目前,DeepMind的大部分专利尚在申请阶段。

虽然DeepMind在很多专利的Claims中都主张了很宽泛的保护范围,但从调查该公司的专利审查档案来看,某些专利要想获得授权仍需要面临各国专利局的严格创新性(创造性)审查。

DeepMind的研究人员早期在arXiv上发表的论文应该会给他们的一些专利授权带来不小的障碍:这对许多创业者而言很有警示意义,尤其是来自学术机构的创业者,研究人员早期公开的论文成为其后来提交的专利授权障碍的情况屡见不鲜。

重视专利资产

在本系列研究的目标公司中,有不少AI创业公司的发展最终走向了巨头+初创企业商业模式,在这一商业模式下,大公司虽然购买下初创公司,但初创公司仍保留了独立运营的模式,比如物理上不更改办公地点,运作上保持既定模式。

对一个AI领域的创业公司而言,无论是在发展中始终保持独自运营,还是依托巨头公司借势发展,创业者们在面临各种抉择时,专利资产都将是一个对创业者有益的砝码。

从DeepMind专利申请中披露的信息中看,DeepMind自2017年10月之后提出的专利,申请人中不再是“Google”或“DeepMind和Google”,而是只有DEEPMINDTECHNOLOGIESLIMITED这一个申请人,这是否与文章中披露的情况相吻合我们不得而知,但至少说明,DeepMind非常看重他们拥有的专利资产。

*以上文字仅为促进讨论和交流,不构成法律意见或咨询建议。
国家知识产权平台华发七弦琴 » AI技术专利研究系列:DeepMind,这个冠军不隐形
分享到: 更多 (0)

评论 抢沙发

产品和服务

合作伙伴