Sélectionner une page

Le nombre de dépôts de brevets européens dits de la 4RI (4ème Révolution Industrielle) augmente très fortement depuis les années 2000. D’après l’OEB, ce sont plus de 5000 dépôts de brevets européens qui ont été réalisés en 2016 pour des inventions de la 4RI, contre un peu moins de 2000 en 2006.

Sur trois ans, l’accélération est de 54%.

La moitié des dépôts réalisés à l’OEB ces dernières années dans la 4RI l’ont été par 25 sociétés pour la plupart grands industriels des NTIC: SAMSUNG GROUP, IG GROUP, SONY CORPORATION, NOKIA CORPORATION, HUAWEI TECHNOLOGIES CO, QUALCOMM, etc… Aucune des ces 25 sociétés n’est d’origine française.

Les inventions de la 4RI sont classées par l’OEB en trois grands secteurs technologiques lesquels sont eux-mêmes subdivisés en plusieurs domaines techniques :

  • Core Technologies/Technologies Cœur (Hardware: capteurs, mémoires avancées, processeurs, dispositif d’affichage adaptatif, Software : structures de stockage et de calcul en nuage, bases de données adaptatives, systèmes d’exploitation mobiles, virtualisation, Connectivity : protocole réseau pour des dispositifs massivement connectés)  qui permettent de transformer tout objet en un dispositif intelligent connecté via internet
  • Enabling Technologies/Technologies « Habilitantes » (Analytics: système de diagnostique à partir de données en masse, Security : système de sécurité intelligent, système de secours intelligent, Artificial intelligence : machine d’apprentissage, réseaux de neurones, Position détermination : GPS amélioré, système de positionnement relatif ou absolu, Power supply : systèmes de charge adaptatifs, 3D systems : imprimantes 3D et scanners 3D pour la fabrication de pièces, User interfaces : réalité virtuelle, lunettes d’affichage) qui sont utilisées en combinaison avec des objets connectés.
  • Applications/Domaines d’Application (Home: habitations intelligentes, systèmes d’alarme, chauffage et éclairage intelligents, robots domestiques, Personnal : dispositifs médicaux de surveillance, vêtements intelligents, jeux, Enterprise : magasin intelligent, systèmes de soins médicaux, Manufacturing : fabriques intelligentes, robots intelligents, économie d’énergie, Infrastructure : réseau de distribution d’énergie intelligent, réseau de transport intelligent, Vehicules : conduite autonome, dispositifs de gestion de flottes) où le potentiel des objets connectés peut être exploité.

 

Les inventions issues de la 4RI ont comme point commun de mettre en œuvre du logiciel.

 

A priori, toutes les technologies ressortant des catégories ci-dessus ne sont pas exclues de facto de la brevetabilité au prétexte qu’elle mettent en œuvre du logiciel.

Les inventions mettant en œuvre du logiciel peuvent être vues comme des procédés ou méthodes optimisées incluant des étapes de traitement de données spécifiques ou comme des systèmes ou dispositifs incluant un ordinateur spécialement conçu pour réaliser une certaine fonctionnalité.

Si on parcourt certains brevets de la 4RI délivrés en Europe ou aux USA, on peut ainsi trouver  des formulations de revendication avec des variations autour de méthode/procédé  ou système/dispositif :

 

CNES FR3045170 – Procédé de détection d’un comportement atypique de paramètres de télémesure, chaque paramètre étant mesuré pendant un intervalle temporel d’apprentissage (IA) et un intervalle temporel de détection (ID) postérieur à l’intervalle temporel d’apprentissage (IA), le procédé comportant pour chaque paramètre une phase d’apprentissage (PA) et une phase de détection (PD) ; la phase d’apprentissage (PA) comportant la détermination d’une frontière (f) de comportement nominal du paramètre correspondant à partir des mesures de ce paramètre acquises pendant l’intervalle d’apprentissage (IA) ; la phase de détection (PD) comportant les étapes suivantes : – diviser (220) l’intervalle temporel de détection (ID) en une pluralité de fenêtres temporelles (Fi) ; – pour chaque fenêtre temporelle (Fi) obtenue, calculer (230) un jeu de descripteurs (D;) représentatifs du comportement du paramètre correspondant, les descripteurs (D;) étant calculés en fonction des mesures de ce paramètre dans cette fenêtre temporelle (F1), et former un vecteur initial (I 7 1) de descripteurs (D,) à partir des descripteurs (D1) calculés ; – normaliser (240) les vecteurs initiaux (I 7 1) de descripteurs (D,) ; – pour chaque vecteur initial (I 7 1) de descripteurs (D,), réduire (250) la dimension de ce vecteur initial (I 7 1) de descripteurs (D,) pour former un vecteur réduit (171) de descripteurs (D,), chaque composante du vecteur réduit (171) de descripteurs (D,) correspondant à une combinaison linéaire des composantes du vecteur initial (I 7 1) de descripteurs (D,) à partir duquel ce vecteur réduit (171) de descripteurs (D,) a été formé ; – déterminer (270) l’appartenance de chaque vecteur réduit (171) de descripteurs (D,) à un domaine (D) délimité par la frontière (f) de comportement nominal du paramètre correspondant ; – lorsqu’un vecteur réduit (pi) de descripteurs (D,) est à l’extérieur du domaine (D), générer une alerte correspondant à un comportement atypique du paramètre correspondant dans la fenêtre temporelle (Fi) correspondant à ce vecteur réduit (vi) de descripteurs (Dj).

Apple US9342674 – A non-transitory computer readable storage medium storing one or more programs, the one or more programs comprising instructions, which when executed by a first electronic device with a display and one or more biometric sensors, cause the first device to:

while the first device is proximate to a second device, request user authentication using the one or more biometric sensors;

after requesting the user authentication, detect biometric information associated with the user with the one or more biometric sensors;

in response to detecting the biometric information associated with the user:

in accordance with a determination that the detected biometric information associated with the user meets authentication criteria, provide credentials associated with the user to the second device; and

in accordance with a determination that the detected biometric information associated with the user does not meet the authentication criteria, forgo providing the credentials associated with the user to the second device.

(3) Facebook US9740372 – A computer-implemented method, comprising:

generating a machine-readable symbol that encodes an identifier that uniquely identifies an online discussion;

configuring a user interface to present information describing the online discussion;

receiving one or more user interactions, each user interaction received from a client device responsive to the client device capturing the machine-readable symbol;

displaying information describing the one or more user interactions on the user interface configured to present information describing the online discussion.

(4) Amazon US9798960 – A system for analyzing an image in real-time using artificial intelligence comprising:

a catalog database that stores images and attributes; and

a server system configured to:

receive an image and attributes associated with the image that are stored in the catalog database;

determine a plurality of attributes depicted in the image using an artificial intelligence system, wherein the artificial intelligence system is trained using a plurality of images, and wherein individual attributes of the plurality of attributes are associated with a confidence level;

identify a first subset of attributes in the plurality of attributes, wherein the first subset comprises attributes in the plurality that are associated with a confidence level greater than a threshold value;

and compare the attributes associated with the image with the first subset of attributes to determine whether an item description in the catalog database accurately describes an item depicted in the image.

(5) L’Oréal US7437344 – A method of providing beauty advice, the method comprising:

receiving user-specific information;

accessing a data structure containing information reflecting relationships between categories of user-specific information and beauty advice, the information reflecting relationships derived from at least one of consumer preferences and expert advice, wherein the data structure includes information characterizing a plurality of beauty products and information about suitability of combining at least some of the plurality of beauty products with other of the plurality of beauty products;

comparing, using an artificial intelligence engine, the received user-specific information with the accessed data;

identifying, using the artificial intelligence engine, beauty advice determined by the artificial intelligence engine to be related to the user-specific information; and

providing the identified beauty advice to the user.

(6) IBM US9601104 – A method of imbuing an artificial intelligence system with idiomatic traits, the method comprising:

collecting, by one or more processors, electronic units of speech from an electronic stream of speech, wherein the electronic stream of speech is generated by a first entity;

identifying, by one or more processors, tokens from the electronic stream of speech, wherein each token identifies a particular electronic unit of speech from the electronic stream of speech, and wherein identification of the tokens is semantic-free such that the tokens are identified independently of a semantic meaning of a respective electronic unit of speech;

populating, by one or more processors, nodes in a first speech graph with the tokens;

identifying, by one or more processors, a first shape of the first speech graph;

matching, by one or more processors, the first shape to a second shape, wherein the second shape is of a second speech graph from a second entity in a known category;

assigning, by one or more processors, the first entity to the known category in response to the first shape matching the second shape;

modifying, by one or more processors, synthetic speech generated by an artificial intelligence system based on the first entity being assigned to the known category, wherein said modifying imbues the artificial intelligence system with idiomatic traits of persons in the known category; and

incorporating, by one or more processors, the artificial intelligence system with the idiomatic traits of persons in the known category into a robotic device in order to align the robotic device with cognitive traits of the persons in the known category.

(7) Ricoh US9641563 – An apparatus comprising:

one or more processors; and

one or more non-transitory computer-readable media storing instructions which, when processed by the one or more processors, cause:

receiving, at the apparatus, audio/video data comprising first meeting content data for an electronic meeting that includes a plurality of participants;

determining, by the apparatus, that the audio/video data comprising first meeting content data for an electronic meeting that includes a plurality of participants comprises a cue for the apparatus to intervene in the electronic meeting, wherein determining, by the apparatus, that the audio/video data comprises a cue for the apparatus to intervene in the electronic meeting includes determining, by the apparatus, that the audio/video data is related to a particular agenda topic for the electronic meeting;

in response to the cue to intervene in the electronic meeting, generating, by the apparatus, intervention data comprising second meeting content data that is different from the first meeting content data and indicates that the audio/video data is related to the particular agenda topic for the electronic meeting;

during the electronic meeting, sending the intervention data comprising second meeting content data that is different from the first meeting content data and indicates that the audio/video data is related to the particular agenda topic for the electronic meeting, from the apparatus to one or more nodes associated with at least one participant of the plurality of participants, wherein processing of the second meeting content data at the one or more nodes associated with at least one participant of the plurality of participants provides a visual indication of the particular agenda topic.

L’Intelligence Artificielle occupera dans le futur une place de plus en plus importante dans la 4RI avec l’IA générative. De 2014 à 2016, les GAFAM ont déposé aux US un grande nombre de brevets portant sur l’Intelligence Artificielle.

 

MICROSOFT – 103 brevets d’IA

GOOGLE – 80 brevets d’IA

FACEBOOK : 28 brevets d’IA

AMAZON – 23 brevets d’IA

APPLE – 10 brevets d’IA

 

En France, suite au rapport Villani, l’IA va bénéficier d’un plan d’investissement massif à hauteur de 1,5 milliards d’euros pour faire de la France un leader de l’IA. Malgré un grand nombre de startups innovantes dans l’IA, le constat est que la « French  IA » protège peu ses innovations du fait qu’il y a en France un préjugé qui est encore bien ancré, à savoir  l’incompatibilité supposée des logiciels et des brevets.

Il apparaît aussi que les startups de la « French IA » sont en majorité des startups innovantes dans « la business intelligence », « le market intelligence », la finance, les plateformes internet, la recherche documentaire, etc.., c’est-à-dire globalement dans les services.

L’innovation dans la « business intelligence » ou le « market intelligence » est à la limite des inventions brevetables selon la pratique de l’Office Européen des Brevets. Ceci peut expliquer la relative absence de brevets d’IA d’origine française.

 

Selon la pratique de l’OEB, les inventions mettant en œuvre du logiciel doivent présenter un caractère technique pour ne pas être exclus de facto de la protection par brevet. Le caractère technique d’un procédé revendiqué dans un brevet peut être constaté simplement par une mention express dans la revendication du brevet d’une étape d’enregistrement de données en mémoire d’un ordinateur. Mais cela ne suffit pas. Il faut en outre que le procédé revendiqué soit nouveau et inventif par rapport à l’état de la technique cité dans le rapport de recherche européenne.

Un défaut de caractère technique ou d’activité inventive d’un procédé de traitement de données utilisant de l’IA se rencontre souvent lorsque le procédé est revendiqué en des termes abstraits déconnectés de toute relation avec un effet sur son environnement matériel ou encore lorsque ces termes sont orientés vers un résultat d’ensemble qui n’est que de la production de données (chiffres, lettres, graphiques, sons) destinée à l’intelligence humaine.

Dans l’IA de la « business intelligence » ou du «market intelligence », le résultat à produire est d’abord une information pertinente dérivée d’une analyse cognitive et qui s’adresse à l’intelligence humaine. Il est assez peu fréquent dans cette IA de manipuler des grandeurs physiques provenant par exemple de capteurs.

 

Le 11 Juillet 2017, une demande de brevet européen EP-3270304 est déposée pour un procédé mis en oeuvre par ordinateur pour l’identification de documents pertinents en utilisant l’intelligence artificielle.

Il s’agit d’un système automatique de recherche documentaire capable de faire une recherche d’antériorités de brevets.

 

La revendication 1 de la demande de brevet est libellée comme suit :

 

Procédé mis en oeuvre par ordinateur pour l’identification des documents pertinents en utilisant l’intelligence artificielle comprenant les étapes consistant à: récupérer, à partir d’une base de données de documents, une pluralité de documents de l’art antérieur; pour chaque document de brevet dans la pluralité de documents de l’art antérieur, le traitement du document de l’art antérieur respectif pour identifier un ou plusieurs mots-clés associés au document de l’art antérieur respectif; le traitement des documents de l’art antérieur dans la pluralité de documents de l’art antérieur afin d’identifier une pluralité de n-grammes et un certain nombre d’occurrences de chaque n-gramme; analyser la pluralité de n-grammes pour identifier un poids associé à chaque n-gramme dans la pluralité de n-grammes, dans lequel le poids associé à chaque n-gramme dans la pluralité de n-grammes est basé sur un nombre d’occurrences de la n-gramme respectif; recevoir, d’un utilisateur, un premier document de brevets; le traitement d’une section des revendications du premier document de l’art antérieur pour identifier une seconde pluralité de n-grammes; le classement de chaque n-gramme dans la deuxième pluralité de n-grammes sur la base des poids identifiés associés à chaque n-gramme dans la pluralité de n-grammes; identifier un premier ensemble de n-grammes dans la deuxième pluralité de n-grammes qui sont classés au-dessus d’une valeur de seuil; comparer le premier ensemble de n-grammes avec un ou plusieurs mots-clés; identifier un premier ensemble de documents de l’art antérieur dans la pluralité de documents de l’art antérieur associée à un mot-clé dans l’un ou plusieurs des mots-clés qui correspond à un n-gramme dans le premier ensemble de n-grammes sur la base de la comparaison; pour chaque document de l’art antérieur dans le premier ensemble de documents de l’art antérieur, la détermination d’une similarité entre le premier document de brevet, et le document de l’art antérieur respectif dans le premier ensemble de documents de l’art antérieur; en marquant le premier ensemble de documents de l’art antérieur sur la base des similarités calculées; le classement du premier ensemble de documents de l’art antérieur sur la base du ballon; et la transmission de données de résultat de recherche à un dispositif d’utilisateur pour l’affichage dans une interface utilisateur, dans lequel les données de résultat de recherche comprend des documents de l’art antérieur dans le premier ensemble de documents de l’art antérieur qui sont classés au-dessus d’une seconde valeur de seuil.

 

Cette demande de brevet est en cours d’examen devant l’OEB. Le rapport de recherche européenne mentionne un brevet antérieur D1 qui décrit aussi un système de recherche documentaire.

 

L’avis de brevetabilité de l’OEB conclut à un manque d’activité inventive du fait que les caractéristiques nouvelles dans la revendication 1 par rapport à D1 sont celles qui se rapportent à l’expression n-gramme. Il s’agit selon l’OEB d’étapes mathématiques donc purement intellectuelles qui ne produisent en fait aucun effet technique « sur la matière » et qui donc n’impliquent pas une activité inventive (technique). Il est fort probable que cette demande de brevet n’aboutisse pas à la délivrance d’un brevet européen.

La protection juridique des innovations dans l’IA appliquées aux services est plutôt du côté du copyright, des contrats d’exclusivité etc…,  avec la condition en France en tout cas qu’on est en présence d’un auteur développeur qui est une personne physique. L’Intelligence Artificielle générative qui produit donc elle-même de l’innovation pourrait sortir du cadre de cette protection par le droit d’auteur en plus de celui de la protection par brevet.

Les innovations de l’IA requièrent pour leur protection en Europe un audit poussé pour dénicher une caractéristique technique inventive permettant d’orienter la protection vers un dépôt de brevet. A défaut la protection par brevet aux US (avec une législation moins exigeante sur la présence du caractère technique de l’invention) peut être envisagée mais avec un coût de protection qui pourra être très élevé. La protection par le droit d’auteur peut être une solution de protection peut coûteuse mais elle ne permettra pas de protéger le concept innovant.