2023 年

人工知能

年次報告書

知的財産分野の主要な AI 専門家が

提供する最も先進的な洞察

前書き

長らく人工知能（AI）に関わってきた者としては、ChatGPTなどの大規模言語モデルの公開以降の、​人々の意識や議論へのAIの浸透スピードには目を見張るものがあります。AIが「過大評価され過ぎてい​る」と考えてきた人にとっては、2023年は、ある意味大きな転換期となりました。近年のAIに対する高​い注目度が欧州特許庁（EPO）での特許出願数の増加に繋がるまではもう少し時間を要しますが、今後の​動向も注視していきます。

欧州でのAI関連の特許出願数は着実に増加し続け、2021年～2022年のEPOでのAI関連の公開広報数は約​17％の増加となりました。現在、EPOでのAI関連の特許出願数は、米国からが最多となっていますが、中​国といった米国以外の国々からのAI関連の特許出願数も増加し始めており、過去４年間で米国の優位性は​低下していると言えます。以前の報告書で触れた、韓国からのAI関連の特許出願数の増大に関しては、若​干鈍化していますが、依然として韓国は、EPOでの人口一人当たりのAI関連の特許出願数が最も多い国と​なっています。

AI技術が十分成熟すると、実体経済へのAI技術の応用が今後加速するという予測を前回の報告書で明記し​ましたが、今回の分析結果はその予測通りとなっています。EPOでは依然として、医学・ライフサイエン​ス、電気通信および物理科学の分野が、AI関連の特許出願数が一番多い分野となっています。過去５年間​の傾向を見ると、コンピュータビジョンについてのAI関連の出願の割合が大幅に増加しており、この分野​に対して膨大な投資が投じられていることが明白です。一方、音声処理の出願数は相対的に低下し続け​ています。

最も注目されている発明分野は、メドテックであり、本報告書では、メドテックのAI特許出願に関する章​を記述しています。メドテックAI関連の特許出願公開広報の前年比増加数は、2014～2021年までの各年​のAI全般の特許公開広報の前年比増加数を上回りました。こういった状況から、メドテックはAI業界の重​要な発展分野であることが明白です。2022年にEPOで公開された、メドテックAI関連の公開広報のう​ち、50％近くが医用画像または医療診断に関するものでした。このことから、昨今、メドテックAI関連​発明は、治療そのものではなく、予測、予防、早期診断および早期発見に着目されている事が分りま​す。

当事務所の見解では、全体的にEPOでのAI関連の特許出願数および特許査定率は共に増大しており、これ​は、産業界によるAIへの多大な投資だけでなく、EPOによるAIの実用化に対する認識の高まりを反映して​いると言えます。

調査方法

従来同様、今回の報告書で分析対象としたデータは、国際特許分類（IPC）コードおよび「WIPO ​Technology Trends 2019: Artificial Intelligence」調査内の特許データに使用されたキーワード用語（そ​の定義については、同調査の「Data collection method and clustering scheme: Background paper」を​参照）が基となっています。「Derwent Innovation」データベースから、上記の世界知的所有権機関​（WIPO）の調査で使用される用語と合致した案件を特定、「Derwent Innovation」からの同データを、​EPOの「European Patent Bulletin」のデータと統合させています。同データを分析する上で、上記の​WIPOの用語に改良を施しています。未処理データから独自の計算式を書き出し、独自分析をしていま​す。

本年の報告書からの変更点は、親出願と同じ出願日が付与される分割出願が、年毎の矛盾点が生じてい​る事が分かったため、出願日ではなく公開日に基づいて分析を行っています。また、特許査定時にIPCコ​ードが変更され、分析対象となる出願が変更される事にも留意しており、当分析にはIPCコードの変更を​含めていませんが、各報告書が独立したものとなるように、出願傾向を調査ごとに示しています。

AIは、発明者になれるのか？​（DABUSについての最新情報）

生成系AI手法の急速な発展・採用を背景に、特許性のある発明を生み出したAIアルゴリズムが「発明者」​と認められるのか？という問題が、一層注目を集めています。この問題は、「DABUS」という名のAIマ​シンを発明者として記載した一連の特許出願に関して、様々な管轄域で議論されています。これらの係​争については、AIに関する過去の報告で詳細に取り上げましたが、最新の動向情報について簡単に紹介し​ます。

以前の報告書で先述したとおり、2021年9月に英国の控訴院は、AIを主軸としたマシンは人ではないの​で、英国特許法の目的上の発明者にあたらないとの判断を下しました[１]。その後、2022年8月に、最高​裁判所への上告が受理されました。上告が認められたという事実は大変重要で、創薬などの分野でAIシス​テムがツールとして利用されている事を背景に大きな意味を持ちました。2023年3月に審理が開始され、​現在は判決を待っている状態です。

米国も、2022年8月に連邦巡回区控訴裁判所（CAFC）が、AIソフトウェアシステムは「発明者」にあた​らないとの判断を示し、2023年4月に最高裁判所が上告を棄却しました。

EPOでは、2022年7月に法律審判合議体が、マシンは欧州特許条約（EPC）の定義したでは発明者にあた​らないとの判断を書面で下しました[２]。また、法律審判合議体は、EPOの拡大審判部（EPOの最高司法​機関）への２件の争点についての上訴も棄却しました。

これらの判断を踏まえると、現時点では、特許出願にAIアルゴリズムを発明者として記載することは避け​た方が望ましいと言えます。しかしながら、EPOの法律審判合議体は、「発明活動に関与する装置の使用​者または所有者が、欧州特許法の下で発明者として指定することを妨げるような判例法は存在しないよ​うに思われる」とも述べています。これにより、審判部は、AIではなくAIの使用者または所有者を発明者​に指定することで特許による保護が得られる可能性があるということを暗に示唆している可能性があり​ます。

なお、以上の判断は、現時点の法律に基づいた判断であり、法律の改正が必要になった際、その判断​は、裁判所ではなく立法機関に委ねられることになります。将来的にこの分野での法律が改正される可​能性は十分にあります。例えば、米国特許商標庁 (USPTO)は、最近、AIおよび発明者の要件に関する意​見を求めており、こういった事からも、この分野での法律の検討が続けられていることが分かります。AI​由来の発明の重要性が高まれば、やがて特許法の見直しにつながるかもしれません。

1. Thaler v Comptroller General [2021] EWCA Civ 1374

2. J 8/20

1: 概要

1.1

公開広報の傾向

欧州におけるAI関連の特許出願は増加し続けており、以下の図1.1.1によれば、EPOでのAI関連の公開広​報は、2022年まで毎年増加し続けている事を示しています。この伸びは緩和傾向にあるようで、2021年​には19％であったAI特許出願の年間公開件数は、2021年から2022年にかけて約17％増加に留まっていま​す。

AI関連の特許出願の増加率は、技術分野に関係なく欧州特許出願の全体としての出願傾向を大幅に上回っ​ています。新型コロナの影響と思われますが、実際のところ、欧州特許出願の2020年の出願数は、2019​年に対して0.6％減少しました[３]。その後、EPOの特許出願全体の増加率は2021年に4.5％４、2022年に​2.5％となり、この傾向は逆転しましたが、AI関連の公開広報数の増加率はそれを遥かに超え、強い伸び​を示しています。

3. 出典： EPO Patent Index 2022

出願係属中の出願

1.2

ここ数年、EPOは審査の迅速化を図り、出願の審査終了までの平均年数を短縮するよう努めてきました​[4]。以下の図1.2.1は、この点に関するEPOの進展を示したものです。2021年に、AI関連の出願の平均年​数が４年強まで短くなっています。ただ、短縮率が鈍化していることから、EPOの審査速度はここで落ち​着くとみられます。同様に、審査終了件数の増加率も横ばい傾向にあります。

以下の図1.2.2は、AI関連の出願の（2000年以降の）出願総数から各年に審査が終了した出願数を差し引​いて計算した、各年の出願係属中のAI関連の出願数を示したものです。出願係属中のAI関連の出願数は​2020年まで増加し続けており（注：出願が公開されるまでには18ヶ月の期間があるため、2020年までの​出願係属中の出願数しか査定することが出来ない事に留意）、この分野でのEPOの審査の負担も毎年増え​続けています。EPOは出願の審査終了までの平均年数の短縮を実現してきましたが、AI関連の出願の大幅​な増加により、この傾向が継続できるかが注目されます。

4. 審査終了とは、出願が係属中でなくなるような、特許査定、出願取下げ、拒絶などあらゆる行為のことを指す。

国別データ

1.3

この章では各国の出願人によるEPOでのAI関連出願の公開広報の傾向について説明します。

図1.3.1は、各国からの出願数に対し公開広報の相対的割合を表したものです。2021～2022年は、韓国を​除き、調査対象に含めた全ての国のAI分野の欧州特許出願数が引き続き増加しています。EPOでは2015​年以降、米国が他国に大差をつけてAI関連の特許出願数が最多でしたが、米国以外の国々（特に、中国）​からの出願増加が顕著となり、近年では米国からのAI関連の出願が占める割合は若干減少傾向にありま​す。

欧州特許条約（EPC）の加盟国のみを対象とした場合（EP[5]）、2015年以降、米国とEPの出願数は拮抗​しています。しかし、AI出願件数に関しては、ほんとんどの年で米国からの出願数が多いことが分かりま​す。

2015～2021年の数年間、中国（CN）の出願数の増加は、その他の国々からの出願数の増加を上回りまし​た。2021～2022年に至っては、中国からの出願数の増加は若干鈍化傾向にあるものの、日本（JP）、韓​国（KR）およびその他の国々（RoW）の出願数の増加率も同様に鈍化しています。2015年以降、EPおよ​び米国の出願数の優位性は若干低下傾向にありましたが、2020年以降、この傾向が反転したことを示唆​する兆候も一部確認されています。

人口一人当たりの特許出願に着目すると、異なる図式が見えてきます。韓国（KR）の人口一人当たりの​公開広報の数は、好調であった2020年とは対照的に、2021年は一転、減少に転じました。それでも、韓​国は、米国と僅差にはなりますが、EPOでの人口一人当たりのAI関連の公開広報の数が最多となっていま​す。

EPOが「本拠地」の特許庁であるという点を踏まえると、EPの出願数の伸び率は、なおさら弱く感じら​れます。2015年以降、一人当たりで見ると、EP、JP、KR出願者は同様の出願数を記録していました。

近年のAIの進展は留まるところを知らず、今後も各国からの出願数が増加し続けるものと予想されます。​しかしながら、国ごと出願数に相対的な変化をもたらす世界的トレンドが起こる可能性もあります。人​口増加（減少）率の変化、オンショアリング／ニアショアリング（近隣ショアリング）、政府のAI政策お​よび貿易摩擦等は、この数字に影響する可能性があり、その原因を理解できるまで数年を要する場合も​あると考えられます。

5. 欧州からの出願とは、欧州特許条約（EPC）加盟国からの出願を指します。これは、EU加盟国よりも規模が大きく、例を​挙げると英国も含まれることになります。

分野別データ

1.4

この章では、AI関連の特許出願を技術分野に分析します。一部の発明はAI自体の改良を目的としています​が、大半の特許出願は特定分野でのAIの応用を目的としています。

以下の図1.4.1は、過去22年間に公開された特許出願を技術分野別に分類したものです[6]。最も多い分野​は医学・ライフサイエンス、電気通信および物理科学です。

以下の図1.4.2に示すように、前回のAI調査以降、大半の分野でAI関連の出願数は増加し続けています。​前回の調査で述べた2021年のモビリティ分野の公開広報数の減少は継続せず、2021～2022年では、同分​野での公開広報数は増加しました。モビリティ分野は、今後もAI関連の発明に際し特許保護を必要とする​重要な分野であることには変わりなく、2021年の減少が異例だったと考えられます。医学・ライフサイ​エンス分野は、引き続き大幅に伸びており、今後数年間に渡りEPOでのAI関連の特許出願として最も伸び​率の高い分野になると予想されます。

技術分野別の特許査定率は、ビジネスの23％からモビリティの62％までと幅広い事が分ります。以前同​様、特許査定率が高くなる傾向にあるのは、EPOが「技術的である」と判断する分野であり、金融・銀​行業やビジネスのように「技術的でない」と判断されがちな分野は、特許査定率が低くなります。モビ​リティ、農業、エネルギー管理、電気通信、セキュリティ、医学・ライフサイエンス、物理科学、芸​術・人文学、地図学、軍事および法律・社会学といった以下の図1.4.3に黄色で表した分野は、いずれも​平均を上回る特許査定率となり、娯楽、パーソナルコンピューティング、教育、ネットワーク、文書管​理、出版、産業・製造業、政府関連コンピューティング、金融・銀行業およびビジネスといった以下の​図に青色で表した分野は、平均を下回る特許査定率となっています。

なお、「ネットワーク」は特許査定率が比較的低い分野ですが、ここに含まれるSNS関連の出願がEPOか​ら「技術的でない」と判断される可能性が高いためです。一方、音楽関連の出願を含む「芸術・人文​学」は相対的に査定率が高い分野ですが、これはデジタルオーディオの進歩に関する発明をEPOが「技術​的である」と判断していることが要因だと考えられます。「産業・製造業」も査定率が比較的低い分野​ですが、ここには生産計画・製造計画に関するAIの特許出願が多く含まれ、これらは「技術的でない」と​判断される傾向にありました。しかし同分野の査定率は増加傾向にあり、EPOが「技術的」と判断する技​術発明を出願する傾向にシフトしている変化が反映されていると考えられます。また、「金融・銀行​業」でも査定率は約20％あり、欧州でも同分野の特許取得は可能であることを示しています。

図1.4.4は、2010年以降の産業分野別の出願数比率を出願者の国別に示したものです。モビリティ分野の​出願は2018～2020年に各国で高い水準を記録し、その後は相対的に減少。2021年以降は先述の通り再び​増加に転じています。特に日本の自動車産業においては、モビリティ分野のAI活用は非常に重要なテーマ​で、現在も日本からの出願のうち多くの割合を同分野が占めています。予想以上に技術進歩が困難な分​野にも関わらず、日本の産業界は膨大なリソースをモビリティ分野でのAI開発に費やしていることが分か​ります。

先述の通り、医学・ライフサイエンスはAI関連の特許出願の大多数を占める分野ですが、韓国（KR）は​傾向が異なっています。2010年を見ると、韓国からの同分野の出願比率は他国と比べて低く、2016年か​らは下降に転じ、2021年に再び増加しています。

欧州と米国は、分野別の出願数比率があまり変化していませんが、これは出願数そのものが他国よりも​はるかに多いことが要因だと思われます。欧州からの出願の多くはライフサイエンス分野の特許です。​また、米国からの出願については、分野別の割合にほとんど変化が見られません。

6. AIに関する「WIPO Technology Trends」調査で使用された分類を基に、データを分析し、一部用語に改良を施しまし​た。

2023年度のEPOの審査

指針の改訂内容

EPOの審査指針は、毎年改訂されています。前回の当事務所の報告書でも、AI出願傾向について述べた通​り、2022年度に、審査指針のＧ－Ⅶセクション5.4.2内に、EPOがどのように進歩性を判断するのかにつ​いてのAIベースの例（「Example 5」）を追加する改訂が行われました。2023年度の改訂では、この新し​い「Example 5」に、変更点が加えられました。審査指針に示された事例は、EPOの審査官に発明の技術​的特性を理解させ、出願した特許が付与を受けられるための説得材料となるため、これらの改訂は重要​な情報となります。

「Example 5」は、工程パラメータがニューロファジー制御器（ニューラルネットワークとファジー論理​ルールとを組み合わせたもの）により自動で調節される、熱噴射コーティング過程に関するものです。​先行技術が存在しない場合、この請求項はEPOによって特許が付与されると考えられます。しかし、​「Example 5」では、先行技術文献D1も考慮されます。文献D1はニューラルネットワーク解析によって​工程パラメータを自動で調節する技術を説明しています。したがって、「Example 5」と文献Ｄ１の相違​点は、ニューラルネットワークとファジー論理ルールを組み合わせたニューロファジー制御器の利用に​関するものとなります。

ニューラルネットワーク解析の結果とファジー論理ルールとを組み合わせるこの特徴は、数学的方法を​定義します。しかし、工程パラメータを調節するという技術と組み合わせることで、コーティング過程​の制御を助け、特定の技術過程を制御することは、EPOでは技術の応用と判断されます。よって、文献​D1との相違点は数学的方法を使用する点であり、その数学的方法が技術過程を制御する役割を果たすこ​とから、EPOが要求する技術効果は存在すると考えられます。

ただし、「Example 5」では、第二の先行技術文献D2も考慮されています。同文献には、ニューラルネ​ットワークとファジー論理ルールとを組み合わせたニューロファジー制御器を制御工学の技術分野に応​用する技術が開示されています。文献D2に基づき、「Example 5」の請求項1はEPOによって自明性があ​るとみなされました。しかし、「Example 5」でのEPOの説明を読むと、文献D2が存在していても、明​細書や特許請求の範囲にさらなる詳細が記載されていた場合には、別の結果になっていた可能性を示唆​しています。具体的は、「請求項1には、達成すべきコーティング過程の特性に関する情報が記載されて​いない。」や「ニューロファジー制御器の特徴は、熱の技術的性質と結び付けられていない。」と述べ​られていました。

2023年度の改訂により、「Example 5」についての説明をより明確化し、次のように述べています。​「制御工学の分野でのニューロファジー制御器の一般的な教示の存在により、請求項1のコントローラが​明らかな代替手段であるという異議が生じました。この特定の異議は、請求項が熱噴射コーティング過​程の一部の技術的特性に関連する、さらなるファジー制御方法の特徴を記載しておくことで回避できた​可能性がある。望ましいコーティングの特性がニューロファジー制御器の特定の入出力変数から生じた​場合、制御器の学習方法や出力が工程パラメータの調整にどのように使用されるか、これらの特徴は請​求項に記載される必要があった。出願時の明細書や図面も、所望のコーティングの特性が実際に達成さ​れるという証拠になり得る。」

審査指針の改訂点は、特許出願中にモデルに対する入出力の詳細、学習工程、モデル出力の利用等のAI発​明の詳細説明を含めることがEPOで重要になるという点を強調しています。上記に記した詳細は、EPOで​特許付与を得るのに極めて重要となります。

特筆すべき点として、本年度の改定においては数学的方法（G-II, 3.3）および人工知能・機械学習（G-II, ​3.3.1）に対する基本姿勢への変更がありませんでした。これは、AI発明に対するEPOの基本姿勢が既に​固まっていることを示唆しています。

技術別データ

1.5

この章では、AI関連で出願される特許の対象となるAI技術の種類について分析します。EPOでは特許性の​判断がAI技術の種類によって異なるため、それが出願傾向に与える影響は注目に値します。技術の進歩や​市場での競争力などの影響もありますが、EPOによる技術ごとの判断の違いが出願戦略に大きく影響して​いるのは間違いないでしょう。

例えば、EPOではテキスト処理よりも画像処理・音声処理技術の方が「特許性がある」と判断されやすい​傾向にあります。これは過去の判例の中で、テキストや自然言語に対しては「認知的なもの」と判断し​た一方、画像や音声は「物理法則に基づくデータ」という認識を示したことに起因します。

そのため、自然言語処理に分類される出願は、コンピュータビジョンや音声処理に分類される出願より​も査定率が低くなると考えられます。次章で詳述しますが、このことはデータにも表れており、2016～​2021年に出願された特許の査定率を分類別に見ると、「コンピュータビジョン」は54％、「自然言語処​理」は38％となっています。

単純に考えると、査定率が低い分野に対しては出願数の割合も低くなると思われますが、データは少し​異なる結果を示しています。図1.5.1によると、2022年に自然言語処理（953）に分類された出願数は、​音声処理（511）やロボティクス（745）、制御方法（601）よりも多いことが分かります。

当事務所の2022年の報告では、音声処理に関する特許出願の割合が減少した理由のひとつとして、今日​の音声処理技術が業界の目標レベルに達した可能性があることを挙げました。対照的に、近年の大規模​言語モデルの成功が物語るように、自然言語処理に関する技術開発はAI分野の最前線に位置しています。​これが、EPOからの特許適格性の判断が低いにも関わらず出願の割合が高い要因だと考えられます。

以前の報告書でコンピュータビジョン関連の技術が成熟するにつれて、同分野の出願数が相対的に低下​すると予測しましたが、2022年のデータではそのような傾向は見られませんでした。むしろ2021～2022​年にかけてコンピュータビジョン関連の出願は35％から36％へと微増しています。興味深いことに、近​年の言語処理技術の発展によってマルチモーダルモデルが生まれ、これがコンピュータビジョンや画像​処理にも画期的な進歩をもたらしました。そのため、上記の予測が現実となるのはまだ数年先のことか​もしれません。

前回の当事務所の報告書では、実社会においてAIの活用が進めば、それが特許出願数にも反映されると予​測しました。実際、ロボティクス関連の出願の割合は2017年以降増加を続けています。一方、2015年か​ら増加を続けていた制御方法関連の出願の割合は、2021年（11％）から2022年（8％）に大きく減少し​ました。ただし、これはAI産業の中心が一時的に自然言語処理やコンピュータビジョンへとシフトした結​果だと考えられます。したがって、将来的に制御方法関連の出願割合が増加に転じることは十分に考え​られます。特筆すべき点として、同分野の技術は実際の経済活動に直結しているため査定率が非常に高​く、2016～2021年に出願された72％が特許査定を受ける結果となりました。

特許査定率

1.6

審査終了年ごとに見ると、AI関連の査定率は増加傾向にありますが、出願年別に見ると2015年以降は減​少傾向にあります。

そこで、審査終了までに要した年数別の査定率をグラフに表すと、興味深い事実が見えてきます。（図​1.6.3）

従来、比較的早期に審査が終了する出願は査定率が高く、係属期間が長期化するほど査定率が低下する​傾向にありました。これは有効性に関しての問題が多い出願ほど審査が長期化し、審判請求が行われる​可能性も高くなることが原因だと考えられます。対照的にAI関連では係属期間3年未満の短い出願ほど査​定率が低いことが分かります。この背景として、調査報告の中でEPOから多くの拒絶理由が挙げられるな​どの理由で、出願人みずから出願を破棄しているケースが多発していることが考えられます。

AI技術の種類ごとに査定率を分析するため、図1.6.4では各年の査定率の変化を線グラフで示していま​す。2022年には5種類の技術のうち4種類が50％を超えるという興味深い結果となりました。また、コン​ピュータビジョン関連の特許は2015年以降、特に大きく査定率が上昇しています。

自然言語処理（NLP）は、長らくEPOから「技術的でない」と判断されてきた分野ですが、査定率は緩や​かに増加を続け、2022年には40％近くに達しています。これは大規模言語モデルの開発に携わる企業に​とって喜ばしい結果と言えるでしょう。

7. 審査終了年とは、出願の特許査定、取下げ、放棄または拒絶が行われた年として定義される。

8. 出典： https://www.mondaq.com/uk/patent/1167944/the-european-patent-office-the-story-in-numbers-part-2

生成AIに対する終わらない論争

生成AIは、特に学問や芸術創作の場で道徳的、法的な課題を生んでいます。これらの問題は大きく3つの​カテゴリに分けられます。

1. 生成物の品質に関する懸念
   
2. 多くの生成AIが学習素材として利用する、過去の第三者の作品に対するデータプライバシーや著作権​侵害の懸念
   
3. 人間の著作権が関与していない生成物に対する著作権保護の有効性
   

これらの問題に対し、メディアや法整備の場で議論が行われているほか、2の問題に関しては訴訟に発展​しています。

品質に関する懸念

AIの学習用データに内在する偏り（バイアス）によって生成物にも偏りが生じる可能性について、多くの​有識者や監査官庁が懸念を示しています。また、LLM（大規模言語モデル）に使用されるデータ自体に矛​盾や欠陥がある場合、生成された文章が事実と異なる「ハルシネーション（幻覚）」を引き起こしま​す。極端な例ですが、2022年7月にニューヨークの弁護士2人がChatGPTで生成した架空の判例を含む裁​判資料を提出し、罰金が科せられました。裁判官によると、提出された資料の一部は支離滅裂で意味の​通らないものでした。

これらの理由から、生成AIを利用する際は、その方法やタイミングに細心の注意を払う必要があります。​生成AIを活用したサービスを提供する事業者は、その機能や有効性をどこまで保証するのか検討しなけれ​ばなりません。損害賠償に対する免責についても、利用規約に定める必要があるでしょう。ユーザー側​も利用規約に目を通し、思わぬリスクを被らないように注意しなければなりません。

著作権の侵害

生成AIは第三者が所有する素材を大量に検索し、複製しているにも関わらず、その規模があまりに大きく​複雑なため、問題を特定するのが非常に困難です。不正利用が疑われる事例も多く、訴訟に発展するケ​ースも少なくありません。例えばGetty Image社はStability AI社に対して訴訟を起こし、教科書出版の​Person社は自社のコンテンツを言語モデルの学習に利用するのを停止するよう、あるAI企業へ書面で要​請しました。Stability AI社はGetty Images社からの訴訟以外にも、別の集団訴訟でMidjourney社および​DeviantArt社と並んで提訴されており、Microsoft社、Github社、Open AI社もオープンソースライセン​スの規約違反を理由に訴訟を起こされています。最近ではコメディアンのSara Silverman、ベストセラ​ー作家のChristopher GoldenおよびRichard Kadreyが、著書の不正利用を理由とした集団訴訟をOpen AI​社とMeta社に対して起こしています。これらの訴訟がどの程度の損害につながるかは今のところ不明で​すが、原告側に有利な判決が下れば、生成AIを活用した事業を手がける企業にとって大きな打撃となる可​能性があります。

対策として考えられるのはSpotifyのようなライセンスモデルです。同様のケースとして、AP通信社は​Open AI社とアーカイブ記事の利用に関するライセンス契約を締結しました。このようなライセンスモデ​ルは生成AIを巡る問題の解決策となる可能性があります。

対エンドユーザーの動きとしては、Shutterstock社が自社のライブラリ内にあるAI画像の利用によって生​じた賠償責任への補償をユーザーに提供しています。ただ、補償額には上限があり、実際に著作権侵害​で訴訟を受けた場合はこの額を上回る可能性もあります。生成AIを利用する際には、相応のリスクがある​ことをユーザー側も認識すべきと言えるでしょう。

監督官庁も動き始めています。EUでは「EU AI Act」法案の中で、生成AI事業者が第三者のコンテンツを​利用する際に、引用元を含むすべての情報を開示することが義務付けられる予定です。これは、かつて​のGDPRの問題と同様に、EU内でAIを利用する事業者にとって大きな負担となる可能性があります。中国​でも同様の規制を盛り込んだ暫定措置が取られ、合法的な情報源からのデータ引用や第三者の知的財産​権の順守、同意に基づく適法な個人情報の利用が求められています。一方、日本の当局は過度な規制に​よってイノベーションが阻害されることを懸念し、第三者が所有する素材のAIによる使用を「侵害」では​なく「インスピレーション」と捉えるなど、柔軟な姿勢を保っています。

他方、シカゴ大学は実用的な解決策として、第三者が所有する画像をAIが許可なく収集するのを防ぐ加工​技術、「GLAZE」を提唱しています。

先述の通り、プライバシーの侵害も生成AIによって起こりうる問題のひとつです。他の著作物と同様に個​人データも瞬時に検索され、本人の許可なくAIの学習に利用される可能性があります。これまでに何百万​人もの写真が本人の知らないところでAIの画像生成プログラムに利用されてきたと考えられ、「ディープ​フェイク」のような新たな問題も注目を集めています。

著作権の所在

多少の差はあるものの、「著作権や特許権は人間による創造的行為がなければ発生しない」というスタ​ンスが世界的なスタンダードです。言い換えれば「AIが生成したものは保護の対象ではない」ということ​です。米国では、AIによる生成物でも人間が創作した部分は保護され、AIが生成した部分は保護されな​い、という部分的な著作権登録の事例も生まれています。

当然ながら、この登録は「著作物として保護を受けるためにAIの生成物を利用している」として批判を浴​びました。年月の経過とともに、人間の創作とAIの生成物を見分けるのはさらに難しくなっていくと思わ​れます。

結論

違法ダウンロードや遺伝子特許、データプライバシーなどの問題と同様に、生成AIを巡る論争も急速な技​術革新に法整備が追い付いていないケースです。いずれは論争も落ち着き、法整備も進むと思われます​が、問題がなくなるわけではなく、地域によって差が生じるのは間違いありません。過去の例を見る限​り、規制がもっとも厳しいのはEUでしょう。各国共通の統一ルールを作るのが理想ですが、残念ながら​実現は不可能だと思われます。

2: メドテック

2.1

公開広報の傾向

メドテックはAI関連の特許出願の中でも急速に成長し続けている分野です。図2.1.1を見ると、2022年に​公開されたAI関連のメドテック公開広報の数は、2018年の約4倍に急増しています。

図2.1.2は、AI関連の公開広報数の前年比増加率を、メドテック分野とAI関連全体で比較したものです。​2014～2022年にかけて、いずれの年もメドテック分野が全体を上回っているのが分かります。

分野別

2.2

この傾向の背景を知るため、独自に開発した分類モデルでメドテック分野を10個のサブカテゴリに分​け、全体像を解析しました[９]。

図2.2.1の通り、もっとも割合の多いサブカテゴリは「医用画像」と「診断」です。医用画像に関するAI​技術は診断の補助にも用いられるため、「医用画像」に分類した公開広報の多くが「診断」にも分類さ​れるなど、サブカテゴリ間の重複も考えられます。

「創薬系」のAI特許出願は非常に少なく、2022年度に公開された出願数は12件のみでした（図2.2.1のグ​ラフに表せないほど少ない割合でした）。同分野への注目が高まっていることを考慮すると予想外の結​果ですが、これには複数の原因が考えられます。ひとつは単純に技術がまだ成熟していないためで、こ​れは時間の経過とともに解消するものと考えられます。また、明細書の内容、自明性、技術的効果の立​証など、特許性への懸念から発明者が出願を見送っている可能性もあります。ただ、当事務所の統計に​よると同分野の出願は査定率が高く（図2.3.1参照）、このような懸念は誤解といわざるを得ません。長​期的な戦略として発明者が創薬ブラットフォームの成果物だけを特許化し、アルゴリズムそのものは社​外秘にしていることが実際の理由として考えられます。

次にメドテック関連の出願を技術ごとに分析します。AI関連特許全体と同様に「コンピュータビジョン」​がもっとも多いことが分かります。これに「予測分析」が続きますが、この「予測分析」の割合がAI全体​に比べて多いことがメドテック分野の特徴です。先ほどのサブカテゴリの分析で「創薬」の割合が少な​かったことを考えると、メドテック分野のイノベーションは「治療」よりも「予測・予防・早期診断・​早期発見」に照準を合わせていることがうかがえます。

メドテックAI関連の公開広報の傾向をサブカテゴリ別に分析すると、2022年に伸び率が鈍化したもの​の、全体の出願数は増加を続けています。唯一の例外は「創薬」で、2021年から約30％減少し、2018年​の水準まで戻っています。

対照的に「バイオインフォマティクス」は前年を上回る勢いで増加している唯一のサブカテゴリで、前​年比増加率が2021年の41％から2022年は54％に上昇しました。これはWIPO（世界知的所有権機関）の​分類システムが、新たに注目されている同分野にも対応した結果とも考えられます。あるいは、「バイ​オインフォマティクス」が他の技術分野に対しても高い汎用性を持つことが背景にあるのかもしれませ​ん。実際、多くの出願が複数のサブカテゴリに関連していますが、「バイオインフォマティクス」関連​の出願は特にその傾向が強いと言えます。一方で「医用画像」関連の出願は他のサブカテゴリとの関連​がもっとも少なく、そのことが同分野の出願数の多さをさらに際立たせています。

図2.2.5は、2015～2022年にかけてのメドテックAI関連特許の公開広報数の割合を、出願人の国別に示し​たものです。

米国からの出願と欧州からの出願は、特に2020年以降、割合の推移が非常に類似していることが分かり​ます。「バイオインフォマティクス」の割合がもっとも高いのは米国で、2016～2017年の中国を除き、​この傾向は一貫しています。米国と韓国に関しては、「診断」の割合が減少し、それ以外の「医療ロボテ​ィクス」「医療用補装具」「医療用インプラント」などが増加しているという共通点があります。

「医用画像」は東アジアにおいて、メドテックAIの重点分野となっているようです。中国からの出願のう​ち「医用画像」の割合は2018年から2022年にかけて59％にまで拡大。同様に日本からの出願においても​「医用画像」の割合が他国の平均より高いことが分かります。

9. メドテックサブカテゴリとして、「バイオインフォマティクス」「診断」「医用画像」「医療ロボティクス」「医療用補​装具」「患者モニタリング」「創薬」「消費者向けヘルスケア」「医療用インプラント」および「医療ソフトウェア」を選​択しました。各データを、対応するIPCコードに応じて、上記のメドテックサブカテゴリのうちの１つ以上に分類しまし​た。メドテックサブカテゴリのうちの１つにでも当てはまれば、メドテックに係る出願であると分類しました。

特許査定率

2.3

2019年以降、メドテックAI関連特許の査定率はおおむね横ばいです。図2.3.1の通り、多くのサブカテゴ​リにおいて「査定率」はAI関連特許全体の平均値とさほど変わりません。出願数が少ないものの、「創薬​分野」の査定率は顕著に上昇しており、2022年には83％に到達。同じく出願数が少ない「ヘルスケア分​野」は、対照的に査定率が平均を大きく下回っています。

異議申立

2.4

異議申立は、欧州特許の査定から9か月間、その有効性について第三者が問題を提起できる手続きです。

2000年以降に査定されたAI関連特許の2％弱が異議申立を受け、メドテック分野に絞ってもほぼ同水準の​結果となりました。興味深いことに、「医用画像」は異議申立を受けた割合が全体の半分以下で、約​1,000件の査定に対して異議申立を受けたのは10件にすぎません。一方、「創薬」では計24件の査定に対​して2件と、高い確率で異議申立を受けています。背景として考えられるのは、「医用画像」については​技術的効果が明確な場合が多く、異議を申立てるのが難しい点です。実際、EPOの審査指針では、低レベ​ルの特徴に基づくデジタル画像の識別をAIの技術的応用の一例として具体的に紹介しています。一方で、​「創薬」においては特許の重要性が高いために、他のサブカテゴリに比べて異議申立を受けるリスクが​高いと考えられます。

埋め込み分析

2.5

今年度の報告では、弊所のデータセット内の各特許の請求項1について、機械学習モデル​（PatentSBERTa）を用いてそれぞれの意味的な類似性を可視化する分布図を作成しました。このモデル​は、複数の文章間の意味的な類似性を解析するために利用される自然言語処理モデルです。

このPatentSBERTaについて詳述すると、請求項の文章の続きを予測するだけでなく、IPC（国際特許分​類）やCPCコードの予測も含め、さまざまな特許関連のタスクを行うために改良されたsBERTです。この​モデルを活用すれば、特許の請求項をより高次元空間埋め込み表現を取得する事が理論上可能になりま​す。

今回の報告で採用したIPCによるメドテック分類システムに沿って、請求項のクラスタリングを実施。そ​の結果を示した図2.5.1では、1つの点が1つの特許の請求項の意味的な分布を示しています。点が密集し​ている所は、意味的に類似した請求項の集まりを表し、点の色はメドテックのサブカテゴリごとに分か​れています。それぞれのクラスタを調べることで、PatentSBERTaが様々なメドテックのサブカテゴリか​らの請求項を正確に解析しているかどうかを確認することができました。

全体的に見て、PatentSBERTaによる各請求項の埋め込みのクオリティは比較的高いようです。「診断」​と「医用画像」は、それぞれ顕著なクラスタを形成しています。「バイオインフォマティクス」もクラ​スタを形成しているものの、周辺にも広く点在しています。先述の通り「バイオインフォマティクス」​は他のサブカテゴリと結びつくことが非常に多く、それが分布図にも表れていると考えられます。これ​らの分析から、機械学習モデルは特許の請求項の比較分析にも活用できると言えるでしょう。

3: 今後の展望

EPOにおけるAI関連の特許出願については、今後も欧州と米国がリードする構造に変わりはないでしょ​う。ただし東アジア、特に中国からの出願数も増加しています。現在、中国の五カ年計画でAIは重点項目​のため、この傾向は今後も続くと思われます。

また、AIへの規制が特許出願の傾向に与える影響にも注目する必要があります。現在、検討されている​「EU AI Act」法案はGDPRの規制と同様に、EUにおけるAI開発の大きな障壁となる可能性があります。​より規制の緩い国や地域に対し、EUではAI関連特許を巡る動きが停滞する可能性もあります。

特許の出願から公開まで18か月のタイムラグがあるため、最新の特許データには昨年の生成AIブームが​まだ織り込まれていません。その将来的な影響については、今後注視する必要があるでしょう。

近年、LLM（大規模言語モデル）が大きな成功を収めているものの、NLP（自然言語処理）関連の発明に​対してEPOが否定的な姿勢を見せてきたことを考慮すると、EUで特許査定が急増することは考えにくい​でしょう。ただし、NLP関連の発明に対する「技術的でない」というEPOの見解は、審判の対象となるか​もしれません。見解が覆れば、LLMを含むNLP関連の発明への保護範囲が大きく広がる可能性も期待でき​ます。

Mike Williams

弁理士

マイクはデジタル テクノロジー、特に AI 関連の特許分野の専門家です。 マイクは、過去 20 年間にわた​る人工知能の急速な発展が欧州特許庁の特許出願に与えた影響を調査する AI レポートのリード パートナ​ーです。

Mike はマンチェスター大学で修士号を取得しており、コンピューター サイエンスのバックグラウンドに​より、デジタル テクノロジーのあらゆる分野にわたるクライアントの発明を理解するための理想的な技​術基盤が得られます。 人工知能に加えて、マイクは、信号処理、画像分析、通信プロトコル、コンピュ​ーター グラフィックスなどを含むコンピューター サイエンスのさまざまな側面に関連する特許問題にお​いて豊富な経験を持っています。 マイクは、リソグラフィ システム、アナログおよびデジタル エレクト​ロニクスの専門家でもあります。

マイクは、技術的な専門知識とビジネス ビジョンを活用して、大規模な多国籍企業から大学、中小企業​に至るまで、幅広いクライアントにコンサルティング サービスを提供しています。 マイクは国際的な業​務を行っているため、世界中で特許の作成と出願に精通しているだけでなく、議論の多い問題についてク​ライアントにアドバイスを行っています。

Matthew Jefferies

弁理士

Matthew は、特にコンピュータと医療機器に重点を置いた、ハイテク分野の幅広いクライアントにコン​サルティング サービスを提供しています。 2011 年に Maxitech に入社して以来、電気通信、機械学習、​医療機器、不揮発性半導体メモリのイノベーションの保護に積極的に取り組んできました。

Matthew は、さまざまなプログラミング言語でのニューラル ネットワークに関する豊富な経験があり、​人工知能と機械学習の分野で複数のクライアントを代表しています。

Matthew は、幅広いテクノロジーをカバーする英国、ヨーロッパ、および国際特許を数多く作成し、申​請してきました。 また、欧州特許庁におけるクライアントの上訴および異議申し立ても支援します。 特​にワイヤレス ネットワークとビデオ コーデックにおける電気通信の経験により、訴訟手続きや欧州の異​議申し立て手続きにおける技術標準の適用性と特許の有効性についてアドバイスすることができます。

Lara Sibley

弁理士

Lara の業務の多くは、人工知能の分野における発明の保護に関係しており、自然言語処理、医療画像処​理、ホーム オートメーションなどの分野でのアプリケーションに関する豊富な経験を持っています。

彼女は AI イノベーションに関連する特許について世界中のクライアントにアドバイスを行っており、欧​州特許庁の AI へのアプローチについて日本で何度も講演を行っています。 人工知能の研究に加えて、ラ​ラはソフトウェアとエレクトロニクスの幅広い技術、特に暗号化、農業技術、ビデオコーディング (標準​の重要性評価を含む)、医療機器、無線ネットワーク、光学機器、半導体装置に取り組んできました。

ララは、欧州特許庁における口頭訴訟においてクライアントの代理人として成功しており、欧州特許庁に​おける異議申し立ておよび控訴手続きの経験もあります。 Lara は、個人の発明家から中小企業や大規模​な多国籍企業に至るまで、あらゆる規模のクライアントを代表しています。 彼女は、ヨーロッパ、米​国、中国、日本を含む複数の管轄区域での出願経験があります。

Simon Portman

顧問

サイモンはテクノロジー企業の商事契約弁護士を専門としています。 彼はエレクトロニクス、バイオサ​イエンス、防衛、ソフトウェア、ナノテクノロジー、クリエイティブ産業のクライアントにサービスを提​供し、小規模な新興企業から大規模な多国籍企業、個人、公的機関、慈善団体にアドバイスを行っていま​す。 彼は会社の拡張現実チームを率いており、この立場で Immerse UK や XR Nation などの拡張現実組​織のメンバーに専門的なアドバイスやトレーニングを提供しています。

彼は、ライセンス、研究開発協力、生産契約、調達文書など、さまざまな契約についてアドバイスを行っ​ています。 規制面では、臨床試験規制の順守、新たな食品用途、情報の自由とデータ保護の問題につい​てアドバイスを行ってきました。

Simon は、『Business Issues for Life Sciences Companies』および『Intellectual Property: The ​Lifeblood of the Company』という 2 つのビジネス教科書を共著しており、Financial Times、Patent ​World、Intellectual Property Management Publish の記事など、数多くの出版物で取り上げられていま​す。 彼は英国および国際的な製薬会議で定期的にセミナーやワークショップを行っています。 また、英​国知的財産局の運営グループのメンバーでもあり、中国での研究開発協力のための適切なポリシーと契約​の策定を担当しています。

Samuel Lowden

弁理士

サミュエルは、生物学と物理学の自然科学の学士号を取得して、2016 年にダラム大学を卒業しました。 ​その後、ロンドン大学クイーンメリー校で知的財産法と知的財産管理を学びました。

2019 年に Maxi に入社して間もなく、サミュエルはキングス カレッジ ロンドンで高分子 X 線結晶構造解​析と単粒子クライオ電子顕微鏡の分野で分子生物物理学の研究修士号も取得しました。

Jeremy Russ

研修中の弁理士

ジェレミーは、2021 年 10 月にマンチェスター事務所の弁理士見習いとして Maxx に入社しました。 彼​は 2020 年にリバプール大学を卒業し、コンピューター サイエンスの理学士号を取得しました。

当社に入社する前は、感情分析、信号分類、画像生成、音声合成、意味的類似性分析、強化学習アルゴリ​ズム取引、特許分析など、多くの応用人工知能プロジェクトに携わっていました。

AI専門家チーム

のメンバー

Tim Hargreaves

パートナー / 英国弁理士、欧州弁理士、

シンガポール弁理士

Rhian Granleese

上級エージェント / 英国弁理士、 欧州弁​理士