Cet article aborde l'importance de la suffisance de description dans les brevets, en mettant en lumière sa pertinence pour les inventions impliquant l'intelligence artificielle (IA). Il souligne la difficulté de décrire avec précision les données d'entraînement utilisées dans les modèles d'IA et présente les directives de l'Office Européen des Brevets (OEB) comme un guide pratique pour orienter la rédaction des demandes de brevet dans ce domaine.
Le critère de suffisance de description est un des critères importants de validité d'un brevet. Les inventions mises en Suvre par ordinateur, et en particulier celles dans le domaine de l'Intelligence Artificielle (IA), n'échappent pas à cette exigence.
Suffisance de description dans les brevets et IA : Description des données d'entraînement
Une difficulté majeure, déjà évoquée dans un précédent article « L'intelligence artificielle et la suffisance de description » concerne la description des données d'entraînement utilisées pour un modèle d'IA. Il convient notamment de déterminer jusqu'à quel niveau de précision les données d'entraînement doivent être décrites.
Suffisance de description dans les brevets et IA : Directives de l'OEB
Les directives d'examen des demandes de brevet à l'Office Européen des Brevets (OEB) fournissent quelques indications pratiques, résumées ici, qui permettent d'orienter la rédaction de la demande de brevet.
Un critère d'analyse important est de déterminer dans quelle mesure les données d'entraînement produisent des effets techniques et contribuent à la résolution d'un problème technique.
Par exemple, dans le cas d'un algorithme de classification, la méthode de génération des données d'entraînement et la méthode d'entraînement de l'algorithme de classification peuvent être déterminantes pour que cet algorithme soit performant, qu'il apporte des avantages spécifiques par rapport à l'état de la technique, et réponde ainsi aux critères de brevetabilité de l'OEB.
Les effets techniques, produits par la génération des données d'entraînement et/ou la méthode d'entraînement de l'algorithme de classification, doivent ainsi être identifiés et établis.
Selon les directives de l'OEB, ces effets techniques peuvent être établis par différents moyens tels que : explications, preuves mathématiques, données expérimentales ou autres éléments factuels. De simples allégations d'avantages, sans aucune justification, ne suffisent en général pas. Un lien de causalité doit être établi entre, d'une part, les propriétés des données d'entraînement et/ou la méthode d'entraînement, et, d'autre part, un ou des effets techniques apportés par l'invention.
Par exemple, si l'un des effets techniques dépend de propriétés particulières des données d'entraînement, ces propriétés particulières doivent être décrites et il faut indiquer en quoi ces propriétés particulières permettent d'obtenir cet effet. Cependant, il n'est en général pas requis de décrire intégralement l'ensemble des données d'entraînement.
Ces règles générales donnent des repères pratiques bien utiles pour la rédaction, mais il reste nécessaire d'analyser finement chaque invention, pour identifier, au cas par cas, les caractéristiques conférant un caractère brevetable à l'invention et ainsi apprécier les limites de ce qui doit être décrit ou pas.
The content of this article is intended to provide a general guide to the subject matter. Specialist advice should be sought about your specific circumstances.
