Sztuczna inteligencja – od korzeni do wykorzystania komercyjnego
Sztuczna inteligencja jest obecnie najszybciej rozwijającą się dziedziną, budzącą równie wiele zainteresowania, co i obaw. Choć o AI jest głośno jest już od jakiegoś czasu, to pierwszy model perceptronu, tj. najprostszego modelu sieci neuronowej powstał już w 1957 roku!
Niespełna 30 lat później – w 1987 r. dzięki pracy D.E. Rumelharta, G.E, Hintona oraz R.J. Williamsa opracowany został model wielowarstwowego perceptronu. To właśnie Ci trzej panowie opisali nową (na tamte czasy) procedurę uczenia sieci neuronowych z wykorzystaniem algorytmu propagacji wstecznej do trenowania wielowarstwowych sieci neuronowych. W ich koncepcji pojawiła się dodatkowa „ukryta warstwa” zawierająca „wagi połączeń elementów przetwarzających”, a sam opisany algorytm uczenia wyznacza kierunek, w którym w danej iteracji należy zmodyfikować wspomniane „wagi” w celu zmniejszenia błędu popełnianego przez sieć. Waga to nic innego jak współczynnik (ułamek, tj. wielkość liczbowa/stosunek charakteryzujący relację między danymi wielkościami/danymi wprowadzanymi do sieci), a sieć neuronowa to de facto funkcja, w uproszczeniu operacja dodawania i mnożenia macierzy.
Wspomniana publikacja ma ponad 14 500 cytowań, pobrana została ponad 100 tys. razy i opublikowana w jednym z najbardziej prestiżowych periodyków naukowych – Nature. Nic więc dziwnego, że E. Hinton w 2018 roku został jednym z laureatów nagrody Turinga, której prestiż porównywalny jest do nagrody Nobla, a jej laureatami autorzy osiągnięć w dziedzinie informatyki. Nagroda ta przyznawana jest rokrocznie począwszy od 1966 r. przez społeczność ACM i finansowa (wartość nagrody to 1 mln US$) przez Google. Oprócz Hintona, uhonorowani zostali również Y. Bengio i Y. LeCun i to właśnie ich uważa się za ojców głębokich sieci neuronowych.
Początek rozwoju sieci neuronowych to jednak jeszcze wcześniejszy okres rozwoju nauki. W. S. McCulloch oraz W. Pitts w publikacji pt. „A logical calculus of the ideas immanent in nervous activity” wprowadzili model matematyczny dostosowywanych wag (podstaw perceptronu), jednak bez opcji jego „uczenia”, czyli samoistnej modyfikacji tychże „wag”. Oryginalną publikację możesz przeczytać tutaj. Warto zwrócić uwagę na datę publikacji – 1943 r.
Ochrona patentowa – czy obejmuje AI?
Programy komputerowe (pod pewnymi warunkami) mogą zostać opatentowane. Do niedawna programy komputerowe były wyłączone z możliwości ochrony patentowej per se i jako takie, dalej są. Jednak efekt techniczny uzyskiwany dzięki nim, już nie. Istnieje możliwość uzyskania patentu na wynalazki wspomagane komputerowo i np. „oprogramowanie które wywołuje efekt techniczny”. Na jak długo? Z reguły aż na 20 lat!
Od 2016/2017 roku liczba zgłoszeń patentowych z wykorzystaniem AI w skali globu uległa ogromnemu wzrostowi (zarówno dzięki rozwojowi technologii jak i zmian w prawie). Według oficjalnych raportów już w 2021 roku globalna liczba zgłoszeń patentowych przekroczyła 140 tyś., a to (możliwości patentowania i liczba zgłoszeń) rodzi zarówno dużo nowych i nieograniczonych możliwości, co już wspomnianych obaw i ryzyka.
Zhang, N. Maslej, E. Brynjolfsson, J. Etchemendy, T. Lyons, J. Manyika, H. Ngo, J. C. Niebles, M. Sellitto, E. Sakhaee, Y. Shoham, J. Clark, R. Perrault, “The AI Index 2022 Annual Report,” AI Index Steering Committee, Stanford Institute for Human-Centered AI, Stanford University, March 2022.
Jak zyskać ochronę patentową – w co warto inwestować
Obecnie najszybciej rozwijającą się gałęź sztucznej inteligencji stanowią modele generatywne, tj. tworzące nowe treści na zasadzie prawdopodobieństwa. Potencjalne możliwości tego typu modeli i ich wykorzystania są ogromne. Rozwój technologii stał się możliwy dzięki modelowi transformera i wprowadzenia mechanizmu atencji do enkodera (patrz „Attention Is All You Need”, 5 grudnia 2017r.). Opublikowanie zasady działania algorytmu dało asumpt do rozwoju wielu modeli zajmujących się przetwarzaniem języka naturalnego tzw. NLP (ang. Natural Language Processing), a obecnie najbardziej rozpowszechnionym jest chatbot od OpenAI – ChatGPT, choć jak widać na poniższym wykresie nie jedynym.
Maslej, L. Fattorini, E. Brynjolfsson, J. Etchemendy, K. Ligett, T. Lyons, J. Manyika, H. Ngo, J. C. Niebles, V. Parli, Y. Shoham, R. Wald, J. Clark, R. Perrault, “The AI Index 2023 Annual Report,” AI Index Steering Committee, Institute for Human-Centered AI, Stanford University, Stanford, CA, April 2023.
Według najnowszych wytycznych Prezesa UPRP w sprawie patentowania programów komputerowych by program komputerowy został uznany za wynalazek i uzyskał ochronę patentową musi wykazywać efekty techniczne, ale nie może uzyskać charakteru technicznego tylko dlatego, że jest automatycznie wykonywany przez komputer. Konieczne są „dalsze techniczne aspekty”, tj. takie, które są powiązane z technicznymi względami wewnętrznego funkcjonowania komputera, przy czym nie może to być sam algorytm wykonania określonego zadania. Dlatego nieocenioną pomoc w ustaleniu zakresu możliwej ochrony stanowi rzecznik patentowy zaznajomiony z wymogami stawianymi właśnie wynalazkom wspomaganym komputerowo.
