Fed.Circ.における特許の要点連邦巡回控訴裁判所による機械学習に関する第1回裁定
本稿は2025年5月13日にLaw360に 掲載されたもので、許可を得てここに再掲載する。
米連邦巡回控訴裁判所による機械学習分野の特許適格性に関する最新の再判決は、人工知能およびテクノロジー企業が、自社技術に有効でアサート可能な特許資産を取得する方法を検討する際に、一旦立ち止まるべきものである。
特に、4月18日のRecentive Analytics Inc.対Fox Corp. の判決では、既存の機械学習技術を新しいデータ環境に適用したに過ぎないと解釈される特許の無効性が肯定された。
裁判所は、このようなクレームは、抽象的アイデアそのものを超える技術的改良が実証されない限り、米国法典第35編101条の要件を満たさないとした。
機械学習が産業界で広く利用されていることを考えると、この決定は特許出願人にとって重大な意味を持つ可能性がある。しかし、AIや機械学習の分野の企業は、特許出願で自社の技術を説明する際に、同様の結果に陥らないよう、いくつかの実践的なステップを踏むことができる。
適格性に関する連邦巡回控訴裁判所のアプローチ
米連邦巡回控訴裁判所によるRecentive 判決は、機械学習ベースの発明に対する特許保護を追求する際に、米連邦最高裁が2014年に下したAlice Corp.
最初のステップに対処し、発明が抽象的なアイデアに関するものであるとの認定を避けるために、企業は、機械学習を公知のタスクに広く適用するのではなく、具体的な技術的改良を中心に戦略的にクレームを構成するとよいだろう。
Recentive 社の裁判所は、クレームが単にスケジューリングや放送といった従来の産業機能に一般的な機械学習手法を適用したに過ぎず、抽象的アイデアと見なしたため、クレームは不適格であると判断した。
同じような結果になるリスクを減らすために、企業は、単にドメイン固有のユースケースに機械学習を適用するのではなく、自社の発明がコンピュータシステムの運用をどのように改善するのか、あるいは機械学習技術そのものをどのように強化するのかを強調することに重点を置くことができる。
第二段階として、企業は、クレームされた発明が、標準的な機械学習機能には内在しない発明概念をどのように導入しているかを強調することを検討することができる。
Recentive社では、反復学習や動的更新といった要素は機械学習システムの日常的な側面であり、意味のある技術革新を示すものではないと判断した。
発明を差別化するために、企業は、一般的な機械学習の予想される動作を超える、新規な構成、システム・アーキテクチャ、または処理技術に関する詳細な説明を含めることができる。
例えば、計算負荷の軽減、モデル収束の高速化、複雑なデータセットに対する精度の向上、リアルタイムの入力に対する適応性の向上など、測定可能な技術的性能の向上にこれらの機能がどのように寄与しているかを説明することで、特許適格性の論拠を強化することができる。
特許実務家のための実践的留意点
Reciveの 判決は、機械学習関連特許を起草・起訴する特許実務家にとって重要な指針となる。この点で、機械学習に関連する特許は、発明が基礎となる機械学習技術やその実装をどのように進歩させるかを明確に特定し、詳述することで利益を得ることができる。
例えば、「反復モデルトレーニング」を大々的に主張する代わりに、明細書では従来のトレーニングプロセスに対する独自の修正や改良を明示的に開示することができる。これには、新規の前処理ステップ、従来にない最適化技術、または予測精度を明らかに向上させるカスタマイズされたニューラルネットワークアーキテクチャを記載することが含まれる。
本判決はまた、不十分な開示は重大な弱点となり得ること、クレームされた改良の背後にある「方法」を記述することが不可欠であることを示した。例えば、技術革新がリアルタイムのデータに基づいてモデルを動的に適応させることに関するものである場合、明細書には、このような適応が従来の方法論よりも大幅に優れていることを説明するアルゴリズムや計算に関する記述を含めることができる。
既知の、あるいは確立された機械学習手法を新しいデータ環境に適用するだけでは、特許適格性を立証するには不十分かもしれない。その代わりに、機械学習の一般的な応用を超えて、その技術革新がどのように貢献するかを特定するために、クレームの枠組みを設定することができる。
例えば、医療データを扱う場合、請求項や仕様書には、疎なデータや不規則なデータ入力の管理、コンバージェンスの高速化による処理効率の向上、患者のプライバシーやコンプライアンス上の懸念に対応するセーフガードの組み込みなど、その状況特有の技術的課題にソリューションがどのように対処するかが記述されるかもしれない。
さらに、プロセスの個々のステップは従来のものであっても、ステップの組み合わせが独自の技術的利益をもたらす場合には、クレームは適格となる可能性がある。例えば、データ収集、前処理、学習、推論の特定のシーケンスがどのように連携して効率向上や精度向上をもたらすかを説明することは、クレームされた発明が機械学習の一般的な応用以上のものであることを補強するのに役立つかもしれない。
特許出願人のための実務上の留意点
Reciveの 判決は、機械学習に基づく技術を開発したり、それに依存している特許出願人にとっても重要な意味を持つ。本判決を踏まえ、出願人は、機械学習関連のクレームが、技術水準または他の技術と比較して、どれだけ明確に具体的な技術的改良を明示しているかを評価するために、特許ポートフォリオを再評価することが有益であろう。
内部監査はこのプロセスにおいて重要な役割を果たすことができ、詳細な開示が不足している特許を特定し、明細書を充実させた継続出願が有益かどうかの検討を促すことができる。また、このようなレビューによって、クレームの範囲を明確にしたり、より具体的な例を紹介したり、抽象的アイデアをめぐる新たな法的基準に対応したりする機会が発見されるかもしれない。
これと並行して、技術チームと法務チームが協力することで、より強力で弾力性のある出願の開発を支援することができる。発明者、技術者、特許専門家の早期かつ継続的な関与を促すことで、他の方法では見逃されかねない技術革新の特許可能な側面を浮き彫りにすることができるかもしれない。
特許の適格性が不確かであると思われる場合、出願人は、特に検出やリバースエンジニアリングが困難な独自のアルゴリズム、トレーニングデータセット、モデルアーキテクチャについて、企業秘密保護が現実的な代替策となるかどうかを検討することができる。このような戦略は、長い特許スケジュールが製品サイクルと一致しないような、動きの速い市場において有効かもしれない。
この点で、効果的な営業秘密管理には、堅固な秘密保持契約の採用、役割に基づくアクセス管理、社内啓蒙活動、データ保護措置などが含まれる。
さらに、法的な進展を監視し、係属中または将来の申請との関連性を評価し、申請戦略の潜在的な調整について議論するための内部レビュープロセスを確立することは、適格性基準が進化し続ける中で、貴重な洞察を提供することができる。
産業への影響
技術 革新の保護と、産業分野全体を不当に先取りするような過度に広範なクレームの回避のバランスをとることである。
この判決は、機械学習発明の適格性をより制限的に示唆するものであり、AIや機械学習に関する特許出願の今後の起草方法に影響を与える可能性がある。現実的な帰結として、発明者と特許権者は、開示とクレームの特定性に関する基準の高まりに遭遇する可能性がある。
そのため、既知の問題に対する機械学習技術の適用だけに頼るのではなく、各申請がどのように真の技術的貢献や進歩を伝えているかに、より注意を払いながらポートフォリオ作成に取り組むことが有効であろう。
裁判所がRecentiveで判示しなかったこと
今回の判決は、機械学習発明の特許適格性の範囲を狭める一方で、いくつかの可能性も残している。例えば、すべての機械学習関連のクレームが不適格となるわけではないようであり、機械学習技術の運用方法に関する技術的改善を明確に目的としたクレームは、依然として特許を受けることができる。
さらに、この決定は、技術的な進歩を特定することなく、単に機械学習を別の分野に適用するだけでは十分でない可能性があることを示している。
しかし、高レベルの機械学習プロセスを記載したクレームであっても、意味のあるイノベーションに貢献する発明的技術要素と組み合わされていれば、適格とみなされる可能性がある。例えば、自律的な車両制御のためのシステムに関するクレームは、一般的に、センサーデータに基づいて最適なステアリング角度を予測するためにニューラルネットワークを訓練することを記載することができる。
トレーニング自体は一般的な機械学習技術と考えられるかもしれないが、既存の自律システムと比べて安全性と応答性が明らかに改善され、車両周辺のより正確な表現を提供する新規のセンサーフュージョンアーキテクチャの統合など、発明的な技術要素がさらに明記されていれば、クレームは適格とみなされる可能性がある。
この場合、本発明のセンサーフュージョンアーキテクチャは、一般的な機械学習トレーニングと組み合わせることで、資格認定に必要な追加的な技術的貢献を提供することができる。
このような観察結果は、今後、機械学習関連の主張をどのように組み立て、サポートするのが最適かを評価する際に、申請者に有益な文脈を提供する可能性がある。
結論
Reciveの 判決は、機械学習発明の複雑さを克服する特許実務家への注意喚起となる。本判決は、熟慮された起草、技術的貢献の明確な表現、詳細な開示が、現在の特許適格性の状況下で、どのように精査に対処するのに役立つかを強調している。
この点で、実務家や特許出願人は、こうした進化する基準に対応して戦略を適応させることで利益を得られるかもしれない。
[1]Recentive Analytics, Inc. v. Fox Corp. et al., Appeal No.
[2]Alice Corp.Pty.Ltd. v. CLS Bank Int'l, 573 U.S. 208 (2014).
