选自blogspot
作者:Rose Hughes
机器之心编译
参与:王淑婷、路
谷歌旗下的人工智能研究公司 DeepMind 近年来提交了一系列国际专利申请,这些申请现已首次公布。这些申请涉及现代机器学习的一些基本方面,因此对任何从事商业化人工智能领域的人都具有潜在的意义。此消息一经公开,就在 reddit 网站上引发热议。有网友表示:你不能对数学公式申请专利!
关于 DeepMind
DeepMind 是一家总部位于伦敦的顶尖人工智能研究公司,成立于 2010 年并于 2014 年被 Google 以 4 亿英镑收购。2017 年,DeepMind 研发了一款人工智能 AlphaGo,能够在围棋比赛中击败世界冠军。
DeepMind 创始人 Demis Hassabis 博士曾在一篇文章中介绍了其人工智能方法(地址:https://www.theverge.com/2016/3/10/11192774/demis-hassabis-interview-alphago-google-deepmind-ai)。Demis Hassabis 博士很受欢迎,被《卫报》形容为「人工智能超级英雄」和「天才」,被《金融时报》形容为「现代学者」,还被《伦敦晚旗报》(《Evening Standard》)形容为「伦敦巨擘」。他甚至上了 BBC 广播节目《荒岛唱片》。
DeepMind 专利申请
DeepMind 目前公布的专利申请包括:
- WO 2018/048934:「利用神经网络生成音频」,优先权日期:2016 年 9 月 6 日。https://worldwide.espacenet.com/publicationDetails/biblioCC=WO&NR=2018048934A1&KC=A1&FT=D&ND=3&date=20180315&DB=&locale=en_EP
- WO 2018/048945:「利用卷积神经网络处理序列」,优先权日期:2016 年 9 月 6 日。https://worldwide.espacenet.com/publicationDetails/biblioCC=WO&NR=2018048934A1&KC=A1&FT=D&ND=3&date=20180315&DB=&locale=en_EP
- WO 2018/064591:「利用神经网络生成视频帧」,优先权日期:2016 年 9 月 6 日。https://worldwide.espacenet.com/publicationDetails/biblioII=11&ND=3&adjacent=true&locale=en_EP&FT=D&date=20180405&CC=WO&NR=2018064591A1&KC=A1
- WO 2018/071392:「帮助机器人智能体选择执行动作的神经网络」,优先权日期:2016 年 10 月 10 日。https://worldwide.espacenet.com/publicationDetails/biblioII=0&ND=3&adjacent=true&locale=en_EP&FT=D&date=20180419&CC=WO&NR=2018071392A1&KC=A1
- WO 2018/081089:「利用神经网络处理文本序列」,优先权日期:2016 年 10 月 26 日。https://worldwide.espacenet.com/publicationDetails/biblioII=9&ND=3&adjacent=true&locale=en_EP&FT=D&date=20180503&CC=WO&NR=2018081089A1&KC=A1
- WO 2018/083532:「利用神经网络训练动作选择」,优先权日期:2016 年 11 月 3 日。https://worldwide.espacenet.com/publicationDetails/biblioII=8&ND=3&adjacent=true&locale=en_EP&FT=D&date=20180511&CC=WO&NR=2018083532A1&KC=A1
- WO 2018/083667:「强化学习系统」,优先权日期:2016 年 11 月 4 日。https://worldwide.espacenet.com/publicationDetails/biblioII=7&ND=3&adjacent=true&locale=en_EP&FT=D&date=20180511&CC=WO&NR=2018083667A1&KC=A1
- WO 2018/083668:「利用神经网络理解和生成场景」,优先权日期:2016 年 11 月 4 日。https://worldwide.espacenet.com/publicationDetails/biblioII=6&ND=3&adjacent=true&locale=en_EP&FT=D&date=20180511&CC=WO&NR=2018083668A1&KC=A1
- WO 2018/083669:「循环神经网络」,优先权日期:2016 年 11 月 4 日。https://worldwide.espacenet.com/publicationDetails/biblioII=5&ND=3&adjacent=true&locale=en_EP&FT=D&date=20180511&CC=WO&NR=2018083669A1&KC=A1
- WO 2018/083670:「序列转导神经网络」,优先权日期:2016 年 11 月 4 日。https://worldwide.espacenet.com/publicationDetails/biblioII=4&ND=3&adjacent=true&locale=en_EP&FT=D&date=20180511&CC=WO&NR=2018083670A1&KC=A1
- WO 2018/083671:「辅助任务强化学习」,优先权日期:2016 年 11 月 4 日。https://worldwide.espacenet.com/publicationDetails/biblioII=3&ND=3&adjacent=true&locale=en_EP&FT=D&date=20180511&CC=WO&NR=2018083671A1&KC=A1
- WO 2018/083672:「强化学习环境导航」,优先权日期:2016 年 11 月 4 日。https://register.epo.org/applicationnumber=EP17812054&lng=en&tab=main
从申请日期来看,在 2016 年 9 月至 12 月期间几乎每周 1 份申请。专利申请自优先权日期起 18 个月后公布,因此 2016 年 12 月以后提出的申请都尚未公布。
快速阅读这些申请可以发现,其权利要求书通常实现了标题中所承诺的广泛性,并且在不涉及基本算法的情况下,要求 ML 平台用于解决一般问题,而不限于特定的应用领域。例如,「WO 2018/048945」的条款 1 涉及卷积网络(现代意义上的神经网络大多是卷积网络)处理任意序列,即音频、文本等任何时序数据。「WO 2018/081089」的条款将此应用于以翻译为目的的文本序列。虽然还有其他人工智能方法可以获得类似的结果,但该应用涵盖了一类基本方法。
当然,DeepMind 并不是第一家在人工智能领域申请专利的公司。众所周知,人工智能在专利申请中是一个庞大且迅速扩展的领域。然而,DeepMind 的申请非常重要,因为他们是领先的人工智能研究公司,而且权利要求书的范围很广。这些申请并没有显示出明确的商业产品或目的,而是旨在覆盖广泛的人工智能技术。
申请与专利
与反专利博客的普遍看法相反,专利申请并不等同于授予的、可强制执行的专利。DeepMind 的申请仍处于非常早期的审查阶段,将在 DeepMind 寻求授权的每个司法管辖区对其专利性进行审查。意料之中的是,在较新的领域,国际检索报告(ISR)(针对一些申请发布)没有引用大量已有技术。事实上,许多用于新颖性和创造性步骤的被引用文档似乎是 DeepMind 自己在 arXiv 上发表的论文。但是,DeepMind 将不得不通过论证或条款限制来克服审查员基于这些文件提出的异议。此外,在许多司法管辖区(尤其是欧洲和美国),机器学习系统的专利申请虽然可能,但并非是一件简单的事情。
「不作恶」
DeepMind 研究人员在学术期刊上广泛发表论文,公司的既定目标是支持和加速更广泛的人工智能研究。DeepMind 创始人 Hasabiss 博士认为,人工智能有潜力「成为科学家部署的一种元解决方案,改善我们的日常生活,让我们都能更快更有效地工作。如果我们能够广泛而公正地运用这些工具,营造一个让每个人都能参与并从中受益的环境,我们就有机会促进整个人类社会的发展。」因此在公关层面,DeepMind 高度强调其合作态度和开放性。这种做法是可以理解的,因为人工智能学术界对开源之外的事物都怀有敌意,而且 DeepMind 需要不断吸引这一领域最好的研究人员。
令人感兴趣的是,DeepMind 的专利申请消息将如何在人工智能社区和大众中流传;比 DeepMind 更注重商业化的公司在这方面没有获得公众的理解。谷歌当然是众所周知的高产专利申请人,包括在人工智能领域。相比之下,DeepMind 呈现出来的存在意义是为研究人员和整个人类发展人工智能。当然,获得适当的知识产权保护有助于实现这一目标。但是,DeepMind 最新披露的专利申请与「人工智能最终属于整个世界」的使命声明有何契合之处?这也许是下次采访 Hassabis 博士的话题。
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。