1. Un domaine de l’IP en ébullition
Depuis le 1 janvier 2023, plus de 7600 demandes de brevet européen dont la revendication 1 incluait l’expression « neural network » ont été publiées, soit en moyenne plus de 11 demandes par jour. Dans le même temps, l’Office Européen des brevets (OEB) délivrait 1894 brevets dont une revendication indépendante contenait la même expression, soit pratiquement 3 brevets par jour sur la même période.
L’augmentation exponentielle de ces demandes de brevet incluant de manière prépondérante des composantes de deep learning contraste significativement avec la réputation de difficulté d’obtenir une protection par brevet auprès de l’office européen des brevets.
Bien qu’il soit désormais largement admis que le simple recours à un modèle d’IA pour résoudre des problèmes d’optimisation connus sans autre forme d’innovation soit insuffisant pour obtenir un brevet en Europe, de nombreux autres obstacles peuvent se dresser sur la route des demandes de brevet couvrant des inventions innovantes dans le domaine de l’IA.
2. La suffisance de description en Europe
Parmi ces obstacles, citons les conditions de l’article 83 CBE traitant de la suffisance de description de l’invention faisant l’objet de la demande de brevet.
Lors de l’examen d’une demande de brevet, l’OEB déterminera notamment si le contenu de la demande permet à une personne ayant des connaissances standards dans le domaine de réaliser l’invention, en d’autres termes, l’office vérifie que l’invention est suffisamment décrite. Il est en effet tentant pour le déposant de ne divulguer que peu de détails d’implémentation afin de préserver au maximum ses secrets de fabrication. Dans le domaine des algorithmes d’apprentissage automatique, ces secrets de fabrication peuvent notamment résider dans la nature (qualité et/ou quantité) des données d’entrainement, dans l’architecture particulière du réseau utilisé, dans le choix d’une loss function ou encore dans les paramètres de fine-tuning d’un réseau. Comment concilier dès lors les exigences de suffisance de description de l’article 83 CBE avec la volonté de maintenir une part de secret dans son produit ?
3. Une décision éclairante
Une récente décision des chambres de recours de l’OEB apporte un éclairage utile sur la question. En effet, la décision T 1669/21 (en allemand) du 23 juillet 2024 évoque de manière explicite quelques pistes pour éviter les objections d’insuffisance de description.
Dans cette affaire, un brevet intitulé « Procédé destiné à déterminer l’état d’un revêtement réfractaire d’une cuve de fusion métallurgique » illustré sur la figure 1 ci-dessous fut d’abord dé
livré par l’OEB, puis révoqué en opposition au motif qu’il ne divulguait pas l’invention de manière suffisamment claire et complète pour que la personne du métier puisse la mettre en œuvre au sens de l’Art.83 CBE. La décision de révocation fut ensuite contestée en appel et finalement confirmée par les chambres de recours.
Le procédé en question reposait sur la création et l’utilisation d’un « modèle de calcul », sans autre précision, à partir de données mesurées ou à partir de différents paramètres de maintenance et de production, afin de déterminer l’état d’usure du revêtement d’une cuve de fusion métallurgique (voir figure 2 ci-après).
4. Ce qu’il faut retenir
Les conclusions des chambres de recours dans cette affaire peuvent être résumées en cinq points. Dans le cadre d’une invention faisant intervenir un algorithme d’apprentissage automatique (en particulier de deep learning), il est notamment avantageux en vue de la suffisance de description de :
a. Préciser le type de modèle, e.g.
-
-
- la topologie et la classe du réseau (e.g. arrangement des neurones et leurs connexions)
- la modélisation mathématique des neurones (le lien entre leur input et leur output, la propagation et les fonctions d’activation)
- la méthode d’apprentissage (supervisé, non-supervisé, par renforcement, etc.)
-
Il ne doit pas être laissé au soin de la personne du métier de choisir une architecture particulière adaptée au problème en question.
b. Identifier et définir les données d’entrée (input) et de sortie (output).
La personne du métier ne doit pas devoir deviner quels paramètres sont importants pour le choix de l’input ni quelle forme devrait avoir l’output.
c. Clarifier autant que possible les paramètres utilisés dans la description en sorte que la personne du métier aient un «mode d’emploi » ou un guide de ces paramètres (« starting point for the skilled person » dans T1669/21).
d. Divulguer dans la description au moins quelques détails sur la nature des données d’entrainement, typiquement la qualité et la quantité. A nouveau, la personne du métier doit disposer d’un «point de départ » dans la description.
e. Divulguer au moins un « working example » ou un mode de réalisation particulier pour prouver la plausibilité de l’effet technique allégué. Des figures attestant de l’efficacité de la méthode revendiquée peuvent par exemple compléter un exemple particulier dans la description
Bien évidemment, ces conditions ne sont pas toutes nécessaires ni absolues, chaque demande étant jugée individuellement, cependant elles permettent de se faire une idée des exigences de l’OEB en matière de suffisance de description des inventions faisant intervenir de l’IA.
Elles démontrent aussi le caractère spécifique de l’examen de la brevetabilité dans ce domaine technologique, soulignant l’importance du travail de rédaction du mandataire chargé de rédiger la demande de brevet.
Article rédigé par Adrien Marcone.
