AI (機械学習) 技術の一般化・汎用化が急速に進んでおり、AI関連発明の出願も年々増加しています。その一方で、学習済みモデルは特許になるのか、機械学習のアルゴリズムは汎用のものを使っているが特許になるのか、特許出願の際にニューラルネットワークやデータを詳細に開示する必要があるのか、といった疑問を抱かれている方も多くいらっしゃいます。
　本講座では、AI関連発明の特許事例や審査基準を紹介するとともに、AI技術を利用した製品やサービスを開発中あるいは開発予定の方 (主としてAIユーザー) の視点に立ち、「どのようなものが特許になっていて、新しいAIビジネスを権利化したいときに、どの辺りに着眼したらよいか」について解説します。

1. はじめに
   1. 本講座における人工知能のイメージ
   2. 機械学習、ニューラルネットワークの概要
2. データ、学習済みモデル、AIビジネスの保護の可能性
   1. 生データ、学習用データ、学習済みモデルは、特許で保護されるのか
   2. 学習済みモデルは発明と言えるのか (審査基準の事例紹介)
   3. 学習済みモデルの「派生モデル」と「蒸留」に関する考察
   4. 学習済みモデルに特徴が無いと特許されない?
3. AI関連発明の出願動向 (特許庁 「AI関連発明の出願状況調査」より)
4. AI関連発明の分類と特許事例の紹介
   1. AI関連発明の分類
   2. AIコア発明の特許事例
   3. AI適用発明の特許事例
5. AI関連発明の進歩性判断 (審査基準の紹介)
   1. 進歩性判断の基本的な考え方
   2. 進歩性が否定される例
   3. 進歩性が肯定される例
6. 特許出願を行う際の着眼点と留意点
   1. AI関連発明の着眼点 (特許取得の可能性を探る)
      1. アルゴリズムやニューラルネットワークの構造に特徴がある場合
      2. 汎用のAIを使用する場合
   2. 特許出願を行う際の留意点
      1. AI関連発明の記載要件 (審査基準の紹介)
      2. 学習に関する留意点
      3. その他の留意点
• 質疑応答