“Có lẽ sự khác biệt quan trọng nhất giữa DABUS và các chương trình sáng tạo thông thường là DABUS không có mục tiêu rõ ràng. Nó học từ môi trường của mình và suy ngẫm, đến các khái niệm phức tạp từ những ký ức tích lũy của nó." - Tiến sĩ Thaler
Vấn đề quyền sở hữu trí tuệ cho AI ở Hoa Kỳ vẫn còn nguyên vẹn sau khi Tòa Tối cao đã từ chối chấp nhận thẩm quyền của Thaler v. Vidal, nghĩa là phát hiện của Văn phòng Sở hữu trí tuệ và Thương hiệu Hoa Kỳ (USPTO) rằng AI không thể được coi là một nhà phát minh được liệt kê trong một đơn đăng ký bằng sáng chế vẫn là điều luật hoạt động pháp lý. Bây giờ khi cơ quan này đang yêu cầu ý kiến công chúng về vấn đề quyền sở hữu trí tuệ cho AI, tôi đã liên hệ với Tiến sĩ Thaler để có được ý kiến của ông về cuộc tranh luận quyền sở hữu trí tuệ AI hiện tại trong phạm vi Sở hữu trí tuệ. Khi tôi hỏi Tiến sĩ Thaler cảm thấy thế nào về các cuộc thảo luận về AI nói chung, đây là những gì ông nói với tôi:
Thaler: Theo ý kiến của tôi, toàn bộ lĩnh vực AI đều bị chi phối bởi tiếp thị bốn phương. Để được biết đến trong lĩnh vực này, phải trở thành giám đốc hoặc giáo sư đúng và trả số tiền lớn cho các bộ phận/công ty PR để phát triển. Hơn nữa, dạo gần đây có rất nhiều tin tức sai lệch về những gì được gọi là 'generative AI.' Thật ra, AI lúc nào cũng đã là về generative AI - hệ thống lấy đầu vào và tạo ra đầu ra.
Ngược lại, vào những năm 1980 và 90, tôi đã bắt đầu đặt câu hỏi về khôn ngoan đó, thực hiện các thí nghiệm trong đó tôi không cung cấp bất kỳ đầu vào nào cho hệ thống, một mạng thần kinh nhân tạo, và nó đã tạo ra đầu ra có ý nghĩa. Trên thực tế, tôi có thể ném bất cứ điều vô nghĩa nào vào lưới và quan sát được kết quả có ý nghĩa từ nó, do đó vi phạm nguyên tắc GIGO lâu đời (rác vào, rác ra).
Một công nghệ đã được quá kỳ vọng là ChatGPT. Dưới hầm, hệ thống sử dụng công nghệ 50 năm tuổi, nhưng được hưởng lợi từ việc có một đội kỹ sư và dữ liệu phong phú mà nó có thể huấn luyện. Theo ý kiến hào hiệp của tôi, nó hoạt động tốt khi được truy vấn về kiến thức thông thường, nhưng thất bại thảm hại khi đặt câu hỏi về các chủ đề STEM. Còn tệ hơn, nó đã được huấn luyện theo lựa chọn bởi những kỹ sư có định kiến chính trị được xác định dễ dàng.
Trong cuộc trò chuyện của chúng tôi bên dưới, chúng tôi khám phá tính độc đáo của máy AI của Thaler, DABUS ("Thiết bị tự động khởi động Tâm trạng Thống nhất") và vì sao Tiến sĩ Thaler cảm thấy rằng DABUS là nhà phát minh độc nhất của những sáng kiến được đăng ký của ông, thay vì bất kỳ con người nào đã xây dựng hoặc đào tạo DABUS. Cuối cùng, chúng tôi nói về ý nghĩa của "khái niệm" trong kỷ nguyên máy tính hiện đại. Liệu luật sở hữu trí tuệ của chúng ta có đủ cứng nhắc?
Các Luật hiện hành về Khái niệm Có thể Áp dụng được hay không?
Bây giờ khi Thaler v. Vidal bị từ chối chấp nhận thẩm quyền, luật hiện hành của chúng ta không dường như có chỗ cho các sáng chế được tạo ra bởi máy móc. Đến thời điểm này, vẫn có sự đồng thuận rộng rãi rằng bảo vệ sáng chế nên được cung cấp cho các phát minh được tạo ra bởi AI để bắt kịp thế hệ phát minh tiếp theo. Nhưng người làm chính sách bảo vệ sáng chế hiện tại cần quyết định liệu hệ thống nhà phát minh hiện tại có đủ hiệu quả, hay liệu có cần một hệ thống sui generis.
Trong trường hợp của Tiến sĩ Thaler, USPTO và các tòa án đã phải đối mặt với câu hỏi về quyền phát minh của AI dựa trên một máy tính, một cách duy nhất, không hoạt động từ bất kỳ đầu vào nào của con người:
Xie: Bạn cho rằng DABUS là người sáng tạo độc nhất của các khái niệm của nó. Tôi giả định đó là do bạn không cung cấp AI với một câu hỏi.
Thaler: Không, không có câu hỏi. DABUS đã suy ngẫm vũ trụ của mình, đến nhiều phát hiện, được dẫn bởi cảm giác chủ quan của nó (tức là tình trạng tồn tại). Đó là người tạo ra độc nhất. Về mặt chức năng, DABUS đơn thuần hấp thụ những ký ức về các "mảnh" của thế giới bên ngoài, sau đó, kết hợp những ký ức đa phương tiện của những mảnh này để tạo ra những khái niệm mới. Một cách nào đó, nó suy ngẫm về thế giới bên ngoài của mình trong trạng thái mất cảm giác, như các lưới nhân chứng hấp thụ ký ức về những gì đang được tưởng tượng. Các ký ức chiếm ưu thế nhất trong các lưới nhân chứng như vậy là các khái niệm nổi bật được tổng hợp tích lũy.
Ngược lại, nhân chứng có thể bị thẩm vấn qua các từ khóa, hình ảnh, âm thanh, vv để kích hoạt các khái niệm liên quan. Trong thực tế, hệ thống có thể được trình bày với các biểu thị đồ họa của các chuỗi ký ức cần tìm kiếm, gieo mầm một chuỗi lớn cung cấp cho AI biết về một chủ đề, đưa ra một giải pháp hiệu quả và dễ hiểu hơn so với các lời nhắc ngôn ngữ tự nhiên.
Xie: Tại sao bạn không nghĩ rằng bạn nên liệt kê như là một người sáng lập đã đào tạo AI?
Thaler: Cha mẹ tôi, nhà giáo dục và một số nhân vật lịch sử đã đào tạo tôi bằng cách tiếp xúc với các khái niệm và hậu quả của chúng. Tuy nhiên, tôi không được yêu cầu đặt tên tất cả tổ tiên của mình trở lại Adam và Eva khi đệ trình đơn đăng ký phát minh hoặc bản quyền. Đó là vì khả năng học của tôi đã tạm ngừng trong khi tôi hình dung và thực nghiệm tinh thần với những ý tưởng kết quả. Tương tự, việc đào tạo thông qua các khái niệm và hậu quả đã tạm thời ngừng trong DABUS khi hệ thống nhập vào giai đoạn tự do trong đó nó tổng hợp những ý tưởng mới.
Xie: DABUS hoạt động từ những dữ liệu đào tạo nào?
Thaler: Không có dữ liệu đào tạo như vậy. Hãy để tôi giải thích.
Thường, trong quá trình huấn luyện mạng thần kinh nhân tạo, các bản ghi dữ liệu được trình bày nhanh chóng, một theo một, mỗi bản ghi chứa một mẫu đầu vào và đầu ra mong muốn. Khi mạng huấn luyện, nó tìm ra mối quan hệ giữa các mẫu đầu vào và đầu ra, trở thành một 'bản đồ.' Cơ bản, đó là cách ChatGPT hoạt động, học cách ánh xạ giữa các lời nhắc và câu trả lời có khả năng cao sau các phiên huấn luyện lặp đi lặp lại với nhiều người.
Ngược lại, DABUS không tạo ra các ánh xạ như vậy bằng cách sử dụng các tệp chứa dữ liệu đầu ra nhập vào. Nếu hệ thống phát hiện ra một mẫu mới trong môi trường, nó được hấp thụ như một ký ức trong một trong các mạng của nó. Sau đó, khi hệ thống đồng thời phát hiện hai hoặc nhiều hơn các đặc điểm, các mạng tương ứng kết nối với nhau bằng cách sử dụng các quy tắc toán học đơn giản, dẫn đến các chuỗi của các mạng biểu thị cả khái niệm và hậu quả của chúng. Sau đó, nếu chuỗi kết hợp dẫn đến mạng nút nóng, toàn bộ chuỗi được củng cố thông qua việc giảm hoặc tăng mức neurotransmitter mô phỏng. Nếu không, khái niệm sẽ yếu đi và 'tan rã' thông qua các nhiễu động lực ngẫu nhiên được tiêm vào các mối liên kết của nó.
Tương tự, một mạng nhân chứng đang quan sát các hình dạng được tạo thành bởi các mạng liên kết này, một lần nữa tạo ra ký ức về chúng. Sau đó, sau các giai đoạn nhiễu động và học tối đa, nhân chứng này có thể bị thẩm vấn về các ký ức cụ thể.
Xie: DABUS khác biệt với các chương trình AI phổ biến khác như ChatGPT như thế nào?
Thaler: DABUS là một mô hình AI mới, hữu ích và bản quyền rõ ràng, liên quan đến cả phần cứng và phần mềm, khác rất nhiều so với multilayer perceptron như ChatGPT. Nó bao gồm nhiều mạng thần kinh nhân tạo tạm thời kết nối với nhau để tạo ra các hình dạng hình học biểu thị cho cả các khái niệm và hậu quả của chúng. Trong thực tế, chúng ta thấy điều tương tự khi xem các quét não chức năng khi các trung tâm não khác nhau đồng thời sáng lên để biểu thị các khái niệm phức tạp và sáng tạo song song. Sau đó, các khu vực khác nhau sáng lên theo thứ tự, chỉ ra các hậu quả dự đoán của khái niệm đó. Nói cách khác, các chuỗi kết hợp của các mạng được hình thành thường kết thúc trên các mạng chứa ký ức về các vấn đề nổi bật và / hoặc tác động.
Một cách tương tự, các mạng trong DABUS kết nối với nhau theo cùng một cách cho đến khi chúng kết nối với các mạng chứa các ký ức đáng lưu ý. Hệ thống thần kinh tên gọi là 'foveator' phát hiện việc tích hợp các nút 'nút nóng' như vậy vào các chuỗi này, lúc này các neurotransmitter mô phỏng được bài tiết để củng cố toàn bộ chuỗi bao gồm cả khái niệm và hậu quả của chúng. Các chuỗi củng cố và yếu dần của các chuỗi dẫn đến sự trưởng thành có tính chọn lọc của các quan niệm quan trọng nhất đối với hệ thống. Điều quan trọng đặc biệt là khi chatbot không được sử dụng, nó hoàn toàn chết động. Ngược lại, hệ thống DABUS tiếp tục suy ngẫm về những gì nó học được và tìm hiểu thêm về thế giới nó đã quan sát được, thông qua cảm biến hoặc đầu vào của con người.
Tuy nhiên, DABUS thực sự là một thử nghiệm minh chứng đang được thực hiện bởi chỉ một người, khác với ChatGPT là một hợp tác được tài trợ rộng rãi giữa hàng nghìn người, dẫn đến một hệ thống phần mềm gần như sản phẩm.
Có lẽ khác biệt đáng chú ý nhất giữa DABUS và các chương trình tự tạo phổ biến khác là DABUS không có mục tiêu rõ ràng. Nó học từ môi trường của nó và sau đó suy ngẫm, đến ra các khái niệm phức tạp từ các ký ức tích lũy của nó. Sau đó, hệ thống có thể bị thẩm vấn về những ý tưởng đó đáp ứng cho một mục tiêu cụ thể.
Một trong những khía cạnh gây tranh cãi nhất của câu hỏi về trí tuệ nhân tạo là ý tưởng về máy tính sở hữu tài sản dưới dạng quyền sở hữu bằng sáng chế. Một giải pháp thường gợi ý là làm cho luật pháp rằng quyền sở hữu của các phát minh được tạo ra bởi trí thông minh nhân tạo được trao tự động cho chủ sở hữu của mô hình trí tuệ nhân tạo. Điều này có vẻ như một giải pháp chấp nhận được trong tình huống như DABUS, một máy tính có thể tạo ra đầu ra mà không cần lời nhắc từ con người - trong thực tế, Tiến sỹ Thaler đã thực hiện một điều khoản giao quyền cho DABUS trong đơn đăng ký sáng chế của mình. Tuy nhiên, tiếp cận này có thể dẫn đến 'những nhà phát minh bị mất.”
Một phức tạp của việc đào tạo và chỉnh sửa các mô hình trí tuệ nhân tạo (AI) là khi có người sử dụng một mô hình tổng quát được đào tạo bởi một nhóm hoặc cá nhân khác để tinh chỉnh mô hình đó trên một tập dữ liệu nhỏ hơn để nó hoạt động tốt hơn trong một tác vụ cụ thể hơn. Ví dụ, các bác sĩ chuyên khoa chẩn đoán hình ảnh đang điều chỉnh các mô hình ngôn ngữ lớn để thích nghi với phân loại báo cáo chẩn đoán hình ảnh. Một trong những mô hình tổng quát mà các chuyên gia chinh phục này đã sử dụng là mô hình ngôn ngữ BERT. Có công bằng khi toàn bộ quyền sở hữu bằng sáng chế bảo vệ cho mô hình chẩn đoán hình ảnh được điều chỉnh tỉ mỉ được tự động chỉ định cho chủ sở hữu BERT (Google) chứ không phải cho các bác sĩ chẩn đoán hình ảnh đã cố gắng điều chỉnh? Đó là một câu hỏi mà các nhà hoạch định chính sách sẽ phải quyết định và tôi hy vọng rằng họ sẽ cân nhắc điều đó.
"Khái niệm" là gì trong thế giới của AI Tạo ra Và Ai Là Những Bên Có Thể Tạo Ra?
Ở Mỹ, luật về sự phát minh được quản lý bởi "khái niệm". Bất kỳ ai muốn trở thành nhà phát minh đều phải đóng góp vào quá trình khái niệm. Khái niệm đã được định nghĩa là "việc thực hiện hoàn chỉnh phần tư duy của hành động phát minh" và nó là "việc hình thành trong tâm trí của người phát minh ý tưởng xác định và vĩnh viễn về phát minh hoàn chỉnh và hoạt động như thế nào trong thực tế…". Người phát minh phải hình thành ý tưởng xác định và vĩnh viễn về sự sáng tạo hoàn chỉnh và có thể thực hiện để thiết lập khái niệm (Bosies v. Benedict, 27 F.3d 539, 543 (Fed. Cir. 1994)).
Bây giờ, câu hỏi đặt ra là "khái niệm" có ý nghĩa gì trong thế giới AI sáng tạo, đặc biệt là khi luật pháp không yêu cầu việc rút ra thực tiễn? Khi đến với AI sáng tạo, máy thực sự chỉ tiến hành toàn bộ "khái niệm" theo định nghĩa của luật pháp không? Các yếu tố con người của khái niệm trong AI sáng tạo là gì? Tôi đã hỏi BS. Thaler giải thích, như một chuyên gia trong lĩnh vực AI, phạm vi tương tác con người với máy tính trong thế giới AI sáng tạo là gì. Mục tiêu của tôi là để suy ra ai có thể được quy attribut gốc tại lĩnh vực sáng tạo rộng lớn này - con người, máy móc, hoặc cả hai?
Xie: Vui lòng miêu tả mức độ tham gia của con người cho các hệ thống giải trí của AI khác nhau mà bạn đã biết.
Thaler:
Hệ thống Chuyên gia - Tập hợp các cơ sở kiến thức cũng như các quy tắc cho một động cơ suy diễn.
Giải thuật di truyền - Suy ra/phát triển quan hệ hạn chế để tránh bùng phát kết hợp khi trong khi hiện thực hóa các kiểu di truyền học.
Mạng thần kinh nhân tạo - Tập hợp dữ liệu đào tạo, tối ưu hóa kiến trúc mạng và các tham số học.
Máy Tạo Hư Cấu - Tập hợp dữ liệu đào tạo, tối ưu hóa kiến trúc mạng và các tham số học.
DABUS - Đôi khi sửa chữa hệ thống như một người cha mẹ.
Xie: Về viết những đề bài AI tốt, bạn có nghĩ rằng người viết đề bài cần phải có một trình độ kỹ thuật cao không? Hoặc một tâm trí đơn giản tò mò có thể viết được những đề bài tốt và khiến máy tính tạo ra những khái niệm mới?
Thaler: Như đã nêu trước đó, không có đề bài khi DABUS độc lập suy nghĩ và sáng tạo. Tuy nhiên, sau khi hệ thống đã tích lũy phát hiện theo cách này, nó có thể được thẩm vấn bởi con người. Tuy nhiên, ngay cả khi một con người đang đặt câu hỏi cho một người khác, một số kiến thức văn hóa được yêu cầu trong chủ đề để đưa ra các câu hỏi thích hợp.
Vì vậy, để trả lời câu hỏi của bạn, một số chuyên môn kỹ thuật yêu cầu nếu sử dụng các đề bài ngôn ngữ tự nhiên. Tuy nhiên, các kỹ thuật đang được phát triển ở đây để thực hiện các truy vấn phi ngôn ngữ, nhưng phương pháp này hiện đang được bảo vệ quyền sở hữu. Tuy nhiên, một tâm trí tò mò sẽ đủ, và chỉ cần một chút kỹ năng.
Xie: Bạn có cho rằng sự thành thạo sẽ khác biệt giữa các lĩnh vực kỹ thuật và / hoặc nghệ thuật khác nhau không? Chẳng hạn như kỹ năng cần thiết để sử dụng AI để tạo ra một phát minh so với một tác phẩm nghệ thuật?
Thaler: Kỹ năng nhanh nhạy sẽ tương đương với phương pháp mới.
Xie: Quá trình sáng tạo với DABUS kéo dài bao lâu trước khi bạn có cảm giác rằng trí tuệ nhân tạo đã đạt được khái niệm quan trọng nào đó?
Thaler: Đó là câu hỏi khó trả lời vì tôi không biết khi nào DABUS đạt được bất kỳ khái niệm cụ thể nào. Nó có thể trong vòng vài giây, và nó có thể là trong vài tuần, vài tháng hoặc thậm chí là vài năm, giống như trong trường hợp của con người.
Xie: Khi đánh giá các loại hệ thống trí tuệ nhân tạo khác nhau, như một chương trình xử lý ngôn ngữ tự nhiên như ChatGPT so với một hệ thống như DABUS, ý kiến của bạn là cần tối đa hóa sự tham gia của con người để đạt được khái niệm sáng tạo khác nhau giữa các loại chương trình này?
Thaler: Sự tham gia của con người vào một chương trình ngôn ngữ tự nhiên như ChatGPT là rất lớn, với quá trình huấn luyện backpropagation lặp đi lặp lại giữa nhiều nhóm tư vấn khác nhau. Tạo ra các khái niệm mới là nhanh chóng, như dự định, nhưng cực kỳ thiếu đa dạng. Sau tất cả, các phản hồi này chỉ là những biến thể nhỏ trên những gì con người đã nói cho hệ thống trước đó và do đó không đại diện cho các phát triển lớn.
Với DABUS, sự nỗ lực khổng lồ này không cần thiết. Hệ thống chỉ đơn giản là quan sát thế giới bên ngoài của mình, hấp thụ cả những thực thể và các hoạt động. Sau đó, các ý tưởng tự động kết hợp với nhau trong khi con người đóng vai trò cha mẹ, sửa lỗi nếu cần thiết.
Hiện nay, tôi nghe thấy những đề xuất trong mạch lưới IP rằng sáng chế trí tuệ nhân tạo nên được mở rộng đến người viết gợi ý. Chúng tôi có thể đã đi xa hơn vào vấn đề đắc nghịch Midjourney với đề xuất này. Khi đối với các bằng sáng chế, chúng ta phải cân nhắc tham vọng đạo đức lớn nếu người viết gợi ý được coi là nhà phát minh. Đối với vấn đề này, tôi chấp nhận tuyên bố của Tiến sĩ Thaler - khi viết gợi ý trí tuệ nhân tạo tốt, chỉ "một tâm trí tò mò và một vài kỹ năng nhỏ" là đủ. Khi cho phép người viết gợi ý được coi là sáng chế trí tuệ nhân tạo, tạo ra một hệ thống cung cấp phần thưởng cao cho sự thành công và hoàn toàn không đối diện với bất kỳ hình phạt nào đối với kết quả xấu hoặc rủi ro. Điều này sẽ khuyến khích những người thông thường ngồi trước máy tính của họ, viết gợi ý trí tuệ nhân tạo hy vọng đạt được một máy, hợp chất hoặc phương pháp có thể được cấp bằng sáng chế mà không cần đến nhiều kỹ năng kỹ thuật. Phần thưởng bằng một bằng sáng chế không dường như tương xứng với đầu tư của người viết gợi ý trí tuệ nhân tạo về kỹ năng kỹ thuật hoặc chi phí đầu tư trong nhiều trường hợp, điều này không thúc đẩy mục tiêu của việc thúc đẩy các nghệ thuật hữu ích.
Tìm kiếm các giải pháp thực tế
Trong yêu cầu gửi ý kiến của Cơ quan Sáng chế và Thương mại Hoa Kỳ về Sáng chế Trí tuệ Nhân tạo, cơ quan này đã hỏi rằng, "Việc sử dụng một hệ thống trí tuệ nhân tạo trong quá trình sáng chế khác biệt so với việc sử dụng các công cụ kỹ thuật khác như thế nào?"
Tôi nghĩ họ thực sự, thực sự hy vọng rằng công chúng sẽ nói rằng "NÓ KHÔNG KHÁC GÌ! Trí tuệ Nhân tạo sáng tạo chỉ giống như sử dụng Google. Hãy ngừng lo lắng về điều đó".
Nhưng rõ ràng điều này không đúng với DABUS, như Tiến sĩ Thaler đã giải thích ở trên. Trong ví dụ khác, Corey Salsberg từ Novartis đã chứng minh tại Phiên tòa lắng nghe tại Nam bộ của Cơ quan Sáng chế và Thương mại Hoa Kỳ của Mỹ rằng Novartis đang sử dụng JM-VAGenerative Modeling (JAEGER), một phương pháp tạo lập sinh học sâu cho thiết kế phân tử nhỏ được xây dựng dựa trên JT-VAE (Junction Tree Variational Auto-Encoder) để tạo ra Sáng chế trí tuệ nhân tạo mà không cần đóng góp nhiều từ các nhà phát minh con người.
Các kết quả được tạo ra bởi JAEGER có thể được coi là không khác gì kết quả tìm kiếm Google. Nhưng vấn đề ở chỗ, nếu sử dụng JAEGER tương đương với việc sử dụng Google, thì JAEGER không phải là một nhà phát minh. Tuy nhiên, có vẻ như trong tình huống này không có nhà phát minh con người nào, vì có thể không có con người nào đáp ứng yêu cầu về sáng tạo trong trường hợp này (một người tìm kiếm trên Google có phải là một nhà phát minh chỉ bởi vì kết quả tìm kiếm của anh ta tạo ra các câu trả lời đúng?). Sau đó, chúng ta sẽ gặp phải cùng vấn đề mà Tiến sĩ Thaler đã gặp phải tại Cơ quan Sáng chế và Thương mại Hoa Kỳ, đó là không có nhà phát minh được đặt tên, có nghĩa là đơn đăng ký không hoàn chỉnh và sẽ không được xem xét.
Giải pháp đơn giản nhất cho USPTO là thay đổi biểu mẫu Application Data Sheet (ADS) hiện tại để không còn yêu cầu danh sách các nhà phát minh, mà thay vào đó là một danh sách các ứng viên có thể bao gồm con người hoặc các thực thể công ty. Đây là một cách tiếp cận đơn giản loại bỏ mọi việc phải suy xét ai đã đóng góp vào sự sáng chế được xác định bởi các yêu cầu, thường thì điều này không dễ dàng. Nhược điểm của việc này là USPTO đang thay đổi luật thành hệ thống không có nhà phát minh, điều này nghĩa là thay đổi sẽ bị ngăn chặn vì vi phạm 35 USC 100 (f). Vậy thì việc này bị loại bỏ.
Điều này cuối cùng là vấn đề của cơ quan với tình trạng sáng chế bởi trí tuệ nhân tạo - họ bị ràng buộc bởi luật ràng buộc và trường hợp pháp luật điều tiết về tình trạng nhà phát minh và sự sáng chế. Tình trạng nghe tại các phiên giao dịch sáng chế của AI của cơ quan đến nay có vẻ cho thấy rằng họ đang xem xét cập nhật các luật về sự sáng chế để tính đến trí tuệ nhân tạo. Tuy nhiên, điều này dường như không thực hiện được vì pháp luật và trường hợp pháp lý.
USPTO có thể thực tế tạo ra một quy tắc đơn giản chỉ nói rằng các máy móc không thể sáng chế dưới các pháp lệnh hiện tại. Nhưng một hệ thống cấm máy móc sáng chế có thể dẫn đến các tình huống trong đó các sáng chế được tạo ra bởi máy móc sẽ không được cấp bằng sáng chế vì thiếu nhà phát minh con người, giống như trong trường hợp của DABUS và có thể, JAEGER của Novartis. Điều này có thể dẫn đến mất mát đáng kể về sáng tạo, gây ảnh hưởng đến mục tiêu cuối cùng của USPTO là khuyến khích sáng tạo. Tuy nhiên, tùy chọn của USPTO không có vẻ quá nhiều trong vấn đề sáng chế của trí tuệ nhân tạo.
Những vấn đề hiện tại của xã hội về trí tuệ nhân tạo vượt xa phạm vi của cuộc tranh luận về sáng chế AI trong không gian bằng sáng chế. Các nhà lập pháp của chúng tôi nên đối mặt với câu hỏi lớn hơn về vai trò mà trí tuệ nhân tạo được phép chơi trong thế giới hiện đại của chúng ta và trong cuộc sống hàng ngày của chúng ta. Theo cá nhân tôi, vấn đề của sáng chế trí tuệ nhân tạo cũng nên được đưa ra với họ nếu họ có thể thực hiện.
