・ご受講にあたり、環境の確認をお願いしております。
お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
→
確認はこちら
＊Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
→
音声が聞こえない場合の対処例
・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です
→
参加方法はこちら
→※一部のブラウザーは音声（音声参加ができない）が聞こえない場合があります、
必ず
テストサイトからチェック下さい。
対応ブラウザーについて（公式）;コンピューターのオーディオに参加に対応してないものは音声が聞こえません
動画配信サイトVimeoを用いて同時ストリーミング配信でご視聴頂けます。
（尚、Zoomへアクセスできる方は、Zoomでの受講を推奨します。）
（クリックして展開「▼」）
こちらの形式での受講をご希望の場合は
備考欄に「Zoom不可・ライブ配信希望」と記載下さい（Zoomまたはライブ配信いずれか一方でのご受講となります）。
→事前にこちらから問題なく視聴できるかご確認下さい（テスト視聴動画へ）パスワード「123456」
申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です。
（クリックして展開「▼」）
・原則、開催5営業日後に録画動画の配信を行います（一部、編集加工します）。
・視聴可能期間は配信開始から1週間です。
セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
尚、閲覧用URLはメールでご連絡致します。
※万一、見逃し視聴の提供ができなくなった場合、
（見逃し視聴あり）の方の受講料は（見逃し視聴なし）の受講料に準じますので、ご了承下さい。
→こちらから問題なく視聴できるかご確認下さい（テスト視聴動画へ）パスワード「123456」
セミナーポイント
■講師より／本セミナーのポイント
昨今、深層学習（ディープラーニング）等の機械学習技術の急激な進展により、いわゆるAIに関するビジネスが本格化しています。しかし、このAIビジネスは従来のビジネスと比較して、いくつかの特徴的な構造が存在します。特に、AIビジネスを知的財産で保護しようとしても、そもそもビジネスのどのような部分が法的な保護の対象となるかも分からないという声も聞きます。
このような状況を踏まえて、まず本セミナーでは、AIビジネスにおける知的財産における基本的な考え方を説明した上で、具体的な知的財産の事例（特に特許発明）を確認していきます。このようなプロセスを通じて、実際に聴講者の皆さんには、AIビジネスを実際に知的財産で保護していくための考え方や方法論、具体的なイメージを想起してもらうことを本セミナーの目的とします。
■受講対象者は？
・AI分野への進出・参入をしている／しようとしている企業の知財部の方、および知財に興味がある研究開発部門の方（エンジニア）
・AIベンダやAIスタートアップの知財担当者
■受講することで得られる知識/ノウハウは？
（１）AI分野の知的財産の特殊性・基本的知識
（２）AI分野で実際に出願されている特許出願の内容に関する知識や発明に対する基本的な考え方
（３）AI分野の知財戦略（戦術）を構築するための足掛かりとなる知識と基本的な考え方
セミナー内容
1.AIビジネスの知的財産（導入）
1.1 知的財産の意義〜具体的事例をもとに〜
1.1.1 大手ゲームメーカとベンチャー企業の特許権侵害訴訟から分かること
1.1.2 食品加工機械メーカとその模倣会社の事例から分かること
1.1.3 大手IT系企業とベンチャー企業の訴訟から分かること
1.2 AI分野の特許出願状況と今後の予測
1.2.1 近年のAI関連発明の国内外出願件数の推移と特色
1.2.2 AI関連発明の特許分類構成の推移
1.2.3 出願企業ごとのAI関連発明の特許分類構成比率
1.2.4 AIがコアとなる発明の国別出願件数の推移
1.2.5 経産省の特許件数増加に向けた取り組み
2.AIビジネスと知的財産権
2.1 基礎知識（前提）
2.1.1 AI関連業務のフローと各用語の位置づけ
〜生データ、学習用データセット、学習前パラメータ、ハイパーパラメータ、学習済パラメータ、推論プログラム、入力データ、学習済みモデル、AI生成物〜
2.1.2 概念図（知的財産権による保護の対象となるもの〜特許法・著作権法・不正競争防止法の観点から〜）
2.1.3 本項のまとめ：重要なポイント
2.2 特許権取得のポイント（特許化メリット・デメリット）
〜具体的には、どのような特許権が取得できるのだろうか〜
2.2.1 学習方法やそれに関連するプログラム
〜生データを解析するための処理の方法（クレンジグ）やラベル付けの方法（アノテーション）、学習用のアルゴリズムなどの特許権の取得は可能か〜
2.2.2 学習済みモデル（プログラム）
〜学習の結果生成された学習済みモデルの特許権の取得は可能か〜
2.2.3 学習結果を利用したビジネスモデル特許
〜機械学習にとらわれない特許権の取得は可能か〜
2.2.4 周辺技術（ハードウェア等）
〜周辺技術（物）の特許権の取得について〜
3.AIビジネスと発明
3.1 発明の可能性（具体的な考え方）
3.1.1 具体例1：データの事前処理、適用するアルゴリズムやその組み合わせに工夫がないか？
3.1.2 具体例2：モバイル環境において学習を行う過程で工夫はないか？
3.1.3 具体例3：ユーザに提供するユーザインタフェース（UI）に特徴はないか？
3.2 具体的な事例の紹介
3.2.1 事例1
3.2.2 事例2
3.2.3 事例3 ……
3.3 本項のまとめ：重要なポイント
4.知財戦略の基本
4.1 知財戦略とは
4.1.1 知財戦略の事例〜その１〜
4.1.2 知財戦略の事例〜その２〜
4．1.3 知財戦略の事例〜その３〜
4.1.4 知財戦略の本質
4.2 知財戦略を策定する上でのポイント
4.2.1 重要なポイント：知財活用の目的を意識する（ゴールの設定）
〜ビジネスに即したAI知財戦略の要点〜
〜特許権取得の目的の変化：新たな利活用〜
4.2.2 重要なポイント：分野の特殊性を意識する
〜特にAI分野に関して〜
4.2.3 重要なポイント：完璧な知財戦略は存在しないことを意識する
〜コストやリソースの限界・リスクを踏まえた意思決定〜
4.2.4 重要なポイント：経営層（第三者）への説明責任（納得感）を意識する
4.2.5 重要なポイント：客観的な情報を活用する
〜客観的な情報としてのパテントマップの利用など〜
4.3 番外編 AI分野の知財戦略についてのワンポイントアドバイス
＜質疑応答＞
サイトマップ
よくあるお問合せ
リクエスト
セミナー会場へのアクセス
リンク
