Neurale netwerken

IE-rechten

Wetgeving

Data-mining

Machine learning

Neuraal Netwerk

Wat is een neuraal netwerk eigenlijk?

Een neuraal netwerk is een kunstmatige, mechanische emulatie van de in menselijke hersenen voorkomende verbindingen tussen zenuwcellen.

Output data

Waar conventionele computers goed zijn in het verwerken van strak gedefinieerde gegevens, zijn neurale netwerken – net als een menselijk brein – juist goed in het verwerken van vage, onvolledige en ongedefinieerde gegevens. Zoals het redeneren met onzekerheden. Een neuraal netwerk kan op dit moment echter nog geen uitleg geven over de wijze waarop het tot een bepaalde conclusie of voorspelling is gekomen, dus over het hoe en waarom van de output data c.q. het antwoord op de vraag.

Deep neural network (DNN) & Convolutional neural network (CNN)

Een adaptief neuraal netwerk bestaat uit minimaal 3 lagen, een invoerlaag, tenminste één verborgen verwerkingslaag en een uitvoerlaag, en kan worden getraind met big data, oftewel trainingsdata. Het trainen gebeurt in de praktijk ofwel onder supervisie, vaak offline, ofwel zonder supervisie i.e. volledig autodidact. Er bestaan verschillende soorten trainingsmethoden, zoals deep learning, federative learning en reinforcement learning. Indien er een veelheid aan verwerkingslagen aanwezig zijn spreken we van een deep neural network (DNN). Convolutional neural networks (CNN’s) zijn wat minder complex richten zich meestal op 1 afgebakende taak.

Nieuwe hersenverbindingen aanleggen

De machine kan evolueren, ondermeer door inname van datasets, door algorithmic backpropagation, bekrachtiging en door de parameters, waaronder de gewichten en drempelwaarden van de neuronen aan te passen. En door het versterken, verzwakken of verbreken van verbindingen tussen neuronen. Of door juist nieuwe hersenverbindingen aan te leggen. Een Artificiële Intelligentie (AI) kan ook overtraind worden. Het is niet onvoorstelbaar dat een toekomstige AI die is uitgerust met een neuraal netwerk zal kunnen hallucineren of dagdromen.

Waarborgen van de kwaliteit van de invoerdata

Buiten het waarborgen van de kwaliteit van de invoerdata en de correcte labelling ervan – om discriminatie, algoritmische bias en funneling te voorkomen – en het doen van aanpassingen aan de parameters van de neuronen, heeft de bouwer van het neurale netwerk weinig invloed op de werking ervan. Er zijn gewoonweg te veel variabelen. Ook heeft deze ingenieur, programmeur of data scientist doorgaans weinig kennis van de exacte werking van door hem gebouwd neuraal netwerk.

Blockchain

Toch is het van groot belang om zo fatsoenlijk en beschaafd mogelijk om te gaan met deze technologie. Inzake transparantie kan blockchain bijvoorbeeld een positieve rol spelen. De kwaliteit van de trainingsdata is in zijn algemeenheid cruciaal en van grote invloed op het leerproces en de kwaliteit van de output data.

Betrouwbaarheidsintervallen

Er bestaan evenwel methoden om kennis te extraheren uit een getraind neuraal netwerk, bijvoorbeeld door het evalueren van betrouwbaarheidsintervallen van de voorspelling of generalisatie van het systeem.

IE-rechten en neurale netwerken

Op de trainingsdata kunnen databankrechten liggen, danwel een bedrijfsgeheim. Ook op de topologie van een neuraal netwerk, oftewel de architectuur, de structuur, de gelaagdheid, de wegingen, de verbindingen tussen neuronen, het coderen van informatie, kunnen IE-rechten rusten of worden gevestigd, waaronder patenten. Deze octrooieerbaarheid geldt onder omstandigheden ook voor het machine learning proces, de manier van trainen van een neuraal netwerk, de wijze van data analyse en data processing via parallelle banen, inclusief matrix- en vectorberekeningen, evenals voor het inferentiemodel, danwel het statistische leerproces. Ook de hardware waarop de AI draait, zoals de grafische processoren (GPU’s) van Nvidia, zijn uiteraard vatbaar voor een patent.

Exclusieve exploitatierechten uit de Databankenwet

De Nederlandse Databankenwet kent aan de eigenaar van een databank enkele exclusieve, sui generis exploitatierechten toe, waaronder het recht om toestemming te verlenen voor hergebruik van de databank. Deze rechten staan genoemd in artikel 2:

Artikel 2.

1. De producent van een databank heeft het uitsluitende recht om toestemming te verlenen voor de volgende handelingen:

a. het opvragen of hergebruiken van het geheel of een in kwalitatief of kwantitatief opzicht substantieel deel van de inhoud van de databank;

b. het herhaald en systematisch opvragen of hergebruiken van in kwalitatief of in kwantitatief opzicht niet-substantiële delen van de inhoud van een databank, voorzover dit in strijd is met de normale exploitatie van die databank of ongerechtvaardigde schade toebrengt aan de rechtmatige belangen van de producent van de databank.

2. Het auteursrecht of andere rechten op de databank of op de in de databank opgenomen werken, gegevens of andere elementen blijven onverlet.

3. Indien een exemplaar van een databank door of met toestemming van de producent of zijn rechtverkrijgende voor de eerste maal in het verkeer is gebracht door eigendomsoverdracht in een van de lidstaten van de Europese Unie of in een staat die partij is bij de Overeenkomst betreffende de Europese Economische Ruimte van 2 mei 1992, vormt anderszins in het verkeer brengen in die staten van dat exemplaar geen inbreuk op het in het eerste lid bedoelde recht.

4. Het in het eerste lid bedoelde recht gaat over bij erfopvolging en is vatbaar voor gehele of gedeeltelijke overdracht. De levering vereist voor gehele of gedeeltelijke overdracht geschiedt door een daartoe bestemde akte.

5. De rechter kan op vordering van de producent, tussenpersonen wier diensten door derden worden gebruikt om inbreuk op het in het eerste lid bedoelde recht van de producent te maken, bevelen de diensten die gebruikt worden om die inbreuk te maken, te staken.

6. De voorzieningenrechter kan op vordering van de producent tijdelijke voortzetting van de vermeende inbreuk op het in het eerste lid bedoelde recht toestaan onder de voorwaarde dat zekerheid wordt gesteld voor vergoeding van de door de producent geleden schade. Onder dezelfde voorwaarden kan de rechter voortzetting van de dienstverlening door de tussenpersoon als bedoeld in het vijfde lid toestaan.

Indien een databank ook een eigen, oorspronkelijk karakter heeft dan geldt er tevens auteursrechtelijke bescherming van de databank op grond van artikel 10 lid 3 van de Auteurswet. Dit artikel geeft aan dat:

Artikel 10 lid 3

Verzamelingen van werken, gegevens of andere zelfstandige elementen, systematisch of methodisch geordend, en afzonderlijk met elektronische middelen of anderszins toegankelijk, worden, onverminderd andere rechten op de verzameling en onverminderd het auteursrecht of andere rechten op de in de verzameling opgenomen werken, gegevens of andere elementen, als zelfstandige werken beschermd.

Het verschil tussen sui generis databankrechtelijke bescherming en auteursrechtelijke bescherming zit hem met name in zaken als persoonlijkheidsrechten en looptijd (70 versus 15 jaar).

Toestemming voor data mining en het gebruik van trainingsdata

Op de trainingsdata kunnen ook intellectuele eigendomsrechten van derden liggen. De organisatie die de trainingsdata gebruikt zal onder omstandigheden toestemming moeten vragen aan de diverse rechthebbenden van de gegevens. Toestemming voor zowel de data mining als het gebruik van trainingsdata in de AI. Zoals bij auteursrechten en naburige rechten op muziek en video, of auteursrechten op afbeeldingen. In geval de trainingsdata geheel of gedeeltelijk bestaat uit persoonsgegevens dient er toestemming ingevolge de privacywetgeving te worden verkregen, in lijn met de Algemene verordening persoonsgegevens (AVG).

Toepassingen van neurale netwerken

Neurale netwerken blinken uit in patroonherkenning, het doen van voorspellingen en het maken van generalisaties. Deze technologie kan worden gebruikt in tal van situaties. Maar al te vaak zijn de toepassingen van levensbelang, zoals bij medische tools, stormvloedkeringen en zelfrijdende robotauto’s.

• bij het maken van medische diagnoses op basis van generalisaties

• in medical devices als sensoren en scanners in de operatiekamer van de chirurg

• bij de analyse van MRI beelden

• bij het voorspellen van diabetes en hartritmestoornissen

• bij het bepalen van de hardheid van plastic in de fabriek

• bij handschriftherkenning

• bij gezichtsherkenning

• stemherkenning en spraakherkenning in chatbots

• bij machine vision en computer vision

• bij het voorspellen van waterhoogten door Rijkswaterstaat

• bij het voorspellen van consumentengedrag, koopgedrag en andere marketingdoeleinden

• bij de levering en distributie van kranten

• bij boekingen van hotels en vliegreizen

• structuur zoeken in visuele data

• bij het voorspellen van het weer

• het regelen van het wegverkeer

• het opstellen van risicomodellen voor verzekeringsmaatschappijen

• het voorspellen van aandelenkoersen

• het handelen in cryptocurrencies zoals Bitcoin en Ethereum

• het zoeken naar oplossingen voor een circulaire en sustainable economie

• het verhogen van sportprestaties

• bij toepassingen in de gameindustrie

• bij cybersecurity en cryptologie

• toepassingen in de neurobiologie

Juridisch advies inzake neurale netwerken en machine learning

Zoekt u juridisch advies inzake de vereisten voor het in de handel brengen en exporteren van neurale netwerken, AI implementaties, smart apps, chips en tools? Ons team helpt u graag. Wilt u meer weten over privacywaarborgen bij de verwerking privé data, over intellectueel eigendomsrecht, naburige rechten, databankenrecht en licentie van trainingsdata? Wij kunnen u adviseren over best practices en de wetteijke regels inzake het gebruik van innovatieve technologie zoals DNN’s, CNN’s, SoC en machine learning. In medische toepassingen, medical devices, cryptologie, spraakherkenning, vertalingen, entertainmentindustrie en meer. Neem vrijblijvend contact met ons op.