La University of Tennessee Research Foundation ha avviato una causa per violazione di brevetto contro Anthropic presso il tribunale federale del Delaware, sostenendo che i sistemi alla base di Claude utilizzino senza autorizzazione due tecnologie sviluppate da ricercatori dell’ateneo. L’azione, considerata la prima causa nota per violazione brevettuale contro Anthropic, chiede un risarcimento economico non ancora quantificato e un’ingiunzione che impedisca la prosecuzione degli impieghi ritenuti illeciti. Anthropic ha respinto le accuse e annunciato che difenderà il caso.
I brevetti coinvolti sono gli statunitensi 10,019,470 e 10,095,718 e riguardano tecniche ispirate alle neuroscienze applicate all’intelligenza artificiale, al machine learning e al neuromorphic computing. Secondo la fondazione, le invenzioni descrivono modalità di elaborazione e apprendimento utilizzate nell’architettura dei sistemi Anthropic, compreso Claude Code e il relativo software di base.
La controversia è diversa dalle cause sul copyright che hanno finora dominato il settore dell’AI generativa. Nei procedimenti relativi ai dati di addestramento, il punto centrale è stabilire se opere protette siano state copiate, archiviate o utilizzate senza licenza. In una causa brevettuale, invece, occorre dimostrare che il prodotto realizzi concretamente tutti gli elementi tecnici previsti da una o più rivendicazioni del brevetto, indipendentemente dai dati utilizzati per addestrarlo.
Questo rende l’accertamento particolarmente complesso. I modelli di frontiera sono sistemi composti da miliardi di parametri, procedure proprietarie di addestramento, componenti di inferenza e infrastrutture software non accessibili dall’esterno. L’osservazione del comportamento di Claude può suggerire alcune caratteristiche, ma difficilmente permette di stabilire se il sistema implementi esattamente il procedimento protetto. La fondazione dovrà quindi ottenere attraverso la discovery documentazione interna, codice sorgente, configurazioni, descrizioni tecniche e testimonianze degli sviluppatori, mentre Anthropic potrà chiedere che il materiale più sensibile venga sottoposto a vincoli di riservatezza.
La scala dei modelli non è l’unico ostacolo. Le architetture AI moderne combinano tecniche standard, ottimizzazioni proprietarie e componenti sviluppate da terzi. Anche qualora emergessero somiglianze con i brevetti, il tribunale dovrebbe stabilire se siano presenti tutti gli elementi richiesti dalle rivendicazioni oppure soltanto concetti generali condivisi da numerosi sistemi di machine learning.
Un secondo fronte riguarda la validità dei brevetti. Negli Stati Uniti non è sufficiente presentare come invenzione una formula matematica, un algoritmo astratto o un principio scientifico. La rivendicazione deve descrivere un’applicazione tecnica sufficientemente concreta e non ovvia rispetto alle conoscenze già disponibili. Anthropic potrebbe quindi sostenere che i brevetti coprano idee troppo generiche, che siano anticipati da precedenti pubblicazioni o che non specifichino un miglioramento tecnico brevettabile.
La distinzione tra algoritmo astratto e applicazione tecnica sarà probabilmente decisiva. Le reti neurali sono costruite attraverso operazioni matematiche, ma vengono eseguite su hardware e producono effetti informatici concreti. Il brevetto risulta più difendibile quando non rivendica genericamente l’uso di una rete ispirata al cervello, ma descrive una struttura, un flusso di elaborazione o un meccanismo di apprendimento definito in modo preciso.
Anche l’interpretazione delle rivendicazioni potrà modificare radicalmente l’esito. Una definizione ampia aumenterebbe il numero dei prodotti potenzialmente coinvolti, ma renderebbe più semplice contestare il brevetto come astratto o già noto. Una lettura più ristretta potrebbe rafforzarne la validità, riducendo però la probabilità che Claude utilizzi esattamente la stessa soluzione tecnica.
La causa non implica che Anthropic abbia copiato direttamente codice o documentazione dell’Università del Tennessee. La violazione di brevetto può verificarsi anche quando un’azienda sviluppa autonomamente una tecnologia già protetta, senza conoscere l’esistenza del titolo. L’eventuale consapevolezza precedente diventerebbe però rilevante qualora la fondazione chiedesse danni maggiorati per violazione intenzionale.
La University of Tennessee Research Foundation gestisce e concede in licenza la proprietà intellettuale sviluppata dall’ateneo. Le tecnologie contestate provengono dalle attività del TENNLab, laboratorio impegnato nello sviluppo di reti neurali spiking, sistemi neuromorfici e architetture di calcolo ispirate al funzionamento del cervello.
L’azione arriva mentre Anthropic sta già affrontando altre controversie sulla proprietà intellettuale. Nello stesso periodo un tribunale federale della California ha approvato definitivamente un accordo da 1,5 miliardi di dollari relativo all’utilizzo di libri nella costruzione dei dataset di addestramento. Le due vicende restano giuridicamente separate: l’accordo sul copyright riguarda le opere impiegate per addestrare i modelli, mentre la nuova causa mette in discussione le tecnologie attraverso cui i sistemi elaborano e apprendono le informazioni.
Il procedimento potrebbe avere conseguenze oltre Anthropic. Molte tecnologie di base dell’AI sono nate nelle università e successivamente si sono diffuse attraverso pubblicazioni scientifiche, progetti open source e trasferimenti di personale. Con l’aumento del valore economico dei modelli, atenei, società e titolari di portafogli brevettuali possono essere incentivati a verificare se le architetture commerciali incorporino invenzioni registrate anni prima.
Per gli sviluppatori di modelli, questo comporta la necessità di affiancare alle verifiche sui dati di addestramento una vera analisi di freedom to operate sulle tecnologie utilizzate. Non basta controllare licenze software e provenienza dei dataset: occorre valutare brevetti relativi ad architetture neurali, tecniche di ottimizzazione, memoria, inferenza, compressione e distribuzione dei calcoli.
L’impatto immediato sui servizi Claude appare limitato, perché una richiesta di ingiunzione non produce automaticamente il blocco del prodotto. La fondazione dovrà prima dimostrare la probabilità di successo, il danno e l’adeguatezza della misura richiesta. Nelle controversie tecnologiche è inoltre frequente che le parti arrivino a una licenza o a un accordo economico prima di una decisione definitiva.
Il caso sarà comunque importante per capire fino a che punto i brevetti accademici sulle reti neurali possano essere applicati ai modelli generativi contemporanei. L’esito dipenderà meno dalla notorietà delle parti che dalla precisione delle rivendicazioni, dalla possibilità di osservare l’architettura interna di Claude e dalla capacità della fondazione di collegare una tecnologia sviluppata in ambito neuromorfico al funzionamento concreto dei sistemi Anthropic.