Vai al contenuto
SEO SRL
Brevetti Google

Brevetto Transformer di Google: cosa rivendica US10452978B2 e cosa non dice sul ranking

Capitolo 7 di 16 della guida Brevetti Google

Cosa rivendica, il legame con Attention Is All You Need, la famiglia, date e stato. Leggi la scheda.

Eugenio Tommasi

Fondatore di SEO SRL

Pubblicato il 13 min di lettura

Il brevetto Transformer di Google è US10452978B2: rivendica un sistema di rete neurale con encoder e decoder che usa l’auto-attenzione. Il soprannome è degli SEO.

Indice dei contenuti (11 sezioni)

La data di priorità del brevetto US10452978B2 viene 20 giorni prima del paper che ha reso famoso il Transformer: 23 maggio 2017 contro 12 giugno 2017 (Google Patents, arXiv). Gli otto inventori sono gli otto autori del paper. In questa scheda leggi cosa rivendica davvero il documento, come si è allargata la sua famiglia, cosa dice Google dei modelli nati dal Transformer e cosa il brevetto non dice sul ranking.

Il concetto di Transformer e BERT lo trovi nell’articolo su Google BERT. Qui parliamo del documento, dentro la guida ai brevetti Google.

Che documento è US10452978B2?

È un brevetto statunitense dal titolo “Attention-based sequence transduction neural networks”, cioè reti neurali per trasformare sequenze basate sull’attenzione. “Brevetto del Transformer” è un soprannome degli SEO: il titolo non usa quel nome e il documento non nomina prodotti. Questi sono i dati ufficiali, letti oggi su Google Patents.

DatoValore secondo Google Patents (12 ottobre 2026)
Numero e domandaUS10452978B2, domanda US 16/021,971
TitolareGoogle LLC, sia originale sia attuale
Inventori8: Noam M. Shazeer, Aidan Nicholas Gomez, Lukasz Mieczyslaw Kaiser, Jakob D. Uszkoreit, Llion Owen Jones, Niki J. Parmar, Illia Polosukhin, Ashish Teku Vaswani
Priorità23 maggio 2017
Deposito28 giugno 2018
Pubblicazione e concessione22 ottobre 2019
StatoAttivo
Scadenza prevista23 maggio 2038
Rivendicazioni (claim)30

Stato e scadenza sono stime di Google Patents: la pagina avverte che non sono conclusioni legali. Non è un parere legale nemmeno questa scheda.

Cosa rivendica davvero, in parole semplici

La rivendicazione 1, la principale, descrive un sistema: uno o più computer con istruzioni che realizzano una rete neurale per trasformare una sequenza di input in una sequenza di output. La rete ha due parti. L’encoder legge l’input. Il decoder usa quella lettura per scrivere l’output (Google Patents).

Ogni suo blocco ha uno strato di self-attention, in italiano auto-attenzione. Per ogni posizione dell’input la rete costruisce una domanda (query) e la confronta con le etichette (key) e i contenuti (value) di tutte le posizioni.

Un esempio quotidiano di attenzione

Leggi questa frase: “La valigia non entra nel bagagliaio perché è troppo grande”. Chi è troppo grande? La valigia. Cambia l’ultima parola in “piccolo” e il senso passa al bagagliaio. Per capirlo il tuo cervello guarda tutte le altre parole, non solo quella accanto. L’auto-attenzione fa qualcosa di simile con i numeri.

Per query, key e value pensa a una biblioteca. La query è la tua domanda, la key l’etichetta sul dorso, il value il contenuto del libro. Più l’etichetta somiglia alla domanda, più peso ha quel libro. È una nostra metafora, non una frase del brevetto.

Cosa dice la descrizione oltre la rivendicazione

La descrizione definisce l’auto-attenzione come un meccanismo che mette in relazione posizioni diverse di una stessa sequenza (Google Patents). Prevede anche l’attenzione multi-testa, con più meccanismi di attenzione applicati in parallelo, e gli embedding posizionali, che servono a far usare alla rete l’ordine delle parole.

La descrizione indica che il sistema può essere un sistema di traduzione automatica, di riconoscimento vocale o di elaborazione di immagini. Cita anche riassunti, risposte a domande e diagnosi assistita. Sono esempi, non prodotti. Nella descrizione non compaiono “search engine”, “ranking”, “BERT”, “Gemini” né “GPT”.

Le rivendicazioni indipendenti sono tre: la 1, la 29 e la 30. La 29 riguarda supporti di memoria con le istruzioni, la 30 un metodo. Le altre rimandano alle precedenti (Justia Patents).

Che rapporto c’è con “Attention Is All You Need”?

“Attention Is All You Need” è un articolo scientifico, inviato su arXiv il 12 giugno 2017 (arXiv). Propone il Transformer, un’architettura basata solo su meccanismi di attenzione, senza reti ricorrenti né convoluzioni. Riporta 28,4 punti BLEU nella traduzione inglese-tedesco e 41,8 in quella inglese-francese, due test standard di qualità.

Gli autori sono otto: Vaswani, Shazeer, Parmar, Uszkoreit, Jones, Gomez, Kaiser, Polosukhin. Confrontando gli elenchi, nostra analisi, sono gli stessi otto nomi del brevetto. Il 31 agosto 2017 Jakob Uszkoreit ha presentato il Transformer sul blog di Google Research. Il post parla di auto-attenzione, di risultati migliori delle reti ricorrenti e convoluzionali e di addestramento fino a dieci volte più veloce (Google Research). Non cita brevetti né la Ricerca.

Il brevetto copre tutto il Transformer?

No, e qui nascono molti equivoci. Il paper è pubblico. Il brevetto rivendica un sistema specifico, quello della rivendicazione 1. Quanto sia ampia la sua protezione è una questione per avvocati.

Uno studio legale di proprietà intellettuale, PIIP, sostiene in un articolo del 19 gennaio 2026 che i brevetti Transformer di Google servono da deterrente più che da arma da far valere (PIIP). È un parere legale, non una dichiarazione di Google.

La famiglia: le continuation concesse e quelle in esame

Una continuation è una nuova domanda che riparte da una precedente e ne riprende la descrizione, di solito per rivendicare aspetti diversi. Le pagine di Google Patents collegano a US10452978B2 questa catena, tutta con titolo “Attention-based sequence transduction neural networks”. Stato letto il 12 ottobre 2026.

DocumentoDepositoConcessione o pubblicazioneStato
US10452978B228 giugno 201822 ottobre 2019Attivo
US10719764B23 settembre 201921 luglio 2020Attivo
US11113602B217 luglio 20207 settembre 2021Attivo
US10956819B27 agosto 202023 marzo 2021Attivo
US11893483B27 agosto 20206 febbraio 2024Attivo
US12217173B23 settembre 20214 febbraio 2025Attivo
US20210019624A1 (domanda)7 agosto 202021 gennaio 2021Abbandonata
US20240144006A1 (domanda)8 gennaio 20242 maggio 2024In esame
US20250217644A1 (domanda)30 dicembre 20243 luglio 2025In esame

Quindi sei documenti sono brevetti concessi e attivi. Gli altri tre sono domande di brevetto: una abbandonata e due ancora in esame. Una domanda non è un brevetto. Le due domande in esame sono in attesa di decisione, e questo non dice nulla su cosa rivendicheranno.

Esiste poi un documento vicino ma diverso: US11886998B2, “Attention-based decoder-only sequence transduction neural networks”, con priorità 27 ottobre 2017 e inventori in parte diversi. Google Patents non lo collega a US10452978B2, quindi non lo contiamo nella famiglia.

Date e stato: cosa significano la scadenza 2038 e quelle 2040

Google Patents indica per US10452978B2 una scadenza prevista al 23 maggio 2038. Corrisponde a vent’anni dal deposito internazionale del 23 maggio 2018, ma il collegamento tra le due date è un nostro calcolo e non una frase della pagina. Anche US10719764B2, US11113602B2 e US10956819B2 riportano il 23 maggio 2038.

Due brevetti più recenti hanno date più lontane: US11893483B2 al 24 luglio 2040 e US12217173B2 al 25 agosto 2040, entrambe indicate come “adjusted”, cioè aggiustate. Perciò “dopo il 2038 è tutto libero” non è una conclusione che puoi trarre da queste pagine. Per sapere cosa è protetto e fino a quando serve un consulente di brevetti.

Per un sito la data conta poco: non cambia come Google ti mostra nei risultati.

Cosa ne è derivato, secondo le dichiarazioni di Google

Qui cambiamo livello: quello che segue viene da testi ufficiali di Google, e nessuno cita il numero US10452978B2. Il collegamento con il brevetto è una lettura nostra, non una dichiarazione di Google.

BERT

Il 2 novembre 2018 Google Research ha reso open source BERT. Nel post scrive che il Transformer ha dato le basi per renderlo efficace (Google Research). Il 25 ottobre 2019 Pandu Nayak ha annunciato che BERT avrebbe aiutato la Ricerca a capire una ricerca su dieci in inglese negli Stati Uniti (Google).

Il 3 febbraio 2022 Google ha scritto che BERT ha un ruolo critico in quasi ogni query in inglese (Google). Oggi la Guida ai sistemi di ranking, aggiornata il 10 dicembre 2025, elenca BERT tra i sistemi che capiscono come le parole esprimono significati e intenzioni (Google Search Central). Come funziona BERT, con gli esempi ufficiali, è spiegato nell’articolo dedicato.

MUM

Il 18 maggio 2021 Google ha presentato MUM, “1.000 volte più potente di BERT”, addestrato su 75 lingue e multimodale, cioè capace di capire testo e immagini (Google). Il post non nomina il Transformer: cita solo il framework T5. Secondo la guida ai sistemi di ranking, MUM non è usato per il ranking generale, ma per applicazioni specifiche.

Gemini e AI Overview

Il rapporto tecnico su Gemini scrive che i modelli Gemini si basano su “decoder Transformer” (Gemini Team, Google). Per le AI Overview, Google dichiara che usano un modello Gemini personalizzato in tandem con i sistemi di Ricerca esistenti (Google, maggio 2025). Quel documento non nomina né BERT né il Transformer.

Nel nostro catalogo (nostra analisi su 109 brevetti e domande di brevetto di Google legati alla ricerca; stato indicato da Google Patents all’8 ottobre 2026) il soprannome “Transformer (alla base di BERT, MUM e Gemini)” è classificato come forzato. L’abstract descrive l’auto-attenzione e non cita nessuno dei tre modelli. I soprannomi forzati sono 28 su 109. Per le schede sulle AI Overview e su AI Mode vedi brevetto AI Overview e brevetto AI Mode.

Cosa il brevetto non dice sul ranking

Qui è facile cadere in tre equivoci. I dati letti non li confermano.

  • “Il brevetto prova che Google usa il Transformer nella Ricerca.” No. Un brevetto non prova l’uso. Le fonti di Google lette parlano di BERT, MUM e AI Overview, mai del numero di brevetto.
  • “Il brevetto copre BERT.” Non risulta. Abstract e rivendicazione 1 non nominano BERT. Google scrive che BERT si è costruito sul Transformer, che è altro dal dire che sia coperto da questo brevetto.
  • “Il brevetto spiega come Google ordina i risultati.” Neppure. Descrive un tipo di rete per trasformare sequenze: dalla traduzione ai riassunti, non ordina pagine.

Sul lato SEO, in italiano non esiste ancora un’analisi di questo brevetto: chi cerca “brevetto transformer google” trova soprattutto trasformatori elettrici. I commenti che abbiamo trovato hanno un taglio divulgativo o legale, non SEO.

Per capire come funziona il ranking oggi parti da come funziona davvero Google: nel brevetto non c’è.

Cosa cambia per il tuo sito

Poco. Nessuna azione SEO deriva da questo brevetto, perché non descrive un fattore di posizionamento. Dalla storia puoi trarre solo un principio: i sistemi di Google leggono ogni parola in relazione alle altre della frase.

Quindi scrivi frasi complete, con soggetto chiaro, senza ripetere parole chiave. Il consiglio non nasce dal brevetto: nasce dalle dichiarazioni di Google su BERT. Per essere citato nelle risposte AI trovi i passi pratici in AI Overview e AI Mode.

Conclusione: leggere il brevetto serve a non farsi ingannare

US10452978B2 conta per la storia dell’intelligenza artificiale, ma non è una scorciatoia SEO. Quando un titolo lega un brevetto a un algoritmo, controlla tre cose: cosa rivendica il brevetto, cosa ha dichiarato Google e cosa è solo un’ipotesi. Lavora su contenuti chiari e tecnica del sito, che controlli tu.

Vuoi sapere se il tuo sito è leggibile per i sistemi di Google e per le risposte AI? Richiedi l’audit SEO gratuito: ricevi le 5 cose da sistemare per prime, partendo da SEO tecnica, contenuti, visibilità nelle AI e prestazioni.

Domande frequenti

Qual è il brevetto Transformer di Google?

Il documento di riferimento nel nostro catalogo è US10452978B2, “Attention-based sequence transduction neural networks”. Ha priorità del 23 maggio 2017 ed è stato concesso il 22 ottobre 2019. Il nome Transformer è un soprannome degli SEO: il brevetto descrive una rete con encoder e decoder basata sull’auto-attenzione e non nomina prodotti. Titolare è Google LLC e lo stato è attivo secondo Google Patents, al 12 ottobre 2026.

Il brevetto Transformer è ancora valido e fino a quando?

Secondo Google Patents, al 12 ottobre 2026, US10452978B2 risulta attivo con scadenza prevista il 23 maggio 2038. Alcuni brevetti della famiglia indicano il 2040. Sono stime della pagina, che precisa di non offrire conclusioni legali. Per sapere cosa è protetto e fino a quando, e per qualsiasi uso commerciale, serve il parere di un consulente in brevetti.

Il brevetto copre BERT, MUM o Gemini?

Non risulta. L’abstract e la rivendicazione 1 non nominano nessuno dei tre modelli, e neppure la descrizione. Google scrive che il Transformer ha dato le basi a BERT e che Gemini si basa su decoder Transformer, ma nessuna fonte Google letta cita questo numero di brevetto. Un modello costruito su un’architettura non è per questo coperto da un brevetto specifico.

Il brevetto Transformer prova che Google lo usa nella Ricerca?

No. Un brevetto descrive ciò che Google ha protetto, non ciò che usa. Per la Ricerca contano le dichiarazioni ufficiali: BERT ha un ruolo critico in quasi ogni query in inglese (febbraio 2022) ed è nella guida ai sistemi di ranking. MUM invece, secondo la stessa guida, non è usato per il ranking generale.

Cosa cambia per la SEO del mio sito?

Nessuna azione deriva direttamente dal brevetto, perché non descrive un fattore di posizionamento. Il principio utile viene dalle dichiarazioni di Google su BERT: il sistema legge ogni parola insieme alle altre della frase. Scrivi quindi frasi complete e chiare, con un tema per pagina, invece di ripetere parole chiave. Il resto resta tecnica, contenuti e autorevolezza.

Fonti

Tutte le pagine sono state aperte e verificate il 12 ottobre 2026.

  1. Google Patents (USPTO), “US10452978B2 - Attention-based sequence transduction neural networks”, concesso il 22 ottobre 2019. patents.google.com/patent/US10452978B2/en
  2. Google Patents (USPTO), “US10719764B2 - Attention-based sequence transduction neural networks”, 21 luglio 2020. patents.google.com/patent/US10719764B2/en
  3. Google Patents (USPTO), “US11113602B2 - Attention-based sequence transduction neural networks”, 7 settembre 2021. patents.google.com/patent/US11113602B2/en
  4. Google Patents (USPTO), “US10956819B2 - Attention-based sequence transduction neural networks”, 23 marzo 2021. patents.google.com/patent/US10956819B2/en
  5. Google Patents (USPTO), “US11893483B2 - Attention-based sequence transduction neural networks”, 6 febbraio 2024. patents.google.com/patent/US11893483B2/en
  6. Google Patents (USPTO), “US12217173B2 - Attention-based sequence transduction neural networks”, 4 febbraio 2025. patents.google.com/patent/US12217173B2/en
  7. Google Patents (USPTO), “US20210019624A1 - Attention-based sequence transduction neural networks”, 21 gennaio 2021. patents.google.com/patent/US20210019624A1/en
  8. Google Patents (USPTO), “US20240144006A1 - Attention-based sequence transduction neural networks”, 2 maggio 2024. patents.google.com/patent/US20240144006A1/en
  9. Google Patents (USPTO), “US20250217644A1 - Attention-based sequence transduction neural networks”, 3 luglio 2025. patents.google.com/patent/US20250217644A1/en
  10. Google Patents (USPTO), “US11886998B2 - Attention-based decoder-only sequence transduction neural networks”, 30 gennaio 2024. patents.google.com/patent/US11886998B2/en
  11. arXiv (Vaswani et al.), “Attention Is All You Need”, 12 giugno 2017. arxiv.org/abs/1706.03762
  12. Google Research (Jakob Uszkoreit), “Transformer: A Novel Neural Network Architecture for Language Understanding”, 31 agosto 2017. research.google/blog/transformer-a-novel-neural-network-architecture-for-language-understanding/
  13. Google Research (Jacob Devlin, Ming-Wei Chang), “Open Sourcing BERT: State-of-the-Art Pre-training for Natural Language Processing”, 2 novembre 2018. research.google/blog/open-sourcing-bert-state-of-the-art-pre-training-for-natural-language-processing/
  14. Google (Pandu Nayak), “Understanding searches better than ever before”, 25 ottobre 2019. blog.google/products/search/search-language-understanding-bert/
  15. Google (Pandu Nayak), “MUM: A new AI milestone for understanding information”, 18 maggio 2021. blog.google/products/search/introducing-mum/
  16. Google (Pandu Nayak), “How AI powers great search results”, 3 febbraio 2022. blog.google/products/search/how-ai-powers-great-search-results/
  17. Google Search Central, “A guide to Google Search ranking systems”, aggiornata il 10 dicembre 2025. developers.google.com/search/docs/appearance/ranking-systems-guide
  18. arXiv (Gemini Team, Google), “Gemini: A Family of Highly Capable Multimodal Models”, 19 dicembre 2023, versione 5 del 9 maggio 2025. arxiv.org/pdf/2312.11805
  19. Justia Patents, “US Patent 10,452,978: Attention-based sequence transduction neural networks”, 22 ottobre 2019. patents.justia.com/patent/10452978
  20. Google, “AI Overviews and AI Mode in Search”, maggio 2025. search.google/pdf/google-about-AI-overviews-AI-Mode.pdf
  21. PatentBrief, “How AI Models Understand Language Using ‘Attention’”, revisione del 13 giugno 2026. patentbrief.org/patent/us/10452978/transformer-attention-mechanism
  22. PIIP (Daeho Lee), “Google’s Transformer Patents: The IP Risk That AI Startups Don’t Know About”, 19 gennaio 2026. piip.co.kr/en/blog/google-transformer-llm-patent-risk-and-strategy

Quanto è visibile il tuo sito?

Richiedi l'audit SEO gratuito: ti indica le 5 cose da sistemare per prime su SEO tecnica, contenuti, visibilità nelle AI e prestazioni.

Audit SEO gratuito: le 5 cose da sistemare per prime sul tuo sito, senza impegno.

Preferisci parlarne? Scrivici o chiama il 320 4864478.

Resta aggiornato su Google e AI search

Una email al mese: novità di Google e AI search spiegate in pratica e, a volte, informazioni sui nostri servizi.