人工智能算法類申請的有關(guān)專利保護(hù)客體問題的撰寫探討

#本文由作者授權(quán)發(fā)布，未經(jīng)作者許可，禁止轉(zhuǎn)載，不代表IPRdaily立場#

來源：IPRdaily中文網(wǎng)（iprdaily.cn）

作者：張文慧 電學(xué)部 林達(dá)劉知識產(chǎn)權(quán)

原標(biāo)題：人工智能算法類申請的有關(guān)專利保護(hù)客體問題的撰寫探討

判斷一項包含算法特征的發(fā)明專利申請的解決方案是否屬于專利法第二條第二款規(guī)定的技術(shù)方案，很直觀的方法是看技術(shù)方案中的算法步驟有沒有與特定的技術(shù)領(lǐng)域緊密結(jié)合，即算法所處理的數(shù)據(jù)是否是技術(shù)領(lǐng)域中具有確切技術(shù)含義的數(shù)據(jù)，算法的執(zhí)行是否能直接體現(xiàn)出利用自然規(guī)律解決某一技術(shù)問題的過程，并且獲得了技術(shù)效果。若非如此，包含算法特征的發(fā)明專利申請，很有可能被認(rèn)為是不屬于專利法第二條第二款規(guī)定的技術(shù)方案，不屬于專利保護(hù)客體。

國家知識產(chǎn)權(quán)局于2019年12月31日發(fā)布了最新修改后的《專利審查指南》，公告自2020年2月1日起施行。在該修改后的《專利審查指南》的第二部分第九章，增加了第6節(jié)“包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請審查相關(guān)規(guī)定”，旨在根據(jù)專利法及其實施細(xì)則的要求，對涉及人工智能、“互聯(lián)網(wǎng)+”、大數(shù)據(jù)以及區(qū)塊鏈等一般包含算法或商業(yè)規(guī)則和方法的發(fā)明專利申請的特殊性作出規(guī)定。

實際上，在該《專利審查指南》的修改稿向公眾征求意見期間甚至之前的很長時間，國家知識產(chǎn)權(quán)局針對涉及人工智能領(lǐng)域的算法的發(fā)明專利申請，已經(jīng)根據(jù)專利法及其實施細(xì)則的相關(guān)要求、按照修改后的《專利審查指南》的第二部分第九章第6節(jié)中的相關(guān)規(guī)定來審查了。筆者通過結(jié)合最近兩年處理的涉及人工智能算法類發(fā)明專利申請的幾個案例，來討論對修改后的《專利審查指南》中有關(guān)專利法第二條第二款的審查的規(guī)定的理解，希望對讀者有一定的啟發(fā)和幫助。

在修改后的《專利審查指南》中，對專利法第二條第二款有關(guān)專利保護(hù)客體的審查，有如下規(guī)定：

對一項包含算法特征或商業(yè)規(guī)則和方法特征的權(quán)利要求是否屬于技術(shù)方案進(jìn)行審查時，需要整體考慮權(quán)利要求中記載的全部特征。如果該項權(quán)利要求記載了對要解決的技術(shù)問題采用了利用自然規(guī)律的技術(shù)手段，并且由此獲得符合自然規(guī)律的技術(shù)效果，則該權(quán)利要求限定的解決方案屬于專利法第二條第二款所述的技術(shù)方案。例如，如果權(quán)利要求中涉及算法的各個步驟體現(xiàn)出與所要解決的技術(shù)問題密切相關(guān)，如算法處理的數(shù)據(jù)是技術(shù)領(lǐng)域中具有確切技術(shù)含義的數(shù)據(jù)，算法的執(zhí)行能直接體現(xiàn)出利用自然規(guī)律解決某一技術(shù)問題的過程，并且獲得了技術(shù)效果，則通常該權(quán)利要求限定的解決方案屬于專利法第二條第二款所述的技術(shù)方案。

該規(guī)定進(jìn)一步解釋和明確了如何撰寫涉及算法特征的權(quán)利要求才能符合專利法第二條第二款規(guī)定的“技術(shù)方案”的要求。這給了人工智能算法領(lǐng)域的申請人和專利代理師在撰寫包含算法特征的發(fā)明專利申請方面更加細(xì)化的撰寫指導(dǎo)，澄清了之前對權(quán)利要求中包含的算法步驟和所應(yīng)用的技術(shù)領(lǐng)域的模棱兩可的理解，并且更加有效地杜絕了申請人存在僥幸心理對通用算法類專利進(jìn)行廣泛申請、以期得到授權(quán)的念想。按照該規(guī)定，我們在撰寫涉及人工智能算法類發(fā)明專利申請的權(quán)利要求書時，需要明確體現(xiàn)算法的各個步驟與所要解決的技術(shù)問題“密切相關(guān)”。

關(guān)于對“密切相關(guān)”的理解，簡單來說，是指以下四個層面的相關(guān)：①使用該算法處理的數(shù)據(jù)必須具有確切的技術(shù)含義而非抽象的數(shù)據(jù)概念；②處理的過程要體現(xiàn)出對該數(shù)據(jù)進(jìn)行了符合自然規(guī)律的處理；③經(jīng)過該算法的處理后的輸出數(shù)據(jù)也要有確切的技術(shù)含義而非抽象的數(shù)據(jù)概念；以及④算法的執(zhí)行能解決一定的技術(shù)問題并獲得技術(shù)效果。以下，我們通過3個案例來直觀地感受權(quán)利要求的中算法步驟是否與所要解決的技術(shù)問題“密切相關(guān)”。

案例1——“密切相關(guān)”的示例

一種卷積神經(jīng)網(wǎng)絡(luò)CNN特征的處理方法

所針對的技術(shù)問題：如何對CNN特征進(jìn)行處理，以提高圖像的識別和搜索精度。

所請求保護(hù)的權(quán)利要求：

一種卷積神經(jīng)網(wǎng)絡(luò)特征即CNN特征的處理方法，用于對將多個圖片組輸入卷積神經(jīng)網(wǎng)絡(luò)所獲得的特征圖進(jìn)行處理，其特征在于，包括：

將所述多個圖片組中的各圖片組分別輸入神經(jīng)網(wǎng)絡(luò)模型中對應(yīng)的子神經(jīng)網(wǎng)絡(luò)，以獲得各圖片組的視覺特征向量；

基于所獲得的視覺特征向量計算各特征圖在原始圖片上的分布；

根據(jù)各特征圖在原始圖像上的分布，提取與原始圖片中的各元素對應(yīng)的特征向量；

針對所述原始圖片中的關(guān)注區(qū)域，將該關(guān)注區(qū)域內(nèi)的所有元素的特征向量相加，以得到與所述關(guān)注區(qū)域?qū)?yīng)的特征向量，從而得到圖像特征提取模型。

分析及結(jié)論

該解決方案是一種卷積神經(jīng)網(wǎng)絡(luò)特征的處理方法，其中明確了各個步驟所處理的數(shù)據(jù)均為圖像數(shù)據(jù)或者從圖像數(shù)據(jù)獲得的某一特征表示，并且各個步驟的執(zhí)行體現(xiàn)了如何基于原始圖像數(shù)據(jù)來逐步得到原始圖像中的關(guān)注區(qū)域的特征向量（輸入數(shù)據(jù)、中間處理數(shù)據(jù)以及輸出數(shù)據(jù)如上劃線部分所示）。該卷積神經(jīng)網(wǎng)絡(luò)特征的處理算法與圖像信息處理密切相關(guān)。該解決方案所解決的是提高圖像的識別和搜索精度的技術(shù)問題，采用了遵循自然規(guī)律的技術(shù)手段，獲得了相應(yīng)的技術(shù)效果。該權(quán)利要求的撰寫完全符合上述①②③④四個層面的密切相關(guān)的要求，因此，該發(fā)明專利申請的解決方案屬于專利法第二條第二款規(guī)定的技術(shù)方案，屬于專利保護(hù)客體。

案例2——非“密切相關(guān)”的示例

一種基于人工神經(jīng)網(wǎng)絡(luò)的特征選擇方法

所針對的技術(shù)問題：如何提高特征選擇的效率。

所請求保護(hù)的權(quán)利要求：

一種基于人工神經(jīng)網(wǎng)絡(luò)的特征選擇方法，其特征在于，包括：

根據(jù)待選擇的特征和輸出目標(biāo)構(gòu)造具有輸入層、中間層和輸出層的人工神經(jīng)網(wǎng)絡(luò)；

利用訓(xùn)練集對所述人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以確定所述人工神經(jīng)網(wǎng)絡(luò)中各層與上下層的連接關(guān)系，其中，訓(xùn)練時所用的優(yōu)化函數(shù)包括對所述各個層進(jìn)行選擇的項，以根據(jù)所述連接關(guān)系來間取待選擇的特征。

分析及結(jié)論

該解決方案是一種基于人工神經(jīng)網(wǎng)絡(luò)的特征選擇方法。而特征選擇是很多技術(shù)領(lǐng)域都會涉及到的一項數(shù)據(jù)處理方法。特征選擇本身屬于一種數(shù)學(xué)算法，因為其所處理的數(shù)據(jù)可以為任意數(shù)據(jù)。只有特征選擇跟具體的技術(shù)領(lǐng)域結(jié)合之后才會構(gòu)成具體的技術(shù)方案，解決相應(yīng)的技術(shù)問題，獲得相應(yīng)的技術(shù)效果。該方法所處理的輸入數(shù)據(jù)為“待選擇的特征”，是一種抽象的概念，在該概念沒有結(jié)合具體的技術(shù)領(lǐng)域的情況下，其并不具有確切的技術(shù)含義。該算法對該“待選擇的特征”的處理過程本質(zhì)上還是屬于對通用算法的描述，并沒有對具有確切技術(shù)含義的數(shù)據(jù)進(jìn)行符合自然規(guī)律的處理。而且，說明書中聲稱的“提高特征選擇的效率”屬于本申請?zhí)岢龅乃惴ū旧硐鄬τ谝延械奶卣鬟x擇算法的改進(jìn)帶來的效果，并不屬于技術(shù)效果。很明顯，該權(quán)利要求的撰寫并不符合上述①②③④四個層面的密切相關(guān)的要求，因此，該發(fā)明專利申請的解決方案不屬于專利法第二條第二款規(guī)定的技術(shù)方案，不屬于專利保護(hù)客體。

案例3——不夠“密切相關(guān)”的示例

一種針對組成成分缺失數(shù)據(jù)的時空數(shù)據(jù)序列恢復(fù)的處理方法

所針對的技術(shù)問題：如何提高時空序列數(shù)據(jù)的缺失數(shù)據(jù)的恢復(fù)精度。

所請求保護(hù)的權(quán)利要求：

一種針對組成成分?jǐn)?shù)據(jù)的缺失數(shù)據(jù)的恢復(fù)的處理方法，用于針對空間維度和時間維度的數(shù)據(jù)序列中缺失的組成成分?jǐn)?shù)據(jù)進(jìn)行補(bǔ)充處理以獲取完整的時空數(shù)據(jù)序列，其特征在于，包括：

根據(jù)待求點的多個空間周邊點，算出所述待求點的空間維度數(shù)據(jù)；

根據(jù)待求點多個時間周邊點，算出所述待求點的時間維度數(shù)據(jù)；

根據(jù)所述空間維度數(shù)據(jù)和所述時間維度數(shù)據(jù)，算出所述待求點的組成成分?jǐn)?shù)據(jù)。

分析及結(jié)論

該解決方案是一種針對組成成分缺失數(shù)據(jù)的時空數(shù)據(jù)序列恢復(fù)的處理方法。根據(jù)說明書的記載，解決的問題是缺失時空數(shù)據(jù)的填充，并非特定領(lǐng)域的技術(shù)問題。其采用的手段為通過待求點的空間維度數(shù)據(jù)和時間維度數(shù)據(jù)來估計缺失的待求點數(shù)據(jù)，沒有與具體技術(shù)領(lǐng)域相結(jié)合，并非是符合自然規(guī)律的技術(shù)手段，獲得的效果也僅是獲得缺失的數(shù)據(jù)值，并非技術(shù)效果。

雖然申請人試圖將待處理的缺失數(shù)據(jù)限定為“組成成分?jǐn)?shù)據(jù)的缺失數(shù)據(jù)”來明確所應(yīng)用的技術(shù)領(lǐng)域，但從整體的技術(shù)方案來看，這并沒有改變算法的步驟所處理的數(shù)據(jù)并不具有在組成成分分析領(lǐng)域中的確切技術(shù)含義的事實。實際上，該算法處理的數(shù)據(jù)并非利用了組成成分?jǐn)?shù)據(jù)在其領(lǐng)域中的特點，而是利用的組成成分?jǐn)?shù)據(jù)的缺失數(shù)據(jù)的待求點的空間維度數(shù)據(jù)和時間維度數(shù)據(jù)，這是其它領(lǐng)域的數(shù)據(jù)也可能共有的數(shù)據(jù)特征。因此，該算法所處理的數(shù)據(jù)并沒有確切的技術(shù)含義，該算法本質(zhì)上還是屬于通用算法。而且，說明書中提及的“提高了時空序列數(shù)據(jù)的缺失數(shù)據(jù)的恢復(fù)精度”的效果，屬于本申請?zhí)岢龅乃惴ū旧硐鄬τ谝延械娜笔r空數(shù)據(jù)的填充的算法的改進(jìn)帶來的效果，并不屬于技術(shù)效果。

退一步講，即使認(rèn)為申請人將算法的步驟中處理的數(shù)據(jù)限定為“組成成分?jǐn)?shù)據(jù)的缺失數(shù)據(jù)”、將輸出數(shù)據(jù)限定為“待求點的組成成分?jǐn)?shù)據(jù)”勉強(qiáng)符合上述①和③中對密切相關(guān)的要求，但是該算法的處理過程由于沒有涉及與組成成分?jǐn)?shù)據(jù)本身的技術(shù)含義相關(guān)的中間數(shù)據(jù)也并沒有體現(xiàn)對組成成分?jǐn)?shù)據(jù)進(jìn)行了符合自然規(guī)律的處理。這至少是不符合上述②中對密切相關(guān)的要求的，從而導(dǎo)致該解決方案與所要解決的技術(shù)問題并沒有那么“密切相關(guān)”。

因此，該發(fā)明專利申請的解決方案不屬于專利法第二條第二款規(guī)定的技術(shù)方案，不屬于專利保護(hù)客體。

從上面3個案例很容易看出，判斷一項包含算法特征的發(fā)明專利申請的解決方案是否屬于專利法第二條第二款規(guī)定的技術(shù)方案，很直觀的方法是看技術(shù)方案中的算法步驟有沒有與特定的技術(shù)領(lǐng)域緊密結(jié)合，即算法所處理的數(shù)據(jù)是否是技術(shù)領(lǐng)域中具有確切技術(shù)含義的數(shù)據(jù)，算法的執(zhí)行是否能直接體現(xiàn)出利用自然規(guī)律解決某一技術(shù)問題的過程，并且獲得了技術(shù)效果。若非如此，包含算法特征的發(fā)明專利申請，很有可能被認(rèn)為是不屬于專利法第二條第二款規(guī)定的技術(shù)方案，不屬于專利保護(hù)客體。

來源：IPRdaily中文網(wǎng)（iprdaily.cn）

作者：張文慧 電學(xué)部 林達(dá)劉知識產(chǎn)權(quán)

編輯：IPRdaily王穎          校對：IPRdaily縱橫君

點擊圖片，查看專題詳情！

「關(guān)于IPRdaily」

IPRdaily是具有全球影響力的知識產(chǎn)權(quán)媒體，致力于連接全球知識產(chǎn)權(quán)與科技創(chuàng)新人才。匯聚了來自于中國、美國、歐洲、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個國家和地區(qū)的高科技公司及成長型科技企業(yè)的管理者及科技研發(fā)或知識產(chǎn)權(quán)負(fù)責(zé)人，還有來自政府、律師及代理事務(wù)所、研發(fā)或服務(wù)機(jī)構(gòu)的全球近100萬用戶（國內(nèi)70余萬+海外近30萬），2019年全年全網(wǎng)頁面瀏覽量已經(jīng)突破過億次傳播。

（英文官網(wǎng)：iprdaily.com  中文官網(wǎng)：iprdaily.cn） 

本文來自IPRdaily中文網(wǎng)（iprdaily.cn）并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉(zhuǎn)載此文章須經(jīng)權(quán)利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場，如若轉(zhuǎn)載，請注明出處：“http://islanderfriend.com/