人工智能算法類申請的有關專利保護客體問題的撰寫探討

#本文由作者授權發(fā)布，未經作者許可，禁止轉載，不代表IPRdaily立場#

來源：IPRdaily中文網（iprdaily.cn）

作者：張文慧 電學部 林達劉知識產權

原標題：人工智能算法類申請的有關專利保護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)定的技術方案，很直觀的方法是看技術方案中的算法步驟有沒有與特定的技術領域緊密結合，即算法所處理的數據是否是技術領域中具有確切技術含義的數據，算法的執(zhí)行是否能直接體現出利用自然規(guī)律解決某一技術問題的過程，并且獲得了技術效果。若非如此，包含算法特征的發(fā)明專利申請，很有可能被認為是不屬于專利法第二條第二款規(guī)定的技術方案，不屬于專利保護客體。

國家知識產權局于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規(guī)定”，旨在根據專利法及其實施細則的要求，對涉及人工智能、“互聯網+”、大數據以及區(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，國家知識產權局針對涉及人工智能領域的算法的發(fā)明專利申請，已經根據專利法及其實施細則的相關要求、按照修改后的《專利審查指南》的第二部分第九章第6節(jié)中的相關規(guī)定來審查了。筆者通過結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專利保護客體的審查，有如下規(guī)定：

對一項包含算法特征或商業(yè)規(guī)則和方法特征的權利要求是否屬于技術方案進行審查時，需要整體考慮權利要求中記載的全部特征。如果該項權利要求記載了對要解決的技術問題采用了利用自然規(guī)律的技術手段，并且由此獲得符合自然規(guī)律的技術效果，則該權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方案。例如，如果權利要求中涉及算法的各個步驟體現出與所要解決的技術問題密切相關，如算法處理的數據是技術領域中具有確切技術含義的數據，算法的執(zhí)行能直接體現出利用自然規(guī)律解決某一技術問題的過程，并且獲得了技術效果，則通常該權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方案。

該規(guī)定進一步解釋和明確了如何撰寫涉及算法特征的權利要求才能符合專利法第二條第二款規(guī)定的“技術方案”的要求。這給了人工智能算法領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化的撰寫指導，澄清了之前對權利要求中包含的算法步驟和所應用的技術領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行廣泛申請、以期得到授權的念想。按照該規(guī)定，我們在撰寫涉及人工智能算法類發(fā)明專利申請的權利要求書時，需要明確體現算法的各個步驟與所要解決的技術問題“密切相關”。

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

案例1——“密切相關”的示例

一種卷積神經網絡CNN特征的處理方法

所針對的技術問題：如何對CNN特征進行處理，以提高圖像的識別和搜索精度。

所請求保護的權利要求：

一種卷積神經網絡特征即CNN特征的處理方法，用于對將多個圖片組輸入卷積神經網絡所獲得的特征圖進行處理，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網絡模型中對應的子神經網絡，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的特征向量；

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

分析及結論

該解決方案是一種卷積神經網絡特征的處理方法，其中明確了各個步驟所處理的數據均為圖像數據或者從圖像數據獲得的某一特征表示，并且各個步驟的執(zhí)行體現了如何基于原始圖像數據來逐步得到原始圖像中的關注區(qū)域的特征向量（輸入數據、中間處理數據以及輸出數據如上劃線部分所示）。該卷積神經網絡特征的處理算法與圖像信息處理密切相關。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問題，采用了遵循自然規(guī)律的技術手段，獲得了相應的技術效果。該權利要求的撰寫完全符合上述①②③④四個層面的密切相關的要求，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)定的技術方案，屬于專利保護客體。

案例2——非“密切相關”的示例

一種基于人工神經網絡的特征選擇方法

所針對的技術問題：如何提高特征選擇的效率。

所請求保護的權利要求：

一種基于人工神經網絡的特征選擇方法，其特征在于，包括：

根據待選擇的特征和輸出目標構造具有輸入層、中間層和輸出層的人工神經網絡；

利用訓練集對所述人工神經網絡進行訓練，以確定所述人工神經網絡中各層與上下層的連接關系，其中，訓練時所用的優(yōu)化函數包括對所述各個層進行選擇的項，以根據所述連接關系來間取待選擇的特征。

分析及結論

該解決方案是一種基于人工神經網絡的特征選擇方法。而特征選擇是很多技術領域都會涉及到的一項數據處理方法。特征選擇本身屬于一種數學算法，因為其所處理的數據可以為任意數據。只有特征選擇跟具體的技術領域結合之后才會構成具體的技術方案，解決相應的技術問題，獲得相應的技術效果。該方法所處理的輸入數據為“待選擇的特征”，是一種抽象的概念，在該概念沒有結合具體的技術領域的情況下，其并不具有確切的技術含義。該算法對該“待選擇的特征”的處理過程本質上還是屬于對通用算法的描述，并沒有對具有確切技術含義的數據進行符合自然規(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擇算法的改進帶來的效果，并不屬于技術效果。很明顯，該權利要求的撰寫并不符合上述①②③④四個層面的密切相關的要求，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)定的技術方案，不屬于專利保護客體。

案例3——不夠“密切相關”的示例

一種針對組成成分缺失數據的時空數據序列恢復的處理方法

所針對的技術問題：如何提高時空序列數據的缺失數據的恢復精度。

所請求保護的權利要求：

一種針對組成成分數據的缺失數據的恢復的處理方法，用于針對空間維度和時間維度的數據序列中缺失的組成成分數據進行補充處理以獲取完整的時空數據序列，其特征在于，包括：

根據待求點的多個空間周邊點，算出所述待求點的空間維度數據；

根據待求點多個時間周邊點，算出所述待求點的時間維度數據；

根據所述空間維度數據和所述時間維度數據，算出所述待求點的組成成分數據。

分析及結論

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

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

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

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)定的技術方案，不屬于專利保護客體。

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)定的技術方案，很直觀的方法是看技術方案中的算法步驟有沒有與特定的技術領域緊密結合，即算法所處理的數據是否是技術領域中具有確切技術含義的數據，算法的執(zhí)行是否能直接體現出利用自然規(guī)律解決某一技術問題的過程，并且獲得了技術效果。若非如此，包含算法特征的發(fā)明專利申請，很有可能被認為是不屬于專利法第二條第二款規(guī)定的技術方案，不屬于專利保護客體。

來源：IPRdaily中文網（iprdaily.cn）

作者：張文慧 電學部 林達劉知識產權

編輯：IPRdaily王穎          校對：IPRdaily縱橫君

點擊圖片，查看專題詳情！

「關于IPRdaily」

IPRdaily是具有全球影響力的知識產權媒體，致力于連接全球知識產權與科技創(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)或知識產權負責人，還有來自政府、律師及代理事務所、研發(fā)或服務機構的全球近100萬用戶（國內70余萬+海外近30萬），2019年全年全網頁面瀏覽量已經突破過億次傳播。

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

本文來自IPRdaily中文網（iprdaily.cn）并經IPRdaily.cn中文網編輯。轉載此文章須經權利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場，如若轉載，請注明出處：“http://globalwellnesspartner.com/