国产精品爽爽va在线观看网站丨av无码不卡在线观看免费丨国产成人综合色就色综合丨92成人午夜福利一区二区丨狼群精品一卡二卡3卡四卡网站丨久热爱精品视频在线9丨少妇性l交大片毛多丨无码人妻丰满熟妇区bbbbxxxx丨美女视频黄是免费丨波多野结衣视频网丨天堂中文最新版在线中文丨www.亚洲黄色丨国产欧美日韩小视频丨69式视频丨五月婷婷中文丨日日日网站丨欧美tv丨www色天使丨中文字幕无码日韩欧毛丨国产黄色激情视频

　　文/北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 張海永

　　引言

　　美國(guó)專(zhuān)利法第101條定義了可專(zhuān)利主題的范圍，即任何新的、有用的工藝、機(jī)器、制造物或物質(zhì)組合都可以獲得專(zhuān)利。然而，美國(guó)最高法院長(zhǎng)期以來(lái)一直認(rèn)為，自然法則、自然現(xiàn)象和抽象概念是可專(zhuān)利主題的例外。這些例外雖未在法律條文中明確提及，但是通過(guò)司法解釋確立了屬于這些例外的申請(qǐng)不具有專(zhuān)利適格性。隨著人工智能技術(shù)（AI）的發(fā)展，越來(lái)越多的人工智能相關(guān)的專(zhuān)利申請(qǐng)開(kāi)始涌現(xiàn)，本文簡(jiǎn)要介紹了人工智能領(lǐng)域?qū)＠m格性判斷，并提供了一些針對(duì)AI相關(guān)發(fā)明如何克服適格性問(wèn)題的建議。

　　一、美國(guó)專(zhuān)利適格性概述

　　美國(guó)專(zhuān)利法第101條規(guī)定了發(fā)明必須屬于四個(gè)法定類(lèi)別之一：工藝、機(jī)器、制造物或物質(zhì)組合。大多數(shù)發(fā)明都符合這些類(lèi)別，但有些不符合。例如，僅涉及軟件代碼或純數(shù)據(jù)的發(fā)明不符合專(zhuān)利保護(hù)條件，因?yàn)檫@些項(xiàng)目不屬于上述四個(gè)類(lèi)別之一。同樣，僅請(qǐng)求保護(hù)“經(jīng)過(guò)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)”的申請(qǐng)也不符合第101條的規(guī)定，但如果請(qǐng)求保護(hù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法或使用經(jīng)過(guò)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)，則滿(mǎn)足專(zhuān)利適格性要求。

　　實(shí)際上，第101條中專(zhuān)利適格性的真正復(fù)雜性來(lái)自于非法定例外：自然法則、自然現(xiàn)象和抽象概念。美國(guó)最高法院強(qiáng)調(diào)，這些例外至關(guān)重要，因?yàn)閷?duì)這些基本科學(xué)和技術(shù)工具的專(zhuān)利可能會(huì)阻礙而非促進(jìn)創(chuàng)新。例如，不能對(duì)物理定律或數(shù)學(xué)算法的抽象形式申請(qǐng)專(zhuān)利。然而，這些原則的新應(yīng)用，如從中衍生出的新的并且有用結(jié)構(gòu)或工藝，可以申請(qǐng)專(zhuān)利。

　　二、專(zhuān)利適格性判斷標(biāo)準(zhǔn)

　　美國(guó)專(zhuān)利與商標(biāo)局在審查指南MPEP中采用了Alice/Mayo判例中的流程來(lái)判斷專(zhuān)利申請(qǐng)是否滿(mǎn)足101條款的適格性要求，并于2019年對(duì)該判斷流程進(jìn)行了更新。

　　判斷流程包括：步驟1，判斷權(quán)利要求是否是針對(duì)工藝、機(jī)器、制造物或物質(zhì)組合；步驟2A，判斷該權(quán)利要求是否指向自然法則、自然現(xiàn)象和抽象概念，如果否的話(huà)，則權(quán)利要求具有專(zhuān)利適格性，如果是的話(huà)，進(jìn)入步驟2B的判斷；步驟2B，如果在步驟2A中判定該權(quán)利要求指向司法例外，評(píng)估該權(quán)利要求中是否存在附加元素使得權(quán)利要求具有創(chuàng)造性，如果是的話(huà)，則該權(quán)利要求具有專(zhuān)利適格性，否則的話(huà)，則該權(quán)利要求不具有專(zhuān)利適格性，不可以授權(quán)。

　　在更新的判斷流程中，步驟2A進(jìn)一步被細(xì)分為兩個(gè)分支：分支1，判斷權(quán)利要求是否引用或者包括了司法例外，例如抽象概念等；分支2，如果權(quán)利要求包含或者引用了司法例外，則進(jìn)一步判斷該權(quán)利要求整體上是否將該司法例外整合到實(shí)際的技術(shù)應(yīng)用中，如果是的話(huà)，則step 2A的判斷結(jié)果為該權(quán)利要求并未指向司法例外，因此符合專(zhuān)利適格性的要求。

　　三、關(guān)于人工智能的例子

　　針對(duì)專(zhuān)利適格性要求，美國(guó)專(zhuān)利與商標(biāo)局還提供了許多例子并介紹了如何根據(jù)101條來(lái)進(jìn)行判斷。唯一直接與人工智能相關(guān)的例子是第39個(gè)例子。這個(gè)例子涉及一個(gè)旨在提高識(shí)別數(shù)字圖像中人臉的能力的AI系統(tǒng)。先前使用神經(jīng)網(wǎng)絡(luò)進(jìn)行面部檢測(cè)的方法在處理面部圖像的移動(dòng)、扭曲和變化時(shí)的魯棒性方面存在不足。該發(fā)明通過(guò)使用對(duì)面部圖像進(jìn)行數(shù)學(xué)變換開(kāi)發(fā)的擴(kuò)展訓(xùn)練集，并采用迭代訓(xùn)練算法來(lái)最小化誤報(bào)，從而改進(jìn)了這項(xiàng)技術(shù)，從而得到一個(gè)更可靠的面部檢測(cè)模型。

　　這個(gè)例子中的步驟涉及收集數(shù)據(jù)、修改數(shù)據(jù)、創(chuàng)建兩個(gè)訓(xùn)練集，然后在訓(xùn)練集上訓(xùn)練神經(jīng)網(wǎng)絡(luò)。通過(guò)分析，該權(quán)利要求符合第101條的規(guī)定，因?yàn)樵摍?quán)利要求“沒(méi)有陳述MPEP中列舉的任何司法例外”。特別是，專(zhuān)利局指出，這些步驟沒(méi)有陳述任何數(shù)學(xué)關(guān)系、公式或計(jì)算（盡管該權(quán)利要求可能“基于數(shù)學(xué)概念，但數(shù)學(xué)概念并未在權(quán)利要求中陳述”），沒(méi)有陳述思維過(guò)程（“因?yàn)檫@些步驟實(shí)際上不能在人腦中執(zhí)行”），也沒(méi)有陳述任何組織人類(lèi)活動(dòng)的方法，如基本經(jīng)濟(jì)概念或管理人與人之間的互動(dòng)。因此，該權(quán)利要求符合專(zhuān)利適格性要求，因?yàn)樗鼪](méi)有引用司法例外。

　　但是審查員對(duì)于上述例子的解讀是非常有限度的，即審查員還是會(huì)傾向于基于具體的權(quán)利要求來(lái)對(duì)專(zhuān)利適格性進(jìn)行判斷。雖然一些人工智能相關(guān)的權(quán)利要求也是涉及上述的例子中的收集數(shù)據(jù)并訓(xùn)練得到神經(jīng)網(wǎng)絡(luò)的過(guò)程，但是審查員并未同意這些如此撰寫(xiě)的權(quán)利要求具有專(zhuān)利適格性。

　　這種傾向從專(zhuān)利審判和上訴委員會(huì)的部分判詞中可見(jiàn)一斑：

　　1、第39個(gè)例子具體限定到了圖像分析，“因此，第39個(gè)例子解決了與分析圖像以識(shí)別和分析其中的面部圖像相關(guān)的技術(shù)難題。而申請(qǐng)人未證明當(dāng)前權(quán)利要求提供了此類(lèi)圖像分析的方案。相反，說(shuō)明書(shū)稱(chēng)權(quán)利要求涉及使用信息處理系統(tǒng)來(lái)估計(jì)醫(yī)療資源的需求”；

　　2、第39個(gè)例子具體限定了數(shù)據(jù)準(zhǔn)備或者兩個(gè)訓(xùn)練階段，“在此申請(qǐng)中，訓(xùn)練數(shù)據(jù)并沒(méi)有以任何特定方式轉(zhuǎn)換或策劃以訓(xùn)練機(jī)器學(xué)習(xí)模型。也沒(méi)有像第39個(gè)例子那樣分階段訓(xùn)練模型以提高其準(zhǔn)確性”；

　　3、權(quán)利要求中的金融活動(dòng)的表述（或者其他抽象概念）使得權(quán)利要求不具有適格性，“簡(jiǎn)單來(lái)說(shuō)，權(quán)利要求1與第39個(gè)例子中的權(quán)利要求不同，它陳述了商業(yè)互動(dòng)，包括廣告、營(yíng)銷(xiāo)或銷(xiāo)售活動(dòng)或行為，這是一種組織人類(lèi)活動(dòng)的方法，因此，該權(quán)利要求是一個(gè)抽象概念”。

　　四、對(duì)AI相關(guān)發(fā)明的建議

　　基于上述對(duì)第39個(gè)例子分析可以看出，它的作用比預(yù)期中的要小，但是從這個(gè)例子中仍然可以總結(jié)出一些針對(duì)AI相關(guān)發(fā)明的建議。

　　1、在權(quán)利要求中描述具體的數(shù)據(jù)和數(shù)據(jù)處理

　　詳細(xì)描述AI如何訓(xùn)練以及如何處理數(shù)據(jù)是至關(guān)重要的，并且解釋用于開(kāi)發(fā)訓(xùn)練數(shù)據(jù)的特定算法、模型和技術(shù)，以及這些如何有助于解決技術(shù)問(wèn)題。例如，如果AI使用新的訓(xùn)練數(shù)據(jù)集或獨(dú)特的數(shù)據(jù)預(yù)處理方法，這些細(xì)節(jié)應(yīng)包含在專(zhuān)利申請(qǐng)中并成為權(quán)利要求的一部分。第39個(gè)例子對(duì)面部圖像進(jìn)行了相對(duì)簡(jiǎn)單的變換來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)。然而，PTAB的決定強(qiáng)調(diào)了，訓(xùn)練數(shù)據(jù)的預(yù)處理是第39個(gè)例子能夠在第101條下獲得專(zhuān)利適格性的關(guān)鍵要素之一。

　　2、詳細(xì)描述AI系統(tǒng)的訓(xùn)練過(guò)程

　　第39個(gè)例子要求保護(hù)一個(gè)兩步訓(xùn)練過(guò)程：首先在一組經(jīng)過(guò)變換的面部圖像上訓(xùn)練神經(jīng)網(wǎng)絡(luò)，然后基于檢測(cè)到的錯(cuò)誤在第二組上重新訓(xùn)練神經(jīng)網(wǎng)絡(luò)。這種迭代方法不僅提高了模型的魯棒性，還解決了誤報(bào)問(wèn)題。PTAB的決定強(qiáng)調(diào)了，這個(gè)兩步過(guò)程是該例子具有專(zhuān)利適格性的主要原因之一。如果可能的話(huà)，新的AI專(zhuān)利申請(qǐng)應(yīng)在說(shuō)明書(shū)中突出訓(xùn)練過(guò)程中的任何具有獨(dú)特性的元素，并將這些元素包含在權(quán)利要求中，以克服任何潛在的101條的專(zhuān)利適格性問(wèn)題。