瑞途原创 | 人工智能领域的新技术如何申请专利之一——专利保护客体问题

作者：计璐 | 江苏瑞途律师事务所

（本文约4000字，阅读约需7分钟。）

引言：

从语音识别到智能家居，从人机大战到无人驾驶，人工智能技术正渐渐改变人们的生活，也有更多的以人工智能为主营方向的企业如雨后春笋般快速成长。2020年3月20日中国证监会公布《科创属性评价指引（试行）》，发布科创板评价指标体系，评价体系中首次引入发明专利个数指标。这些人工智能企业如何将研究成果专利化，满足科创板评价指标，成功上市，人工智能领域的新技术该如何正确地申请专利，也成为业内热议的话题。

日前，国家知识产权局对《专利审查指南》涉及计算机程序的发明专利申请审查部分进行修改，在原《专利审查指南》第二部分第九章后增加第6节，对包含算法特征或商业规则和方法特征的发明专利审查做了最新规定。最新修改的《专利审查指南》已于2020年2月1日实施。

本次《专利审查指南》的修改对人工智能、大数据等新业态新领域的专利申请审查做出细化，统一审查标准，也对新兴技术和新业态领域的专利申请文件撰写提供思路，对发明人和代理人都有很多启示。笔者拟从专利保护客体、创造性判断及权利要求搭建等多个角度，梳理在新审查标准下人工智能技术进行专利申请的主要问题，供同行商榷。

人工智能指的是通过计算机程序使机器表现出类似人的智能行为，包括机器学习，人机交互和大数据处理等技术，主要包括算法等智力规则和方法特征。根据专利法第25条规定，智力活动的规则和方法，不具有可专利性。因此，人工智能技术进行专利申请，首先要解决专利保护客体问题，避免依据专利法第25条的驳回。

在最新修改的《专利审查指南》6.1.1和6.1.2节中，对涉及计算机程序的发明专利可授权客体审查基准规定如下：

1、不应当简单割裂技术特征与算法特征或商业规则和方法特征等，而应将权利要求记载的所有内容作为一个整体。

2、对其中涉及的技术手段、解决的技术问题和获得的技术效果进行分析。

也就是说，在依据专利法第25条审查时，如果权利要求既包括算法特征或商业规则和方法特征，同时包括技术特征，那么权利要求作为一个整体来看，不属于智力活动的规则和方法，则不应当依据专利法第25条第1款第(2)项排除其获得专利权的可能性。

在依据专利法第2条第2款审查时，需要整体考虑权利要求中记载的全部特征。如果该项权利要求记载了对要解决的技术问题采用了利用自然规律的技术手段，并且由此获得符合自然规律的技术效果，则该权利要求限定的解决方案属于专利法第2条第2款所述的技术方案。

审查时，先依据专利法第25条进行审查，确定权利要求中包括技术特征后，再依据专利法第2条审查是否是技术方案。下面通过三个例子进一步理解授权客体的的判断标准。

例1：第200887号复审请求审查决定

权利要求：一种基于脉冲神经膜系统和匀质神经细胞的逻辑异或门设计方法，其特征在于，基于脉冲累加信息编码方式，使用统一的神经计算单元，统一神经计算单元的激发表达式为a*/a→a，…（此处省略）…；a*/a→a的含义为：神经计算单元中无论积累多少个脉冲，神经计算单元都将激发，每次消耗1个脉冲，向外发送1个脉冲，直至所包含的脉冲数目变为0；

逻辑异或门中，第一神经计算单元(in1)接收第一输入信号，第二神经计算单元(in2)接收第二输入信号；第一神经计算单元(in1)使用a*/a→a激发方式，通过突触向第五神经计算单元(3)发送脉冲；…（此处省略）…；

第一信息过滤单元(ast1)分别与第二神经计算单元(in2)、第四神经计算单元(2)到第六神经计算单元(4)的两条突触连接，将突触上正在传递的脉冲数目与其预设的阈值t＝2进行比较；

…（此处省略）…

情况1：如果正在传递的脉冲数目大于等于信息过滤单元的阈值，那么这些脉冲将被信息过滤单元进行过滤移除，此时脉冲无法通过突触到达目标神经计算单元；

情况2：如果正在传递的脉冲数目小于信息过滤单元的阈值，那么这些脉冲将顺利通过突触到达目标神经计算单元。

分析及结论

例1的权利要求请求保护的是一种基于脉冲神经膜系统和匀质神经细胞的逻辑异或门设计方法，该方法基于脉冲累加信息编码方式，例1权利要求请求保护模型理论中实现逻辑异或关系的逻辑运算，其实质上是一种数学理论计算模型。

更具体地来说，该权利要求不包含任何技术特征，并不涉及对具体神经网络具体电路的改进，只是在模拟脉冲神经网络系统进行计算的数学模型建立过程中，对神经计算单元设置统一的激发表达式，进而完成“逻辑异或”运算，其属于在数学模型建立过程中进行异或运算逻辑的设置，其实质上仍属于数学理论计算模型，属于专利法第25条第1款第（二）项规定的不授予专利权的情形。

拓展：例1权利要求的方案若要符合授权客体要求，需要再引入额外的技术特征，与其数学模型结合，作为一个整体考虑；所添加的技术特征和原本的数学模型的算法特征彼此互相支持，存在相互关系，作为技术手段解决相关的技术问题，获得一定的技术效果。

例2：第206423号复审请求审查决定

权利要求：一种神经网络训练方法，其特征在于，包括：

在实时的计算机视觉处理过程中，低计算能力的处理设备获取图像数据；

所述处理设备使用预先设置的目标网络对获取到的图像数据进行计算机视觉处理，得到计算机视觉处理结果；

其中，所述目标网络是通过如下处理得到的：选取一个与学生网络实现相同功能的教师网络；

基于匹配同一训练样本图像数据对应的第一输出数据的数据间相似性与第二输出数据的数据间相似性来迭代训练所述学生网络得到所述目标网络，以实现将所述教师网络的输出数据间相似性迁移到所述学生网络；

其中：所述第一输出数据为所述训练样本图像数据输入教师网络后从教师网络的第一特定网络层输出的数据，所述第二输出数据为所述训练样本图像数据输入学生网络后从学生网络的第二特定网络层输出的数据。

分析及结论

例2的权利要求，保护一种神经网络训练方法，所述训练方法为算法特征；

同时，权利要求中包括“低计算能力的处理设备获取图像数据”等技术特征，因此例2的权利要求就其整体而言并不是一种智力活动的规则和方法，不应当依据专利法第25条被排除其获得专利权的可能性。进一步的，该权利要求记载“低计算能力的处理设备获取图像数据，所述处理设备使用预先设置的目标网络对获取到的图像数据进行计算机视觉处理，得到计算机视觉处理结果”中“处理”、“获取”等数据采集和数据处理的执行属于利用了遵循自然规律的技术手段。该方案采用的技术手段解决的问题是如何提升学生网络处理的准确性，属于技术问题，并能获得一定的技术效果。因此例2权利要求的方案利用技术手段解决了技术问题，并获得了技术效果，是符合专利法第2条第2款所保护的技术方案，是可授权客体。

拓展：人工智能领域的技术基于计算机实现，计算机作为实施载体获取数据，处理数据，其中“处理”、“获取”数据属于利用了遵循自然规律的技术手段。在计算机领域，产品权利要求不仅包括硬件，还包括程序。将计算机程序专利化，为克服非授权客体障碍，撰写时需将程序的算法特征和整体方案的技术特征结合，对如何解决技术问题，以及取得的技术效果进行描述。

例3：第203891号复审请求审查决定

权利要求：一种用户行为预测方法，其特征在于，所述方法包括：

获取用户行为训练数据集，…（此处省略）…

对所述用户行为训练数据集进行训练，得到用户行为预测模型；

根据所述用户行为预测模型对测试用户进行预设业务行为预测；

…（此处省略）…

获取历史用户特征数据；关联所述历史用户数据与历史用户特征数据，得到预设业务历史用户训练数据和未发生预设业务用户训练数据，形成所述用户行为训练数据集；

…（此处省略）…形成类别向量；

获取历史用户原始特征数据，形成特征向量，…（此处省略）…

确定所述相关值的绝对值大于预设相关阈值的特征向量队列；将所述特征向量队列前预设数量的特征向量元素设置为历史用户特征数据。

分析及结论

例3权利要求请求保护一种用户行为预测方法，具体的预测方法是算法特征。所解决的问题是如何利用计算机和大数据实现对用户行为的自动预测，以从目标用户群中确定目标用户，要解决的问题是技术问题。采用的技术手段是：构建用户行为训练数据集，为历史用户数据和历史用户特征数据分别形成类别向量和特征向量，计算向量间的相关性，以此为基础对用户行为训练数据集进行训练，再根据向量之间的相关性对目标用户进行筛选；上述手段利用计算机进行了数据的训练，该过程采用了符合自然规律的技术手段；并且能够获得自动在目标用户群中预测目标用户的技术效果。

例3中，用户行为训练集包括历史用户数据和历史用户特征数据，所述数据是客观存在的，所述数据间的相关性也是客观存在的，不是通过人为主观制定的相关规则来改变的。虽然可以人为选择具体依据哪些历史用户数据，哪些用户特征数据进行用户行为预测，但例3解决的问题是如何利用计算机自动地依据选择的数据进行用户行为的预测，是技术问题；同时，例3中用户训练数据集的构建，还包括为历史用户数据和用户特征数据分别形成类别向量和特征向量，利用其实现用户行为的预测，该过程并未依据人为主观制定的规则，采用了符合自然规律的技术手段。因此，例3权利要求请求保护的用户行为预测方法是技术方案，符合专利法第2条第2款的规定。

拓展：与例2类似，例3看似是通过人为制定规则，通过对历史数据的统计处理得到预测数据，属于智力活动的规则和方法。但例3隐含使用计算机进行数据的训练的技术特征，解决了技术问题，采用了技术手段，并且获得了利用计算机自动预测用户行为的技术效果，则该项权利要求所要求保护的方案构成技术方案。

通过以上三个示例，可以看出，主要包含算法特征的技术方案，在撰写时要将技术特征与算法特征结合，作为一个整体进行分析判断，算法特征和技术特征是否彼此互相支持，存在相互关系的解决了技术问题，取得了技术效果，采用了符合自然规律的技术手段，构成技术方案。同理，涉及商业规则和商业方法特征的技术方案撰写思路类似。

1、国家知识产权局：2020年《专利审查指南》第二部分第九章修改解读

http://www.cnipa.gov.cn/zcfg/zcjd/1145668.htm

2、国家知识产权局第200887号复审请求审查决定

3、国家知识产权局第206423号复审请求审查决定

4、国家知识产权局第203891号复审请求审查决定

（未完待续）