從AI相關(guān)案例出發(fā),淺談人工智能和機(jī)器學(xué)習(xí)相關(guān)專利申請(qǐng)的審查意見(jiàn)答復(fù)思路以及對(duì)撰寫(xiě)的反思

2019-11-01

  文/集佳知識(shí)產(chǎn)權(quán)代理有限公司西安分部 張藝

   

  EPO審查指南Part G?II, 3.3.1中,對(duì)有關(guān)人工智能和機(jī)器學(xué)習(xí)的發(fā)明做出了詳細(xì)規(guī)定。

  人工智能和機(jī)器學(xué)習(xí)基于用于分類,聚類,回歸和降維的計(jì)算模型和算法,例如神經(jīng)網(wǎng)絡(luò),遺傳算法,支持向量機(jī),k均值,核回歸和判別分析。這樣的計(jì)算模型和算法本身具有抽象的數(shù)學(xué)性質(zhì),而不管是否可以基于訓(xùn)練數(shù)據(jù)對(duì)其進(jìn)行“訓(xùn)練”。 因此,G?II 3.3.1中提供的指南通常也適用于此類計(jì)算模型和算法。

  根據(jù)上下文,諸如“支持向量機(jī)”,“推理引擎”或“神經(jīng)網(wǎng)絡(luò)”之類的術(shù)語(yǔ)可能僅指抽象模型或算法,因此它們本身并不一定意味著使用技術(shù)手段。在檢查所要求保護(hù)的主題是否具有整體技術(shù)特征時(shí),必須考慮到這一點(diǎn)(第52(1),(2)和(3)條)。

  人工智能和機(jī)器學(xué)習(xí)在各種技術(shù)領(lǐng)域中都有應(yīng)用。例如,

  在心臟監(jiān)測(cè)設(shè)備中使用神經(jīng)網(wǎng)絡(luò)以識(shí)別不規(guī)則心跳的目的做出了技術(shù)貢獻(xiàn)。

  基于低級(jí)特征(例如,圖像的邊緣或像素屬性)的數(shù)字圖像,視頻,音頻或語(yǔ)音信號(hào)的分類是分類算法的進(jìn)一步典型技術(shù)應(yīng)用。

  但是,僅根據(jù)文本內(nèi)容對(duì)文本文檔進(jìn)行分類本身不被視為技術(shù)目的,而是一種語(yǔ)言目的(T 1358/09)。

  即使可以認(rèn)為分類算法具有有價(jià)值的數(shù)學(xué)屬性(例如魯棒性),但對(duì)抽象數(shù)據(jù)記錄甚至“電信網(wǎng)絡(luò)數(shù)據(jù)記錄”進(jìn)行分類,而沒(méi)有任何跡象表明對(duì)所得分類進(jìn)行技術(shù)用途,這本身也不是技術(shù)目的。(T 1784/06)。

  在分類方法用于技術(shù)目的的情況下,如果生成訓(xùn)練集和訓(xùn)練分類器的步驟支持實(shí)現(xiàn)該技術(shù)目的,則它們也可以有助于本發(fā)明的技術(shù)特征。

  歐專局專利和實(shí)用新型審查手冊(cè)(Examination Handbook for Patent and Utility Model)附錄A中增加了10個(gè)AI相關(guān)案例。以下,通過(guò)其中的一些案例來(lái)淺談AI相關(guān)發(fā)明的審查意見(jiàn)答復(fù)思路以及在撰寫(xiě)時(shí)需要注意的問(wèn)題。其中案例使用了附錄中的序號(hào),便于讀者查找原文。

 

  是否屬于可授權(quán)主題-Article 52 (2)

  歐洲專利公約(European Patent Convention)52 (2)規(guī)定,以下內(nèi)容不應(yīng)視為第1款意義上的發(fā)明:

 ?。╝)發(fā)現(xiàn),科學(xué)理論和數(shù)學(xué)方法;

 ?。╞)美學(xué)創(chuàng)作;

  (C)進(jìn)行心理行為,玩游戲或經(jīng)商的計(jì)劃,規(guī)則和方法,以及用于計(jì)算機(jī)的程序;

 ?。╠)信息展示。

  在以上規(guī)定的范圍內(nèi),“數(shù)學(xué)方法”是電學(xué)領(lǐng)域比較常見(jiàn)的申請(qǐng),其中人工智能和機(jī)器學(xué)習(xí)類方法尤為常見(jiàn)。這些申請(qǐng)?jiān)谧珜?xiě)不當(dāng)?shù)那闆r下,例如權(quán)利要求1的前述部分為一種模型獲取或訓(xùn)練方法,或者與模型相關(guān)的數(shù)學(xué)方法,常常會(huì)引發(fā)EPC 52 (1)和(2)意見(jiàn)。

  ?【案例47】商業(yè)計(jì)劃設(shè)計(jì)設(shè)備裝置

  1.一種商業(yè)計(jì)劃設(shè)計(jì)設(shè)備,包括:

  存儲(chǔ)裝置,用于存儲(chǔ)特定產(chǎn)品的庫(kù)存量;

  接收裝置,用于接收網(wǎng)絡(luò)廣告數(shù)據(jù)和特定產(chǎn)品的提及數(shù)據(jù);

  模擬和輸出裝置,用于使用估計(jì)模型、基于網(wǎng)絡(luò)廣告數(shù)據(jù)和特定產(chǎn)品的提及數(shù)據(jù)來(lái)模擬并輸出特定產(chǎn)品的未來(lái)銷售量,通過(guò)機(jī)器學(xué)習(xí)使用包含網(wǎng)絡(luò)廣告數(shù)據(jù)和過(guò)去已售出的類似產(chǎn)品的提及數(shù)據(jù)以及類似產(chǎn)品的銷售量的訓(xùn)練數(shù)據(jù)對(duì)所述估計(jì)模型進(jìn)行了訓(xùn)練;

  生產(chǎn)計(jì)劃制定裝置,用于基于所存儲(chǔ)的庫(kù)存數(shù)量和輸出銷量來(lái)計(jì)劃特定產(chǎn)品的未來(lái)生產(chǎn)數(shù)量;以及

  輸出裝置,用于輸出輸出銷量和生產(chǎn)計(jì)劃。

  【拒絕原因概述】

  沒(méi)有拒絕的理由。

  通過(guò)以上案例,可以看到權(quán)利要求1的技術(shù)方案使用訓(xùn)練模型解決了一個(gè)具體的技術(shù)問(wèn)題,即:基于庫(kù)存量來(lái)估計(jì)輸出向量和生產(chǎn)計(jì)劃,其除了估計(jì)模型以外,該方案至少還包括用于接收模型輸入的接收裝置和輸出模型輸出結(jié)果的輸出裝置。

  因此,如果遇到52(2)問(wèn)題,可以參考以上權(quán)利要求,把獨(dú)立權(quán)利要求限定為“在某個(gè)領(lǐng)域解決了某個(gè)技術(shù)為題的方法”。

  進(jìn)一步地,為了避免52(2)問(wèn)題,獨(dú)立權(quán)利要求應(yīng)當(dāng)避免以“模型生成方法”等僅與模型本身相關(guān)的數(shù)學(xué)計(jì)算內(nèi)容作為前述部分。其次,如果獨(dú)立權(quán)利要求涉及的使用模型解決技術(shù)問(wèn)題的方法沒(méi)有限定領(lǐng)域,僅僅是“特征提取和分類方法”等比較概括的描述,這樣雖然會(huì)覆蓋一個(gè)比較大的保護(hù)范圍,但也可能引發(fā)52(2)問(wèn)題。以上兩種情況下,說(shuō)明書(shū)中都至少應(yīng)該包括一個(gè)使用該模型來(lái)解決具體技術(shù)問(wèn)題的實(shí)施方式,例如包括,獲取何種輸入數(shù)據(jù),并且通過(guò)已訓(xùn)練的模型來(lái)獲得期望的輸出。避免遇到52(2)問(wèn)題時(shí),沒(méi)有修改基礎(chǔ)。

  

  是否能夠得到說(shuō)明書(shū)支持-日本專利法案Article 36(6)(i) (Support Requirement)/Article 36(4)(i) (Enablement Requirement)

  在使用數(shù)學(xué)模型來(lái)解決具體問(wèn)題時(shí),會(huì)涉及到各種輸入數(shù)據(jù)。通常,為了覆蓋一個(gè)比較大的保護(hù)范圍,通常獨(dú)立權(quán)利要求中會(huì)使用上位概念來(lái)進(jìn)行概括。這種情況下,應(yīng)該尤其注意該概念能否得到說(shuō)明書(shū)的支持。

  ?【案例49】體重估算系統(tǒng)

  1.一種體重估計(jì)系統(tǒng),包括:

  模型生成裝置,用于使用訓(xùn)練數(shù)據(jù)通過(guò)機(jī)器學(xué)習(xí)來(lái)生成基于表示人的臉部形狀和身高的特征值來(lái)估計(jì)人的體重的估計(jì)模型,訓(xùn)練數(shù)據(jù)包括代表面部圖像的特征值以及人體的身高和體重的實(shí)際測(cè)量值;

  接收裝置,用于接收人的面部圖像和身高的輸入;

  特征值獲得裝置,用于通過(guò)分析經(jīng)由接收裝置接收到的人的面部圖像來(lái)獲得代表人的面部形狀的特征值;以及

  處理裝置,用于基于表示特征值獲取裝置已經(jīng)接收到的人的臉部形狀的特征值和特征值獲取裝置已經(jīng)接收到的人的身高的特征值,輸出人的體重的估計(jì)值。接收裝置,使用由模型生成裝置生成的估計(jì)模型。

  2.根據(jù)權(quán)利要求1所述的體重估計(jì)系統(tǒng),其特征在于,表示面部形狀的特征值是面部輪廓線角度。

  說(shuō)明書(shū)概述:說(shuō)明書(shū)中僅描述并圖示了面部輪廓線角度作為“代表人的面部形狀的特征值”,沒(méi)有其他特征值。

  【拒絕原因概述】

  權(quán)利要求1:第36(6)(i)條(支持要求)/第36(4)(i)條(實(shí)現(xiàn)要求)

  權(quán)利要求2:沒(méi)有拒絕理由。

  在以上案例中,在獨(dú)立權(quán)利要求中將“面部輪廓線角度”概括為上位概念“代表人的面部形狀的特征值”。該概括得不到說(shuō)明書(shū)的支持。為了爭(zhēng)取較大的保護(hù)范圍進(jìn)行的上位概括,應(yīng)該尤其注意是否得到說(shuō)明書(shū)的支持,并且在撰寫(xiě)過(guò)程中,需要公開(kāi)盡可能多的實(shí)施方式。否則遇到該審查意見(jiàn)時(shí),只能將該特征修改為所公開(kāi)的概念,有時(shí)會(huì)將權(quán)利要求限定為一個(gè)發(fā)明人所不希望的過(guò)小范圍。

  

  是否具有創(chuàng)造性

  AI相關(guān)發(fā)明的創(chuàng)造性,同樣著眼于“區(qū)別技術(shù)特征能否產(chǎn)生無(wú)法預(yù)期的顯著效果”。值得注意的是,是否應(yīng)用了AI相關(guān)技術(shù),或者使用了何種AI相關(guān)技術(shù),很可能不產(chǎn)生無(wú)法預(yù)期的顯著效果。

  ?【案例33】癌癥水平計(jì)算裝置

  1.一種癌癥水平計(jì)算設(shè)備,其通過(guò)使用對(duì)象的血液樣本來(lái)計(jì)算對(duì)象物患癌癥的可能性,包括:

  癌癥水平計(jì)算單元,其響應(yīng)于通過(guò)對(duì)對(duì)象的血液分析獲得的A標(biāo)記物和B標(biāo)記物的測(cè)量值的輸入來(lái)計(jì)算所述對(duì)象患有癌癥的可能性,

  所述癌癥水平計(jì)算單元包括神經(jīng)網(wǎng)絡(luò),使用訓(xùn)練數(shù)據(jù)通過(guò)機(jī)器學(xué)習(xí)對(duì)所述神經(jīng)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練,以響應(yīng)于A標(biāo)記物和B標(biāo)記物的測(cè)量值的輸入來(lái)計(jì)算估計(jì)的癌癥水平。

  對(duì)比文件1公開(kāi)了癌癥水平計(jì)算方法,其由醫(yī)生使用被檢者的血液樣本來(lái)計(jì)算被檢者患有癌癥的可能性,該方法包括以下步驟:

  癌癥水平計(jì)算步驟,其中使用通過(guò)對(duì)受試者進(jìn)行血液分析而獲得的A標(biāo)記物和B標(biāo)記物的測(cè)量值來(lái)計(jì)算受試者患癌的可能性。

  【結(jié)論】

  權(quán)利要求1的發(fā)明沒(méi)有創(chuàng)造性。

  【拒絕原因概述】

  被引用發(fā)明1和公知技術(shù)都涉及疾病可能性的估計(jì),并且它們具有要解決的共同問(wèn)題。本領(lǐng)域技術(shù)人員可以容易地想到通過(guò)將公知技術(shù)應(yīng)用于被引用發(fā)明來(lái)將由醫(yī)生進(jìn)行的對(duì)象人患癌癥的可能性的計(jì)算方法系統(tǒng)化。

  此外,本領(lǐng)域技術(shù)人員可以容易地預(yù)期權(quán)利要求1的發(fā)明的效果。而且,沒(méi)有發(fā)現(xiàn)將公知技術(shù)應(yīng)用于引用發(fā)明1的阻礙因素。

  ?【案例34】水力發(fā)電量估算系統(tǒng)

  1.一種大壩水力發(fā)電量的估算系統(tǒng),包括:

  神經(jīng)網(wǎng)絡(luò),所述神經(jīng)網(wǎng)絡(luò)通過(guò)信息處理器構(gòu)建,具有輸入層和輸出層,其中輸入到輸入層的輸入數(shù)據(jù)包含在參考時(shí)間和參考時(shí)間之前的預(yù)定時(shí)間之間的預(yù)定時(shí)間段內(nèi)河流上游的降水量,所述河流上游的水流量,流入大壩的水流量,以及在參考時(shí)間之后包含水力發(fā)電能力的來(lái)自輸出層的輸出數(shù)據(jù);

  機(jī)器學(xué)習(xí)單元,其使用與輸入數(shù)據(jù)和輸出數(shù)據(jù)的實(shí)際值相對(duì)應(yīng)的訓(xùn)練數(shù)據(jù)來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò);以及

  估計(jì)單元,將輸入數(shù)據(jù)輸入到經(jīng)由機(jī)器學(xué)習(xí)單元訓(xùn)練的神經(jīng)網(wǎng)絡(luò)中,并將當(dāng)前時(shí)間設(shè)置為參考時(shí)間,然后基于參考時(shí)間為當(dāng)前時(shí)間的輸出數(shù)據(jù)來(lái)計(jì)算未來(lái)水力發(fā)電能力的估計(jì)值。

  2.根據(jù)權(quán)利要求1所述的水力發(fā)電容量的估計(jì)系統(tǒng),其中,所述輸入層的輸入數(shù)據(jù)還包含所述基準(zhǔn)時(shí)間與所述基準(zhǔn)時(shí)間之前的所述規(guī)定時(shí)間之間的所述規(guī)定期間的所述河流的上游溫度。

  【現(xiàn)有技術(shù)】

  對(duì)比文件1公開(kāi)了一種水力發(fā)電量的估計(jì)系統(tǒng),其通過(guò)信息處理器執(zhí)行多元回歸分析,包括:

  回歸方程模型,其中解釋變量是在參考時(shí)間和參考時(shí)間之前的預(yù)定時(shí)間段內(nèi),河流上游的降水量,河流上游的水流量以及流入大壩的水流量,目標(biāo)變量是參見(jiàn)時(shí)間之后的將來(lái)的水力發(fā)電量;

  分析單元,其基于與解釋變量和目標(biāo)變量相對(duì)應(yīng)的實(shí)際值來(lái)計(jì)算回歸方程模型的部分回歸系數(shù);以及

  估計(jì)單元,其將以當(dāng)前時(shí)間設(shè)置為參考時(shí)間的解釋變量的數(shù)據(jù)輸入到由分析單元計(jì)算出的部分回歸系數(shù)的回歸方程模型中,然后基于來(lái)自將當(dāng)前時(shí)間設(shè)置為基準(zhǔn)時(shí)間的目標(biāo)變量的輸出數(shù)據(jù)來(lái)計(jì)算未來(lái)水力發(fā)電能力的估計(jì)值。

  【公知技術(shù)】

  在機(jī)器學(xué)習(xí)的技術(shù)領(lǐng)域中,眾所周知,通過(guò)使用經(jīng)由包含過(guò)去的時(shí)間序列數(shù)據(jù)輸入和將來(lái)的特定輸出訓(xùn)練的神經(jīng)網(wǎng)絡(luò),基于過(guò)去的時(shí)間序列數(shù)據(jù)的輸入來(lái)進(jìn)行將來(lái)的輸出的估計(jì)處理。

  【結(jié)論】

  權(quán)利要求1的發(fā)明沒(méi)有創(chuàng)造性。

  權(quán)利要求2的發(fā)明具有創(chuàng)造性。

  案例33中,與對(duì)比文件的方案相比,區(qū)別技術(shù)特征僅在于神經(jīng)網(wǎng)絡(luò)的應(yīng)用,而該應(yīng)用無(wú)法產(chǎn)生“無(wú)法預(yù)期的顯著效果”,那時(shí)該發(fā)明很難被認(rèn)為有創(chuàng)造性。

  相比之下,案例34中的區(qū)別技術(shù)特征除了本發(fā)明使用了神經(jīng)網(wǎng)絡(luò),對(duì)比文件使用了回歸方程模型以外,本發(fā)明使用了“所述河流的上游溫度”作為輸入來(lái)估計(jì)水利發(fā)電量。由于春季的融水而導(dǎo)致的流入量的增加,因此能夠高精度地估計(jì)水力發(fā)電量,因此該區(qū)別技術(shù)特征產(chǎn)生了本領(lǐng)域技術(shù)人員無(wú)法預(yù)期的顯著效果。

  可見(jiàn),在答復(fù)AI相關(guān)發(fā)明的創(chuàng)造性時(shí),應(yīng)該更多考慮方法中的區(qū)別技術(shù)特征是否能夠產(chǎn)生無(wú)法預(yù)期的顯著效果。訓(xùn)練模型的應(yīng)用,通常只能夠“提高計(jì)算效率”,從這個(gè)角度爭(zhēng)辯很難被審查員接受。但是在OA答復(fù)過(guò)程中,筆者發(fā)現(xiàn),說(shuō)明書(shū)中常常會(huì)重點(diǎn)描述所使用的模型或數(shù)學(xué)方法,對(duì)其具體應(yīng)用描述較少,這對(duì)后續(xù)OA意見(jiàn)的答復(fù)造成了很大困難。

  人工智能、機(jī)器學(xué)習(xí)等等正在廣泛應(yīng)用于各個(gè)領(lǐng)域,相關(guān)申請(qǐng)數(shù)目也在增加。關(guān)于以上提出的三類審查意見(jiàn):是否屬于可授權(quán)主題、是否得到說(shuō)明書(shū)支持、以及是否具有創(chuàng)造性,答復(fù)的思路與其他領(lǐng)域并無(wú)很大區(qū)別。但是筆者在翻譯新申請(qǐng)和答復(fù)審查意見(jiàn)的過(guò)程中發(fā)現(xiàn),在此類申請(qǐng)的說(shuō)明書(shū)中,往往更加關(guān)注模型或數(shù)學(xué)方法本身,對(duì)其應(yīng)用確缺少詳細(xì)描述,往往是略提幾筆,或者甚至沒(méi)有。這造成在后期答復(fù)審查意見(jiàn)時(shí),代理人面對(duì)的是“無(wú)米之炊”。因此筆者建議此類申請(qǐng)的撰寫(xiě)過(guò)程中,更多地考慮“使用人工智能和機(jī)器學(xué)習(xí)解決了何種具體的技術(shù)問(wèn)題”,而不是“使用了何種計(jì)算模型和算法”。  

  

此篇文章由北京集佳知識(shí)產(chǎn)權(quán)代理有限公司版權(quán)所有,轉(zhuǎn)載請(qǐng)注明出處     

 

相關(guān)關(guān)鍵詞