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，通過其中的一些案例來(lái)淺談AI相關(guān)發(fā)明的審查意見答復(fù)思路以及在撰寫時(shí)需要注意的問題。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：

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

　　（b）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；

　　（d）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。這些申請(qǐng)?jiān)谧珜懖划?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。

　　?【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，通過機(jī)器學(xué)習(xí)使用包含網(wǎng)絡(luò)廣告數(shù)據(jù)和過去已售出的類似產(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】

　　沒有拒絕的理由。

　　通過以上案例，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)問題的方法沒有限定領(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）問題。以上兩種情況下，說(shuō)明書中都至少應(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)，并且通過已訓(xùn)練的模型來(lái)獲得期望的輸出。避免遇到52（2）問題時(shí)，沒有修改基礎(chǔ)。

　　是否能夠得到說(shuō)明書支持-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)明書概述：說(shuō)明書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)明書的支持，并且在撰寫過程中，需要公開盡可能多的實(shí)施方式。否則遇到該審查意見時(shí)，只能將該特征修改為所公開的概念，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題。本領(lǐng)域技術(shù)人員可以容易地想到通過將公知技術(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公開了一種水力發(fā)電量的估計(jì)系統(tǒng)，其通過信息處理器執(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，通過使用經(jīng)由包含過去的時(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，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)過程中，筆者發(fā)現(xiàn)，說(shuō)明書中常常會(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：是否屬于可授權(quán)主題、是否得到說(shuō)明書支持、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)審查意見的過程中發(fā)現(xiàn)，在此類申請(qǐng)的說(shuō)明書中，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，或者甚至沒有。這造成在后期答復(fù)審查意見時(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)的撰寫過程中，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)問題”，而不是“使用了何種計(jì)算模型和算法”。