#文章由作者授權(quán)發(fā)布,未經(jīng)作者允許,禁止轉(zhuǎn)載,不代表IPRdaily立場#
原標(biāo)題:撰寫與人工智能相關(guān)的發(fā)明專利時(shí)如何避免出現(xiàn)客體問題
隨著近幾年人工智能技術(shù)的興起和發(fā)展,與人工智能相關(guān)的發(fā)明專利的申請量也越來越多,涉及的應(yīng)用領(lǐng)域也越來越廣泛。由于人工智能技術(shù)本身較為抽象,又涉及到計(jì)算機(jī)程序的執(zhí)行,在撰寫與人工智能相關(guān)的發(fā)明專利申請時(shí),如何避免被審查員判定為不符合專利法所保護(hù)的授權(quán)客體,這是代理人需要思考和探究的問題。
首先,簡單了解下什么是人工智能技術(shù)。
人工智技能技術(shù)通常指的是利用計(jì)算機(jī)或計(jì)算機(jī)控制的裝置模擬人類進(jìn)行感知、比較、選擇、規(guī)劃、推理、學(xué)習(xí)、判斷、溝通、決策等一組技術(shù)的統(tǒng)稱。基于人工智能技術(shù),能夠不經(jīng)人類干預(yù)即可在復(fù)雜多變的環(huán)境下完成任務(wù),能夠通過一系列嘗試完成認(rèn)知任務(wù),能不斷地通過機(jī)器學(xué)習(xí)不斷優(yōu)化決策和行動(dòng)?;氐郊夹g(shù)實(shí)現(xiàn)的底層,實(shí)際上大多數(shù)的人工智能技術(shù)本質(zhì)上還是利用算法對已有數(shù)據(jù)進(jìn)行學(xué)習(xí),再對一些未知情況作出判斷和預(yù)測。
而目前與人工智能技術(shù)相關(guān)的專利申請幾乎全部都是以計(jì)算機(jī)程序處理流程為基礎(chǔ)實(shí)現(xiàn)的,都是種通過計(jì)算機(jī)執(zhí)行按上述流程編制的計(jì)算機(jī)程序本身,對計(jì)算機(jī)外部對象或者內(nèi)部對象進(jìn)行控制、引導(dǎo)或處理的解決方案。具體的,例如常見的圖像分析、搜索引擎、語義識(shí)別、面部識(shí)別等等。
由于上述介紹的人工智能技術(shù)本身所具有的特殊性,在技術(shù)實(shí)現(xiàn)層面上往往涉及到的是算法的修改,在應(yīng)用實(shí)現(xiàn)層面上又需要依賴虛擬、抽象的計(jì)算機(jī)程序通過計(jì)算機(jī)的執(zhí)行來實(shí)現(xiàn)的。導(dǎo)致與人工智能技術(shù)相關(guān)的發(fā)明專利在審查時(shí),很容易會(huì)被審查員判定為是一種人的思維活動(dòng)或者一種數(shù)學(xué)方法,或者符合專利審查指南第二部分第一章第4.2節(jié)所述的情形,即不符合專利法第二十五條第一款第(二)項(xiàng)的規(guī)定,不屬于專利保護(hù)的客體。
那么,如何能夠在保護(hù)與人工智能技術(shù)相關(guān)的發(fā)明同時(shí),又可以有效地避免專利申請被判定存在上述客體問題呢?
首先,我們可以回到專利法第二條第二款的規(guī)定,即:專利法所稱的發(fā)明是指對產(chǎn)品、方法或者其改進(jìn)所提出的新的技術(shù)方案。
可見計(jì)算機(jī)實(shí)現(xiàn)的發(fā)明專利只有構(gòu)成技術(shù)方案才能成為專利保護(hù)的客體。再結(jié)合專利法中對技術(shù)方案的定義,即需要同時(shí)包含技術(shù)問題、技術(shù)手段和技術(shù)效果三個(gè)要素。因此,如果計(jì)算機(jī)執(zhí)行的計(jì)算機(jī)程序所解決的問題為技術(shù)問題,在計(jì)算機(jī)上通過運(yùn)行計(jì)算機(jī)程序?qū)ν獠繉ο蠡蛘邇?nèi)部對象進(jìn)行控制、引導(dǎo)或處理的過程中所采用的技術(shù)手段包含遵循自然規(guī)律的技術(shù)手段,并且由此獲得的技術(shù)效果包含符合自然規(guī)律的技術(shù)效果,則符合專利法第二條第二款所說的技術(shù)方案,顯然屬于專利保護(hù)的客體的。
結(jié)合上述分析,為了使得我們撰寫的關(guān)于人工智能技術(shù)的發(fā)明專利的權(quán)利要求所記載的方案符合專利法所規(guī)定的技術(shù)方案,在撰寫與人工智能相關(guān)的發(fā)明的權(quán)利要求時(shí),可以先回歸到并從該人工智能技術(shù)所應(yīng)用的具體業(yè)務(wù)場景中,尋找確定出涉及人工智能技術(shù)的方案在該業(yè)務(wù)場景中所要真正解決的實(shí)際的業(yè)務(wù)問題作為技術(shù)問題。進(jìn)而可以基于該業(yè)務(wù)場景,從為解決該技術(shù)問題在對外部對象或者內(nèi)部對象進(jìn)行控制、引導(dǎo)或處理的實(shí)施過程中進(jìn)一步有針對性地區(qū)提取出相與該業(yè)務(wù)場景相關(guān)的技術(shù)屬性特征,再將上述技術(shù)屬性特征和與應(yīng)用了相關(guān)人工智能技術(shù)的載體,例如,程序或者模型等,相結(jié)合來描述方案撰寫對應(yīng)的權(quán)利要求。從而可以使得所撰寫出來的權(quán)利要求中記載的方案在包含有想要保護(hù)的人工智能技術(shù)的同時(shí),也包含了必要的技術(shù)手段,并且基于該方案所涉及的人工智能技術(shù)能夠解決某個(gè)具體的技術(shù)問題,達(dá)到相應(yīng)的技術(shù)效果,從而使得該方案構(gòu)成技術(shù)方案,符合專利保護(hù)客體的要求。
舉例說明,一個(gè)與神經(jīng)網(wǎng)絡(luò)模型相關(guān)的,涉及設(shè)備的健康情況評估的發(fā)明專利,原權(quán)利要求1記載的內(nèi)容如下:
一種卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)化方法,其特征在于,包括:
步驟1,計(jì)算機(jī)輸入L*K個(gè)樣本,其中,L為樣本數(shù)目,k-1未輸入向量數(shù),第K列為輸出向量;
步驟2,對所述樣本進(jìn)行處理,采用均值聚類算法篩除粗差;
步驟3,以輸入列為單位,根據(jù)相關(guān)距離算法,對輸入列進(jìn)行聚類劃分;
步驟4,構(gòu)建神經(jīng)網(wǎng)絡(luò)模型;
步驟5,采用L*K個(gè)樣本對構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練;
步驟6,當(dāng)神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練好后,輸入待評估數(shù)據(jù),所述待評估數(shù)據(jù)為已經(jīng)歸一化處理的數(shù)據(jù);
步驟7,采用所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行評估,輸出評估結(jié)果。
針對該權(quán)利要求,在評判時(shí)被認(rèn)為:由于權(quán)利要求所記載的方案執(zhí)行計(jì)算機(jī)程序處理的外部對象是抽象的樣本數(shù)據(jù),所解決的是優(yōu)化算法的數(shù)學(xué)問題,即方案中沒有包含技術(shù)問題。該方案通過計(jì)算機(jī)執(zhí)行數(shù)據(jù)處理程序進(jìn)行數(shù)值計(jì)算,也沒有解決技術(shù)問題,不構(gòu)成利用了自然規(guī)律的技術(shù)手段。該方案獲得的效果僅僅是實(shí)現(xiàn)了算法的優(yōu)化,并不包含技術(shù)效果。因此,該權(quán)利要求所記載的方案不屬于專利法第二條第二款規(guī)定的技術(shù)方案,不屬于專利保護(hù)的客體。
那么如何修改使得上述權(quán)利要求所記載的方案重新成為專利保護(hù)的客體,同時(shí)又能有效地保護(hù)與人工智能相關(guān)的方案呢?
可以按照前述方法,先回歸到該方案所針對的具體的業(yè)務(wù)場景中分析:通過訓(xùn)練使用神經(jīng)網(wǎng)絡(luò)模型對系統(tǒng)中所包含的大量設(shè)備運(yùn)行的健康情況進(jìn)行評估。以往在該業(yè)務(wù)場景中通常訓(xùn)練優(yōu)化神經(jīng)網(wǎng)絡(luò)模型時(shí)耗時(shí)會(huì)相對較長,而本發(fā)明通過改進(jìn)了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練優(yōu)化方法,加快了神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練速度,也優(yōu)化了基于模型得到的評估結(jié)果的準(zhǔn)確度。因此,該發(fā)明基于人工智能技術(shù)在上述業(yè)務(wù)場景中所解決的技術(shù)問題實(shí)際上可以被劃定為:訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型速度較慢,導(dǎo)致基于以往的訓(xùn)練優(yōu)化方法訓(xùn)練得到神經(jīng)網(wǎng)絡(luò)模型評估設(shè)備的健康情況時(shí)效率低、準(zhǔn)確度差。針對該技術(shù)問題,所涉及的對內(nèi)部和外部對象的相關(guān)處理過程包括:通過一種新的訓(xùn)練方式來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,再基于通過上述方式所訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型根據(jù)系統(tǒng)中設(shè)備的運(yùn)行數(shù)據(jù)對各個(gè)設(shè)備的健康情況進(jìn)行較為準(zhǔn)確的評估。從上述處理過程中可以進(jìn)一步提煉出與業(yè)務(wù)場景相關(guān)的技術(shù)屬性特征,即:通過改進(jìn)的訓(xùn)練方式來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型;通過上述改進(jìn)的訓(xùn)練方式訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型來基于設(shè)備的運(yùn)行數(shù)據(jù)對設(shè)備的健康情況進(jìn)行評估。再將上述技術(shù)屬性特征與相關(guān)的人工智能技術(shù)結(jié)合,撰寫出如下所示的修改后的權(quán)利要求:
一種設(shè)備健康情況的評估方法,其特征在于,包括:
通過改進(jìn)的訓(xùn)練方式,訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,得到目標(biāo)神經(jīng)網(wǎng)絡(luò)模型;
獲取設(shè)備的運(yùn)行數(shù)據(jù);
利用所述目標(biāo)神經(jīng)網(wǎng)絡(luò)模型根據(jù)所述設(shè)備的運(yùn)行數(shù)據(jù)確定出設(shè)備的健康情況;
其中,通過改進(jìn)的訓(xùn)練方式,訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,包括:
步驟1,計(jì)算機(jī)輸入L*K個(gè)樣本設(shè)備運(yùn)行數(shù)據(jù),其中,L為樣本設(shè)備運(yùn)行數(shù)據(jù)的數(shù)目,k-1未輸入向量數(shù),第K列為輸出向量;
步驟2,對所述樣本設(shè)備運(yùn)行數(shù)據(jù)進(jìn)行處理,采用均值聚類算法篩除粗差;
步驟3,以輸入列為單位,根據(jù)相關(guān)距離算法,對輸入列進(jìn)行聚類劃分;
步驟4,構(gòu)建神經(jīng)網(wǎng)絡(luò)模型;
步驟5,采用L*K個(gè)樣本設(shè)備運(yùn)行數(shù)據(jù)對構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到目標(biāo)神經(jīng)網(wǎng)絡(luò)模型。
針對修改后的權(quán)利要求,在進(jìn)行評判時(shí):由于權(quán)利要求中引入與設(shè)備健康情況評估這一業(yè)務(wù)場景相關(guān)的技術(shù)屬性特征,權(quán)利要求所記載的方案執(zhí)行計(jì)算機(jī)程序處理的外部對象為設(shè)備的運(yùn)行數(shù)據(jù)這一種具體數(shù)據(jù),所解決的是如何快速、準(zhǔn)確訓(xùn)練出模型,并利用該模型根據(jù)設(shè)備的運(yùn)行數(shù)據(jù)對設(shè)備的健康情況進(jìn)行評估的問題??梢娦薷暮蟮臋?quán)利要求所記載的方案中已經(jīng)包含了技術(shù)問題。該方案解決了技術(shù)問題,并且在解決技術(shù)問題的過程中采用的與該業(yè)務(wù)場景相關(guān)的處理手段也構(gòu)成了利用自然規(guī)律的技術(shù)手段。并且該方案最終獲得的效果是能夠更快、更準(zhǔn)確地對設(shè)備的健康情況進(jìn)行評估,包含有對應(yīng)的技術(shù)效果。因此,修改后的權(quán)利要求所記載的方案屬于專利法第二條第二款規(guī)定的技術(shù)方案,符合專利保護(hù)的客體要求。
來源:三友知識(shí)產(chǎn)權(quán)
作者:童磊
編輯:IPRdaily王穎 校對:IPRdaily縱橫君
推薦閱讀(點(diǎn)擊圖文,閱讀全文)
官宣!2019全球知識(shí)產(chǎn)權(quán)生態(tài)大會(huì)(GIPC)即將來襲!
生而不凡!2019年中國“40位40歲以下企業(yè)知識(shí)產(chǎn)權(quán)精英”榜單揭曉
“投稿”請投郵箱“iprdaily@163.com”
「關(guān)于IPRdaily」
IPRdaily成立于2014年,是全球影響力的知識(shí)產(chǎn)權(quán)媒體+產(chǎn)業(yè)服務(wù)平臺(tái),致力于連接全球知識(shí)產(chǎn)權(quán)人,用戶匯聚了中國、美國、德國、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個(gè)國家和地區(qū)的高科技公司、成長型科技企業(yè)IP高管、研發(fā)人員、法務(wù)、政府機(jī)構(gòu)、律所、事務(wù)所、科研院校等全球近50多萬產(chǎn)業(yè)用戶(國內(nèi)25萬+海外30萬);同時(shí)擁有近百萬條高質(zhì)量的技術(shù)資源+專利資源,通過媒體構(gòu)建全球知識(shí)產(chǎn)權(quán)資產(chǎn)信息第一入口。2016年獲啟賦資本領(lǐng)投和天使匯跟投的Pre-A輪融資。
(英文官網(wǎng):iprdaily.com 中文官網(wǎng):iprdaily.cn)
本文來自三友知識(shí)產(chǎn)權(quán)并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉(zhuǎn)載此文章須經(jīng)權(quán)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(zhuǎn)載,請注明出處:“http://m.globalwellnesspartner.com/”
文章不錯(cuò),犒勞下辛苦的作者吧