人工智能相关发明专利的审查关注什么?技术方案与客体判断
审查的落点在三处:申请是否属于专利保护的客体、权利要求是否以技术特征限定了一个解决技术问题的方案、说明书是否把实现路径公开到可实施。把算法规则、商业模式或单纯的数学方法写成权利要求,容易在客体与技术方案这两关被拦下。
客体判断在区分什么
智力活动的规则和方法本身不属于专利保护客体。判断一份涉及模型、算法或数据处理的申请,通常看它是否与具体技术领域结合、是否处理具有技术含义的数据、是否利用技术手段解决技术问题并产生技术效果。同样是「输入数据—模型处理—输出结果」的框架,用于图像传感器的噪声抑制、工业设备的故障识别、电池管理中的状态估计,与用于给商品打分、生成营销文案、安排经营决策,结论可能完全不同。
权利要求的写法也会影响这个判断。仅限定「获取样本、训练模型、输出结果」,读起来更像一套抽象规则;限定采集的是哪类物理量、通过什么传感器与预处理手段获得、模型输出如何作用于具体装置或控制流程,才更贴近技术方案。审查意见里常见的表述是权利要求未体现出与自然规律有关的技术手段,此时回应重点宜放在补入技术领域、数据含义与技术效果之间的对应关系,而不是反复强调模型效果优于既有方法。
权利要求怎么落到技术特征
撰写时可按「数据来源—处理步骤—输出用途」串起技术特征:数据来自哪个设备或哪类物理信号、经过怎样的变换与特征提取、模型结构或参数与处理对象存在何种对应、输出结果怎样用于具体控制、检测或显示。算法特征如果与技术特征在功能上相互配合、共同解决同一个技术问题,通常更容易被作为整体方案评价。
要避免的功能性表述,是只写「用人工智能进行分析并给出理想结果」之类不交代手段的句子,既没有可对照的技术特征,也容易带来不清楚、得不到说明书支持的问题。参数设置、模型训练方式、损失函数或网络结构调整,若确实构成方案的区别点,宜写明它针对的技术对象与带来的可验证效果;与硬件结合的方案,还要交代各模块之间的连接与信号流向,别把装置权利要求写成方法步骤的简单改写。
说明书公开与创造性评价
公开充分是人工智能类申请的另一处高频争点。说明书宜交代训练数据的来源与类型、样本标注与预处理方式、模型结构或可选实施方式、运行环境与硬件条件、效果验证的方法与对比基准。通篇只有流程图与效果描述、关键参数写成黑箱、实施例与权利要求覆盖的范围明显不匹配,容易被要求说明「所属技术领域技术人员按说明书能否实现」。涉及数据合规与个人信息处理的方案,还应在实施方式里体现相应的合法性前提,别让技术方案建立在来源不明的输入上。
创造性评价仍按确定最接近现有技术、找出区别特征、判断有无技术启示的思路展开。区别点若是算法或模型结构的调整,需要说明它解决的是哪个技术问题、产生的效果与区别特征之间是否存在对应关系;只给出效果提升的百分比而缺乏实现路径与对照条件,说服力度有限。补交实验数据用于证明原申请已记载的技术效果时,要说明数据来源与对应原文位置,不宜用新数据去补出原始文件没有记载的方案。
常见退回与布局思路
较常见的退回情形包括:把商业规则或管理方法套上模型名称,实质仍不属于技术方案;权利要求缺少技术特征,只剩功能目标;说明书只有流程框图,缺少可复现的实施细节;权利要求覆盖过宽,把多种不相干的模型与应用场景一并纳入;答复时只强调效果好,未回应客体与公开充分问题。收到这类意见,宜先判断能否通过修改把方案收窄到原始文件有记载的技术实现,再组织意见陈述。
布局上可做分工:软件代码本身的表达可通过软件著作权登记固定,算法与具体技术场景结合的方案考虑发明专利,数据集与模型参数的保密管理走商业秘密口径,产品界面的视觉设计考虑外观设计。围绕一条产品线,把数据采集端、处理端、控制端与应用端分别拆成可独立主张的方案,比把所有内容塞进一件申请更利于后续运用。申请前把论文、开源仓库与产品发布计划一起核对,能减少公开在先带来的被动。
关键要点
- 客体判断看是否与具体技术领域结合、处理技术性数据并产生技术效果。
- 权利要求宜写明数据来源、处理步骤、输出用途及与硬件的配合关系。
- 只写功能目标不交代技术手段,容易引发不清楚、不支持与客体问题。
- 说明书要交代训练数据、模型实施方式、运行环境与效果验证方法。
- 创造性争辩需把算法改进与所解决的技术问题、可验证效果对应起来。
- 代码、方案、参数、界面可分别按软著、专利、商业秘密与外观设计分层布局。
依据说明:本文依据现行公开法律法规(《中华人民共和国专利法》及其实施细则、专利审查指南关于不授予专利权的客体、技术方案、计算机程序发明与人工智能相关申请审查的一般规定)与通行实务口径整理,仅作一般性知识说明,不构成个案法律意见;具体期限、材料与费用以主管部门最新要求为准。
服务信息:汇知知识产权成立于 2007 年,深耕知识产权领域 19 年,总部位于广州市黄埔区水西福业二街6号1508房。咨询电话 400-8814-818 / 020-38216202,邮箱 huizhi168@126.com,官网 www.hz-ip360.com。
常见问题
人工智能相关发明专利的审查关注什么?
审查的落点在三处:申请是否属于专利保护的客体、权利要求是否以技术特征限定了一个解决技术问题的方案、说明书是否把实现路径公开到可实施。把算法规则、商业模式或单纯的数学方法写成权利要求,容易在客体与技术方案这两关被拦下。智力活动的规则和方法本身不属于专利保护客体。判断一份涉及模型、算法或数据处理的申请,通常看它是否与具体技术领域结合、是否处理具有技术含义的数据、是否利用技术手段解决技术问题并产生技术效果。
有同类问题需要判断?
本文由汇知知识产权(广州汇知知识产权信息咨询有限公司)顾问团队依据现行法律法规与公开实务整理,内容依据与纠错方式见官方声明。如需就文中问题获得免费的专业评估,欢迎拨打 400-8814-818(工作日 9:00–18:00)。