TECHNOLOGY AND INFORMATION
科学与信息化2019年8月下 23
章媛 杨永
华南理工大学法学院 广东 广州 510006
摘 要 当前，人工智能技术已成为行业引爆点，人工智能的发展离不开大量基础算法的支撑，近年来涉及人工智能相关算法的专利申请越来越多，但算法类专利申请的可授予专利权客体判断一直以来都是计算机领域的难点问题，本文通过两个复审案例，阐述了涉及人工智能领域算法改进的发明申请可授予专利权客体判断依据，并给出了申请人或代理人在撰写相关申请时的一些建议。关键词 人工智能；算法；客体；判断
引言
当前，人工智能技术已成为行业引爆点，世界许多国家和地区都已经将人工智能提升到了战略高度，致力于推动人工智能技术以提升自身的竞争力。人工智能技术的发展离不开大量算法的支撑，如深度学习技术，其网络模型的构建与训练与算法的概念密不可分，属于算法和计算机程序的范畴。如本领域所熟知的，计算机程序是复合的知识产权客体，其既是表达性作品，又属功能性产品，作为文字作品时受著作权法保护，作为功能性产品时则受专利法保护，也可作为商业秘密来保护。近年来，专利制度以其自身特点在软件产业起到越来越重要的作用，随之而来的是涉及算法改进的专利申请越来越多。涉及算法的专利申请，如果权利要求限定的全部内容仅是算法本身的描述，即抽象的内容，未体现出算法的应用，则属于《专利法》第二十五条第一款规定智力活动的规则和方法，不能被授予专利权。然而，人工智能领域的算法改进，权利要求要求保护的方案往往已经不限于记载算法步骤、数学规则、数学公式本身，还包括算法的应用环境、参数的物理含义等特征，对于此类申请的客体判断一直都是计算机领域的难点，本文拟通过2个复审案例来说明算法改进相关发明的客体判断思路[1]。1 案例 【案例1】该案要求保护一种用于将测试模式指定到从预定义的类别组中选择的类别的方法，包括： 计算对于所述测试模式的类别成员概率；
基于特征空间中所述测试模式的相邻位置中训练模式的数量而计算对于所述类别成员概率的置信区间；
其特征在于，通过计算所述训练模式的密度函数与集中于所述测试模式的高斯平滑函数的卷积而获得所述测试模式的所述相邻位置中所述训练模式的数量，所述训练模式的所述密度函数被表示为高斯函数的混合。
该案的权利要求虽未具体记载模式分类应用的具体领域，但根据该申请说明书的记载，该分类方法在车辆座位乘员分类系统中实现，并且包括提供与乘员相关的传感器数据并且使用该传感器数据作为要被指定到特定乘员类别的测试模式。专利复审委员会在复审决定中认为：该申请涉及将测试模式指定到从预定义的类别组中选择的类别，而模式分类的研究在人工智能领域占据了重要的地位。研究人员提出了许多算法来求解分类问题，例如，贝叶斯分类器、最近邻分类器、线性和非线性分类器、人工神经网络等，同时模式分类本身涉及数学、信号处理、信息科学等多个交叉领域，因此，其本身必然涉及使用一些数学运算规则，但该申请并不在于数学运算规则本身，而在于根据预定的准则将测试模式指定到类别以满足特定的需求。因此该申请利用了技术手段，解决了技术问题并获得了技术效果，不属于专利法第25条第1款第（2）项规定的智力活动的规则和方法的范围，属于专利法可给予保护的客体。
【案例2】该案要求保护一种基于半监督学习的支持向量机分类器训练方法，其特征在于：包括如下步骤： 步骤1用初始已标注样本集训练一个初始SVM 分类器； 步骤2用SVM 分类器从未标注样本集U 中寻分类置信度高的样本，组成高置信度样本集S ； 步骤3对高置信度样本集S 中的每个样本，判断
其信息量大小，如果信息量小则将其从高置信度样本集S 中移除，并重新放回未标注样本集U 中； 步骤4将高置信度样本集S 中置信度高且信息量大的样本由机器自动标注后加入SVM 分类器的已标注样本集L 中； 步骤5用更新的已标注样本集L 重新训练SVM 分类器； 步骤6根据停止准则判断是退出循环还是继续迭代。
根据该案说明书的记载，其涉及全部内容均仅涉及机器学习领域，而并未具体到针对何种对象的分类。专利复审委员会在复审决定中认为该申请从权利要求的方案看，文本分类、图像分类、生物序列分析、生物数据挖掘、手写字符识别、蛋白质同源检测、基因表达等应用领域并未结合到权利要求的方案中，样本集也并未限定为蛋白质、手写数字、图像、脑电信号和文本等具体的含义，因此权利要求方案中所述样本集并不是一个具有具体含义的集合，而仅仅是一个数学上的集合概念，所述预测标签也仅仅是数学意义上的标签。因此该申请权利要求请求保护的是单纯的分类器训练方法，属于单纯的数学算法，不属于专利法保护的客体[2]。
2 结束语
判断一项算法改进的申请是否属于智力活动的规则和方法，应当从权利要求和说明书的全部内容进行判断。即使其主题名称或权利要求限定的看似是一种智力活动的规则和方法，但只要权利要求中包含了技术特征或是说明书已明确提及算法应用的具体技术领域的情况下，即使权利要求并未将方案应用
的领域限定至此，在对于智力活动的规则和方法的考量中仍需予以参考，就不应当依据《专利法》第25条排除其获得专利权的可能性。
申请人或代理人在撰写算法相关专利的说明书时，无论是其中发明内容、发明领域、解决的问题以及具体实施例的部分，应尽可能多的强调本发明涉及何种技术，对计算机硬件、硬件功能、应用领域或外部处理存在何种非常规的改进，解决了哪些特定的（例如互联网特殊存在的）挑战和问题，等等。同时建议在说明书中加入作为软件或算法类发明的运行结果的细节，例如某种物理上的转换或改变或者性能上的提升等作为发明不属于单纯的智力活动的规则和方法的佐证。参考文献
[1] 李宗辉.人工智能专利授权的理论争议与实践发展[J].河南财经政法大学学报,2018,33(6):152-160.
[2] 徐家力，赵威.论人工智能发明创造的专利权归属[J].北京政法职业学院学报,2018,104(04):8-14.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议