文/北京集佳知識產(chǎn)權(quán)代理有限公司 張海永
引言
美國專利法第101條定義了可專利主題的范圍，即任何新的、有用的工藝、機器、制造物或物質(zhì)組合都可以獲得專利。然而，美國最高法院長期以來一直認為，自然法則、自然現(xiàn)象和抽象概念是可專利主題的例外。這些例外雖未在法律條文中明確提及，但是通過司法解釋確立了屬于這些例外的申請不具有專利適格性。隨著人工智能技術(shù)（AI）的發(fā)展，越來越多的人工智能相關(guān)的專利申請開始涌現(xiàn)，本文簡要介紹了人工智能領(lǐng)域?qū)＠m格性判斷，并提供了一些針對AI相關(guān)發(fā)明如何克服適格性問題的建議。
一、美國專利適格性概述
美國專利法第101條規(guī)定了發(fā)明必須屬于四個法定類別之一：工藝、機器、制造物或物質(zhì)組合。大多數(shù)發(fā)明都符合這些類別，但有些不符合。例如，僅涉及軟件代碼或純數(shù)據(jù)的發(fā)明不符合專利保護條件，因為這些項目不屬于上述四個類別之一。同樣，僅請求保護“經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)”的申請也不符合第101條的規(guī)定，但如果請求保護訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法或使用經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)的計算機，則滿足專利適格性要求。
實際上，第101條中專利適格性的真正復(fù)雜性來自于非法定例外：自然法則、自然現(xiàn)象和抽象概念。美國最高法院強調(diào)，這些例外至關(guān)重要，因為對這些基本科學(xué)和技術(shù)工具的專利可能會阻礙而非促進創(chuàng)新。例如，不能對物理定律或數(shù)學(xué)算法的抽象形式申請專利。然而，這些原則的新應(yīng)用，如從中衍生出的新的并且有用結(jié)構(gòu)或工藝，可以申請專利。
二、專利適格性判斷標準
美國專利與商標局在審查指南MPEP中采用了Alice/Mayo判例中的流程來判斷專利申請是否滿足101條款的適格性要求，并于2019年對該判斷流程進行了更新。
判斷流程包括：步驟1，判斷權(quán)利要求是否是針對工藝、機器、制造物或物質(zhì)組合；步驟2A，判斷該權(quán)利要求是否指向自然法則、自然現(xiàn)象和抽象概念，如果否的話，則權(quán)利要求具有專利適格性，如果是的話，進入步驟2B的判斷；步驟2B，如果在步驟2A中判定該權(quán)利要求指向司法例外，評估該權(quán)利要求中是否存在附加元素使得權(quán)利要求具有創(chuàng)造性，如果是的話，則該權(quán)利要求具有專利適格性，否則的話，則該權(quán)利要求不具有專利適格性，不可以授權(quán)。
在更新的判斷流程中，步驟2A進一步被細分為兩個分支：分支1，判斷權(quán)利要求是否引用或者包括了司法例外，例如抽象概念等；分支2，如果權(quán)利要求包含或者引用了司法例外，則進一步判斷該權(quán)利要求整體上是否將該司法例外整合到實際的技術(shù)應(yīng)用中，如果是的話，則step 2A的判斷結(jié)果為該權(quán)利要求并未指向司法例外，因此符合專利適格性的要求。
三、關(guān)于人工智能的例子
針對專利適格性要求，美國專利與商標局還提供了許多例子并介紹了如何根據(jù)101條來進行判斷。唯一直接與人工智能相關(guān)的例子是第39個例子。這個例子涉及一個旨在提高識別數(shù)字圖像中人臉的能力的AI系統(tǒng)。先前使用神經(jīng)網(wǎng)絡(luò)進行面部檢測的方法在處理面部圖像的移動、扭曲和變化時的魯棒性方面存在不足。該發(fā)明通過使用對面部圖像進行數(shù)學(xué)變換開發(fā)的擴展訓(xùn)練集，并采用迭代訓(xùn)練算法來最小化誤報，從而改進了這項技術(shù)，從而得到一個更可靠的面部檢測模型。
這個例子中的步驟涉及收集數(shù)據(jù)、修改數(shù)據(jù)、創(chuàng)建兩個訓(xùn)練集，然后在訓(xùn)練集上訓(xùn)練神經(jīng)網(wǎng)絡(luò)。通過分析，該權(quán)利要求符合第101條的規(guī)定，因為該權(quán)利要求“沒有陳述MPEP中列舉的任何司法例外”。特別是，專利局指出，這些步驟沒有陳述任何數(shù)學(xué)關(guān)系、公式或計算（盡管該權(quán)利要求可能“基于數(shù)學(xué)概念，但數(shù)學(xué)概念并未在權(quán)利要求中陳述”），沒有陳述思維過程（“因為這些步驟實際上不能在人腦中執(zhí)行”），也沒有陳述任何組織人類活動的方法，如基本經(jīng)濟概念或管理人與人之間的互動。因此，該權(quán)利要求符合專利適格性要求，因為它沒有引用司法例外。
但是審查員對于上述例子的解讀是非常有限度的，即審查員還是會傾向于基于具體的權(quán)利要求來對專利適格性進行判斷。雖然一些人工智能相關(guān)的權(quán)利要求也是涉及上述的例子中的收集數(shù)據(jù)并訓(xùn)練得到神經(jīng)網(wǎng)絡(luò)的過程，但是審查員并未同意這些如此撰寫的權(quán)利要求具有專利適格性。
這種傾向從專利審判和上訴委員會的部分判詞中可見一斑：
1、第39個例子具體限定到了圖像分析，“因此，第39個例子解決了與分析圖像以識別和分析其中的面部圖像相關(guān)的技術(shù)難題。而申請人未證明當前權(quán)利要求提供了此類圖像分析的方案。相反，說明書稱權(quán)利要求涉及使用信息處理系統(tǒng)來估計醫(yī)療資源的需求”；
2、第39個例子具體限定了數(shù)據(jù)準備或者兩個訓(xùn)練階段，“在此申請中，訓(xùn)練數(shù)據(jù)并沒有以任何特定方式轉(zhuǎn)換或策劃以訓(xùn)練機器學(xué)習(xí)模型。也沒有像第39個例子那樣分階段訓(xùn)練模型以提高其準確性”；
3、權(quán)利要求中的金融活動的表述（或者其他抽象概念）使得權(quán)利要求不具有適格性，“簡單來說，權(quán)利要求1與第39個例子中的權(quán)利要求不同，它陳述了商業(yè)互動，包括廣告、營銷或銷售活動或行為，這是一種組織人類活動的方法，因此，該權(quán)利要求是一個抽象概念”。
四、對AI相關(guān)發(fā)明的建議
基于上述對第39個例子分析可以看出，它的作用比預(yù)期中的要小，但是從這個例子中仍然可以總結(jié)出一些針對AI相關(guān)發(fā)明的建議。
1、在權(quán)利要求中描述具體的數(shù)據(jù)和數(shù)據(jù)處理
詳細描述AI如何訓(xùn)練以及如何處理數(shù)據(jù)是至關(guān)重要的，并且解釋用于開發(fā)訓(xùn)練數(shù)據(jù)的特定算法、模型和技術(shù)，以及這些如何有助于解決技術(shù)問題。例如，如果AI使用新的訓(xùn)練數(shù)據(jù)集或獨特的數(shù)據(jù)預(yù)處理方法，這些細節(jié)應(yīng)包含在專利申請中并成為權(quán)利要求的一部分。第39個例子對面部圖像進行了相對簡單的變換來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。然而，PTAB的決定強調(diào)了，訓(xùn)練數(shù)據(jù)的預(yù)處理是第39個例子能夠在第101條下獲得專利適格性的關(guān)鍵要素之一。
2、詳細描述AI系統(tǒng)的訓(xùn)練過程
第39個例子要求保護一個兩步訓(xùn)練過程：首先在一組經(jīng)過變換的面部圖像上訓(xùn)練神經(jīng)網(wǎng)絡(luò)，然后基于檢測到的錯誤在第二組上重新訓(xùn)練神經(jīng)網(wǎng)絡(luò)。這種迭代方法不僅提高了模型的魯棒性，還解決了誤報問題。PTAB的決定強調(diào)了，這個兩步過程是該例子具有專利適格性的主要原因之一。如果可能的話，新的AI專利申請應(yīng)在說明書中突出訓(xùn)練過程中的任何具有獨特性的元素，并將這些元素包含在權(quán)利要求中，以克服任何潛在的101條的專利適格性問題。