AI底層算法創(chuàng)新的專利撰寫：如何兼顧權(quán)利要求保護范圍和客體問題？（下）
發(fā)布于：
2023-12-13 13:41
>>> 三、新審查趨勢下，如何撰寫AI算法改進類專利申請案？
結(jié)合對以上案例的分析可以看出，在沒有具體限定技術(shù)領(lǐng)域或者應(yīng)用領(lǐng)域的前提下，其依然能通過客體審查關(guān)口，并且對權(quán)利要求的保護范圍幾乎沒有太大影響，以上案例在權(quán)利要求保護范圍和A2.2的客體問題之間做到了良好的平衡。故而，基于以上案例以及引言中所指出的AI算法類創(chuàng)新的案件類型，筆者基于未來可能的審查基準，給出一些撰寫AI算法類案件的建議，供各大創(chuàng)新主體以及知識產(chǎn)權(quán)同行參考。
第一步，確保獨立權(quán)利要求的解決方案與人工智能領(lǐng)域直接或者間接相關(guān)。
在對具體處理數(shù)據(jù)或者訓(xùn)練樣本不做限定的前提下，獨立權(quán)利要求在撰寫時需要在權(quán)利要求中體現(xiàn)與AI算法有關(guān)的關(guān)鍵詞，比如人工智能、聚類處理、分類、深度學(xué)習(xí)、機器學(xué)習(xí)等。
第二步，在獨立權(quán)利要求中體現(xiàn)該算法與計算機系統(tǒng)的內(nèi)部結(jié)構(gòu)存在關(guān)聯(lián)。
在AI算法改進的案件中，不同架構(gòu)層上的創(chuàng)新，體現(xiàn)算法與計算機系統(tǒng)的內(nèi)部結(jié)構(gòu)存在關(guān)聯(lián)的方式有所不同，具體如下：
A：AI基礎(chǔ)層創(chuàng)新類案件，例如涉及數(shù)據(jù)清洗、數(shù)據(jù)標注等過程的創(chuàng)新等。
此類案件經(jīng)過分析，在客體審查過程中審查尺度略寬松于AI技術(shù)層創(chuàng)新案件的審查尺度，因為這類案件大部分都會涉及對訓(xùn)練樣本的處理、更新、選擇、篩選、檢測等操作，而這些動作在過去的審查歷史中經(jīng)常會被認定為與計算機內(nèi)部CPU之間存在特定關(guān)聯(lián)，因此只需要在撰寫時盡量采用與計算機內(nèi)部結(jié)構(gòu)（例如，內(nèi)部器件、內(nèi)部線程等）相關(guān)的用詞即可，例如涉及到數(shù)據(jù)庫、存儲、緩存、存儲空間、存儲性能等。
B：AI技術(shù)層創(chuàng)新類案件，例如涉及模型訓(xùn)練、模型結(jié)構(gòu)、調(diào)參上的創(chuàng)新等。
此類案件經(jīng)過分析，大部分案件都會涉及AI算法本身的改進，尤其是涉及神經(jīng)網(wǎng)絡(luò)模型內(nèi)部結(jié)構(gòu)、訓(xùn)練過程、或者模型結(jié)構(gòu)的改進，那么在撰寫此類案件時，可以嘗試在權(quán)利要求中采用直接關(guān)聯(lián)或者間接關(guān)聯(lián)的方式引入與計算機內(nèi)部系統(tǒng)有特定關(guān)聯(lián)的特征。
例如，直接關(guān)聯(lián)的方式可以如案例二中所述的引入單多處理器的訓(xùn)練方案，候選訓(xùn)練方案直接與處理器相關(guān)；間接關(guān)聯(lián)的方式，例如，可以引入“調(diào)用預(yù)先存儲的訓(xùn)練樣本”“調(diào)用待訓(xùn)練模型以及訓(xùn)練樣本進行訓(xùn)練”“對在預(yù)設(shè)存儲空間內(nèi)的訓(xùn)練樣本進行特征提取”“記錄訓(xùn)練結(jié)果”等描述方式，布局與計算機內(nèi)部系統(tǒng)有特定關(guān)聯(lián)的特征。
第三步：說明書在描述技術(shù)效果時，要與計算機內(nèi)部性能的改進有關(guān)。
如何理解“提升了計算機的內(nèi)部性能”？首先，專利申請人或?qū)＠珜懭艘鞔_計算機的內(nèi)部性能包括哪些維度。
常見的計算機的內(nèi)部性能主要包括：
計算機的吞吐量
計算機的利用率
計算機的響應(yīng)時間
計算機內(nèi)部CPU的性能（例如CPU中運算器與存儲器之間的總線寬度、CPU運行效率、CPU的處理字長）
存儲器容量
計算機的CPI（即執(zhí)行一條指令所需要的時鐘周期數(shù)）等
在了解了這些內(nèi)部性能的內(nèi)容之后，撰寫技術(shù)效果時就相對來說容易多了。
常見的與計算機內(nèi)部系統(tǒng)性能改進的技術(shù)效果包括：
減少數(shù)據(jù)存儲量
減少數(shù)據(jù)傳輸量
提高硬件處理速度
提升了硬件運算效率
提高了CPU在某一方面例如訓(xùn)練模型的訓(xùn)練效果
優(yōu)化訓(xùn)練樣本后節(jié)省了存儲空間
訓(xùn)練耗時縮短節(jié)省了CPU的訓(xùn)練資源等
需要注意的是，在模型訓(xùn)練、模型結(jié)構(gòu)改進等涉及AI技術(shù)層算法本身改進的案件中，技術(shù)效果的描述尤為重要。由于此類案件在撰寫時，通常想要體現(xiàn)出算法與計算機系統(tǒng)的內(nèi)部結(jié)構(gòu)具有特定的技術(shù)關(guān)聯(lián)并非一件易事；所以，此類案件在布局技術(shù)效果時，需要做到層層剖析，將實際的技術(shù)方案可能引發(fā)計算機內(nèi)部性能改進的原理或者原因要具體落地分析，避免后期審查過程中的客體問題。
>>> 四、結(jié) 語
本文旨在結(jié)合國家知識產(chǎn)權(quán)局《專利審查指南修改草案（征求意見稿）》中針對“未結(jié)合具體技術(shù)領(lǐng)域的人工智能算法的改進方案如何構(gòu)成專利保護的客體”的修訂補充內(nèi)容的導(dǎo)向，為專利代理師以及各大創(chuàng)新主體給出AI算法改進類案件在撰寫方向上的一些參考。
雖然，專利審查指南新的修訂內(nèi)容還未生效，但是在這個過渡階段可以嘗試對一些AI算法改進類案件從新的角度進行布局，以期兼顧AI算法改進類案件的客體審查問題以及權(quán)利要求保護范圍。當然，以上僅是筆者的一些從業(yè)經(jīng)驗以及分析方向，實務(wù)作業(yè)中案件千變?nèi)f化，專利代理師還需要結(jié)合實際案件情況靈活應(yīng)對。
400-883-1990
info@aciplaw.com
