国产视频一区三区_久久久精品性_在线精品一区_欧美在线视频二区_国产精品一区在线观看_精品不卡视频_欧美亚洲免费高清在线观看_欧美视频久久_国产精品一区毛片_国产日韩一区

引言

2024年12月31日，中國國家知識產權局發布了《人工智能相關發明專利申請指引（試行）》（下稱“《指引》”），意在進一步明確和細化我國現行專利法律制度框架下人工智能領域的專利審查政策，回應創新主體普遍關切的熱點法律問題。基于此，本文針對人工智能是否能成為發明專利的適格客體這一問題進行了探討，并進一步對中美兩國對于人工智能專利客體的適格性標準進行了比較研究，以期為出海企業在全球范圍內的專利布局提供參考。

1.    中國人工智能專利客體適格性

1.1  人工智能相關專利申請類型

《指引》第一章將常見的人工智能相關專利申請歸納為四種類型，分別為：涉及人工智能算法或模型本身的相關專利申請、涉及基于人工智能算法或模型的功能或領域應用的相關專利申請、涉及人工智能輔助作出的發明的相關專利申請、涉及人工智能生成的發明的相關專利申請。本文著重分析前兩種申請類型在中國應滿足如何的方案客體要求。

1.2  《指引》再次明確人工智能方案客體的審查基準

涉及人工智能的前述兩種發明專利申請類型，一般包含算法或商業規則和方法等智力活動的規則和方法特征。《專利審查指南（2023）》（下稱“《審查指南》”）對于人工智能的方案客體的審查基準給出了基于《專利法》第二十五條第一款第（二）項和第二條第二款的判斷方法并列舉了部分的示例，本文在此不贅述。但總的來說，《審查指南》對于“如何判斷一項解決方案是否屬于智力活動的規則和方法，是否構成專利法意義上的技術方案，特別是如何判斷方案采用的手段是否是遵循自然規律的技術手段，什么樣的問題屬于技術問題，怎樣才是符合自然規律的技術效果”并未闡明更為具體的判斷指引，無法對于創新主體和審查員給予一個較為統一的預期。

《指引》第三章對于該些問題面向創新主體做出了具有可操作性的指導。

首先，關于權利要求的方案是否屬于智力活動的規則和方法的問題，《指引》第三章第1.3節就權利要求的撰寫和審查意見的答復給出了避免被認定為智力活動的規則和方法的建議，即“申請人可以在權利要求中寫入與算法特征相關聯的技術特征（并非僅體現在主題名稱中），使權利要求整體上不再是一種智力活動的規則和方法”。

其次，關于權利要求的方案是否屬于技術方案，即是否體現為解決技術問題采用遵循自然規律的技術手段并達到技術效果的問題，《指引》第三章第2.3節同樣就權利要求的撰寫和審查意見的答復給出了相應的建議，即“在原始說明書中詳細闡明該方案所要解決的技術問題、采用的技術手段和能夠獲得的技術效果”或“在答復審查意見時，根據原申請文件的記載對權利要求書進行修改，并在意見陳述書中充分闡述修改后的方案屬于技術方案的理由”。

2.    美國人工智能專利主題適格性

美國專利主題（subject matter，相當于我國專利法律體系中的“客體”）的適格性標準源于美國專利法（U.S. Patent Act）第101條，該條規定：“凡是發明或發現任何新穎而有用的方法、機器、制造品、組合物或其任何新穎而有用的改進者，可以按照本篇所規定的條件和要求取得專利權”。

2.1  The Mayo/Alice Eligibility Test

長期以來美國已經通過一系列的司法判決逐漸建立起專利適格主題的三大司法例外，即抽象概念（“abstract idea”）、自然法則（“laws of nature”）和自然現象（“natural phenomenon”）均沒有資格申請專利。為了對第101條與前述司法例外提供一個更加清晰的界定，美最高院在2012年的Mayo v. Prometheus Laboratories案 [1] 和2014年的Alice v. CLS Bank International案 [2] 中逐步確立了Mayo/Alice測試規則，將專利主題是否適格的判斷概括為兩個步驟。首先，要判斷有爭議的權利要求是否屬于美國專利法第101條規定的四種法定主題（步驟1），即方法、機器、制造品、組合物，如果不是則直接判定不符合第101條款，不屬于可授權的主題，如果是則進入步驟2；其次，判斷權利要求是否涉及三種司法例外（步驟2A-1），即抽象概念、自然法則或自然現象，如果不涉及，則屬于可授權的主題；若涉及三種司法例外，則需要進一步判斷權利要求是否記載了額外的要素使得司法例外與實際應用相結合（步驟2A-2），如果是，同樣屬于可授權的主題，如果不是則進入最后一步判斷；法院需要判斷權利要求是否記載了“顯著多余（significantly more）”上述司法例外的其它要素使它們超出司法例外的范疇（步驟2B），如果是，則屬于可授權的主題，如果不是，則不屬于可授權的主題。

2.2  Mayo/Alice測試在軟件和算法領域的適用

盡管該測試在理論上看似簡單明了，但在實際應用中卻難以實現一致的執行，尤其是在軟件和算法領域。盡管經過多年的連續實踐，Mayo/Alice測試的判斷標準仍不明確，這使得該測試標準逐漸變得更加嚴格，變相的擴大了不適格主題的范圍 [3] 。

在Athena Diagnostics Inc v. Mayo Collaborative Services案 [4] 中，法庭共同決議指出，受最高院在Mayo案中裁決的約束，必須認定權利要求不符合適格要求。Moore法官在反對意見中提及“對專利適格標準判斷的模糊性阻礙了發明人在某些技術領域的工作，包括發現新的遺傳生物標志物以及發展疾病診斷和人工智能技術。這種不確定性遏制了對研發的巨大投資，而研發是推動創新周期所必需的”。

為了解決以Mayo/Alice案為主的一系列判決在美國專利主題適格性問題上導致的混亂和不確定性，2022年8月2日，美國參議員Thom Tillis提出了《專利資格恢復法案》（Patent Eligibility Restoration Act, PERA）。2024年9月6日，眾議員凱文·基利（Kevin Kiley）在眾議院將其引入。同年9月17日，AIPLA（American Intellectual Property Law Association）發表聲明對該法案表示支持并認為該法案對于解決最高法院在專利主題適格性方面的不確定性至關重要 [5] 。在2024年11月14日舉行的聽證會上，Thom Tillis又宣布推遲審議工作，該法案的正式出臺還要經過一個漫長的修訂過程。

綜合來看，Mayo/Alice測試在實際應用中存在較大的主觀性，導致人工智能算法及其他軟件創新在獲取專利和行使權利時有諸多不確定性。隨著法律環境的不斷演變，對專利主題適格性的判斷也持續受到影響。法官的解釋在界定專利主題邊界方面發揮著至關重要的作用，因此，美國官方亟需提供更加清晰和明確的指導，以減少這種不確定性，促進創新的發展。

2.3  USPTO發布側重AI領域的指南更新

在司法體系外，美國專利商標局（下稱“USPTO”）的審查實踐也表明了某些審查案件中，發明人、企業和其他利害關系人表示難以穩定地預期主題的適格性。司法實踐數據顯示，2014年Alice案之后到2018年，有超過300個商業方法專利被法院無效，這表明司法程序與審查程序中關于專利適格性判斷結論明顯存在不一致的情況 [6] 。為了明確對于專利主題是否適格的一致性預期，USPTO自2014年以來對于PEG（Patent Subject Matter Eligibility Guidance，下稱“PEG”或“指南”）作了多次修改和澄清，旨在提高Mayo/Alice測試適用的清晰度。

2024年7月17日，USPTO再次發布了PEG的更新，形成了現行指南，以解決包括人工智能在內的關鍵和新型技術創新問題，幫助USPTO工作人員和利益相關者根據專利法來明晰AI發明的主題適格性。 [7]

值得注意的是，在指南中提到新增了47、48、49三個針對人工智能領域的示例 [8] 。示例47涉及使用人工神經網絡檢測計算機網絡流量中的異常。其中，權利要求1描述了一種用于人工神經網絡的集成電路（ASIC），詳細說明了ASIC的物理結構，包括以陣列形式組織的多個神經元和連接神經元的突觸電路。這樣的集成電路指向的是具有特定硬件組件的物理設備，而非抽象概念。因此，在第一步的判斷中，該權利要求屬于法定類別的機器，不涉及司法例外，故該權利要求是適格的。權利要求2涉及通過人工神經網絡（ANN）對連續訓練數據進行離散化以生成輸入數據，該方法包括接收訓練數據、通過神經網絡處理數據以及檢測和輸出異常。在步驟2A-1中，該權利要求被判斷涉及抽象概念；但在步驟2A-2中，由于該權利要求通過特定機器（人工神經網絡）檢測網絡入侵，這不僅僅是使用通用計算機組件的簡單指令，還將抽象概念整合到了實際應用中，故該權利要求也是適格主題。

示例48涉及基于AI的方法，用于分析語音信號并分離所需的語音和背景噪聲。權利要求1描述的是方法，步驟2A-1判斷該權利要求涉及抽象概念（分析和分離語音信號）；然而，在步驟2A-2中該權利要求將抽象概念整合到實際應用，即通過特定技術實現（如特定的AI模型和算法）來提高語音識別的準確性，因此該權利要求是適格的。權利要求2中擴展了權利要求1，增加了特定的技術細節，如使用特定的濾波器和信號處理技術。同樣地，該權利要求借助特定的技術手段增強了語音識別的準確性，在步驟2A-2可以進一步判定其將抽象概念整合到了實際應用中，故該權利要求也是適格的。

示例49聚焦在基于AI模型的個性化醫療，即依據特定患者的個體特征生成和執行治療方案。權利要求1中描述了一種使用訓練好的機器學習模型生成和執行治療方案，該方法包括接收患者數據、通過模型處理數據，并生成和執行基于模型輸出的治療方案。在評估過程中，步驟2A-1認定該權利要求涉及抽象概念（生成治療方案）；由于使用通用機器學習模型僅是簡單指令，步驟2A-2判斷該權利要求未將抽象概念整合到實際應用中，進一步地，限制條件（a）中的數據收集活動（額外要素），已被法院認定為常規的實驗室技術，則步驟2B可以確認其不包含“顯著多余”的要素，故該權利要求是不適格的。權利要求2擴展了權利要求1，增加了特定的技術細節，如使用特定的化合物進行治療，說明其通過特定的技術（如特定的化合物）來提高治療的針對性和效果，那么就可以在步驟2A-2判斷該權利要求將抽象概念整合到實際應用中，因此該權利要求是適格的。

整體來看，指南對“司法例外”進行了詳細說明，特別是如何區分AI發明中涉及的抽象概念（如算法或數學概念）與實際應用。同時，指南對Mayo/Alice測試步驟中的“實際應用”進行了更明確的解釋和示例，提供了更具體的AI相關案例，幫助審查員和申請人更好地理解如何將AI相關的抽象概念（如算法或數學模型）整合到具體的技術應用中并帶來具體的技術改進。可以預見的是，在PEG的指導下，隨著越來越多專利審查歷史的公開，可以給予發明人等越來越清晰明了的專利主題適格性判斷。

3.    中美比較研究

對于中美人工智能專利客體適格性的比較研究，從上文的分析可以看出，中國的審查標準在文件上體現得相對明確和具體。《審查指南》和新出臺的《指引》對人工智能相關專利的審查基準進行了詳細的規定和補充。這種明確的審查基準為申請人提供了較為清晰的指導，有助于其在專利申請文件中準確體現發明的技術貢獻和效果。

相對比而言，美國采用Mayo/Alice測試來評估專利適格性，這種測試方法在實際應用中因法官和審查員理解不同而存在主觀性偏差，尤其是在軟件和算法專利領域。為了提高該測試標準的清晰度和可預測性，USPTO近期更新了PEG試圖以給出更清晰的界定。

我們可以嘗試把USPTO的示例47、48、49置于中國專利法的審查條件下分析。不難發現，USPTO和中國專利法在判斷專利客體適格性時，都強調客體方案應具有技術性，通過技術手段解決技術問題并獲得技術效果。對于將抽象概念整合到實際應用中，通過特定技術手段解決技術問題并獲得技術效果的權利要求，兩者都認為是適格客體。在大方向上，兩者都強調“抽象概念（智力活動的規則或方法）+實際技術應用”，也是雙方不斷完善自身評判基準的趨勢所在。

4.    結語

人工智能是新一輪科技革命和產業變革的重要驅動力量。近年來，中美兩國首腦多次在政策性文件中強調人工智能行業發展的重要性與迫切性。中美兩國在人工智能領域的競爭，既表現在技術實力的較量，也在于法律治理的策略博弈。

在大趨勢上，中美雙方都全力以赴地推進人工智能專利相關法律法規的精細化與完善，致力于為人工智能專利利害關系人精心打造一個既明晰透徹又自由寬松的創新環境。但從歷史實踐上來看，美國擁有大量的實踐經驗，在司法上有更多可參考的相關案例。而中國自2024年1月20日新版《審查指南》正式施行以來只走過了一年左右的時間，可能仍需要一定時間觀察和評估其實施效果，積累更多的實踐經驗。

對比來看，中美人工智能專利的審查標準仍然有所區別，對于創新主體來講，在進行境外的專利布局時不應機械地照搬國內專利布局的經驗，仍需深入了解目標國家的專利審查標準以及相關判例，靈活調整專利申請及布局策略，以適應不同的法律環境，從而有針對性的進行高價值專利的布局，以最大程度地保護自身利益。