摘 要
按照中國專利審查指南修訂內(nèi)容可知，人工智能算法若能與具體的技術(shù)應(yīng)用領(lǐng)域結(jié)合，或者能夠?qū)τ嬎銠C系統(tǒng)的內(nèi)部性能進行改善，則能夠符合中國專利法中關(guān)于專利保護客體的規(guī)定，進而可能獲得專利權(quán)。人工智能算法創(chuàng)新持續(xù)不斷，如此多涉及人工智能算法模型的改進方案，該采用怎樣的方式進行專利布局，以獲得更加全面、有效的保護是值得探討的。本文主要從產(chǎn)業(yè)鏈布局角度和專利侵權(quán)角度分析人工智能算法模型改進方案在專利布局上可以采取的一些策略，希望能拋磚引玉、引發(fā)更深層次的探討。
關(guān)鍵詞：人工智能；模型改進；專利布局；產(chǎn)業(yè)鏈；專利侵權(quán)
>>> 一、引 言
隨著人工智能技術(shù)的逐步發(fā)展、成熟，人工智能技術(shù)被廣泛應(yīng)用于各個領(lǐng)域，如：智慧交通、智能醫(yī)療、智慧金融、智慧家庭等等；產(chǎn)出了較多熱門產(chǎn)品，如：智能汽車、機器人、智能家居等，給人們的生活帶來了便利。各類智能產(chǎn)品需要人工智能算法來實現(xiàn)，關(guān)于人工智能算法的創(chuàng)新越來越多，因而涉及人工智能領(lǐng)域的專利申請是否符合專利保護客體，以及是否能夠獲得專利權(quán)，成為人們關(guān)注的焦點。
中國國家知識產(chǎn)權(quán)局在2021年8月13日公布了《專利審查指南修改草案（征求意見稿）》，在該征求意見稿中第二部分第九章6.1.2補充了涉及人工智能領(lǐng)域的專利申請是否符合專利保護客體，以及關(guān)于新穎性和創(chuàng)造性評判等相關(guān)的審查標(biāo)準(zhǔn)[1]。按照中國專利法及專利審查指南修訂內(nèi)容的相關(guān)規(guī)定，如果人工智能算法能夠?qū)τ嬎銠C系統(tǒng)的內(nèi)部性能進行改善，或者與具體應(yīng)用領(lǐng)域結(jié)合以解決具體應(yīng)用領(lǐng)域的技術(shù)問題，并獲得相應(yīng)的技術(shù)效果，則屬于專利保護客體。按照目前專利審查指南的修訂內(nèi)容，人工智能領(lǐng)域的專利申請有獲得專利權(quán)的可能，為此筆者不再討論人工智能算法與專利保護客體相關(guān)的問題，而是從檢索現(xiàn)有的關(guān)于人工智能算法模型改進的專利申請案例的布局方式出發(fā)，主要探討關(guān)于人工智能算法模型改進、相關(guān)專利布局等話題，并提供一些專利布局策略，以期幫助相關(guān)專利權(quán)人獲得更加全面、有效的專利保護。
>>> 二、涉及人工智能算法模型訓(xùn)練創(chuàng)新的專利保護布局的幾種常見方式
涉及人工智能算法模型訓(xùn)練的創(chuàng)新點主要包括：
樣本數(shù)據(jù)
模型結(jié)構(gòu)
模型參數(shù)
損失函數(shù)等
關(guān)于創(chuàng)新點在人工智能算法模型訓(xùn)練的創(chuàng)新，屬于《專利審查指南》第九章中規(guī)定的涉及計算機程序的發(fā)明專利申請，申請人通常會布局方法權(quán)利要求和產(chǎn)品權(quán)利要求：
方法權(quán)利要求用于保護計算機程序在計算機上運行的過程
產(chǎn)品權(quán)利要求包括程序模塊架構(gòu)的裝置、實體硬件（計算機設(shè)備、計算機可讀存儲介質(zhì)）、計算機程序產(chǎn)品等
· “程序模塊架構(gòu)的裝置的權(quán)利要求用于對軟件產(chǎn)品的銷售、許諾銷售、進口等侵權(quán)行為進行約束”
· 計算機設(shè)備屬于軟硬結(jié)合的產(chǎn)品，“計算機設(shè)備”權(quán)利要求用于保護存儲及運行計算機程序的設(shè)備
· “計算機可讀存儲介質(zhì)”權(quán)利要求用于保護存儲有計算機程序的介質(zhì)，保護以存儲介質(zhì)為媒介的程序產(chǎn)品的銷售、許諾銷售、進口等行為
· “計算機程序產(chǎn)品”權(quán)利要求可適用于保護在云端或服務(wù)器等上實現(xiàn)計算機程序的分發(fā)或下載等銷售行為
不難看出，產(chǎn)品權(quán)利要求的布局均是以計算機程序?qū)崿F(xiàn)的方法流程為基礎(chǔ)對應(yīng)架構(gòu)的相關(guān)產(chǎn)品權(quán)利要求?；诖?，筆者以方法權(quán)利要求布局角度來進行討論。
筆者通過對檢索得到的專利文獻分析發(fā)現(xiàn)，目前專利文獻中關(guān)于人工智能算法模型訓(xùn)練的方法權(quán)利要求布局主要有以下五種布局方式：
（一）模型訓(xùn)練過程和模型應(yīng)用過程分別單獨布局權(quán)利要求，且兩者互不關(guān)聯(lián)
案例一
CN114170547A
權(quán)利要求1：
一種交互關(guān)系檢測方法，其中，包括：
獲取待檢測圖像；
利用訓(xùn)練過的交互關(guān)系檢測模型對所述待檢測圖像進行交互關(guān)系檢測；其中，所述交互關(guān)系檢測模型，用于：根據(jù)所述待檢測圖像，……，得到第一交互關(guān)系檢測結(jié)果。
權(quán)利要求2：
一種模型訓(xùn)練方法，其中，包括：
獲取帶有交互關(guān)系標(biāo)簽的樣本圖像；
……對所述交互關(guān)系檢測模型進行參數(shù)優(yōu)化；其中，所述交互關(guān)系檢測模型，用于：根據(jù)所述樣本圖像，……，得到第一樣本交互關(guān)系檢測結(jié)果；所述目標(biāo)樣本交互關(guān)系檢測結(jié)果是根據(jù)所述第一樣本交互關(guān)系檢測結(jié)果確定的。
權(quán)利要求3：
一種交互關(guān)系檢測方法，其中，包括：
獲取交通攝像設(shè)備拍攝的交通圖像；……；
利用訓(xùn)練過的交互關(guān)系檢測模型對所述交通圖像進行交互關(guān)系檢測；其中，所述交互關(guān)系檢測模型，用于：根據(jù)所述交通圖像，……，得到第一交互關(guān)系檢測結(jié)果。
分析如下：
在案例一中，創(chuàng)新點在人工智能算法模型結(jié)構(gòu)上，模型訓(xùn)練過程和模型應(yīng)用過程都有相同的模型結(jié)構(gòu)，無論是在訓(xùn)練，還是在應(yīng)用，兩者對數(shù)據(jù)處理具有相同的處理邏輯。如此，模型訓(xùn)練和模型應(yīng)用分別單獨進行布局，既能體現(xiàn)相應(yīng)的創(chuàng)新點，且兩組權(quán)利要求之間也相互不影響。
（二）模型訓(xùn)練過程和模型應(yīng)用過程分別布局權(quán)利要求，模型應(yīng)用的權(quán)利要求采用引用模型訓(xùn)練過程各權(quán)利要求方式
案例二
CN113343132A
權(quán)利要求1：
一種模型訓(xùn)練的方法，其特征在于，包括：
獲取訓(xùn)練樣本，……；
通過待訓(xùn)練的排序模型，確定……；
根據(jù)……，訓(xùn)練所述排序模型。
權(quán)利要求8：
一種信息展示的方法，其特征在于，包括：
接收用戶輸入的搜索語句；
……將所述各搜索結(jié)果輸入到預(yù)先訓(xùn)練的排序模型中，得到所述搜索語句對應(yīng)的排序結(jié)果，所述排序模型是通過上述權(quán)利要求1～7任一項方法訓(xùn)練得到的；……。
分析如下：
在案例二中，權(quán)利要求1布局了根據(jù)模型訓(xùn)練方法得到模型，權(quán)利要求8布局了模型應(yīng)用的方法，且引用了模型訓(xùn)練的權(quán)利要求中任一項，如此模型應(yīng)用的技術(shù)方案包括了所引用的權(quán)利要求中模型訓(xùn)練的全部技術(shù)特征，同時還包括了模型應(yīng)用的技術(shù)特征。
（三）模型應(yīng)用過程作為獨立權(quán)利要求和模型訓(xùn)練作為模型應(yīng)用過程的從屬權(quán)利要求布局，以及模型訓(xùn)練過程作為獨立權(quán)利要求布局
案例三
CN111191791A
權(quán)利要求1：
一種機器學(xué)習(xí)模型的應(yīng)用方法，其特征在于，所述方法包括：
獲取當(dāng)前任務(wù)的預(yù)測樣本；
調(diào)用適用于所述當(dāng)前任務(wù)的機器學(xué)習(xí)模型；
通過所述機器學(xué)習(xí)模型輸出所述預(yù)測樣本對應(yīng)的預(yù)測結(jié)果；
其中，所述機器學(xué)習(xí)模型是……樣本數(shù)據(jù)進行訓(xùn)練得到的。
權(quán)利要求2：
根據(jù)權(quán)利要求1所述的方法，其特征在于，所述機器學(xué)習(xí)模型的訓(xùn)練過程如下：
確定所述當(dāng)前任務(wù)與所述歷史任務(wù)之間的相關(guān)性；
……所述當(dāng)前任務(wù)的機器學(xué)習(xí)模型。
權(quán)利要求8：
一種機器學(xué)習(xí)模型的訓(xùn)練方法，其特征在于，所述方法包括：
確定當(dāng)前任務(wù)與歷史任務(wù)之間的相關(guān)性；
……得到適用于所述當(dāng)前任務(wù)的機器學(xué)習(xí)模型。
分析如下：
在案例三中，權(quán)利要求1布局了模型應(yīng)用過程的技術(shù)方案，且在權(quán)利要求中對模型訓(xùn)練僅做了突出創(chuàng)新點的限定，權(quán)利要求2作為權(quán)利要求1的從屬權(quán)利要求布局了模型訓(xùn)練過程。權(quán)利要求8單獨布局了模型訓(xùn)練過程的技術(shù)方案。
（四）模型應(yīng)用過程作為獨立權(quán)利要求，模型訓(xùn)練過程作為模型應(yīng)用權(quán)利要求的從屬權(quán)利布局
案例四
CN114090726A
權(quán)利要求1：
一種文本意圖識別方法，其特征在于，包括：
根據(jù)預(yù)先構(gòu)造的實體字典庫，……確定所述待識別文本對應(yīng)的意圖。
權(quán)利要求7：
根據(jù)權(quán)利要求1-6中任一項所述的方法，其特征在于，所述意圖文本識別方法是通過網(wǎng)絡(luò)模型執(zhí)行的，所述網(wǎng)絡(luò)模型通過以下步驟訓(xùn)練得到：
獲取第一文本序列；
……調(diào)整所述網(wǎng)絡(luò)模型的模型參數(shù)，以對所述網(wǎng)絡(luò)模型進行訓(xùn)練。
分析如下：
在案例四中，權(quán)利要求1布局了模型應(yīng)用過程的技術(shù)方案，權(quán)利要求7作為權(quán)利要求1的從屬權(quán)利要求布局了模型訓(xùn)練過程。
（五）模型訓(xùn)練過程布局獨立權(quán)利要求，模型應(yīng)用過程作為模型訓(xùn)練過程權(quán)利要求的從屬權(quán)利要求布局
案例五
CN114067321A
權(quán)利要求1：
一種文本檢測模型訓(xùn)練方法，其特征在于，包括：
獲取樣本圖像集合，其中，每個樣本圖像包含至少一個真實文本對象；
基于所述樣本圖像集合，……確定目標(biāo)損失值，并采用所述目標(biāo)損失值進行參數(shù)調(diào)整。
權(quán)利要求10：
如權(quán)利要求1至9任一所述的方法，其特征在于，所述基于……之后，還包括：
獲取待處理圖像；……；
采用所述目標(biāo)文本檢測模型，對所述多個目標(biāo)文本框圖像進行實例分割，獲得至少一個目標(biāo)文本對象。
分析如下：
在案例五中，權(quán)利要求1布局了模型訓(xùn)練過程的技術(shù)方案，權(quán)利要求10作為權(quán)利要求1的從屬權(quán)利要求布局了模型應(yīng)用過程。
400-883-1990
info@aciplaw.com
