會員風采

                            涉及算法類發明的可專利性初探

                            來源: 三友   發布日期:2021.02.26 瀏覽次數(4)

                            image.png

                            在當今科學技術日新月異的時代,人工智能極大地影響著各行各業。人工智能要實現技術突破、行業革新、產業化推進,必須以基礎算法的突破作為基石,而由此衍生的創新主體對于涉及算法的技術保護的需求也亟待滿足。很多人工智能技術的關鍵發明點在于算法本身的創新,但出于對市場壟斷等多種因素的考慮,單純的算法本身并不能夠被授予專利權,其會面臨專利法第二十五條第一款、第二條第二款等諸多條款的限制,使得涉及算法的發明可能會被排除在可專利客體范圍之外,或者算法發明的“技術性”不被認可,從而判斷權利要求所要保護的方案并未構成技術方案。當算法本身的創新不能作為專利法的保護客體時,欲對涉及算法的發明進行保護,需將算法本身與具體的應用領域進行結合、解決具體的技術問題、獲得具體的技術效果,以滿足包含算法特征的發明專利申請審查的相關規定。那么,既然算法本身的創新不能夠被授予專利權,當算法與具體應用領域結合之后,算法發明的可專利性究竟體現在何處呢?下面,結合筆者曾處理的一件具體案例進行討論。

                            image.png

                            本案涉及一種用于估計對象行為的方法和系統、預測偏好的系統和存儲介質,其是使用逆向強化學習算法來估計對象的行為,從而解決現有技術中的強化學習存在連續狀態難以處理、計算成本昂貴以及必須估計狀態的整個軌跡的技術問題。
                            本案中的逆向強化學習算法可以應用到多個具體的應用領域,比如用于預測用戶在上網時可能會從一系列文章中選擇閱讀的文章的偏好、機器人行為的模仿學習、對人類行為的解釋等。
                            本案的權利要求1中限定:
                            “一種用于估計對象的行為的成本函數和價值函數的逆向強化學習的方法,所述方法包括:
                            獲取表示限定所述對象的所述行為的狀態變量的改變的數據;
                            將通過方程(1)給出的修改后的貝爾曼方程應用至所獲取的數據:

                            image.png

                            其中,q(x)和V(x)分別指代狀態x下的成本函數和價值函數,并且γ表示貼現因子,并且image.pngimage.png分別指代學習前和學習后的狀態轉變概率;

                            估計方程(1)中的密度比率image.png;

                            根據所估計的密度比率image.png,使用最小二乘法來估計方程(1)中的q(x)和V(x);以及輸出所估計的q(x)和V(x)。

                            在第一次審查意見中,審查員認為,因為權利要求1所要求保護的一種用于估計對象的行為的成本函數和價值函數的逆向強化學習方法屬于一種數學模型理論,其并未應用于具體的工業技術領域,方法的各個步驟與方案要解決的問題之間不具有明確的技術關聯,方法所涉及的計算不具有該技術領域相應的物理技術含義,并且未說明應用該方法能夠達到解決該特定技術領域的技術問題的效果,因此權利要求1屬于專利法第25條第1款第(二)項規定的不授予專利權的范圍。

                            然而,本案的算法可以應用到多個領域,申請人出于其自身考慮,并不想將該算法局限到某一特定領域;并且同時,說明書中也并沒有公開對具體應用的具體參數的相關描述。因此,在針對第一次審查意見的答復中,代理人僅依據說明書記載的內容,對權利要求稍作修改,即,將“一種用于估計對象的行為的成本函數和價值函數的逆向強化學習的方法”修改為“一種用于通過逆向強化學習估計對象的行為的方法,所估計的對象的行為由成本函數和價值函數表示,其中,所述成本函數用于預測所述對象在新嘗試或環境中的性能,并且所述價值函數表示最佳狀態轉變”;并從以下方面進行了爭辯:



                            1、本申請所要保護的客體并非逆向強化算法本身,而是在于使用逆向強化學習算法來估計對象的行為。因此,修改后的權利要求1要求保護的方法屬于估計對象行為的領域,其解決如何估計對象行為的問題。


                            2、本申請涉及到對物理世界的作用,包括從外部輸入數據、對數據進行處理以及向外部輸出數據,這些都是技術手段,不屬于智力活動的規則和方法的范疇。



                            3、雖然權利要求1的方法并沒有限定具體的應用領域,但是如說明書中所述,該方法可以在各種各樣的應用場合中用于估計對象的行為。


                            然后,在第二次審查意見中,審查員認為,成本函數和價值函數依然是抽象的數學標識方法,而權利要求1實質上是用修改后的貝爾曼方程求解成本函數和價值函數,從而解決逆向強化學習效率不高的問題,其方案中并沒有涉及具有具體物理含義的函數和參數,因此并不能夠解決具體技術領域的問題,其實質上還是一種數據模型理論。因此權利要求1屬于專利法第25條第1款第(二)項規定的不授予專利權的范圍。

                            針對上述審查意見,尤其是關于“沒有應用到具體技術領域”的審查意見,由于說明書中缺乏對具體參數的相應描述和記載,因此申請人在針對第二次審查意見的答復中僅進行了爭辯,認為“估計對象的行為”本身即是一個具體的技術應用領域,例如,以說明書中列舉的網絡行為預測為例,利用本案所提出的方法,通過對以往用戶的網絡瀏覽行為進行分析,可以更加準確地為用戶顯示推薦的文章,從而改善網站使用體驗。而且,由于本案可以應用于很多的更加具體的應用場景,無法窮盡,因此在權利要求中采用了“估計對象的行為”這樣的表述。若要更加具體地限定應用場景是不現實的,而且對于申請人也是不公平的。

                            另外,在本案中,通過計算機對表示對象行為的數據進行處理,最后輸出表示對象在新環境中的性能的數據,在這其中,“對象的行為”和“對象在新環境中的性能”都是獨立于人的主觀意識的客觀存在,所以該方法整體上并不屬于人的思維活動(算法),而涉及與客觀世界的交互。因此,申請人認為修改后的權利要求1不屬于專利法第25條第1款所規定的不授予專利權的范圍。
                            但審查員并不認同上述爭辯,認為本案權利要求實質上仍是一種智力活動的規則和方法,而不是一種利用自然規律和自然力的技術方案,屬于專利法第二十五條第1款第(二)項所述的智力活動的規則和方法的范圍。本案目前已申請復審。

                            image.png

                            1.結合上述案例,可以看出,該案例被駁回的主要原因是:所涉及的逆向學習算法并沒有與具體的技術領域相結合。換句話說,在權利要求中,并沒有體現出該逆向學習算法是如何應用到在具體技術領域中解決具體技術問題的技術方案中的。

                            根據2019年12月31日頒布的國家知識產權局關于修改《專利審查指南》的決定,“如果權利要求中的算法應用于具體的技術領域,可以解決具體技術問題,那么可以認為該算法特征與技術特征功能上彼此相互支持、存在相互作用關系,該算法特征成為所采取的技術手段的組成部分,在進行創造性審查時,應當考慮所述的算法特征對技術方案作出的貢獻”。因此,算法與具體技術領域的結合或在其中的應用應該體現在:算法步驟的執行能夠采用具有自然規律的技術手段,解決具體技術領域的具體技術問題,并形成具體的技術效果;同時,在算法設計中,各個特征與參數應與解決該具體技術問題的特征和參數緊密關聯,不可分割。換言之,涉及算法的發明的可專利性正是體現在該算法是如何“應用”到具體技術領域中解決具體技術問題的技術方案上。
                            2.另外,在對涉及算法發明的說明書進行撰寫時,需要注意要將該算法所能夠應用的具體技術領域、能夠解決的具體技術問題以及所產生的具體技術效果明確記載在說明書中,同時,要將算法的各個參數與解決具體技術問題各個步驟中的參數密切關聯起來,從而體現算法在具體技術領域中的應用;在對審查意見進行答復時,需要注意在權利要求的修改中,首先要在權利要求中體現出的具體技術領域,其次要算法中所涉及的各個參數與解決具體技術問題的各個步驟中的各個參數相結合,使算法和所要解決的具體技術問題的各個步驟緊密關聯。

                            image.png

                            人工智能發明的核心創新在于算法的改進。對某一種算法本身進行改進之后,再通過修改不同的參數值、閾值以及特征量生成方式,可以惠及多個技術領域中的多種技術應用。從這個角度上說,算法本身的改進即是一種更廣泛意義上的創新,其將在更多個技術領域產生更大影響。

                            專利法的立法本意是“提高創新能力,促進科學技術進步和經濟社會發展”。隨著科技發展,算法在人工智能發明中的作用不斷提高。只有鼓勵對算法本身進行創新,才能在此基礎上,對算法在各個具體領域中的應用進行再創新。因此,為了保護與鼓勵算法創新,使其能夠更好地在工業領域加以應用,呼吁在一定條件和適當范圍內,對算法本身的創新授予專利權。

                            北京市專利代理師協會 | 官方網站

                            北京市專利代理師協會
                            Beijing Patent Attorneys Association

                            地址:北京·海淀區·海淀南路甲21號 中關村知識產權大廈A座三層316室
                            郵箱:bp@bjpaa.org
                            京ICP備13042943號-1    京公網安備 11010802031996號

                            聯系電話 010-86469416
                            今日IP 今日IP 知產之家 知產之家

                            Copyright ? 2020-2025 BJPAA.org 北京市專利代理師協會 版權所有

                            青草视频在线观看_强壮公的侵犯让我次次高潮_老头老太牲交_中国老熟女人hd_国产亚洲欧洲日韩在线三区_ⅵdeodesetv性欧美