摘 要
按照中國(guó)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?jì)算機(jī)系統(tǒng)的內(nèi)部性能進(jìn)行改善，則能夠符合中國(guó)專利法中關(guān)于專利保護(hù)客體的規(guī)定，進(jìn)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(jìn)方案，該采用怎樣的方式進(jìn)行專利布局，以獲得更加全面、有效的保護(hù)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(jìn)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(jìn)；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(gè)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(jī)器人、智能家居等，給人們的生活帶來(lái)了便利。各類智能產(chǎn)品需要人工智能算法來(lái)實(shí)現(xiàn)，關(guān)于人工智能算法的創(chuàng)新越來(lái)越多，因而涉及人工智能領(lǐng)域的專利申請(qǐng)是否符合專利保護(hù)客體，以及是否能夠獲得專利權(quán)，成為人們關(guān)注的焦點(diǎn)。
中國(guó)國(guó)家知識(shí)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(bǔ)充了涉及人工智能領(lǐng)域的專利申請(qǐng)是否符合專利保護(hù)客體，以及關(guān)于新穎性和創(chuàng)造性評(píng)判等相關(guān)的審查標(biāo)準(zhǔn)[1]。按照中國(guó)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?jì)算機(jī)系統(tǒng)的內(nèi)部性能進(jìn)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(hù)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(qǐng)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(hù)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(jìn)的專利申請(qǐng)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(jìn)、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(hù)。
>>> 二、涉及人工智能算法模型訓(xùn)練創(chuàng)新的專利保護(hù)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(diǎn)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(diǎn)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(jì)算機(jī)程序的發(fā)明專利申請(qǐng)，申請(qǐng)人通常會(huì)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(hù)計(jì)算機(jī)程序在計(jì)算機(jī)上運(yùn)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(shí)體硬件（計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)）、計(jì)算機(jī)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(duì)軟件產(chǎn)品的銷售、許諾銷售、進(jìn)口等侵權(quán)行為進(jìn)行約束”
· 計(jì)算機(jī)設(shè)備屬于軟硬結(jié)合的產(chǎn)品，“計(jì)算機(jī)設(shè)備”權(quán)利要求用于保護(hù)存儲(chǔ)及運(yùn)行計(jì)算機(jī)程序的設(shè)備
· “計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)”權(quán)利要求用于保護(hù)存儲(chǔ)有計(jì)算機(jī)程序的介質(zhì)，保護(hù)以存儲(chǔ)介質(zhì)為媒介的程序產(chǎn)品的銷售、許諾銷售、進(jìn)口等行為
· “計(jì)算機(jī)程序產(chǎn)品”權(quán)利要求可適用于保護(hù)在云端或服務(wù)器等上實(shí)現(xiàn)計(jì)算機(jī)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(jì)算機(jī)程序?qū)崿F(xiàn)的方法流程為基礎(chǔ)對(duì)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(lái)進(jìn)行討論。
筆者通過對(duì)檢索得到的專利文獻(xiàn)分析發(fā)現(xiàn)，目前專利文獻(xiàn)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(dú)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(cè)方法，其中，包括：
獲取待檢測(cè)圖像；
利用訓(xùn)練過的交互關(guān)系檢測(cè)模型對(duì)所述待檢測(cè)圖像進(jìn)行交互關(guān)系檢測(cè)；其中，所述交互關(guān)系檢測(cè)模型，用于：根據(jù)所述待檢測(cè)圖像，……，得到第一交互關(guān)系檢測(cè)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(duì)所述交互關(guān)系檢測(cè)模型進(jìn)行參數(shù)優(yōu)化；其中，所述交互關(guān)系檢測(cè)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(cè)結(jié)果；所述目標(biāo)樣本交互關(guān)系檢測(cè)結(jié)果是根據(jù)所述第一樣本交互關(guān)系檢測(cè)結(jié)果確定的。
權(quán)利要求3：
一種交互關(guān)系檢測(cè)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(cè)模型對(duì)所述交通圖像進(jìn)行交互關(guān)系檢測(cè)；其中，所述交互關(guān)系檢測(cè)模型，用于：根據(jù)所述交通圖像，……，得到第一交互關(guān)系檢測(cè)結(jié)果。
分析如下：
在案例一中，創(chuàng)新點(diǎn)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(wú)論是在訓(xùn)練，還是在應(yīng)用，兩者對(duì)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(dú)進(jìn)行布局，既能體現(xiàn)相應(yīng)的創(chuàng)新點(diǎn)，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(yǔ)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(yǔ)句對(duì)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(xiàng)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(xiàng)，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(shí)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(dú)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(dú)立權(quán)利要求布局
案例三
CN111191791A
權(quán)利要求1：
一種機(jī)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(cè)樣本；
調(diào)用適用于所述當(dāng)前任務(wù)的機(jī)器學(xué)習(xí)模型；
通過所述機(jī)器學(xué)習(xí)模型輸出所述預(yù)測(cè)樣本對(duì)應(yīng)的預(yù)測(cè)結(jié)果；
其中，所述機(jī)器學(xué)習(xí)模型是……樣本數(shù)據(jù)進(jìn)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(jī)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(jī)器學(xué)習(xí)模型。
權(quán)利要求8：
一種機(jī)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(jī)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(duì)模型訓(xùn)練僅做了突出創(chuàng)新點(diǎn)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(dú)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(dú)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(shí)別方法，其特征在于，包括：
根據(jù)預(yù)先構(gòu)造的實(shí)體字典庫(kù)，……確定所述待識(shí)別文本對(duì)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(xiàng)所述的方法，其特征在于，所述意圖文本識(shí)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(duì)所述網(wǎng)絡(luò)模型進(jìn)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(dú)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(cè)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(gè)樣本圖像包含至少一個(gè)真實(shí)文本對(duì)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(jìn)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(cè)模型，對(duì)所述多個(gè)目標(biāo)文本框圖像進(jìn)行實(shí)例分割，獲得至少一個(gè)目標(biāo)文本對(duì)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@ty-sy.com
