美國專利商標局(以下簡稱USPTO)于2024年7月17日頒布了《2024年專利主題適格更新指南，包括人工智能方面》(2024 Guidance Update on Patent Subject Matter Eligibility, Including on Artificial Intelligence)，并配套發(fā)布了《2024年7月主題適格示例集》(July 2024 Subject Matter Eligibility Examples)，以進一步應對專利申請中大量出現的人工智能(以下簡稱AI)發(fā)明。誠如該指南所言：“AI發(fā)明的權利要求通常都會包含抽象想法(abstract idea)，USPTO審查員必須在‘記載’(recite)了抽象想法的權利要求(因此要求進一步的適格分析)和僅僅包含或者基于抽象想法的權利要求之間，劃一道分界線”[1]。AI技術相比于傳統技術具有虛擬化的特點，用文字表達的AI發(fā)明專利申請則更為抽象，因此權利要求究竟是僅僅停留在頭腦中的抽象想法，還是融入實際應用的發(fā)明構思?并不容易區(qū)分。這些專利適格的判斷難題，也是當今世界各專利局普遍面臨的困難。
USPTO曾于2019年8月廣泛征求社會意見，咨詢“AI發(fā)明的專利適格性是否存在獨一無二的考量因素”。并在2020年10月公布調研結論：“大多數評論者認同AI應被視為計算機執(zhí)行的發(fā)明的子集;因此，多數意見表示目前的USPTO指南，尤其是關于計算機執(zhí)行的發(fā)明在專利主題適格和充分公開方面，足以應對AI的進展”[2]。基于這樣的現實，USPTO在2024 年7月頒布的上述更新指南中，并未對現有的適格判斷理論做出實質修改或者補充，依然沿用了《專利審查操作指南》(MPEP)中以“Alice/Mayo測試法”為核心的專利適格判斷方法[3]。所以最新頒布的指南并未冠以“AI發(fā)明專利主題適格指南”之類的名目，而被命名為“專利主題適格更新指南，包括人工智能方面”，以此表明該指南在適格判斷理論上的通用性，以及對如何將通用適格判斷理論套用于AI新技術領域的解釋說明。
由此可知，該更新指南中對于AI發(fā)明案例的實操解讀要比回顧已有審查理論更加重要?？赡苁鞘芷蓿摳轮改蟽H在篇尾(第V小節(jié))簡單提及了USPTO新增的三件AI發(fā)明適格審查示例，并未對這些案例的分析過程加以展開，甚至連判斷結論都未給出，具體的案例分析解讀只記錄在附件示例集中。因此可以說，該示例集是比該指南更具參考價值的資料，值得精讀并全譯。
上述《2024年7月主題適格示例集》中收錄的三件AI發(fā)明案例分別是：示例47——用人工神經網絡檢測異常，示例48——基于AI的語音信號分離，和示例49——針對病人的特征提供專門治療方案的AI模型。涉及異常檢測，語音識別和智慧醫(yī)療三類AI常見應用。
有趣的是，這三件案例全部是虛構的，并不像MPEP收錄的大部分案例那樣來自于實際司法判例或復審判例?？赡苁且驗锳I技術在2016年以后才大量出現，滯后的專利審查和侵權訴訟，導致目前在聯邦巡回上訴法院和最高院中缺乏相關的典型判例。然而“Alice/Mayo測試法”中存在大量內涵模糊的法律術語，譬如“針對”(direct to)，“融入”(integrate into)，“明顯超過”(be significantly more)等等;導致在實際審查中適用難度較高，主觀性較大，容易引發(fā)社會詬病，成了USPTO迫在眉睫的審查難題。實際AI發(fā)明的權利要求特征以及特征之間的關聯，如何對應這些抽象的法律術語，不僅要靠不斷完善的定義來詮釋，更要靠大量的典型案例來輔助解讀。通過增加指導案例，能將抽象模糊的審查理論轉化為具體實用的操作說明。因此USPTO及時編撰虛擬案例以解燃眉之急，成了MPEP判例傳統中的例外。
這些AI發(fā)明示例雖屬虛構，卻不乏細節(jié)，無論是背景技術、工作原理、技術特征還是技術效果都有詳實且逼真的闡述。尤其是示例2.對于如何運用人工智能算法提升語音識別效能，做了非常專業(yè)而具體的說明，幾乎達到了“充分公開”的程度。是理解AI語音處理技術底層邏輯的優(yōu)良學習資料。之所以要對虛擬案例作如此詳實的編寫，是因為如今對于客體的判斷，已不再是三言兩語可以概括。曾經只憑主題名稱中的“計算機程序”、“商業(yè)方法”等字眼就可以判定不授權客體的粗放操作早已不復存在。目前，美國軟件發(fā)明客體判斷理論體系的復雜度堪稱世界第一，也遠遠超出了美國“非顯而易見性”審查框架的復雜度。美國適格判斷的“兩步法”成型于2006年左右，十幾年來不斷補充完善。先是根據美國聯邦最高法院2014年的Alice判例和2012年的Mayo判例，在2017年的MPEP中將“兩步法”的步驟2拆分為步驟2A和步驟2B(分別對應Alice/Mayo測試法中的第一步和第二步)。隨后又在《2019年10月專利適格指南更新》中將上述步驟2A進一步拆分為兩個分支(prong)，實際上成了“四步法”判斷。其次該判斷框架需要并行考慮諸多因素，復雜程度遠遠超過美國“非顯而易見性”判斷中的“Graham要素”。在《2024年7月主題適格示例集》開篇展示的“要點表”(Issue Spotting Chart)中就羅列了20余種考慮的要點，如下表所示。
其中有些要點需要結合考慮，譬如“抽象想法”是否被“融入”到“實際應用”中;有些要點則需要權衡比較，譬如“附加元素”是否“明顯超過”了“司法排除對象”。而對于“附加元素”又分為多種積極因素和多種消極因素：如果是利用“特定機器”、產生“特定形變”、或者“提升計算機或其他技術的功能”等有意義的限定，則可以達到“明顯超過”司法排除對象的程度;如果僅是“熟知、常規(guī)而普遍的行為”、“解決方案之外的次要行為”等無意義的限定，那就難以“明顯超過”。對于“熟知、常規(guī)而普遍的行為”的認定還要根據聯邦巡回上訴法院的Berkheimer判例中所歸納的三種考量因素加以判斷。因此整個適格判斷過程錯綜復雜，仿佛自成一套“神經網絡”，充滿了各種此消彼長的彈性聯動，難以簡單套用二元化線性流程來判斷，需要具體問題具體分析。
該案例集收錄的虛擬示例也充分體現了這種適格分析的復雜性，每個示例都編撰了兩到三個不等的權利要求，結論均是部分適格、部分不適格。示例1中的權利要求1是一種ASIC電路，不涉及抽象想法等司法排除對象，適格判斷沒有爭議。但兩個方法權利要求均是人工神經網絡(ANN)的使用方法，各含7個步驟，都涉及數學概念、思維過程等司法排除對象，卻給出了不同的審查結論：權利要求2不適格，而權利要求3適格。兩者的區(qū)別主要在于人工神經網絡與實際應用的結合程度。權利要求2無論是主題名稱還是特征限定，都沒有體現具體的實際應用，所識別的異常數據沒有明確的實際物理含義，因此只停留在抽象的數學概念里。而權利要求3的步驟(e)和(f)進一步說明了為補救或防止網絡入侵而執(zhí)行的操作，提供了具體的計算機解決方案，該方案利用ANN識別網絡數據中的異常，可自動丟棄惡意網絡數據包并阻止未來流量，無需網絡管理員采取任何行為，體現了將抽象想法融入到實際應用中。通過判斷數學模型與技術領域的耦合松緊度來判斷是否屬于技術方案，是軟件發(fā)明領域客體審查的合理思路，因此該案例的分析說理過程值得借鑒。
示例2中的獨立權利要求1雖在主題名稱中限定了應用領域“語音分離方法”，但依然被判定為不適格。這是因為所記載的步驟a-c僅能使深度神經網絡(DNN)生成嵌入式向量，與所要解決的語音分離問題之間的邏輯關系并不直接，所以被認定為沒有將深度學習算法融入到實際應用中，未產生發(fā)明構思。而從屬權利要求2在權利要求1的基礎上，進一步限定了步驟d-h，能夠通過非監(jiān)督學習算法實現語音頻譜的自動聚類，再通過掩碼濾除非預期信號，從而重構干凈的語音信號，體現了對語音分離的技術改進，不再是泛泛地指示將DNN算法應用于語音分離領域，具有完整的技術邏輯，產生了發(fā)明構思。獨立權利要求1不適格而從屬權利要求2適格的評審方式，在國家知識產權局的審查實踐中較為罕見。對于類似情形，國家知識產權局很有可能指出從屬權利要求2中的限定是獨立權利要求1的必要技術特征，要求申請人將其補入權利要求1中。兩種審查操作殊途同歸，但利弊優(yōu)劣值得進一步對比分析。示例2的獨立權利要求3是一種計算機可讀存儲介質，以其存儲的計算機執(zhí)行指令作為限定特征，案例分析中并未對保護形式提出質疑，更關注方案的實質。由于該權利要求限定了與權利要求2類似的技術特征改進語音到文本的轉錄，將數學概念和思維過程融入實際應用中，而被認定為專利適格。國家知識產權局在2017年指南修訂后，也不再因為“計算機可讀存儲介質”的限定特征是計算機程序而一律簡單排除，如何進一步審查，該案例給出了參考。
示例3中的權利要求1-2均屬于智慧醫(yī)療中的治療方法，USPTO對于“疾病的診斷和治療方法”主題并不會一概排除，但仍可能會以“自然規(guī)律”為由否定部分診斷方法的適格性，譬如2012年Mayo判例中的生物標志物就被認定為對自然規(guī)律的發(fā)現而專利不適格。國家知識產權局2023版指南雖然已對診斷方法中“全部步驟由計算機等裝置實施的信息處理方法”網開一面，但并不能類比推理擴大到對治療方法的審查中。涉及治療方法的案例，哪怕全部步驟由計算機實施仍會被指出落入專利法第25條第1款第(3)項的范疇而予以否決。因此該案例對國家知識產權局目前審查的參考價值不大，但可以作為指南今后修改的參考。
本案例集中的分析嚴格按照MPEP里的兩步法流程操作，對于每一個關鍵法律術語的闡釋都會引證MPEP中的相關規(guī)定或判例出處，整體行文嚴謹而冗長。同時為保障每一個示例分析解讀的完整性，還會不斷重復MPEP中對關鍵法律術語的闡釋，使得行文更加啰嗦枯燥。在瀏覽過程中，對于重復內容可以略讀，而對于緊扣案例個性的分析卻必須深入思考，把握復雜的邏輯推理論證。如果對相關法律術語的內涵難以把握，可以系統查閱中譯本《美國專利審查操作指南——可專利性》(知識產權出版社，2021年9月第1版)或MPEP-2100原文(訪問網址https://www.uspto.gov/web/offices/pac/mpep/index.html)。
美國不僅在人工智能技術的研發(fā)和應用方面領先世界，而且在軟件發(fā)明適格的理論體系構建上也最為深入周全。雖然該理論體系越發(fā)晦澀難懂，但這并不是USPTO的刻意復雜化，而主要是因為新型信息技術與傳統專利制度之間無法回避的新矛盾。美國適格判斷的理論研究和案例解讀都有助于我們打開眼界、擴展思路。希望各位同行能從中獲得啟示，各取所需，解決自己實際遇到的業(yè)務難題。
注釋：
[1]2024 Guidance Update on Patent Subject Matter Eligibility, Including on Artificial Intelligence，III.A.1. Federal Register / Vol. 89. No. 137 / Wednesday, July 17. 2024/ Notices, 58134
[2]出處同腳注1.第I.A小節(jié)，第58129頁。
[3]參見《美國專利審查操作指南——可專利性》，國家知識產權局條法司、審查業(yè)務管理部組織翻譯，知識產權出版社，2021年9月第1版，第11-84.495-514頁。本導讀主要沿用該中譯本中的術語。
(原標題：美國專利商標局2024年7月專利適格指南更新及最新案例導讀)
中企檢測認證網提供iso體系認證機構查詢，檢驗檢測、認證認可、資質資格、計量校準、知識產權貫標一站式行業(yè)企業(yè)服務平臺。中企檢測認證網為檢測行業(yè)相關檢驗、檢測、認證、計量、校準機構，儀器設備、耗材、配件、試劑、標準品供應商，法規(guī)咨詢、標準服務、實驗室軟件提供商提供包括品牌宣傳、產品展示、技術交流、新品推薦等全方位推廣服務。這個問題就給大家解答到這里了，如還需要了解更多專業(yè)性問題可以撥打中企檢測認證網在線客服13550333441。為您提供全面檢測、認證、商標、專利、知識產權、版權法律法規(guī)知識資訊，包括商標注冊、食品檢測、第三方檢測機構、網絡信息技術檢測、環(huán)境檢測、管理體系認證、服務體系認證、產品認證、版權登記、專利申請、知識產權、檢測法、認證標準等信息，中企檢測認證網為檢測認證商標專利從業(yè)者提供多種檢測、認證、知識產權、版權、商標、專利的轉讓代理查詢法律法規(guī)，咨詢輔導等知識。
本文內容整合網站：中國政府網、百度百科、搜狗百科、360百科、最高人民法院、知乎、市場監(jiān)督總局 、國家知識產權局、國家商標局
免責聲明：本文部分內容根據網絡信息整理，文章版權歸原作者所有。向原作者致敬！發(fā)布旨在積善利他，如涉及作品內容、版權和其它問題，請跟我們聯系刪除并致歉！
