首页 > 高分享 > 详情

人工智能专利应该如何申请?

2020-07-05 13:03:04
415

关于「人工智能(AI)」的发明有两类,第一为常见的类型,就是从AI应用发展出的发明,第二为AI发明,就是AI本身的发明,如AI架构、算法、机器学习、神经网络、数据处理等。

那么AI发明是否可专利?

AI发明直指「算法本身」,而算法往往被归类于智力活动,不属于专利保护的客体,就实务而言往往会把算法写成软件发明,由多个程序组成的方法,变成一个由计算机实现(computer-implemented)的发明,这就需要揭露算法的建模过程,即如何由训练数据产生预期结果,建模过程需要让相关领域一般技术人员可以理解而据以实施,这些都是取得专利的基本要件。

针对上述问题,在2019年12月31日,国家知识产权局决定对《专利审查指南》作出修改。在《专利审查指南》第二部分第九章增加第6节。对包含算法或商业规则和方法等智力活动的规则和方法特征,涉及人工智能、“互联网+”、大数据以及区块链等的发明专利申请的审查特殊性作出规定。在该部分增加了一些示例。明确规定“审查应当针对要求保护的解决方案,即权利要求所限定的解决方案进行。在审查中,不应当简单割裂技术特征与算法特征或商业规则和方法特征等,而应将权利要求记载的所有内容作为一个整体,对其中涉及的技术手段、解决的技术问题和获得的技术效果进行分析。”“对人工智能发明专利申请而言,由于其内部运行的特殊性,在发明包含算法特征时,应当将抽象的算法与具体的技术领域结合,至少一个输入参数及其相关输出结果的定义应当与技术领域中的具体数据对应关联起来,此处的“与具体的技术领域结合”并非简单提及应用于哪个技术领域,而是应描述其结合过程,使得本领域技术人员能够确认。

同时我们从日本专利局与事务所信息可知,欲取得AI(人工智能)相关专利有几个要点:

1. 输入数据与输出数据之间的相互关联不是该领域的技术常识; (整个AI流程中输入数据与预期输出的结果之间有创新的关联性)

2. 是独特的算法; (AI流程中的机器学习过程具有新颖特征)

3. 有必要对适用领域进行限定。 (AI特定应用,如解决独特的问题)

从中日两国对于人工智能专利审查标准的比较可以看出,日本的对于算法本身以及算法在具体领域的应用均有保护,而中国则更加偏向于算法在具体技术领域上的应用。

下面,我们将结合几个案例来具体讨论:

一.独特的AI算法

US9,406,017  Google LLC

图1示出了具有多层的神经网络102,每层具有一个或多个特征检测器(feature detector),每 个特征检测器与输入参数的激励函数(activation function)与权重相关联。

 


存储器106储存每个特征检测器的内容,包括训练数据,数据例如「图像分类」,特别是已知分类的图像。在训练阶段,神经网络学习每个特征检测器的最佳权重,通过开关108操作特征检测器,在神经网络的训练过程中,为了防止过度拟合(over-fitting),特征检测器(神经元)可被丢弃(无效),执行训练权重归一化处理,在特征检测器中,权重乘以未被无效的特征检测器的概率。

这是涉及AI算法本身的专利,被撰写成了软件专利的形式,由计算机实现(computer-implemented),包含多个程序。

1. A computer-implemented method comprising:

obtaining a plurality of training cases; and

training a neural network having a plurality of layers on the plurality of training cases, each of the layers including one or more feature detectors, each of the feature detectors having a corresponding set of weights, and a subset of the feature detectors being associated with respective probabilities of being disabled during processing of each of the training cases, wherein training the neural network on the plurality of training cases comprises, for each of the training cases respectively:

determining one or more feature detectors to disable during processing of the training case, comprising determining whether to disable each of the feature detectors in the subset based on the respective probability associated with the feature detector,

disabling the one or more feature detectors in accordance with the determining, and

processing the training case using the neural network with the one or more feature detectors disabled to generate a predicted output for the training case.

二. AI算法的特定应用:

CN107438842A  Asml荷兰有限公司

本文披露一种用以改进光刻工艺的计算机实施的方法,所述光刻工艺用于使用光刻投影设备将设计布局的一部分成像至衬底上,所述方法包括:获得目标特征;通过将扰动施加于所述目标特征而从所述目标特征产生经扰动的目标特征;产生训练样本集合,其包括所述经扰动的目标特征以及关于是否将所述经扰动的目标特征视作与所述目标特征相同的指示;利用所述训练样本集合来训练学习模型;将所述设计布局的所述部分中的特征分类成至少两个类别:视作与所述目标特征相同,以及视作与所述目标特征不同。



权利要求保护了一个用以改进光刻工艺的计算机实施方法:即对机器学习的具体应用领域进行限定,其中特征有拍摄设计布局,取得目标特征,通过搅动目标特征产生训练范例,用以训练一学习模型,用以分类目标特征。 符合专利审查指南“将抽象的算法与具体的技术领域结合,至少一个输入参数及其相关输出结果的定义应当与技术领域中的具体数据对应关联起来”之要求。

三. 独特的AI算法及其特定的应用:

CN109726730A财团法人工研院

自动光学检测图像分类方法、系统及计算机可读取介质。该自动光学检测图像分类方法包括:将一自动光学检查设备所传来的多个样本的多个失败(NG)信息送入一人工智能训练模块内;该人工智能训练模块对这些样本的这些失败信息进行离散输出,以得到对这些样本的多个分类信息;该人工智能训练模块将这些样本的这些分类信息进行核函数运算,以计算这些样本的个别相似性距离并进行权重分析;根据对这些样本的权重分析结果,进行分类结果判定,以判定这些样本的个别分类结果;以及根据这些样本的个别分类结果,对这些样本进行分类。



权利要求保护了一个「自动光学检测影像分类方法」,是一个典型的AI应用专利,也是:独特的算法与限定应用领域,步骤包括将自动光学检测设备的样本输入AI模块,进行离散输出,得到样本分类信息,运算后,对样本相似性进行权重分析,判断分类结果, 再进行分类。