華 進(jìn) 視 角 
深耕知識產(chǎn)權(quán)領(lǐng)域多年，以專業(yè)化視角解讀理論與實踐應(yīng)用，提供專業(yè)策略參考。
《專利審查指南修改草案（征求意見稿）》系列解讀第三期：人工智能相關(guān)專利申請審查篇
2025-05-29 17:45
13、人工智能相關(guān)專利申請審查基準(zhǔn)
本次修改中，針對人工智能相關(guān)專利申請審查基準(zhǔn)的修改內(nèi)容比較豐富，主要涉及：（1）本章節(jié)標(biāo)題的修改，明確了該節(jié)規(guī)范的領(lǐng)域，將原來從申請文件撰寫特點命名的“包含算法特征或商業(yè)方法和規(guī)則的發(fā)明……”修改為“涉及人工智能等的發(fā)明……”（2）6.1章節(jié)的審查基準(zhǔn)的更新；（3）增加了6.1.1章節(jié)；（4）在6.2章節(jié)涉及包含算法特征或者商業(yè)規(guī)則和方法特征的審查示例中，增加了多個審查案例（例1、例2、例18、例19）；（5）在6.3.1章節(jié)中增加了針對人工智能類案件的說明書撰寫要求以及在6.3.3章節(jié)中給出了此類發(fā)明專利申請的說明書撰寫示例【例20】和【例21】。
其中，6.1章節(jié)的修改涉及了“審查應(yīng)當(dāng)針對權(quán)利要求所限定的解決方案進(jìn)行，必要時應(yīng)當(dāng)對說明書的內(nèi)容進(jìn)行審查”，進(jìn)一步明確了技術(shù)整體審查時要考慮技術(shù)三要素的整體性，說明書內(nèi)對于技術(shù)三要素關(guān)聯(lián)性的描述顯得尤為重要，也旨在釋放出希望各從業(yè)人員在說明書中注意算法特征或者商業(yè)規(guī)則和方法特征與技術(shù)特征的相互作用、彼此支持的體現(xiàn)。
6.1.1章節(jié)以及6.2章節(jié)中增加的【例1】和【例2】，主要涉及對包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請進(jìn)行專利法第五條第一款的審查規(guī)則，同時也給出了兩個案例，此處修改是隨著人工智能技術(shù)不斷向“類大腦”，為避免各創(chuàng)新主體在人工智能技術(shù)的應(yīng)用上有所偏差，所給予的正向?qū)彶榧s束，意在釋放出專利的產(chǎn)生、申請以及審查等階段，均要將法律、社會公德、公共利益等與民相關(guān)、與社會相關(guān)的準(zhǔn)繩作為首要考察因素。同時，也給予創(chuàng)新主體以及代理機(jī)構(gòu)明確的研發(fā)約束以及撰寫思考約束。
6.2章節(jié)中增加的【例18】和【例19】，主要涉及對包含算法特征或者商業(yè)規(guī)則和方法特征的發(fā)明專利申請的創(chuàng)造性審查的補(bǔ)充示例；6.3.1章節(jié)以及【例20】和【例21】主要明確了針對人工智能類的專利申請，說明書所要公開充分的程度，進(jìn)一步打破“黑盒子”的籠統(tǒng)限制，讓“黑盒子不黑”，從而讓本領(lǐng)域技術(shù)人員能夠根據(jù)說明書記載能夠獲知人工智能算法或者模型的具體實現(xiàn)。具體修改內(nèi)容如下：
6.1 審查基準(zhǔn)
審查應(yīng)當(dāng)針對要求保護(hù)的解決方案，即權(quán)利要求所限定的解決方案進(jìn)行，必要時應(yīng)當(dāng)針對說明書的內(nèi)容進(jìn)行審查。在審查中，不應(yīng)當(dāng)簡單割裂技術(shù)特征與算法特征或商業(yè)規(guī)則和方法特征等，而應(yīng)將權(quán)利要求記載的所有內(nèi)容作為一個整體，對其中涉及的技術(shù)手段、解決的技術(shù)問題和獲得的技術(shù)效果進(jìn)行分析。
6.1.1 根據(jù)專利法第五條第一款的審查
對于包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請，如果含有違反法律、社會公德或者妨害公共利益的內(nèi)容，例如，數(shù)據(jù)采集、標(biāo)簽管理、規(guī)則設(shè)置、推薦決策等存在違反法律，違背公平正義、存在歧視偏見等情形的，則根據(jù)專利法第五條第一款的規(guī)定，不能被授予專利權(quán)。
……
6.2 審查示例
以下，根據(jù)上述審查基準(zhǔn)，給出包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請的審查示例。
（1）包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請違反了法律、社會公德或者妨害了公共利益的，不能被授予專利權(quán)。
【例 1】
一種基于大數(shù)據(jù)的商場內(nèi)床墊銷售輔助系統(tǒng)申請內(nèi)容概述發(fā)明專利申請的解決方案是一種基于大數(shù)據(jù)的商場內(nèi)床墊銷售輔助系統(tǒng)，其通過攝像模塊和人臉識別模塊在顧客未知情的情況下完成其面部特征信息的采集并識別出顧客的身份信息，對收集到的信息進(jìn)行數(shù)據(jù)分析，幫助商家精準(zhǔn)營銷。
申請的權(quán)利要求
一種基于大數(shù)據(jù)的商場內(nèi)床墊銷售輔助系統(tǒng)，包括床墊展示設(shè)備和管理中心，其特征在于：
所述床墊展示設(shè)備包括控制模塊和信息采集模塊，用于展示和輔助銷售床墊產(chǎn)品并收集顧客數(shù)據(jù)；
所述控制模塊用于與管理中心進(jìn)行數(shù)據(jù)交互；
所述信息采集模塊包括攝像模塊和人臉識別模塊，用于在顧客未知情的情況下采集其面部特征信息，利用關(guān)鍵點檢測算法調(diào)整面部姿態(tài)以獲得歸一化人臉圖像，將歸一化人臉圖像通過人臉檢測算法定位待識別的人臉區(qū)域，并結(jié)合主成分分析法提取人臉區(qū)域內(nèi)的人臉特征，進(jìn)而得到顧客的身份信息；
所述管理中心包括管理服務(wù)器和分析輔助系統(tǒng)；所述管理服務(wù)器對多個床墊展示設(shè)備進(jìn)行管理；所述分析輔助系統(tǒng)根據(jù)顧客的身份信息，利用床墊展示設(shè)備收集的數(shù)據(jù)分析得到顧客偏好，并向管理中心反饋分析結(jié)果。
分析及結(jié)論
《中華人民共和國個人信息保護(hù)法》相關(guān)條款規(guī)定，在公共場所安裝圖像采集、個人身份識別設(shè)備，應(yīng)當(dāng)為維護(hù)公共安全所必需，遵守國家有關(guān)規(guī)定，并設(shè)置顯著的提示標(biāo)識。所收集的個人圖像、身份識別信息只能用于維護(hù)公共安全的目的，不得用于其他目的；取得個人單獨同意的除外。
該發(fā)明創(chuàng)造將圖像采集和人臉識別手段用于商場等經(jīng)營場所進(jìn)行床墊的精準(zhǔn)營銷，這明顯不屬于維護(hù)公共安全所必需。此外，對顧客的面部信息進(jìn)行采集并獲取其身份信息是在顧客不知情的情況下進(jìn)行，未征得顧客個人同意。因此，該發(fā)明創(chuàng)造與法律相違背，根據(jù)專利法第五條第一款的規(guī)定，不能被授予專利權(quán)。
【例 2】
一種無人駕駛車輛應(yīng)急決策模型的建立方法
申請內(nèi)容概述
發(fā)明專利申請的解決方案是一種無人駕駛車輛應(yīng)急決策模型的建立方法，以行人的性別和年齡作為障礙物數(shù)據(jù)，通過訓(xùn)練出的決策模型來確定無法避讓障礙物情況下的被保護(hù)對象和被撞對象。
申請的權(quán)利要求
一種無人駕駛車輛應(yīng)急決策模型的建立方法，其特征在于，包括：
獲取無人駕駛車輛的歷史環(huán)境數(shù)據(jù)和歷史障礙物數(shù)據(jù)，所述歷史環(huán)境數(shù)據(jù)包括車輛的行駛速度、與所在車道上障礙物的距離、與相鄰車道上障礙物的距離、所在車道上障礙物的運動速度和運動方向、相鄰車道上障礙物的運動速度和運動方向；所述歷史障礙物數(shù)據(jù)包括行人的性別和年齡；
對所述歷史環(huán)境數(shù)據(jù)和歷史障礙物數(shù)據(jù)進(jìn)行特征提取，作為決策模型的輸入數(shù)據(jù)，將無法避讓障礙物時車輛的歷史行駛軌跡作為決策模型的輸出數(shù)據(jù)，根據(jù)歷史數(shù)據(jù)訓(xùn)練決策模型，所述決策模型為深度學(xué)習(xí)模型；
獲取實時環(huán)境數(shù)據(jù)和實時障礙物數(shù)據(jù)，當(dāng)無人駕駛車輛遇到無法避讓障礙物的情況時，利用訓(xùn)練后的決策模型確定無人駕駛車輛的行駛軌跡。
分析及結(jié)論
該發(fā)明創(chuàng)造涉及一種無人駕駛車輛應(yīng)急決策模型的建立方法。人的生命具有同等的價值和尊嚴(yán)，無論其年齡和性別如何，無人駕駛車輛的應(yīng)急決策模型在無法避讓的事故中，如果基于行人的性別和年齡進(jìn)行被保護(hù)對象和被撞對象的選擇，這與公眾對于生命面前人人平等的倫理道德觀念相違背。
此外，這種決策方式會強(qiáng)化社會中存在的性別和年齡偏見，還會引發(fā)公眾對公共出行安全性的擔(dān)憂，破壞公眾對科技和社會秩序的信任。因此，該發(fā)明創(chuàng)造含有違反社會公德的內(nèi)容，根據(jù)專利法第五條第一款的規(guī)定，不能被授予專利權(quán)。
……
（3）為了解決技術(shù)問題而利用技術(shù)手段并獲得技術(shù)效果的包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請，屬于專利法第二條第二款規(guī)定的技術(shù)方案，因而屬于專利保護(hù)的客體
……
（4）未解決技術(shù)問題，或者未利用技術(shù)手段，或者未獲得技術(shù)效果的包含算法特征或者商業(yè)規(guī)則和方法特征的發(fā)明專利申請，不屬于專利法第二條第二款規(guī)定的技術(shù)方案，因而不屬于專利保護(hù)的客體。
……
（5）在進(jìn)行創(chuàng)造性審查時，應(yīng)該考慮與技術(shù)特征在功能上彼此相互相互支持、存在相互作用關(guān)系的算法特征或者商業(yè)規(guī)則和方法特征對技術(shù)方案作出的貢獻(xiàn)。
【例13】
……
【例 18】
一種識別船只數(shù)量的方法
申請內(nèi)容概述
發(fā)明專利申請?zhí)岢隽艘环N識別船只數(shù)量的方法，其獲取船只圖片數(shù)據(jù)，通過深度學(xué)習(xí)訓(xùn)練出檢測數(shù)據(jù)模型，解決準(zhǔn)確識別當(dāng)前海域內(nèi)船只數(shù)量的技術(shù)問題。
申請的權(quán)利要求
一種識別船只數(shù)量的方法，其特征在于，包括：
獲取船只圖片數(shù)據(jù)集，并對數(shù)據(jù)集中的圖片信息進(jìn)行預(yù)處理，標(biāo)記出圖片信息中船只的位置和邊界信息，并把所述數(shù)據(jù)集劃分為訓(xùn)練數(shù)據(jù)集與測試數(shù)據(jù)集；
采用所述訓(xùn)練數(shù)據(jù)集進(jìn)行深度學(xué)習(xí)，構(gòu)建訓(xùn)練模型；
基于所述測試數(shù)據(jù)輸入訓(xùn)練模型中訓(xùn)練，以獲得船只測試結(jié)果數(shù)據(jù)；
根據(jù)所述船只測試結(jié)果數(shù)據(jù)與預(yù)設(shè)誤差參數(shù)相乘，以確定出實際船只數(shù)量。
分析及結(jié)論
對比文件1公開了一種識別樹上果實數(shù)量的方法，并具體公開了獲取圖片信息、標(biāo)記圖片上果實的位置和邊界、劃分?jǐn)?shù)據(jù)集、模型訓(xùn)練和確定實際果實數(shù)量的步驟。
發(fā)明專利申請的解決方案與對比文件 1的區(qū)別僅在于識別對象的不同。雖然船只和果實本身在外觀、體積和存在環(huán)境等方面存在差異，但是對于本領(lǐng)域技術(shù)人員而言，識別出實際數(shù)量所需的信息標(biāo)記、數(shù)據(jù)集劃分、模型訓(xùn)練等步驟，其針對的都是圖片上待識別對象的位置關(guān)系，權(quán)利要求中也未體現(xiàn)出因識別對象不同，在深度學(xué)習(xí)、模型訓(xùn)練過程中對訓(xùn)練方式、模型層級等做出的改變，對圖片上的船只數(shù)據(jù)進(jìn)行標(biāo)記與對圖片上的果實數(shù)據(jù)進(jìn)行標(biāo)記以獲得用于訓(xùn)練的數(shù)據(jù)集并進(jìn)行模型訓(xùn)練，沒有對深度學(xué)習(xí)、模型構(gòu)建或訓(xùn)練過程等做出調(diào)整或改進(jìn)。因此，要求保護(hù)的發(fā)明技術(shù)方案不具備創(chuàng)造性。
【例 19】
一種建立廢鋼等級劃分神經(jīng)網(wǎng)絡(luò)模型的方法
申請內(nèi)容概述
廢鋼在收儲時需要根據(jù)鋼料的平均尺寸進(jìn)行等級劃分，但其存放時雜亂無章、相互堆疊，人工進(jìn)行尺寸測量和等級判定時效率低且等級劃分準(zhǔn)確率不高。發(fā)明專利申請?zhí)岢鲆环N建立廢鋼等級劃分神經(jīng)網(wǎng)絡(luò)模型的方法，通過卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)形成具有等級分類輸出的等級劃分神經(jīng)網(wǎng)絡(luò)模型，能夠提高廢鋼等級劃分的效率和準(zhǔn)確率。
申請的權(quán)利要求
一種建立廢鋼等級劃分神經(jīng)網(wǎng)絡(luò)模型的方法，所述模型用于對收儲的廢鋼進(jìn)行等級劃分，包括：
獲取多個圖像，確定多個圖像的不同廢鋼等級，對所述圖像進(jìn)行預(yù)處理，提取不同等級的圖像數(shù)據(jù)特征，對提取的不同等級的圖像數(shù)據(jù)特征進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)形成具有等級分類輸出的等級劃分神經(jīng)網(wǎng)絡(luò)模型；
所述圖像數(shù)據(jù)特征的提取是對圖像畫面像素點矩陣數(shù)據(jù)進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)卷積計算的集合進(jìn)行提取，包括：由集合輸出的多條線路卷積層或卷積層加池化層計算構(gòu)成的對圖像中物體顏色、邊緣特征和紋理特征的提取，以及對圖像中物體邊緣、紋理之間關(guān)聯(lián)特征的提取；
其中，所述圖像中物體顏色、邊緣特征的提取是由三條線路卷積層加池化層計算輸出的集合輸出構(gòu)成，包括從左至右的第一條線路一層池化層、第二條線路二層卷積層和第三條線路四層卷積層；所述對圖像中紋理特征的提取是對上述圖像中物體顏色、邊緣特征的提取集合輸出進(jìn)行的提取，是由三條線路卷積層計算輸出的集合輸出構(gòu)成，包括從左至右的第一條線路 0 卷積層、第二條線路二層卷積層和第三條線路三層卷積層；
所述對邊緣、紋理之間關(guān)聯(lián)特征提取的卷積層計算的線路數(shù)大于對圖像中物體顏色、邊緣和紋理特征提取的卷積層計算的線路數(shù)。
分析及結(jié)論
對比文件 1 為解決再生資源來源復(fù)雜、種類多、材質(zhì)差異大，需要準(zhǔn)確識別出廢鋼屬于料豆、沖壓料余料、面包鐵或其他種類以提高再生資源回收利用率的問題，提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)模型對廢鋼種類進(jìn)行識別的方法，并具體公開了獲取多個已經(jīng)確定廢鋼種類的圖像數(shù)據(jù)，對所述圖像數(shù)據(jù)進(jìn)行預(yù)處理以進(jìn)行特征提取，利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練并獲得產(chǎn)品模型的相關(guān)步驟。
發(fā)明專利申請的解決方案與對比文件1的區(qū)別在于訓(xùn)練的數(shù)據(jù)和提取的特征不同、卷積層和池化層的線路數(shù)量和層級設(shè)置也不同。相對于對比文件1，確定發(fā)明實際解決的技術(shù)問題是如何提升廢鋼等級劃分的準(zhǔn)確性。對比文件1是利用已經(jīng)確定種類的廢鋼圖像數(shù)據(jù)進(jìn)行特征提取并進(jìn)行模型訓(xùn)練，發(fā)明專利申請為了根據(jù)廢鋼的平均尺寸進(jìn)行等級劃分，需要針對雜亂無章、相互疊壓的廢鋼圖像識別出廢鋼的形狀、厚度，為了提取圖像中廢鋼的顏色、邊緣和紋理等特征，在模型訓(xùn)練的過程中對卷積層和池化層的線路數(shù)量和層級設(shè)置等均進(jìn)行了調(diào)整，上述算法特征與技術(shù)特征功能上彼此相互支持、存在相互作用關(guān)系，能夠提升廢鋼等級劃分的準(zhǔn)確性，應(yīng)當(dāng)考慮所述算法特征對技術(shù)方案作出的貢獻(xiàn)。上述對卷積層和池化層線路數(shù)量和層級設(shè)置進(jìn)行調(diào)整等內(nèi)容未被其他對比文件公開，也不屬于本領(lǐng)域的公知常識，現(xiàn)有技術(shù)整體上并不存在對上述對比文件1進(jìn)行改進(jìn)以獲得發(fā)明專利申請的技術(shù) 方案的啟示，要求保護(hù)的發(fā)明技術(shù)方案具備創(chuàng)造性。
結(jié)合【例1】、【例2】以及征求意見稿中的審查分析可以看出，【例1】中對于包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請，尤其是涉及到對個人信息采集的合理性、個人信息的用途等發(fā)明申請，需要嚴(yán)格遵守《中華人民共和國個人信息保護(hù)法》；【例2】中主要強(qiáng)調(diào)所申請的發(fā)明專利，更需要遵守人權(quán)、生命權(quán)、無歧視等有關(guān)社會倫理道德的約束，更加要考慮對于社會公眾的善良認(rèn)知的影響。
結(jié)合【例18】、【例19】可以看出，在對涉及人工智能類發(fā)明專利申請的創(chuàng)造性審查時，會考慮是否是模型套用或者模型結(jié)構(gòu)是否發(fā)生了實際的改進(jìn)等因素，通過案例進(jìn)一步釋放出人工智能類發(fā)明專利申請，在突出其創(chuàng)造性時可能的撰寫方向。
14、人工智能相關(guān)專利申請的撰寫
6.3說明書及權(quán)利要求書的撰寫
6.3.1說明書的撰寫
包含算法特征或者商業(yè)規(guī)則和方法特征的發(fā)明專利申請的說明書應(yīng)當(dāng)清楚、完整地描述發(fā)明為解決其技術(shù)問題所采用的解決方案。所述解決方案在包含技術(shù)特征的基礎(chǔ)上，可以進(jìn)一步包含與技術(shù)特征功能上彼此相互支持、存在相互作用關(guān)系的算法特征或者商業(yè)規(guī)則和方法特征。如果涉及人工智能模型的構(gòu)建或訓(xùn)練，則一般需要在說明書中清楚記載模型必要的模塊、層級或連接關(guān)系，訓(xùn)練必需的具體步驟、參數(shù)等；如果涉及在具體領(lǐng)域或場景中應(yīng)用人工智能模型或算法，則一般需要在說明書中清楚記載模型或算法如何與具體領(lǐng)域或場景相結(jié)合，算法或模型的輸入、輸出數(shù)據(jù)如何設(shè)置以表明其內(nèi)在關(guān)聯(lián)關(guān)系等，使得所屬技術(shù)領(lǐng)域的技術(shù)人員按照說明書記載的內(nèi)容，能夠?qū)崿F(xiàn)該發(fā)明的解決方案。
6.3.2 權(quán)利要求書的撰寫
6.3.3 審查示例
【例 20】
一種用于生成人臉特征的方法 申請內(nèi)容概述
發(fā)明專利申請通過將設(shè)有空間變換網(wǎng)絡(luò)的第一卷積神經(jīng)網(wǎng)絡(luò)所生成的特征區(qū)域圖像集合，對各第二卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)信息共享，據(jù)此可以減少內(nèi)存資源占用，同時提高人臉圖像生成結(jié)果的準(zhǔn)確度。
申請的權(quán)利要求
一種用于生成人臉特征的方法，包括： 獲取待識別人臉圖像；
將所述待識別人臉圖像輸入第一卷積神經(jīng)網(wǎng)絡(luò)生成所述待識別人臉圖像的特征區(qū)域圖像集合，其中，所述第一卷積神經(jīng)網(wǎng)絡(luò)用于從人臉圖像中提取特征區(qū)域圖像；
將所述特征區(qū)域圖像集合中的每個特征區(qū)域圖像輸入對應(yīng)的第二卷積神經(jīng)網(wǎng)絡(luò)生成該特征區(qū)域圖像的區(qū)域人臉特征，其中，所述第二卷積神經(jīng)網(wǎng)絡(luò)用于提取對應(yīng)的特征區(qū)域圖像的區(qū)域人臉特征；
根據(jù)所述特征區(qū)域圖像集合中的各特征區(qū)域圖像的區(qū)域人臉特征生成所述待識別人臉圖像的人臉特征集合；
其中，所述第一卷積神經(jīng)網(wǎng)絡(luò)中還設(shè)置有空間變換網(wǎng)絡(luò)，用于確定人臉圖像的特征區(qū)域； 以及將所述待識別人臉圖像輸入第一卷積神經(jīng)網(wǎng)絡(luò)，生成所述待識別人臉圖像的特征區(qū)域圖像集合，包括：將所述待識別人臉圖像輸入所述空間變換網(wǎng)絡(luò)，確定所述待識別人臉圖像的特征區(qū)域；將所述待識別人臉圖像輸入所述第一卷積神經(jīng)網(wǎng)絡(luò)，根據(jù)確定的特征區(qū)域，生成所述待識別人臉圖像的特征區(qū)域圖像集合。
說明書相關(guān)段落
本申請實施例提供的用于生成人臉特征的方法，首先通過將獲取的待識別人臉圖像輸入第一卷積神經(jīng)網(wǎng)絡(luò)，可以生成待識別人臉圖像的特征區(qū)域圖像集合。第一卷積神經(jīng)網(wǎng)絡(luò)可以用于從人臉圖像中提取特征區(qū)域圖像。然后，可以將特征區(qū)域圖像集合中的每個特征區(qū)域圖像輸入對應(yīng)的第二卷積神經(jīng)網(wǎng)絡(luò)，從而生成該特征區(qū)域圖像的區(qū)域人臉特征。第二卷積神經(jīng)網(wǎng)絡(luò)可以用于提取對應(yīng)的特征區(qū)域圖像的區(qū)域人臉特征。之后，根據(jù)特征區(qū)域圖像集合中的各特征區(qū)域圖像的區(qū)域人臉特征，可以生成待識別人臉圖像的人臉特征集合。也就是說，第一卷積神經(jīng)網(wǎng)絡(luò)所生成的特征區(qū)域圖像集合，對于各第二卷積神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)信息共享。這樣可以減少數(shù)據(jù)量，從而降低內(nèi)存資源的占用，同時有助于提高生成效率。
為了提高生成結(jié)果的準(zhǔn)確度，第一卷積神經(jīng)網(wǎng)絡(luò)中還可以設(shè)置有空間變換網(wǎng)絡(luò)，用于確定人臉圖像的特征區(qū)域。此時，電子設(shè)備可以將待識別人臉圖像輸入空間變換網(wǎng)絡(luò)，以確定待識別人臉圖像的特征區(qū)域。這樣，第一卷積神經(jīng)網(wǎng)絡(luò)對輸入的待識別人臉圖像，可以根據(jù)空間變換網(wǎng)絡(luò)確定出的特征區(qū)域，提取特征層上與特征區(qū)域匹配的圖像，以生成待識別人臉圖像的特征區(qū)域圖像集合。空間變換網(wǎng)絡(luò)在第一卷積神經(jīng)網(wǎng)絡(luò)中的具體設(shè)置位置在本申請中并不限制。空間變換網(wǎng)絡(luò)可以通過不斷地學(xué)習(xí)來確定不同人臉圖像的不同特征的特征區(qū)域。
分析及結(jié)論
發(fā)明專利申請請求保護(hù)一種用于生成人臉特征的方法，為了提高人臉圖像生成結(jié)果的準(zhǔn)確度，第一卷積神經(jīng)網(wǎng)絡(luò)中可以設(shè)置有空間變換網(wǎng)絡(luò)，用于確定人臉圖像的特征區(qū)域，但是說明書中并未記載該空間變換網(wǎng)絡(luò)在第一卷積神經(jīng)網(wǎng)絡(luò)中的具體設(shè)置位置。
所屬技術(shù)領(lǐng)域的技術(shù)人員知曉，空間變換網(wǎng)絡(luò)作為一個整體，可以插入到第一卷積神經(jīng)網(wǎng)絡(luò)中的任意位置，形成卷積神經(jīng)網(wǎng)絡(luò)嵌套的結(jié)構(gòu)，例如該空間變換網(wǎng)絡(luò)可以作為第一卷積神經(jīng)網(wǎng)絡(luò)的第一層，也可以作為第一卷積神經(jīng)網(wǎng)絡(luò)的中間層，上述位置并不影響其識別圖像的特征區(qū)域的能力。通過訓(xùn)練，空間變換網(wǎng)絡(luò)能夠確定不同人臉圖像的不同特征所在特征區(qū)域。由此，空間變換網(wǎng)絡(luò)不僅可以指導(dǎo)第一卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征區(qū)域切割，還可以對輸入數(shù)據(jù)進(jìn)行簡單的空間變換，以便提高第一卷積神經(jīng)網(wǎng)絡(luò)的處理效果。據(jù)此，發(fā)明專利申請所采用的模型的層級清楚，各層級之間的輸入/輸出及其之間的關(guān)系清楚，其中，卷積神經(jīng)網(wǎng)絡(luò)和空間變換網(wǎng)絡(luò)都是公知的算法，所屬技術(shù)領(lǐng)域的技術(shù)人員根據(jù)上述記載能夠構(gòu)建相應(yīng)的模型架構(gòu)。因此，發(fā)明專利申請請求保護(hù)的解決方案在說明書中已被充分公開，符合專利法第二十六條第三款的規(guī)定。
【例 21】
一種基于生物信息預(yù)測癌癥的方法申請內(nèi)容概述
發(fā)明專利申請?zhí)峁┝艘环N基于生物信息預(yù)測癌癥的方法，通過訓(xùn)練好的惡性腫瘤增強(qiáng)篩查模型，將血常規(guī)、血生化檢測指標(biāo)和人臉圖像特征共同作為篩查模型的輸入，得到惡性腫瘤患病預(yù)測值，由此解決提升惡性腫瘤預(yù)測準(zhǔn)確性的技術(shù)問題。
申請的權(quán)利要求
一種基于生物信息預(yù)測癌癥的方法，其特征在于，包括：
獲取待篩查者的血常規(guī)化驗單、血生化化驗單，識別血常規(guī)、血生化化驗單中的檢測指標(biāo)、年齡、性別；
獲取待篩查者正面的素顏人臉圖像，提取人臉圖像特征；
基于惡性腫瘤增強(qiáng)篩查模型，預(yù)測出相應(yīng)待篩查者中惡性腫瘤患病預(yù)測值；其中，惡性腫瘤增強(qiáng)篩查模型的訓(xùn)練過程為：構(gòu)建大規(guī)模人群樣本集合，樣本中包含同一人的血常規(guī)、血生化和人臉圖像；利用血常規(guī)、血生化和人臉圖像特征建立學(xué)習(xí)樣本；利用學(xué)習(xí)樣本訓(xùn)練機(jī)器學(xué)習(xí)算法模型，得到惡性腫瘤增強(qiáng)篩查模型。
說明書相關(guān)段落
目前采用腫瘤標(biāo)志物識別惡性腫瘤時，腫瘤標(biāo)志物的標(biāo)準(zhǔn)在大于閾值的情況下，并不能確定為惡性腫瘤，在小于閾值的情況下，也不能排除惡性腫瘤，根據(jù)腫瘤標(biāo)志物預(yù)測癌癥，其準(zhǔn)確性不高。本申請利用血常規(guī)、血生化檢測指標(biāo)、人臉圖像來提高多種惡性腫瘤的識別準(zhǔn)確性。本申請在利用血項化驗數(shù)據(jù)的同時，參考人臉圖像所反映出的待篩查者的健康狀況，可以更加準(zhǔn)確的預(yù)測惡性腫瘤的患病概率，其中惡性腫瘤增強(qiáng)篩查模型計算特征的選取，可以利用血常規(guī)數(shù)據(jù)和血生化的部分指標(biāo)或全部指標(biāo)。
分析及結(jié)論
發(fā)明專利申請要解決的技術(shù)問題是如何提高惡性腫瘤預(yù)測的準(zhǔn)確性，為解決上述技術(shù)問題，該解決方案利用訓(xùn)練好的惡性腫瘤增強(qiáng)篩查模型，將血常規(guī)、血生化檢測指標(biāo)和人臉圖像特征共同作為篩查模型的輸入，以期得到惡性腫瘤患病預(yù)測值。然而，血常規(guī)和血生化這兩種常見的生化檢測項目各包含了幾十個檢測指標(biāo)。但是，說明書中并未記載具體哪些指標(biāo)是與腫瘤預(yù)測準(zhǔn)確度相關(guān)的關(guān)鍵指標(biāo)，或是參考了所有指標(biāo)、對各指標(biāo)賦予不同權(quán)重進(jìn)行預(yù)測，所屬技術(shù)領(lǐng)域的技術(shù)人員也無法確定哪些指標(biāo)能夠用于判斷惡性腫瘤。同時，基于目前的科學(xué)研究，除了面部皮膚癌等少數(shù)幾種腫瘤外，人臉特征與罹患惡性腫瘤之間是否存在 關(guān)聯(lián)尚不確定，說明書中也未記載或者證明“判斷的依據(jù)因素”與“判斷的結(jié)果”兩者之間的因果關(guān)系。此外，說明書中也沒有提供任何驗證數(shù)據(jù)證明采用該解決方案識別多種惡性腫瘤的準(zhǔn)確率比采用腫瘤標(biāo)志物識別的準(zhǔn)確率更高，或明顯高于隨機(jī)判斷惡性腫瘤患病概率的準(zhǔn)確率水平。所屬技術(shù)領(lǐng)域的技術(shù)人員僅根據(jù)說明書公開的內(nèi)容，無法確定本申請的解決方案可以解決其要解決的技術(shù)問題。因此，發(fā)明專利申請請求保護(hù)的技術(shù)方案在說明書中未被充分公開，說明書不符合專利法第二十六條第三款的規(guī)定。
在以往的較多的專利申請文件中，人工智能模型常常被作為“黑匣子”使用，可能會存在說明書公開不充分的問題。此次征求意見稿中所增加的撰寫要求明確的給出人工智能模型相關(guān)案件中，說明書中應(yīng)該清楚的記載模型必要的模塊、層級或連接關(guān)系，訓(xùn)練必需的具體步驟、參數(shù)等，以及模型或算法與場景的結(jié)合、輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系等，意在給予企業(yè)創(chuàng)新主體以及專利從業(yè)人員有效的說明書撰寫規(guī)則，從而避免說明書存在公開不充分的問題。
上述【案例20】中，在說明書中對第一卷積神經(jīng)網(wǎng)絡(luò)、第二卷積神經(jīng)網(wǎng)路處理圖像的具體過程進(jìn)行了描述，通過數(shù)據(jù)流向可以明確第一卷積神經(jīng)網(wǎng)絡(luò)和第二卷積神經(jīng)網(wǎng)路的連接關(guān)系，而且，對于第一卷積神經(jīng)網(wǎng)絡(luò)、第二卷積神經(jīng)網(wǎng)絡(luò)的功能進(jìn)行了描述，尤其是對于空間變換網(wǎng)絡(luò)的功能進(jìn)行了詳細(xì)描述，雖然并未描述空間變換網(wǎng)絡(luò)在第一卷積神經(jīng)網(wǎng)絡(luò)的位置，但該內(nèi)容屬于本領(lǐng)域技術(shù)人員所應(yīng)知曉的部分，因此，該案中的說明書被審查員認(rèn)為公開是比較充分的。
針對上述【案例21】，其主要存在三個問題，第一，本領(lǐng)域技術(shù)人員根據(jù)已經(jīng)公開的內(nèi)容明確的知曉血常規(guī)的哪些指標(biāo)是與腫瘤預(yù)測準(zhǔn)確度相關(guān)的關(guān)鍵指標(biāo)，從而有理由質(zhì)疑篩查模型的訓(xùn)練過程不清楚；第二，“判斷的依據(jù)因素”與“判斷的結(jié)果”兩者之間的關(guān)聯(lián)關(guān)系不清楚；第三，沒有任何證據(jù)證明申請文件的技術(shù)方案效果更好。基于此，此案被審查員認(rèn)為說明書公開不充分。
上述兩個案例的示出，或?qū)ΜF(xiàn)行人工智能類發(fā)明專利申請的說明書審查帶來新一輪的“真金”考驗，也會對行業(yè)從業(yè)人員在說明書撰寫上的深度、對模型結(jié)構(gòu)的理解、以及對模型訓(xùn)練過程中的權(quán)重、參數(shù)等的剖析帶來更高的要求，進(jìn)一步印證國知局在完善知識產(chǎn)權(quán)法治保障、聚焦行業(yè)新領(lǐng)域新業(yè)態(tài)的發(fā)展，持續(xù)提高專利審查質(zhì)量上所做的保障性和完善性工作。
總體來說《專利審查指南修改草案（征求意見稿）》中對于人工智能相關(guān)專利申請的審查規(guī)則的修改明確了涉及個人信息采集、算法倫理等場景的審查紅線，強(qiáng)調(diào)技術(shù)方案需符合法律與社會公德；同時，新增的創(chuàng)造性審查示例為人工智能類專利的撰寫方向提供了實踐指引，要求突出算法特征與技術(shù)特征的協(xié)同作用。此外，說明書需打破“黑匣子”限制，詳細(xì)公開模型架構(gòu)、訓(xùn)練步驟及數(shù)據(jù)關(guān)聯(lián)，以確保技術(shù)方案的可實現(xiàn)性。本次修改釋放出國家在規(guī)范人工智能創(chuàng)新、保障專利質(zhì)量上的決心，為行業(yè)從業(yè)者劃定了更清晰的研發(fā)與申請邊界。
本系列推文第四期（最終期）將聚焦“包含比特流的發(fā)明專利申請審查”條款修改，深入解析數(shù)據(jù)流處理、編碼技術(shù)等領(lǐng)域的審查標(biāo)準(zhǔn)調(diào)整，探討其對通信、計算機(jī)等行業(yè)技術(shù)保護(hù)的影響，敬請關(guān)注。
400-883-1990
info@aciplaw.com
華進(jìn)官方微信公眾號
Copyright ? 2021 華進(jìn)聯(lián)合專利商標(biāo)代理有限公司.All Rights Reserved.粵ICP備12081038號
