• <li id="a00ug"></li>
    返回
    頂部
    我們已發送驗證鏈接到您的郵箱,請查收并驗證
    沒收到驗證郵件?請確認郵箱是否正確或 重新發送郵件
    確定

    人工智能:專利化難題的破解之道

    專利
    小知2019-08-20
    人工智能:專利化難題的破解之道

    人工智能:專利化難題的破解之道

    #本文僅代表作者觀點,未經作者許可,禁止轉載,不代表IPRdaily立場#


    來源:IPRdaily中文網(iprdaily.cn)

    作者:王景林

    原標題:人工智能:專利化難題的破解之道


    一、人工智能專利申請以往遭遇獲批難


    根據中國官方公布的2017年人工智能專利授權情況【1】,人工智能領域共授予發明專利權6475件,其中算法只有1378件,而當年的申請量是30000余件【2】,因此,人工智能領域專利的授權率只有約21%。民間的榜單也顯示【3】,2017年中國前三名人工智能領域杰出專利代理人在人工智能領域專利申請的授權率分別僅僅為100/500=20%,180/400=45%,160/300=53%。即使不考慮僅與AI有關但不是純AI發明的那些專利申請,官方和民間的數據也都表明:人工智能專利授權率非常之低。


    中國人工智能專利的申請數量已經全球第一【4】。然而,中國人工智能專利的授權率一直不高,明顯低于美國、日本、歐洲、以色列。美國在2014年的Alice案之后提高了人工智能專利的授權門檻【5】,但采用新的專利撰寫方式之后,人工智能專利的授權率卻不降反升。歐洲降低了人工智能專利申請的審查標準【6】,中國放寬了人工智能專利申請的審查要求【7】。然而,采用傳統的專利撰寫方式【8】,人工智能專利授權的授權率卻沒有提高。


    舊的人工智能專利撰寫方式,在美國容易被認為是“抽象概念”、“純數學范疇”;在歐洲常常被認為“缺乏技術手段”;而在中國被冠以“智力活動的規則”??傊?,人工智能的科研成果,國際上被排除在“專利保護客體”之外。因此,無論人工智能研發成果多么富有新穎性、創造性、實用性,都難以被授予專利權。長期以來,關于人工智能專利撰寫方式,有人討論如何更好地運用傳統的方法【7】,但罕見有人探索通過顛覆傳統的專利撰寫方式而提高人工智能專利申請授權率的途徑。


    中國在人工智能領域原創性、基礎性成果比較少,但不是專利申請基數大、但獲批少的根本原因;人工智能應用型的發明創造應該更有機會獲得專利權。實踐表明,人工智能領域申請專利的方式(claim drafting approach)多年來一直保持著傳統方式,沒有跟上時代的步伐,這才是問題的關鍵所在。


    二、破解人工智能專利申請授權難的方法之一:采用“機器腦”方式描述


    少數中國科學家已經按照“機器腦”方式申請了人工智能專利,包括無人駕駛車輛、無人機、智能搜索引擎、智能停車場、智能機器人、電子警察等領域,授權率在美國超過了80%,在中國和歐洲都超過了70%。這與創造性的審查標準有關,美國僅要求非顯而易見,中國和歐洲還要求具有技術效果。


    以“機器腦”方式描述人工智能專利申請,是破解人工智能專利保護難題的最大秘笈。傳統的人工智能專利撰寫方式,表達的是“計算機程序”、“算法的流程”,因為軟件開發基本上都以計算機高級語言進行編程,不考慮計算機硬件的操作與控制,軟件成果自然與專利法的立法本意相互脫離。


    以“機器腦”方式描述人工智能專利申請,拋棄了的傳統的以虛擬軟件模塊為線索的描述方式,改用以信息流、數據流、控制流構成的“機器腦”方式進行描述,使得人工智能領域的純數學、純軟件成果變成了一種“人造大腦”的“產品”發明,對于這樣的學術前沿研究成果,只要解決了專利保護客體問題,自身的創造性一般是沒有問題的,授權率自然就非常之高。


    關于人工智能是否屬于專利法保護的對象,已經爭論了多年,一直沒有找到有效的解決方案,可人工智能技術正在迅速發展,人工智能的知識產權保護問題日趨緊迫。世界知識產權組織(WIPO)已經釋放出為人工智能立法的信號【9】,但“人工智能法”真正實施之日難以預測。在此之前,以“機器腦”方式描述人工智能專利申請,在現有的專利法框架下,就可以高比例地獲得專利權。


    三、破解人工智能專利申請授權難的方法之二:按照非“人工智能”領域進行申請


    人工智能研發成果,無論涉及數據、模型訓練、模型應用,還是說深度學習、人機融合、類腦思考、機器翻譯等,核心往往都是算法。以往的人工智能專利申請,所表達出來的都是“科學方法”,而不是專利法要求的“技術措施”,因此,越強調是人工智能領域的科研成果,專利申請就越容易被駁回。


    人工智能專利申請涉及機器的聽、說、讀、做、學等。其中,無論是遺傳算法的機器學習,還是類神經網絡算法的深度學習,之前的駁回比例都非常高,駁回理由基本都是純數學算法,抽象概念,不屬于專利的保護范疇。“機器腦”申請模式可徹底改變這種狀況,此外,如果說是自動控制、傳感器技術、模式識別、圖像識別、語言識別、自然語音處理等領域技術創新的成果,獲得專利權的阻力就小得多。


    實踐證明,不是專利法不保護人工智能,而是以往的人工智能專利申請方式與專利法不配套;在現有的專利法框架內,如果采用“機器腦”表述方式,可以解決人工智能的專利保護客體問題;之前的30-40年,描述軟件專利靠的往往是“虛擬功能模塊”,這與被專利法排除在外的“智力活動規則”常常難以區分,以往人工智能專利申請大多數會被駁回,并不奇怪。


    四、破解人工智能專利申請授權難的方法之三:調整撰寫策略


    企業、高校、科研單位都希望突出自己的成果是“人工智能”,卻為獲得專利授權增加了難度。如果不在發明名稱、摘要、權利要求書中出現“人工智能”字樣,要好得多。提交專利申請時,人工智能字樣先寫在說明書的適當位置,摘要中盡可能避免出現明顯的人工智能術語,例如決策樹、機器學習、對抗訓練、卷積神經網絡等;在答復審查意見時,再體現在發明名稱里,在專利授權文本中體現“人工智能”字樣,以滿足學術的需要或商業的需求。


    從知識產權的角度看,人工智能僅僅是自動控制系統、專家系統的升級版,只是多了學習功能、增強了人機融合,應用的領域從機器、工業裝置延伸至生活、服務、下棋、刷臉等;從隱式的客觀存在變成了顯式的商業化亮相。能否被依法授予專利權,看的是技術方案,并不是看涉及的技術領域是否時髦。因此,不必在申請文件中夸大人工智能的功能與效果。


    另外,在說明書中盡量少用數學公式,能夠用生活中的語言說清楚技術創新所在,非常有利于人工智能專利申請的授權。當然這種做的難度非常大。如果必須用數學語言描述,對每個變量、每個符號都要賦予其物理意義,對于每個數學式都要解釋在技術上到底會發生什么。

     
    五、結束語


    人工智能的看(模式識別、圖像識別、圖像處理)、聽(語言識別)、說(自然語言處理),并不是突然出現的,與20年前的自動控制技術、專家系統、模糊數學等都非常類似。采用“機器腦”方式撰寫專利申請文件,不強調屬于人工智能領域,非常有助于提高授權率。


    機器深入學習、人機融合、類腦思考等,以傳統的虛擬軟件模塊進行描述,專利申請的駁回率一定很高;而以“機器腦”方式描述發明的技術方案,只要擺脫了發明客體的障礙,專利授權率就會很高。


    參考文獻:

    1. 國家知識產權規劃發展司,《2017年我國人工智能領域專利主要統計數據報告》,2018年10月

    http://www.sipo.gov.cn/docs/20181115115055019230.pdf

    2. 中國信息通信研究院數據研究系列之一,2017年中國人工智能產業數據報告(2018年2月)

    http://www.sohu.com/a/222582172_735021

    3.【致敬創新】張全文先生上榜“人工智能領域杰出專利代理人”,

    http://www.zyip.com/show-689.html

    4. Aaron Gin, Global Artificial Intelligence Patent Survey,

    https://insidebigdata.com/2019/02/22/global-artificial-intelligence-patent-survey/
    5. USPTO: 2019 Revised Patent Subject Matter Eligibility Guidance (January 2019)

    https://www.govinfo.gov/content/pkg/FR-2019-01-07/pdf/2018-28282.pdf

    6. European Patent Office Issues New Guidelines on Artificial Intelligence and Machine Learning,

    https://www.jdsupra.com/legalnews/european-patent-office-issues-new-77875/

    7. 國家知識產權局,《審查指南》2017年修訂版,見第二部分第九章第2節、第5.2節。

    8. Michael Borella, How to Draft Patent Claims for Machine Learning Inventions,
    https://www.patentdocs.org/2018/11/how-to-draft-patent-claims-for-machine-learning-inventions.html

    9. Catherine Saez, Intellectual Property Watch, WIPO Sheds Light On Artificial Intelligence Patenting Trends In New Report,

    https://www.ip-watch.org/2019/01/31/wipo-sheds-lights- artificial- intelligence- patenting-trends-new-report/

    10. 作者聯系郵箱:info@wang-ip.com

     
    來源:IPRdaily中文網(iprdaily.cn)

    作者:王景林

    編輯:IPRdaily王穎          校對:IPRdaily縱橫君


    推薦閱讀(點擊圖文,閱讀全文)


    人工智能:專利化難題的破解之道

    官宣!首屆“全球科技創新與知識產權總裁研修班”招生簡章


    人工智能:專利化難題的破解之道

    嘉賓寄語CPIPS 2019:相約第四屆中國醫藥知識產權峰會2019(10月23-25,上海)


    人工智能:專利化難題的破解之道

    可信好用的全球專利數據庫


    人工智能:專利化難題的破解之道

    延期通知!尋找40位40歲以下企業知識產權精英(40 Under 40)活動改期


    “投稿”請投郵箱“iprdaily@163.com”


    人工智能:專利化難題的破解之道

    「關于IPRdaily」


    IPRdaily成立于2014年,是全球影響力的知識產權媒體+產業服務平臺,致力于連接全球知識產權人,用戶匯聚了中國、美國、德國、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個國家和地區的高科技公司、成長型科技企業IP高管、研發人員、法務、政府機構、律所、事務所、科研院校等全球近50多萬產業用戶(國內25萬+海外30萬);同時擁有近百萬條高質量的技術資源+專利資源,通過媒體構建全球知識產權資產信息第一入口。2016年獲啟賦資本領投和天使匯跟投的Pre-A輪融資。

    (英文官網:iprdaily.com  中文官網:iprdaily.cn) 

     

    本文來自IPRdaily中文網(iprdaily.cn)并經IPRdaily.cn中文網編輯。轉載此文章須經權利人同意,并附上出處與作者信息。文章不代表IPRdaily.cn立場,如若轉載,請注明出處:“http://m.tyccp663.com/”

    本文來自于iprdaily,永久保存地址為/news_22474.html,發布時間為2019-08-20 09:29:27。
    我也說兩句
    還可以輸入140個字
    我要評論
    相關文章
    国产人碰人摸人澡人视频_免费观看国产小粉嫩喷水_国产私拍福利精品视频推出_天啪天天久久99久久
  • <li id="a00ug"></li>