日本專利審查制度下：人工智能相關專利申請的撰寫要點
專利代理 咨詢電話 18210958705 QQ 2101183472 發布時間：2021-03-29 17:13:16
日本專利局2019年3月針對人工智能相關專利申請的審查標準，通過列舉專利審查案例的方式，進一步更新了當前日本專利審查實踐中的與記載要件和創造性相關的審查要點。本文旨在以此為基礎，根據日本現行專利審查基準，為中國申請人和知識產權從業人員提示日本專利審查制度下的人工智能相關專利申請的撰寫要點。
一、與可實施要件有關的撰寫要點
日本專利法中規定的說明書的可實施要件類似于中國專利法第26條第3款中關于說明書充分公開的規定，其要求應當在說明書中以本領域技術人員能夠實施的程度明確且充分地記載本發明的詳細說明。
在人工智能相關技術中，通常而言，對原始輸入數據進行清洗（預處理）以獲得由多種類型的數據構成的訓練數據，利用訓練數據對訓練算法進行訓練以使得訓練算法進行學習，從而形成用于得到預測結果的人工智能算法模型。進而，在實際應用的過程中，一方面將實際數據輸入到人工智能算法模型以獲得預測結果，另一方面利用新產生的數據作為原始輸入數據，重復上述訓練和學習的步驟，從而使上述人工智能算法模型更為完善。
從記載要件的角度來看，人工智能技術相關的發明大致可分為將人工智能應用于各種技術領域的發明和通過人工智能被預測為具有某種功能的產品的發明。
其中，針對將人工智能應用于各種技術領域的發明，構成上述訓練數據的多種類型的數據之間是否存在一定的相關性（下稱“相關關系”）是判斷說明書的記載是否滿足可實施要件的關鍵點。在此，為了滿足可實施要件，一般可以通過如下四種方式證明多種類型的數據之間存在相關關系：
（1）在說明書中直接地具體記載多種類型的數據之間的相關關系
（2）在說明書中通過描述或統計學分析，直接地證明多種類型的數據之間的相關關系
（3）在說明書中通過針對已形成的人工智能算法模型進行性能評價，根據該性能評價的結果，間接地證明多種類型的數據之間的相關關系
（4）雖然在說明書中未記載或證明多種類型的數據之間的相關關系，但本領域技術人員能夠根據申請時的技術常識合理推斷出相關關系的存在
另一方面，針對通過人工智能被預測為具有某種功能的產品的發明，需要特別注意的是，在例如通過人工智能算法模型的預測處理而得到預測結果的情況下，如果該人工智能算法模型的預測處理的精度未被檢驗，則在日本專利審查實務中通常會認為由于人工智能算法模型的該預測結果并非對實際制造的產品的評價而無法代替對實際制造的產品的評價，從而會認定為說明書的記載不滿足可實施要件。
二、與支持要件有關的撰寫要點
日本專利法中規定的權利要求的支持要件類似于中國專利法第26條第4款中關于以說明書為依據的規定，其要求權利要求所要保護的發明不能超過說明書中針對本發明的詳細說明的記載范圍。
其中，構成上述訓練數據的多種類型的數據之間是否存在相關關系同樣是判斷權利要求的記載是否滿足支持要件的關鍵點。因此，為了滿足支持要件，也需要通過證明多種類型的數據之間存在相關關系的上述四種證明方式，證明權利要求所限定的訓練數據中的各項數據之間存在相關關系。特別是，在為了獲得更大的保護范圍而在權利要求中以上位概念較寬地概括了訓練數據中的個別類型的數據時，如果在說明書中僅僅記載了訓練數據中的個別類型的數據之間存在相關關系，而并未記載與以上位概念較寬地概括出的數據有關的相關關系，則會產生概括較寬的數據之間的相關關系得不到說明書支持的情況。
此外，需要注意的是，在不滿足說明書記載的可實施要件和權利要求記載的支持要件的情況下、即多種類型的數據之間的相關關系在申請文件中未能被充分證明的情況下，即使通過在意見陳述書中補充提交實驗結果數據或性能評價數據，也無法得到審查員的認可。
三、與創造性有關的撰寫要點
日本專利法中規定的權利要求的創造性類似于中國專利法第22條第3款規定的創造性。
作為判斷人工智能相關技術的發明的創造性的基礎，與通常的創造性判斷一樣，需要判斷本領域技術人員相對于現有技術（對比文件和技術常識）是否能夠容易地得到本發明。特別地，對于與人工智能技術相關的發明，存在以下三種常見類型。
（1）與單純的人工智能的應用有關的發明
如果僅僅是單純地使用人工智能技術將由人類進行的處理（例如，由人類手動計算的公式、操作方法）進行系統化而使其由計算機來處理的發明、或者將用于根據原始輸入數據來生成預測結果的預測方法單純地從現有技術變更為人工智能技術，則往往會被認為上述改進是本領域技術人員能夠預料的，而創造性不會被認可。
（2）與訓練數據的變更有關的發明
一般而言，由于在利用相關關系不明確的數據對訓練數據進行變更（例如添加到輸入數據中）時，存在產生數據噪聲的可能性，所以如果本發明能夠通過對訓練數據進行變更而產生難以預料的顯著技術效果，則會被認可創造性。反之，如果對訓練數據的變更只是能夠被本領域技術人員預料到相關關系的數據組合、且并未產生顯著技術效果，則創造性不會被認可。
（3）與對訓練數據實施預處理有關的發明
一般而言，通過對用于作為輸入的訓練數據實施一定的預處理而變更訓練數據的形式以提高目標輸出數據的精度會被認為是單純的設計手段的變更，而創造性不會被認可。但是，如果對訓練數據實施的預處理未被現有技術公開且產生了顯著技術效果，則創造性能夠被認可。
四、與發明符合性有關的撰寫要點
日本專利法中規定的發明符合性類似于中國專利法第2條第2款規定的發明的定義，其要求權利要求所要保護的發明的主題應當是利用了自然規律的技術思想的高度創造。
特別地，除了中國專利審查實踐中目前認可的存儲介質的保護主題以外，日本還進一步認可滿足一定條件的程序、數據、數據結構、機器學習模型等計算機軟件相關發明的保護主題。更詳細而言，使用硬件資源具體地實現基于軟件的信息處理、與該軟件關聯工作的信息處理裝置、其工作方法及記錄該軟件的存儲介質都能夠被認為是利用了自然規律的技術思想的高度創造。其中，對于與人工智能技術相關的程序、數據結構、機器學習模型等與軟件相關的保護主題而言，在根據其權利要求的記載能夠其明確規定了基于計算機的信息處理的情況下，可以被認為滿足發明符合性。然而，如果要保護的數據僅僅是信息的單純表達，而沒有規定如何基于計算機的信息處理，則仍不滿足發明符合性。
此外，需要注意的是，除了上述人工智能相關技術的特別規定以外，人工智能相關專利申請也需要滿足其他一般性規定。
建議中國申請人在日本申請人工智能相關專利時，從專利申請文件的撰寫方面可以采取以下措施。
（1）分層次地明確訓練數據中的多種類型的數據之間的對應關系
針對構成訓練數據中的各種類型的數據的每一種類型，在清楚地區分上位概括的數據和位于其下位的各項數據的同時，進一步具體地明確各上位概括的數據和其下位數據與其他上位概括的數據和其下位數據之間的對應關系。由此，使得說明書的記載充分，以實現權利要求的由寬至窄的層次性布局。
（2）針對各數據之間的對應關系，明確地描述各對應關系所反映的相關關系
針對各對應關系，盡量在說明書中明確地記載該對應關系所反映的一定的相關性、即多種類型的數據之間的相關關系。對于不易于通過文字描述直接體現相關性的對應關系，建議通過對訓練數據采用統計學分析而得到的圖表數據、針對人工智能算法模型的性能評價結果、以及通過其他試驗方式等得到的數據，而直接或間接地證明相關關系的存在及其合理性。此外，盡管在說明書中并非必須明確地記載對于本領域技術人員能夠根據申請時的技術常識合理推斷出的相關關系，但仍建議以如上所述的方式在說明書中予以明確，以應對因中日技術環境的差異所引起的審查員對于技術常識的認定差別。由此，能夠進一步為權利要求中的各項數據之間的相關關系提供說明書支持。
（3）針對明確地描述的相關關系，進一步確定其技術效果
在說明書中對本發明的訓練數據進行描述時，盡量確定各相關關系所起到的有益技術效果。進而，針對訓練數據的變更所帶來的相關關系的變化，進一步明確該變化的相關關系相對于原有的相關關系所產生的顯著技術效果。另外，針對優化訓練數據的預處理的情況，進一步描述對該預處理的優化所帶來的相關關系的變化及其顯著技術效果。并且，對于相關關系的變化和預處理的優化所帶來的相關關系的變化，可以補充性地描述其相對常規手段變化的突破點。由此，為實質審查時的創造性審查提供足夠的爭辯基礎。
（4）多維度地記載用于保護不同主題的實施例
除了與中國國內審查實踐同樣認可的權利要求的主題之外，建議根據人工智能技術的保護要點及其實現形式，在說明書中進一步補入諸如程序、數據結構、機器學習模型等與軟件相關的保護主題，從而一方面以使得申請人能夠在日本多維度地獲得更為全面的保護范圍，另一方面以應對未來中國專利法修改后保護主題擴大的可能性。
小結：
日本當前專利審查制度下的人工智能相關專利申請的撰寫要點，希望能夠在專利申請文件的撰寫方面對中國專利申請人及專利代理從業人員給予啟發，以幫助中國專利申請人能夠在人工智能技術同樣發達的日本，獲得更為全面且精準的保護。
(樂知網- 領先的一站式知識產權服務平臺，聚焦 發明專利申請,專利宣告無效, 商標注冊申請 業務)
(樂知網- 領先的一站式知識產權服務平臺，聚焦 發明專利申請,專利宣告無效, 商標注冊申請 業務)
關鍵詞： 專利申請 申請專利 專利代理 ?
