专利在我国有着不同的分类,在申请的时候会进行详细的说明,您可以根据自己的需求来选择适合的专利类型。接下来,小编为您详细讲解我国常见的专利有哪些分类?以便于您进行专利申请,或者申请专利的时候,做好相关分辨。

周末特稿 | 机器学习算法的可专利性刍议(一)我国常见的专利有哪些分类?(图1)


——兼评《专利法》第二条中的“技术方案”


作 者 | 唐梓博 北京市永新智财律师事务所

       烟台大学法学院

   苗 征 北京市永新智财律师事务所

(本文系知产力获得独家首发的稿件,转载须征得作者本人同意,并在显要位置注明文章来源。)

(本文9271字,阅读约需19分钟)

我国常见的专利有哪些分类?

摘要:机器学习技术作为一种抽象的逻辑算法易受到可专利性的质疑。通过对比各国的人工智能专利客体标准的最新动态,指出我国应当加快对于机器学习算法专利保护与布局的步伐。文章通过对当前机器学习专利审查现状进行分析,并且指出当前以“技术方案”为审查核心的客体标准给专利申请人所带来的困扰。最后提出应当将《专利法》第二条视为宣示性条款,不宜用于驳回决定的具体建议。


01.发明专利 定义是:“发明是指对产品、方法或者其改进所提出的新的技术方案。”


我国常见的专利有哪些分类?

关键词:机器学习算法、专利客体标准、技术方案、《专利法》第二条

引言


机器学习是一种依托计算设备完成的高维度数据的自身分析和演绎推理技术。由于其具有计算逻辑简化和多重算法优化的特性,在专利申请时易受到专利法《第二条》“技术方案”的质疑。因此,有必要对机器学习算法的可专利性和我国现实的审查标准进行分析。

 

包括有一定形状和结构的固体、液体、气体之类的物品。所谓方法是指对原料进行加工,制成各种产品的方法。发明专利并不要求它是经过实践证明可以直接应用于工业生产的技术成果,它可以是一项解决技术问题的方案或是一种构思。

一、机器学习算法的概念与专利保护价值

(一)机器学习算法的概念及技术性分析


02.实用新型专利 定义是:“实用新型是指对产品的形状、构造或者其结合所提出的适于实用的新的技术方案。”

Tom M.Mitchell在其著作《Machine Learning》中指出,机器学习就是指“计算机利用经验自动改善系统自身性能的行为。”随着整体技术水平的不断提高,当前技术模式下的机器学习技术可被描述为:“机器学习是在创建网络结构的基础上,构建数学模型。并且根据输入数据的结构和内在模式,选择相应的学习方法和训练方法。并在此过程中不断调整网络参数,运用数学工具求解模型最优化的预测反馈的技术。”  [1]也正是因为机器学习技术中有较多的数学模型和算法的参与,且难以产生外在表现明显的技术效果,在审查实践中往往会因为其抽象性而受到可专利性的质疑。


我国常见的专利有哪些分类?

尽管机器学习技术存在对数学方法与数学模型的利用,但其内部逻辑却截然不同。从技术层面开看,机器学习算法是对相同数据源进行多重运算,通过不同的筛选规则对数据进行分类,依据数据的权重建立分析模型。并且逐步对数据降噪,使模型更为精确地对后续数据进行预测与逻辑分析工作。此过程并不是数学方法中的将数据按预存规则进行计算,而是通过众多的规则对数据进行运算,并逐步形成符合该数据特征的数据规则,再利用该规则对数据进行筛选并迭代运算。这已经超越了单纯数学方法的抽象特性,是解决在计算机运算能力有限的情况下,对数据精确、快速地筛选与运算的问题。


同发明一样,实用新型保护的也是一个技术方案。保护有一定形状或结构的新产品,不保护方法以及没有固定形状的物质。实用新型的技术方案更注重实用性,其技术水平较发明而言,要低一些,多数国家实用新型专利保护的都是比较简单的、改进性的技术发明,可以称为"小发明"。

在大数据时代,机器学习技术在现实层面具有极高的应用价值。如在淘宝“双十一”的流量访问高峰时期,每秒钟会出现几千万甚至上亿的模型预估请求,而机器学习本身试图解决的问题就是在资源和效率的限制下,基于学习模型对特定业务问题进行有效的预测,进而克服算力不足的困境,这应当是具有技术性突破的改进。


03.外观设计专利 定义是:“外观设计是指对产品的形状、图案或者其结合以及色彩与形状、图案所作出的富有美感并适于工业上应用的新设计。”


我国常见的专利有哪些分类?


一般是指设计人对一项产品的外观所作出的富于艺术性、具有美感的创造,但这种具有艺术性的创造,不是单纯的工艺品,它必须具有能够为产业上所应用的实用性。例如一把雨伞,若它的形状、图案、色彩相当美观,那么应申请外观设计专利。

尽管机器学习技术的进步往往以算法等抽象形式体现,但并不能因此否认其具有可专利性。在In re Iwahashi案[2]中,美国联邦上诉法院曾提出一个概念:“任何一步接一步的操作方法,无论是电子的、化学的或者机械的,都涉及宽泛意义上的算法,所有的机器的物理功能,都能够被数学模拟,我们不能仅仅因为发明的新颖之处能够为数学规则所描述,就认为其不是专利法意义上的客体。”算法作为某种逻辑的外在表现形式,不能因为其具有抽象性特征而被专利客体直接排除在外,在审查实践中应当对机器学习申请进行充分的技术分析,而不应受到算法这传统的抽象概念的影响。

我国常见的专利有哪些分类?

(二)人工智能专利客体标准的域外动态

1.各国专利客体标准


我国常见的专利有哪些分类?以上就是对三种专利的定义的相关介绍,从上我们可以得知,三种专利都是有着不同的区别的,如果您无法进行更加详细的判断,您可以点击咨询我们的在线老师,他们将为您做更加详尽的解答!


专利客体的限制范围是一个国家经济形态、法律认识和立法技术的综合体现,随着计算机程序的不断发展,机器学习算法作为人工智能的前沿技术和底层算法更易受到其能否成为专利客体的质疑,对比分析其他国家的专利客体标准和对于人工智能专利的审查态度,有助于为我国审查实践提供有力参考。


❤️

周末特稿 | 机器学习算法的可专利性刍议(一)我国常见的专利有哪些分类?(图6)

(1)欧盟

在欧洲专利局最新发布的审查指南中强调了“技术性”与“技术特征”之间的差别,并提高了对于技术性的要求。其实际用意在于强调申请所包含的技术特征、解决的技术问题、产生的技术效果和/或涉及具体技术领域三者之间的有机统一。对于技术性的要求在客体判断和创造性审查中贯穿使用。也正因审查指南对于技术性要求的提高,欧盟对机器学习的审查标准也更为严格。

THE END



欧盟在审查指南的G部第Ⅱ章 3.3.1节中专门对机器学习标准进行了细化,规定机器学习适用与数学方法相同的判断标准。在关于涉及数学方法的审查规定中,其要求申请所包含的数学方法可用于特定的技术目的,还应当在权利要求中明确或隐含地进行限制,使抽象的数学方法与技术效果之间产生因果关系。

(2)美国

美国的专利适格性要求一直较为开放,在2014年的Alice案件[7]后,最高法院逐步确定了“Mayo两步法”对客体审查的重要性。该方法要求审查员要判断发明中是否存在“远超出”其所涉及的自然规律、自然现象或抽象概念本身的“发明性概念”,使其技术特征或组合能够因此转化从而满足可专利性的条件。[8]

USPTO在2019年修改的客体适格性审查指南[9]中指出“数学概念”、“人类活动的组织规则”及“思维过程”[10]属于客体审查要求中所指的抽象概念并对其进行了定义。在审查指南中规定,即使有抽象概念的存在,审查人员也应当继续发现一些申请中除抽象概念以外的“额外元素(additional element)”,并将这些额外元素与司法例外整合到具体的实践应用中。在具体的审查步骤中的体现为:(a)判断在权利要求中是否存在超出司法例外的额外元素,(b)独立或结合分析这些额外元素,再决定是否可与例外结合以应用到实践中。[11]

(3)日 本

日本一直试图用正面定义的方式对专利客体进行限定,但即使如此,例如“自然规律”、“技术思想创造”这样一类词的实际定义仍待明确,在日本专利局最新公布的《Case Examples pertient to AI-related technology》中,通过其所举案例可以发现,日本的审查并不过多关注客体问题,而是更加注重AI产品运算逻辑的客观性,以确保申请可以稳定实现。如在CASE 2-14 :“一种分析住所声誉的训练模型”中,其并未过多关注技术是不是属于抽象概念,而是分析数据运算的内部关系。日专局对于客体的审查着重于其对“自然法则”的运用,如果AI发明是采用计算机实施的发明,则落入自然法则的范畴,属于专利可保护的客体。

2.各国AI客体标准分析

在上述最新审查标准中,欧盟的标准显然最为严格,其对机器学习算法和数学方法采用相同的审查标准。通过对“支持向量模型”等抽象概念的排除提高了专利申请撰写要求,而且强调人工智能和机器学习申请应当在各种技术领域中得到应用,这种要求与机械时代的专利观念的影响密不可分。相对而言,美国和日本对于新兴专利客体的态度则逐渐开放,美国通过对客体审查指南的修改,在审查步骤中要求审查员将“额外元素”与“司法例外”相结合,综合判断该申请的具体实践应用,使得审查员在认定某一申请是否属于抽象元素时增加了其他考量。但该规定仍然存在一定不足,该指南并没有明确抽象元素在多大程度上融合于实践之中才能使申请具有专利适格性。[12]日本并不在客体问题上过多纠结,在其最新公布的示例集中并未排除一些抽象概念申请。从这一角度来看,随着技术的不断发展,尽管各国对于人工智能的专利保护均有敏锐的嗅觉,但由于各国实际发展状况不一,对于客体的审查标准也略有差别。

一个国家的专利制度是产业政策和该国行业发展水平的综合体现。德国2019年发布的《德国工业战略2030》深度分析了其在人工智能领域中的不足和工业方面的产能优势。据此,欧盟采取较为严谨的客体审查态度是为了防止大量外国专利技术优先涌入市场,影响本土企业的智能化发展,为欧盟国家未来的专利布局留下空间。美国和日本的企业则在人工智能产业的发展中具有领先地位,在世界知识产权组织公布的《WIPO Technology Trends 2019:Aartificial  Intelligence》中,美国、中国和日本是AI专利的主要申请国,占专利申请总量的78%,且机器学习技术的申请量在2013年后呈现爆发式的增长,甚至已经占到AI专利申请量的1/3。在这样的背景下,美国和日本对AI客体标准进行了敏锐的回应。

而我国目前对于涉及机器学习和人工智能的专利申请的态度尚不明朗。

(三)机器学习的专利保护价值

专利制度起源于王室恩赐的独占特权,随着时代的不断发展,到了现代社会,专利制度更多表现为国家经济战略的调整手段和企业市场布局的利器。我国《专利法》将“促进科学技术进步和经济社会发展 ”作为专利制度的终极目标,同样体现了技术与专利制度间的作用与反作用。因此, 在机器学习等技术快速发展的背景下,专利制度应当对此问题采取逐渐开放的客体态度,以适应社会和科技的整体发展,把握竞争优势。

首先,在现如今的信息技术时代,技术的发展已经主要表现为用信息化代替工业化,降低行业成本。以机器学习为代表的人工智能则是解决这一问题的良好工具。根据上述世界知识产权组织的统计,中国在相关领域的专利申请量具有稳定增长的态势。以“机器学习”为关键词,对公开日在2014年3月1日至2019年3月1日的专利申请进行检索可得。百度、阿里巴巴、格力电器及浙江大学、清华大学等企业和高校在这一领域已经进行了较深的理论研究和战略布局。因此,在制度层面上我们应该把握当前的“先手优势”,抓住技术发展的良好契机,制定合理的审查标准,防止由于落后的专利观念而影响技术发展。同时,从长远来看,合理的客体审查标准也有助于未来新兴技术搭上专利保护这条快车道,防止我国未来在相关领域的国际竞争中处于不利地位。

其次,专利制度应以促进经济发展为目标。合理的客体审查制度应该在适应社会的不断发展的同时注重市场的调节规律。随着技术的发展,与计算机技术相结合的商业方法专利申请曾也经历了从排除到获得认可的过程,因此,专利的客体标准应当拒绝僵化的传统观念,并且具有优先意识。同时,专利制度以促进创新为目标,在1992 年以前,我国曾为了给本土企业发展留有空间,而将药品专利排除在外,但实际导致的是国内仿制药泛滥成灾,产业创新能力下降的不利后果。因此,对于新兴技术不能采取守旧观念,僵化专利客体标准,以免影响市场创新驱动力。

二、机器学习技术的客体审查现状

 

(一)机器学习算法的现行审查标准分析

在专利审查实践中,审查人员往往较为依赖《专利法》第二条第二款,即通过否认一项申请为专利法意义上的“技术方案”,进而提出该申请不是专利法所保护的客体。但由于“技术”一词的实际概念并不明晰,且“技术三要素”的本质含义与内部逻辑也略有争议,难以形成具有充分说服力的驳回理由,[13]因此在实践中,审查部门往往细化甚至逐渐形成约定俗成的标准:对于“机器学习”等计算机程序类申请,审查人员往往通过判断申请是否对计算机内部性能或功能有所改进来认定其是否满足技术性要求,或谨小慎微地仅将与具体的应用领域相结合的申请认可为技术方案。

1.是否对计算机内部性能有所改进

在一份审查意见中审查人员认为:“此外,从“机器学习”方面考虑,该方法不能够使计算机系统的内部性能得到改进,其中的特征与计算机系统内部结构之间也不存在特定的技术关联。因此权利要求1-22请求保护的方法不构成技术方案,不符合专利法第2条第2款的规定。”而  “对计算机内部性能有所改进”的审查标准来自于专利审查指南中对涉及计算机程序的发明的限定[14]。在这一条的表述中,以计算机内部性能的改进作为客观标准,虽然避免了审查人员加入主观经验的问题,但是易使得审查的内部逻辑出现纰漏。

客体审查作为专利权授予的先决条件,审查人员通过对问题的简单判断就应该知悉其是否是一个技术方案,该判断并不需要对问题进行充分的检索。但是“改进”一词明显是在表达“较之前更优”的含义,这要求审查人员首先应当分析该项技术所具体解决的技术问题,并了解该技术所对应的最相关现有技术,以此来判断其是否有所改进,而分析最相关现有技术和该技术所实际解决的技术问题的思路,明显是创造性的“判断三步法”的步骤和要求,[15]这已经超出对客体审查的要求。

2.是否与具体应用领域相结合

在审查指南所列举的示例和审查实践中,更为倾向与技术领域法上位概念相结合的申请,即与具体应用领域相结合的申请,以防止抽象概念获得授权。笔者认为,对于机器学习这类具有一定抽象性或通用性的申请,与具体应用领域相结合的标准虽然可以防止权利人将某一抽象性概念垄断,但同时也提高了专利文件撰写的难度并且限缩了申请者应当享有的权利范围。

首先,机器学习作为一种计算机技术,其未来应用能力与应用场景具有不可预测性,取决于数据本身的来源和实际应用目的。其本质也不同于传统物理申请,因此“与具体应用领域”相结合的要求,甚至规定在权利要求中限定技术应用领域的做法明显过于严苛。即使机器学习技术可以是一个独立完整的技术,要求专利的申请能够具体描述其未来实际应用场景也过于理想。

其次,审查者希望申请能够被限制在某一具体应用领域的做法损害了申请者对于该技术所付出的努力,该要求实际缩小了申请者可能获得的权利范围,与洛克的财产权劳动理论[16]相悖。申请者在付出了一定的现实努力后,使得其技术能够广泛应用,从而降低行业门槛,这是申请者所不断努力探求的结果,也促进了行业技术的发展,应当予以肯定,并得到相应回报。

但不可否认,在审查实践中存在一部分难以判断具体应用领域或权利要求范围过宽的申请,审查员可以根据《专利法》第26条的内容要求其补充实施例来证明其专利具有可实现的场景及现实应用的价值,或者让其缩小其权利要求的范围,防止对社会利益造成损害。但不应以《专利法》第2条进行驳回,否认其属于专利法意义上的技术方案。这会使社会公众不明晰专利保护客体范围,同时也会阻碍该领域的技术发展。

(二)我国现行客体审查模式的误区

在专利审查任务繁重的状况下,通过设立一定的客观标准来提高审查效率的做法值得肯定。尽管“要素式”的标准可以快速识别申请是否是适格的专利客体,但绝非必然的标准。对于申请“具有具体应用领域”和“对计算机性能有所改进”这两个标准,应当是申请是否适格的充分条件而非必要条件,即使某一申请不满足这两个条件也有可能是专利法所保护的客体,审查人员仍需进行分析,而不应对此标准僵化适用。

另外,在专利审查中,审查人员往往对于《专利法》第二条较为依赖,通过否认一项申请为专利法意义上的“技术方案”,进而运用专利法第二条否认该申请具有可专利性,此种做法会使专利的客体标准不明晰。在《专利法》第二条第二款中,将发明限定为一种新的“技术方案”。[17]此种立法表述来自于1985年专利法实施细则[18]。而“技术方案”一词在2010版《专利审查指南》中才有了明确释义:“技术方案是指对要解决的技术问题所采用的利用自然规律的技术手段的集合。而技术手段通常是由技术特征来体现。”[19]然而,“技术”一词作为机械时代的传统概念,其释义随着专利客体的不断丰富与发展逐渐遇到壁垒。在此概念的常见领域如机械产品的制造方法、化学药品的制备方法中并没有太多争议。但是在一些远离“技术”的领域内,尤其是一些难以产生客观有形结果的方法发明中(如商业方法、人工智能算法等),此概念的争议尤为突出,且难以起到准确的定义作用。如果将该条款用作专利客体审查的标准,会使得公众难以对专利保护客体产生清晰的认识,进而影响专利审查的稳定性。

三、专利客体审查的有益措施

 

专利法基于可操作性、公共道德或产业政策的考量,排除如文学艺术作品、科学发现、抽象理论和争议技术等不宜作为保护的客体。[20]因此,我国《专利法》对保护客体采取了正面定义加侧面排除的限定模式。通过《专利法》第二条对专利保护的客体起到宣誓作用,并且结合第五条的合法性条款和第二十五条的排除条款形成完整的专利客体要求。

在此客体框架下,《专利法》第二条意在通过正面描述使公众了解发明、实用新型及外观设计的实际意义,同时防止《专利法》保护客体与其他相关法律保护客体产生竞合;《专利法》第五条作为专利合法性的审查标准,对不符合道德和违反法律规范的专利申请予以排除,同时排除非法获取或利用遗传资源的申请,以保证公共利益不受侵害;《专利法》第二十五条则作为排除条款,将涉及抽象的概念及规则的申请、与人的经验密切相关的申请和一些当前不宜受到保护的专利申请予以排除。因此,笔者认为,不论是对于涉及机器学习算法的申请,还是对于其他的专利申请,均应当依照具体的排除条款进行客体审查,而不应当使用专利法第二条进行驳回,以免影响该条款的实际稳定性。

首先,由于“技术”一词本身具有抽象性,在技术哲学领域很难给出一个准确的定义,在1977年世界知识产权组织公布的《供发展中国家使用的许可证贸易手册》[21]中曾试图完整定义该词。但仍然留下很多难以解释的概念,且随着社会的不断发展,技术的内涵也随之改变。如果过于依赖这样的表述来定义发明,实际上会导致抽象概念之间的辗转定义,其结果往往是只可意会不可言传,很难成为可供公众实际掌握的审查标准[22]。

其次,宣示条款作为一种标杆性的存在,如果其作为一种衡量标准运用于审查实践或司法审判中,审查人员或法院必然会需要对该词进行相关的解释或定义,那么在不同的案件中就可能会产生不同的定义,这不仅会影响法律制度的稳定性,而且会使该条款丧失引导作用,因为其表意不明无法使公众准确把握其申请是否应当寻求专利法的保护。另外,审查实践或司法审判对于该条款的运用或解释,可能会因某一个案件而形成一套偏向某一技术或抵制某一技术的解释,此二种情况均不利于专利制度的稳定发展,也使专利制度在一定程度上丧失了鼓励创新的作用。

最后,专利法意义上的“技术方案”包含“技术问题”、“技术效果”和“技术特征”三个要素。这三个要素同样也是专利实用性审查中的重要标准。《专利法》第二十二条第三款规定;“实用性是指该发明或者实用新型能够制造或者使用,并且能够产生积极效果。”  一项技术方案能够稳定地实现,且能够在产业中使用,则其必然利用了符合自然规律的技术性手段。另外,在审查指南中同样规定:“授予专利权的发明或实用新型,必须是能够解决技术问题,并且能够应用的发明或者实用新型。”如果未能解决技术问题,那么该申请将无法通过实用性的审查。最后,审查指南对实用性所指的能够产生积极效果进行了更准确的限定,要求专利申请产生的经济、技术和社会效果是其所属技术领域的技术人员可以预料到的积极、有益的效果。因此,《专利法》第二条中“技术方案”所包含的“技术三要素”均可以在实用性的审查中进行体现,且由于实用性审查作为专利三性审查的第一步,对于不具有技术性的申请也可以起到优先排除的作用,不会浪费审查资源。

因此,在我国专利法采取了正面定义加侧面排除的客体限定模式下,为保证专利制度的稳固和其对于科技发展的促进作用,在客体审查实践中应当重视“排除条款”即专利法第5条及第25条的运用,弱化对于专利法第2条第2款的依赖,使申请者更加清楚不能获得专利保护的具体原因。另一方面,即使是放弃将专利法第二条运用于审查实践,不符合自然规律或不具有技术性的发明,也会因为不能产生积极效果或稳定再现等原因丧失实用性,同样无法通过专利审查。这既不会影响专利制度作为一种技术交换合同的公平性,同时也会使专利制度具有更强的包容性,使公众更为清晰专利制度的标准和审查策略。对专利申请采取“适格推定”的方式,通过排除条款将不符合专利客体标准的申请予以排除。这样既不会因审查人员对专利制度存在惯常思维,而将新兴技术排除在专利保护范围之外,也不会造成专利制度的保护客体不明确,导致公众不知其智力成果是否应当寻求专利制度的保护。

(感谢第四范式(北京)技术有限公司知识产权部张云珠、何立春对本文提出的宝贵意见)

注释(滑动查看更多):

[1] 张润,王永滨 :《机器学习及其算法和发展研究 》,载《 中国传媒大学学报自然科学版》 第23卷,第2期 2016年4月。 

[2] 888 F. 2d 1370 (1989)

[3] The European Patent Convention   Article 52

 (2)The following in particular shall not be regarded as inventions within the meaning of paragraph 1:(a)discoveries, scientific theories and mathematical methods; (b)aesthetic creations; (c)schemes, rules and methods for performing mental acts, playing games or doing business, and programs for computers; (d)presentations of information. 

[4] Guidelines for Examination  G-ll 3.3.1

Artificial intelligence and machine learning are based on computational models and algorithms for classification, clustering, regression and dimensionality reduction, such as neural networks, genetic algorithms, support vector machines, k-means, kernel regression and discrimina