康信视点 | 浅析算法模型专利申请文件的撰写

作者 | 周春枚 张文星  北京康信知识产权代理有限责任公司

编辑 | 布鲁斯

随着人工智能的快速发展，人工智能对各行各业的影响非常大。在近年的发明专利申请中也涵盖了越来越多的人工智能算法模型的专利申请。由于算法模型的特殊性，在案件撰写时需要特别注意，以避免难以授权。

笔者关注到一件涉及算法模型的无效案例，该案例发明名称为“一种建立废钢等级划分神经网络模型方法”，权利要求1的内容如下：

1. 一种建立废钢等级划分神经网络模型方法，其特征在于，所述图像数据特征的提取是对图像画面像素点矩阵数据进行卷积神经网络卷积计算的集合实现的提取，包括：由集合输出的多条线路卷积层或卷积层加池化层计算构成的对图像中物体颜色、边缘特征和纹理特征的提取，以及对图像中物体边缘、纹理之间关联特征的提取；

其中，一，所述图像中物体颜色、边缘特征的提取是由三条线路卷积层加池化层计算输出的集合输出构成，包括从左至右的第一条线路一层池化层、第二条线路二层卷积层和第三条线路四层卷积层；二，所述对图像中纹理特征的提取是对上述图像中物体颜色、边缘特征的提取集合输出进行的提取，是由三条线路卷积层计算输出的集合输出构成，包括从左至右的第一条线路0卷积层、第二条线路二层卷积层和第三条线路三层卷积层；纹理特征形成的是卷积网络的激活函数。

无效宣告请求人提供了3份专利文件作为证据材料，认为权利要求1与证据1相比具有区别技术特征，但无效宣告请求人认为该区别技术特征被证据2和公知常识公开，或者该区别技术特征被证据2和证据3公开。

针对上述理由，合议组不同意，在无效决定中指出：在判断包含算法特征的发明专利的创造性时，应将其算法和应用场景进行整体把握。即使现有技术公开了相同或类似的算法架构及相关模块，但由于算法应用到不同场景时，需要根据应用场景的不同、所要解决的技术问题的不同对算法的训练模式、重要参数或相关步骤等进行调整，如果该调整解决了不同应用场景下特定的技术问题并相应获得了有益的技术效果，则具有创造性。

最终，在决定号为第55072号无效宣告请求审查决定中，判定维持该案专利权有效。

笔者根据该案例的内容对专利申请算法模型的撰写有以下思考：

一方面，在该案例中具体限定该案例的应用场景为废钢等级划分，在该案例中处理的图像的参数、提取的图像数据特征、以及等级划分神经网络模型都是与应用场景相关的数据，该案例不是一种抽象的模型建立方法，在申请文件中，将处理对象、过程和结果均与具体应用场景进行了结合。

因此，在撰写算法模型类的专利申请文件时，为了避免出现保护客体的问题，建议代理人将算法本身与具体的应用场景进行结合，以符合对包含算法特征的发明专利申请审查的相关规定。

需要注意的是，在撰写申请文件时，代理人需要在保护主题上限定应用场景，也需要写清楚权利要求中的输入数据、输出数据与应用场景之间的关联性，另外，还建议在申请文件中体现算法模型的至少部分结构或组成要素，例如，输入层、卷积层、池化层、输出层等，以及在算法模型的结构上与该案涉及的具体应用场景的关联。

另一方面，在该案例中为了能够实现对废钢料等级的划分还具体限定了等级划分神经网络模型的结构，例如，三条线路卷积层加池化层、每一条线路的卷积层数各不相同等，以及具体限定了通过等级划分神经网络模型提取图像的哪些特征信息，例如，物体颜色特征信息、边缘特征信息和纹理特征信息等。

由于该案例根据应用场景以及所要解决的技术问题对算法模型的结构以及提取的图像特征参数等进行了具体限定，使得即使现有技术公开了相同或类似的算法架构及相关模块的情况下，仍具有创造性。

因此，在撰写时，建议代理人确保算法模型对应的各个方法步骤与限定的应用场景之间具有明确的技术关联，并且在撰写关于方法步骤中所涉及的计算步骤时，需要注意该计算步骤是否具有该应用场景相应的物理技术含义，并且代理人还应明确说明在应用该算法模型对应的各个方法步骤时能够解决的该应用场景的技术问题以及明确说明在该应用场景能够达到的技术效果。

另外，还需要说明的是，代理师在撰写算法模型的专利申请时，还需要特别注意保护客体的问题。

根据2024年1月20日起施行的《专利审查指南》（2023）中内容记载，如果权利要求的解决方案中涉及深度学习、分类、聚类等人工智能、大数据算法的改进，并且这些算法与计算机系统的内部结构存在特定技术关联，能够解决提升硬件运算效率或执行效果的技术问题，如减少数据存储量、减少数据传输量、提高硬件处理速度等，获得符合自然规律的计算机系统内部性能改进的技术效果，则该权利要求限定的解决方案属于专利法第二条第二款所述的技术方案。

因此，基于上述内容，在撰写申请文件时，建议代理师将算法模型与计算机系统的内部结构相关联，以及在描述技术效果时与计算机系统内部性能的改进相关联，以符合专利的保护客体。例如，针对不同大小的训练数据，选择适配具有不同处理效率的单处理器训练方案或多处理器训练方案，进而获得符合自然规律的计算机系统内部性能改进的技术效果。

综上所述，笔者认为在撰写算法模型的案件时，至少需要注意以下三个方面：

（1）需要将算法本身与具体的应用场景进行结合；

（2）注意技术方案与应用场景的关联性，保证算法模型对应的各个方法步骤、解决的技术问题以及达到的技术效果均与具体应用场景之间具有明确的技术关联；

（3）将算法与计算机系统的内部结构建立关联，以及在描述技术效果时与计算机内部性能的改进相关联。

通过注意以上方面，尽力提升案件的授权率和保证案件保护范围的稳定性，以便更大程度的保护申请人的权益。若文中有任何不妥的地方，请各位不吝指正。

end

（本文仅代表作者观点，不代表知产力立场）