摘 要

按照中(zhōng)國(guó)專利審查指南修訂内容可(kě)知，人工(gōng)智能(néng)算法若能(néng)與具(jù)體(tǐ)的技(jì )術應用(yòng)領域結合，或者能(néng)夠對計算機系統的内部性能(néng)進行改善，則能(néng)夠符合中(zhōng)國(guó)專利法中(zhōng)關于專利保護客體(tǐ)的規定，進而可(kě)能(néng)獲得專利權。人工(gōng)智能(néng)算法創新(xīn)持續不斷，如此多(duō)涉及人工(gōng)智能(néng)算法模型的改進方案，該采用(yòng)怎樣的方式進行專利布局，以獲得更加全面、有(yǒu)效的保護是值得探讨的。本文(wén)主要從産(chǎn)業鏈布局角度和專利侵權角度分(fēn)析人工(gōng)智能(néng)算法模型改進方案在專利布局上可(kě)以采取的一些策略，希望能(néng)抛磚引玉、引發更深層次的探讨。
關鍵詞：人工(gōng)智能(néng)；模型改進；專利布局；産(chǎn)業鏈；專利侵權

>>>  一、引 言

随着人工(gōng)智能(néng)技(jì )術的逐步發展、成熟，人工(gōng)智能(néng)技(jì )術被廣泛應用(yòng)于各個領域，如：智慧交通、智能(néng)醫(yī)療、智慧金融、智慧家庭等等；産(chǎn)出了較多(duō)熱門産(chǎn)品，如：智能(néng)汽車(chē)、機器人、智能(néng)家居等，給人們的生活帶來了便利。各類智能(néng)産(chǎn)品需要人工(gōng)智能(néng)算法來實現，關于人工(gōng)智能(néng)算法的創新(xīn)越來越多(duō)，因而涉及人工(gōng)智能(néng)領域的專利申請是否符合專利保護客體(tǐ)，以及是否能(néng)夠獲得專利權，成為(wèi)人們關注的焦點。
中(zhōng)國(guó)國(guó)家知識産(chǎn)權局在2021年8月13日公(gōng)布了《專利審查指南修改草(cǎo)案（征求意見稿）》，在該征求意見稿中(zhōng)第二部分(fēn)第九章6.1.2補充了涉及人工(gōng)智能(néng)領域的專利申請是否符合專利保護客體(tǐ)，以及關于新(xīn)穎性和創造性評判等相關的審查标準[1]。按照中(zhōng)國(guó)專利法及專利審查指南修訂内容的相關規定，如果人工(gōng)智能(néng)算法能(néng)夠對計算機系統的内部性能(néng)進行改善，或者與具(jù)體(tǐ)應用(yòng)領域結合以解決具(jù)體(tǐ)應用(yòng)領域的技(jì )術問題，并獲得相應的技(jì )術效果，則屬于專利保護客體(tǐ)。按照目前專利審查指南的修訂内容，人工(gōng)智能(néng)領域的專利申請有(yǒu)獲得專利權的可(kě)能(néng)，為(wèi)此筆(bǐ)者不再讨論人工(gōng)智能(néng)算法與專利保護客體(tǐ)相關的問題，而是從檢索現有(yǒu)的關于人工(gōng)智能(néng)算法模型改進的專利申請案例的布局方式出發，主要探讨關于人工(gōng)智能(néng)算法模型改進、相關專利布局等話題，并提供一些專利布局策略，以期幫助相關專利權人獲得更加全面、有(yǒu)效的專利保護。

>>>  二、涉及人工(gōng)智能(néng)算法模型訓練創新(xīn)的專利保護布局的幾種常見方式

涉及人工(gōng)智能(néng)算法模型訓練的創新(xīn)點主要包括：
樣本數據
模型結構
模型參數
損失函數等

關于創新(xīn)點在人工(gōng)智能(néng)算法模型訓練的創新(xīn)，屬于《專利審查指南》第九章中(zhōng)規定的涉及計算機程序的發明專利申請，申請人通常會布局方法權利要求和産(chǎn)品權利要求：
方法權利要求用(yòng)于保護計算機程序在計算機上運行的過程
産(chǎn)品權利要求包括程序模塊架構的裝(zhuāng)置、實體(tǐ)硬件（計算機設備、計算機可(kě)讀存儲介質(zhì)）、計算機程序産(chǎn)品等
· “程序模塊架構的裝(zhuāng)置的權利要求用(yòng)于對軟件産(chǎn)品的銷售、許諾銷售、進口等侵權行為(wèi)進行約束”
· 計算機設備屬于軟硬結合的産(chǎn)品，“計算機設備”權利要求用(yòng)于保護存儲及運行計算機程序的設備
· “計算機可(kě)讀存儲介質(zhì)”權利要求用(yòng)于保護存儲有(yǒu)計算機程序的介質(zhì)，保護以存儲介質(zhì)為(wèi)媒介的程序産(chǎn)品的銷售、許諾銷售、進口等行為(wèi)
· “計算機程序産(chǎn)品”權利要求可(kě)适用(yòng)于保護在雲端或服務(wù)器等上實現計算機程序的分(fēn)發或下載等銷售行為(wèi)
不難看出，産(chǎn)品權利要求的布局均是以計算機程序實現的方法流程為(wèi)基礎對應架構的相關産(chǎn)品權利要求。基于此，筆(bǐ)者以方法權利要求布局角度來進行讨論。
筆(bǐ)者通過對檢索得到的專利文(wén)獻分(fēn)析發現，目前專利文(wén)獻中(zhōng)關于人工(gōng)智能(néng)算法模型訓練的方法權利要求布局主要有(yǒu)以下五種布局方式：
（一）模型訓練過程和模型應用(yòng)過程分(fēn)别單獨布局權利要求，且兩者互不關聯
案例一
CN114170547A
權利要求1：
一種交互關系檢測方法，其中(zhōng)，包括：
獲取待檢測圖像；
利用(yòng)訓練過的交互關系檢測模型對所述待檢測圖像進行交互關系檢測；其中(zhōng)，所述交互關系檢測模型，用(yòng)于：根據所述待檢測圖像，……，得到第一交互關系檢測結果。
權利要求2：
一種模型訓練方法，其中(zhōng)，包括：
獲取帶有(yǒu)交互關系标簽的樣本圖像；
……對所述交互關系檢測模型進行參數優化；其中(zhōng)，所述交互關系檢測模型，用(yòng)于：根據所述樣本圖像，……，得到第一樣本交互關系檢測結果；所述目标樣本交互關系檢測結果是根據所述第一樣本交互關系檢測結果确定的。
權利要求3：
一種交互關系檢測方法，其中(zhōng)，包括：
獲取交通攝像設備拍攝的交通圖像；……；
利用(yòng)訓練過的交互關系檢測模型對所述交通圖像進行交互關系檢測；其中(zhōng)，所述交互關系檢測模型，用(yòng)于：根據所述交通圖像，……，得到第一交互關系檢測結果。
分(fēn)析如下：
在案例一中(zhōng)，創新(xīn)點在人工(gōng)智能(néng)算法模型結構上，模型訓練過程和模型應用(yòng)過程都有(yǒu)相同的模型結構，無論是在訓練，還是在應用(yòng)，兩者對數據處理(lǐ)具(jù)有(yǒu)相同的處理(lǐ)邏輯。如此，模型訓練和模型應用(yòng)分(fēn)别單獨進行布局，既能(néng)體(tǐ)現相應的創新(xīn)點，且兩組權利要求之間也相互不影響。

（二）模型訓練過程和模型應用(yòng)過程分(fēn)别布局權利要求，模型應用(yòng)的權利要求采用(yòng)引用(yòng)模型訓練過程各權利要求方式
案例二
CN113343132A
權利要求1：
一種模型訓練的方法，其特征在于，包括：
獲取訓練樣本，……；
通過待訓練的排序模型，确定……；
根據……，訓練所述排序模型。
權利要求8：
一種信息展示的方法，其特征在于，包括：
接收用(yòng)戶輸入的搜索語句；
……将所述各搜索結果輸入到預先訓練的排序模型中(zhōng)，得到所述搜索語句對應的排序結果，所述排序模型是通過上述權利要求1～7任一項方法訓練得到的；……。
分(fēn)析如下：
在案例二中(zhōng)，權利要求1布局了根據模型訓練方法得到模型，權利要求8布局了模型應用(yòng)的方法，且引用(yòng)了模型訓練的權利要求中(zhōng)任一項，如此模型應用(yòng)的技(jì )術方案包括了所引用(yòng)的權利要求中(zhōng)模型訓練的全部技(jì )術特征，同時還包括了模型應用(yòng)的技(jì )術特征。

（三）模型應用(yòng)過程作(zuò)為(wèi)獨立權利要求和模型訓練作(zuò)為(wèi)模型應用(yòng)過程的從屬權利要求布局，以及模型訓練過程作(zuò)為(wèi)獨立權利要求布局

案例三
CN111191791A
權利要求1：
一種機器學(xué)習模型的應用(yòng)方法，其特征在于，所述方法包括：
獲取當前任務(wù)的預測樣本；
調用(yòng)适用(yòng)于所述當前任務(wù)的機器學(xué)習模型；
通過所述機器學(xué)習模型輸出所述預測樣本對應的預測結果；
其中(zhōng)，所述機器學(xué)習模型是……樣本數據進行訓練得到的。
權利要求2：
根據權利要求1所述的方法，其特征在于，所述機器學(xué)習模型的訓練過程如下：
确定所述當前任務(wù)與所述曆史任務(wù)之間的相關性；
……所述當前任務(wù)的機器學(xué)習模型。
權利要求8：
一種機器學(xué)習模型的訓練方法，其特征在于，所述方法包括：
确定當前任務(wù)與曆史任務(wù)之間的相關性；
……得到适用(yòng)于所述當前任務(wù)的機器學(xué)習模型。
分(fēn)析如下：
在案例三中(zhōng)，權利要求1布局了模型應用(yòng)過程的技(jì )術方案，且在權利要求中(zhōng)對模型訓練僅做了突出創新(xīn)點的限定，權利要求2作(zuò)為(wèi)權利要求1的從屬權利要求布局了模型訓練過程。權利要求8單獨布局了模型訓練過程的技(jì )術方案。

（四）模型應用(yòng)過程作(zuò)為(wèi)獨立權利要求，模型訓練過程作(zuò)為(wèi)模型應用(yòng)權利要求的從屬權利布局
案例四
CN114090726A
權利要求1：
一種文(wén)本意圖識别方法，其特征在于，包括：
根據預先構造的實體(tǐ)字典庫，……确定所述待識别文(wén)本對應的意圖。
權利要求7：
根據權利要求1-6中(zhōng)任一項所述的方法，其特征在于，所述意圖文(wén)本識别方法是通過網絡模型執行的，所述網絡模型通過以下步驟訓練得到：
獲取第一文(wén)本序列；
……調整所述網絡模型的模型參數，以對所述網絡模型進行訓練。
分(fēn)析如下：
在案例四中(zhōng)，權利要求1布局了模型應用(yòng)過程的技(jì )術方案，權利要求7作(zuò)為(wèi)權利要求1的從屬權利要求布局了模型訓練過程。

（五）模型訓練過程布局獨立權利要求，模型應用(yòng)過程作(zuò)為(wèi)模型訓練過程權利要求的從屬權利要求布局
案例五
CN114067321A
權利要求1：
一種文(wén)本檢測模型訓練方法，其特征在于，包括：
獲取樣本圖像集合，其中(zhōng)，每個樣本圖像包含至少一個真實文(wén)本對象；
基于所述樣本圖像集合，……确定目标損失值，并采用(yòng)所述目标損失值進行參數調整。
權利要求10：
如權利要求1至9任一所述的方法，其特征在于，所述基于……之後，還包括：
獲取待處理(lǐ)圖像；……；
采用(yòng)所述目标文(wén)本檢測模型，對所述多(duō)個目标文(wén)本框圖像進行實例分(fēn)割，獲得至少一個目标文(wén)本對象。
分(fēn)析如下：
在案例五中(zhōng)，權利要求1布局了模型訓練過程的技(jì )術方案，權利要求10作(zuò)為(wèi)權利要求1的從屬權利要求布局了模型應用(yòng)過程。