人工智能领域中英专利审查实践对比

许菲菲 王 晶

当前，人工智能技术的飞速发展给专利审查制度带来了全新的挑战，涉及人工智能的专利申请如何获得专利保护是全世界共同面临的问题。同时，在世界范围内较为领先的我国人工智能技术，不仅希望得到中国专利保护，也急需获得海外专利保护。笔者作为多年来一直从事人工智能领域专利审查的审查员，在2021 年与英国专利局人工智能领域专利审查员进行交流的基础上，从专利审查实践的角度，对人工智能领域的专利保护中的热点问题进行对比分析。本文通过客体判断标准对比、创造性判断标准对比和典型案例对比，明晰中英两国人工智能领域的专利审查标准，以助力中国创新主体在英国海外获权。

一、客体判断标准对比

（一）中国国家知识产权局客体判断标准

1.中国专利法第二十五条第一款第（二）项规定的智力活动的规则和方法

智力活动的规则和方法包括：商业规则、数学理论和换算方法、信息表述方式等。如果一项权利要求仅仅涉及智力活动的规则和方法，则不应当被授予专利权。

对于涉及人工智能领域的发明，《专利审查指南》第二部分第九章第6.1.1 节还规定了：如果权利要求涉及抽象的算法或者单纯的商业规则和方法，且不包含任何技术特征，则这项权利要求属于专利法第二十五条第一款第（二）项规定的智力活动的规则和方法，不应当被授予专利权。如果权利要求中除了算法特征或商业规则和方法特征，还包含技术特征，该权利要求就整体而言并不是一种智力活动的规则和方法，则不应当依据专利法第二十五条第一款第（二）项排除其获得专利权的可能性。

2.中国专利法第二条第二款规定的技术方案

技术方案是对要解决的技术问题所采取的利用了自然规律的技术手段的集合。未采用技术手段解决技术问题，以获得符合自然规律的技术效果，不属于专利法第二条第二款规定的客体。

对于涉及人工智能领域的发明，《专利审查指南》第二部分第九章第6.1.2 节还规定了：如果要求保护的权利要求作为一个整体不属于专利法第二十五条第一款第（二）项排除获得专利权的情形，则需要就其是否属于专利法第二条第二款所述的技术方案进行审查。

对一项包含算法特征或商业规则和方法特征的权利要求是否属于技术方案进行审查时，需要整体考虑权利要求中记载的全部特征。如果该项权利要求记载了对要解决的技术问题采用了利用自然规律的技术手段，并且由此获得符合自然规律的技术效果，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。例如，如果权利要求中涉及算法的各个步骤体现出与所要解决的技术问题密切相关，如算法处理的数据是技术领域中具有确切技术含义的数据，算法的执行能直接体现出利用自然规律解决某一技术问题的过程，并且获得了技术效果，则通常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。

（二）英国专利局客体判断标准

1.英国专利法第1 条规定的排除的客体

其中规定的排除客体包括：（a）发现、科学理论或数学方法；（b）文学、戏剧、音乐或艺术作品或任何其他美学创作；（c）从事智力活动、游戏或商业活动的计划、规则、或方法，或计算机程序；（d）信息的呈现。

2.对于涉及数学方法的发明，依据Aerotel 判例确立的判断方法

其中判断方法包括：i.正确解释权利要求；ii.确定实际的贡献；iii.判断该贡献是否仅属于被排除的客体；iv.判断实际的贡献本质上是否是技术性的。

3.对于涉及计算机程序的发明，依据AT&T/HTC 判例确立的判断方法

其中判断方法包括：i.所声称的技术效果是否对在计算机外部执行的过程中具有技术效果；ii.所声称的技术效果是否在计算机架构的层面上运行，也就是说，无论正在处理的数据或正在运行的应用程序如何，是否都会产生技术效果；iii.所声称的技术效果是否使计算机以新的方式运行；iv.该程序是否使计算机在运行更高效和更有效的意义上成为更好的计算机；v.所认定的问题是否被要求保护的发明克服，而不是仅仅被规避。

（三）客体判断标准中英对比

由于人工智能领域的很多专利申请涉及人工智能算法步骤上的改进、训练方法的改进等，对于其是否属于专利保护客体是各国专利审查实践中共性存在的问题，也是最突出的问题。从以上判断标准可以看出，英国专利局和中国国家知识产权局对于客体判断所依据的法条不同、进行判断的步骤不同、判断时考虑的因素不同，结合本文第三部分的案例对比可知，对于相同主题的专利申请，在中国国家知识产权局和英国专利局可能获得相同的客体结论，也可能获得完全相反的客体结论。即便是客体结论相同的专利申请，中英进行判断的重点和思路也不同。但总体而言，英国要排除的客体问题相比我国更多，我国对于人工智能领域的专利保护力度更强。

二、创造性判断标准对比

（一）中国国家知识产权局创造性判断标准

《专利审查指南》第二部分第四章规定了创造性的判断方法：

1.确定最接近的现有技术；

2.确定发明的区别特征和发明实际解决的技术问题；

3.判断要求保护的发明对本领域的技术人员来说是否显而易见。

对于涉及人工智能领域的发明，《专利审查指南》第二部分第九章第6.1.2 节还规定了：对既包含技术特征又包含算法特征或商业规则和方法特征的发明专利申请进行创造性审查时，应将与技术特征功能上彼此相互支持、存在相互作用关系的算法特征或商业规则和方法特征与所述技术特征作为一个整体考虑。“功能上彼此相互支持、存在相互作用关系”是指算法特征或商业规则和方法特征与技术特征紧密结合共同构成了解决某一技术问题的技术手段，并且能够获得相应的技术效果。

（二）英国专利局创造性判断标准

英国专利局创造性审查采用Windsurfing/Pozzoli判例确立的判断方法，包括如下步骤：

1.确定“本领域技术人员”，确定该“本领域技术人员”的相关公知常识；

2.确定权利要求的发明构思，或者如果无法确定权利要求的发明构思，则对权利要求进行解释；

3.确定“现有技术”与权利要求的发明构思或所解释的权利要求之间存在哪些差异；

4.在没有所要求保护发明的任何知识的情况下进行分析，该差异对于本领域技术人员来说是否显而易见，或者是否需要任何程度的创造。

（三）创造性判断标准中英对比

英国专利局进行创造性判断的步骤中并不区分技术特征和非技术特征，这点与中国国家知识产权局的创造性判断思路是一致的，英国专利局和中国国家知识产权局都更多地将非技术性问题放到了客体判断阶段。对于既包含技术内容又包含非技术内容的方案，英国专利局可能由于其中的非技术内容而排除客体，而中国国家知识产权局则更注重整体原则，对于“功能上彼此相互支持、存在相互作用关系”的非技术内容在创造性阶段仍予考虑。

三、典型案例对比

（一）案例1 神经网络模型优化

【背景技术】

目前的多层神经网络模型一方面在运行时会产生大量的内存开销，占用大量的处理器资源，另一方面无法在嵌入式设备上运行。

【权利要求】

一种多层神经网络模型的优化方法，所述优化方法包括：

从待优化的多层神经网络模型中划分出至少一个子结构，其中，划分出的子结构的尾层为量化层；

针对划分出的各个子结构，将除量化层以外的其它层的运算参数传递到量化层中，并基于传递的运算参数更新量化层中的量化阈值参数。

【案例分析】

对于以上方案，中国国家知识产权局和英国专利局都认为不属于专利保护客体，无法获得专利保护。

根据中国专利法第25 条进行判断，权利要求1要求保护一种多层神经网络模型的优化方法，其仅仅是一种抽象的数学算法，不涉及任何具体的应用领域，权利要求1 中的“从多层神经网络模型中划分出至少一个子结构，其中，划分出的子结构的尾层为量化层”、“将除量化层以外的其它层的运算参数传递到量化层中”和“基于传递的运算参数更新量化层中的量化阈值参数”均属于优化多层神经网络的数学算法步骤。因此，权利要求1 属于智力活动的规则和方法，不符合专利保护客体。

根据英国Aerotel 判例进行判断：i：正确解释权利要求。ii：确定实际的贡献。该案例的贡献在于：通过调整量化层的阈值来优化神经网络，使得对于一个给定的输入，量化层的输出与从量化层之前的一个或多个被移除层获得的输出相似。iii：判断该贡献是否仅属于被排除的客体。该案例的贡献涉及基于被替换层的权重、算法和输出为量化层生成新阈值，即从数字输入到数字输出，是一种数学方法，属于被排除的主题。iv：判断实际的贡献本质上是否是技术性的。虽然与未使用该方法优化的模型相比，该发明声称节省了内存和处理器资源，但这并不是对计算机本身的技术改进，而只是一种更高效的算法和更高效的软件。因此，权利要求是一种数学算法，属于排除客体。

（二）案例2 应用人工智能技术来回答多项选择问题

【背景技术】

回答问题系统的可靠性主要基于用于预测答案的问题回答模型的质量。这种模型的质量又可以基于用于开发这种模型的训练数据集的质量。然而训练数据通常是不平衡的。为了纠正数据中的这种不平衡，需要使用大量训练数据来训练系统。然而，获得和预处理如此大量的训练数据可能是不可行的。

【权利要求】

一种用于回答多项选择问题的系统，所述系统包括至少一个处理器，所述至少一个处理器被配置为创建问题回答模型，平衡训练数据集中的不平衡；通过在训练数据集被分类到的多个类别中生成至少一个少数类别的合成实例来实现训练数据集的平衡；使用合成少数过采样技术来生成所述至少一个少数类别的所述合成实例；所述合成实例使用下式生成：xnew=x+r(xnn-x），其中，“x”是少数类别中的实例；“xnew”是少数类别中的合成实例；“xnn”是与实例“x”相邻的少数类别中的实例；以及“r”是0 至1 之间的数。

【案例分析】

对于以上方案，中国国家知识产权局和英国专利局都认为不属于专利保护客体，无法获得专利保护，但判断思路不同。

根据中国专利法第二条第二款进行判断，该申请要解决的问题是分类中训练数据正负样本不平衡的问题，为了解决该问题采用了在训练数据集中生成至少一个少数类别的合成实例的手段。虽然权利要求中限定了是一种用于回答多项选择问题的系统，但该方案要解决的并非问答系统中的具体问题，权利要求中的算法步骤并没有与问答系统密切相关，其实质是一种训练算法的改进，其可以应用于问答系统。因此，该方案要解决的是训练数据不平衡的问题，是训练算法和训练模型本身的问题，并非技术问题。所采用的手段是生成少数类别的合成实例作为训练数据，是训练算法和训练模型自身优化的手段，并非技术手段；所获得的也并非符合自然规律的技术效果，不属于专利法第二条第二款所规定的技术方案，不符合专利保护客体。

根据英国Aerotel 判例进行判断：i：正确解释权利要求。权利要求存在明显的不清楚的问题。该系统是“用于回答多项选择题”的，但并没有真正使用，缺失了问答模型的结构或定义。ii：确定实际的贡献。一个解决数据不平衡问题的计算机程序，在一个法律文件组成的文本训练数据集，生成合成少数类的实例在一个多元化的类别,训练数据集的元素一直在随后进行归类,这样一个模型训练的训练数据集可以更可靠地在执行过程中对法律文件进行分类。iii：判断该贡献是否仅属于被排除的客体。从商业方法的角度，由于权利要求1 唯一的贡献是实现针对法律文件的分析，因此，权利要求1 的贡献属于一种开展业务的方法，因此不属于专利保护的客体。从计算机程序的角度，依据AT&T/ HTC 判例确立的规则，计算机程序的特征都没有指向技术方面的贡献，对计算机之外的东西没有任何技术影响，计算机本身在技术上也没有被改进，也没有解决技术问题。iv：判断实际的贡献本质上是否是技术性的。该发明应用于分析文档和文档的语义被认为是非技术性的。因此，权利要求属于排除客体。

（三）案例3 图像处理

【背景技术】

处理图像数据例如以检测图像的特征的方法是计算密集的，因此检测图像特征的效率不高。

【权利要求】

一种图像处理系统，包括：

图像数据接口，被布置为接收表示动态场景的采用连续图像数据帧的形式的图像数据；

对象分类器，被布置为在对象分类循环中执行对象分类，其中，在给定对象分类循环中，所述对象分类器在选择的图像帧中执行对象分类；

存储装置，被布置为存储类别数据，所述类别数据包括供所述对象分类器使用的对象定义的集合，所述对象定义的集合以对象定义层级进行布置，并且所述对象定义的集合至少包括第一对象定义等级处的第一组粗略等级对象定义和第二对象定义等级处的第二组精细等级对象定义，所述第二对象定义等级低于所述第一对象定义等级，所述对象分类器被布置为：配置第一对象分类循环和后续的第二对象分类循环；在所述第一对象分类循环和所述第二对象分类循环二者期间在给定图像帧中执行对象分类；或在所述第一对象分类循环期间在给定图像帧中执行对象分类，并且在所述第二对象分类循环期间在所述给定图像帧的后续的图像帧中执行对象分类。

【案例分析】

对于以上方案，中国国家知识产权局认为属于专利保护客体，而英国专利局认为不属于专利保护客体。

根据中国专利法第二条第二款进行判断，该申请要解决的问题是图像处理中的具体问题，即检测图像特征的效率问题，属于技术问题。所采用的手段是图像通过第一组粗略级别对象定义、第一个对象分类循环和第二组精细级别对象定义、第二个对象分类循环，将图像数据中的对象通过层次级的方式进行循环分类，属于符合自然规律的技术手段，从而可以实现图像特征的高效化检测，属于技术效果。因此，该方案属于专利法第二条第二款规定的技术方案，属于专利保护的客体。

根据英国Aerotel 判例进行判断：i：正确解释权利要求。ii：确定实际的贡献，改进后的图像处理系统可能降低处理资源和减少能耗。iii：判断该贡献是否仅属于被排除的客体。iv：判断实际的贡献本质上是否是技术性的。从计算机程序的角度，依据AT&T/ HTC 判例确立的规则，传感数据的特性并未限定，该申请也并未限定到任何特定的技术领域或任务，所声称的降低处理资源和减少能耗的效果不能在任何情况下保证；该发明并未在系统结构层操作也并没有对当下的计算机系统做出任何改变，没有使计算机成为更好的计算机。计算机程序没有使计算机以一种新的方式操作以使计算机运行得更高效。方案要解决的问题并没有以技术的方式解决，如执行图像更细节分析的改进算法，而是通过从外部数据源的控制数据中为两种对象分类循环选择分类数据的子集，这仅是绕过问题，而非克服问题。因此，权利要求中并未做出技术贡献，属于排除客体。

四、结论与思考

（一）对于人工智能领域的专利审查，中英审查标准不同可能导致审查结论和审查思路不同

通过以上审查标准对比和案例对比可知，对于不同类型的涉及人工智能的专利申请，由于两国审查思路存在差异，中英会存在审查结论不同的情形。

由案例2 可知，中国更多地从算法是否与应用领域密切相关的角度进行判断，而英国由于在说明书中提及对于合同的处理，因此认为是一种商业方法，属于专利排除的范围。虽然最终中英都认同此案不属于专利保护客体的结论，但是判断的角度却完全不同。

由案例3 可知，英国在对客体判断时，更加关注权利要求的技术贡献，只有将系统硬件的状态和图像分类软件的操作之间提供明确而且具体的联系，或者算法的改进是克服问题而非绕过问题时，才属于技术贡献。而中国是从人工智能方法与图像处理密切相关的角度进行考虑根据技术问题、技术手段、技术效果认为此案属于专利保护客体，英国从图像处理算法并未使计算机成为更好的计算机的角度进行考虑认为此案不属于专利保护客体。

综上所述，对于人工智能算法相关专利、人工智能应用相关专利，中国会考虑是否属于抽象的数学算法、算法与应用是否密切相关、以及算法是否能够提升计算机内部性能等方面来通过技术问题、技术手段、技术效果进行技术方案的判断。英国通过Aerotel判例确定的判断方法和AT&T/ HTC 判定的判断方法来判断，会考虑是否属于数学方法、是否属于商业方法、是否有硬件改进、是否克服问题等进行技术贡献的判断。

（二）我国对于人工智能领域的专利保护具有更高的开放性，英国对于人工智能领域的专利保护呈现保守性

英国人工智能专利分析报告和我国人工智能专利分析报告均显示，人工智能技术领域目前世界领先的国家主要是中美两国，英国涉及人工智能的专利申请量与中国差距很大。这种人工智能技术发展程度和专利申请体量的不同，必然带来对于人工智能专利保护的需求不同，也造成了中英两局对于涉及人工智能专利保护上态度的不同和标准的不同。

英国对于人工智能领域的专利持保守态度，进行审查时采用的是传统计算机时代所使用的通用客体判断思路或涉及计算机程序的客体判断思路，这两种思路或注重技术性或注重硬件，其在适应人工智能技术的算法驱动特点时存在一定的障碍。在英国就人工智能领域向公众征求意见中也可看出，英国公众对于目前英国的客体判断方面存在很多希望放开的呼声。

中国对于人工智能领域的专利持开放态度，响应于党中央的政策决定和人工智能产业界的保护呼声，通过审查标准的修改，使得中国的审查标准和审查思路更加适应人工智能技术的特点和本质。目前中国的审查标准不仅仅通过传统的技术问题、技术手段、技术效果的技术三要素判断，还通过《专利审查指南》对于“第九章第六节 包含算法特征或商业规则和方法特征的发明专利申请审查相关规定”更加适应于人工智能的客体判断方法，对于人工智能相关专利申请中出现的算法特征、商业规则或方法特征并非一刀切，而是有了更加具体深入的判断。如案例3 中，英国由于说明书中出现了此方法可用于合同文本，因此认定为商业方法，不属于专利保护客体。而中国对于人工智能应用到商业场景、业务场景下的情况会根据方案实际解决的问题、手段、效果来进行判断，并不会因为出现合同，就直接认定为不属于专利保护客体。

（三）相比中国，英国对于涉及人脸识别、文本处理的专利申请更为严格

2019 年英中央数字和数据办公室和人工智能办公室发布了《理解人工智能伦理和安全的指引》，指出AI 伦理起源于AI 系统可能引起的个人和社会危害。AI 系统引起危害的主要方式包括：①滥用。系统被用于并非其设计和倾向的用途；②存疑设计。发明人没有完全考虑到与算法偏见和安全风险相关的技术问题；③无意的负作用。发明人完全没有考虑他们系统对于所影响到的个人和社区的潜在负面影响。AI项目应确保：伦理可容许的、公平和无歧视的、值得公众信任的、正当的。

考虑到人脸识别可能引起个人肖像的隐私权侵犯、人脸识别可能涉及种族或性别偏见、不准确的人脸识别可能造成的人身不自由、人脸识别滥用在监控方面可能缺乏安全监督等等问题，英国对于涉及人脸识别的专利保护更为慎重。而中国涉及人脸识别的专利保护同其他领域并无不同。目前，人脸识别已成为中国人工智能技术发展重要的创新方向和重要的专利保护分支，并在技术和专利保护上占有世界领先地位。

而对于文本处理，英国认为语义分析、语义理解（例如抽取文档的摘要、根据文章内容进行分类）不属于专利保护的客体，但是认为识别文本的方法（例如在图像中识别文本的位置、OCR 文字识别）属于专利保护的客体，这是其特殊的审查规则。而对于我国而言，对于文本的分析、识别等文本处理并不必然被排除在专利保护客体之外。由此也可看出，对于人脸识别、文本处理的专利申请，英国的专利客体标准更为严格。

（四）现阶段我国创新主体在英国申请专利应当注意撰写形式、申请策略和专利布局

现阶段，对于人工智能领域的专利申请，英国对客体排除更为严格，中国创新主体要在了解英国审查标准的基础上适应性地撰写专利申请、进行专利布局。一方面，通过了解英国对涉及人工智能专利的审查标准和判断思路，以更好地撰写专利申请，如算法相关的专利申请，尽量将算法与硬件相结合、算法应用时尽量体现技术性。另一方面，对于英国不予保护的主体，要采取合理的申请策略，如涉及人脸识别，可以图像识别作为发明专利的主体，在说明书中不要提及生物信息；涉及商业方法，可以将相关的人工智能技术作为发明专利的主体，在说明书中不要提及与经济、社会相关的具体应用场景。

通过人工智能审查实践的对比研究，希望能够帮助人工智能技术领先的国内创新主体顺利在英国获得更好的专利保护，使得中国人工智能技术的优势能够在知识产权的保驾护航下实现技术输出和知识产权输出，在英国市场保持竞争优势。

专家点评

本文围绕人工智能领域专利保护的热点问题，首先，将中英两国对人工智能领域的专利申请的客体判断标准和创造性判断标准进行了梳理和对比。然后，通过三个具体案例详细解析了中英两国对于相同主题的专利申请进行客体判断时审查思路和审查结论的异同。最后，对中英人工智能专利审查实践的不同之处进行了深入思考，并给我国人工智能领域的创新主体和代理在英国申请专利给出了实操性的建议。