張政權(quán)

一、機(jī)器學(xué)習(xí)程序固有的技術(shù)性

機(jī)器學(xué)習(xí)是人工智能一個(gè)非常重要的分支，或者說(shuō)它是人工智能的核心之一，因此對(duì)于機(jī)器學(xué)習(xí)，從認(rèn)識(shí)上來(lái)說(shuō),其本身究竟是否屬于技術(shù)特征甚為重要。

例如，筆者與同事代理的名稱為“使用對(duì)概率相關(guān)性和環(huán)境數(shù)據(jù)的建模與分析的交通預(yù)報(bào)”的發(fā)明專利申請(qǐng)①微軟公司.使用對(duì)概率相關(guān)性和環(huán)境數(shù)據(jù)的建模與分析的交通預(yù)報(bào):200510113396.1[P].2006-05-24.，要求保護(hù)一種能夠預(yù)測(cè)包括意外事件在內(nèi)的非典型事件的交通預(yù)測(cè)系統(tǒng)。發(fā)明描述了基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)構(gòu)造預(yù)測(cè)模型的系統(tǒng)和方法，所述統(tǒng)計(jì)方法可以是貝葉斯網(wǎng)絡(luò)、隱藏馬爾可夫模型、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等機(jī)器學(xué)習(xí)中的一種。

該申請(qǐng)的權(quán)利要求如下：

“一種便于傳遞、可視化或警告交通圖的系統(tǒng)，包括：

生成涉及交通參數(shù)的預(yù)測(cè)的預(yù)測(cè)模型組件，所述預(yù)測(cè)模型組件包括涉及在一閾值概率以上和/或以下發(fā)生的事件的意外事件定義并能夠預(yù)測(cè)意外事件在將來(lái)的發(fā)生，所述預(yù)測(cè)模型包括：

效仿典型用戶作出預(yù)測(cè)的方式的用戶期望模型，這些方式是有限個(gè)數(shù)的變量之間的相關(guān)，

世界模型，所述世界模型是與用戶期望模型相比將更多變量及其間關(guān)系納入考慮的更復(fù)雜的概率模型，其中相當(dāng)數(shù)量的此類變量和關(guān)系在生成預(yù)測(cè)時(shí)不被用戶考慮；以及

至少部分地基于所生成的預(yù)測(cè)，圖形地輸出交通參數(shù)的界面組件，

其中，所述意外事件定義基于所述用戶期望模型和所述世界模型之間的比較來(lái)被更新，

其中，如果意外事件的預(yù)測(cè)的發(fā)生概率落在所述閾值概率之外，則所述用戶被警告?！?/p>

在實(shí)質(zhì)審查中，申請(qǐng)人收到了駁回決定書(shū)。其理由是由于計(jì)算機(jī)系統(tǒng)可訪問(wèn)充分?jǐn)?shù)量的數(shù)據(jù)，因此計(jì)算機(jī)系統(tǒng)上使用的預(yù)測(cè)模型可比人類產(chǎn)生更準(zhǔn)確的預(yù)測(cè)結(jié)果。由此可見(jiàn)，已經(jīng)存在利用計(jì)算機(jī)技術(shù)，如計(jì)算機(jī)預(yù)測(cè)模型進(jìn)行預(yù)測(cè)的方案。如此看來(lái)，該申請(qǐng)要解決的問(wèn)題是如何對(duì)交通進(jìn)行預(yù)測(cè)，尤其是非典型或意外事件的預(yù)測(cè)，這屬于非技術(shù)問(wèn)題，且為了解決該非技術(shù)問(wèn)題，采用的手段并沒(méi)有給現(xiàn)有計(jì)算機(jī)技術(shù)帶來(lái)任何技術(shù)上的改變，其實(shí)現(xiàn)依賴于人的思維活動(dòng)，屬于人為的規(guī)定，不受自然規(guī)律的約束。因此，申請(qǐng)所請(qǐng)求保護(hù)的方案并非技術(shù)方案。

基于此，我們首先要討論的是，涉及機(jī)器學(xué)習(xí)的手段是否屬于技術(shù)手段？

機(jī)器學(xué)習(xí)包括有線性回歸、決策樹(shù)和支持向量機(jī)等傳統(tǒng)的算法以及如卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法，大多數(shù)機(jī)器學(xué)習(xí)算法的一個(gè)普遍適用的流程包括對(duì)大量數(shù)據(jù)的收集和預(yù)處理，以及對(duì)數(shù)據(jù)集的訓(xùn)練、測(cè)試并完成建模等。

在Wrox 國(guó)際IT 認(rèn)證項(xiàng)目組匯編的《大數(shù)據(jù)分析師權(quán)威教程》里，機(jī)器學(xué)習(xí)被定義為是機(jī)器從過(guò)去的經(jīng)驗(yàn)中學(xué)習(xí)，并用這些經(jīng)驗(yàn)改善其性能的過(guò)程。并認(rèn)為，機(jī)器學(xué)習(xí)算法用于開(kāi)發(fā)新算法和技術(shù)，使機(jī)器自身能夠從分析的數(shù)據(jù)或者經(jīng)驗(yàn)中學(xué)習(xí)②Wrox 國(guó)際IT 認(rèn)證項(xiàng)目組.姚軍,譯.機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析和可視化[M].北京:人民郵電出版社,2017：4-5.。

國(guó)內(nèi)專家將機(jī)器學(xué)習(xí)定義為“研究的是如使計(jì)算機(jī)能夠模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)功能，從大量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律、提取知識(shí)，并在實(shí)踐中不斷完善和增強(qiáng)自我”③譚營(yíng).人工智能知識(shí)講座[M].北京:人民出版社,2018：84-85.。

根據(jù)《專利審查指南》（2019 版）第二部分第九章的規(guī)定，如果涉及計(jì)算機(jī)程序的發(fā)明專利申請(qǐng)的解決方案執(zhí)行計(jì)算機(jī)程序的目的是為了改善計(jì)算機(jī)系統(tǒng)內(nèi)部性能，通過(guò)計(jì)算機(jī)執(zhí)行一種系統(tǒng)內(nèi)部性能改進(jìn)程序，按照自然規(guī)律完成對(duì)該計(jì)算機(jī)系統(tǒng)各組成部分實(shí)施的一系列設(shè)置或調(diào)整，從而獲得符合自然規(guī)律的計(jì)算機(jī)系統(tǒng)內(nèi)部性能改進(jìn)效果，則這種解決方案屬于《專利法》第2 條第2 款所說(shuō)的技術(shù)方案，屬于專利保護(hù)的客體。

由于機(jī)器學(xué)習(xí)所說(shuō)的機(jī)器實(shí)際上就是指計(jì)算機(jī)，而機(jī)器學(xué)習(xí)是由計(jì)算機(jī)自身實(shí)現(xiàn)的學(xué)習(xí)，它不是人的思維活動(dòng)。進(jìn)一步，根據(jù)以上對(duì)機(jī)器學(xué)習(xí)相關(guān)定義和內(nèi)涵的理解，機(jī)器學(xué)習(xí)算法與計(jì)算機(jī)之間必然存在特定的關(guān)聯(lián)，而對(duì)機(jī)器學(xué)習(xí)算法的應(yīng)用和改進(jìn)顯然可以使得計(jì)算機(jī)內(nèi)部的性能獲得了改進(jìn)。因此，毫無(wú)疑問(wèn)，涉及機(jī)器學(xué)習(xí)程序的內(nèi)容應(yīng)當(dāng)就屬于技術(shù)手段，能夠構(gòu)成技術(shù)方案。

二、機(jī)器學(xué)習(xí)應(yīng)用場(chǎng)景的限制

機(jī)器學(xué)習(xí)程序由于其固有的技術(shù)屬性，不應(yīng)被歸入《專利法》第25 條第1 款規(guī)定的不授予專利權(quán)的客體范疇。但是，從當(dāng)前的審查實(shí)踐來(lái)看，單純的機(jī)器學(xué)習(xí)算法不能獲得授權(quán)的原因在于它的適用面極廣，即它可以適用于各個(gè)領(lǐng)域。如果為其授予專利權(quán)，將會(huì)造成事實(shí)上的技術(shù)壟斷，遏制公眾的創(chuàng)新力，不利于社會(huì)的發(fā)展和進(jìn)步。因此，如果機(jī)器學(xué)習(xí)算法與具體的應(yīng)用場(chǎng)景結(jié)合在一起，則有可能獲得授權(quán)。

例如，名稱為“面向情報(bào)大數(shù)據(jù)的決策樹(shù)增量學(xué)習(xí)方法”的發(fā)明專利申請(qǐng)④哈爾濱工程大學(xué).面向情報(bào)大數(shù)據(jù)的決策樹(shù)增量學(xué)習(xí)方法:201710259763.1[P].2017-09-22.，該申請(qǐng)的權(quán)利要求如下：

“1 .一種面向情報(bào)大數(shù)據(jù)的決策樹(shù)增量學(xué)習(xí)方法，其特征是：

步驟一、結(jié)點(diǎn)n0 作為決策樹(shù)T 的根結(jié)點(diǎn)，計(jì)算n0 的結(jié)點(diǎn)分裂度量值SC(n0)，如果n0 是可分結(jié)點(diǎn)，那么將n0 放入待分裂結(jié)點(diǎn)集合Q 中；

步驟二、如果決策樹(shù)T 中葉子結(jié)點(diǎn)的個(gè)數(shù)小于限定的最大葉子結(jié)點(diǎn)數(shù)并且待分裂結(jié)點(diǎn)集合Q 非空，對(duì)于待分裂結(jié)點(diǎn)集合Q 中的所有結(jié)點(diǎn)重復(fù)執(zhí)行步驟三到步驟六的操作；

……;

步驟七、根據(jù)構(gòu)建的決策樹(shù)，利用改進(jìn)的IID5R算法進(jìn)行增量學(xué)習(xí)，從而生成最終的決策樹(shù)?！?/p>

從某種角度來(lái)看，該機(jī)器學(xué)習(xí)算法沒(méi)有與具體的應(yīng)用場(chǎng)景結(jié)合起來(lái)，在實(shí)質(zhì)審查中可能會(huì)遇到麻煩。

該申請(qǐng)的實(shí)施例中提及了該發(fā)明利用UCI 機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)中的信貸審批數(shù)據(jù)集對(duì)發(fā)明進(jìn)行驗(yàn)證，包括兩組實(shí)驗(yàn)，其中之一是NOLCDT 算法與C4.5 算法的對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，發(fā)明提出的NOLCDT 算法比傳統(tǒng)的決策樹(shù)算法C4.5 算法的準(zhǔn)確度要高。但實(shí)驗(yàn)只是作為對(duì)其發(fā)明方法的有效性進(jìn)行驗(yàn)證用，如果能夠選擇若干應(yīng)用場(chǎng)景作為應(yīng)用舉例，并且根據(jù)該機(jī)器學(xué)習(xí)算法的若干應(yīng)用場(chǎng)景增加并列的獨(dú)立權(quán)利要求寫(xiě)入申請(qǐng)則更好。

而如果從另一種角度來(lái)看，說(shuō)明書(shū)中提及的一種信貸審批數(shù)據(jù)集作為其機(jī)器學(xué)習(xí)的訓(xùn)練或?qū)嶒?yàn)用的數(shù)據(jù)集，雖不是該申請(qǐng)明確提出的屬于發(fā)明的應(yīng)用場(chǎng)景，但不容置疑，該發(fā)明提出的方法既然是取UCI 機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)中的信貸審批數(shù)據(jù)集進(jìn)行驗(yàn)證，也就是說(shuō)，其方案至少是能夠應(yīng)用于該具體的類似的應(yīng)用場(chǎng)景的。

在該情況下，申請(qǐng)人是否可以在申請(qǐng)?zhí)峤缓蟮暮罄m(xù)審查程序中，將權(quán)利要求的方案具體限定到這樣的場(chǎng)景？因?yàn)楣P者從已經(jīng)公開(kāi)的不少有關(guān)機(jī)器學(xué)習(xí)的申請(qǐng)中看到，申請(qǐng)人在描述發(fā)明的方案時(shí)，注意力往往在于機(jī)器學(xué)習(xí)本身的建模，而容易忽略對(duì)機(jī)器學(xué)習(xí)應(yīng)用場(chǎng)景的描述。對(duì)于這樣的情況，如果一律予以否定著實(shí)有些可惜。因此，是否可以針對(duì)這種情況給申請(qǐng)人提供某種補(bǔ)救的方法，例如，在答辯發(fā)明的機(jī)器學(xué)習(xí)算法不符合《專利法》第25 條第1 款的時(shí)候，容許申請(qǐng)人在意見(jiàn)陳述書(shū)中明確這樣的機(jī)器學(xué)習(xí)算法實(shí)際上是應(yīng)用于某種特定應(yīng)用場(chǎng)景的，并對(duì)保護(hù)范圍作相應(yīng)的限定。也就是說(shuō)，只要申請(qǐng)人將其中的機(jī)器學(xué)習(xí)算法縮限到某一具體的應(yīng)用場(chǎng)景，則視為該申請(qǐng)是符合《專利法》第25 條第1 款的。由于申請(qǐng)人在意見(jiàn)陳述中所作的解釋已經(jīng)產(chǎn)生了“禁止反悔”的效應(yīng)，故其在以后的訴訟程序中不可以再重新解釋該機(jī)器學(xué)習(xí)算法也適用于任何其他的應(yīng)用場(chǎng)景。這樣就可以防止通過(guò)補(bǔ)救方法獲得的專利權(quán)在以后的維權(quán)程序中被濫用。

對(duì)于類似的問(wèn)題，建議也可以參照《專利審查指南》（2019 版）第二部分第十章“關(guān)于化學(xué)領(lǐng)域發(fā)明專利申請(qǐng)審查的若干規(guī)定”的有關(guān)申請(qǐng)日后補(bǔ)交的實(shí)驗(yàn)數(shù)據(jù)的情況，給予申請(qǐng)人提供一次補(bǔ)交其請(qǐng)求保護(hù)的機(jī)器學(xué)習(xí)算法適用于某具體應(yīng)用場(chǎng)景的實(shí)驗(yàn)數(shù)據(jù)，只要表明該補(bǔ)交的實(shí)驗(yàn)數(shù)據(jù)所證明的技術(shù)效果是所屬技術(shù)領(lǐng)域的技術(shù)人員能夠從該專利申請(qǐng)?jiān)脊_(kāi)的內(nèi)容中得到的就行。

三、AI 商業(yè)方法的可專利性

此處“商業(yè)”一詞指的是大商業(yè)的概念，包括商務(wù)、零售、金融、廣告、拍賣(mài)、管理和預(yù)測(cè)等等。仍以本文開(kāi)頭提及的交通圖的發(fā)明專利申請(qǐng)為例，該申請(qǐng)?jiān)谔峤涣藦?fù)審請(qǐng)求后，專利復(fù)審委員會(huì)最終作出了撤銷該駁回決定的復(fù)審決定，其理由如下。

1.權(quán)利要求的解決方案采用的手段有：生成涉及交通參數(shù)的預(yù)測(cè)的預(yù)測(cè)模型組件來(lái)預(yù)測(cè)交通事件，基于生成的預(yù)測(cè)以圖形方式輸出交通參數(shù)，而且當(dāng)預(yù)測(cè)到意外事件時(shí)給用戶警告，這些都屬于通過(guò)計(jì)算機(jī)執(zhí)行對(duì)外部數(shù)據(jù)的處理，屬于遵循了自然規(guī)律的技術(shù)手段。

2.該解決方案利用計(jì)算機(jī)預(yù)測(cè)交通事件，解決了如何生成意外事件預(yù)測(cè)井輸出給用戶的問(wèn)題，屬于技術(shù)問(wèn)題。

3.并獲得了對(duì)意外事件的預(yù)測(cè)并圖形化或警告輸出給用戶的效果，屬于技術(shù)效果。

由于申請(qǐng)人在提交復(fù)審請(qǐng)求時(shí)并未對(duì)該權(quán)利要求進(jìn)行修改，故實(shí)質(zhì)審查部門(mén)的駁回決定和專利復(fù)審委員會(huì)的復(fù)審決定針對(duì)的是同一個(gè)方案，但是，對(duì)于同一個(gè)方案，兩者在有關(guān)方案所要解決的問(wèn)題是否為技術(shù)問(wèn)題的認(rèn)識(shí)上差別甚遠(yuǎn)。

（一）關(guān)于技術(shù)問(wèn)題

有關(guān)發(fā)明要解決的問(wèn)題是否為“技術(shù)問(wèn)題”，首先，在根據(jù)《專利法》第2 條第2 款判斷發(fā)明要求保護(hù)的客體時(shí)，需要與發(fā)明的“技術(shù)手段”和“技術(shù)效果”協(xié)同考慮，這個(gè)階段是不引入現(xiàn)有技術(shù)的。但是，在根據(jù)《專利法》第22 條第3 款判斷發(fā)明是否具備創(chuàng)造性時(shí)，審查員仍然首要審查發(fā)明所要解決的問(wèn)題，即要對(duì)該發(fā)明實(shí)際所要解決的問(wèn)題作重新考量。盡管審查中所依據(jù)的上述兩款法條的目的是不完全相同的，但總的來(lái)說(shuō)，仍疑似有重復(fù)確定發(fā)明所要解決的“問(wèn)題”的問(wèn)題。

既然根據(jù)《專利法》第22 條第3 款，在檢索了現(xiàn)有技術(shù)后所重新確定的“問(wèn)題”才是發(fā)明實(shí)際上需要解決的問(wèn)題，是否可以把有關(guān)發(fā)明所要解決的問(wèn)題是否為“技術(shù)問(wèn)題”的判斷過(guò)程，完全放在對(duì)發(fā)明的創(chuàng)造性判斷的這個(gè)階段？亦即，在根據(jù)《專利法》第2 條第2 款判斷申請(qǐng)的發(fā)明的技術(shù)方案時(shí)，不再把發(fā)明所要解決的問(wèn)題是否為“技術(shù)問(wèn)題”作為必要條件，而是重點(diǎn)考察發(fā)明的技術(shù)手段和技術(shù)效果方面，只要根據(jù)發(fā)明的方案判斷是能夠獲得技術(shù)效果的，就視其符合該條該款。

進(jìn)一步說(shuō)，即使在創(chuàng)造性判斷階段，是否也一定要將“技術(shù)問(wèn)題”作為首要條件？在李永紅老師主編的《“互聯(lián)網(wǎng)+”視角下看專利審查規(guī)則的適用》一書(shū)中，對(duì)歐、美、日專利審查規(guī)則中有關(guān)發(fā)明專利創(chuàng)造性判斷中的操作流程進(jìn)行了歸納⑤李永紅.“互聯(lián)網(wǎng)+”視角下看專利審查規(guī)則的適用[M].北京:知識(shí)產(chǎn)權(quán)出版社，2017：111-112.，其中，我國(guó)與歐洲專利局的判斷方法相近，但是歐洲的操作流程雖然將確定對(duì)發(fā)明的技術(shù)性做出貢獻(xiàn)的特征放在首位，但對(duì)發(fā)明的“客觀技術(shù)問(wèn)題”的確定卻是安排在對(duì)發(fā)明的技術(shù)效果的確定之后進(jìn)行的。而從美國(guó)專利商標(biāo)局和日本專利局的操作流程來(lái)看，采用的創(chuàng)造性判斷方法中并未對(duì)發(fā)明的“技術(shù)問(wèn)題”有特別的規(guī)定。

反觀我國(guó)專利審查中對(duì)發(fā)明的創(chuàng)造性的判斷流程，如果在對(duì)比了發(fā)明與現(xiàn)有技術(shù)的區(qū)別特征，認(rèn)為發(fā)明實(shí)際解決的問(wèn)題不是技術(shù)問(wèn)題后，就直接斷定發(fā)明對(duì)現(xiàn)有技術(shù)未作出技術(shù)貢獻(xiàn)，并宣布該發(fā)明不具備創(chuàng)造性。由于沒(méi)有再進(jìn)一步對(duì)發(fā)明是否是“顯而易見(jiàn)”進(jìn)行判斷，實(shí)際上還是停留在對(duì)發(fā)明請(qǐng)求保護(hù)的客體的判斷上。因此，作者也建議，是否至少可以參考?xì)W洲的審查規(guī)則，將發(fā)明的客觀技術(shù)問(wèn)題放到對(duì)發(fā)明是否是“顯而易見(jiàn)”進(jìn)行判斷時(shí)一并考慮。

由于人工智能常常涉及基于人類思維的方案、基于人類行為的方案、基于環(huán)境感知的方案、基于學(xué)習(xí)的方案等該領(lǐng)域最具特色的內(nèi)容，故人工智能的應(yīng)用從發(fā)展的前景來(lái)看，已經(jīng)涉及許多傳統(tǒng)上被認(rèn)為是非技術(shù)的領(lǐng)域，包括商業(yè)、金融、管理、教育、娛樂(lè)等等。其所要解決的問(wèn)題也有可能從傳統(tǒng)的觀念上講并非是技術(shù)性的，那么我們?nèi)绾蝸?lái)認(rèn)識(shí)這個(gè)問(wèn)題呢。

筆者認(rèn)為，“技術(shù)性”的定義在各個(gè)社會(huì)發(fā)展階段都具有不同的含義。在農(nóng)業(yè)時(shí)代，如何播種，如何收割應(yīng)當(dāng)是一種技術(shù)。但是，根據(jù)《專利法》的含義，只有具備工業(yè)化生產(chǎn)意義上的方法和產(chǎn)品才能是其保護(hù)的對(duì)象。

因此，工業(yè)化的產(chǎn)品及其制作方法等就屬于“技術(shù)性”的范疇。到了第三次工業(yè)革命的時(shí)代，計(jì)算機(jī)產(chǎn)業(yè)蓬勃發(fā)展，除了硬件技術(shù)外，軟件更起到了主導(dǎo)的作用，那么能說(shuō)軟件設(shè)計(jì)不是技術(shù)活？人工智能涉及各個(gè)領(lǐng)域和行業(yè)，即涉及技術(shù)領(lǐng)域也涉及非技術(shù)領(lǐng)域，有的確實(shí)是解決一個(gè)傳統(tǒng)上認(rèn)為的非技術(shù)問(wèn)題，或者是應(yīng)用了某些制定的規(guī)則，但是因?yàn)椴捎昧思夹g(shù)手段，卻獲得了一定的技術(shù)效果，似不應(yīng)將其排除在專利授權(quán)范圍外。

（二）關(guān)于人為規(guī)定

由于人工智能是使機(jī)器具備人類的智能，因此，在人工智能的許多應(yīng)用場(chǎng)景中，可能會(huì)應(yīng)用一些人為制訂的規(guī)則。例如，商業(yè)規(guī)則、教學(xué)規(guī)則、語(yǔ)言規(guī)則、交通規(guī)則、管理規(guī)則、娛樂(lè)規(guī)則，等等。而反映這些規(guī)則的特征通常表現(xiàn)為非技術(shù)的特征。那么，含有類似規(guī)則的發(fā)明能不能獲得專利權(quán)？

以上例舉的交通圖的案例中，有關(guān)閾值和意外事件的定義確實(shí)與人為規(guī)定有關(guān)，但是，審查意見(jiàn)作出的，如何對(duì)交通進(jìn)行預(yù)測(cè)，尤其是非典型或意外事件的預(yù)測(cè)，其實(shí)現(xiàn)依賴于人的思維活動(dòng)，屬于人為的規(guī)定，不受自然規(guī)律的約束的結(jié)論，同樣不為筆者所接受。非典型或意外事件雖然不屬于常規(guī)的交通現(xiàn)象，但是它的發(fā)生仍然是一種自然現(xiàn)象，比如，某一時(shí)間段的足球比賽結(jié)束時(shí)的人流爆發(fā)現(xiàn)象，某個(gè)大雪天的道路打滑現(xiàn)象，某家大商店的臨時(shí)促銷活動(dòng)時(shí)的擁堵現(xiàn)象等等。而對(duì)這種意外事件進(jìn)行定義，并根據(jù)其發(fā)生的概率定一個(gè)閾值，由計(jì)算機(jī)程序最終判斷是否要向用戶報(bào)警，這種非技術(shù)特征和技術(shù)特征組合形成的手段也可以視為是一種技術(shù)手段。

《專利法》和《專利審查指南》（2019 版）所說(shuō)的智力活動(dòng)的規(guī)則和方法是指人的智力活動(dòng)的規(guī)則和方法。而機(jī)器學(xué)習(xí)方法與傳統(tǒng)的基于人為設(shè)定規(guī)則的方法的顯著不同在于它使得計(jì)算機(jī)具有了自組織、自適應(yīng)、自學(xué)習(xí)的能力，能夠利用自己學(xué)習(xí)到的能力有效地解決那些人為設(shè)定的規(guī)則里沒(méi)有包含的狀況⑥譚營(yíng).人工智能知識(shí)講座[M].北京:人民出版社,2018：84-85.。因此，機(jī)器學(xué)習(xí)不屬于人為規(guī)定，它的學(xué)習(xí)過(guò)程，包括訓(xùn)練和建模需要受到自然規(guī)律的約束。

從上述案例中我們可以體會(huì)到，雖然人為規(guī)定屬于一種非技術(shù)特征，但是只要將它與計(jì)算機(jī)技術(shù)緊密地融合在一起，包括將反映規(guī)則方法的參數(shù)嵌入計(jì)算機(jī)程序，使之成為計(jì)算機(jī)數(shù)據(jù)處理的對(duì)象，由這種非技術(shù)特征和技術(shù)特征組合形成的手段也可以被視為一種技術(shù)手段。

四、AI 疾病診斷方法的可專利性

有關(guān)疾病的診斷和治療方法，屬于《專利法》第25條第1款所規(guī)定的情形，不能授權(quán)?！秾＠麑彶橹改稀罚?019 版）第二部分第一章規(guī)定：“一項(xiàng)與疾病診斷有關(guān)的方法如果同時(shí)滿足以下兩個(gè)條件，則屬于疾病的診斷方法，不能被授予專利權(quán)：

以有生命的人體或動(dòng)物體為對(duì)象；

以獲得疾病診斷結(jié)果或健康狀況為直接目的?！?/p>

例如發(fā)明名稱為“一種基于超聲圖像的多模型肝臟彌漫性疾病智能診斷方法及系統(tǒng)”的中國(guó)專利申請(qǐng)⑦哈爾濱工業(yè)大學(xué).一種基于超聲圖像的多模型肝臟彌漫性疾病智能診斷方法及系統(tǒng):201810658611.3[P].2018-12-21.，具體涉及利用深度學(xué)習(xí)算法提取圖像特征與圖像紋理特征相結(jié)合并應(yīng)用XGBoost 算法在超聲圖像上實(shí)現(xiàn)肝臟彌漫性疾病智能診斷的方法，它是人工智能方法在基于超聲圖像的診斷中的應(yīng)用。根據(jù)其說(shuō)明書(shū)的描述，肝臟出現(xiàn)彌漫性病變之后，病變部位的聲阻抗也隨之變化，這種變化會(huì)反映到超聲圖像中。因此超聲科醫(yī)生可以觀察超聲圖像中回聲狀況的變化，依據(jù)自己經(jīng)驗(yàn)來(lái)診斷是否是脂肪肝或肝纖維化，但這種方法有很大的主觀性，且需要多年的臨床經(jīng)驗(yàn)。

基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法具有自動(dòng)學(xué)習(xí)特征的能力，近兩年在醫(yī)學(xué)圖像處理的各種應(yīng)用中展現(xiàn)出了卓越的能力。它符合人眼感受圖像的原理，可以全自動(dòng)地學(xué)習(xí)大量的特征，替代了手工選取特征。該方法實(shí)現(xiàn)圖像分類的流程可以概括為，采用卷積層與池化層提取海量的特征，使用全連接層實(shí)現(xiàn)特征降維，最后采用Softmax 層實(shí)現(xiàn)分類。發(fā)明將基于深度學(xué)習(xí)算法提取的圖像卷積神經(jīng)網(wǎng)絡(luò)特征與圖像紋理特征結(jié)合起來(lái)，應(yīng)用XGBoost 分類器實(shí)現(xiàn)了基于超聲圖像的肝臟彌漫性疾病分類。該發(fā)明在實(shí)驗(yàn)中所用的肝臟超聲圖像均為哈爾濱醫(yī)科大學(xué)附屬第二醫(yī)院超聲科醫(yī)生在實(shí)際病例中采集的，共有1419 張正常肝臟圖像、764 張脂肪肝圖像、741 張肝纖維化圖像共計(jì)2924 張。發(fā)明取其中2123 張做為訓(xùn)練集，801 張做為測(cè)試集。該申請(qǐng)的權(quán)利要求如下：

“1 .一種基于超聲圖像的多模型肝臟彌漫性疾病智能診斷方法，其特征在于它包括以下步驟：

步驟一：采用傳統(tǒng)的直方圖均衡算法對(duì)肝臟超聲圖像進(jìn)行預(yù)處理；

步驟二：基于GoogleNet 架構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用深度學(xué)習(xí)算法實(shí)現(xiàn)肝臟彌漫性疾病的初步分類；

步驟三：將圖像的卷積神經(jīng)網(wǎng)絡(luò)特征和傳統(tǒng)算法提取的圖像紋理特征相結(jié)合得到多模型特征，基于多模型特征應(yīng)用XGBoost 分類算法實(shí)現(xiàn)肝臟彌漫性疾病的最終分類。”

權(quán)利要求2 對(duì)上述的步驟三作了展開(kāi)。從權(quán)利要求的內(nèi)容來(lái)看，該申請(qǐng)的方案不是以有生命的人體或動(dòng)物體為對(duì)象的，它的處理對(duì)象是超聲圖像。而《專利審查指南》（2019 版）規(guī)定：“如果一項(xiàng)發(fā)明從表述形式上看是以離體樣品為對(duì)象的，但該發(fā)明是以獲得同一主體疾病診斷結(jié)果或健康狀況為直接目的，則該發(fā)明仍然不能被授予專利權(quán)”。亦即，如果將該超聲圖像視為一種離體樣品，則發(fā)明同樣不能獲得授權(quán)。

這里，暫且不論所述的“超聲圖像”是否屬于一種“離體樣品”，但是，發(fā)明的方案是采用深度學(xué)習(xí)算法，對(duì)收集到的大量病例圖像數(shù)據(jù)分別整合為訓(xùn)練集和測(cè)試集進(jìn)行訓(xùn)練、建模和分類。我們可以設(shè)想該申請(qǐng)要求保護(hù)的場(chǎng)景其實(shí)有兩種情況：第一種情況是要求保護(hù)該診斷方法的實(shí)現(xiàn)方式，防止他人未經(jīng)許可仿制、復(fù)制或安裝相同的軟件，或生產(chǎn)含有該軟件的診斷機(jī)器；第二種情況是要求保護(hù)該診斷方法的臨床應(yīng)用，防止他人未經(jīng)許可在自己的機(jī)器上使用該軟件。

對(duì)于第一種情況，由于方案直接處理的對(duì)象不是個(gè)體的病例，它是對(duì)相關(guān)疾病的大數(shù)據(jù)分析，收集的是批量圖像數(shù)據(jù)，然后利用機(jī)器學(xué)習(xí)的訓(xùn)練方法，建立一個(gè)分類模型，最終對(duì)相關(guān)的病例作出判斷。因此，該發(fā)明不是以獲得同一主體疾病診斷結(jié)果或健康狀況為直接目的。從這一點(diǎn)來(lái)看，它沒(méi)有落入《專利法》第25 條第1 款所述的不授予專利權(quán)的范疇。

對(duì)于第二種情況，方案作為臨床應(yīng)用，需要對(duì)個(gè)體的病例進(jìn)行診斷，并給出診斷結(jié)果。因此，它疑似以獲得同一主體疾病診斷結(jié)果或健康狀況為直接目的，從這一點(diǎn)來(lái)看，它落入了《專利法》第25 條第1 款所述的不授予專利權(quán)的范疇。

換句話說(shuō)，類似的方案在第一種情況下是可專利性的，它可以用來(lái)對(duì)抗他人未經(jīng)許可仿制、復(fù)制或安裝相同的軟件，或生產(chǎn)含有該軟件的診斷機(jī)器。而類似的方案在第二種情況下是不可專利性的，它不能對(duì)抗醫(yī)生在給病人診斷時(shí)有選擇診斷方法的自由。

傳統(tǒng)的疾病診斷中，醫(yī)生可以通過(guò)望、聞、問(wèn)和切對(duì)患者的疾病進(jìn)行直接判斷，此時(shí)，醫(yī)生心中有一個(gè)經(jīng)驗(yàn)上的判斷標(biāo)準(zhǔn)；也可以借助于物理或生化儀器通過(guò)聲、光、磁、電等參數(shù)對(duì)患者的疾病進(jìn)行間接判斷，此時(shí)，儀器反映的參數(shù)與健康或疾病的標(biāo)準(zhǔn)之間有一個(gè)人為設(shè)定的規(guī)則。

但是，與傳統(tǒng)的醫(yī)學(xué)診斷方法不同，基于機(jī)器學(xué)習(xí)的醫(yī)學(xué)診斷方法中，沒(méi)有人為設(shè)定的一個(gè)健康或疾病的標(biāo)準(zhǔn)，即沒(méi)有根據(jù)個(gè)別醫(yī)生的經(jīng)驗(yàn)設(shè)定的標(biāo)準(zhǔn)?；跈C(jī)器學(xué)習(xí)的醫(yī)學(xué)診斷是計(jì)算機(jī)采用相關(guān)算法對(duì)醫(yī)學(xué)大數(shù)據(jù)進(jìn)行訓(xùn)練、測(cè)試后獲得的一種模型，包括分類器等等，它是計(jì)算機(jī)自行學(xué)習(xí)的結(jié)果。雖然它采集的數(shù)據(jù)中也有醫(yī)生對(duì)病例的分析和診斷，但是最終形成的模型和分類器是計(jì)算機(jī)對(duì)大量病例、研究論文等數(shù)據(jù)的分析、統(tǒng)計(jì)和歸類等實(shí)現(xiàn)的，相對(duì)于個(gè)別醫(yī)生的經(jīng)驗(yàn)，它是一種再學(xué)習(xí)的結(jié)果，其中也凝聚了程序設(shè)計(jì)人員的勞動(dòng)成果⑧張政權(quán).人工智能領(lǐng)域的專利申請(qǐng)及保護(hù)[M].上海:復(fù)旦大學(xué)出版社,2019：266-267.。

事實(shí)上，由于醫(yī)學(xué)領(lǐng)域包括疾病診斷和手術(shù)方法等也是近年來(lái)人工智能的最大應(yīng)用領(lǐng)域，有時(shí)候我們也在思考，隨著人工智能的發(fā)展，許多疾病診斷和治療其實(shí)是由計(jì)算機(jī)為主導(dǎo)的機(jī)器替代醫(yī)生去做了，類似這樣的方法其實(shí)是由程序設(shè)計(jì)人員設(shè)計(jì)的，包括用機(jī)器學(xué)習(xí)的方式完成的，它與醫(yī)生根據(jù)自己的經(jīng)驗(yàn)進(jìn)行判斷和采取的動(dòng)作似乎是不一樣的。第一，它們不是直接以有生命的人體或動(dòng)物體為對(duì)象，而是通過(guò)例如機(jī)器學(xué)習(xí)的方法在分析和研究了大量的圖像和數(shù)據(jù)后才獲得的一種診斷方法，應(yīng)用時(shí)主要以圖像或數(shù)據(jù)作為直接處理的對(duì)象；第二，這種由軟件實(shí)施的方法當(dāng)然是可以在產(chǎn)業(yè)上利用的。那么，當(dāng)實(shí)施這種方法的軟件可以被安裝或傳送到例如通用的診斷儀器甚或通用的計(jì)算機(jī)上，它也不能單獨(dú)獲得專利保護(hù)嗎？當(dāng)醫(yī)院或者醫(yī)生例如在一臺(tái)通用的設(shè)備上安裝或調(diào)用了多個(gè)這樣的軟件，他或她可以有選擇使用的自由嗎？

因此，作為一個(gè)建議，當(dāng)涉及疾病診斷的方法權(quán)利要求的主題或特征部分明確是一種機(jī)器學(xué)習(xí)實(shí)施的方法時(shí)，是否可以不被列入《專利法》第25 條第1款第3項(xiàng)所規(guī)定的范疇。因?yàn)?，如此限定的技術(shù)方案并非是醫(yī)生個(gè)人的經(jīng)驗(yàn)或者判斷，而是一定得利用計(jì)算機(jī)執(zhí)行該機(jī)器學(xué)習(xí)程序才能實(shí)施的。

當(dāng)然，作為申請(qǐng)人，最可靠的辦法還是應(yīng)在權(quán)利要求書(shū)中增加一組采用程序模塊撰寫(xiě)的權(quán)利要求，或者采用存儲(chǔ)介質(zhì)撰寫(xiě)的權(quán)利要求。

五.結(jié) 語(yǔ)

最近，國(guó)家知識(shí)產(chǎn)權(quán)局發(fā)布了關(guān)于就《專利審查指南》第二部分第九章修改草案（征求意見(jiàn)稿）公開(kāi)征求意見(jiàn)的通知，并在征求意見(jiàn)稿的說(shuō)明中指出：“涉及人工智能等新技術(shù)和新領(lǐng)域新業(yè)態(tài)的發(fā)明專利申請(qǐng)明顯區(qū)別于其他發(fā)明專利申請(qǐng)，其特點(diǎn)在于，在發(fā)明解決方案中，除了技術(shù)一般還包含算法或商業(yè)方法等智力活動(dòng)規(guī)則和方法的特征”。這一方面表明了人工智能等新技術(shù)、新領(lǐng)域和新業(yè)態(tài)發(fā)明專利申請(qǐng)的特殊性，另一方面表明相關(guān)部門(mén)也在努力探索人工智能等新技術(shù)、新領(lǐng)域和新業(yè)態(tài)的發(fā)明專利申請(qǐng)?jiān)趯彶橐?guī)則方面的改進(jìn)，以積極應(yīng)對(duì)新形勢(shì)下的新挑戰(zhàn)。本文上述提出的觀點(diǎn)和建議也作為對(duì)該征求意見(jiàn)的通知的響應(yīng)，并期望能有更多的同行和人工智能領(lǐng)域的相關(guān)人員積極參與并予以指正。