中國自主研發(fā)的人工智能模型DeepSeek近日成為熱議焦點。這款國產(chǎn)技術不僅在智能水平上逼近國際頂尖水準，中文理解能力尤為亮眼，加之價格大幅低于同類產(chǎn)品，迅速點燃了公眾對人工智能技術發(fā)展的新一輪熱情，被視作中國大模型領域突破的又一標志性進展。那么人工智能領域高價值專利該如何布局?

本文將結合對于谷歌Transformer模型中國同族專利申請案(201880007309X)的審查過程，探討該領域高價值專利的布局策略，以期帶給讀者一些啟發(fā)。該案在2024年1月23日被國知局駁回，后提復審繼續(xù)審查，國知局于2024年12月31日下發(fā)了第四次審查意見通知書，有趣的是，同日國家知識產(chǎn)權局發(fā)布了《人工智能相關發(fā)明專利申請指引（試行）》(以下簡稱指引)，該指引為各創(chuàng)新主體撰寫及申報該領域申請?zhí)峁┝撕芎玫闹笇б饬x。

案情梳理

權利要求1：一種包括一個或多個計算機和存儲指令的一個或多個存儲設備的系統(tǒng)，當所述指令由所述一個或多個計算機執(zhí)行時，使得所述一個或多個計算機實施用于將具有按照輸入順序的多個輸入位置中的每一個輸入位置處的各自的網(wǎng)絡輸入的輸入序列轉換為具有按照輸出順序的多個輸出位置中的每一個輸出位置處的各自的網(wǎng)絡輸出的輸出序列的序列轉換神經(jīng)網(wǎng)絡，所述序列轉換神經(jīng)網(wǎng)絡包括：編碼器神經(jīng)網(wǎng)絡，被配置為接收輸入序列并生成輸入序列中的每個網(wǎng)絡輸入的各自的編碼表示，所述編碼器神經(jīng)網(wǎng)絡包括一個或多個編碼器子網(wǎng)的序列，每個編碼器子網(wǎng)被配置為接收多個輸入位置中的每一個輸入位置的各自的編碼器子網(wǎng)輸入，并生成多個輸入位置中的每一個輸入位置的各自的子網(wǎng)輸出，并且每個編碼器子網(wǎng)包括：編碼器自注意力子層，被配置為接收多個輸入位置中的每一個輸入位置的子網(wǎng)輸入，并且對于按照輸入順序的每個特定輸入位置：使用從特定輸入位置處的編碼器子網(wǎng)輸入導出的一個或多個查詢，在輸入位置處的編碼器子網(wǎng)輸入上應用注意力機制，以生成特定輸入位置的各自的輸出;和 解碼器神經(jīng)網(wǎng)絡，被配置為接收編碼表示并生成輸出序列。

本案的爭議焦點在于審查員認為權1要求保護的“對神經(jīng)網(wǎng)絡算法的改進”是一種通用模型，盡管申請人在第三次OA答復時將應用領域限定到“神經(jīng)機器翻譯系統(tǒng)、語音識別系統(tǒng)、自然語言處理系統(tǒng)、計算機輔助醫(yī)療診斷系統(tǒng)或圖像處理系統(tǒng)”，也未得到審查員的認可并被駁回。

駁回理由

①非專利法意義上的技術方案：權利要求限定的是對神經(jīng)網(wǎng)絡算法的改進，解決的是神經(jīng)網(wǎng)絡自身在序列轉換中的問題，采用的是神經(jīng)網(wǎng)絡的計算過程這一手段，達到的是提高神經(jīng)網(wǎng)絡算法性能的效果，均不屬于專利法意義上的技術問題、技術手段和技術效果。

②與具體應用領域沒有關聯(lián)：該算法執(zhí)行與具體應用領域無關聯(lián)，未解決具體技術領域的具體問題，雖然由計算機實施，但與計算機沒有關聯(lián)，未改進計算機系統(tǒng)內(nèi)部性能，沒有體現(xiàn)算法與計算機的特定技術關聯(lián)，因此不構成技術方案。

在復審階段國知局下發(fā)的第四次審查意見不提客體問題，又指出說明書公開不充分的兩個新問題：一是多頭注意力機制技術細節(jié)缺失，即未清楚記載如何整合多個注意力頭的輸出結果，使得技術方案無法實現(xiàn);二是按位置前饋層技術細節(jié)不完整，即未清楚記載多個學習的線性變換的具體步驟和非線性激活函數(shù)的設置，前饋層實現(xiàn)存在障礙。

人工智能落地到具體應用領域時，可能出現(xiàn)介于專利法規(guī)定內(nèi)的技術方案與數(shù)學計算方法之間邊界不清的情形，例如，對于涉及抽象人工智能算法或模型的權利要求，可在權利要求中體現(xiàn)算法或模型處理的是技術領域中具有確切技術含義的文本、圖像、音頻或視頻等數(shù)據(jù)，使得基于本領域技術人員的理解，算法的執(zhí)行能直接體現(xiàn)出利用自然規(guī)律解決該領域某一技術問題的過程，并且獲得了技術效果。

需要注意的是，如果利用人工智能算法或模型挖掘出的指標參數(shù)與預測結果之間的內(nèi)在關聯(lián)關系僅僅受到經(jīng)濟規(guī)律或社會規(guī)律的制約，則屬于未遵循自然規(guī)律的情形。在《指引》中列舉了這樣一個例子：一種利用神經(jīng)網(wǎng)絡預估地區(qū)經(jīng)濟景氣指數(shù)的方法，利用神經(jīng)網(wǎng)絡挖掘經(jīng)濟數(shù)據(jù)和用電數(shù)據(jù)與經(jīng)濟景氣指數(shù)之間的內(nèi)在關聯(lián)關系，并基于該內(nèi)在關聯(lián)關系進行地區(qū)經(jīng)濟景氣指數(shù)的預測。由于經(jīng)濟數(shù)據(jù)和用電數(shù)據(jù)與經(jīng)濟景氣指數(shù)之間的內(nèi)在關聯(lián)關系受到經(jīng)濟規(guī)律制約，不受自然規(guī)律約束，因此該方案未利用技術手段，不構成技術方案。

根據(jù)上述谷歌的案例我們可以得到以下幾點撰寫思路和啟示：

一、緊扣新創(chuàng)性，結合應用場景

1.避免通用模型表述：不能僅將發(fā)明描述成通用模型，要突出在特定場景下的獨特應用和解決的特定問題，如在圖像識別場景中，針對特定類型圖像或特定識別任務的優(yōu)化等。

2.強調跨領域應用創(chuàng)新：人工智能技術應用到新的領域并產(chǎn)生獨特效果，需詳細描述應用場景及解決的新問題。比如，某公司將人工智能圖像識別技術應用于農(nóng)業(yè)病蟲害監(jiān)測，通過無人機采集農(nóng)田圖像，利用定制的深度學習算法精準識別病蟲害種類及受災程度，此前圖像識別多應用在安防、交通等領域，而此次在農(nóng)業(yè)領域的應用就是創(chuàng)新突破。申請專利時，要清晰說明如何針對農(nóng)業(yè)場景特點對圖像識別算法進行優(yōu)化調整，像考慮到不同農(nóng)作物葉片形態(tài)、顏色變化以及田間復雜光照等因素，進而體現(xiàn)出該技術在這個特定領域應用的創(chuàng)新性。

3.體現(xiàn)與硬件的關聯(lián)：當發(fā)明涉及計算機系統(tǒng)內(nèi)部性能改進時，可將原申請文件中體現(xiàn)了算法與計算機系統(tǒng)內(nèi)部結構存在特定技術關聯(lián)的技術特征加入權利要求。比如，在一項涉及神經(jīng)網(wǎng)絡訓練方法的權利要求中，加入利用分布式系統(tǒng)進行神經(jīng)網(wǎng)絡訓練時與神經(jīng)網(wǎng)絡訓練算法產(chǎn)生特定技術關聯(lián)的分布式計算節(jié)點的資源調配、信息交互傳遞等特征，從而體現(xiàn)出方案能夠提升訓練時硬件的執(zhí)行效果,獲得符合自然規(guī)律的計算機系統(tǒng)內(nèi)部性能改進的技術效果又如，涉及利用人工智能算法或模型對具體應用領域的大數(shù)據(jù)進行分析、預測或者評價、評估等的解決方案，在撰寫時，應在權利要求中明確記載采用哪些指標、參數(shù)等，采用何種算法或模型以得到何種預測結果，在答復審查意見時，應著重分析算法或模型處理的數(shù)據(jù)與要分析和預測的結果之間為何受自然規(guī)律約束，而不是僅僅體現(xiàn)管理學、經(jīng)濟學等非自然規(guī)律。如果算法與硬件有交互，要描述清楚交互的機制和過程，如傳感器數(shù)據(jù)的采集與算法處理的協(xié)同等。

二、做到充分公開，完整清晰呈現(xiàn)技術方案

1.完整描述技術方案核心內(nèi)容：對于人工智能技術涉及的算法、模型、數(shù)據(jù)處理等各方面，進行全方位的清晰闡述。若申請一個人工智能語音合成專利，要詳細說明語音特征提取的具體算法(如梅爾頻率倒譜系數(shù)的計算方法等)、文本到語音轉換的模型架構(如采用的深度學習網(wǎng)絡層數(shù)、各層神經(jīng)元連接情況等)以及訓練模型的數(shù)據(jù)來源和預處理方式等，不留關鍵技術環(huán)節(jié)的模糊點。

2.補充示例與附圖輔助說明：提供豐富的具體應用示例、實驗數(shù)據(jù)以及繪制準確清晰的附圖。例如在申請人工智能圖像分類專利時，給出不同類型圖像(如風景、人物、動物等)在不同環(huán)境下(強光、暗光等)的分類準確率測試數(shù)據(jù)，同時附上模型架構圖展示各模塊關系、分類流程示意圖展示數(shù)據(jù)流向等，以便審查員老師能夠直觀且深入地理解技術方案的可行性和優(yōu)勢。

三、確權要求合理，清晰界定保護范圍

1.權利要求表述清晰明確：使用嚴謹、準確且本領域公認的術語來撰寫權利要求，避免模糊不清或有歧義的表述。比如在定義人工智能算法中的某個關鍵參數(shù)時，要明確其取值范圍、計算方式等具體限定條件，清晰界定專利所保護的技術范圍。

2.涵蓋必要技術特征：獨立權利要求中須包含解決技術問題所不可或缺的全部技術特征，以完整地確定發(fā)明的保護范圍。例如，對于人工智能自動駕駛技術專利，獨權中要涵蓋環(huán)境感知傳感器(如激光雷達、攝像頭等的關鍵參數(shù)及布置方式)、決策算法(如基于深度學習的路徑規(guī)劃算法具體特征)以及車輛控制執(zhí)行模塊等關鍵技術特征，避免因缺少必要特征而導致保護范圍過窄或被認定無效。

3.不違反其他法律規(guī)定：人工智能技術用于數(shù)據(jù)收集時，要遵循數(shù)據(jù)隱私保護相關法律法規(guī)，在專利申請中可說明采取的合法合規(guī)的數(shù)據(jù)獲取、存儲及使用方式等，確保整個專利從技術到應用都符合法律要求。

當然，一項核心技術有時并非僅通過申請一項專利就能得到保護，往往需要形成多專利組合的專利布局策略。如科大訊飛的“一種語音意圖識別方法及裝置” 這項專利在首屆長江經(jīng)濟帶高價值專利轉化運用大賽亮相，該專利采用全新語音意圖識別方法，提高了語音意圖識別的準確性與時效性，增強語音交互和分析的靈活性與準確性，其端到端語音意圖識別是原生多模態(tài)大模型雛形。在專利布局方面圍繞核心專利布局 318 件外圍專利，構建全面專利保護網(wǎng)絡，為產(chǎn)品業(yè)務落地提供法律保障，體現(xiàn)對知識產(chǎn)權保護的重視;此外，通過與上下游企業(yè)合作，構建完善產(chǎn)業(yè)生態(tài)系統(tǒng)，開放合作促進技術共享與創(chuàng)新，推動產(chǎn)業(yè)鏈協(xié)同發(fā)展;該項目已廣泛應用于汽車、運營商、金融、公安、司法、國防等多個關鍵領域，為同類型企業(yè)提供了很好的示范作用。

可見，知識產(chǎn)權在很大程度上體現(xiàn)著一個企業(yè)的核心競爭力，在知識產(chǎn)權由高速增長階段轉向高質量發(fā)展階段的今天，持續(xù)輸出高價值專利，打造中國專利壁壘的矛與盾對每個科技型企業(yè)都提出了新的挑戰(zhàn)，也對代理從業(yè)者們提出了更高的要求。

參考文獻：

[1]李永紅，肖光庭.電學領域專利申請文件撰寫精要[M].知識產(chǎn)權出版社，2016.6

[2]馬天旗.高價值專利培育與評估[M].北京：知識產(chǎn)權出版社，2018：1-2;

[3]人工智能相關發(fā)明專利申請指引(試行)

[4]中倫世界.生成式人工智能領域的專利申請與布局策略

https://mp.weixin.qq.com/s/cqBU3dDBEh7LEGcED4nAEQ

[5]科大訊飛集團.科大訊飛獲得首屆長江經(jīng)濟帶高價值專利轉化運用大賽金獎.新浪網(wǎng)

https://finance.sina.com.cn/roll/2025-01-15/doc-inefaiqt7589412.shtml

中企檢測認證網(wǎng)提供iso體系認證機構查詢，檢驗檢測、認證認可、資質資格、計量校準、知識產(chǎn)權貫標一站式行業(yè)企業(yè)服務平臺。中企檢測認證網(wǎng)為檢測行業(yè)相關檢驗、檢測、認證、計量、校準機構，儀器設備、耗材、配件、試劑、標準品供應商，法規(guī)咨詢、標準服務、實驗室軟件提供商提供包括品牌宣傳、產(chǎn)品展示、技術交流、新品推薦等全方位推廣服務。這個問題就給大家解答到這里了，如還需要了解更多專業(yè)性問題可以撥打中企檢測認證網(wǎng)在線客服13550333441。為您提供全面檢測、認證、商標、專利、知識產(chǎn)權、版權法律法規(guī)知識資訊，包括商標注冊、食品檢測、第三方檢測機構、網(wǎng)絡信息技術檢測、環(huán)境檢測、管理體系認證、服務體系認證、產(chǎn)品認證、版權登記、專利申請、知識產(chǎn)權、檢測法、認證標準等信息，中企檢測認證網(wǎng)為檢測認證商標專利從業(yè)者提供多種檢測、認證、知識產(chǎn)權、版權、商標、專利的轉讓代理查詢法律法規(guī)，咨詢輔導等知識。

本文內(nèi)容整合網(wǎng)站：中國政府網(wǎng)、百度百科、搜狗百科、360百科、知乎、市場監(jiān)督總局 、國家認證認可監(jiān)督管理委員會

免責聲明：本文部分內(nèi)容根據(jù)網(wǎng)絡信息整理，文章版權歸原作者所有。向原作者致敬！發(fā)布旨在積善利他，如涉及作品內(nèi)容、版權和其它問題，請跟我們聯(lián)系刪除并致歉！

本文來源： http://www.1cjaei.cn/news/202502/xwif_55827.html