11月12日，國家知識產(chǎn)權(quán)局發(fā)布關(guān)于就《專利審查指南第二部分第九章修改草案（征求意見稿）》公開征求意見的通知。通知公布了包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請審查相關(guān)規(guī)定這一條的相關(guān)修改內(nèi)容，進(jìn)一步明確涉及人工智能、區(qū)塊鏈、商業(yè)規(guī)則和方法等新領(lǐng)域新業(yè)態(tài)專利審查規(guī)則的需求。

關(guān)于就《專利審查指南第二部分第九章修改草案（征求意見稿）》公開征求意見的通知

為全面貫徹黨中央國務(wù)院關(guān)于加強(qiáng)知識產(chǎn)權(quán)保護(hù)的一系列指示精神，回應(yīng)創(chuàng)新主體對進(jìn)一步明確涉及人工智能、區(qū)塊鏈、商業(yè)規(guī)則和方法等新領(lǐng)域新業(yè)態(tài)專利審查規(guī)則的需求，國家知識產(chǎn)權(quán)局起草形成了《專利審查指南第二部分第九章修改草案（征求意見稿）》（以下簡稱“征求意見稿”）。為廣泛征求社會各界意見，現(xiàn)將該征求意見稿及其起草說明予以公布。有關(guān)單位和各界人士可以在2019年12月11日前，選擇以下方式中的一種，圍繞征求意見稿的修改完善提出具體意見：

1. 電子郵件：tiaofasi@cnipa.gov.cn

2. 傳真：010-62083681

3. 信函：北京市海淀區(qū)西土城路6號國家知識產(chǎn)權(quán)局條法司審查政策處? 郵編100088（請于信封左下角注明“審查指南”）

附件：1.《專利審查指南第二部分第九章修改草案（征求意見稿）》

2.《關(guān)于<專利審查指南第二部分第九章修改草案（征求意見稿）>的說明》

附件1：

專利審查指南第二部分第九章修改草案

（征求意見稿）

6. 包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請審查相關(guān)規(guī)定

涉及人工智能、互聯(lián)網(wǎng)+、大數(shù)據(jù)以及區(qū)塊鏈等的發(fā)明專利申請，一般包含算法或商業(yè)規(guī)則和方法等智力活動的規(guī)則和方法特征，本節(jié)旨在根據(jù)專利法及其實(shí)施細(xì)則，對這類申請的審查特殊性做出規(guī)定。

6.1 審查基準(zhǔn)

審查應(yīng)當(dāng)針對要求保護(hù)的解決方案，即權(quán)利要求所限定的解決方案進(jìn)行。在審查中，不應(yīng)當(dāng)簡單割裂技術(shù)特征與算法特征或商業(yè)規(guī)則和方法特征等，而應(yīng)將權(quán)利要求記載的所有內(nèi)容作為一個(gè)整體，對其中涉及的技術(shù)手段、解決的技術(shù)問題和獲得的技術(shù)效果進(jìn)行分析。

6.1.1根據(jù)專利法第二十五條第一款第（二）項(xiàng)的審查

如果權(quán)利要求涉及抽象的算法或者單純的商業(yè)規(guī)則和方法，且不包含任何技術(shù)特征，則這項(xiàng)權(quán)利要求屬于專利法第二十五條第一款第（二）項(xiàng)規(guī)定的智力活動的規(guī)則和方法，不應(yīng)當(dāng)被授予專利權(quán)。例如，一種基于抽象算法且不包含任何技術(shù)特征的數(shù)學(xué)模型建立方法，屬于專利法第二十五條第一款第（二）項(xiàng)規(guī)定的不應(yīng)當(dāng)被授予專利權(quán)的情形。再如，一種根據(jù)用戶的消費(fèi)額度進(jìn)行返利的方法，該方法中包含的特征全部是與返利規(guī)則相關(guān)的商業(yè)規(guī)則和方法特征，不包含任何技術(shù)特征，屬于專利法第二十五條第一款第（二）項(xiàng)規(guī)定的不應(yīng)當(dāng)被授予專利權(quán)的情形。

如果權(quán)利要求中除了算法特征或商業(yè)規(guī)則和方法特征，還包含技術(shù)特征，該權(quán)利要求就整體而言并不是一種智力活動的規(guī)則和方法，則不應(yīng)當(dāng)依據(jù)專利法第二十五條第一款第（二）項(xiàng)排除其獲得專利權(quán)的可能性。

6.1.2根據(jù)專利法第二條第二款的審查

如果要求保護(hù)的權(quán)利要求作為一個(gè)整體不屬于專利法第二十五條第一款第（二）項(xiàng)排除獲得專利權(quán)的情形，則需要就其是否屬于專利法第二條第二款所述的技術(shù)方案進(jìn)行審查。

對一項(xiàng)包含算法特征或商業(yè)規(guī)則和方法特征的權(quán)利要求是否屬于技術(shù)方案進(jìn)行審查時(shí)，需要整體考慮權(quán)利要求中記載的全部特征。如果該項(xiàng)權(quán)利要求記載了對要解決的技術(shù)問題采用了利用自然規(guī)律的技術(shù)手段，并且由此獲得符合自然規(guī)律的技術(shù)效果，則該權(quán)利要求的解決方案屬于專利法第二條第二款所述的技術(shù)方案。例如，如果權(quán)利要求中涉及算法的各個(gè)步驟體現(xiàn)出與所要解決的技術(shù)問題密切相關(guān)，如算法處理的數(shù)據(jù)是技術(shù)領(lǐng)域中具有確切技術(shù)含義的數(shù)據(jù)，算法的執(zhí)行能直接體現(xiàn)出利用自然規(guī)律解決某一技術(shù)問題的過程，并且獲得了技術(shù)效果，則通常該權(quán)利要求的解決方案屬于專利法第二條第二款所述的技術(shù)方案。

6.1.3新穎性和創(chuàng)造性的審查

對包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請進(jìn)行新穎性審查時(shí)，應(yīng)當(dāng)考慮權(quán)利要求記載的全部特征，所述全部特征既包括技術(shù)特征，也包括算法特征或商業(yè)規(guī)則和方法特征。

對既包含技術(shù)特征又包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請進(jìn)行創(chuàng)造性審查時(shí)，應(yīng)將與技術(shù)特征功能上彼此相互支持、存在相互作用關(guān)系的算法特征或商業(yè)規(guī)則和方法特征與所述技術(shù)特征作為一個(gè)整體考慮。“功能上彼此相互支持、存在相互作用關(guān)系”是指算法特征或商業(yè)規(guī)則和方法特征與技術(shù)特征緊密結(jié)合、共同構(gòu)成了解決某一技術(shù)問題的技術(shù)手段,并且能夠獲得相應(yīng)的技術(shù)效果。

例如，如果權(quán)利要求中的算法應(yīng)用于具體的技術(shù)領(lǐng)域，可以解決具體技術(shù)問題，那么可以認(rèn)為該算法特征與技術(shù)特征功能上彼此相互支持、存在相互作用關(guān)系，該算法特征成為所采取的技術(shù)手段的組成部分，在進(jìn)行創(chuàng)造性審查時(shí)，應(yīng)當(dāng)考慮所述的算法特征對方案作出的貢獻(xiàn)。

再如，如果權(quán)利要求中的商業(yè)規(guī)則和方法特征的實(shí)施需要技術(shù)手段的調(diào)整或改進(jìn)，那么可以認(rèn)為該商業(yè)規(guī)則和方法特征與技術(shù)特征功能上彼此相互支持、存在相互作用關(guān)系，在進(jìn)行創(chuàng)造性審查時(shí)，應(yīng)當(dāng)考慮所述的商業(yè)規(guī)則和方法特征對方案作出的貢獻(xiàn)。

6.2 審查示例

以下，根據(jù)上述審查基準(zhǔn)，給出包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請的審查示例。

（1）屬于專利法第二十五條第一款第（二）項(xiàng)范圍之內(nèi)的包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請，不屬于專利保護(hù)的客體。

【例1】

一種建立數(shù)學(xué)模型的方法

申請內(nèi)容概述

發(fā)明專利申請的解決方案是一種建立數(shù)學(xué)模型的方法，通過增加訓(xùn)練樣本數(shù)量，提高建模的準(zhǔn)確性。該建模方法將與第一分類任務(wù)相關(guān)的其它分類任務(wù)的訓(xùn)練樣本也作為第一分類任務(wù)數(shù)學(xué)模型的訓(xùn)練樣本，從而增加訓(xùn)練樣本數(shù)量，并利用訓(xùn)練樣本的特征值、提取特征值、標(biāo)簽值等對相關(guān)數(shù)學(xué)模型進(jìn)行訓(xùn)練，并最終得到第一分類任務(wù)的數(shù)學(xué)模型，克服了由于訓(xùn)練樣本少導(dǎo)致過擬合而建模準(zhǔn)確性較差的缺陷。

申請的權(quán)利要求

一種建立數(shù)學(xué)模型的方法，其特征在于，包括以下步驟：

根據(jù)第一分類任務(wù)的訓(xùn)練樣本中的特征值和至少一個(gè)第二分類任務(wù)的訓(xùn)練樣本中的特征值，對初始特征提取模型進(jìn)行訓(xùn)練，得到目標(biāo)特征提取模型；其中，所述第二分類任務(wù)是與所述第一分類任務(wù)相關(guān)的其它分類任務(wù)；

根據(jù)所述目標(biāo)特征提取模型，分別對所述第一分類任務(wù)的每個(gè)訓(xùn)練樣本中的特征值進(jìn)行處理，得到所述每個(gè)訓(xùn)練樣本對應(yīng)的提取特征值；

將所述每個(gè)訓(xùn)練樣本對應(yīng)的提取特征值和標(biāo)簽值組成提取訓(xùn)練樣本，對初始分類模型進(jìn)行訓(xùn)練，得到目標(biāo)分類模型；

將所述目標(biāo)分類模型和所述目標(biāo)特征提取模型組成所述第一分類任務(wù)的數(shù)學(xué)模型。

分析及結(jié)論

該解決方案不涉及任何具體的應(yīng)用領(lǐng)域，其中處理的訓(xùn)練樣本的特征值、提取特征值、標(biāo)簽值、目標(biāo)分類模型以及目標(biāo)特征提取模型都是抽象的通用數(shù)據(jù)，利用訓(xùn)練樣本的相關(guān)數(shù)據(jù)對數(shù)學(xué)模型進(jìn)行訓(xùn)練等處理過程是一系列抽象的數(shù)學(xué)方法步驟，最后得到的結(jié)果也是抽象的通用分類數(shù)學(xué)模型。該方案是一種抽象的模型建立方法，其處理對象、過程和結(jié)果都不涉及與具體應(yīng)用領(lǐng)域的結(jié)合，屬于對抽象的數(shù)學(xué)方法的優(yōu)化，且整個(gè)方案并不包括任何技術(shù)特征，該發(fā)明專利申請的解決方案屬于專利法第二十五條第一款第（二）項(xiàng)規(guī)定的智力活動的規(guī)則和方法，不屬于專利保護(hù)客體。

（2）為了解決技術(shù)問題而利用技術(shù)手段，并獲得技術(shù)效果的包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請屬于專利法第二條第二款規(guī)定的技術(shù)方案，因而屬于專利保護(hù)的客體。

【例2】

一種卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練方法

申請內(nèi)容概述

發(fā)明專利申請?jiān)诟骷壘矸e層上對訓(xùn)練圖像進(jìn)行卷積操作和最大池化操作后，進(jìn)一步對最大池化操作后得到的特征圖像進(jìn)行水平池化操作，使訓(xùn)練好的CNN 模型在識別圖像類別時(shí)，能夠識別任意尺寸的待識別圖像。

申請的權(quán)利要求

一種卷積神經(jīng)網(wǎng)絡(luò) CNN 模型的訓(xùn)練方法，其特征在于，所述方法包括：

獲取待訓(xùn)練 CNN 模型的初始模型參數(shù)，所述初始模型參數(shù)包括各級卷積層的初始卷積核、所述各級卷積層的初始偏置矩陣、全連接層的初始權(quán)重矩陣和所述全連接層的初始偏置向量；

獲取多個(gè)訓(xùn)練圖像；

在所述各級卷積層上，使用所述各級卷積層上的初始卷積核和初始偏置矩陣，對每個(gè)訓(xùn)練圖像分別進(jìn)行卷積操作和最大池化操作，得到每個(gè)訓(xùn)練圖像在所述各級卷積層上的第一特征圖像；

對每個(gè)訓(xùn)練圖像在至少一級卷積層上的第一特征圖像進(jìn)行水平池化操作，得到每個(gè)訓(xùn)練圖像在各級卷積層上的第二特征圖像；

根據(jù)每個(gè)訓(xùn)練圖像在各級卷積層上的第二特征圖像確定每個(gè)訓(xùn)練圖像的特征向量；

根據(jù)所述初始權(quán)重矩陣和初始偏置向量對每個(gè)特征向量進(jìn)行處理，得到每個(gè)訓(xùn)練圖像的類別概率向量；

根據(jù)所述每個(gè)訓(xùn)練圖像的類別概率向量及每個(gè)訓(xùn)練圖像的初始類別，計(jì)算類別誤差；

基于所述類別誤差，對所述待訓(xùn)練 CNN 模型的模型參數(shù)進(jìn)行調(diào)整；

基于調(diào)整后的模型參數(shù)和所述多個(gè)訓(xùn)練圖像，繼續(xù)進(jìn)行模型參數(shù)調(diào)整的過程，直至迭代次數(shù)達(dá)到預(yù)設(shè)次數(shù)；

將迭代次數(shù)達(dá)到預(yù)設(shè)次數(shù)時(shí)所得到的模型參數(shù)作為訓(xùn)練好的 CNN 模型的模型參數(shù)。

分析及結(jié)論

該解決方案是一種卷積神經(jīng)網(wǎng)絡(luò) CNN 模型的訓(xùn)練方法，其中明確了模型訓(xùn)練方法的各步驟中處理的數(shù)據(jù)均為圖像數(shù)據(jù)以及各步驟如何處理圖像數(shù)據(jù)，體現(xiàn)出神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法與圖像信息處理密切相關(guān)。該解決方案所解決的是如何克服CNN 模型僅能識別具有固定尺寸的圖像的技術(shù)問題，該方案采用了在不同卷積層上對圖像進(jìn)行不同處理并訓(xùn)練的手段，利用的是遵循自然規(guī)律的技術(shù)手段，獲得了訓(xùn)練好的 CNN 模型能夠識別任意尺寸待識別圖像的技術(shù)效果。因此，該發(fā)明專利申請的解決方案屬于專利法第二條第二款規(guī)定的技術(shù)方案，屬于專利保護(hù)客體。