欧美极品第一页,一区二区三区四区高清视频,久草成色在线,在线观看网站免费入口在线观看国内

推廣 熱搜: 知識產權貫標  專利資助  認證  知識產權  專利補貼  檢測  認監委  CCC認證  人造肉  技術攻關 

結合谷歌申請案淺談人工智能領域高價值專利布局策略啟示

   日期:2025-02-28 20:21:16     來源:智專北斗     行業標準領域原創作者:姜瓔航     瀏覽:0    評論:0
核心提示:中國自主研發的人工智能模型DeepSeek近日成為熱議焦點。這款國產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

中國自主研發的人工智能模型DeepSeek近日成為熱議焦點。這款國產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品,迅速點燃了公眾對人工智能技術發展的新一輪熱情,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。該案在2024年1月23日被國知局駁回,后提復審繼續審查,國知局于2024年12月31日下發了第四次審查意見通知書,有趣的是,同日國家知識產權局發布了《人工智能相關發明專利申請指引(試行)》(以下簡稱指引),該指引為各創新主體撰寫及申報該領域申請提供了很好的指導意義。

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,當所述指令由所述一個或多個計算機執行時,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絡輸出的輸出序列的序列轉換神經網絡,所述序列轉換神經網絡包括:編碼器神經網絡,被配置為接收輸入序列并生成輸入序列中的每個網絡輸入的各自的編碼表示,所述編碼器神經網絡包括一個或多個編碼器子網的序列,每個編碼器子網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輸出,并且每個編碼器子網包括: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輸入導出的一個或多個查詢,在輸入位置處的編碼器子網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 解碼器神經網絡,被配置為接收編碼表示并生成輸出序列。

序號

審查意見時間順序

審查意見內容

相關法條

1

第一次審查意見

第 31、32 項權利要求不簡要

《專利法》第 26 條第 4 款

2

第二次審查意見

權1通過序列轉換神經網絡進行輸入輸出序列轉換,不涉及與具體領域的結合,本質是數學算法處理,是對神經網絡結構構建的計算過程的改進,不屬于技術手段

《專利法》第 2 條第 2 款

3

第三次審查意見

修改后的權1雖限定多個應用場景,但未針對特定輸入進行特定操作,未解決具體技術領域問題,提高神經網絡效率不屬于技術效果

《專利法》第 2 條第 2 款

4

第四次審查意見

“學習的查詢線性變換、學習的鍵線性變換、學習的值線性變換” 含義不明,未記載具體步驟,無法實現自注意力機制運算

《專利法》第 26 條第 3 款

 

本案的爭議焦點在于審查員認為權1要求保護的“對神經網絡算法的改進”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“神經機器翻譯系統、語音識別系統、自然語言處理系統、計算機輔助醫療診斷系統或圖像處理系統”,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網絡算法的改進,解決的是神經網絡自身在序列轉換中的問題,采用的是神經網絡的計算過程這一手段,達到的是提高神經網絡算法性能的效果,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:該算法執行與具體應用領域無關聯,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,未改進計算機系統內部性能,沒有體現算法與計算機的特定技術關聯,因此不構成技術方案。

在復審階段國知局下發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;二是按位置前饋層技術細節不完整,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的設置,前饋層實現存在障礙。

人工智能落地到具體應用領域時,可能出現介于專利法規定內的技術方案與數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、音頻或視頻等數據,使得基于本領域技術人員的理解,算法的執行能直接體現出利用自然規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與預測結果之間的內在關聯關系僅僅受到經濟規律或社會規律的制約,則屬于未遵循自然規律的情形。在《指引》中列舉了這樣一個例子:一種利用神經網絡預估地區經濟景氣指數的方法,利用神經網絡挖掘經濟數據和用電數據與經濟景氣指數之間的內在關聯關系,并基于該內在關聯關系進行地區經濟景氣指數的預測。由于經濟數據和用電數據與經濟景氣指數之間的內在關聯關系受到經濟規律制約,不受自然規律約束,因此該方案未利用技術手段,不構成技術方案。

根據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、緊扣新創性,結合應用場景

1.避免通用模型表述:不能僅將發明描述成通用模型,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化等。

2.強調跨領域應用創新:人工智能技術應用到新的領域并產生獨特效果,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業病蟲害監測,通過無人機采集農田圖像,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,而此次在農業領域的應用就是創新突破。申請專利時,要清晰說明如何針對農業場景特點對圖像識別算法進行優化調整,像考慮到不同農作物葉片形態、顏色變化以及田間復雜光照等因素,進而體現出該技術在這個特定領域應用的創新性。

3.體現與硬件的關聯:當發明涉及計算機系統內部性能改進時,可將原申請文件中體現了算法與計算機系統內部結構存在特定技術關聯的技術特征加入權利要求。比如,在一項涉及神經網絡訓練方法的權利要求中,加入利用分布式系統進行神經網絡訓練時與神經網絡訓練算法產生特定技術關聯的分布式計算節點的資源調配、信息交互傳遞等特征,從而體現出方案能夠提升訓練時硬件的執行效果,獲得符合自然規律的計算機系統內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據進行分析、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據與要分析和預測的結果之間為何受自然規律約束,而不是僅僅體現管理學、經濟學等非自然規律。如果算法與硬件有交互,要描述清楚交互的機制和過程,如傳感器數據的采集與算法處理的協同等。

二、做到充分公開,完整清晰呈現技術方案

1.完整描述技術方案核心內容:對于人工智能技術涉及的算法、模型、數據處理等各方面,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絡層數、各層神經元連接情況等)以及訓練模型的數據來源和預處理方式等,不留關鍵技術環節的模糊點。

2.補充示例與附圖輔助說明:提供豐富的具體應用示例、實驗數據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)在不同環境下(強光、暗光等)的分類準確率測試數據,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據流向等,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,獨權中要涵蓋環境感知傳感器(如激光雷達、攝像頭等的關鍵參數及布置方式)、決策算法(如基于深度學習的路徑規劃算法具體特征)以及車輛控制執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.不違反其他法律規定:人工智能技術用于數據收集時,要遵循數據隱私保護相關法律法規,在專利申請中可說明采取的合法合規的數據獲取、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絡,為產品業務落地提供法律保障,體現對知識產權保護的重視;此外,通過與上下游企業合作,構建完善產業生態系統,開放合作促進技術共享與創新,推動產業鏈協同發展;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,為同類型企業提供了很好的示范作用。

可見,知識產權在很大程度上體現著一個企業的核心競爭力,在知識產權由高速增長階段轉向高質量發展階段的今天,持續輸出高價值專利,打造中國專利壁壘的矛與盾對每個科技型企業都提出了新的挑戰,也對代理從業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:知識產權出版社,2018:1-2;

[3]人工智能相關發明專利申請指引(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濟帶高價值專利轉化運用大賽金獎.新浪網

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

中企檢測認證網提供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、知識產權貫標一站式行業企業服務平臺。中企檢測認證網為檢測行業相關檢驗、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,法規咨詢、標準服務、實驗室軟件提供商提供包括品牌宣傳、產品展示、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性問題可以撥打中企檢測認證網在線客服13550333441。為您提供全面檢測、認證、商標、專利、知識產權、版權法律法規知識資訊,包括商標注冊食品檢測第三方檢測機構網絡信息技術檢測環境檢測管理體系認證服務體系認證產品認證版權登記專利申請知識產權檢測法認證標準等信息,中企檢測認證網為檢測認證商標專利從業者提供多種檢測、認證、知識產權、版權、商標、專利的轉讓代理查詢法律法規,咨詢輔導等知識。

本文內容整合網站:中國政府網百度百科搜狗百科360百科知乎市場監督總局國家認證認可監督管理委員會

免責聲明:本文部分內容根據網絡信息整理,文章版權歸原作者所有。向原作者致敬!發布旨在積善利他,如涉及作品內容、版權和其它問題,請跟我們聯系刪除并致歉!

本文來源: http://www.rumin8raps.com/news/202502/xwif_55827.html

 
打賞
 
更多>同類行業標準資訊
0相關評論

行業標準推薦圖文
行業標準推薦資訊
行業標準點擊排行
ISO體系認證  |  關于我們  |  聯系方式  |  使用協議  |  版權隱私  |  網站地圖  |  排名推廣  |  廣告服務  |  積分換禮  |  網站留言  |  RSS訂閱  |  違規舉報  |  蜀ICP備07504973號
 
主站蜘蛛池模板: 琼结县| 红安县| 宁化县| 洪雅县| 甘孜县| 牡丹江市| 桃园市| 娱乐| 神木县| 宜春市| 广东省| 扶余县| 双峰县| 舟山市| 吴堡县| 石河子市| 双柏县| 甘德县| 丰镇市| 广元市| 苗栗县| 毕节市| 盘锦市| 合肥市| 平阴县| 金坛市| 建湖县| 大名县| 正定县| 南充市| 天祝| 来宾市| 长乐市| 澎湖县| 响水县| 罗田县| 黄龙县| 阿坝| 北辰区| 杭锦旗| 长治县|