人工智能通用算法的专利保护

作者：孙宝海 合伙人、资深专利代理师、律师 ； 袁礼君 专利代理师、律师

抽象的算法属于智力活动规则和方法，不属于专利保护的客体[1]。只有算法和具体技术领域紧密结合，如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，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，该权利要求限定的解决方案才属于《专利法》第二条第二款所述的技术方案[2]。

对于人工智能通用算法，如果在撰写过程中处理不好，会导致在审查过程中专利申请授权的权利要求被缩限在一个较小的保护范围，甚至使专利申请因不符合专利保护客体的规定而被驳回。

因此，对于涉及通用算法的发明创造，如何既能获得专利保护，又能获得较大的保护范围，是申请人和专利代理师共同关注的一个问题。

下面结合案例来探讨解决该问题的思路和方法。

一个相关案例涉及人工神经网络算法的改进。该申请要解决的现有技术中存在的问题为：神经网络在每次前向传播时都会执行一次重塑，对于处理器而言，每次重塑都需要重置所有算子和张量资源，然后再进行计算；由于反复重塑，导致计算量大，资源占用率高。

该案例的独立权利要求如下：

1. 一种数据处理方法，应用于包括处理器的计算平台中，其特征在于，所述方法包括：

获取网络的各个层对应的重塑标识值，所述重塑标识值用于指示所述网络的各个层是否执行重塑操作；

当所述重塑标识值为第一预设值时，则直接执行所述网络的各个层的前向传播操作。

该案例中的算法是典型的通用算法，申请人在撰写过程中尝试将该算法与计算机应用技术领域结合。在实质审查过程中，审查员指出权利要求要求不符合专利法第2条第2款的规定，最终该申请未能获得授权。

该案例反映了部分申请人和专利代理师可能存在的一个误区：只要在说明书和权利要求书中添加“应用于计算机/处理器”的限定，或者方法的每个步骤中增加“计算机”的执行主体，就满足了算法和计算机技术领域的结合。

但是，审查员一般认为这样的方案并不符合算法和计算机技术领域的紧密结合的要求，将其认定为是由计算机执行的一个算法。审查员认为其解决的问题是算法本身导致计算机的计算量大，资源占用率高，解决的是算法本身存在的问题，不属于技术问题；获得的效果是由于算法改进本身带来的效果，不属于技术效果。技术方案是从算法的角度描述方案，没有体现算法和技术领域的紧密结合。

下面介绍一个涉及通用算法的比较成功的申请案例。

该案例提供一种具有外部存储器的增强神经网络。其中，神经网络被定义为采用一个或多个非线性单元的层来预测对于接收的输入的输出的机器学习模型。一些神经网络除了输出层之外还包括一个或多个隐藏层。每个隐藏层的输出用作到网络中下一层，即下一隐藏层或输出层的输入。网络的每层根据相应参数集合的当前值从所接收的输入生成输出。

该案例的独立权利要求如下：

1. 一种用于处理系统输入序列以产生系统输出序列的增强神经网络系统，所述增强神经网络系统包括：

神经网络，其中所述神经网络被配置为接收神经网络输入序列并且处理每个神经网络输入，以从所述神经网络输入生成神经网络输出；

外部存储器；和

存储器接口子系统，其中所述存储器接口子系统被配置为：对于所述神经网络输出中的每一个执行包括以下的操作：

提供从所述神经网络输出的第一部分导出的输出，作为所述系统输出序列中的系统输出；

对于所述外部存储器中的多个位置中的每一个，从所述神经网络输出的第二部分确定一个或多个写入权重集合；

根据所述写入权重集合，将由所述神经网络输出的第三部分定义的数据写入所述外部存储器；

对于所述外部存储器中的所述多个位置中的每一个，从所述神经网络输出的第四部分确定一个或多个读取权重集合；

根据所述读取权重集合，从所述外部存储器读取数据；以及

将从外部存储器读取的数据与所述系统输入序列中的下一个系统输入组合，以产生在所述神经网络输入序列中的下一个神经网络输入。

该案例权利要求1的主题是一种神经网络系统，包括一个通用的神经网络和外部存储器，改进点主要在于存储器接口子系统执行的操作，实质上属于一种通用算法。

实质审查过程中，审查员并未提出客体问题，直接评价该方案的新颖性和创造性，该申请最终获得授权。

在该申请的说明书中，明确记载了增强神经网络系统是接收系统输入序列并从系统输入生成系统输出序列的机器学习系统；该增强神经网络系统可以被配置为接收任何种类的数字数据输入并且基于该输入生成任何种类的分数或分类输出。而且，还以举例说明的方式描述了图像、因特网资源(例如，网页)、文档、针对用户的个性化推荐的特征、文本、口头话语、口头话语序列等输入，以及由此产生的输出。并且指出增强神经网络系统可以是语音合成系统、视频处理系统、对话系统、自动补全系统、文本处理系统、或强化学习系统的一部分。

通过说明书中记载的内容，一方面公开了算法与具体技术领域的结合，另一方面为权利要求书概况得出比较上位的保护范围提供实施例支持，使审查员更容易接受较大保护范围的权利要求。

说明书中基于系统架构结合各个流程图描述算法的步骤实现，整个方案看起来是基于硬件系统的实现。如果将其认定为计算机系统（人工智能芯片）的实现，神经网络通过存储器接口子系统对外部存储器进行操作，公开了基于算法对计算机系统各组成部分实施的设置或调整，而不是纯粹的算法，满足了算法与计算机特定领域的结合，从而认可其满足了专利客体的要求。

通过上述案例，给专利代理师在撰写涉及通用算法的申请文件时提供启示：涉及通用算法的方案，通常都包含数据读取和与算法相关的数据处理，可以参考上述案例2撰写包括算法主体（如神经网络）、数据读取接口系统和存储器部分，既克服了客体问题审查，又获得较大保护范围。

结合上述案例分析，对于专利代理师在撰写实务工作中处理涉及通用算法的方案时，包括如下几种处理方式：

1）在说明书中提供算法与不同应用领域结合的实施例，如与图像处理、语音处理、文本处理等；并对各个不同应用领域进行上位，或者说明书自定义的技术领域，如人工智能领域，通过举例和说明等方式以包含尽可能多的应用领域。对于应用领域的上位建议采用不同的层次，从而在实审过程中有更大的自由度和灵活性，争取到对申请人最有利的保护范围。

2）将算法和计算机/处理器/芯片（或人工智能芯片）技术领域紧密结合。所谓算法和计算机/芯片技术紧密结合，需要在计算机/处理器/芯片的系统和架构下，描述如何实现该算法，使该包含该算法的方案成为计算机/处理器/芯片的功能/一部分。

3）参照案例2提供一种包括硬件（如存储器）的算法实现。这样实现的方案，包含了硬件以及各个主体部分的交互，不再属于纯粹的算法，从而有可能克服客体问题，并且获得较大的专利保护范围。

通过上述多种方式处理，从而在规避存在客体问题的基础上争取比较大的专利保护范围。

目前，人工智能在学术上大家公认是一门技术科学，但在专利审查实务中，人工智能是通过计算机试图实现人类的智能，并不能完全落入符合自然规律的范畴，涉及人工智能的方案并不当然被认定为是技术方案。相信随着人工智能技术越来越深入地融入人类生产、生活的各个方面，包括人工智能算法的方案也会获得更好、更全面的保护。

注释：

[1] 《中华人民共和国专利法 》2009 [M]. 北京：知识产权出版社，2010

[2] 国家知识产权局：《专利审查指南》2020版知识产权出版社第二部分第九章