近日，國知局公布了審查指南的修改草案（征求意見稿）。本次修改聚焦于人工智能、比特流等技術(shù)領(lǐng)域的審查規(guī)定，針對(duì)審查實(shí)踐中的熱點(diǎn)問題進(jìn)行了細(xì)化規(guī)定。本文將分析在AI方面的修改及其影響。

AI不能作為專利申請(qǐng)的發(fā)明人

修改草案在第一部分第一章4.1.2 發(fā)明人條款中明確規(guī)定：專利請(qǐng)求書中的發(fā)明人應(yīng)當(dāng)是個(gè)人，不得填寫單位、集體，以及人工智能的名稱。例如，不得將“某某課題組”或“人工智能XX”列為發(fā)明人。這一修改強(qiáng)調(diào)了發(fā)明人資格的法律要求，即只有自然人才能被認(rèn)定為專利發(fā)明人。

目前尚無真正“人工智能自主完成發(fā)明”的成熟案例，大部分所謂AI發(fā)明仍需人類研發(fā)者參與。該條款重申任何AI系統(tǒng)（如機(jī)器學(xué)習(xí)模型）本身不能作為發(fā)明人署名，確保專利權(quán)利歸屬明確在人類發(fā)明者名下。

《專利法》及審查實(shí)踐一貫要求發(fā)明人為真實(shí)的自然人。本次指南修改是在出現(xiàn)AI申請(qǐng)專利（例如DABUS案件）的背景下作出的明確回應(yīng)，杜絕申請(qǐng)人嘗試將AI列為發(fā)明人，從而避免法律和倫理爭議。

企業(yè)在提交AI相關(guān)專利時(shí)，應(yīng)當(dāng)如實(shí)填寫參與發(fā)明創(chuàng)造的所有人類研發(fā)人員的信息，不能將研發(fā)團(tuán)隊(duì)名稱或AI系統(tǒng)名字填入發(fā)明人欄。這一規(guī)定對(duì)申請(qǐng)文件的形式審查提出了更嚴(yán)格要求，也意味著如果企業(yè)讓AI參與研發(fā)，也必須由人類發(fā)明者提煉和總結(jié)發(fā)明內(nèi)容，以符合專利申請(qǐng)主體的規(guī)定。

這一點(diǎn)實(shí)際上對(duì)企業(yè)來說是有利的，對(duì)于AI生成的技術(shù)方案是否申請(qǐng)專利的考慮，只需要聚焦在技術(shù)方案本身的新創(chuàng)性上。

AI相關(guān)發(fā)明申請(qǐng)的倫理審查

人工智能和大數(shù)據(jù)應(yīng)用常涉及個(gè)人信息處理和自主決策。本次指南草案新增了針對(duì)專利法第五條第一款的審查規(guī)定，明確數(shù)據(jù)和算法的法律、倫理底線：

如果申請(qǐng)文件中記載的發(fā)明內(nèi)容（例如數(shù)據(jù)采集、標(biāo)注管理、規(guī)則設(shè)置、推薦決策等）違反法律、社會(huì)公德或者妨害公共利益，則依據(jù)專利法第五條第一款不授予專利權(quán)。這強(qiáng)調(diào)發(fā)明的實(shí)施不能依賴非法手段或違背公序良俗。特別地，涉及對(duì)個(gè)人信息的采集與利用，必須符合《個(gè)人信息保護(hù)法》等法律要求；涉及AI決策倫理的，也須符合社會(huì)道德準(zhǔn)則。

示例：基于大數(shù)據(jù)的商場床墊銷售輔助系統(tǒng)

案例概述：該發(fā)明提供一種商場內(nèi)床墊銷售輔助系統(tǒng)，通過攝像頭和人臉識(shí)別模塊在顧客不知情的情況下采集其面部特征并識(shí)別身份，然后分析偏好以輔助營銷。權(quán)利要求涵蓋了攝像模塊、人臉識(shí)別模塊用于秘密采集人臉信息等技術(shù)特征。

審查邏輯：審查員關(guān)注到發(fā)明涉及在公共場所秘密采集個(gè)人圖像和身份信息用于商業(yè)目的。這違反了《中華人民共和國個(gè)人信息保護(hù)法》的要求——法律規(guī)定在公共場所安裝人臉采集設(shè)備必須出于維護(hù)公共安全的必要，且需明示提示，采集的個(gè)人身份信息只能用于維護(hù)公共安全。本發(fā)明顯然將數(shù)據(jù)用于商業(yè)營銷，既非公共安全必要，又未征得用戶同意。

由于數(shù)據(jù)采集和利用方式與法律相違背，該申請(qǐng)被認(rèn)定屬于專利法第五條第一款的情形，不授予專利權(quán)。也就是說，任何依賴違法收集個(gè)人信息的技術(shù)方案都不能獲得專利。

所有涉及個(gè)人數(shù)據(jù)的大數(shù)據(jù)/AI發(fā)明，都必須確保數(shù)據(jù)獲取和處理手段合規(guī)合法。企業(yè)在此類專利申請(qǐng)中應(yīng)描述合規(guī)的實(shí)施方式（如獲取用戶授權(quán)、匿名化處理等），避免將違法情景寫入說明書或權(quán)利要求。如果發(fā)明本質(zhì)上無法避免違法，例如本例的“秘密收集人臉識(shí)別信息用于營銷”，那即使技術(shù)上創(chuàng)新也無法獲得專利。

示例：無人駕駛車輛應(yīng)急決策模型的建立方法

案例概述：該發(fā)明提出一種無人駕駛車輛在遇到不可避免碰撞時(shí)的應(yīng)急決策模型，據(jù)說明書推斷，其決策可能基于行人年齡和性別等因素來選擇“被保護(hù)對(duì)象”和“被撞對(duì)象”。權(quán)利要求涉及獲取歷史環(huán)境和障礙物數(shù)據(jù)、訓(xùn)練決策模型并用于車輛避障決策等步驟。

審查邏輯：審查重點(diǎn)在于模型決策規(guī)則的倫理道德影響。分析指出：生命價(jià)值平等是基本倫理，無論年齡或性別，每個(gè)人生命應(yīng)有同等尊嚴(yán)。如果無人車決策模型在無可避免事故中基于行人性別、年齡來決定撞誰保誰，這違背了公眾關(guān)于生命平等的道德觀。此外，這種算法偏好會(huì)加劇性別、年齡歧視偏見，引發(fā)公眾對(duì)無人車安全性的恐慌，破壞公共利益。

該發(fā)明的技術(shù)方案有悖社會(huì)公德，屬于不授予專利權(quán)的情形。即使其算法和傳感技術(shù)本身先進(jìn)，但由于應(yīng)用層面的決策準(zhǔn)則不道德，整項(xiàng)發(fā)明被排除出可專利客體。

涉及人工智能自主決策的發(fā)明，如果其結(jié)果或邏輯違背倫理（例如歧視、危害弱勢群體、安全隱患），都可能面臨第五條審查的否決。企業(yè)在設(shè)計(jì)和專利申請(qǐng)此類AI技術(shù)時(shí)應(yīng)謹(jǐn)慎：盡量避免將可能不道德的決策規(guī)則付諸實(shí)施或?qū)懭雽＠?/b>。如果某種權(quán)衡決策不可避免，也應(yīng)在說明書中強(qiáng)調(diào)符合倫理原則的約束或安全措施，以降低被認(rèn)定違背公德的風(fēng)險(xiǎn)。

AI相關(guān)發(fā)明申請(qǐng)的創(chuàng)造性審查：算法與技術(shù)特征的互動(dòng)貢獻(xiàn)

人工智能相關(guān)發(fā)明往往同時(shí)包含算法特征和硬件/應(yīng)用特征。本次指南修訂進(jìn)一步明確了創(chuàng)造性評(píng)價(jià)的基準(zhǔn)：如果權(quán)利要求中算法特征與技術(shù)特征在功能上相互支持、存在互動(dòng)關(guān)系，則在評(píng)估創(chuàng)造性時(shí)應(yīng)考慮算法特征對(duì)技術(shù)方案所作出的貢獻(xiàn)。換言之，不能簡單將算法部分視作與技術(shù)無關(guān)而忽略。

同時(shí)，指南通過正反兩方面新增典型案例，說明何種AI發(fā)明具備創(chuàng)造性，何種不具備：

示例：廢鋼等級(jí)劃分神經(jīng)網(wǎng)絡(luò)模型的建立方法（具備創(chuàng)造性）

案例概述：本發(fā)明要解決提高廢鋼按平均尺寸劃分等級(jí)準(zhǔn)確性的問題，提出了一種建立廢鋼等級(jí)劃分神經(jīng)網(wǎng)絡(luò)模型的方法。發(fā)明方案通過卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，實(shí)現(xiàn)對(duì)雜亂堆疊的廢鋼圖像進(jìn)行特征提?。伾⑦吘?、紋理等），輸出廢鋼等級(jí)分類結(jié)果，以提高分揀效率和準(zhǔn)確率。權(quán)利要求包含具體的技術(shù)手段，例如三條線路的卷積層+池化層提取顏色和邊緣特征，進(jìn)一步提取紋理特征等細(xì)節(jié)。

對(duì)比文件1公開了一種利用已確定種類的廢鋼圖像數(shù)據(jù)訓(xùn)練模型的方法。區(qū)別在于：本發(fā)明訓(xùn)練的數(shù)據(jù)集和提取的特征不同，并且對(duì)卷積層和池化層的層數(shù)及連接方式做出了調(diào)整改進(jìn)，以適應(yīng)廢鋼尺寸雜亂無序的識(shí)別任務(wù)。這些改進(jìn)并未被現(xiàn)有技術(shù)公開，也非本領(lǐng)域公知常識(shí)。

審查邏輯：審查員首先正確確定實(shí)際要解決的技術(shù)問題是“如何提升廢鋼等級(jí)劃分的準(zhǔn)確性”。針對(duì)該問題，本發(fā)明在算法上做出了特定改進(jìn)：增加和調(diào)整卷積/池化層線路以提取關(guān)鍵特征。由于算法特征（模型架構(gòu)調(diào)整）與技術(shù)目標(biāo)緊密結(jié)合，共同提高了分揀準(zhǔn)確率，所以應(yīng)當(dāng)把這些算法改進(jìn)視為技術(shù)貢獻(xiàn)的一部分。進(jìn)一步，審查員判斷現(xiàn)有技術(shù)整體上沒有給出將對(duì)比文件1作上述改進(jìn)的啟示，因此該方案不顯而易見，具備創(chuàng)造性。

本發(fā)明通過特定的算法改進(jìn)實(shí)現(xiàn)技術(shù)性能提升，其算法特征與硬件應(yīng)用相互配合解決了實(shí)際問題，因而權(quán)利要求具備創(chuàng)造性。

當(dāng)AI算法經(jīng)過有針對(duì)性的改良以克服技術(shù)難題、取得技術(shù)效果（如更高準(zhǔn)確率、更快速度）時(shí)，這些算法細(xì)節(jié)應(yīng)被視作發(fā)明的重要?jiǎng)?chuàng)新點(diǎn)。企業(yè)在撰寫專利時(shí)應(yīng)突出算法與設(shè)備/應(yīng)用的協(xié)同作用，說明算法改進(jìn)如何帶來技術(shù)上的突破，以便在創(chuàng)造性評(píng)述中得到認(rèn)可。

示例：識(shí)別船只數(shù)量的方法（不具備創(chuàng)造性）

案例概述：該申請(qǐng)?zhí)岢鲆环N利用深度學(xué)習(xí)模型識(shí)別海域內(nèi)船只數(shù)量的方法，旨在解決準(zhǔn)確統(tǒng)計(jì)船只數(shù)量的技術(shù)問題。方案獲取船只圖片數(shù)據(jù)，通過常規(guī)深度學(xué)習(xí)訓(xùn)練出目標(biāo)檢測模型來計(jì)數(shù)船只。權(quán)利要求大致涵蓋獲取圖像、標(biāo)記船只、訓(xùn)練模型并輸出船只數(shù)量等步驟，但未體現(xiàn)任何算法結(jié)構(gòu)上的特殊改進(jìn)。

對(duì)比文件1公開了一種識(shí)別果實(shí)數(shù)量的方法，也是通過對(duì)圖像進(jìn)行標(biāo)注來訓(xùn)練深度學(xué)習(xí)模型識(shí)別目標(biāo)數(shù)量。兩者技術(shù)手段類似，只是識(shí)別對(duì)象由果實(shí)換成了船只。

審查邏輯：盡管應(yīng)用場景不同，但如果AI模型訓(xùn)練方法本身沿用了常規(guī)手段，沒有因?yàn)樽R(shí)別對(duì)象的變化而在算法上做出新的調(diào)整（如不同的網(wǎng)絡(luò)結(jié)構(gòu)或訓(xùn)練方法），那么解決的技術(shù)問題和采用的技術(shù)手段實(shí)際上與現(xiàn)有技術(shù)并無實(shí)質(zhì)差異。審查意見指出：將深度學(xué)習(xí)應(yīng)用于新對(duì)象（從果實(shí)到船只）不需要克服額外的技術(shù)困難，屬于本領(lǐng)域技術(shù)人員的常規(guī)能力，因此不足以構(gòu)成創(chuàng)造性的區(qū)別。

該發(fā)明僅是將成熟的圖像識(shí)別技術(shù)用于新類別目標(biāo)的簡單遷移，沒有技術(shù)手段上的革新，因而不具備創(chuàng)造性。

很多AI應(yīng)用型發(fā)明容易落入此情況——更換數(shù)據(jù)類型或應(yīng)用場景，但算法流程未變。如果企業(yè)的發(fā)明只是常規(guī)算法的直接應(yīng)用，創(chuàng)造性將難以認(rèn)可。為提高專利成功率，申請(qǐng)文件應(yīng)盡可能體現(xiàn)針對(duì)新場景的技術(shù)改進(jìn)（如模型結(jié)構(gòu)優(yōu)化、訓(xùn)練算法的創(chuàng)新等），否則可能因技術(shù)手段平平而被認(rèn)定為顯而易見。

AI相關(guān)發(fā)明申請(qǐng)的說明書充分公開的新要求

AI算法的“黑箱”特性給專利說明書的撰寫帶來挑戰(zhàn)：如果關(guān)鍵模型細(xì)節(jié)披露不充分，可能導(dǎo)致專利不滿足充分公開要求。對(duì)此，修改草案在第二部分第九章 6.3.1 說明書的撰寫中增加了具體要求，針對(duì)兩種常見情形確保發(fā)明內(nèi)容充分公開：

對(duì)于涉及人工智能模型的構(gòu)建或訓(xùn)練的發(fā)明，說明書中一般需要清楚記載模型必要的模塊、層級(jí)或連接關(guān)系，以及訓(xùn)練所需的具體步驟、參數(shù)等。也就是說，如果發(fā)明的創(chuàng)新點(diǎn)在于AI模型本身（結(jié)構(gòu)或訓(xùn)練方法），則模型架構(gòu)、訓(xùn)練流程等核心細(xì)節(jié)必須公開，使本領(lǐng)域技術(shù)人員能夠據(jù)此實(shí)現(xiàn)該模型。

對(duì)于涉及在特定領(lǐng)域/場景中應(yīng)用AI模型或算法的發(fā)明，說明書中一般需要清楚記載模型/算法如何與該具體領(lǐng)域場景相結(jié)合，以及算法或模型的輸入、輸出數(shù)據(jù)是如何設(shè)置以表明其內(nèi)在關(guān)聯(lián)關(guān)系等。也就是，如果AI只是作為工具應(yīng)用于某行業(yè)問題，說明書應(yīng)詳細(xì)描述AI與應(yīng)用場景交互的機(jī)制（如輸入輸出對(duì)應(yīng)關(guān)系、參數(shù)設(shè)定），以證明發(fā)明能夠解決該領(lǐng)域的技術(shù)問題。

上述要求的核心是在說明書層面保證充分公開：讓本領(lǐng)域技術(shù)人員閱讀后能夠?qū)崿F(xiàn)發(fā)明方案，而不因AI部分的模糊描述而無法實(shí)施。

所有AI相關(guān)專利申請(qǐng)的說明書都應(yīng)對(duì)算法部分做充分交代。企業(yè)在撰寫時(shí)要注意：不能只描述功能效果，而缺乏實(shí)現(xiàn)細(xì)節(jié)。對(duì)于自主開發(fā)的新模型，要公開其結(jié)構(gòu)設(shè)計(jì)和訓(xùn)練策略；對(duì)于應(yīng)用現(xiàn)有模型解決行業(yè)問題，要明確模型如何配置、輸入輸出如何對(duì)應(yīng)行業(yè)數(shù)據(jù)。如果涉及著名的開源模型或已知算法，在說明書中至少應(yīng)引用或簡述其原理，并交代如何集成到發(fā)明中。否則，說明書可能因公開不充分被發(fā)回修改甚至駁回。

示例：用于生成人臉特征的方法（說明書充分公開的示例）

發(fā)明概述：該申請(qǐng)旨在提高人臉圖像生成結(jié)果的準(zhǔn)確度，提出在第一卷積神經(jīng)網(wǎng)絡(luò)中設(shè)置“空間變換網(wǎng)絡(luò) (STN)”來確定人臉圖像的特征區(qū)域。通過多個(gè)卷積神經(jīng)網(wǎng)絡(luò)共享信息，減少內(nèi)存占用并提升生成準(zhǔn)確率。然而，說明書并未明確指出STN模塊在第一卷積網(wǎng)絡(luò)中的具體插入位置。

審查要點(diǎn)：表面看說明書遺漏了一個(gè)實(shí)現(xiàn)細(xì)節(jié)（STN的位置），但審查需要判斷這是否導(dǎo)致公開不充分。在本領(lǐng)域技術(shù)人員眼中，STN作為一個(gè)獨(dú)立模塊，可以嵌入CNN的任意位置而不影響其識(shí)別特征區(qū)域的功能。換言之，無論STN放在模型的何處，都能實(shí)現(xiàn)預(yù)期技術(shù)效果，不存在實(shí)現(xiàn)上的不確定性或多個(gè)實(shí)現(xiàn)方案導(dǎo)致的不可再現(xiàn)問題。

盡管說明書未詳細(xì)注明STN插入哪一層，但這一細(xì)節(jié)并不影響實(shí)現(xiàn)發(fā)明。所屬領(lǐng)域技術(shù)人員知曉各種插入方式均可行，能解決技術(shù)問題。因此，該發(fā)明的解決方案已在說明書中充分公開，滿足專利法要求。

如果申請(qǐng)人在說明書中省略了某些公知或無關(guān)緊要的實(shí)現(xiàn)細(xì)節(jié)，且本領(lǐng)域技術(shù)人員可以憑常識(shí)補(bǔ)充這些細(xì)節(jié)并實(shí)現(xiàn)發(fā)明，則不會(huì)影響充分公開的認(rèn)定。企業(yè)可以放心地略去對(duì)技術(shù)實(shí)現(xiàn)無實(shí)質(zhì)影響的細(xì)節(jié)，以保持說明書簡明；但前提是這樣的省略不會(huì)讓實(shí)現(xiàn)方案出現(xiàn)不確定性。

示例：基于生物信息預(yù)測癌癥的方法（說明書未充分公開的示例）

發(fā)明概述：該申請(qǐng)旨在提高惡性腫瘤預(yù)測的準(zhǔn)確性，構(gòu)建了一種惡性腫瘤增強(qiáng)篩查模型。模型輸入包括受試者的血常規(guī)、血生化檢測指標(biāo)和人臉圖像特征，輸出預(yù)測值。也就是說，它嘗試將生物化驗(yàn)數(shù)據(jù)和人臉特征結(jié)合，用AI預(yù)測癌癥風(fēng)險(xiǎn)。

審查要點(diǎn)：說明書存在關(guān)鍵缺陷：未披露具體哪些血液指標(biāo)與腫瘤相關(guān)，也未解釋人臉特征與罹患腫瘤之間有何關(guān)聯(lián)。對(duì)于本領(lǐng)域技術(shù)人員來說，目前醫(yī)學(xué)和AI知識(shí)并不能自明地推斷“哪些指標(biāo)能判斷惡性腫瘤”以及“人臉特征如何反映癌癥風(fēng)險(xiǎn)”。換句話說，發(fā)明提出了一個(gè)猜想式的方案，但沒有給出讓技術(shù)人員信服的實(shí)施細(xì)節(jié)或數(shù)據(jù)支撐。

由于缺少必要的關(guān)聯(lián)機(jī)制描述，導(dǎo)致發(fā)明所要解決的技術(shù)問題實(shí)際上無法通過說明書所載方案解決——技術(shù)人員不知如何選取有效指標(biāo)、如何利用人臉特征。故該申請(qǐng)未滿足充分公開要求。審查認(rèn)為：如果說明書連實(shí)現(xiàn)途徑和因果關(guān)系都未講清，就無法認(rèn)為公開了完整解決方案。

此示例警示企業(yè)，不要提交缺乏實(shí)證依據(jù)的泛泛方案。在AI跨領(lǐng)域應(yīng)用中，如果某些要素關(guān)聯(lián)尚不明確，申請(qǐng)人應(yīng)在說明書中提供實(shí)驗(yàn)數(shù)據(jù)、文獻(xiàn)證明或至少合理的機(jī)理推測。否則，專利文件會(huì)因無實(shí)際可實(shí)施的技術(shù)教導(dǎo)而被認(rèn)定公開不充分。此外，企業(yè)在立項(xiàng)研發(fā)時(shí)也應(yīng)評(píng)估方案可行性——純粹依賴AI黑箱得出結(jié)論而無法解釋其合理性的方案，不僅專利申請(qǐng)有風(fēng)險(xiǎn)，實(shí)際研發(fā)也可能難以落地。

上述指南修改對(duì)人工智能相關(guān)專利從申請(qǐng)到審查的多個(gè)環(huán)節(jié)提出了新要求。企業(yè)需要據(jù)此調(diào)整專利申請(qǐng)策略和研發(fā)布局，以提高授權(quán)成功率并規(guī)避法律風(fēng)險(xiǎn)。以下從說明書撰寫、權(quán)利要求構(gòu)造、創(chuàng)造性論證和研發(fā)規(guī)劃幾個(gè)方面分析其影響：

說明書撰寫更加詳實(shí)透明：新的充分公開要求意味著企業(yè)在撰寫AI專利說明書時(shí)，必須提供更詳盡的技術(shù)細(xì)節(jié)。這可能需要投入更多研發(fā)資源記錄和驗(yàn)證模型結(jié)構(gòu)、參數(shù)選擇、訓(xùn)練步驟，以及AI在具體場景中的工作細(xì)節(jié)。企業(yè)應(yīng)建立標(biāo)準(zhǔn)流程，將AI模型開發(fā)文檔化，以便撰寫專利時(shí)直接提取關(guān)鍵參數(shù)和結(jié)構(gòu)說明。這也促使研發(fā)團(tuán)隊(duì)在設(shè)計(jì)階段就關(guān)注“如何解釋我的模型”，減少“黑箱”成分，從源頭提高發(fā)明的可公開性。

鑒于審查指南強(qiáng)調(diào)算法特征與技術(shù)特征的結(jié)合貢獻(xiàn)，權(quán)利要求書應(yīng)當(dāng)體現(xiàn)發(fā)明的技術(shù)改進(jìn)點(diǎn)，而不僅是商業(yè)規(guī)則或算法的流程描述。企業(yè)在起草AI相關(guān)權(quán)利要求時(shí)，宜將算法步驟置于具體技術(shù)環(huán)境中描述，如結(jié)合特定硬件模塊、傳感器輸入、工業(yè)控制流程等，使算法成為解決技術(shù)問題的一部分。這樣既避免了權(quán)利要求被認(rèn)定為抽象算法，又方便在創(chuàng)造性審查時(shí)強(qiáng)調(diào)技術(shù)效果。此外，對(duì)于涉及視頻、圖像等數(shù)字?jǐn)?shù)據(jù)的發(fā)明，可考慮多維度撰寫（方法、裝置、介質(zhì)）以覆蓋不同權(quán)利要求類型，符合指南對(duì)權(quán)利要求形式的規(guī)范。

本次修改通過案例明確了創(chuàng)造性判斷的思路，關(guān)鍵在于發(fā)明是否解決了技術(shù)上的挑戰(zhàn)。因此，企業(yè)在專利申請(qǐng)文件和后續(xù)答復(fù)中，應(yīng)圍繞“本發(fā)明解決了什么技術(shù)難題，現(xiàn)有技術(shù)為何無法輕易解決”來展開。

強(qiáng)調(diào)算法改進(jìn)帶來的性能提升（例如更高精度、更低算力占用），并提供對(duì)比數(shù)據(jù)或?qū)嶒?yàn)結(jié)果支撐。如果發(fā)明結(jié)合了特定應(yīng)用場景，說明常規(guī)算法直接應(yīng)用的不足，以及本發(fā)明為克服這些不足做出的特殊設(shè)計(jì)。

避免將發(fā)明表述為只是在不同數(shù)據(jù)集上應(yīng)用通用算法，而要突出技術(shù)手段上的差異。必要時(shí)，引用同行業(yè)普遍遇到的技術(shù)瓶頸，來凸顯發(fā)明的非顯而易見性。 通過上述措施，在專利文件中預(yù)先埋下創(chuàng)造性論據(jù)，有助于審查時(shí)說服審查員認(rèn)可算法特征的貢獻(xiàn)。

指南對(duì)法律和倫理的明確要求（專利法第五條）將影響企業(yè)的研發(fā)取向。AI項(xiàng)目在立項(xiàng)和實(shí)施時(shí)，企業(yè)應(yīng)同步評(píng)估其法律風(fēng)險(xiǎn)和社會(huì)影響：涉及個(gè)人隱私數(shù)據(jù)的項(xiàng)目，要優(yōu)先考慮合規(guī)方案（如獲取用戶同意、數(shù)據(jù)脫敏等），從研發(fā)設(shè)計(jì)上杜絕違法路徑。

涉及AI決策倫理的項(xiàng)目，應(yīng)設(shè)置倫理審核機(jī)制，確保算法決策符合主流價(jià)值觀。例如無人駕駛決策可考慮以最小傷害原則代替歧視性規(guī)則。只有在算法邏輯上符合公序良俗，相關(guān)專利才有授權(quán)機(jī)會(huì)。 同時(shí)，創(chuàng)造性標(biāo)準(zhǔn)的提高意味著企業(yè)應(yīng)聚焦核心技術(shù)突破進(jìn)行布局，而非大范圍地將AI用于任何場景都去申請(qǐng)專利。因?yàn)槠接沟膽?yīng)用型專利將難以通過審查，專利組合應(yīng)更側(cè)重那些有技術(shù)深度和差異化的創(chuàng)新。

新的指南提供了更清晰的審查尺度，這反過來幫助企業(yè)更好地準(zhǔn)備申請(qǐng)文件。對(duì)企業(yè)而言，提交申請(qǐng)前自查說明書是否滿足AI特有的披露要求，尤其注意避免“黑箱”描述。對(duì)于每項(xiàng)權(quán)利要求，自問“算法和硬件是如何配合產(chǎn)生技術(shù)效果的”，確保文件中已有解答。針對(duì)潛在第五條問題，主動(dòng)刪改或解釋可疑內(nèi)容，提交補(bǔ)充說明以表明合規(guī)。 這樣做可以減少來回補(bǔ)正、駁回復(fù)審的情況，提高審查效率和授權(quán)概率。

Maxipat致力于作為成為科技創(chuàng)新和知識(shí)產(chǎn)權(quán)工作的AI加速器，主要包括輔助創(chuàng)新：提高研發(fā)的科技創(chuàng)新效率；智能搜索與分析：將專利搜索和報(bào)告制作借助AI實(shí)現(xiàn)智能化，包括智能查新、無效、FTO、Landscaping報(bào)告；投資助手：快速生成投資賽道報(bào)告、專利購買篩選、專利轉(zhuǎn)化評(píng)估。目前開放注冊(cè)中。輔助科技創(chuàng)新和知識(shí)產(chǎn)權(quán)工作的AI智能體

感興趣的朋友可以通過以下三種方式填寫申請(qǐng)信息：

1. 請(qǐng)發(fā)郵件到郵箱：info@maxipat.com

2. 點(diǎn)擊文末閱讀全文；

3. 掃描以下二維碼

感興趣的朋友可以加筆者微信patentlight