知己知彼，應對AI專(zhuān)利壁壘
返回列表
來(lái)源：
發(fā)布日期： 2019.08.22
近日，人工智能（AI）公司都將目光放在了谷歌公司的AI專(zhuān)利上——“使用深度神經(jīng)網(wǎng)絡(luò )處理圖像”“用于強化學(xué)習的方法與裝置”“為圖像分類(lèi)生成訓練樣本的系統與方法”“用于解決神經(jīng)網(wǎng)絡(luò )中的過(guò)擬合的系統和方法”等。事實(shí)上，谷歌、微軟等科技巨頭在機器學(xué)習方面的專(zhuān)利布局方面還包括更多的基礎算法和通用技術(shù)，這引發(fā)了業(yè)界的廣泛擔憂(yōu)?；跈C器學(xué)習的創(chuàng )業(yè)公司將面對強大的技術(shù)壁壘和侵權風(fēng)險，機器學(xué)習技術(shù)的研究和發(fā)展或將受到影響。那么算法模型是否具備可專(zhuān)利性，專(zhuān)利申請授權后又該如何應對呢？
實(shí)際上，中美對于算法模型的可專(zhuān)利性判斷在原則上是相近的。
我國《專(zhuān)利審查指南》規定：“如果一項權利要求僅僅涉及一種算法或數學(xué)計算規則，則該權利要求屬于智力活動(dòng)的規則和方法，不屬于專(zhuān)利保護的客體。如果一項權利要求除其主題名稱(chēng)之外，對其進(jìn)行限定的全部?jì)热輧H僅涉及一種算法或者數學(xué)計算規則，則該權利要求實(shí)質(zhì)上僅僅涉及智力活動(dòng)的規則和方法，不屬于專(zhuān)利保護的客體?！?/span>
美國專(zhuān)利法（35 U.S.C.101）也涉及專(zhuān)利保護客體的相關(guān)規定。從美國審查程序手冊的相關(guān)描述來(lái)看，美國認為如果所要求的過(guò)程僅涉及數字、抽象概念或想法或其信號表達，所述過(guò)程不能應用于適當的主題則不構成法定客體。美國最高法院在Benson案中強調了抽象的數學(xué)公式并非專(zhuān)利法意義上的保護客體，隨后在In re Walter和Abele案中逐步形成兩步判定法：首先，判斷權利要求是否對某一算法提出保護要求，然后，判斷算法是否被應用于具體環(huán)境、是否與前后物理要素之間存在結構性聯(lián)系（在裝置發(fā)明中）或者被用來(lái)限制特定的物理步驟（在方法發(fā)明中）。
這些規定與判例對算法模型是否能夠被授予專(zhuān)利權做出了解釋。中美都認為單純的算法與數學(xué)計算規則不屬于專(zhuān)利保護客體，是不能夠被授予專(zhuān)利權的。
再來(lái)了解下美國專(zhuān)利商標局對深度學(xué)習算法模型的專(zhuān)利審查思路。谷歌Dropout專(zhuān)利（公告號為US9406017B2）保護的是訓練神經(jīng)網(wǎng)絡(luò )的算法模型。谷歌其他還在審查中的公開(kāi)號分別為US20160335540A1（Dropout專(zhuān)利的分案申請）、US20160098632A1、US20170076196A1的專(zhuān)利申請也都是保護訓練神經(jīng)網(wǎng)絡(luò )的算法模型。美國專(zhuān)利商標局在2017年6月后的多次審查意見(jiàn)中不約而同指出其不屬于專(zhuān)利保護的客體，不具備可專(zhuān)利性（參考美國專(zhuān)利商標局網(wǎng)站http://globaldossier.uspto.gov/）。
這表明美國專(zhuān)利商標局對深度學(xué)習算法模型的審查趨向嚴格，單純的數學(xué)模型可能無(wú)法再獲得專(zhuān)利權，那么深度學(xué)習的基礎算法和通用技術(shù)也就不會(huì )像業(yè)界擔憂(yōu)的那樣被科技巨頭壟斷，當然，這還需要對美國專(zhuān)利商標局的審查結論持續關(guān)注。
對于已獲得授權的深度學(xué)習相關(guān)專(zhuān)利，例如谷歌的Dropout專(zhuān)利，創(chuàng )業(yè)公司可能會(huì )面臨侵權風(fēng)險。盡管谷歌還沒(méi)有實(shí)施深度學(xué)習相關(guān)專(zhuān)利，類(lèi)似的申請行為可能僅僅是防御性的，更多是為了防備專(zhuān)利流氓，但是，我國人工智能企業(yè)還是要積極做好準備去應對可能的侵權風(fēng)險。
在面對侵權訴訟時(shí)，合理運用無(wú)效程序可以幫助被訴人來(lái)對抗風(fēng)險。如果科技公司使用深度學(xué)習算法模型專(zhuān)利發(fā)起了訴訟，那么被訴人可以參考美國專(zhuān)利商標局的審查意見(jiàn)，依據35 U.S.C.101等條款提起專(zhuān)利無(wú)效訴訟進(jìn)行反制。
在研發(fā)階段做好專(zhuān)利預警，可以幫助創(chuàng )業(yè)公司規避風(fēng)險，具體來(lái)說(shuō)就是知己知彼。
如何知彼呢？由于美國專(zhuān)利商標局對深度學(xué)習算法模型的審查已經(jīng)趨向嚴格，申請人可能會(huì )采取將算法模型與具體應用結合或增加技術(shù)上的關(guān)聯(lián)等方式來(lái)獲得專(zhuān)利權，為了更好地了解這一領(lǐng)域的專(zhuān)利布局現狀，就需要做好專(zhuān)利預警，來(lái)指導研發(fā)工作的開(kāi)展。
如何知己呢？要根據公司的定位和目標規劃好研發(fā)方向，首先，深度學(xué)習開(kāi)源框架豐富多樣，可以通過(guò)選擇不同的硬件芯片公司及其提供的開(kāi)發(fā)軟件，結合不同深度學(xué)習開(kāi)源框架的使用，來(lái)降低風(fēng)險；其次，深度學(xué)習的基礎算法大多是開(kāi)源的，可以在開(kāi)源算法的基礎上進(jìn)行二次開(kāi)發(fā)，來(lái)獲得更符合預期的性能；再次，在訓練神經(jīng)網(wǎng)絡(luò )時(shí)，特定的訓練樣本能夠得到對應的最優(yōu)模型參數，可以將算法模型與特定的應用相關(guān)聯(lián)；最后，不同的算法通常各有所長(cháng)，研發(fā)人員可以根據對于運算速度或者網(wǎng)絡(luò )模型性能的不同追求進(jìn)一步開(kāi)發(fā)替代算法?？偟膩?lái)說(shuō)，科技公司需要從多角度拓寬思路，積極應對專(zhuān)利侵權風(fēng)險。
18027124727?18620026217