為了因應人工智慧(artificial intelligence, AI) 的快速發展和專利法不斷發展，美國專利商標局(United States Patent and Trademark Office, USPTO) 發布有關專利主題資格的全面指南更新，特別在於人工智慧發明。此次更新與「人工智慧的安全、可靠和可信賴的開發和使用」的第14110號行政命令保持一致，旨在為評估人工智慧相關專利權利要求的主題資格提供清晰度和一致性。
背景
鑑於人工智慧的變革潛力，拜登總統的第14110號行政命令強調需要負責任的人工智慧創新來應對社會挑戰，同時促進經濟成長和安全。該行政命令授權美國專利商標局發布有關專利資格的更新指南，以解決人工智慧和智慧財產權 (intellectual property, IP) 交叉的獨特考慮因素。
美國專利商標局的最新指南更新自《聯邦公報》發布之日起生效，旨在幫助專利審查員和利益相關者評估人工智慧相關的專利權利要求。據稱，此次更新納入利益相關者的反饋和聯邦巡迴法院最近的決定。
第一部分：指南更新的關鍵組成部分
1.現有專利主題資格指南概述
美國專利商標局的主題資格指南請見《專利審查程序手冊》(Manual of Patent Examining Procedure, MPEP) 第 2103-2106.07(c) 節，適用於所有技術，包括人工智慧發明。該指南將資格標準合併為一項分析，解決要求保護的發明是否屬於四個法定類別之一（過程、機器、製造和物質組合）以及是否針對司法例外（抽象思想、自然法則或自然現象）。
2.人工智慧發明的評估
該指南更新提供評估人工智慧發明的具體說明，重點關注現在眾所周知的愛麗絲/梅奧測試(Alice/Mayo test)的兩個關鍵領域：
—步驟2A，第一點：確定權利要求是否敘述抽象概念。
—步驟2A，第二點：評估權利要求是否將司法例外納入實際應用。
3.抽象思想和人工智慧發明
人工智慧發明可能涉及抽象概念，例如數學概念、組織人類活動的某些方法以及心理過程。該指南強調區分僅涉及抽象概念（其本身應該合格）的主張和那些敘述抽象概念的主張的重要性，需要進一步的資格分析。
更新提供額外的資格範例（在下面的第二部分中討論），以說明是否引用抽象概念的主張。例如，對基於特定硬體的 RFID 序號資料結構或用於監測牲畜健康和活動的系統的主張不被視為抽象概念。
4.實際應用與改進
確定主題資格的關鍵考慮因素是權利要求是否將司法例外納入實際應用。這可以透過表明所要求保護的發明改進電腦或另一技術或技術領域的功能來證明。
該指南強調為問題提供特定解決方案或實現預期結果的特定方式的聲明的重要性，而不僅僅是聲明解決方案的想法。例如，基於規則的三維角色唇形同步和臉部表情動畫系統的主張被發現可以改進現有的技術流程，因此是合格的。
5.人工智慧輔助發明
指南明確指出，發明創造的方法，包括人工智慧的使用，不是主題資格分析的考慮因素。然而，美國專利商標局最近關於人工智慧輔助發明的發明權的指南解釋說，現行法規不承認人工智慧系統對發明權的貢獻。如果一個或多個人對所要求保護的發明做出了重大貢獻，則人工智慧輔助發明仍可尋求專利保護。
6.法律從業人員的注意事項
- 了解司法例外：熟悉司法例外（抽象思想、自然法則和自然現象）和抽象思想的具體分組（數學概念、組織人類活動的某些方法和心理過程）。這種理解對於起草避免引用司法例外的權利要求至關重要。
- 著重實際應用：在撰寫人工智慧發明權利要求時，強調發明如何將司法例外融入實際應用。突出顯示對電腦或其他技術或技術領域的功能的具體改進。
- 利用範例：利用 USPTO 指南中提供的新範例以及下面討論的範例來建立您的權利要求。例如，描述人工智慧在特定技術領域的特定應用或實現期望結果的特定方式的聲明更有可能被認為是合格的。
- 在專利說明書中記錄技術改進：確保說明書清楚描述所要求保護的發明如何改善現有技術流程。該文件對於證明該權利要求不僅僅是一個抽象概念，而且是增強技術的實際應用至關重要。
- 隨時了解判例法：隨時了解聯邦巡迴法院最近與人工智慧和專利資格相關的決定。這些案例為法院如何解釋和應用主題資格標準提供了寶貴的見解。
- 考慮發明權問題：對於人工智慧輔助發明，確保人類發明家的貢獻得到明確記錄。雖然人工智慧系統可以協助發明過程，但目前的法律架構要求發明權歸屬於自然人。
第二部分：新例子
USPTO 指南引入三個新範例（編號 47 至 49）來說明其資格分析在人工智慧相關索賠中的應用。與先前的指南一樣，新指南側重於權利要求語言，似乎忽略人工智慧是否被用於開發所要求保護的發明。
1. 範例 47：用於異常檢測的人工神經網絡
此範例說明資格分析在陳述人工智慧特定限制的索賠中的應用，特別是使用人工神經網路來識別或檢測異常。此範例提出三個主張：
主張 1涉及用於人工神經網路的專用積體電路 (application-specific integrated circuit, ASIC) 。該權利要求描述ASIC 的物理結構，包括組織成陣列的多個神經元以及連接神經元的突觸電路。該索賠在步驟 1 中被認為符合資格，因為它屬於機器的法定類別。在步驟2A中，該權利要求被確定不援引司法例外，因為它針對的是具有特定硬體組件的實體設備，而不是抽象概念。
主張 2是透過人工神經網路（artificial neural network, ANN）離散連續訓練資料以產生輸入資料的方法權利要求。此方法包括接收訓練資料、透過神經網路處理、以及偵測和輸出異常。該索賠通過資格分析的所有步驟進行分析。在步驟2A Prong One，發現背誦一個心理過程（比較步驟）。然而，在步驟 2A 第二步中，發現該權利要求透過將司法例外與特定機器（人工神經網路）結合應用來將抽象概念融入實際應用中，以比只是使用通用電腦元件應用例外的指令。
主張 3 與主張 2 類似，但添加有關 ANN 結構和訓練的更多具體細節。該主張被認為符合步驟 2A 第 2 步的要求，因為它將抽象概念融入實際應用中。請求項列舉訓練和使用神經網路來檢測網路入侵的具體方式，這反映電腦功能的改進或其他技術或技術領域的改進。
此範例說明當涉及特定硬體實現或使用改進電腦功能或其他技術的特定機器或技術應用抽象概念時，人工智慧相關聲明如何符合資格。
2. 範例 48：基於 AI 的語音訊號處理
此範例示範對權利要求的分析，其中列舉基於人工智慧的方法來分析語音訊號並將所需語音與無關或背景語音分開。
主張 1是一種使用經過訓練的機器學習模型來處理語音訊號的方法。此方法包括接收語音訊號、擷取特徵、應用經過訓練的機器學習模型將語音訊號分離成多個分量，以及輸出所需的語音分量。該索賠通過資格分析的所有步驟進行分析。在步驟2A Prong One，發現背誦一個心理過程（語音成分的分離）。在步驟 2A 中，發現請求項沒有將抽像想法整合到實際應用中，因為使用通用機器學習模型來執行抽像想法相當於使用通用電腦元件應用異常的指令。因此，該索賠不符合要求。
主張 2 建立在主張 1 的基礎上，並加入有關機器學習模型的結構和訓練的具體細節，包括特定神經網路架構和訓練技術的使用。該主張被認為符合步驟 2A 第 2 步的要求，因為它將抽象概念融入實際應用中，記載訓練和使用神經網路處理語音訊號的具體方式，體現語音訊號處理技術的進步。
主張 3 與主張 2 類似，但著重於訓練模型的使用而非其訓練過程。該主張也被認為符合步驟 2A 第 2 步的要求，因為它將抽象概念融入實際應用中。該權利要求列舉訓練模型的具體實現，該模型改進語音訊號處理技術。
此範例說明如何添加有關人工智慧模型的結構、訓練或實施的具體技術細節，透過演示改進技術的實際應用，將原本不合格的索賠轉變為合格的索賠。
3. 範例49：人工智慧輔助個人化醫療
最後一個範例說明了對方法聲明的分析，其中引用人工智慧模型，該模型旨在根據特定患者的個別特徵協助個人化醫療。
主張 1是一種使用經過訓練的機器學習模型產生和管理治療計劃的方法。該方法包括接收患者數據，透過模型對其進行處理，並根據模型的輸出產生和管理治療計劃。該索賠通過資格分析的所有步驟進行分析。在步驟 2A Prong One 中，發現它背誦一個心理過程（產生治療計劃）。在步驟 2A 中，發現該權利要求並未將抽象概念整合到實際應用中，因為通用機器學習模型的使用相當於使用通用電腦元件應用例外的指令。
主張 2以主張 1為基礎，並添加涉及特定化合物的治療的細節。該主張被認為符合步驟 2A 第2步的要求，因為它將抽象概念融入實際應用中。
這個例子展示人工智慧輔助醫療方法在涉及人工智慧模型在具有「有意義的限制」的實際應用中的特定技術實現時如何合格（例如，透過主張2 所述的化合物進行的特定治療）。
這些例子共同說明美國專利商標局如何對人工智慧相關發明進行資格分析。他們強調，雖然人工智慧的某些應用可能不符合資格，但證明人工智慧技術的具體技術改進或實際應用的聲明可以滿足 35 U.S.C. 101. 與先前的指導一樣，從業者在起訴客戶的人工智慧相關發明時將必須瀏覽這些新範例。
結論
透過理解本指南的關鍵組成部分並應用上述實際考慮因素，法律從業人員可以更好地應對人工智慧發明專利申請的複雜性。隨著人工智慧不斷發展和重塑各個行業，及時了解情況並積極主動解決專利資格問題對於保護和促進創新至關重要。雖然最新的指導更新旨在為專利審查員和利益相關者提供急需的清晰度和方向，但該目標能否實現仍有待觀察。
資料來源：
Greenberg Traurig
https://gtlawinfo.com/rv/ff00cf1f507d911f713b79bba6478844a4434c41
