为应对人工智能 (AI) 的快速发展和专利法的不断发展，美国专利商标局 (USPTO) 发布了有关专利主题资格的全面指导更新，特别关注人工智能发明。此更新与关于“安全、可靠和值得信赖地开发和使用人工智能”的第 14110 号行政命令相一致，旨在为评估与人工智能相关的专利权利要求的主题资格提供清晰度和一致性。

背景和背景

认识到人工智能的变革潜力，拜登总统的第 14110 号行政命令强调需要负责任的人工智能创新来应对社会挑战，同时促进经济增长和安全。该行政命令要求 USPTO 发布有关专利资格的最新指导，以解决人工智能和知识产权 (IP) 交叉领域的独特考虑因素。

USPTO 的最新指导更新自其在《联邦公报》上发布之日起生效，旨在协助专利审查员和利益相关者评估与人工智能相关的专利权利要求。据称，此次更新吸收了利益相关者的反馈意见和联邦巡回法院最近的决定。

第一部分：指南更新的关键组成部分

1. 现有专利主题资格指南概述

美国专利商标局的主题资格指南见《专利审查程序手册》（MPEP）第 2103-2106.07(c) 节，适用于所有技术，包括人工智能发明。该指南将资格标准合并为一个分析，解决所要求的发明是否属于四个法定类别之一（工艺、机器、制造和物质成分）以及是否针对司法例外（抽象概念、自然法则或自然现象）。

2. 人工智能发明的评估

指南更新提供了评估人工智能发明的具体说明，重点关注现在众所周知的 Alice/Mayo 测试的两个关键领域：

— 第 2A 步，第一部分：确定权利要求是否叙述了抽象概念。

— 步骤 2A，第二部分：评估权利要求是否将司法例外融入实际应用。

3. 抽象概念和人工智能发明

人工智能发明可能涉及抽象概念，例如数学概念、组织人类活动的某些方法以及心理过程。指南强调区分仅涉及抽象概念（本身应符合资格）和叙述抽象概念的权利要求的重要性，后者需要进一步的资格分析。

更新提供了额外的资格示例（在下面的第二部分中讨论），以说明叙述和不叙述抽象概念的权利要求。例如，对特定基于硬件的 RFID 序列号数据结构或用于监测牲畜健康和活动的系统的权利要求不被视为抽象概念。

4. 实际应用和改进

确定主题资格的一个关键考虑因素是权利要求是否将司法例外融入实际应用。这可以通过证明所要求的发明改进了计算机或其他技术或技术领域的功能来证明。

该指南强调了提供问题特定解决方案或实现预期结果特定方法的权利要求的重要性，而不仅仅是声称解决方案的想法。例如，基于规则的三维人物嘴唇同步和面部表情动画系统的权利要求被发现可以改进现有的技术流程，因此符合资格。

5. 人工智能辅助发明

该指南澄清，发明创造方法（包括使用人工智能）不是主题资格分析的考虑因素。然而，美国专利商标局最近关于人工智能辅助发明发明人资格的指南解释说，现行法规不承认人工智能系统为发明人资格作出的贡献。如果一人或多人对所要求的发明作出了重大贡献，人工智能辅助发明仍可寻求专利保护。

6. 法律从业人员的考虑事项

a.了解司法例外：熟悉司法例外（抽象概念、自然法则和自然现象）以及抽象概念的具体分组（数学概念、组织人类活动的某些方法和心理过程）。这种理解对于起草避免引用司法例外的权利要求至关重要。

b. 关注实际应用：在起草人工智能发明的权利要求时，强调该发明如何将司法例外融入实际应用。突出对计算机或其他技术或技术领域功能的具体改进。

c. 利用示例：利用 USPTO 指南中提供并在下面讨论的新示例来构建您的权利要求。例如，描述 AI 在特定技术领域的具体应用或实现预期结果的具体方法的权利要求更有可能被视为合格。

d. 在专利说明书中记录技术改进：确保说明书清楚地描述了所要求的发明如何改进现有的技术流程。此文档对于证明权利要求不仅仅是一个抽象的概念，而是一个增强技术的实际应用至关重要。

e. 随时了解案例法：随时了解联邦巡回法院最近关于 AI 和专利资格的裁决。这些案例提供了宝贵的见解，了解法院如何解释和应用主题资格标准。

f. 考虑发明人问题：对于 AI 辅助发明，确保清楚地记录人类发明人的贡献。虽然 AI 系统可以协助发明过程，但现行法律框架要求将发明人归于自然人。

第二部分：新示例

USPTO 指南引入了三个新示例（编号为 47 至 49），以说明其资格分析对 AI 相关权利要求的应用。与之前的指南一样，新指南侧重于权利要求语言，似乎忽略了 AI 是否用于开发所要求保护的发明。

1. 示例 47：用于异常检测的人工神经网络

此示例说明了资格分析对陈述特定于 AI 的限制的权利要求的应用，特别是使用人工神经网络来识别或检测异常。该示例提出了三项权利要求：

权利要求 1 针对用于人工神经网络的专用集成电路 (ASIC)。该权利要求描述了 ASIC 的物理结构，包括以阵列形式组织的多个神经元和连接神经元的突触电路。该权利要求在第 1 步被认定为符合资格，因为它属于机器的法定类别。在步骤 2A 的第一部分，该权利要求被确定为不叙述司法例外，因为它针对的是具有特定硬件组件的物理设备，而不是抽象概念。

权利要求 2 是一种通过人工神经网络 (ANN) 对连续训练数据进行离散化以生成输入数据的方法权利要求。该方法涉及接收训练数据、通过神经网络对其进行处理以及检测和输出异常。该权利要求通过资格分析的所有步骤进行分析。在步骤 2A 的第一部分，发现它叙述了一个心理过程（比较步骤）。然而，在步骤 2A 的第二部分，发现该权利要求通过将司法例外与特定机器（人工神经网络）结合使用来检测网络入侵，从而将抽象概念融入实际应用中，这种方式不仅仅是使用通用计算机组件应用例外的简单指令。

权利要求 3 与权利要求 2 类似，但增加了有关 ANN 的结构和训练的更多具体细节。这项权利要求在第 2A 步的第二部分中被认定为符合条件，因为它将抽象概念融入了实际应用中。该权利要求叙述了一种训练和使用神经网络检测网络入侵的特定方式，这反映了计算机功能的改进或其他技术或技术领域的改进。

此示例说明了当人工智能相关权利要求涉及特定硬件实现或当它们使用特定机器或技术应用抽象概念来改进计算机功能或其他技术时，它们如何符合条件。

2. 示例 48：基于人工智能的语音信号处理

此示例演示了对叙述基于人工智能的语音信号分析方法和将所需语音与无关或背景语音分离的方法的权利要求的分析。

此示例演示了对权利要求的分析，这些权利要求叙述了基于人工智能的语音信号分析方法，并将所需语音与无关或背景语音分离。

权利要求 1 是一种使用经过训练的机器学习模型处理语音信号的方法。该方法包括接收语音信号、提取特征、应用经过训练的机器学习模型将语音信号分离成各个分量，以及输出所需的语音分量。通过资格分析的所有步骤分析此权利要求。在步骤 2A 的第一部分，发现它叙述了一个心理过程（语音分量的分离）。在步骤 2A 的第二部分，发现该权利要求没有将抽象概念融入实际应用中，因为使用通用机器学习模型来执行抽象概念相当于使用通用计算机组件应用例外的指令。因此，该权利要求不合格。

权利要求 2 在权利要求 1 的基础上增加了有关机器学习模型的结构和训练的具体细节，包括使用特定的神经网络架构和训练技术。该权利要求在第 2A 步第二部分被认定为符合条件，因为它将抽象概念融入实际应用。该权利要求叙述了训练和使用神经网络处理语音信号的特定方式，反映了语音信号处理技术的改进。

权利要求 3 与权利要求 2 类似，但侧重于训练模型的使用而不是其训练过程。该权利要求在第 2A 步第二部分被认定为符合条件，因为它将抽象概念融入实际应用。该权利要求叙述了训练模型的具体实现，改进了语音信号处理技术。

此示例说明了如何通过添加有关 AI 模型的结构、训练或实现的具体技术细节，通过展示改进技术的实际应用，将原本不符合条件的权利要求转变为符合条件的权利要求。

3. 示例 49：AI 辅助个性化医疗

最后一个例子说明了对方法权利要求的分析，其中叙述了旨在根据特定患者的个人特征协助个性化医疗的 AI 模型。

权利要求 1 是一种使用经过训练的机器学习模型生成和管理治疗计划的方法。该方法包括接收患者数据、通过模型对其进行处理以及根据模型的输出生成和管理治疗计划。该权利要求通过资格分析的所有步骤进行分析。在步骤 2A 的第一部分，发现它背诵了一个心理过程（生成治疗计划）。在步骤 2A 的第二部分，发现该权利要求没有将抽象概念融入实际应用中，因为使用通用机器学习模型相当于使用通用计算机组件应用例外的指令。

权利要求 2 在权利要求 1 的基础上添加了涉及特定化合物的治疗细节。该权利要求在步骤 2A 的第二部分被认定为符合资格，因为它将抽象概念融入了实际应用中。

这个例子说明了当人工智能辅助医疗方法涉及具有“有意义的限制”的实际应用中人工智能模型的具体技术实现时，它们如何符合资格（例如，通过权利要求 2 所背诵的化合物进行的特定治疗）。

这些例子共同说明了美国专利商标局如何对人工智能相关发明进行资格分析。他们强调，虽然人工智能的某些应用可能不符合资格，但展示人工智能技术的具体技术改进或实际应用的权利要求可以满足 35 U.S.C. 101 下的资格要求。与之前的指导一样，从业者在起诉其客户的人工智能相关发明时必须应对这些新的例子。

结论

通过理解本指南的关键组成部分并应用上述实际考虑，法律从业者可以更好地应对为人工智能发明申请专利的复杂性。随着人工智能不断发展和重塑各个行业，及时了解并积极主动地解决专利资格问题对于保护和促进创新至关重要。虽然最新的指导更新旨在为专利审查员和利益相关者提供急需的清晰度和方向，但这一目标是否会实现仍有待观察。