2024年7月16日，美国专利商标局（USPTO）发布了一份备受瞩目的指南——《人工智能主题资格指南》（2024 Guidance Update on Patent Subject Matter Eligibility, Including on Artificial Intelligence）。该份指南之所以备受瞩目，是因为此次指南更新的内容不仅是对专利主题适格性指导的一次重要补充，更是对美国专利法实践的一次深刻反思和前瞻性指导。该指南为AI技术领域的发明创造提供了更加清晰的专利保护路径，确保AI参与的创新成果能够得到合理的法律认可和保护。

本文将通过对该份指南的内容进行浅析，旨在帮助大家了解美国专利商标局对AI技术专利申请的审查标准和实践，特别是如何在专利申请中展示AI发明的创新性和实用性。通过解读指南中给出的示例，希望能够为知识产权从业者、技术发明者以及对AI技术感兴趣的企业和个人提供实用的建议和见解，以促进技术的创新和知识产权的保护。

近年来，人工智能（AI）及相关技术的快速发展对传统的专利适格性框架提出了重大挑战。AI创新通常涉及复杂的算法和数据处理技术，这些技术难以完全符合现有的可专利主题类别，这导致大量AI相关发明的专利申请，但评估这些申请具有较高难度和不确定性。

2019年，美国专利商标局（USPTO）发布的指南在应对现代技术进步，特别是软件和人工智能（AI）领域的挑战方面迈出了重要一步，根据2019年的指南，USPTO引入了一个两步框架来确定专利主题是否符合专利所保护的客体要求。第一步是确定申请是否涉及司法例外的情形，如抽象概念、自然法则、自然现象（judicial exception：abstract ideas, laws of nature, natural phenomena）。如果涉及司法例外的情形，则第二步需要审查权利要求是否记载了将司法例外纳入实际应用的附加要素，从而使该发明符合专利所保护的客体资格。

这一方法对专利领域产生了重大影响，数据显示，基于主题适格性的驳回数量有所减少，因为申请人更清楚如何构建其申请的权利要求以符合专利主题适格性标准。尽管2019年的指南带来了改进，但利益相关者发现某些领域仍需进一步明确，特别是关于AI相关发明的领域。如对于AI算法和数据处理方法，许多利益相关者反馈很难区分抽象概念和具有专利适格性的概念；又如2019年的指南虽然提供了一些示例，但缺少针对AI和新兴技术中的常见场景等。为了回应这些反馈，USPTO进行了全面的审查，在详细收集见解和建议后，2024年的指南更新了更清晰的定义、更具体的示例以及对AI相关专利更细致的评估方法。

2024年指南更新强调，AI创新并非自动被排除在专利适格性之外，而是关注AI相关的权利要求是否展示了实际应用或技术改进。这种方法与美国最高法院在Alice Corp. V. CLS Bank International以及Mayo Collaborative Services V. Prometheus Laboratories, Inc.两案中确立的更广泛框架（the broader framework）的观点相一致，强调将司法例外的情形整合到实际应用中的重要性。笔者认为指南中关于专利适格性确定的具体分析步骤十分具有参考价值，而且该流程也可以帮助专利从业者对专利制度有更加深入的理解。

该分析步骤流程图侧重于确定专利申请是否属于法定可专利性主题的类别。这些类别定义在美国专利法第35条第101款中，该条款是美国专利法中一项基础性规定，定义了哪些类型的发明可以获得专利。第101款规定“any new and useful process, machine, manufacture, or composition of matter, or any new and useful improvement thereof”，这确立了四类可获得专利保护的发明主题类型，即流程方法、机器、工业制品、物质组成，但该条款并未明确列出哪些类型不是专利保护的客体。然而如前述，美国法院判决和美国专利商标局指南已经确立，某些类别例如抽象思想、自然法则和自然现象，不属于专利权保护的客体范围。

根据该流程图，首先审查员需要结合说明书审查整个权利要求，以确定其是否属于可授予专利权的类别之一。如果权利要求明确指向其中一个类别，则分析将继续进行到下一步。但是，如果权利要求不属于专利权保护的客体类别，则会询问权利要求是否可以修改为可授予专利权的一个类别。如果权利要求可以修改为法定类别，则仍可能获得专利授权。

在某些情况下，该审查流程还包括一个决策点，即允许审查员进行简化分析。如果审查员在审查整个权利要求时，权利要求的资格已经较为明确，则审查员可能不需要进行后面Alice/Mayo的两步测试，这种简化分析可以为审查员和专利申请人节省时间和资源。

我们重点来看上述流程图中的Alice/Mayo的两步测试法，该测试法建立在初始法定主题资格评估的基础上，展示了如何判断抽象思想相关的权利要求是否能成为专利保护的客体。

Prong one（Does the claim recite an Abstract idea,Law of Nature,or Natural Phenomenon？）：首先判断权利要求是否引用了抽象思想、自然法则或自然现象。如果权利要求没有引用，那么它就不是抽象思想相关的发明创造，可能具有专利资格。如果权利要求确实引用了抽象思想、自然法则或自然现象，则进行Prong two。

Prong two（Does the claim recite additional elements that integrate the judicial exception into a practical application?）：判断权利要求是否将司法例外的情形集成到实际应用中，换句话说，这一步判断权利要求是否为抽象思想添加了足够多的具体元素或方法流程，将其转换为有用且具有创造性的东西。如果权利要求确实将司法例外的情形集成到实际应用中使该发明具有创造性，则它有可能具有可专利性，反之该项发明或者权利要求则可能因仅论述了抽象思想而不具有可专利性。

这里，确定权利要求是否将司法例外情形集成到实际应用中的考量因素包括：权利要求是否引用了众所周知的、常规的或传统的计算机组件或活动；权利要求是否侧重于以特定方式组织或结构化计算机组件；权利要求是否将抽象思想应用于特定的技术环境或使用领域。通过分析这些因素，审查员可以确定权利要求是否为抽象思想添加了足够多的实质性内容以使其具有专利资格。

由此可见，上述分析步骤不仅明确了关于专利主题适格性的审查程序，还为申请人如何拟定可专利性的权利要求提供了一定参考。

指南更新的另一个重点内容就是列举了三个示例（Example 47.48.49），详细示例文件附后，此处将通过解读示例47权利要求1和权利要求2来帮助大家理解如何将上述分析步骤应用于实际案例。

一种应用特定集成电路的人工神经网络-An application specific integrated circuit (ASIC) for an artificial neural network (ANN)

本发明旨在利用经过特殊训练的人工神经网络（ANN）识别或检测生物的异常数据，本申请还提供一种训练人工神经网络的方法，可以缩短训练时间并获得更准确的异常检测模型。

人工神经网络是一种机器学习模型，可用于执行各种复杂任务，例如图像识别、语音识别、模式识别和异常检测。对于异常检测的难点在于检测系统必须定义普通数据和异常数据之间的界限，并准确地将数据归类为普通数据或异常数据。在接近边界并基于特定应用领域的情况下，普通数据和异常数据之间的界限可能难以确定。例如，在网络安全或医学领域，微小的变化可能会触发对异常的识别，而在不太敏感的应用中，相对较大的偏差可能被视为正常。与使用传统方法执行的异常检测相比，本发明提供了一种使用经过训练的人工神经网络（ANN）快速准确识别异常的解决方案。

人工神经网络可以通过软件、硬件或软硬件结合来实现，在本发明一个优选方案中，神经元可以包含寄存器、微处理器和至少一个输入端。人工神经网络还可以通过专用集成电路 (ASIC) 实现，ASIC可以针对特定的人工智能应用进行专门定制，并可以提供卓越的计算能力和降低的功耗。

本发明涉及一种用于人工神经网络（ANN）的专用集成电路（ASIC），该ASIC具体包含：由多个神经元组成的阵列，其中每个神经元包含一个寄存器、一个微处理器和至少一个输入；以及多个突触电路，每个突触电路均包含用于存储突触权重的存储器，其中每个神经元通过该多个突触电路中的至少一个连接到至少另一个神经元。

首先，需要结合说明书以及本领域技术人员的理解对权利要求1进行最广泛且合理的解释，该权利要求描述了用于人工神经网络的应用特定集成电路 (ASIC)。虽然背景技术中提到“人工神经网络可以通过软件、硬件或软硬件结合来实现”，但由于权利要求1中所述的集成电路ASIC需要物理电路实现，因此该权利要求所要保护的ASIC是物理电路。

然后结合指南中给出的分析步骤做如下分析：

分析步骤 1: 是否属于专利权保护客体的法定类型

该权利要求描述了用于实现人工神经网络的ASIC，由于ASIC是物理电路，因此该权利要求实质上所要保护的是一种机器或制品，属于专利权保护客体的法定类别。（步骤1判断结果：是）

分析步骤2A, prong one: 是否引用了司法例外的情形

该权利要求描述了多个神经元（由寄存器和微处理器组成的硬件组件）和多个突触电路，它们共同构成一个人工神经网络。该权利要求没有引用任何抽象思想如数学概念、思维过程或组织人类活动的方法，虽然人工神经网络可以使用数学方法进行训练，但权利要求中并没有引用任何数学概念。由于该权利要求没有引用司法例外的情形（步骤 2A，prong one判断结果：否），因此它不会指向抽象概念（步骤 2A判断结果：否），最终得出该权利要求符合主题适格性的要求。

需要注意的是，这只是一个简短的分析示例，实际的分析过程会更加复杂，具体取决于权利要求的具体内容和美国专利法及相关判例的最新发展。

在全球化的今天，专利制度不仅是保护发明人智力成果的重要手段，更是激励创新、促进科技进步的重要机制。USPTO的这份指南更新，无疑为AI领域的创新者们提供了更明确的导航，帮助相关从业者更好地理解如何在专利申请中展示人工智能发明的创新性和实用性。通过明确规定和示例分析，USPTO展示了其在平衡专利保护与公共利益之间的思路和方法。

随着AI技术的不断进步，我们有理由相信，这份指南只是一个开始。未来，随着更多新兴技术的涌现，专利法将继续演进，以适应不断变化的创新环境。同时，我们也应该思考，如何在保护创新的同时，促进技术的普及和应用，让更多人受益于科技进步带来的福祉。这不仅是专利法制定者的责任，也是每一个科技从业者和政策制定者的共同使命。

钟婧文 Jona Zhong

■ 广东敦和律师事务所 

■ 执业律师