智慧財產專業團體

黃詩芳專利師

一、前言

人類社會及經濟運作模式近年來因為數位科技的發展而快速變遷，人工智慧(Artificial Intelligence, AI)可謂此等變化的核心—舉凡基於使用者經驗的內容推薦、人像或語音等特徵辨識、自動駕駛、輔助醫學診斷、自動翻譯等等，皆屬AI技術之應用範圍，且即將全面地影響我們的生活。

世界各國的產官學界在AI相關技術的投入及發展，也可從全球的專利申請案中一窺端倪。根據WIPO (World Intellectual Property Organization)在2019年發布的「科技趨勢報告 (Technology Trends 2019, Artificial Intelligence) (註1)」，AI相關發明在世界各國的申請案，自2013年起出現顯著的成長。為因應AI創新技術之快速發展，歐洲專利局(EPO)與日本特許廳(JPO)在2018年分別針對AI相關發明發布了更新的審查基準(註2)，而新加坡專利局(Intellectual Property Office of Singapore，IPOS)不僅在2019年4月修訂審查基準相關章節，還推動AI專利優先計畫(註3) (Accelerated Initiative for Artificial Intelligence，簡稱AI2)，針對AI相關發明的專利申請案提供全球最快之「6個月內審結」的快速途徑。美國專利商標局(USPTO)則是在2019年8月徵詢各界對於AI相關發明專利審查的意見(註4)，以作為是否修訂審查基準之參考。

本文將針對歐洲、日本及新加坡之AI相關發明審查實務作一簡介，並探討美國正在研商的AI專利議題，期能有助於國人了解各國AI發明審查現況進而就AI相關研發成果進行國際專利佈局。

二、AI 相關發明的定義

(一) AI的定義

由於AI的核心技術及應用領域隨著時間不斷變化，事實上難以直接對於「AI」一詞給予明確定義。根據前述WIPO 2019年發布的「科技趨勢報告」，其表示為了報告的目的，將文中所提到的AI系統主要地視為一種在所執行任務上能夠學習而越來越改善的系統，人們僅需要極少的、甚至無須介入或操控。該定義事實上已涵蓋非常廣的AI核心技術及應用。其中，AI核心技術包括機器學習(machine learning)、神經網路(neural network)、仿生演算(bio-inspired algorithms)、深度學習(deep learning)、模糊邏輯(fuzzy logic)、支援向量機(support vector machine)等等，而應用領域包括電腦視覺(supervised learning)、語音處理(speech processing)、自然語言處理(natural language processing)、規劃與排程(planning/scheduling)、機器人(robotics)等。本文也大致沿用此定義。

(二) 各國專利局對於「AI相關發明」的定義

根據EPO修訂後專利審查基準所新增的章節「AI與機器學習(Artificial intelligence and machine learning)」，其中所稱AI與機器學習是指基於計算模型和演算法進行分類、叢集、迴歸和降維計算等操作的技術。

IPOS也在新加坡專利審查基準(註5)第八章納入了與上述EPO所修訂實質相同的內容，並在「AI專利優先計畫」文件(註6)中引用前述WIPO 2019年的「科技趨勢報告」而提及：AI是指尋求模擬人類的感知、理解、行為以及學習以完成特定任務的特性的技術，而AI發明通常是但不限於與機器學習相關；機器學習是AI的一種形式，可被應用在不同的功能領域，例如影像辨識(image recognition)、語音/聲音辨識(speech/voice recognition)、自然語言處理(natural language processing)及自動化系統(autonomous system)等。

JPO在2018年所更新的審查基準並未特別使用AI一詞，僅是在電腦軟體相關發明的章節針對例如程式、軟體、資料結構等用詞進行定義，並在審查手冊中新增案例。JPO另在2019年7月間公布了一份「AI相關發明近況趨勢」(註7)報告，其中則定義了AI相關發明為「AI核心發明」與「應用AI的發明」的合稱，其中「AI核心發明」係指分類屬於IPC分類號G06N 「基於特定計算模式之計算機系統」之發明。

至於USPTO，雖然尚未針對AI相關技術另起章節或更動審查基準，但在其向大眾徵詢AI發明之專利議題的公告中表示：AI發明一般係指「使用AI以及利用AI所發展出的發明」。

三、EPO之更新審查實務

EPO在2018年11月1日發布之審查基準中，特別在G部分「可專利性」第二章第3.3節「數學方法」之下新增了第3.3.1小節，來針對「AI與機器學習」之專利申請案提出說明。該第3.3.1小節並在2019年11月的更新版本中稍作文句修正。依據最新版本，AI與機器學習所依據的計算模型及演算法，無論是否基於訓練資料進行訓練，其本身即屬抽象的數學本質。此外，諸如「支援向量機」、「推理引擎」或「神經網路」等用詞，根據請求項中的上下文只具有「抽象的模組或演算」的意思時，這些用詞不必然隱含了某種技術手段的使用；而這在審查所請標的整體是否具有「技術性(technical character) 」時將會受到影響。也就是說，若請求項中僅單純地提及AI或機器學習相關的用語而未具體界定如何執行運算而達成技術效果，則這些技術用語的記載並不足以讓所請標的變得具有技術性。

從該第3.3.1小節的舉例可進一步了解，在請求項中界定該AI或機器學習的「特定技術領域之應用」或其係適用於「特定的技術實施」，則可被認定為符合技術性之要求。正面的舉例包括：在心臟監測設備中使用神經網路來識別不規則的心跳，具有技術貢獻，以及基於低層次特徵(例如圖像的邊緣或像素屬性)來進行數位影像、視訊、音訊或語音信號的分類，是分類演算法中的更具特徵而易於識別的技術應用。而負面的舉例則包括：僅根據文本內容對文本文件進行分類的發明，其本身僅具有語言學上之意義而無法被認定具有技術目的；對抽象的資料記錄或甚至電信網路資料記錄進行分類，即便分類演算法被認定為具備有價值的數學特性，如穩健性(robustness)，若未指明資料記錄分類結果的任何技術用途，則仍無助於發明技術性之審查。

儘管實務上有關特定技術領域之應用或適用於特定的技術實施的判斷仍難免存在個案差異，但藉由該新版審查基準對於「AI與機器學習」專利申請案的進一步說明及舉例，至少給申請人以及專業代理人更明確的撰寫以及答辯方向以通過「技術性」之審查。

四、JPO之更新審查實務

JPO自2017年起即對審查基準中電腦軟體相關發明之內容進行檢視及討論，並在2018年3月發布更新的審查基準，又於同年10月9日至11月9日期間就「AI相關發明之審查」蒐集公眾意見，並據此在2019年最新的審查手冊中新增了10個案例來分別說明「揭露性」要件(包括據以實施要件以及支持要件)或「進步性」要件的審查觀點，以利審查委員及大眾在電腦軟體相關發明的判斷上有所依據。本文從新增案例中挑選部分供讀者參考。

審查手冊案例編號NO.47是有關「商業策略計劃裝置」之發明，該案請求項1界定一種商業策略計劃裝置，包括：

在JPO的審查手冊中表示，雖然發明說明書並未揭露「網頁廣告資料和提及資料」與「銷售量」之間的「相關性(correlations) 」或類似內容，但這部分技術有鑑於申請時之通常知識可推測為存在相關性。此外，已知在申請當時，使用一般性的機器學習演算法且以具有關聯性的輸入資料及輸出資料作為訓練資料進行機器學習，而響應於輸入、估計輸出的估計模組是可實現的。基於此，對於熟習此藝者而言，模擬及輸出特定商品銷售量、基於輸出的銷售量作成特定商品的生產計畫的「商業策略計劃裝置」顯然是能夠推導的。

由此案例可知，JPO對於AI相關發明之演算當中的輸入-輸出資料的相關性會有所要求，但是當其中的「相關性」為依據申請時之通常知識可推測者，則不會以「不符合揭露性」為由進行核駁。

審查手冊在案例編號NO.51中進一步舉例說明「不符合揭露性」的AI相關發明。該案件請求項1界定一種厭氧性黏著劑組成物，包含：質量百分比0.08-3.2%的化合物A、質量百分比0.001-1%的化合物B、及包含在厭氧下可固化的(甲基)丙烯酸酯單體的殘基，其中該厭氧性黏著劑組成物在從固化起算5分鐘內展現的固化強度，相當於或超過24小時過後的固化強度的30%。其說明書記載：…為了推導出達到此目的之厭氧性黏著劑組成物，一種常見已知的厭氧性黏著劑組成物成分資料、自固化起5分鐘內的固化強度資料，以及24小時候的固化強度資料，被輸入到一個神經網路；接著，以「厭氧性黏著劑組成物成分」以及「『自固化起算5分鐘內之固化強度』與『24小時候的固化強度』間的比例」彼此相關聯的方式準備一種訓練模組。…

審查手冊評述：眾所皆知，依據該案例申請當時的技術水準難以製造出可在5分鐘內快速固化的厭氧性黏著劑組成物，而該案說明書中並未揭露製造此組成物的各種條件，例如聚合物材料的種類、比例、自由基起始劑、自由基還原劑等等。既然申請案沒有揭露任何利用上述比例實際地製造出厭氧性黏著劑組成物的實施例，也沒有揭露實際量測其固化強度，更沒有對該訓練模組之評估結果的準確性作驗證，因此，在「依據申請時之通常知識並無法推導所請發明」的情況下，該發明乃「未充分揭露」而無法使其技術領域中具有通常知識者據以製造出如請求項1所述的展現特定固化強度的組成物。

由此可知，申請案之揭露程度必須使所屬技術領域中具有通常知識者可據以實施發明，揭露性要件事實上並沒有改變。在申請當時技術無法推導製造出所請發明的情況下，申請案並不會因為使用了神經網路或者訓練模組等AI工具，就使得「針對評估結果取得專利」變得容易。

至於「進步性」要件，案例NO.34說明一種「水壩之水力發電量估算系統」，其請求項1界定該系統包含：

一神經網路，藉由資訊處理器而建立，其具有一輸入層及一輸出層，其中至該輸入層的輸入資料包含在從一預定時間點至一參考時間點的預定期間內的河流上游的降雨量、河流上游的流率，以及流入水壩的流率，而來自該輸出層的輸出資料則係包含未來在該參考時間點之後的水力發電量；

一機器學習單元，其使用對應於該輸入資料與輸出資料之實際值的訓練資料來訓練該神經網路；及

一估計單元，其將該輸入資料輸入經該機器學習單元訓練的神經網路，設定目前時間為該參考時間點，且接著基於目前時間的輸出資料來計算未來水力發電量的一估計值。

審查手冊中進一步表示引證案與該請求項1之差異在於：請求項1所請發明實現水力發電量之估算是藉由「具有一輸入層及一輸出層的神經網路」，而引證案是藉由「迴歸方程式模組」。然而，所屬技術領域中具有通常知識者可輕易地藉由採用經訓練的神經網路來取代迴歸方程式模組，而輕易地推導出實現估算水力發電量的配置。也就是說，當所請發明與引證案之差異僅在於單純的AI應用時，是不具進步性的。

值得注意的是，同一案例之請求項2記載了「其中至該輸入層的該輸入資料進一步包含該河流上游在該預定期間的溫度」。審查手冊表示，由於引證案沒有揭露這樣的配置，且溫度與水力發電量之間的相關性並非通常的、一般性的技術知識，因此請求項2被判斷為具有進步性。

綜上所述，JPO在審查手冊中增加了10個與AI技術相關的新案例，提供審查委員更具體明確的參考，同時也有助於申請人與審查委員溝通。

五、IPOS之更新審查實務

新加坡智慧財產局(IPOS)日前宣布，首件透過「AI專利優先計畫」快速途徑獲准專利的AI發明已在2019年8月27日公告，專利名稱為「評估物件偵測模組之方法及系統(Method and system for evaluating an object detection model)」，是由阿里巴巴集團(Alibaba Group)於2019年6月10日向IPOS提出申請。在此之後，IPOS持續以大約三至六個月的速度通過多件AI相關發明專利。可預期地，該計畫有助於專利申請人將其AI的創新發明更快地推向市場，同時也有助於新加坡達到尖端技術智慧財產中心的地位。

根據該「AI專利優先計畫」內容，當申請人欲透過「AI專利優先計畫」快速取得專利權，必須配合以下規定：申請案必須以新加坡專利局為第一申請局，最多包含20項的請求項；申請人應在申請同時請求檢索及審查，並且必須能夠對於官方的形式核駁在兩周內回覆、對於實體審查意見在兩個月內答辯，但是當官方對申請案發出兩次以上的審查意見，官方可自行斟酌決定使該申請案回歸以一般途徑進行審查；當申請案獲准，申請人須向官方請求提早公開(實務上也可以在提申時請求)。此計劃案為期兩年，且適用此計畫的申請案上限預計為每年50件。

至於新加坡專利的專利要件，IPOS對此之要求基本上與EPO相近；本文特別摘錄該「AI專利優先計畫」的提醒要點以供申請人參考：

除了「AI專利優先計畫」之外，IPOS更在2019年8月28日，於其年度「智慧財產權週」（IP Week@SG）宣布設立國際事務機構（IPOS International），推出一系列新措施以支持東協(ASEAN)工業4.0。其中，東協專利審查合作(ASEAN Patent Examination Co-operation, ASPEC)之工業4.0基礎建設與製造加速計畫(Acceleration for Industry 4.0 Infrastructure and Manufacturing)，簡稱ASPEC-AIM(註8)，就是為了促進東協地區的創新發展而建立，試點項目自2019年8月27日開始，為期兩年。新加坡和其他八個東協智慧財產局共同執行該計畫，優先審查金融科技、網路安全和機器人等關鍵新興技術的專利申請，6個月即可發出首次審查意見通知書。

新加坡為了在這一波新興技術的發展中搶得樞紐地位，在制定國家AI政策同時，積極靈活地運用了專利制度，藉此鼓勵全球創新企業以IPOS作為創新科技專利申請的跳板，值得參考。

六、USPTO之AI專利議題

USPTO在2019年8月27日發布公告，向大眾徵詢有關AI發明的專利議題之意見，以作為是否修訂審查基準的參考。隨即，又在同年10月30日發布更新(註9)，將議題延伸到所有受AI技術影響之著作權、商標權以及其他的智慧財產權，並在12月3日公告，延長徵詢意見之期間至2020年1月10日

由10月30日之第二波公告可知，USPTO了解到AI科技已發展至橫跨各種技術與商業領域，並且對智慧財產相關法令形成獨特的挑戰。
有關USPTO所提出的AI發明的專利議題，本文概述如下：

由USPTO針對AI發展而公告的這一系列專利議題，以及另外公告的著作權、商標權以及其他的智慧財產權問題可知，USPTO雖然晚於EPO、JPO著手進行法令的修訂，但其試圖前瞻地進行全面性審視。對於USPTO徵詢公眾意見後是否修訂專利審查基準，甚至是否在各項智慧財產權保護發動重大變革，各界皆引頸期盼。

七、結語

AI技術的發展及應用正在各個領域、各國掀起浪潮，翻轉我們的世界，本國智慧財產局(TIPO)洪局長亦在2019年專利師公會會員大會的專題研講提及，全球創新科技發展正發生劇變，各國企業在國際專利佈局上也更加積極(註10)；為因應AI發展趨勢，TIPO亦積極以專案進行「新興科技專利審查案例集」，期以虛擬案例橫跨各種專利要件，讓審查委員及大眾更了解如何看待AI、區塊鏈、物聯網等新興科技之專利申請。

在創新科技發展日新月異、產業供應鏈及貿易市場瞬息萬變的時代，善用專利制度、積極取得智慧財產權保護，永遠是搶得市場先機、確保競爭力的最佳利器。本文透過介紹各國之AI相關發明專利審查實務及趨勢，期能有助於國人進行國際專利佈局、對研發成果取得實質保護。
 

※ 註釋 ※