中國大陸《人工智能相關發明專利申請指引（試行）》介紹
2025.01.23
SHARE
中國大陸於2024年12月31日正式公布《人工智能相關發明專利申請指引（試行）》（以下簡稱指引），本次公布的指引共分為六章：第一章將人工智慧相關專利區分為4類，包含「人工智能算法或模型本身」、「基於人工智能算法或模型的功能或領域應用」、「人工智能輔助作出的發明」、「人工智能生成的發明」，並說明各類別的定義。第二章至第六章依序介紹發明人身份認定、發明標的適格性、專利說明書是否充分公開、創造性的考量、人工智慧相關專利申請的倫理問題。
一、發明人身份認定
指引重申「發明人必須是自然人」。現行專利審查指南第一部分第一章第4.1.節已經明確記載「發明人應當是個人，請求書不得填寫單位或者集體，以及人工智能名稱」。世界五大專利局 (IP5) 均要求發明人必須自然人，不能以人工智慧作為專利申請的發明人。
二、發明標的適格性判斷
本次指引再次強調人工智慧相關發明應該根據專利法第25條第1款第2項排除「智力活動的規則和方法」並且要符合第2條第2款規定的「技術方案」，權利要求才能符合發明定義。
(1)、排除「智力活動的規則和方法」
僅涉及數學理論或演算法的「人工智慧演算法或模型」本身，因為不包含技術特徵，將認定為屬於智力活動的規則和方法。為避免此種情形，若權利要求是關於人工智慧模型處理的方法，可以在權利要求中加入執行方法的硬體元件，或是明確記載該方法的具體技術應用領或（如影像處理）。
(2)、滿足「技術方案」
權利要求必須記載對欲解決的技術問題採用了利用自然規律的技術手段，並且由此獲得符合自然規律的技術效果，則該權利要求限定的解決方案符合技術方案。本次指引提供以下三種不同情形的示例，但並不侷限於此：
情形一：人工智慧演算法或模型處理的是技術領域中具有確切技術涵義的資料。例如利用網路模型對影像進行辨識和分類的方法，影像資料是一種具有確切技術涵義的資料，若該方法能夠產生影像進行辨識和分類效果，即屬技術方案。
情形二：人工智慧演算法或模型與電腦系統的內部結構存在特定技術關聯。在指引中除了引述審查指南中第二部分第九章的【例5】「一種深度神經網路模型的訓練方法」作為正面範例，還舉例「憶阻器加速器的神網路模型壓縮方法」是如何利用演算法改善電腦系統，解決憶阻器加速器硬體消耗過大和功耗過高的技術問題。於此同時，指引強調若只是利用電腦系統作為實現人工智慧算法或模型運行的載體，但沒有體現出演算法與與電腦系統內部結構之間的特定技術關聯，不屬於技術方案。
情形三：基於人工智慧演算法挖掘具體應用領域的大數據中符合自然規律的內在關聯關係。正面範例為「一種食品安全風險預測方法」，現有技術使用靜態知識圖譜對食品安全進行預測，但不夠準確；該範例是基於食品會隨時間而變化的固有特點來預測食品安全風險，從而在構建知識圖譜時加入時間參數，基於不同時刻下的與食品安全風險相關的資料來訓練預設神經網路，以預測食品安全風險。該方法利用了遵循自然規律的技術手段（食品安全性會隨時間而變化），解決了預測未來時間點的食品安全風險不夠準確的技術問題，能獲得相應的技術效果，因此構成技術方案。反面範例方面，則以審查指南第二部分第九章的【例9】「一種基於用電特徵的經濟景氣指數分析方法」進行說明。
三、說明書的充分公開
因為人工智慧演算法或模型具有「黑盒子」般的特性，需要有足夠的資訊來達到充分公開，說明書是否有充分記載必要技術內容，則取決於「發明貢獻」，也就是要記載對現有技術作出貢獻的部分，以下利用不同情形的發明貢獻舉例說明。
(1)、發明貢獻在於人工智慧模型訓練，根據欲解決的問題或要達到的效果，說明書中應記載模型訓練過程中涉及的演算法及演算法的具體步驟、訓練方法的具體過程等。
(2)、發明貢獻在於人工智慧模型構建，根據欲解決的問題或要達到的效果，說明書中應記載模組結構、層次結構或連接關係等，寫明模型的功能和效果。
(3)、發明貢獻在於人工智慧具體領域應用，根據欲解決的問題或要達到的效果，說明書中應記載模型如何與具體應用場景結合、輸入／輸出資料如何設置等，必要時說明書中應當闡明輸入資料和輸出資料之間的相關性。
四、關於創造性考量
人工智慧相關發明因為包含大量演算法，在考量創造性时，應該將「功能上彼此互相支持、存在相互作用關係」的演算法與其它技術特徵的結合後，整體判斷其創造性。指引中提供以下三種類型的範例：
(1)、使人工智慧演算法特徵成為技術手段的組成部分
權利要求中應體現人工智慧演算法與模型在實現具體功能或應用於具體領域時，解決了技術問題，從而明確了演算法特徵與其它技術特徵功能上彼此相互支援、存在相互作用關係。在指引中再次引用審查指南第二部分第九章的【例11】「一種基於多傳感器信息仿人機器人跌倒狀態檢測方法」作為正面範例進行說明。
人工智慧演算法或模型轉應用於不同場景時的考慮因素。若人工智慧演算法或模型是現有技術，但轉應用到所請發明場景，應綜合考量不同應用場景的差異、是否存在相應的技術啟示、應用於不同場景的難易程度、是否需要克服技術上的困難、是否帶來預料不到的技術效果等。
(2)、人工智慧演算法或模型與電腦系統內部結構產生特定技術關聯
同樣依循審查指南第二部分第九章第6.1.3節的規定，若對電腦系統內部性能有所改進，在評估創造性時應整體考慮演算法特徵及其它技術特徵。這裡的「電腦系統內部性能改進」可以包含透過調整硬體系統的體系架構來支援或優化特定演算法或模型的運行，或是透過演算法或模型的執行來優化電腦系統中硬體資源的調度等，並不僅侷限於硬體的改進。
(3)、人工智慧演算法或模型與技術特徵共同構成技術手段，提升用戶體驗
審查指南第二部分第九章第6.1.3節亦有相同規定，若人工智慧演算法特徵與其它技術特徵結合，達到提升使用者體驗的效果，在創造性評判時，會將演算法特徵與技術特徵作為一個整體考慮，如果現有技術未給出技術啟示，則具備創造性。
本次指引舉例說明「一種在線客服的實現方法」，當檢測到人工客服負載過重時，系統利用長短時記憶網路預測並自動將適合的用戶客服請求導向給機器人客服，以減輕人工客服的處理壓力，同時可以節省用戶在線等待時間，提升了用戶體驗。在判斷創造性時，若現有技術未存在技術啟示，該方法具備創造性。
五、人工智慧倫理問題
人工智慧的不斷發展同時衍生出演算法倫理、資料安全等倫理問題。就人工智慧相關內容進行專利申請，應符合專利法第5條的規定。指引提醒申請人應當留意是否違反相關法律、公序良俗。
在韓國的自動駕駛汽車審查指南中也有相似的規定，針對自動駕駛汽車，如果無法避免地會導致人員傷亡，利用人工智慧算法決定車輛控制策略選擇保護部分人士（如車輛中的人員）而犠牲部分人士（如車外行人），恐涉及違反公序良俗。
中國大陸在2024年1月20日起施行的《專利審查指南（2023）》中，首度在第二部分第九章中新增涉及人工智能相關發明的審查判斷基準，而本次公布試行的指引延續審查指南的規定並援引當中的部分範例，進一步補充說明人工智慧相關專利申請須注意事項，申請人依據本次指引能夠更加留意發明適格性及說明書應揭露內容。
一、發明人身份認定
指引重申「發明人必須是自然人」。現行專利審查指南第一部分第一章第4.1.節已經明確記載「發明人應當是個人，請求書不得填寫單位或者集體，以及人工智能名稱」。世界五大專利局 (IP5) 均要求發明人必須自然人，不能以人工智慧作為專利申請的發明人。
二、發明標的適格性判斷
本次指引再次強調人工智慧相關發明應該根據專利法第25條第1款第2項排除「智力活動的規則和方法」並且要符合第2條第2款規定的「技術方案」，權利要求才能符合發明定義。
(1)、排除「智力活動的規則和方法」
僅涉及數學理論或演算法的「人工智慧演算法或模型」本身，因為不包含技術特徵，將認定為屬於智力活動的規則和方法。為避免此種情形，若權利要求是關於人工智慧模型處理的方法，可以在權利要求中加入執行方法的硬體元件，或是明確記載該方法的具體技術應用領或（如影像處理）。
(2)、滿足「技術方案」
權利要求必須記載對欲解決的技術問題採用了利用自然規律的技術手段，並且由此獲得符合自然規律的技術效果，則該權利要求限定的解決方案符合技術方案。本次指引提供以下三種不同情形的示例，但並不侷限於此：
情形一：人工智慧演算法或模型處理的是技術領域中具有確切技術涵義的資料。例如利用網路模型對影像進行辨識和分類的方法，影像資料是一種具有確切技術涵義的資料，若該方法能夠產生影像進行辨識和分類效果，即屬技術方案。
情形二：人工智慧演算法或模型與電腦系統的內部結構存在特定技術關聯。在指引中除了引述審查指南中第二部分第九章的【例5】「一種深度神經網路模型的訓練方法」作為正面範例，還舉例「憶阻器加速器的神網路模型壓縮方法」是如何利用演算法改善電腦系統，解決憶阻器加速器硬體消耗過大和功耗過高的技術問題。於此同時，指引強調若只是利用電腦系統作為實現人工智慧算法或模型運行的載體，但沒有體現出演算法與與電腦系統內部結構之間的特定技術關聯，不屬於技術方案。
情形三：基於人工智慧演算法挖掘具體應用領域的大數據中符合自然規律的內在關聯關係。正面範例為「一種食品安全風險預測方法」，現有技術使用靜態知識圖譜對食品安全進行預測，但不夠準確；該範例是基於食品會隨時間而變化的固有特點來預測食品安全風險，從而在構建知識圖譜時加入時間參數，基於不同時刻下的與食品安全風險相關的資料來訓練預設神經網路，以預測食品安全風險。該方法利用了遵循自然規律的技術手段（食品安全性會隨時間而變化），解決了預測未來時間點的食品安全風險不夠準確的技術問題，能獲得相應的技術效果，因此構成技術方案。反面範例方面，則以審查指南第二部分第九章的【例9】「一種基於用電特徵的經濟景氣指數分析方法」進行說明。
三、說明書的充分公開
因為人工智慧演算法或模型具有「黑盒子」般的特性，需要有足夠的資訊來達到充分公開，說明書是否有充分記載必要技術內容，則取決於「發明貢獻」，也就是要記載對現有技術作出貢獻的部分，以下利用不同情形的發明貢獻舉例說明。
(1)、發明貢獻在於人工智慧模型訓練，根據欲解決的問題或要達到的效果，說明書中應記載模型訓練過程中涉及的演算法及演算法的具體步驟、訓練方法的具體過程等。
(2)、發明貢獻在於人工智慧模型構建，根據欲解決的問題或要達到的效果，說明書中應記載模組結構、層次結構或連接關係等，寫明模型的功能和效果。
(3)、發明貢獻在於人工智慧具體領域應用，根據欲解決的問題或要達到的效果，說明書中應記載模型如何與具體應用場景結合、輸入／輸出資料如何設置等，必要時說明書中應當闡明輸入資料和輸出資料之間的相關性。
四、關於創造性考量
人工智慧相關發明因為包含大量演算法，在考量創造性时，應該將「功能上彼此互相支持、存在相互作用關係」的演算法與其它技術特徵的結合後，整體判斷其創造性。指引中提供以下三種類型的範例：
(1)、使人工智慧演算法特徵成為技術手段的組成部分
權利要求中應體現人工智慧演算法與模型在實現具體功能或應用於具體領域時，解決了技術問題，從而明確了演算法特徵與其它技術特徵功能上彼此相互支援、存在相互作用關係。在指引中再次引用審查指南第二部分第九章的【例11】「一種基於多傳感器信息仿人機器人跌倒狀態檢測方法」作為正面範例進行說明。
人工智慧演算法或模型轉應用於不同場景時的考慮因素。若人工智慧演算法或模型是現有技術，但轉應用到所請發明場景，應綜合考量不同應用場景的差異、是否存在相應的技術啟示、應用於不同場景的難易程度、是否需要克服技術上的困難、是否帶來預料不到的技術效果等。
(2)、人工智慧演算法或模型與電腦系統內部結構產生特定技術關聯
同樣依循審查指南第二部分第九章第6.1.3節的規定，若對電腦系統內部性能有所改進，在評估創造性時應整體考慮演算法特徵及其它技術特徵。這裡的「電腦系統內部性能改進」可以包含透過調整硬體系統的體系架構來支援或優化特定演算法或模型的運行，或是透過演算法或模型的執行來優化電腦系統中硬體資源的調度等，並不僅侷限於硬體的改進。
(3)、人工智慧演算法或模型與技術特徵共同構成技術手段，提升用戶體驗
審查指南第二部分第九章第6.1.3節亦有相同規定，若人工智慧演算法特徵與其它技術特徵結合，達到提升使用者體驗的效果，在創造性評判時，會將演算法特徵與技術特徵作為一個整體考慮，如果現有技術未給出技術啟示，則具備創造性。
本次指引舉例說明「一種在線客服的實現方法」，當檢測到人工客服負載過重時，系統利用長短時記憶網路預測並自動將適合的用戶客服請求導向給機器人客服，以減輕人工客服的處理壓力，同時可以節省用戶在線等待時間，提升了用戶體驗。在判斷創造性時，若現有技術未存在技術啟示，該方法具備創造性。
五、人工智慧倫理問題
人工智慧的不斷發展同時衍生出演算法倫理、資料安全等倫理問題。就人工智慧相關內容進行專利申請，應符合專利法第5條的規定。指引提醒申請人應當留意是否違反相關法律、公序良俗。
在韓國的自動駕駛汽車審查指南中也有相似的規定，針對自動駕駛汽車，如果無法避免地會導致人員傷亡，利用人工智慧算法決定車輛控制策略選擇保護部分人士（如車輛中的人員）而犠牲部分人士（如車外行人），恐涉及違反公序良俗。
中國大陸在2024年1月20日起施行的《專利審查指南（2023）》中，首度在第二部分第九章中新增涉及人工智能相關發明的審查判斷基準，而本次公布試行的指引延續審查指南的規定並援引當中的部分範例，進一步補充說明人工智慧相關專利申請須注意事項，申請人依據本次指引能夠更加留意發明適格性及說明書應揭露內容。
