最新！美国发布AI专利客体资格指南

作者：黄莺

2024年7月16日，美国专利商标局（USPTO）在联邦公报上发布了更新后的《 专利客体资格指南》，以 以解决关键和新兴技术（包括人工智能AI）的创新问题。该指南将帮助USPTO和利益相关者根据专利法确定人工智能发明的主体资格。

该行动是USPTO响应拜登发布的第14110号行政令中对于AI与知识产权的关系，并命令USPTO在该行政令发布之日起270天内，向USPTO专利审查员和申请人发布更多指导，以解决人工智能和知识产权交叉领域的其他问题。其中 包括美国专利商标局局长认为必要的、关于专利申请资格的最新指导，以解决人工智能以及关键和新兴技术领域的创新问题。

之所以“主题资格”格外受到关注，是因为AI相关的专利与2014年美国最高法院确定的Alice标准下的 35 § U.S.C. 101条的专利客体问题有关，因为Alice案的影响，使得此类案件获得专利的难度增加。

然而，在AI时代到来之际，美国显然希望在AI专利方面也能走在全球前列，而不是因为过严的“主体资格”问题，而将很多AI专利拒之门外。

该指南更新将于2024年7月17日生效，USPTO将在 2024年9月16日之前接受公众对指南更新和示例的意见。

此次指南更新还宣布了三个新示例，说明如何在各种技术中应用此指南。

这三个新例子根据35 § U.S.C. 101对某些情况下的假设权利要求进行了额外的分析，以解决特定问题，例如权利要求是否背诵了抽象概念，或者权利要求是否将抽象概念整合到实际应用中。

以第一个新例子中的权利要求为例：

权利要求1是合格的，因为它属于一个法定类别，并且没有叙述任何司法例外。

【权利要求1】 一种用于人工神经网络（ANN）的专用集成电路（ASIC） ，ASIC 包括：

多个神经元组成的阵列，其中每个神经元包括寄存器、微处理器和至少一个输入端；

以及

【权利要求2】 一种使用人工神经网络（ANN）的方法 ，包括：

(a) 在计算机上接收连续的训练数据；

(b) 通过计算机将连续的训练数据离散化，生成输入数据；

(c) 计算机根据输入数据和选定的训练，训练 ANN 算法来生成经过训练的 ANN，其中所选的训练算法包括反向传播算法和梯度下降算 法；

(d) 使用训练有素的 ANN 检测数据集中的一个或多个异常点；

(e) 使用训练有素的 ANN 分析一个或多个检测到的异常，以生成异常数据；

以及

【权利要求3】 一种使用人工神经网络（ANN）检测恶意网络数据包的方法 ，包括