人工智能专利客体适格性的中美比较研究

2024年12月31日，中国国家知识产权局发布了《人工智能相关发明专利申请指引（试行）》（下称“《指引》”），意在进一步明确和细化我国现行专利法律制度框架下人工智能领域的专利审查政策，回应创新主体普遍关切的热点法律问题。基于此，本文针对人工智能是否能成为发明专利的适格客体这一问题进行了探讨，并进一步对中美两国对于人工智能专利客体的适格性标准进行了比较研究，以期为出海企业在全球范围内的专利布局提供参考。

1. 人工智能相关专利申请类型

《指引》第一章将常见的人工智能相关专利申请归纳为四种类型，分别为：涉及人工智能算法或模型本身的相关专利申请、涉及基于人工智能算法或模型的功能或领域应用的相关专利申请、涉及人工智能辅助作出的发明的相关专利申请、涉及人工智能生成的发明的相关专利申请。本文着重分析前两种申请类型在中国应满足如何的方案客体要求。

2. 《指引》再次明确人工智能方案客体的审查基准

涉及人工智能的前述两种发明专利申请类型，一般包含算法或商业规则和方法等智力活动的规则和方法特征。《专利审查指南（2023）》（下称“《审查指南》”）对于人工智能的方案客体的审查基准给出了基于《专利法》第二十五条第一款第（二）项和第二条第二款的判断方法并列举了部分的示例，本文在此不赘述。但总的来说，《审查指南》对于“如何判断一项解决方案是否属于智力活动的规则和方法，是否构成专利法意义上的技术方案，特别是如何判断方案采用的手段是否是遵循自然规律的技术手段，什么样的问题属于技术问题，怎样才是符合自然规律的技术效果”并未阐明更为具体的判断指引，无法对于创新主体和审查员给予一个较为统一的预期。

《指引》第三章对于该些问题面向创新主体做出了具有可操作性的指导。

首先，关于权利要求的方案是否属于智力活动的规则和方法的问题，《指引》第三章第1.3节就权利要求的撰写和审查意见的答复给出了避免被认定为智力活动的规则和方法的建议，即“申请人可以在权利要求中写入与算法特征相关联的技术特征（并非仅体现在主题名称中），使权利要求整体上不再是一种智力活动的规则和方法”。

其次，关于权利要求的方案是否属于技术方案，即是否体现为解决技术问题采用遵循自然规律的技术手段并达到技术效果的问题，《指引》第三章第2.3节同样就权利要求的撰写和审查意见的答复给出了相应的建议，即“在原始说明书中详细阐明该方案所要解决的技术问题、采用的技术手段和能够获得的技术效果”或“在答复审查意见时，根据原申请文件的记载对权利要求书进行修改，并在意见陈述书中充分阐述修改后的方案属于技术方案的理由”。

美国专利主题（subject matter，相当于我国专利法律体系中的“客体”）的适格性标准源于美国专利法（U.S. Patent Act）第101条，该条规定：“凡是发明或发现任何新颖而有用的方法、机器、制造品、组合物或其任何新颖而有用的改进者，可以按照本篇所规定的条件和要求取得专利权”。

1. The Mayo/Alice Eligibility Test

长期以来美国已经通过一系列的司法判决逐渐建立起专利适格主题的三大司法例外，即抽象概念（“abstract idea”）、自然法则（“laws of nature”）和自然现象（“natural phenomenon”）均没有资格申请专利。为了对第101条与前述司法例外提供一个更加清晰的界定，美最高院在2012年的Mayo v. Prometheus Laboratories案 [1] 和2014年的Alice v. CLS Bank International案 [2] 中逐步确立了Mayo/Alice测试规则，将专利主题是否适格的判断概括为两个步骤。首先，要判断有争议的权利要求是否属于美国专利法第101条规定的四种法定主题（步骤1），即方法、机器、制造品、组合物，如果不是则直接判定不符合第101条款，不属于可授权的主题，如果是则进入步骤2；其次，判断权利要求是否涉及三种司法例外（步骤2A-1），即抽象概念、自然法则或自然现象，如果不涉及，则属于可授权的主题；若涉及三种司法例外，则需要进一步判断权利要求是否记载了额外的要素使得司法例外与实际应用相结合（步骤2A-2），如果是，同样属于可授权的主题，如果不是则进入最后一步判断；法院需要判断权利要求是否记载了“显著多余（significantly more）”上述司法例外的其它要素使它们超出司法例外的范畴（步骤2B），如果是，则属于可授权的主题，如果不是，则不属于可授权的主题。

2. Mayo/Alice测试在软件和算法领域的适用

尽管该测试在理论上看似简单明了，但在实际应用中却难以实现一致的执行，尤其是在软件和算法领域。尽管经过多年的连续实践，Mayo/Alice测试的判断标准仍不明确，这使得该测试标准逐渐变得更加严格，变相的扩大了不适格主题的范围 [3] 。

在Athena Diagnostics Inc v. Mayo Collaborative Services案 [4] 中，法庭共同决议指出，受最高院在Mayo案中裁决的约束，必须认定权利要求不符合适格要求。Moore法官在反对意见中提及“对专利适格标准判断的模糊性阻碍了发明人在某些技术领域的工作，包括发现新的遗传生物标志物以及发展疾病诊断和人工智能技术。这种不确定性遏制了对研发的巨大投资，而研发是推动创新周期所必需的”。

为了解决以Mayo/Alice案为主的一系列判决在美国专利主题适格性问题上导致的混乱和不确定性，2022年8月2日，美国参议员Thom Tillis提出了《专利资格恢复法案》（Patent Eligibility Restoration Act, PERA）。2024年9月6日，众议员凯文·基利（Kevin Kiley）在众议院将其引入。同年9月17日，AIPLA（American Intellectual Property Law Association）发表声明对该法案表示支持并认为该法案对于解决最高法院在专利主题适格性方面的不确定性至关重要 [5] 。在2024年11月14日举行的听证会上，Thom Tillis又宣布推迟审议工作，该法案的正式出台还要经过一个漫长的修订过程。

综合来看，Mayo/Alice测试在实际应用中存在较大的主观性，导致人工智能算法及其他软件创新在获取专利和行使权利时有诸多不确定性。随着法律环境的不断演变，对专利主题适格性的判断也持续受到影响。法官的解释在界定专利主题边界方面发挥着至关重要的作用，因此，美国官方亟需提供更加清晰和明确的指导，以减少这种不确定性，促进创新的发展。

3. USPTO发布侧重AI领域的指南更新

在司法体系外，美国专利商标局（下称“USPTO”）的审查实践也表明了某些审查案件中，发明人、企业和其他利害关系人表示难以稳定地预期主题的适格性。司法实践数据显示，2014年Alice案之后到2018年，有超过300个商业方法专利被法院无效，这表明司法程序与审查程序中关于专利适格性判断结论明显存在不一致的情况 [6] 。为了明确对于专利主题是否适格的一致性预期，USPTO自2014年以来对于PEG（Patent Subject Matter Eligibility Guidance，下称“PEG”或“指南”）作了多次修改和澄清，旨在提高Mayo/Alice测试适用的清晰度。

2024年7月17日，USPTO再次发布了PEG的更新，形成了现行指南，以解决包括人工智能在内的关键和新型技术创新问题，帮助USPTO工作人员和利益相关者根据专利法来明晰AI发明的主题适格性。 [7]

值得注意的是，在指南中提到新增了47、48、49三个针对人工智能领域的示例 [8] 。示例47涉及使用人工神经网络检测计算机网络流量中的异常。其中，权利要求1描述了一种用于人工神经网络的集成电路（ASIC），详细说明了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。这样的集成电路指向的是具有特定硬件组件的物理设备，而非抽象概念。因此，在第一步的判断中，该权利要求属于法定类别的机器，不涉及司法例外，故该权利要求是适格的。权利要求2涉及通过人工神经网络（ANN）对连续训练数据进行离散化以生成输入数据，该方法包括接收训练数据、通过神经网络处理数据以及检测和输出异常。在步骤2A-1中，该权利要求被判断涉及抽象概念；但在步骤2A-2中，由于该权利要求通过特定机器（人工神经网络）检测网络入侵，这不仅仅是使用通用计算机组件的简单指令，还将抽象概念整合到了实际应用中，故该权利要求也是适格主题。

示例48涉及基于AI的方法，用于分析语音信号并分离所需的语音和背景噪声。权利要求1描述的是方法，步骤2A-1判断该权利要求涉及抽象概念（分析和分离语音信号）；然而，在步骤2A-2中该权利要求将抽象概念整合到实际应用，即通过特定技术实现（如特定的AI模型和算法）来提高语音识别的准确性，因此该权利要求是适格的。权利要求2中扩展了权利要求1，增加了特定的技术细节，如使用特定的滤波器和信号处理技术。同样地，该权利要求借助特定的技术手段增强了语音识别的准确性，在步骤2A-2可以进一步判定其将抽象概念整合到了实际应用中，故该权利要求也是适格的。

示例49聚焦在基于AI模型的个性化医疗，即依据特定患者的个体特征生成和执行治疗方案。权利要求1中描述了一种使用训练好的机器学习模型生成和执行治疗方案，该方法包括接收患者数据、通过模型处理数据，并生成和执行基于模型输出的治疗方案。在评估过程中，步骤2A-1认定该权利要求涉及抽象概念（生成治疗方案）；由于使用通用机器学习模型仅是简单指令，步骤2A-2判断该权利要求未将抽象概念整合到实际应用中，进一步地，限制条件（a）中的数据收集活动（额外要素），已被法院认定为常规的实验室技术，则步骤2B可以确认其不包含“显著多余”的要素，故该权利要求是不适格的。权利要求2扩展了权利要求1，增加了特定的技术细节，如使用特定的化合物进行治疗，说明其通过特定的技术（如特定的化合物）来提高治疗的针对性和效果，那么就可以在步骤2A-2判断该权利要求将抽象概念整合到实际应用中，因此该权利要求是适格的。

整体来看，指南对“司法例外”进行了详细说明，特别是如何区分AI发明中涉及的抽象概念（如算法或数学概念）与实际应用。同时，指南对Mayo/Alice测试步骤中的“实际应用”进行了更明确的解释和示例，提供了更具体的AI相关案例，帮助审查员和申请人更好地理解如何将AI相关的抽象概念（如算法或数学模型）整合到具体的技术应用中并带来具体的技术改进。可以预见的是，在PEG的指导下，随着越来越多专利审查历史的公开，可以给予发明人等越来越清晰明了的专利主题适格性判断。

对于中美人工智能专利客体适格性的比较研究，从上文的分析可以看出，中国的审查标准在文件上体现得相对明确和具体。《审查指南》和新出台的《指引》对人工智能相关专利的审查基准进行了详细的规定和补充。这种明确的审查基准为申请人提供了较为清晰的指导，有助于其在专利申请文件中准确体现发明的技术贡献和效果。

相对比而言，美国采用Mayo/Alice测试来评估专利适格性，这种测试方法在实际应用中因法官和审查员理解不同而存在主观性偏差，尤其是在软件和算法专利领域。为了提高该测试标准的清晰度和可预测性，USPTO近期更新了PEG试图以给出更清晰的界定。

我们可以尝试把USPTO的示例47、48、49置于中国专利法的审查条件下分析。不难发现，USPTO和中国专利法在判断专利客体适格性时，都强调客体方案应具有技术性，通过技术手段解决技术问题并获得技术效果。对于将抽象概念整合到实际应用中，通过特定技术手段解决技术问题并获得技术效果的权利要求，两者都认为是适格客体。在大方向上，两者都强调“抽象概念（智力活动的规则或方法）+实际技术应用”，也是双方不断完善自身评判基准的趋势所在。