首页 > 政策指南 > >EPO2018新版《审查指南》关于“数学方法”可专利性的修改
政策指南

EPO2018新版《审查指南》关于“数学方法”可专利性的修改

时间:2019-04-04 08:02作者:admin打印字号:

  EPO2018新版《审查指南》于2018年11月1日实施生效。新版《审查指南》提供了与“数学方法”相关的扩展部分,并且首次提供了专门针对“人工智能和机器学习”以及“模拟、设计和建模”的部分,对于“数学方法”可专利性的判断具有指导意义。

  欧洲专利公约第52条规定:(1)对于在全部技术领域中、具有新颖性、创造性和易于工业应用的任何发明,授予欧洲专利;(2)以下各项不应视为第(1)款中所称的发明:(a)发现、科学理论和数学方法;(b)美学创作;(c)进行智力活动、游戏或商业经营的方案、规则和方法,以及计算机程序;(d)信息表达。

  通常,在EPO的审查中,涉及数学方法的申请被排除在可专利性之外,除非它们被确定具有技术特征。评估数学方法是否具有技术特征时,确定发明是否产生用于技术目的的技术效果。但是,技术目的必须是特定的,例如,控制机器,根据测量值确定机器应如何操作,分析或增强音频、图像或视频数据,改进数据传输或存储,加密技术,优化负荷分布,诸如“控制技术系统”的通用目的不足以赋予数学方法技术特征。

  如果权利要求涉及纯抽象数学方法且不需要任何技术手段,则适用排除。例如,对抽象数据执行快速傅里叶变换而没有使用任何技术手段的方法是一种数学方法。如果权利要求涉及使用技术手段的方法,则整体上具有技术特征,不排除可专利性。

  新版《审查指南》将“人工智能和机器学习”定义为用于分类、聚类、回归和降维的计算模型和算法,例如神经网络、遗传算法、支持向量机、k均值、核回归和判别分析,这些计算模型和算法本身具有抽象数学性质,属于“数学方法”。

  审查所要求保护主题整体是否具有技术特征时,要仔细查看诸如支持向量机、推理引擎或神经网络之类的表达,因为它们通常是指缺乏技术特征的抽象模型。

  指南指出,“在心脏监测设备中使用神经网络识别不规则心跳”和“基于低级特征(例如,图像的边缘或像素属性)的数字图像、视频、音频或语音信号的分类”具有技术特征。然而,“仅就文本内容对文本文档进行分类”和“对抽象数据记录进行分类”而没有任何技术用途则表明分类不是技术目的。

  在分类方法用于技术目的的情况下,如果生成训练集和训练分类器的步骤支持实现该技术目的,则这些步骤贡献了技术特征。

  新版《审查指南》将“模拟、设计或建模”定义为包括落入数学方法或用于执行心理行为方法的类别的特征,属于“数学方法”。

  指南指出,计算机实现的技术项目或特定技术过程的行为模拟符合技术目的,例如,受1/f噪声或特定工业化学过程影响的电子电路性能的数值模拟。相反,非技术过程的模拟并不代表技术目的,例如营销活动、货物运输的管理方案。

  在计算机实现的设计光学系统的方法中,使用特定公式确定给定输入条件下的技术参数,例如折射率和放大系数,以获得最佳光学性能,这是技术上的贡献。相反,如果技术参数的计算机辅助确定取决于人类用户要做出的决定,但权利要求中没有规定做出这种决定的技术考虑因素,则没有产生技术效果。

  如果计算机实现的方法仅产生产品、系统或过程的抽象模型,例如一组方程式,即使建模的产品、系统或过程是技术性的,这本身也不被认为是技术效果。

  新版《审查指南》提供了关于“数学方法”专利申请应该突出强调的发明特征的有用指导。在撰写该领域的专利申请时,应将具体的技术目的或技术实施放在首位,特别要强调如何改进特定技术领域,以便最好地展示技术特性,增强可专利性。返回搜狐,查看更多

上一篇:专利侵权抗辩之“抵触申请”
下一篇:通信终端产业项目商业计划书参考模板