。 这种功能上的限定可以通过在技术目的和权利要求的人工智能算法之间建立足够的联系而实现 。 例如 ， 通过限定人工智能算法的输入和输出与技术目的相关 ， 使得人工智能算法与技术效果之间建立因果关系 。 即 ， 使得权利要求中人工智能算法的特征能够对技术问题的解决作出贡献 ， 从而在创造性审查中被考虑 。 一般而言 ， 算法的技术目的主要由其提供的结果的直接技术相关性决定 。 例如 ， 对于搜索关键词的语义获取方法 ， 或者进一步的基于语义获取进行搜索关键词的扩展 ， 虽然能够用于提高搜索引擎上的搜索效率 ， 但是由于这些算法在权利要求中并没有明确限定如何用于在搜索引擎上进行关键词搜索提高 ， 其提供的直接结果也并非提高搜索引擎上的搜索效率 ， 因此也不认为具有技术性 。 EPO审查指南中还指出 ， 作为一种数学方法的人工智能算法 ， 通过应用于某一技术领域或适用于特定的技术实施 ， 服务于技术目的 ， 产生技术效果 ， 可认为具有技术性 。 对于应用于某一技术领域的情况 ， 人工智能算法的常见应用领域包括图像处理、声音处理、故障检测、预测维护、医学分析、自动驾驶等等 。 例如 ， 在心跳监控装置中使用神经网络以识别不规律的心跳 ， 被认为具有技术性 。 又例如 ， 基于低层级特征 ， 如图像的边缘或像素属性 ， 来对数字图像、视频、音频或声音信号进行分类 ， 被认为是分类算法的典型技术应用 ， 具有技术性 。 但是 ， 仅仅对文本文档本身进行分类而不管文本内容 ， 则被认为是为语言目的而非技术目的 ， 因而不具有技术性 。 对抽象的数据记录 ， 即使是通信网络数据记录 ， 进行分类 ， 而不指出分类结果的技术应用 ， 也不认为具有技术性 。 在分类方法为技术目的的情况下 ， 生成训练集和训练分类器如果支持实现该技术目的 ， 则被认为具有技术性 。 对于适用于特定的技术实施的情况 ， 主要考量人工智能算法是否专用于该技术实施 ， 其设计是否基于计算机的内部功能的技术考量 。 例如 ， 采用与计算机硬件的词尺寸匹配的词尺寸切换的多项式化简算法 ， 可以认为产生了有效的硬件实施的技术效果 ， 具有技术性 。 但是 ， 如果算法仅仅是一般的技术实施 ， 例如 ， 只是在通用的硬件、软件环境中实现了算法 ， 即便算法的效率提升了 ， 也不认为具有技术性 。二、人工智能专利申请的审查示例
下面结合具体示例来讨论什么样的权利要求既能通过第一轮审查 ， 又能通过第二轮审查 。 原权利要求记载“一种对图像进行分类的方法 ， 包括：通过在颜色空间中旋转第一组图像 ， 获得第二组训练图像；使用所述第二组训练图像训练神经网络 ， 得到图像分类模型；利用所述图像分类模型对图像进行分类” 。 这样的权利要求 ， 虽然提到对图像进行分类 ， 但并没有限定对什么类型的图像进行分类 ， 即没有限定到任何具体的应用领域 ， 也没有包含任何技术手段 ， 无法通过第一轮审查 。 通过将“图像”限定为“皮肤病变图像” ， 或者将方法限定为“计算机实现” ， 例如将权利要求的主题修改为“一种用于对皮肤病变图像进行分类的计算机实现的方法” ， 可以帮助权利要求通过第一轮审查 。 检索到的现有技术公开了一种神经网络 ， 用于检测皮肤病变并产生额外的预处理图像 。 比较可知 ， 主题修改后的权利要求与现有技术的区别主要在于：通过在颜色空间中旋转第一组训练图像 ， 获得第二组训练图像 。 这样的区别特征 ， 单独看是非技术特征 ， 从发明的上下文来看 ， 也无法产生服务于技术目的的技术效果 ， 因此无法对技术性作出贡献 ， 需要对权利要求进行进一步的限定 。 修改后的权利要求记载“一种用于对皮肤病变图像进行分类的计算机实现的方法 ， 包括：通过在颜色空间中旋转第一组训练图像以包括肤色变化 ， 获得第二组训练图像；使用所述第二组训练图像训练深度卷积神经网络 ， 得到图像分类模型 ， 其中 ， 在训练过程中通过随机激活所述深度卷积神经网络中的节点来应用dropout函数；利用所述图像分类模型对皮肤病变图像进行分类” 。 修改后的权利要求加入了更多限定 。 如前所述 ， 权利要求的主题是技术特征 ， 问题在于其他特征是否也对技术性作出贡献 。 从发明的上下文来看 ， 本发明应用于医学分析的特定技术领域 ， 服务于提高皮肤病变图像分类精度的技术目的 ， 并且能够产生服务于该技术目的的技术效果 。 并且 ， 权利要求中除主题之外的其他特征 ， 通过特定的神经网络类型以及特定的训练方式 ， 确保该权利要求功能上限于该技术目的 ， 具有技术性 。 修改后的权利要求与现有技术的区别特征包括：1）神经网络的类型不同；2）神经网络的训练过程不同 。 如上面分析的 ， 这些区别特征 ， 虽然单独看是非技术特征 ， 但从发明的上下文来看 ， 有助于提高皮肤病变图像分类精度 ， 对发明的技术性作出贡献 ， 能够支持创造性 。 由此 ， 相对于最接近的现有技术 ， 可以确定权利要求所解决的客观技术问题是：如何提高皮肤病变图像分类精度 。 如果所要求保护的用于解决客观技术问题的技术方案对本领域技术人员来说是非显而易见的 ， 则权利要求具备创造性 。三、总结
相关经验推荐
- 5G|人工智能和5G被列为2022年及以后最重要的技术趋势
- 科技创新|吐槽一下三星s21网络问题
- 机器学习|?机器学习和人工智能的应用，在心脏病学的许多领域实现了更快的诊断
- 腾讯|焚烧垃圾用上人工智能了？全年多发3.6亿度电，能省出一座水电站
- 华为|未来，国企会优先使用华为的系统，人工智能也会更多地进入家庭
- 惠普|在医学诊断中，人工智能可以诊断出和专家一样的结果，非常神奇
- 中国联通|中国5G“无人工厂”也太硬核了！1人抵N人，网红UP主体验后直呼惊喜
- iphone11|「爱芯元智」获A++轮8亿元融资 ，人工智能芯片行业迎来新动力
- 软件|2021年8款人工智能神器，最新汉化版，有需要就拿去
- 芯片|A股：人工智能成为2022热潮，这六大优秀企业，或将成为黑马