作者：王永 資深專利代理師
傳統(tǒng)意義上的神經(jīng)網(wǎng)絡(luò)一般是指生物體的神經(jīng)細(xì)胞（即神經(jīng)元）通過(guò)細(xì)胞體上的突起相互連接而組成的網(wǎng)絡(luò)，該網(wǎng)絡(luò)用于產(chǎn)生生物體的意識(shí)，幫助生物體進(jìn)行思考和行動(dòng)。而人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，以下簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)）是一種模擬生物體的神經(jīng)元連接網(wǎng)絡(luò)的數(shù)學(xué)模型，可以模仿生物體大腦的智能活動(dòng)來(lái)進(jìn)行數(shù)學(xué)計(jì)算，從而解決各種計(jì)算任務(wù)。由此可見(jiàn)，神經(jīng)網(wǎng)絡(luò)是一種天然地具有“智力”屬性的通用性的數(shù)學(xué)算法，這也導(dǎo)致了神經(jīng)網(wǎng)絡(luò)相關(guān)的專利申請(qǐng)中的全部?jī)?nèi)容或者部分內(nèi)容容易被視為涉及智力活動(dòng)的規(guī)則和方法，進(jìn)一步地會(huì)被認(rèn)為不屬于技術(shù)方案而被排除在專利的授權(quán)客體之外。
針對(duì)神經(jīng)網(wǎng)絡(luò)或者其他涉及人工智能等新業(yè)態(tài)新領(lǐng)域的專利申請(qǐng)，國(guó)家知識(shí)產(chǎn)權(quán)局在2019年12月31日發(fā)布了關(guān)于修改《專利審查指南》的公告（第343號(hào)）。修改后的《專利審查指南》對(duì)涉及人工智能、“互聯(lián)網(wǎng)+”、大數(shù)據(jù)以及區(qū)塊鏈等的發(fā)明專利申請(qǐng)的審查特殊性作出規(guī)定，并通過(guò)若干審查示例在一定程度上明確了相關(guān)專利申請(qǐng)的審查規(guī)則，具體對(duì)涉及客體問(wèn)題判斷時(shí)使用的技術(shù)方案的三要素，即技術(shù)手段、技術(shù)問(wèn)題、技術(shù)效果，做出了詳細(xì)說(shuō)明。然而，在專利實(shí)務(wù)中，由于方案的多樣性和復(fù)雜性，神經(jīng)網(wǎng)絡(luò)的相關(guān)申請(qǐng)內(nèi)容通常難以在抽象的數(shù)學(xué)算法和具體的技術(shù)方案之間進(jìn)行準(zhǔn)確劃界。在面對(duì)一件專利申請(qǐng)是否屬于專利法規(guī)定的授權(quán)客體的問(wèn)題時(shí)，專利申請(qǐng)人/專利代理師以及專利審查員也往往會(huì)因認(rèn)知上的差異而得出不同的判斷結(jié)果。
當(dāng)專利審查員依據(jù)專利法第2條第2款或者專利法第25條第1款的相關(guān)規(guī)定對(duì)一件神經(jīng)網(wǎng)絡(luò)相關(guān)的專利申請(qǐng)作出不屬于專利保護(hù)客體的駁回決定時(shí)，專利申請(qǐng)人可以根據(jù)專利法第41條的規(guī)定向?qū)＠麖?fù)審委員會(huì)請(qǐng)求復(fù)審，專利復(fù)審委員會(huì)在經(jīng)過(guò)復(fù)審后可以作出維持原駁回決定或者撤銷原駁回決定的復(fù)審決定。專利復(fù)審程序可以在某些情況下糾正專利審查程序中相關(guān)主體的認(rèn)知錯(cuò)誤，而專利復(fù)審結(jié)果也可以在某種程度上更加客觀地反映相關(guān)法條規(guī)定的適用條件。因此，本文基于若干復(fù)審案例對(duì)神經(jīng)網(wǎng)絡(luò)的客體問(wèn)題做簡(jiǎn)單探討，以期對(duì)神經(jīng)網(wǎng)絡(luò)相關(guān)專利申請(qǐng)的撰寫、涉及客體問(wèn)題的審查意見(jiàn)答復(fù)提供一定的參考。
一、關(guān)于神經(jīng)網(wǎng)絡(luò)的客體問(wèn)題的三種認(rèn)知
與神經(jīng)網(wǎng)絡(luò)相關(guān)的專利申請(qǐng)的保護(hù)主題主要涉及神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)、神經(jīng)網(wǎng)絡(luò)的模型訓(xùn)練/優(yōu)化方法或者神經(jīng)網(wǎng)絡(luò)在具體場(chǎng)景中的使用方法等多種主題類型。各種不同主題類型的神經(jīng)網(wǎng)絡(luò)相關(guān)方案，均需要借助計(jì)算機(jī)設(shè)備來(lái)實(shí)現(xiàn)；例如，神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)一般是安裝在計(jì)算機(jī)設(shè)備的存儲(chǔ)器中，具體可以將神經(jīng)網(wǎng)絡(luò)的模型框架、網(wǎng)絡(luò)參數(shù)、輸入/輸出數(shù)據(jù)保存在存儲(chǔ)器的不同存儲(chǔ)區(qū)域中；又例如，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法/應(yīng)用方法由計(jì)算機(jī)設(shè)備的處理器執(zhí)行，計(jì)算機(jī)設(shè)備的處理器在執(zhí)行相關(guān)的神經(jīng)網(wǎng)絡(luò)算法時(shí)，需要從存儲(chǔ)器中讀取/寫入網(wǎng)絡(luò)參數(shù)及相關(guān)的輸入/輸出數(shù)據(jù)。那么，與計(jì)算機(jī)設(shè)備相結(jié)合的神經(jīng)網(wǎng)絡(luò)是否就足以構(gòu)成我國(guó)專利法規(guī)定的專利保護(hù)客體呢？從以往的國(guó)內(nèi)外專利實(shí)踐中或許可以尋找到答案。
在美國(guó)和歐洲的專利審查和司法實(shí)踐中，對(duì)于神經(jīng)網(wǎng)絡(luò)的客體判斷，相比于我國(guó)而言一般是較為寬松的。例如，Google公司及其旗下的DeepMind公司在美國(guó)提交了大量的涉及神經(jīng)網(wǎng)絡(luò)的相關(guān)專利申請(qǐng)，其中不乏Dropout（一種預(yù)防過(guò)擬合的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法）、CNN（卷積神經(jīng)網(wǎng)絡(luò)）、RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）等普遍被認(rèn)為是基礎(chǔ)算法或者公開(kāi)資源的相關(guān)方案。
事實(shí)上，美國(guó)一直以來(lái)都是可專利主題最為寬泛的國(guó)家，美國(guó)專利法規(guī)定：凡發(fā)明或發(fā)現(xiàn)任何新穎而實(shí)用的方法、機(jī)器、制品、物質(zhì)組成或其任何新穎而實(shí)用的改進(jìn)，都可以按照本法規(guī)定的條件和要求取得專利權(quán)。在美國(guó)的司法實(shí)踐中，曾經(jīng)提出并使用過(guò)“機(jī)器或變換測(cè)試法”對(duì)方法的可專利性問(wèn)題作出指導(dǎo)，具體是指作為可專利主題的方法需要與特定機(jī)器相結(jié)合或者能夠把一件物品變換成另一個(gè)不同狀態(tài)或另一種東西。基于這一測(cè)試方法，與計(jì)算機(jī)設(shè)備相結(jié)合的神經(jīng)網(wǎng)絡(luò)算法顯然同時(shí)具備了與特定機(jī)器相結(jié)合以及對(duì)輸入數(shù)據(jù)進(jìn)行變換處理的條件。
歐洲專利局在進(jìn)行專利審查時(shí)，會(huì)對(duì)權(quán)利要求中的所有特征做技術(shù)特征和非技術(shù)特征的劃分，其中非技術(shù)特征會(huì)被排除在新穎性和創(chuàng)造性的評(píng)價(jià)范圍之外。在對(duì)權(quán)利要求進(jìn)行可專利性判斷時(shí)，歐洲專利局曾經(jīng)使用過(guò)“貢獻(xiàn)論”（contribution approach）的判斷方法，該方法規(guī)定在進(jìn)行可專利性判斷時(shí)，僅考慮權(quán)利要求中對(duì)現(xiàn)有技術(shù)作出貢獻(xiàn)的部分是否屬于排除主題。然而，由于違背了權(quán)利要求應(yīng)當(dāng)整體評(píng)價(jià)的原則，貢獻(xiàn)論很快便被棄用了。在此基礎(chǔ)上，歐洲專利局確立了只要權(quán)利要求中包含計(jì)算機(jī)、計(jì)算機(jī)網(wǎng)絡(luò)或者計(jì)算機(jī)可讀介質(zhì)，就會(huì)賦予權(quán)利要求以技術(shù)性質(zhì)（technical character）的原則。而技術(shù)性質(zhì)正是歐洲專利公約要求一項(xiàng)專利法意義上的發(fā)明所必須滿足的隱含要求?；谶@一判斷原則，當(dāng)神經(jīng)網(wǎng)絡(luò)算法與計(jì)算機(jī)設(shè)備相結(jié)合時(shí)，能夠初步判斷其具備關(guān)于技術(shù)性質(zhì)的可專利性要求。
在我國(guó)的專利實(shí)務(wù)中，在面對(duì)與神經(jīng)網(wǎng)絡(luò)相關(guān)的專利申請(qǐng)是否屬于專利法規(guī)定的授權(quán)客體的問(wèn)題時(shí)，一般情況下可能會(huì)產(chǎn)生如下三種認(rèn)知：
（1）神經(jīng)網(wǎng)絡(luò)屬于一種通用性的算法工具，神經(jīng)網(wǎng)絡(luò)的相關(guān)結(jié)構(gòu)或者方法依賴于計(jì)算機(jī)設(shè)備的硬件結(jié)構(gòu)，其數(shù)據(jù)處理過(guò)程也必然涉及計(jì)算機(jī)內(nèi)部的數(shù)據(jù)獲取、數(shù)據(jù)傳輸、數(shù)據(jù)存儲(chǔ)等技術(shù)手段。因此，神經(jīng)網(wǎng)絡(luò)本身便是一種能夠在多種不同的技術(shù)領(lǐng)域中進(jìn)行應(yīng)用的技術(shù)方案，屬于專利保護(hù)的客體。
（2）在涉及神經(jīng)網(wǎng)絡(luò)的權(quán)利要求中清楚地限定某一個(gè)具體的技術(shù)領(lǐng)域，基于該技術(shù)領(lǐng)域的神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)或者模型訓(xùn)練/優(yōu)化/應(yīng)用方法等方案涉及通過(guò)計(jì)算機(jī)程序?qū)υ摷夹g(shù)領(lǐng)域中的技術(shù)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理的技術(shù)手段。這種方案屬于審查指南第九章規(guī)定的涉及計(jì)算機(jī)程序的發(fā)明專利申請(qǐng)，具體涉及通過(guò)執(zhí)行計(jì)算機(jī)程序處理外部技術(shù)數(shù)據(jù)的情形。因此，與某一具體技術(shù)領(lǐng)域相結(jié)合的神經(jīng)網(wǎng)絡(luò)構(gòu)成一種技術(shù)方案，屬于專利保護(hù)的客體。
（3）在未限定具體技術(shù)領(lǐng)域的情況下，對(duì)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)或者算法步驟進(jìn)行優(yōu)化涉及對(duì)計(jì)算機(jī)程序的計(jì)算資源、計(jì)算效率等方面進(jìn)行性能優(yōu)化的技術(shù)手段。這種方案屬于審查指南第九章規(guī)定的涉及計(jì)算機(jī)程序的發(fā)明專利申請(qǐng)，具體涉及通過(guò)執(zhí)行計(jì)算機(jī)程序改善計(jì)算機(jī)系統(tǒng)內(nèi)部性能的情形。因此，即便沒(méi)有與具體技術(shù)領(lǐng)域做結(jié)合，基于神經(jīng)網(wǎng)絡(luò)對(duì)計(jì)算性能進(jìn)行提升優(yōu)化的方案足以構(gòu)成技術(shù)方案，屬于專利保護(hù)的客體。
針對(duì)如上所述的三種認(rèn)知觀點(diǎn)，下面結(jié)合具體復(fù)審案例的復(fù)審結(jié)果逐一進(jìn)行分析，需要說(shuō)明的是，以下各個(gè)復(fù)審案例僅對(duì)具體復(fù)審決定的相關(guān)內(nèi)容做簡(jiǎn)要摘取。相關(guān)案例的復(fù)審決定的完整內(nèi)容請(qǐng)參見(jiàn)國(guó)家知識(shí)產(chǎn)權(quán)局專利復(fù)審和無(wú)效審理部官方網(wǎng)站。
二、涉及多種技術(shù)領(lǐng)域的神經(jīng)網(wǎng)絡(luò)能否作為通用技術(shù)方案而成為專利保護(hù)客體
案例1：面向深度學(xué)習(xí)的稀疏自適應(yīng)神經(jīng)網(wǎng)絡(luò)、算法及實(shí)現(xiàn)裝置
決定號(hào) 192123 決定日 2019-09-23
申請(qǐng)?zhí)?201510944909.7 申請(qǐng)日 2015-12-16
案例1的駁回決定所針對(duì)的權(quán)利要求1內(nèi)容如下：
一種面向深度學(xué)習(xí)的稀疏自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法，運(yùn)用在單芯片上，其特征在于：
1)采用對(duì)能量函數(shù)的概率分布的最大似然估計(jì)的負(fù)對(duì)數(shù)形式求最小值的凸優(yōu)化形式表示目標(biāo)函數(shù)；
2)所述目標(biāo)函數(shù)為： ，其中λ表示正則化系數(shù)，l表示網(wǎng)絡(luò)的層數(shù)，最低為1層，v(l)表示每一層RBM的可視層，h(l)表示每一層RBM的隱藏層；向目標(biāo)函數(shù)中加入一范數(shù)正則化項(xiàng)， ，wij表示連接的權(quán)值；
3)所述目標(biāo)函數(shù)的優(yōu)化目標(biāo)為x≤wi,j≤y，x，y∈R，優(yōu)化結(jié)果是wij向優(yōu)化目標(biāo)區(qū)間的端點(diǎn)x,y靠近；
4)采用短位寬的離散的整數(shù)表示連接的權(quán)值；
5)對(duì)x,y取整，用[x],[y]表示，取[x]≤m1，m2≤[y]，當(dāng)wi,j≤m1，wi,j＝[x]，當(dāng)wi,j≥m2，wi,j＝[y]，否則wi,j用約定值表示連接不存在；
6)在常規(guī)項(xiàng)的梯度下降步驟后，應(yīng)用contrastive divergence規(guī)則進(jìn)行更新，應(yīng)用Rs的梯度更新參數(shù)。
駁回決定中指出：權(quán)利要求1要求保護(hù)一種面向深度學(xué)習(xí)的稀疏自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法，所采用的方案是通過(guò)限制隱藏單元的活動(dòng)數(shù)量達(dá)到稀疏表示，僅僅是對(duì)算法本身的改進(jìn)，沒(méi)有應(yīng)用到技術(shù)領(lǐng)域，沒(méi)有提及該算法能夠用于解決何種實(shí)際的技術(shù)問(wèn)題，沒(méi)有限定算法參數(shù)在技術(shù)問(wèn)題中所體現(xiàn)的物理含義，即沒(méi)有形成具有技術(shù)意義的技術(shù)方案，以及也沒(méi)有體現(xiàn)出運(yùn)用該算法后能夠?yàn)榻鉀Q技術(shù)問(wèn)題帶來(lái)何種技術(shù)效果；屬于人為制定的規(guī)則，屬于智力活動(dòng)的規(guī)則和方法。
在復(fù)審程序中，復(fù)審請(qǐng)求人陳述意見(jiàn)：“面向深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法”本身就是一項(xiàng)技術(shù)方案，因?yàn)樵撋窠?jīng)網(wǎng)絡(luò)模型適用于集成電路中，具體使用領(lǐng)域廣泛，如在機(jī)器視覺(jué)、場(chǎng)景感知、特征提取、大數(shù)據(jù)處理等領(lǐng)域中應(yīng)用，考慮到保護(hù)范圍的需求，權(quán)利要求1中涉及的參數(shù)雖然未具體賦予物理含義，但對(duì)于本領(lǐng)域技術(shù)人員而言，在實(shí)際應(yīng)用過(guò)程中，對(duì)參數(shù)賦予物理含義是常規(guī)技術(shù)。
針對(duì)復(fù)審請(qǐng)求人的意見(jiàn)陳述，合議組認(rèn)為：人工神經(jīng)網(wǎng)絡(luò)是一種模仿生物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型，其本身僅僅是一種數(shù)學(xué)模型，并不構(gòu)成技術(shù)方案，只有將其應(yīng)用于具體的應(yīng)用領(lǐng)域中，對(duì)具體應(yīng)用領(lǐng)域中的數(shù)據(jù)進(jìn)行處理，從而解決具體領(lǐng)域中的分類、識(shí)別等技術(shù)問(wèn)題時(shí)，整個(gè)方案才屬于技術(shù)方案。復(fù)審請(qǐng)求人列舉了本申請(qǐng)可應(yīng)用的多個(gè)應(yīng)用領(lǐng)域，正說(shuō)明本申請(qǐng)并未與特定的應(yīng)用領(lǐng)域相結(jié)合，而僅是抽象的數(shù)學(xué)模型。
合議組決定維持國(guó)家知識(shí)產(chǎn)權(quán)局對(duì)本申請(qǐng)作出的駁回決定。
案例2：分層型神經(jīng)網(wǎng)絡(luò)裝置、判別器學(xué)習(xí)方法以及判別方法
決定號(hào) 195731 決定日 2019-10-15
申請(qǐng)?zhí)?201480073042.6 申請(qǐng)日 2014-02-10
案例2的駁回決定所針對(duì)的權(quán)利要求1內(nèi)容如下：
一種使用分層型神經(jīng)網(wǎng)絡(luò)進(jìn)行判別的裝置，該分層型神經(jīng)網(wǎng)絡(luò)用于控制、預(yù)測(cè)或診斷，該裝置具有：
權(quán)重存儲(chǔ)部，其存儲(chǔ)分層型神經(jīng)網(wǎng)絡(luò)中的節(jié)點(diǎn)之間的權(quán)重；
權(quán)重學(xué)習(xí)部，其對(duì)所述分層型神經(jīng)網(wǎng)絡(luò)中的多個(gè)節(jié)點(diǎn)之間的權(quán)重進(jìn)行學(xué)習(xí)，所述分層型神經(jīng)網(wǎng)絡(luò)是根據(jù)糾錯(cuò)碼的校驗(yàn)矩陣在所述節(jié)點(diǎn)之間進(jìn)行疏耦合而形成的，并且由具有節(jié)點(diǎn)的輸入層、中間層以及輸出層構(gòu)成；以及
判別處理部，其使用利用由所述權(quán)重學(xué)習(xí)部學(xué)習(xí)到的權(quán)重值更新耦合后的節(jié)點(diǎn)之間的權(quán)重后的分層型神經(jīng)網(wǎng)絡(luò)進(jìn)行判別，求解分類問(wèn)題或者回歸問(wèn)題。
駁回決定中指出：權(quán)利要求1并未明確限定該方法處理的具體技術(shù)問(wèn)題，未與具體的技術(shù)領(lǐng)域相結(jié)合，解決的問(wèn)題是通過(guò)人的思維活動(dòng)而進(jìn)行的方法算法問(wèn)題，屬于一種數(shù)學(xué)問(wèn)題而不是技術(shù)問(wèn)題，其實(shí)際采用的手段是自定義校正值、權(quán)重值配置，屬于人為規(guī)定，不是技術(shù)手段；其方案帶來(lái)的效果也是算法改進(jìn)帶來(lái)的算法/數(shù)學(xué)效果，而非技術(shù)效果，因此，權(quán)利要求1所要求保護(hù)的解決方案不夠成技術(shù)方案，不符合專利法第2條第2款的規(guī)定。
在復(fù)審程序中，復(fù)審請(qǐng)求人在權(quán)利要求1中增加了“該裝置用于與控制、預(yù)測(cè)或診斷相關(guān)的信息處理”以及“學(xué)習(xí)數(shù)據(jù)存儲(chǔ)部”、“訓(xùn)練數(shù)據(jù)存儲(chǔ)部”、“判別處理部”等涉及數(shù)據(jù)處理的相關(guān)特征，并陳述意見(jiàn)：修改后的權(quán)利要求1明確了該裝置所應(yīng)用的技術(shù)領(lǐng)域，即，“該裝置用于與控制、預(yù)測(cè)或診斷相關(guān)的信息處理”；對(duì)于權(quán)重和數(shù)據(jù)的存儲(chǔ)、學(xué)習(xí)和傳輸?shù)忍卣骶鶎儆诩夹g(shù)手段。
針對(duì)復(fù)審請(qǐng)求人作出的修改以及意見(jiàn)陳述，合議組認(rèn)為：就“該裝置用于與控制、預(yù)測(cè)或診斷相關(guān)的信息處理”而言，是算法數(shù)學(xué)模型的功能屬性，并非專利法意義上的具體的技術(shù)領(lǐng)域。至于通過(guò)神經(jīng)網(wǎng)絡(luò)的具體結(jié)構(gòu)進(jìn)行權(quán)重和數(shù)據(jù)的存儲(chǔ)、學(xué)習(xí)和傳輸?shù)忍卣魇撬惴〝?shù)學(xué)模型構(gòu)成要素的功能性描述，屬于算法數(shù)學(xué)模型的屬性本身，不屬于專利法意義上的技術(shù)手段。
合議組決定維持國(guó)家知識(shí)產(chǎn)權(quán)局對(duì)本申請(qǐng)作出的駁回決定。
基于案例1及案例2的復(fù)審結(jié)果做如下對(duì)比分析：
在以上兩個(gè)案例中，復(fù)審請(qǐng)求人通過(guò)陳述意見(jiàn)或者修改權(quán)利要求的方式各自為其要求保護(hù)的方案限定了多個(gè)技術(shù)領(lǐng)域，使得相關(guān)的神經(jīng)網(wǎng)絡(luò)成為可以跨越多個(gè)技術(shù)領(lǐng)域的通用算法，無(wú)法體現(xiàn)神經(jīng)網(wǎng)絡(luò)在具體技術(shù)領(lǐng)域中的“特殊性”。合議組對(duì)兩件復(fù)審請(qǐng)求均作出了維持駁回決定的復(fù)審決定。具體而言：
在案例1中，復(fù)審請(qǐng)求人通過(guò)復(fù)審程序的意見(jiàn)陳述聲明其要求保護(hù)的方案可以應(yīng)用于機(jī)器視覺(jué)、場(chǎng)景感知、特征提取、大數(shù)據(jù)處理等技術(shù)領(lǐng)域，而合議組認(rèn)為復(fù)審請(qǐng)求人列舉的本申請(qǐng)可應(yīng)用的多個(gè)應(yīng)用領(lǐng)域，正說(shuō)明本申請(qǐng)并未與特定的應(yīng)用領(lǐng)域相結(jié)合，而僅是抽象的數(shù)學(xué)模型，合議組據(jù)此得出了維持駁回決定的結(jié)論。
在案例2中，復(fù)審請(qǐng)求人通過(guò)修改權(quán)利要求，具體限定其要求保護(hù)的方案可以應(yīng)用在與控制、預(yù)測(cè)或診斷相關(guān)的信息處理的應(yīng)用領(lǐng)域中，而這樣的領(lǐng)域限定因?yàn)檫^(guò)于寬泛和抽象而被認(rèn)為是算法數(shù)據(jù)模型的功能屬性，合議組據(jù)此得出了維持駁回決定的結(jié)論。
神經(jīng)網(wǎng)絡(luò)需要借助集成電路或者計(jì)算機(jī)設(shè)備來(lái)實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)、傳輸和處理等算法功能，因神經(jīng)網(wǎng)絡(luò)具有通用性而可以在多種不同的技術(shù)領(lǐng)域中進(jìn)行應(yīng)用，在某些特定的語(yǔ)境下的確可以將神經(jīng)網(wǎng)絡(luò)的相關(guān)方案納入至廣義的“技術(shù)方案”的范疇中，但這種廣義的“技術(shù)方案”并不嚴(yán)格等同于專利法意義上的技術(shù)方案。倘若在意見(jiàn)陳述或者在權(quán)利要求中廣泛限定多種不同的技術(shù)領(lǐng)域，反而會(huì)令審查員/合議組得出方案整體屬于通用數(shù)學(xué)算法的結(jié)論。因此，在未有其他“可專利性”依據(jù)支持的前提下，限定在多種不同技術(shù)領(lǐng)域中應(yīng)用的神經(jīng)網(wǎng)絡(luò)作為通用技術(shù)方案不足以構(gòu)成符合專利法規(guī)定的專利保護(hù)客體。
三、涉及某一指定技術(shù)領(lǐng)域的神經(jīng)網(wǎng)絡(luò)能否依據(jù)執(zhí)行計(jì)算機(jī)程序處理外部技術(shù)數(shù)據(jù)的目的而成為專利保護(hù)客體
案例3：粒子群優(yōu)化LVQ神經(jīng)網(wǎng)絡(luò)的方法及擾動(dòng)、諧波檢測(cè)方法
決定號(hào) 209524 決定日 2020-04-15
申請(qǐng)?zhí)?201510310098.5 申請(qǐng)日 2015-06-08
案例3的駁回決定所針對(duì)的權(quán)利要求1內(nèi)容如下：
一種分布式電源擾動(dòng)類型的在線檢測(cè)的方法，其特征在于，包括：利用粒子群優(yōu)化學(xué)習(xí)向量量化LVQ神經(jīng)網(wǎng)絡(luò)的方法，依據(jù)輸入的電能質(zhì)量信號(hào)中的擾動(dòng)類型信息，對(duì)所述電能質(zhì)量信號(hào)的擾動(dòng)類型進(jìn)行檢測(cè)，
其中，利用粒子群優(yōu)化學(xué)習(xí)向量量化LVQ神經(jīng)網(wǎng)絡(luò)的過(guò)程，包括：
建立粒子群，其中所述粒子群中粒子的位置的分量與LVQ神經(jīng)網(wǎng)絡(luò)中的連接權(quán)值一一對(duì)應(yīng)；
利用粒子群迭代算法，迭代更新所述粒子群中所有粒子的位置和速度；
其中，每次更新粒子的位置和速度后，均計(jì)算每個(gè)粒子的最優(yōu)適應(yīng)度位置，并利用得到的粒子的最優(yōu)適應(yīng)度位置獲取粒子群的最優(yōu)適應(yīng)度位置，以及，利用所述粒子群的最優(yōu)適應(yīng)度位置更新所述LVQ神經(jīng)網(wǎng)絡(luò)的所述連接權(quán)值；
當(dāng)所述粒子群迭代算法達(dá)到設(shè)定的迭代次數(shù)，或，所述LVQ神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出和預(yù)期輸出的差值滿足預(yù)設(shè)范圍時(shí)，停止對(duì)粒子群中粒子位置和速度的更新；
所述每次更新粒子的位置和速度后，均計(jì)算每個(gè)粒子的最優(yōu)適應(yīng)度位置，包括：
每次更新粒子的位置和速度后，計(jì)算粒子當(dāng)前的適應(yīng)度值；
依次判斷每個(gè)粒子當(dāng)前的所述適應(yīng)度值是否優(yōu)于其當(dāng)前的最優(yōu)適應(yīng)度位置對(duì)應(yīng)的適應(yīng)度值，如果是，則利用粒子的當(dāng)前位置替換所述粒子的最優(yōu)適應(yīng)度位置；
所述計(jì)算粒子當(dāng)前的適應(yīng)度值，包括：
利用公式 計(jì)算粒子當(dāng)前的適應(yīng)度值；
其中，N為訓(xùn)練樣本總數(shù)；yih和yia分別為相應(yīng)于第i個(gè)訓(xùn)練樣本的輸出層的期望輸出和實(shí)際輸出。
在實(shí)質(zhì)審查程序中，審查員以不符合專利法第22條第3款規(guī)定的創(chuàng)造性為依據(jù)作出駁回決定。針對(duì)該駁回決定，申請(qǐng)人提出復(fù)審請(qǐng)求。
在復(fù)審程序中，合議組提出：雖然在權(quán)利要求中限定了對(duì)電能質(zhì)量信號(hào)的擾動(dòng)類型進(jìn)行檢測(cè)，但在權(quán)利要求中，并沒(méi)有體現(xiàn)出依據(jù)擾動(dòng)類型信息來(lái)實(shí)現(xiàn)電能質(zhì)量信號(hào)的擾動(dòng)類型的檢測(cè)，或依據(jù)輸入的電能質(zhì)量信號(hào)中的諧波信息，對(duì)所述電能質(zhì)量信號(hào)的諧波及間諧波擾動(dòng)進(jìn)行檢測(cè)，即電能質(zhì)量參數(shù)并沒(méi)有與LVQ神經(jīng)網(wǎng)絡(luò)的其他特征之間產(chǎn)生關(guān)聯(lián)，因而其仍然僅是對(duì)算法的優(yōu)化，不構(gòu)成技術(shù)方案。本申請(qǐng)不符合專利法第2條第2款的規(guī)定，屬于專利法不授權(quán)的客體。
合議組決定維持國(guó)家知識(shí)產(chǎn)權(quán)局對(duì)本申請(qǐng)作出的駁回決定。
案例4：一種神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法及裝置
決定號(hào) 206423 決定日 2020-03-18
申請(qǐng)?zhí)?201710450211.9 申請(qǐng)日 2017-06-15
案例4的駁回決定所針對(duì)的權(quán)利要求1內(nèi)容如下：
一種神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，其特征在于，包括：
選取一個(gè)與學(xué)生網(wǎng)絡(luò)實(shí)現(xiàn)相同功能的教師網(wǎng)絡(luò)；
基于匹配同一訓(xùn)練樣本數(shù)據(jù)對(duì)應(yīng)的第一輸出數(shù)據(jù)的數(shù)據(jù)間相似性與第二輸出數(shù)據(jù)的數(shù)據(jù)間相似性來(lái)迭代訓(xùn)練所述學(xué)生網(wǎng)絡(luò)得到目標(biāo)網(wǎng)絡(luò)，以實(shí)現(xiàn)將所述教師網(wǎng)絡(luò)的輸出數(shù)據(jù)間相似性遷移到所述學(xué)生網(wǎng)絡(luò)；
其中：所述第一輸出數(shù)據(jù)為所述訓(xùn)練樣本數(shù)據(jù)輸入教師網(wǎng)絡(luò)后從教師網(wǎng)絡(luò)的第一特定網(wǎng)絡(luò)層輸出的數(shù)據(jù)，所述第二輸出數(shù)據(jù)為所述訓(xùn)練樣本數(shù)據(jù)輸入學(xué)生網(wǎng)絡(luò)后從學(xué)生網(wǎng)絡(luò)的第二特定網(wǎng)絡(luò)層輸出的數(shù)據(jù)。
駁回決定中指出：權(quán)利要求1請(qǐng)求保護(hù)的方案不涉及任何應(yīng)用領(lǐng)域，解決的問(wèn)題是模型訓(xùn)練本身，模型訓(xùn)練過(guò)程中所使用的神經(jīng)網(wǎng)絡(luò)的輸入輸出并未限定具體技術(shù)領(lǐng)域的具體物理參數(shù)，因此，該方法實(shí)際上要保護(hù)的對(duì)象僅限定單純的算法，因而權(quán)利要求實(shí)質(zhì)上要保護(hù)的是一種智力活動(dòng)的規(guī)則和方法，屬于專利法第25條第1款第2項(xiàng)所述的智力活動(dòng)的規(guī)則和方法的范圍。
在復(fù)審程序中，復(fù)審請(qǐng)求人在權(quán)利要求1中增加了特征“在實(shí)時(shí)的計(jì)算機(jī)視覺(jué)處理過(guò)程中，低計(jì)算能力的處理設(shè)備獲取圖像數(shù)據(jù)；所述處理設(shè)備使用預(yù)先設(shè)置的目標(biāo)網(wǎng)絡(luò)對(duì)獲取到的圖像數(shù)據(jù)進(jìn)行計(jì)算機(jī)視覺(jué)處理，得到計(jì)算機(jī)視覺(jué)處理結(jié)果；其中，所述目標(biāo)網(wǎng)絡(luò)是通過(guò)如下處理得到的：”，并同時(shí)將權(quán)利要求書中的“樣本數(shù)據(jù)”修改為“樣本圖像數(shù)據(jù)”。
針對(duì)復(fù)審請(qǐng)求人作出的修改以及意見(jiàn)陳述，合議組認(rèn)為：復(fù)審請(qǐng)求人修改后增加的特征屬于技術(shù)特征，因而該權(quán)利要求就其整體而言并不是一種智力活動(dòng)的規(guī)則和方法，不應(yīng)當(dāng)依據(jù)專利法第25條被排除其獲得專利權(quán)的可能性。該方案需要通過(guò)低計(jì)算能力的處理設(shè)備將圖像數(shù)據(jù)進(jìn)行處理，其中“處理”、“獲取”等數(shù)據(jù)采集和數(shù)據(jù)處理的執(zhí)行屬于利用了遵循自然規(guī)律的技術(shù)手段，解決了技術(shù)問(wèn)題，并獲得了技術(shù)效果，符合專利法第2條第2款的規(guī)定。
合議組決定撤銷國(guó)家知識(shí)產(chǎn)權(quán)局對(duì)本申請(qǐng)作出的駁回決定。
基于案例3及案例4的復(fù)審結(jié)果做如下對(duì)比分析：
在以上兩個(gè)案例中，復(fù)審請(qǐng)求針對(duì)的權(quán)利要求中均限定了與神經(jīng)網(wǎng)絡(luò)相關(guān)的具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)，而不同之處在于涉及神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)處理的特征是否與該外部技術(shù)數(shù)據(jù)產(chǎn)生緊密關(guān)系，而這也導(dǎo)致合議組對(duì)兩件復(fù)審申請(qǐng)作出了一件維持駁回而另一件撤銷駁回的復(fù)審決定。具體而言：
在案例3中，復(fù)審請(qǐng)求人雖然在權(quán)利要求中限定了“電能質(zhì)量信號(hào)”這一具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)，但是由于其方案中神經(jīng)網(wǎng)絡(luò)的各個(gè)算法步驟并未與電能質(zhì)量信號(hào)產(chǎn)生關(guān)聯(lián)，導(dǎo)致其神經(jīng)網(wǎng)絡(luò)（LVQ神經(jīng)網(wǎng)絡(luò)）的實(shí)際處理對(duì)象仍然是抽象的通用數(shù)據(jù)，因此其整體并不構(gòu)成專利法意義上的技術(shù)方案，合議組因而得出了維持駁回決定的結(jié)論。
在案例4中，復(fù)審請(qǐng)求人在權(quán)利要求中限定了通過(guò)低計(jì)算能力的處理設(shè)備獲取并處理圖像數(shù)據(jù)的特征，并將其神經(jīng)網(wǎng)絡(luò)（教師網(wǎng)絡(luò)和學(xué)生網(wǎng)絡(luò)）的實(shí)際處理對(duì)象由“樣本數(shù)據(jù)”修改為“樣本圖像數(shù)據(jù)”，體現(xiàn)了神經(jīng)網(wǎng)絡(luò)的模型特征與具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)之間的緊密關(guān)系，因此整體構(gòu)成專利法意義上的技術(shù)方案，合議組因而得出了撤銷駁回決定的結(jié)論。
當(dāng)權(quán)利要求中記載了屬于某一指定技術(shù)領(lǐng)域的與外部技術(shù)數(shù)據(jù)相關(guān)的技術(shù)特征時(shí)（如案例3中的電能質(zhì)量信號(hào)以及案例4中的圖像數(shù)據(jù)/樣本圖像數(shù)據(jù)），基于該技術(shù)特征僅能判定該方案整體上不屬于專利法第25條中規(guī)定的智力活動(dòng)的規(guī)則和方法，但還需要對(duì)該方案是否屬于專利法第2條第2款規(guī)定的技術(shù)方案作進(jìn)一步判斷，具體需要分析神經(jīng)網(wǎng)絡(luò)的相關(guān)特征（如神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)層或者方法步驟）是否與外部技術(shù)數(shù)據(jù)緊密相關(guān)，進(jìn)而確定神經(jīng)網(wǎng)絡(luò)的實(shí)際處理對(duì)象是具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)或者抽象的通用數(shù)據(jù)。在未有其他“可專利性”依據(jù)支持的前提下，如果一項(xiàng)神經(jīng)網(wǎng)絡(luò)相關(guān)的方案沒(méi)有體現(xiàn)神經(jīng)網(wǎng)絡(luò)的相關(guān)特征與外部技術(shù)數(shù)據(jù)之間的緊密關(guān)系，那么該方案不足以構(gòu)成符合專利法規(guī)定的專利保護(hù)客體。
四、未涉及具體技術(shù)領(lǐng)域的神經(jīng)網(wǎng)絡(luò)能否依據(jù)改善計(jì)算機(jī)系統(tǒng)內(nèi)部性能的目的而成為專利保護(hù)客體
案例5：用于壓縮神經(jīng)網(wǎng)絡(luò)的方法和裝置
決定號(hào) 223739 決定日 2020-08-13
申請(qǐng)?zhí)?201711473963.3 申請(qǐng)日 2017-12-29
案例5的駁回決定所針對(duì)的權(quán)利要求1內(nèi)容如下：
一種用于壓縮神經(jīng)網(wǎng)絡(luò)的方法，包括：
獲取待壓縮的經(jīng)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)；
從所述神經(jīng)網(wǎng)絡(luò)的各層中選取至少一層作為待壓縮層；
按照待壓縮層在所述神經(jīng)網(wǎng)絡(luò)中所處的層級(jí)的層級(jí)數(shù)由大到小的順序，依次對(duì)每個(gè)待壓縮層執(zhí)行以下處理步驟：基于該待壓縮層所包括的參數(shù)的總數(shù)量確定裁剪比率，基于所述裁剪比率和參數(shù)值閾值，從該待壓縮層所包括的參數(shù)中選取參數(shù)進(jìn)行裁剪，并利用機(jī)器學(xué)習(xí)方法，基于預(yù)置的訓(xùn)練樣本對(duì)經(jīng)裁剪后的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；
將對(duì)選取出的各個(gè)待壓縮層進(jìn)行所述處理步驟后所得的神經(jīng)網(wǎng)絡(luò)確定為經(jīng)壓縮后的神經(jīng)網(wǎng)絡(luò)，并存儲(chǔ)所述經(jīng)壓縮后的神經(jīng)網(wǎng)絡(luò)。
駁回決定中指出：本申請(qǐng)要解決的問(wèn)題是如何降低神經(jīng)網(wǎng)絡(luò)算法的復(fù)雜度，其并非是技術(shù)問(wèn)題，而為了解決該問(wèn)題，該權(quán)利要求方案中采用的手段是通過(guò)選取神經(jīng)網(wǎng)絡(luò)的不同層，并進(jìn)行相應(yīng)的適當(dāng)裁剪，進(jìn)行模型訓(xùn)練后，以達(dá)到降低算法復(fù)雜度但保持與原有神經(jīng)網(wǎng)絡(luò)算法盡可能相同精度這一效果，其實(shí)質(zhì)為采用的非技術(shù)手段達(dá)到了相應(yīng)的非技術(shù)效果，其僅僅是利用非技術(shù)的手段實(shí)現(xiàn)了對(duì)算法的優(yōu)化，因此，權(quán)利要求1的方案不構(gòu)成技術(shù)方案，不屬于專利法第2條第2款規(guī)定的客體。
在復(fù)審程序中，復(fù)審請(qǐng)求人在權(quán)利要求1中增加特征“其中，所述神經(jīng)網(wǎng)絡(luò)的占用空間超出占用空間閾值”，并陳述意見(jiàn)：修改后的權(quán)利要求1對(duì)計(jì)算機(jī)性能進(jìn)行了改進(jìn)提升。相較于運(yùn)行未被壓縮的神經(jīng)網(wǎng)絡(luò)，會(huì)提高運(yùn)行速度。而本領(lǐng)域技術(shù)人員可知，由于剩余的存儲(chǔ)空間多，運(yùn)行速度快，電子設(shè)備（比如計(jì)算機(jī)）的性能必定有所提升。由此可知，修改后的權(quán)利要求1對(duì)計(jì)算機(jī)性能進(jìn)行了改進(jìn)提升。
針對(duì)復(fù)審請(qǐng)求人作出的修改以及意見(jiàn)陳述，合議組認(rèn)為：本申請(qǐng)對(duì)神經(jīng)網(wǎng)絡(luò)的壓縮過(guò)程是在神經(jīng)網(wǎng)絡(luò)模型已經(jīng)構(gòu)建后該模型的存儲(chǔ)階段，并不是對(duì)神經(jīng)網(wǎng)絡(luò)算法本身的進(jìn)一步改進(jìn)，而神經(jīng)網(wǎng)絡(luò)的壓縮存儲(chǔ)正是用于改進(jìn)計(jì)算機(jī)設(shè)備本身的性能，以提高其存儲(chǔ)空間的利用率，提升計(jì)算機(jī)運(yùn)行性能，屬于對(duì)計(jì)算機(jī)系統(tǒng)內(nèi)部進(jìn)行的性能改進(jìn)；本申請(qǐng)的壓縮過(guò)程雖然是對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行的剪枝操作，但其目的不是為了降低算法的復(fù)雜度，而是為了降低神經(jīng)網(wǎng)絡(luò)的存儲(chǔ)空間，同時(shí)降低算法的復(fù)雜度也不必然是智力活動(dòng)規(guī)則，需要根據(jù)其改進(jìn)的方式是否與計(jì)算機(jī)設(shè)備以及數(shù)據(jù)本身的特性有關(guān)來(lái)確定。
合議組決定撤銷國(guó)家知識(shí)產(chǎn)權(quán)局對(duì)本申請(qǐng)作出的駁回決定。
案例6：卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算資源優(yōu)化方法及系統(tǒng)
決定號(hào) 233057 決定日 2020-11-05
申請(qǐng)?zhí)?201610779212.3 申請(qǐng)日 2016-08-30
案例6的駁回決定所針對(duì)的權(quán)利要求1內(nèi)容如下：
一種卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算資源優(yōu)化方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算資源優(yōu)化方法包括以下步驟：
將卷積神經(jīng)網(wǎng)絡(luò)的輸入Map拆分為包括若干個(gè)子Map的子Map矩陣，其中，所述輸入Map的尺寸為H×W，H＞0，W＞0，其中所述輸入Map的尺寸H×W是根據(jù)圖像分辨率、圖像需要反映的物理區(qū)域大小及計(jì)算資源的大小等因素預(yù)先確定的；
對(duì)每個(gè)所述子Map進(jìn)行單獨(dú)的卷積操作以得到每個(gè)所述子Map的卷積操作的計(jì)算結(jié)果；
根據(jù)全部所述子Map的卷積操作的計(jì)算結(jié)果原位拼接成所述輸入Map的卷積操作的計(jì)算結(jié)果，其中，原位拼接指將所述子Map的卷積操作的結(jié)果放在所述子Map在所述輸入Map中對(duì)應(yīng)的位置。
駁回決定中指出：權(quán)利要求1請(qǐng)求保護(hù)一種卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算資源優(yōu)化方法，該方案解決了現(xiàn)有神經(jīng)網(wǎng)絡(luò)計(jì)算量大、耗時(shí)長(zhǎng)，浪費(fèi)計(jì)算資源和計(jì)算實(shí)時(shí)性差的問(wèn)題，其采用的手段是：將卷積神經(jīng)網(wǎng)絡(luò)的輸入Map拆分為包括若干個(gè)子Map的子Map矩陣，再進(jìn)行單獨(dú)卷積操作，其手段是純算法的改進(jìn)，其沒(méi)有采用符合自然規(guī)律的技術(shù)手段。而其達(dá)到提高算法計(jì)算效率，從而獲得節(jié)約計(jì)算資源和提高實(shí)時(shí)性的效果，這種效果是由于算法改進(jìn)而帶來(lái)的，其不是技術(shù)效果。雖然在方案中提及“輸入Map的尺寸H×W是根據(jù)圖像分辨率、圖像需要反映的物理區(qū)域大小及計(jì)算資源的大小等因素預(yù)先確定的”，但該權(quán)利要求沒(méi)有具體體現(xiàn)該神經(jīng)網(wǎng)絡(luò)與圖像領(lǐng)域相結(jié)合，更沒(méi)有體現(xiàn)該神經(jīng)網(wǎng)絡(luò)解決圖像中何種具體技術(shù)問(wèn)題。因此，權(quán)利要求1不屬于技術(shù)方案，不符合專利法第2條第2款的規(guī)定。
在復(fù)審程序中，復(fù)審請(qǐng)求人陳述意見(jiàn)：本申請(qǐng)要解決的問(wèn)題是避免浪費(fèi)計(jì)算機(jī)資源且計(jì)算實(shí)時(shí)性差的弊端，屬于計(jì)算機(jī)性能的改善。其次，基于計(jì)算機(jī)中像素處理所得到的，利用圖像中像素特征，對(duì)MAP進(jìn)行拆分從而實(shí)現(xiàn)MAP的卷積操作，體現(xiàn)了像素和神經(jīng)網(wǎng)絡(luò)的結(jié)合，解決了計(jì)算機(jī)資源浪費(fèi)問(wèn)題，且本申請(qǐng)的卷積神經(jīng)網(wǎng)絡(luò)通?？梢赃\(yùn)用在圖像處理技術(shù)、圖像識(shí)別、自然語(yǔ)言處理以及物理學(xué)等技術(shù)中，且本申請(qǐng)必然與計(jì)算機(jī)內(nèi)部硬件結(jié)合實(shí)現(xiàn)，達(dá)到本申請(qǐng)所述的技術(shù)效果。
針對(duì)復(fù)審請(qǐng)求人作出的意見(jiàn)陳述，合議組認(rèn)為：權(quán)利要求1中的各個(gè)步驟作為一個(gè)整體體現(xiàn)了如何利用卷積神經(jīng)網(wǎng)絡(luò)處理圖像數(shù)據(jù)，屬于技術(shù)手段。解決的是卷積神經(jīng)網(wǎng)絡(luò)的層間復(fù)用進(jìn)行圖像數(shù)據(jù)處理時(shí)，浪費(fèi)計(jì)算資源且計(jì)算實(shí)時(shí)性差的問(wèn)題。該問(wèn)題不僅體現(xiàn)為卷積神經(jīng)網(wǎng)絡(luò)本身存在的問(wèn)題，還體現(xiàn)為將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像處理時(shí)出現(xiàn)的計(jì)算效率低、實(shí)時(shí)性差的問(wèn)題，而如何提高圖像數(shù)據(jù)處理時(shí)的計(jì)算效率和實(shí)時(shí)性體現(xiàn)的是自然規(guī)律利用過(guò)程中出現(xiàn)的問(wèn)題，屬于技術(shù)問(wèn)題。權(quán)利要求1的方法通過(guò)將圖像數(shù)據(jù)的輸入Map進(jìn)行拆分并將各子Map的計(jì)算結(jié)果進(jìn)行原位拼接，取得了提升圖像處理的計(jì)算效率和計(jì)算實(shí)時(shí)性的效果，屬于技術(shù)效果。本申請(qǐng)權(quán)利要求中的卷積神經(jīng)網(wǎng)絡(luò)的輸入Map大小是根據(jù)圖像分辨率、圖像需要反映的物理區(qū)域大小及計(jì)算資源的大小等因素預(yù)先確定的。也就是說(shuō)，明確了方法的各步驟中處理的Map均為圖像數(shù)據(jù)以及各步驟是如何處理圖像數(shù)據(jù)的，體現(xiàn)了卷積神經(jīng)網(wǎng)絡(luò)與圖像數(shù)據(jù)處理密切相關(guān)。
合議組決定撤銷國(guó)家知識(shí)產(chǎn)權(quán)局對(duì)本申請(qǐng)作出的駁回決定。
基于案例5及案例6的復(fù)審結(jié)果做如下對(duì)比分析：
在以上兩個(gè)案例中，復(fù)審請(qǐng)求人均在復(fù)審程序的意見(jiàn)陳述中闡明其要求保護(hù)的方案能夠改善計(jì)算機(jī)系統(tǒng)的內(nèi)部性能，合議組依據(jù)不同的理由對(duì)兩件復(fù)審請(qǐng)求均作出了撤銷駁回決定的復(fù)審決定。具體而言：
在案例5中，復(fù)審請(qǐng)求人在其獲得授權(quán)的權(quán)利要求1中并未限定具體的某一個(gè)或者某幾個(gè)具體的技術(shù)領(lǐng)域，其整體屬于對(duì)通用的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行壓縮以對(duì)其進(jìn)行結(jié)構(gòu)優(yōu)化的方案；由于復(fù)審請(qǐng)求人在權(quán)利要求1中限定了“神經(jīng)網(wǎng)絡(luò)的占用空間超出占用空間閾值”的特征，這使得神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化與計(jì)算機(jī)設(shè)備的存儲(chǔ)性能產(chǎn)生了緊密聯(lián)系，其模型優(yōu)化效果也在客觀上實(shí)現(xiàn)了對(duì)計(jì)算機(jī)系統(tǒng)內(nèi)部進(jìn)行的性能改進(jìn)，因此雖然該方案并未限定任何具體的技術(shù)領(lǐng)域，但不影響其作為涉及計(jì)算機(jī)程序的發(fā)明專利申請(qǐng)而構(gòu)成專利法意義上的技術(shù)方案，合議組因而得出了撤銷駁回決定的結(jié)論。
在案例6中，復(fù)審請(qǐng)求人雖然陳述了與案例5理由相似的對(duì)計(jì)算機(jī)系統(tǒng)內(nèi)部進(jìn)行性能改進(jìn)的相關(guān)意見(jiàn)，但合議組并未采納復(fù)審請(qǐng)求人的意見(jiàn)陳述，而是依據(jù)對(duì)外部技術(shù)數(shù)據(jù)（圖像數(shù)據(jù)）進(jìn)行處理以及體現(xiàn)神經(jīng)網(wǎng)絡(luò)與圖像數(shù)據(jù)處理密切相關(guān)的理由得出了撤銷駁回決定的結(jié)論。
倘若神經(jīng)網(wǎng)絡(luò)的相關(guān)方案能夠與計(jì)算機(jī)系統(tǒng)的內(nèi)部性能（如存儲(chǔ)性能、運(yùn)行性能）產(chǎn)生緊密聯(lián)系，那么該神經(jīng)網(wǎng)絡(luò)的專利申請(qǐng)可以不必限定具體的技術(shù)領(lǐng)域，而作為一項(xiàng)通用的模型算法獲得更大的保護(hù)范圍。而如果神經(jīng)網(wǎng)絡(luò)的相關(guān)方案無(wú)法與計(jì)算機(jī)系統(tǒng)的內(nèi)部性能產(chǎn)生緊密聯(lián)系，可以通過(guò)限定具體技術(shù)領(lǐng)域和具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)的方式縮小專利申請(qǐng)的保護(hù)范圍，進(jìn)而克服不符合專利保護(hù)客體的問(wèn)題。
五、結(jié)論
基于以上對(duì)與神經(jīng)網(wǎng)絡(luò)的客體問(wèn)題相關(guān)的復(fù)審案例進(jìn)行的分析和比較，可得到如下結(jié)論：
1、神經(jīng)網(wǎng)絡(luò)作為一種通用的數(shù)學(xué)算法模型，雖然可以在多種不同的技術(shù)領(lǐng)域中進(jìn)行使用，但神經(jīng)網(wǎng)絡(luò)本身并不屬于專利法意義上的技術(shù)方案，不屬于專利的保護(hù)客體。倘若在意見(jiàn)陳述或者在權(quán)利要求中廣泛限定多種不同的技術(shù)領(lǐng)域，反而會(huì)令審查員/合議組得出方案整體屬于通用數(shù)學(xué)算法的結(jié)論。因此，在未有其他“可專利性”依據(jù)支持的前提下，限定在多種不同技術(shù)領(lǐng)域中應(yīng)用的神經(jīng)網(wǎng)絡(luò)作為通用技術(shù)方案不足以構(gòu)成符合專利法規(guī)定的專利保護(hù)客體。
2、當(dāng)權(quán)利要求中記載了屬于某一指定技術(shù)領(lǐng)域的與外部技術(shù)數(shù)據(jù)相關(guān)的技術(shù)特征時(shí)，基于該技術(shù)特征僅能判定該方案整體上不屬于專利法第25條中規(guī)定的智力活動(dòng)的規(guī)則和方法，但還需要對(duì)該方案整體上是否屬于專利法第2條第2款規(guī)定的技術(shù)方案作進(jìn)一步判斷，具體需要分析神經(jīng)網(wǎng)絡(luò)的相關(guān)特征（如神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)層或者方法步驟）是否與外部技術(shù)數(shù)據(jù)緊密相關(guān)，進(jìn)而確定神經(jīng)網(wǎng)絡(luò)的實(shí)際處理對(duì)象是具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)或者抽象的通用數(shù)據(jù)。在未有其他“可專利性”依據(jù)支持的前提下，如果一項(xiàng)神經(jīng)網(wǎng)絡(luò)相關(guān)的方案沒(méi)有體現(xiàn)神經(jīng)網(wǎng)絡(luò)的相關(guān)特征與外部技術(shù)數(shù)據(jù)之間的緊密關(guān)系，那么該方案不足以構(gòu)成符合專利法規(guī)定的專利保護(hù)客體。
3、倘若神經(jīng)網(wǎng)絡(luò)的相關(guān)方案能夠與計(jì)算機(jī)系統(tǒng)的內(nèi)部性能（如存儲(chǔ)性能、運(yùn)行性能）產(chǎn)生緊密聯(lián)系，那么該神經(jīng)網(wǎng)絡(luò)的專利申請(qǐng)可以不必限定具體的技術(shù)領(lǐng)域，而作為一項(xiàng)通用的模型算法獲得更大的保護(hù)范圍。而如果神經(jīng)網(wǎng)絡(luò)的相關(guān)方案無(wú)法與計(jì)算機(jī)系統(tǒng)的內(nèi)部性能產(chǎn)生緊密聯(lián)系，可以通過(guò)限定具體技術(shù)領(lǐng)域和具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)的方式縮小專利申請(qǐng)的保護(hù)范圍，進(jìn)而克服不符合專利保護(hù)客體的問(wèn)題。