路盛律师事务所主任、争议解决业务联席负责人蒋南頔以及律师路畅撰文指出，随着世界意识到人工智能的潜力，中国专利局有志成为世界领先的产业中心。

作为新兴生产力的关键领域， AI技术被视为中国经济的新引擎。早在2017年，中国政府就出台了国家级的先进生成式AI发展规划，旨在到2030年前发展规模超过1400亿美元的AI产业。

在短短六年内，中国已成为机器学习模型（ AI核心技术）的两大主要来源国之一。根据斯坦福大学2024年AI指数报告，到2023年，中国已开发出15个知名模型。在当今看来，中国是全球AI研究和创新的领导国家。

国内AI创新的快速增长，也为现行知识产权保护体系带来了新的挑战，特别是涉及AI相关技术的专利性问题。例如，许多AI专利涉及新的算法或模型，这些本质上属于数学方法。

为了提供与AI创新步伐相适应的专利保护水平，中国国家知识产权局于2023年底修订了《专利审查指南》，并于2024年1月20日正式生效。此次修订提升了AI领域软件专利的授权标准。

有观点认为，新的《专利审查指南》拓宽了AI技术相关的可专利主题范围，同时使创新性标准更能适应AI研发过程的实际情况。

本部分旨在探讨新指南所带来的影响。

新指南似乎更加倾向于授予AI专利

机器学习是AI的一个基本分支，其相关专利主要集中于软件领域。我们将2024年上半年授予的机器学习专利数量与2023年同期的数据进行了对比，以揭示新《专利审查指南》的影响。

图1显示，与2023年同期相比， 2024年1月至6月期间授予的机器学习专利总数增加了30%，从约9.4万件增至12.7万件。特别是在新的《专利审查指南》颁布后的前三个月，授权数量几乎翻了一番。这一数字表明，新的《专利审查指南》促进了对AI创新的专利保护。

更多AI专利将以“计算机程序产品”权利要求的形式授予

在《专利审查指南》修订之前，软件的工艺特征定义的“计算机可读介质”是产品权利要求的常见主题。彼时， “计算机程序产品”权利要求较少被授权，因为软件相关的解决方案通常需要与硬件设备结合或作为系统的一部分使用。

然而，新的《专利审查指南》直接将“计算机程序产品”明确为权利要求的主题。这意味着，主要涉及软件创新的发明可以作为独立的产品权利要求获得授权，而无需再将其改写为“计算机可读介质”。

如图2所示，截至2024年6月30日，中国国家知识产权局在机器学习领域已授权超过1500项专利，这一数量几乎是2023年全年授权总数的三倍。

由此可见，新的《专利审查指南》赋予专利申请人更多灵活性，以构建适合AI专利的权利要求。

新指南消除了AI专利授权的一些障碍

在2023年改革之前， AI相关专利可能因以下两个适格性问题而被拒绝授权：

• 诊断方法问题：如果AI处理涉及人类健康的数据，即使整个过程中没有医生参与，其处理方法仍可能被认定为诊断方法，从而根据中国专利法第25条不符合专利授权的主题要求。

• AI专利是否构成技术解决方案：尽管《专利审查指南》 2019年修订版已指出，在判断发明是否为技术解决方案并符合中国专利法第2条时，应将算法特征与其他特征作为整体解决方案一并考虑。然而在实践中，许多AI或大数据相关发明仍因仅通过新算法提升计算机系统内部性能或提高大数据算法的可靠性/准确性，而未提及用于解决技术问题的应用或整体解决方案是否具有技术效果，因而被拒绝授权。

为了为AI创新提供更多保护，新的《专利审查指南》进一步拓宽了AI专利的适格主题范围，具体包括：

• 凡是所有步骤由计算机或其他设备实现的信息处理方法，不论处理的数据是否与人类健康相关，都不再被视为诊断方法。因此， AI+健康或”智慧医疗“领域的发明，如利用软件分析人类健康大数据（如DNA测序）并提供个体健康风险评估的技术，将符合专利授权的条件。

• 深度学习、聚类算法和神经网络等未指定应用领域的AI发明，只要能提升计算机系统的内部性能或提高数据分析的准确性和可靠性，即可申请专利。这改变了以往要求AI算法必须应用于某些特定技术领域的规定。

• 针对特定应用领域大数据的AI发明，只要采用分类、聚类、回归分析和神经网络等技术手段，能够发现数据中的内在关联并提升大数据分析的可靠性或准确性，即可申请专利。

中国国家知识产权局正在审查中逐步转向新的AI专利适格性标准。以下三例典型案例展示了这一趋势：

案例1（申请号：201910223555.5）

本发明涉及基于注意力机制时序卷积网络算法的危重症死亡预测方法。权利要求1至9的技术方案包括重症和手术多源监护数据的采集与分析，通过计算死亡风险系数预测死亡风险。2021年8月3日，中国国家知识产权局以该方法适用于活体人体，属于诊断方法为由，判定该发明不符合专利授权条件并予以驳回。申请人在此后提出复审请求。2024年1月，根据新标准，中国国家知识产权局撤销了驳回决定，认为该权项方法是信息处理方法而非诊断方法，因为其所有步骤，包括数据收集、建模、计算和预测，均在计算设备上完成。

案例2（申请号：202410501018.3）

本发明涉及一种计算资源分配方法，该方法利用聚类算法对计算资源进行分类，并为每种计算资源标注相应的任务类型，最后根据资源状态数据库中的当前状态数据和预测模型的预测数据调整资源分配方案和资源池大小。本发明的结果最大限度地提高了计算机系统计算资源的利用率，但没有具体说明该算法的任何应用。然而，本专利申请已于 2024年 6 月直接获得授权，并无任何审查意见质疑该发明的资格。

案例3（申请号：202410195936.8）

2024年5月提交的新专利申请：基于大数据的对话训练方法。该发明公开了一种基于多层信息融合算法的对话意图识别模型预训练方法。此算法可有效解决传统神经网络训练方法中识别精度低的问题。尽管发明未提及或明确说明所用大数据的技术意义，该专利却直接获得授权，审查员并未对申请的适格性提出质疑。

总的来说，新的AI专利适格性标准对创新者更加友好。从长远来看， AI专利的授权率极有可能持续上升。

新的《专利审查指南》在创造性审查中将算法的贡献纳入考虑范围，特别是当其提升了计算机系统的内部性能时。在2019年《专利审查指南》修订中，中国国家知识产权局已强调，在评估专利的创造性时，应将算法特征与其他技术特征作为整体解决方案的一部分综合考量，而非单独审查算法特征。

本次修订仅给出了对含有算法特征的发明进行创造性分析的通用规则，但未明确如何评估可以应用于不同领域的一般算法创新的效果或创造性。

新的《专利审查指南》对一般算法发明的创造性评估引入了具体规则。指南规定，若算法特征与计算机系统的内部结构协同工作，提升系统内部性能并取得良好效果（如减少数据存储或传输量、提高处理速度），应在创造性评估中予以考虑。

中国国家知识产权局已开始应用该新规则对涉及算法特征的发明进行创造性重新评估。例如，在2024年的一项复审决定（案号1533508）中，中国国家知识产权局重新评估了算法特征在发明创造性中的贡献，推翻了原本以“算法特征为基于现有技术的常规选择”为由的驳回决定。

复审决定中评估了纠删码算法和现场可编程门阵列在整体解决方案中的作用，即减少了CPU资源的占用，提高了CPU的输入输出速率。

尽管原驳回决定认为纠删码算法是领域内的常识，复审决定并未将算法特征与其他特征分开评估，而是认定没有现有技术披露或提供纠删码算法与现场可编程门阵列结合可提升CPU速度的技术教导。

不久之后，中国国家知识产权局将从整体解决方案中算法特征的功能与效果出发，对AI专利进行审查，避免低估AI创新的价值。

新的《专利审查指南》将用户体验的改善作为创造性评估的关键因素。

这是《专利审查指南》首次明确要求，若用户体验的改善源于技术特征或算法特征与其他技术特征的结合，则应在创造性评估中予以考虑。

在实践中，当专利申请提及发明改善了用户体验时，中国国家知识产权局会在审查过程中将此作为一个重要考量因素。新的《专利审查指南》的实施使用户体验改善成为创造性评估中必须考虑的因素，这无疑将提高AI发明满足创造性要求的可能性。

例如，一项发明（案号1534581）在复审后最终被授予专利，其原因在于现有技术未披露或提供利用区别特征改善用户体验的技术教导。该发明涉及一种可用于生成式AI回答用户问题的数据处理方法。其技术方案包括通过确定目标对象的知识图谱是否满足第一个条件来判断目标问题陈述是否为有效问题，并解决了提供正确答案的效率不高的问题。

在此案例中，中国国家知识产权局推翻了最初的驳回决定，认为现有技术（ 1-3）既未能解决回答效率低的问题，也未改善用户体验。

综上所述，中国国家知识产权局通过更新审查指南，努力与中国AI行业的快速发展保持同步。新的《专利审查指南》针对AI创新者的实际需求，调整了专利的适格性和创造性标准，使之更加符合研发实践。

在当今全球AI领域竞争日益激烈的背景下，中国国家知识产权局正在努力帮助中国成为全球AI创新的首选司法管辖区。

作者：

蒋南頔

主任、争议解决业务联席负责人，路盛律师事务所

路畅

律师，路盛律师事务所