| 查看: 84 | 回复: 0 | |||
13108017953金虫 (小有名气)
|
[交流]
做AI的同门问我他那个预测模型能不能申请专利，我查完发现答案有点绕
|
|
上周师门聚餐，一个在隔壁组做机器学习的同门聊起他的烦恼：他搞出一个预测模型，在他那个领域的效果比常用方法好一截，组里让他申请个专利"留存成果"。他原话是"算法不就是数学吗？数学又不能申请专利，我导师是不是想多了"。这个问题我之前也只有个模糊印象，本着不能在师弟面前露怯的原则，回来认真查了一圈，发现答案确实有点绕：不是能或不能，而是"看你拿它做什么"。整理出来给同样搞计算、搞模型的虫友参考。 一、纯粹的算法和数学方法，确实不在保护客体内 先说同门说对的部分。专利保护的是技术方案，各国普遍把纯粹的智力活动规则和方法排除在外——纯数学公式、抽象算法本身，属于"人类思维的产物"，不是技术方案，这条路走不通。如果他的申请写成一个新奇的损失函数推导、一种优化技巧的数学表达，通篇没有落地场景，那确实大概率会被以不属于保护客体为由驳回。 二、但"算法+具体应用"往往就是技术方案了 转折在这里：判断的关键不是有没有算法，而是整体方案是不是解决了技术领域的技术问题、用了技术手段、产生了技术效果。一个模型如果跟具体的数据处理场景绑定——比如处理的是某种实验信号、工业过程数据、图像——并且带来了可以验证的技术上的改进（更快、更准、更省资源），整体的申请就不一样了。用圈内一个常用的检验思路说：如果你把问题从"我发明了一种算法"改写成"我发明了一种用于某某数据的处理方法"，整个案子的性质就变了。同门那个模型好在他有明确的应用对象，这一点比我预想的乐观。 三、写法上最容易踩的两个坑 查资料过程中看到两个高频翻车点。其一是权利要求里只有功能性描述，没有具体怎么实现的步骤，容易被质疑公开不充分；其二是把模型的效果写成纯数学指标的提升（准确率提高若干），而没有落到具体场景的技术效果上。这两点说到底都是"数学味太重、技术味不够"。同门现在的情况是只有一张 arXiv 预印本和一段跑通的代码，我提醒他先别急——预印本挂出来也算公开，如果模型还有没写进预印本的实现细节和改进点，申请空间就在那些地方，这跟我们上次聊论文转专利的逻辑是一致的。 四、模型之外，还有几条路可以配合 专利不是唯一选项，这是我查完觉得需要提醒他的。代码本身可以考虑软件著作权，登记快、门槛低，虽然保护的是表达不是思想，但作为成果留存是够用的；如果是产品化的考虑，核心的工程实现细节也可以作为技术秘密捂着。另外有些纯粹的方法创新，如果确实难以满足技术方案的要求，退一步发论文抢占学术优先权，也是一种现实策略。几种方式不互斥，比较常见的组合是：核心方法发论文、具体工程化方案申请专利、代码框架登记软著。 五、AI相关申请的审查尺度，值得留心动向 最后说个我不太确定但觉得值得关注的点：这两年AI相关申请的数量增长很快，审查实践里对"技术性"的把握尺度似乎也在不断细化，有些以前模糊的边界慢慢有了更明确的说法。这块我的信息不一定新，建议同门在动手之前，把审查指南里涉及计算机程序和智能算法的最新章节翻一遍，或者看看自己领域里已授权的同类专利都是怎么写权利要求的——抄作业永远是最低成本的学习方式。 同门的初步打算是先做检索，看看他那个领域的模型类专利都写到什么程度。想问问版里做过模型/算法类申请的虫友：你们的权利要求最后是怎么在"数学"和"技术"之间找平衡的？有没有申请到一半被客体问题卡住的？想听实战经验。 |
回复此楼» 猜你喜欢
郑州大学申博
已经有6人回复
-
40+中年人失业后，还能找到好工作吗？
已经有18人回复
-
人工智能虚构史料、伪造文献频现，多家期刊声明抵制
已经有5人回复
-
CsPbI2Br全无机钙钛矿SEM图像异常分析
已经有8人回复
-
申请科研项目纯靠实力能成功吗？
已经有12人回复
