EPO就人工智能与机器学习技术发布了全新审查指南

　　2018年11月1日，欧洲专利局(EPO)针对人工智能以及机器学习发明的可专利性发布了一份全新的审查指南。根据这份新指南的内容，上述领域中各种技术的申请很有可能将无法获得专利权。具体来讲，新的指南规定了人工智能以及机器学习主要是“来自于分类、聚类、回归以及降维计算模型与算法，诸如神经网络、遗传算法、支持向量机、K均值聚类、核回归方法以及判别分析等”。而根据这份指南的内容，这些“计算模型与算法本身只是一种抽象的数学本质(abstract mathematical nature)”。

　　一般来讲，根据EPO的审查指南，数学方法以及完全抽象的数学概念是无法获得专利保护的。该指南的第三章就明确规定了“无法获得专利权的目录”，其中就含有那些基于数学方法的权利要求。显然，由于人工智能与机器学习技术都属于上述范畴，因此基于上述客体的权利要求若想获得专利保护的话，其将会遇到诸多挑战与难题。

　　如果某些人工智能与机器学习技术已经满足了EPO可专利性要求，那么根据新指南中关于人工智能与机器学习技术的规定，相应的“申请领域”将会成为审查员确定上述数学方法是否构成了发明技术特征并因此可获得专利权的重要考量因素。

　　根据有关数学方法的规定，EPO将会通过下列两个标准来确定出某一发明中的数学方法是否构成了该发明的技术特征：该数学方法是否“应用到了相应的技术领域”;以及该数学方法是否适用于“某一个具体的技术实施方案”。虽然新的指南并未提及何为“具体的技术实施方案”，但是其却明确提到“应用到了相应技术领域”将是审查员作出是否可以授予专利的重要标准，并提供了几个实例。

　　具体来讲，新的指南专门针对“已应用到相应技术领域的数学方法”给出了这样一个实例，即用于发现不规则心跳的心脏监听设备中的神经网络就可以构成技术特征。与之形成鲜明对比的是，下文所列的那些情形则将无法获得专利保护：只是根据文本内容来对文档进行分类(这并不是一种技术目的);或者只是对抽象的数据记录或者(甚至是)电信网络数据记录进行分类，而这种分类的成果却不具有任何技术上的实用性(这也不能看成是一种技术目的)。

　　显而易见，根据新的指南，人工智能与机器学习在欧洲申请专利的困难将会变得越来愈大。如果投资人以及相关机构想为该领域发明提供保障的话，那么其应该从战略高度上来对具体的措施进行斟酌。而那些资深的顾问团队将会帮助申请人来撰写出一份符合审查指南规定的权利要求书，并帮助这些申请能够顺利地通过审查。