AI技術正受到熱烈追捧,但當相關研發的成果幾乎都是軟體演算法時,該怎麼以專利來保護?其實,美國專利商標局(USPTO)對於軟體專利的策略已不再那麼保守,尤其在AI這種新科技上,更願意保持開放接納的態度。只要好好撰寫請求項內容,一樣可以用專利保護珍貴的AI技術。
「兩年半前,我們曾經幫一個銀行客戶處理軟體相關的專利,可是不管我們的同事怎麼跟USPTO的審查官解釋,對方就是不想准這個案子,」飛翰(Finnegan)外國法事務律師事務所合夥律師楊明道說,後來差不多談完了,這位同事問審查官,過去一年內,在這個領域裡總共准了幾件專利。「結果這個審查官居然跟我們同事說:一件都沒有!」
不過,這已經是兩年半前的事情。當時美國最高法院剛判完Alice v CLS Bank一案,對於美國專利法第101條的專利適格性(patent eligibility)做出相當嚴格的解釋,一時之間軟體專利都成了燙手山芋,USPTO幾乎核駁了每一件案子。不過兩年半後,這種情況出現反轉。「我們發現,現在USPTO對新技術都還蠻友善的,」楊明道說。
AI技術專利趨勢方興未艾
即使本質上仍不脫軟體專利,USPTO對於人工智慧、大數據等新技術基本上保持開放態度的原因很多。第一,當初嚴格檢視軟體專利,是因為專利權人大多為NPE(非專利實施實體),但在Alice案以及IPR程序運作完善後,NPE的活動已經受到節制;第二,因為這些技術都是這兩三年來才快速發展,審查官能夠運用的前案(prior art)並不多,獲證率也因此提高;第三,現在的AI專利,大多都結合了硬體設備以及實際應用領域,並不只是抽象概念(abstract idea),自然不會被輕易核駁。
從數據也看得出,人工智慧專利的規模一直穩定成長,尤其是2010年開始,年度申請量從原本的2000件上下開始爆發,幾乎每年都新增1000件左右。到了2016年,申請量也已經突破一萬件(圖1)。因此,真正的問題或許不是軟體到底可不可以成為專利,而是該怎麼撰寫軟體專利,才能確保其可專利性。
圖1:2000~2016年至今人工智慧相關美國專利申請量變化
資料來源:Intellectual property and artificial intelligence: what does the future hold? ,
iam magazine, March/April 2018
1. 請求項處理越細緻越好
楊明道表示,在專利審查上,美國的業界流傳著一個「謠言」:「審查官在決定請求項要不要核准時,會先拿一枝筆來量那些文字的長度;如果比一枝筆還長,拿到核准應該沒什麼問題,可是請求項如果比一根迴紋針還短,審查官就會開始找前案駁掉了。」
這看起來也許只是個業界趣聞,但在實務運作上仍然有參考價值。「先不說過怎麼拿到專利,如果獲證後你準備提告,對方被告後做的第一件事情,絕對是提一個IPR程序來無效你的專利,」他解釋,如果請求項的文字內容太短,代表涵蓋範圍大,對手很容易可以找出前案;「如果你的請求項寫得很細緻,對手必須找出五到六個前案才駁得掉,你的專利權就穩固多了。」
問題是,如何在增加請求項文字的同時,仍然保有原技術範圍?楊明道建議,可以添加原本就需要的功能,就不會產生太多限制,「例如你要寫一個CPU的專利,但CPU不只是一個晶片而已,它還需要電源、接口、協助運算的記憶體……等等,如果把這些都寫進去,因為都是CPU本來就需要的功能,對專利範圍不會有影響,但卻會增加對手日後無效的難度。」
圖2:飛翰(Finnegan)外國法事務律師事務所合夥律師楊明道
攝影:蔣士棋
2. 跨越專利適格性:抽象概念盡可能具體化
自從Alice案後,抽象概念就成了軟體類專利的原罪,似乎所有軟體上的創造發明,都只是純粹的概念而已。對於這個問題,飛翰(Finnegan)外國法事務律師事務所台北辦公室主持律師馬宗聖建議,若要克服專利適格性的考驗,在撰寫請求項時,要把欲解決的問題以及所採用的技術手段,盡可能以完整、精細的文字呈現,最好是以傳統的軟體開發流程的方法來處理。
舉例來說,如果發明中有關於偵測電腦當機的功能,在撰寫請求項時,比起只寫著「決定是否出現當機」,使用「分析偵測資料以決定是否已達到當機標準」,就比前者更容易過關。
表1:對於同一個功能進行描述,右邊使用的文字就比左邊來得具體
OK
Better
“determining a crash occurrence”
“analyzing sensor data to determine if it exceeds a crash threshold”
資料來源:人工智慧、物聯網、大數據、區塊鏈
– 新科技之美國專利申請及授權策略研討會,
工業總會,2018/7/31
3. 前案檢索要更鉅細靡遺
在申請專利前,必須先進行前案檢索已經是標準程序了,但在AI領域,這件事情又更加重要,而且可能更為複雜。「別忘了,1950年代的電腦科學家,就已經在討論人工智慧了,」馬宗聖說。
換句話說,雖然這幾年來AI的應用才逐漸開花結果,但在學術領域,AI的研究可是源遠流長,很多現行的方法和概念,都已經有好幾十年的歷史,甚至有些發明只在論文上出現過,卻未曾付諸實現。
馬宗聖提醒,在審查AI領域的專利時,美國審查官所引用的前案範圍並不只有專利資料庫,反而使用許多非專利的文獻資料,作為檢驗新穎性和進步性的依據。因此,專利權人在進行專利檢索時,也必須將檢索範圍擴張到這些層面,才能夠順利獲證。
資料來源:
人工智慧、物聯網、大數據、區塊鏈 – 新科技之美國專利申請及授權策略研討會,工業總會,2018/7/31
作者:
蔣士棋
現任:
北美智權報資深編輯
學歷:
政治大學企管系
經歷:
天下雜誌記者
今周刊記者
Facebook
在北美智權報粉絲團上追踪我們
Please enable JavaScript to view the comments.