日本专利审查制度下的人工智能相关专利申请的撰写留意点

日本专利局在近期发布的人工智能相关技术的专利审查案例中【1】，通过6个案例对说明书记载要件中的可实施要件（日本专利法第36条第4款第1项）和权利要求记载要件中的支持要件（日本专利法第36条第6款第1项）的审查判定方法进行了阐释，通过4个案例对权利要求的创造性（日本专利法第29条第2款）的审查认定标准进行了说明，并且简单地提及了与人工智能相关专利申请紧密联系的发明符合性要件（日本专利法第2条第1款）。以下，笔者结合自身经验对上述案例进行归纳和细化，从可实施要件、支持要件、创造性、以及发明符合性要件这四个方面，针对有意向进入日本的专利申请，说明申请文件的撰写方面的留意点并且提供相应的应对建议。

一、与可实施要件有关的撰写留意点

日本专利法中规定的说明书的可实施要件类似于中国专利法第26条第3款中关于说明书充分公开的规定，其要求应当在说明书中以本领域技术人员能够实施的程度明确且充分地记载本发明的详细说明。

在人工智能相关技术中，通常而言，对原始输入数据进行清洗（预处理）以获得由多种类型的数据构成的训练数据，利用训练数据对训练算法进行训练以使得训练算法进行学习，从而形成用于得到预测结果的人工智能算法模型。进而，在实际应用的过程中，一方面将实际数据输入到人工智能算法模型以获得预测结果，另一方面利用新产生的数据作为原始输入数据，重复上述训练和学习的步骤，从而使上述人工智能算法模型更为完善。

从记载要件的角度来看，人工智能技术相关的发明大致可分为将人工智能应用于各种技术领域的发明和通过人工智能被预测为具有某种功能的产品的发明。

其中，针对将人工智能应用于各种技术领域的发明，构成上述训练数据的多种类型的数据之间是否存在一定的相关性（下称“相关关系”）是判断说明书的记载是否满足可实施要件的关键点。在此，为了满足可实施要件，一般可以通过如下四种方式证明多种类型的数据之间存在相关关系：

（1）在说明书中直接地具体记载多种类型的数据之间的相关关系

（2）在说明书中通过描述或统计学分析，直接地证明多种类型的数据之间的相关关系

（3）在说明书中通过针对已形成的人工智能算法模型进行性能评价，根据该性能评价的结果，间接地证明多种类型的数据之间的相关关系

（4）虽然在说明书中未记载或证明多种类型的数据之间的相关关系，但本领域技术人员能够根据申请时的技术常识合理推断出相关关系的存在

另一方面，针对通过人工智能被预测为具有某种功能的产品的发明，需要特别注意的是，在例如通过人工智能算法模型的预测处理而得到预测结果的情况下，如果该人工智能算法模型的预测处理的精度未被检验，则在日本专利审查实务中通常会认为由于人工智能算法模型的该预测结果并非对实际制造的产品的评价而无法代替对实际制造的产品的评价，从而会认定为说明书的记载不满足可实施要件。

二、与支持要件有关的撰写留意点

日本专利法中规定的权利要求的支持要件类似于中国专利法第26条第4款中关于以说明书为依据的规定，其要求权利要求所要保护的发明不能超过说明书中针对本发明的详细说明的记载范围。

其中，构成上述训练数据的多种类型的数据之间是否存在相关关系同样是判断权利要求的记载是否满足支持要件的关键点。因此，为了满足支持要件，也需要通过证明多种类型的数据之间存在相关关系的上述四种证明方式，证明权利要求所限定的训练数据中的各项数据之间存在相关关系。特别是，在为了获得更大的保护范围而在权利要求中以上位概念较宽地概括了训练数据中的个别类型的数据时，如果在说明书中仅仅记载了训练数据中的个别类型的数据之间存在相关关系，而并未记载与以上位概念较宽地概括出的数据有关的相关关系，则会产生概括较宽的数据之间的相关关系得不到说明书支持的情况。

此外，需要注意的是，在不满足说明书记载的可实施要件和权利要求记载的支持要件的情况下、即多种类型的数据之间的相关关系在申请文件中未能被充分证明的情况下，即使通过在意见陈述书中补充提交实验结果数据或性能评价数据，也无法得到审查员的认可。

三、与创造性有关的撰写留意点

日本专利法中规定的权利要求的创造性类似于中国专利法第22条第3款规定的创造性。

作为判断人工智能相关技术的发明的创造性的基础，与通常的创造性判断一样，需要判断本领域技术人员相对于现有技术（对比文件和技术常识）是否能够容易地得到本发明。特别地，对于与人工智能技术相关的发明，存在以下三种常见类型。

（1）与单纯的人工智能的应用有关的发明

如果仅仅是单纯地使用人工智能技术将由人类进行的处理（例如，由人类手动计算的公式、操作方法）进行系统化而使其由计算机来处理的发明、或者将用于根据原始输入数据来生成预测结果的预测方法单纯地从现有技术变更为人工智能技术，则往往会被认为上述改进是本领域技术人员能够预料的，而创造性不会被认可。

（2）与训练数据的变更有关的发明

一般而言，由于在利用相关关系不明确的数据对训练数据进行变更（例如添加到输入数据中）时，存在产生数据噪声的可能性，所以如果本发明能够通过对训练数据进行变更而产生难以预料的显著技术效果，则会被认可创造性。反之，如果对训练数据的变更只是能够被本领域技术人员预料到相关关系的数据组合、且并未产生显著技术效果，则创造性不会被认可。

（3）与对训练数据实施预处理有关的发明

一般而言，通过对用于作为输入的训练数据实施一定的预处理而变更训练数据的形式以提高目标输出数据的精度会被认为是单纯的设计手段的变更，而创造性不会被认可。但是，如果对训练数据实施的预处理未被现有技术公开且产生了显著技术效果，则创造性能够被认可。

四、与发明符合性有关的撰写留意点

日本专利法中规定的发明符合性类似于中国专利法第2条第2款规定的发明的定义，其要求权利要求所要保护的发明的主题应当是利用了自然规律的技术思想的高度创造。

特别地，除了中国专利审查实践中目前认可的存储介质的保护主题以外，日本还进一步认可满足一定条件的程序、数据、数据结构、机器学习模型等计算机软件相关发明的保护主题。更详细而言，使用硬件资源具体地实现基于软件的信息处理、与该软件关联工作的信息处理装置、其工作方法及记录该软件的存储介质都能够被认为是利用了自然规律的技术思想的高度创造。其中，对于与人工智能技术相关的程序、数据结构、机器学习模型等与软件相关的保护主题而言，在根据其权利要求的记载能够其明确规定了基于计算机的信息处理的情况下，可以被认为满足发明符合性。然而，如果要保护的数据仅仅是信息的单纯表达，而没有规定如何基于计算机的信息处理，则仍不满足发明符合性。

此外，需要注意的是，除了上述人工智能相关技术的特别规定以外，人工智能相关专利申请也需要满足其他一般性规定。

综上所述，笔者建议中国申请人在日本申请人工智能相关专利时，从专利申请文件的撰写方面可以采取以下措施。

（1）分层次地明确训练数据中的多种类型的数据之间的对应关系

针对构成训练数据中的各种类型的数据的每一种类型，在清楚地区分上位概括的数据和位于其下位的各项数据的同时，进一步具体地明确各上位概括的数据和其下位数据与其他上位概括的数据和其下位数据之间的对应关系。由此，使得说明书的记载充分，以实现权利要求的由宽至窄的层次性布局。

（2）针对各数据之间的对应关系，明确地描述各对应关系所反映的相关关系

针对各对应关系，尽量在说明书中明确地记载该对应关系所反映的一定的相关性、即多种类型的数据之间的相关关系。对于不易于通过文字描述直接体现相关性的对应关系，建议通过对训练数据采用统计学分析而得到的图表数据、针对人工智能算法模型的性能评价结果、以及通过其他试验方式等得到的数据，而直接或间接地证明相关关系的存在及其合理性。此外，尽管在说明书中并非必须明确地记载对于本领域技术人员能够根据申请时的技术常识合理推断出的相关关系，但仍建议以如上所述的方式在说明书中予以明确，以应对因中日技术环境的差异所引起的审查员对于技术常识的认定差别。由此，能够进一步为权利要求中的各项数据之间的相关关系提供说明书支持。

（3）针对明确地描述的相关关系，进一步确定其技术效果

在说明书中对本发明的训练数据进行描述时，尽量确定各相关关系所起到的有益技术效果。进而，针对训练数据的变更所带来的相关关系的变化，进一步明确该变化的相关关系相对于原有的相关关系所产生的显著技术效果。另外，针对优化训练数据的预处理的情况，进一步描述对该预处理的优化所带来的相关关系的变化及其显著技术效果。并且，对于相关关系的变化和预处理的优化所带来的相关关系的变化，可以补充性地描述其相对常规手段变化的突破点。由此，为实质审查时的创造性审查提供足够的争辩基础。

（4）多维度地记载用于保护不同主题的实施例

除了与中国国内审查实践同样认可的权利要求的主题之外，建议根据人工智能技术的保护要点及其实现形式，在说明书中进一步补入诸如程序、数据结构、机器学习模型等与软件相关的保护主题，从而一方面以使得申请人能够在日本多维度地获得更为全面的保护范围，另一方面以应对未来中国专利法修改后保护主题扩大的可能性。

以上，笔者就日本当前专利审查制度下的人工智能相关专利申请的撰写留意点进行了说明，希望能够在专利申请文件的撰写方面对中国专利申请人及专利代理从业人员给予启发，以帮助中国专利申请人能够在人工智能技术同样发达的日本，在高效地推进审查进度以提高授权效率的同时，获得更为全面且精准的保护。

注：

【1】：《AI関連技術に関する特許審査事例について》https://www.jpo.go.jp/system/laws/rule/guideline/patent/ai_jirei.html