人工智能是研究用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。本文筆者以一個曾經處理過的涉及人工智能的案件為例，來說明筆者在撰寫過程中曾經考慮或者探討過的一些常規(guī)問題，以供互相學習討論。

摘要：本文基于人工智能的版權保護方案的申請撰寫案例，來探討涉及人工智能案件撰寫過程中需要常規(guī)注意的必要特征區(qū)分、侵權要件準備、保護范圍設計、方案清楚描述的幾個問題。

前言

人工智能（AI）是研究用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。人工智能是計算機科學的一個分支，企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”，也會集中表達創(chuàng)新的成果。

從現有專利申請的角度來看，過去五年，涉及人工智能的專利申請量在所有技術領域是增速最快的，全球各大申請人都在積極布局大量申請，也充分證明了人工智能發(fā)展的巨大前景。而且，如下圖所示，在人工智能的各個技術分支上，專利量可以說是均勻分布、齊頭并進。同時，國內申請人在一些基礎領域和應用領域都有所突破，幾個主要的申請人進行了大量的專利儲備，眾多的國內申請人也參與到人工智能的研發(fā)和專利申請中來。

各技術分支國內專利申請量比對（來自中國專利保護協(xié)會）

相關企業(yè)申請量（2016-2018，來自德勤2018人工智能報告）

在筆者日常的接觸中，目前國內的大型企業(yè)，尤其通常意義的家電企業(yè)、信息企業(yè)、智能終端企業(yè)以及互聯網企業(yè)，都有對應的人工智能的研發(fā)團隊，也在進行或者必將進行大量的涉及人工智能的專利申請。

那么，對于專利代理師而言，針對特定領域案件的特定要求，需要掌握一些基本的撰寫要求，才能滿足或者符合技術或者企業(yè)的需求，把基礎工作做好。下面筆者以一個曾經處理過的涉及人工智能的案件為例，來說明筆者在撰寫過程中曾經考慮或者探討過的一些常規(guī)問題，以供互相學習討論。

案例簡述

在一個技術方案中，描述了一種電影水印的檢索方法，涉及版權保護技術領域。

現有技術中，是對電影圖像的某些關鍵幀標記水印，以驗證電影來源的合法性。但由于目前播放終端制式要求不同，在傳播過程中會進行圖像的轉制處理，原始水印信息就會受到損傷，并且水印僅結合了部分圖像的信息或者預設信息，被改動的可能性極大，從而無法準確檢索或者驗證；同時現有技術中通過多維的水印表達，后續(xù)檢索的數據處理量過大。

在本方案中，獲取電影的視頻圖像，針對每幀圖像進行特征表達，根據多層神經網絡，獲取多維水印；基于第一壓縮方法，生成一維水印信息，作為用于檢索的水印。將一維水印信息與預先訓練得到的一維水印數據庫進行比對，獲取基本數據源集合；將該電影的多維特征向量和數據源集合的電影的多維特征向量比較，獲取電影的版權來源信息。

注意到，相對于現有技術，具有幾個創(chuàng)新特征。第一，多維水印是經過基于多層神經網絡的特征模型來獲取，制式唯一并且轉換不受損失，實際上該特征模型可以是現有的，也可以是本方案中特有的網絡結構，從而保障制式的一致性和轉變的損失率低；第二，多維特征比對改變?yōu)橐痪S特征比對，一次大量比對轉換為二次小范圍篩選，降低最耗損處理能力的計算量。

撰寫原則

在撰寫時，筆者主要遵從以下的撰寫原則，針對該案件的具體情況，來設計權利要求的架構和特征布局。其中：

第一，應用領域或者應用對象的擴展可能性，涉及人工智能的案件，要考慮模型的擴展可能性，從對象變化的角度去考慮。

第二，技術手段的擴展可能性，考慮訓練輸入的變化性，或者應用模型的變化性。

第三，應用和訓練的結合程度，或者可獨立性，對于基于神經網絡的案件，要注意到改進在于模型本身還是應用端，或者二者兼有。

第四，單邊撰寫的可能性，考慮方案適用的對象，是否有不同終端、服務端或者云端的處理過程，這些過程是否可以獨立描述為技術方案。

第五，顯性撰寫的可能性，考慮技術方案是否能夠從輸入、輸出去顯性表達，而不是停留在內部處理過程。

第六，虛擬系統(tǒng)的必要性，基于人工智能案件大多是方法類，考慮在應用中是否有可能或者有必要出現實體系統(tǒng)或者構建虛擬系統(tǒng)。

第七，客體問題，基于人工智能案件，會涉及一些規(guī)則的制定和適用，那么注意將規(guī)則、處理流程避免客體中的智力規(guī)則問題。

第八，方法撰寫的常規(guī)考慮，需要注意對于操作的限定，描述動作的準確性，判斷流程是否需要出現等等。

具體分析

針對本技術方案，提供的是一種檢索方法，但根據解決的技術問題，可以看到核心是水印的生成方式，這個生成方式是可以獨立構建方案的，其次才是基于該水印的比較流程，那么該方案的權利要求架構就是將水印生成方法和水印的檢索方法構建兩套獨立的權利要求。雖然兩個方法中都需要通過神經網絡去生成水印，但是落腳點分別在生成和比較。

構建權利要求，首先考慮的是創(chuàng)新特征，針對創(chuàng)新特征構建最小方案，考慮最小方案是否可以獨立解決技術問題，從而設計獨立權利要求；避免根據發(fā)明人的完整方案來構建權利要求，將較多的非必要特征納入到權利要求中，尤其是獨立權利要求中。

構建權利要求，其次要考慮創(chuàng)新特征的獨立性和組合性，對于本方案，雖然應用到特定的神經網絡來解決問題，但是也看到生成過程的圖像特征獲取本身就不同，這兩個特征是否關聯還是可以區(qū)分，根據溝通獲取，這兩個特征不是必須要關聯的，那么就在獨權中將其不同時出現。也就是將不同的創(chuàng)新特征爭取設計獨立的一個權利要求，或者盡可能圍繞每個不同的創(chuàng)新特征構建不同的獨立權利要求。

針對應用領域的擴展性問題，本技術方案考慮的是電影版權，但實際上可以應用到多種圖像的處理，那么涉及到視頻圖像或者大量的靜態(tài)圖像都可以應用到安全識別的問題，那就可以修改主題到圖像的水印生成方法和圖像的檢索方法，將應用領域擴展到圖像處理，將應用對象擴展到圖像，而不僅僅是電影視頻本身。

針對技術手段的擴展可能性，對于總體結構，神經網絡模型可以選用現有特征，那么這個神經網絡就可以在獨權進行功能概述，在從權使用本方案的網絡結構進行進一步限定。對于輸入對象，考慮不同對象的選用的適用性，是每一幀圖像都要用，還是關鍵幀圖像就可以表達，要做不同的區(qū)分。

針對應用和訓練的結合程度，這是涉及人工智能案件都要考慮的問題，本方案模型本身具有改進，模型的應用具有改進，但是單純的描述模型不能成為一個完整的技術方案，就將其最小適用即水印生成概擴后進行獨立保護，那么一定意義上將訓練和應用進行了區(qū)分，也是通過生成方法來表達了模型本身的改進。在應用時候，獨權一般不建議出現模型的詳細結構，無論是通用模型還是改進模型，而通過功能性描述進行概括出現。但是對于改進僅僅是模型本身的時候，如果不出現模型具體結構，也會存在方案不完整的情況。

針對單邊撰寫的可能性，本方案雖然在后端處理，但是考慮到也可以應用到播放終端，或者播放終端處進行采集，那么就不要在權利中限定特定的應用端，開放實施主體來撰寫。同時，在從權中考慮如果應用到不同的終端，在處理輸入和輸出時候的區(qū)別特征?？偟膩碚f，在每個方案中，都要注意處理主體的唯一性，以及整套方案的處理主體的唯一性。

針對顯性撰寫的可能性，該方案并不明顯，但是需要考慮在播放端設備進行采集時候獲取的對象，以及比較后提供的結果，而處理過程可以布置到從權通過“以用于”的方式來進行撰寫。這樣，可以明確看到侵權設備的直接出現的比較特征，便于后續(xù)維權使用。

針對虛擬系統(tǒng)的必要性，該方案明確的是一種方法，但是為了適用美國案和日本案的需要，布置虛擬系統(tǒng)和存儲介質是必要的，但是國內申請的虛擬裝置就不一定需要出現，而實際上在處理流程上也不會出現或者侵權設備上也不具備可以一一比對的特征模塊。

針對客體問題，這個是尤為要關注的，雖然發(fā)明人提供的案件可能是規(guī)則或者處理流程，但是考慮到來源于實業(yè)，必然有其具體的應用環(huán)境。結合應用環(huán)境，并且將特征歸結到具體物理結構或者物理特征，可以避免這個問題，尤其針對本方案，有明確的應用對象和處理對象，這在客體問題上將不會產生困擾。

針對一些方法撰寫的常規(guī)考慮，首先要注意到方案限定大多歸結到對于操作動作的限定，避免用對象或者結構類特征去限定，尤其避免引入結構特征而限制應用范圍；其次，描述動作要準確，計算、提取等除非準確表達、盡量避免用，而使用一些中性詞匯來表達，例如獲取、實現，爭取從結果角度來表述動作特征；再次，出現選擇的分支方案時候，要考慮每次都會出現分支還是某個分支是主線，盡可能圍繞主線來撰寫，并且判斷的動作并不一定會出現在執(zhí)行主體上，會額外增加表達特征。

結束語

綜上，涉及人工智能的專利申請，雖然是一類新的應用領域，但還是要遵從一般的撰寫原則，此外就是在應對個案時候需要考慮方案的特殊性、特征的特殊性和未來維權的特征設定權利要求的架構和特征布局。

來源：IPRdaily中文網