简介

与计算机有关的发明包括涉及使用计算机, 计算机网络或其他可编程设备及相关技术的发明, 并包括具有一个或多个全部或部分通过计算机硬件/软件实现的特征的发明. 为促进计算机相关发明申请审查的统一性和一致性, 印度专利, 外观设计及商标管理总局 (CGPDTM) 发布了 "2017 年计算机相关发明审查指南" ( " "2017 年指南" " ) , 其中涉及专利局在处理计算机相关发明专利申请时应考虑的各项规定.

"2025 年计算机相关发明审查指南" 草案 ( " "2025 年指南" 草案" ) 的出台是考虑到自 "2017 年指南" 发布以来信息和技术领域发生的巨大变化. 鉴于人工智能, 云计算, 网络安全, 量子计算, 5G 等技术和网络空间领域的进步, 以及印度关于计算机相关发明可专利性的判例的快速发展, CGPDTM 发布了这份指南, 以应对计算机相关发明方面出现的变化.

"2025 年指南" 草案的主要特点

"2025 年指南" 草案对 "2017 年指南" 行了澄清, 并对某些方面的解释进行了更新, 以跟上当代技术的发展. "2025 年指南" 草案的主要新增内容如下:

定义 "算法" : 根据马德拉斯高等法院在微软技术许可有限责任公司诉专利和外观设计助理审查员 (Microsoft Technology Licensing LLC v. Assistant Controller of Patents and Designs) 一案中的裁决, "2025 年指南" 草案将 "算法" 一词的定义扩展为 "... 算法可被定义为一组用于解决问题的规则或指令, 通常通过一系列步骤或操作. 因此, 设计算法也是一种智力活动, 知识产权保护仅限于版权保护, 但表达形式必须具有独创性. 虽然这一表达方式通常用于计算机中基于软件的例程, 但从上文可以明显看出, 它也可用于其他情况... " . "2025 年指南" 草案明确指出, 在基于软件的计算机例程中, 设计算法受版权法保护. 相反, "2017 年指南" 将算法定义为 "解决特定问题时必须遵循的一组规则" , 但没有说明其知识产权保护的背景.

引入有关算法的指南: "2025 年指南" 草案明确指出, 算法不能申请专利. 然而, 德里高等法院在黑莓有限公司诉外观设计助理审查员 (Blackberry Limited v. Assistant Controller of Patents and Designs) 一案中的裁决认为, 计算机程序可以根据计算机软件中的算法指令获得专利, 从而产生技术效果或贡献. 由于发明的特征是算法的结果, 而不是算法本身, 因此算法本身不能申请专利.

用现代术语定义和解释 "本身" (per se) 一词, 并定义 "技术效果/贡献" : 根据 2002 年 "专利法 (修正案) " 第 3 (k) 条的规定, 计算机程序本身不能申请专利. "本身" 一词的含义是, 计算机程序本身不能获得专利, 但如果它能增强另一项发明, 则可以获得专利保护. "2025 年指南" 草案对 "本身" 一词的定义是, 该词是指某一事物被单独考虑, 而不是与其他事物一起考虑. 此外, "2025 年指南" 草案还参考了近期的各种判例, 以澄清计算机程序在哪些情况下可获得专利, 并且不受 2002 年 "专利法 (修正案) " 第 3 (k) 条的限制. 德里高等法院在 Ferid Allaini 诉 Union of India & Ors. 一案中认为, 如果发明展示了 "技术效果" 或 "技术" 贡献, 即使是基于计算机程序的发明也可获得专利. 在过去的 5 年中, 这一观点得到了多家法院的支持.

"2025 年指南" 草案进一步缩小了范围, 对什么是技术效果和技术贡献作出了如下描述:

(1) 更快的速度, 如所主张的发明:

(a) 增强了处理器的计算能力, 提高了处理效率;

(b) 缩短了高性能计算中执行任务的调度时间;

(c) 使硬件能够更快地处理输出.

(2) 减少硬盘/内存访问时间, 如所主张的发明:

(a) 减少了系统中内存空间的使用并提高了效率;

(b) 创建了更高效的存储系统;

(c) 创造了更有效的数据压缩技术.

(3) 更好地控制机械臂: 如所主张的发明能使机械臂更有效地完成多种不同的操作/任务, 使机械臂在目标点的定位更准确, 使复杂的动作 (如外科手术中的动作) 更有效等.

(4) 所主张的发明改进了无线电/电磁/通信信号的接收/传输.

(5) 所主张的发明能够对设备进行实时监测和控制, 从而为技术问题提供技术解决方案.

(6) 提高计算机网络/系统的安全性: 所主张的发明提高了认证过程的安全性, 增强了加密/解密技术等.

(7) 所主张的发明可进行高效图像处理/信号处理以解决技术问题.

上述指南列表为 2025 年 "专利法 (修正案) " 规定的计算机相关发明可专利性提供了更好的视角, 而 "2017 年指南" 中并不包含这些内容.

人工智能驱动技术的专利保护: "2025 年指南" 草案最重要的特点之一是引入了人工智能驱动技术的可专利性. "2025 年指南" 草案中分析公开实施发明的最佳方法的要求依据的是马德拉斯高等法院在 CalebSuresh Motupalli 诉专利审查员 (Caleb Suresh Motupalli v. Controller of Patents) 一案. 在该案中, 法院强调了在人工智能驱动的技术中如何满足实现要求, 指出发明必须披露对再现人工智能模型功能至关重要的具体实现要素, 如训练数据源, 数据预处理步骤, 所选学习模型 (如神经网络, 决策树) 以及任何应用的损失函数. 法庭提供了以下示例, 作为满足人工智能驱动技术要求的指南:

(1) 在人工智能系统中, 虽然输入和输出通常是已知的, 但将输入转化为输出的逻辑可能是复杂或抽象的. 描述应旨在通过详细说明任何已知过程和变量, 尽可能阐明这种转换. 如果测试结果或其他形式的证据证实了模型输出的准确性, 则应将其包括在内, 特别是当人工智能用于那些将可靠性视为至关重要的精确应用时.

(2) 对于训练有素的人工智能模型而言, 明确定义输入和输出数据之间的相关性十分重要. 在以下情况下, 这种相关性被视为已完全得到描述:

(a) 模型所用的训练数据已明确标识;

(b) 训练数据的特征与发明要解决的技术问题之间存在联系;

(c) 全面描述具体的学习模型和训练方法; 以及

( d) 模型在经过训练时被证明可以有效地解决技术问题, 并获得可预测的结果.

(3) 如果数据预处理在发明中起到关键作用, 则应披露预处理的所有步骤和功能, 以及它们与最终模型的关联. 如果这种关联性不明确, 或者本领域技术人员可能难以理解原始数据与处理后的学习数据之间的联系, 则应用有可能无法满足实现要求.

(4) 对于利用强化学习的人工智能应用, 应用程序必须说明系统如何与环境交互, 包括代理交互, 状态, 行动和奖励. 遗漏这些细节, 或未能以本领域技术人员可以推断出的方式对其进行描述, 都可能导致无法实现的披露.

(5) 改进计算机内部结构或操作的人工智能发明应说明算法如何与硬件或系统结构交互. 这包括说明模型如何优化内部性能指标, 如数据存储, 调度或处理速度, 从而提供必要的技术背景.

(6) 当发明的技术效果依赖于训练数据集的特定特征时, 必须披露这些特征, 除非本领域技术人员能够在不做过多实验的情况下识别出这些特征. 在大多数情况下, 描述数据的决定性特征而不是具体数据集本身就足够了.

(7) 区块链专利申请必须包括对所使用的加密技术, 所涉及的特定数据结构, 所采用的共识机制以及与硬件或网络系统的任何交互的全面描述. 这些详细信息的披露使他人能够充分理解, 复制和评估所描述的区块链技术的功能和创新性. 区块链专利申请必须明确定义分布式账本, 共识机制, 加密过程和网络配置等要素. 对共识机制和数据布局 (如区块结构, 链接) 的清晰描述对于技术效果的实现至关重要.

(8) 如果发明采用了新颖的机器学习技术, 则必须进行全面描述. 这应涵盖几个基本方面, 如神经网络的结构, 激活函数, 网络拓扑结构, 收敛标准, 元数据和所使用的学习机制. 算法的每个组成部分都应在实现发明要求的技术效果所必需的范围内进行披露, 确保本领域技术人员能够准确地复制该过程.

这些都是 "2025 年指南" 草案中引入的主要变化. "2025 年指南" 草案提供了与计算机相关发明有关的某些可申请专利的权利要求的示例, 强调了现代技术和人工智能的应用, 同时明确了哪些类型的发明可被视为可申请专利的发明.

结论

考虑到印度最近对审查计算机相关发明的指南所作的修改, "2025 年指南" 草案将重点放在了新兴技术上, 并通过解释来审查现有法律对这些新技术的适用性. (编译自 www. lexology. com)

翻译: 王丹　校对: 刘鹏



免责声明: 本网转载或编译文章原文均来自网络, 不代表本网观点或证实其内容的真实性. 若有来源标注错误或涉及文章版权问题, 请与本网联系, 本网将及时更正, 删除, 谢谢.