韩国知识产权局（KIPO）于2021年1月18日发布了与第四次工业革命有关的重要技术领域的《专利审查指南》，其中包括基于机器学习的人工智能的审查指南。在人工智能审查指南中，除了关于计算机相关发明的相应资格要求外，还针对不同类别的人工智能发明（例如下图所示的人工智能模型训练发明和人工智能应用发明）的说明和新颖性（创造性）要求提供了具体指南。KIPO的《专利审查指南》还特别提供了各种人工智能发明的示例，其中包括关于可实施性（《专利法》第42条第3款第i项）和创造性要求（《专利法》第29条第2款）的实用撰写技巧。
一、可实施性要求
根据第42条第3款第i项，应清楚且完整地撰写发明的说明，以便该发明所属领域的普通技术人员（POSITA）能够容易地实施所要求保护的发明。关于人工智能发明，KIPO建议对包括技术问题、解决方案和具体技术配置（例如，训练数据、数据预处理，经过训练的模型和损失函数等）进行说明，以使POSITA能够实施所主张的发明，除非技术配置是所属领域众所周知的。指南针对不同类型的人工智能发明提供了一些撰写技巧，具体如下（为了简化说明，以下内容将人工智能模型训练发明进一步分为两类——“人工智能训练数据发明”是用于数据预处理的发明，“人工智能建模发明”是旨在构建机器学习模型的发明）：
1、人工智能训练数据发明
描述如何处理原始数据以生成、更改、添加或删除训练数据，以及原始数据和训练数据之间的相关性（即说明为什么使用原始数据以及为什么要以某种方式对训练数据进行预处理）。
2、人工智能建模发明
指定任何技术配置或方法以实施或训练模型（例如，如果使用神经网络集合来训练模型，则应确认所使用的神经网络以及使用该神经网络训练模型的过程或手段）。
3、人工智能应用发明
提供有关训练模型的输入数据和输出数据之间的相关性的详细信息，即：（1）指定训练数据；（2）描述用于解决技术问题的训练数据的特征之间的相关性；（3）使用训练数据或训练方法表示要训练的机器学习模型；（4）描述通过使用训练数据和方法解决技术问题的训练模型如何生成。
二、创造性要求
根据第29条第2款，如果POSITA能够很容易地实施一项发明，则该发明不具有可专利性。KIPO警告称，一项仅仅描述人工智能技术用途的权利要求不太可能获得专利，除非有用于解决技术问题的区别性技术配置（例如，训练数据、数据预处理、经过训练的模型、损失函数等）。否则，所主张的发明将仅被视为一种已知的人工智能技术，而这种技术可以很容易地由POSITA完成。类似的警告同样适用于那些仅使用人工智能技术将可能已经实施或以前为人工实施的过程系统化或计算机化，只是简单地修改了常规的人工智能技术的设计（例如，对训练模型的简单更改）以及仅在常规人工智能技术基础上添加或替换已知技术的发明。
因此，根据经验，KIPO建议具体说明区别化的技术配置（例如，训练数据、数据预处理、经过训练的模型、损失函数等），并详细说明由技术配置直接产生的、超出常规人工智能技术效果的技术效果，也就是说，需避免仅就技术效果做出结论性陈述（例如提高处理速度、有效处理海量数据、减少错误或提供准确的预测等）。有关创造性要求的一些撰写技巧如下：
1、人工智能训练数据发明
提供有关如何为获得训练数据处理原始数据的详细信息，例如，描述如何从输入数据中提取特征，如何生成训练数据（例如通过标准化、规范化或矢量化方式）。
解释可以从数据预处理中得出的特定效果或改进（例如，通过对与“运动跟踪”功能有关的闭路电视视频图像实施数据预处理时，由于考虑了对象的运动，因此能够更准确地识别视频图像中的对象，而现有技术仅使用视频图像来识别对象）。
2、人工智能建模发明
描述建模的特定配置，例如训练环境的配置、模型评估、多模型链接、并行或分散式处理以及超参数的优化。
提供由特定配置引起的关于训练速度、训练模型的预测准确性等的效果，这些效果必须是常规人工智能技术无法实现的。
3、人工智能应用发明
描述经过训练的模型的输出数据的特定用途以及以特定方式使用输出数据的效果，例如，通过使用经过训练的模型（如在车祸中被破坏的汽车部件上的标签）的输出数据来计算每种维修类型的估算费用，这样用户就可以根据自己选择的维修类型方便地预测其保险费的增长。
尽管《专利审查指南》的内容都在预料之中，但从业者仍可以从KIPO提供的撰写技巧和审查案例中受益，这为其人工智能专利申请的正确撰写提供了保障。（编译自www.lexology.com）
翻译：王丹 校对：罗先群
