随着人工智能成为新一轮科技革命和产业变革的重要驱动力量，AI 成为科技企业研发重点。在机器学习领域，美国企业如微软和IBM长久以来处于领先地位，日本企业富士通、东芝等紧随其后。近年来，国内申请人也纷纷加大了在该领域的研发投入力度，专利申请量逐年提升。在此背景下，作为专利代理机构，有必要结合机器学习自身的技术特点，思考如何恰当地针对审查意见通知书进行答辩，以期为申请人争取尽可能大的保护范围。

二、案例分析

以下，笔者结合某设想案例，来探讨涉及机器学习的专利申请在有关创造性的审查意见的答复过程中容易遇到的焦点问题以及应对方案。

（1）案例概述

近来，人们尝试在生产制造领域引入机器学习方法，并且提出了相关的发明专利申请。在这种情况下，设想存在以下专利申请，其涉及一种机器学习装置，其对由工业机械生产出的产品的各种实际参数与各种指令值所构成的状态变量进行观测，根据所观测到的状态变量来计算回报，进而根据该回报来更新从当前的状态变量中决定某些指令值的函数。由此，能够自动确定恰当的指令值，解决了手动输入动作条件花费工时的问题。

在对该专利申请进行创造性审查时，审查员如果无法检索到将同样的机器学习方法应用于同样的生产制造场景的对比文件，则会把检索范围扩展到应用了该机器学习方法的其他场景。例如，审查员可能会检索到将该机器学习方法应用于无人机飞行姿态控制系统的技术文献，作为对比文件来评价本专利申请的创造性。在这种情况下，审查员的审查意见的核心内容可能为：该对比文件公开了本申请中的机器学习装置中的“状态观测”、“回报计算”、“函数更新”等各个功能模块，本申请的技术方案与对比文件的区别仅在于机器学习方法的具体应用场景不同，构成状态变量的具体参数、指令值不同，而将同样的机器学习方法应用于生产制造场景以解决其具体技术问题，并适当进行参数变更，是本领域技术人员在对比文件的基础上容易想到的，因此，本申请要求保护的技术方案相对于对比文件与公知常识的结合不具备创造性。

（2）答复策略

上述案例是将机器学习应用于生产制造场景的发明专利申请，而审查员所检索到的对比文件将机器学习应用于无人机控制场景。在讨论上述案例的创造性时，焦点问题在于，在机器学习的应用场景不同的情况下，本领域技术人员是否能够获得将对比文件与公知常识结合的技术启示。

笔者认为，虽然对比文件中公开了能够实现机器学习方法的机器学习装置，并且具备与本申请大致对应的功能模块，看起来仅仅是改变了应用场景并且适应性地改变了机器学习中的常用参数。但是，“无人机控制”和“生产制造”过程中的技术特点存在较大差异，在这种情况下，不能武断地认为本领域技术人员能够获得技术启示，将应用于无人机控制过程的机器学习装置应用于生产制造过程来获得本申请的技术方案。

具体而言，在无人机控制中应用机器学习的情况下，在长时间的飞行过程中通过反复进行学习以及价值函数的更新来使飞行状态达到最佳，在该过程中不会产生过多的成本。但是，在生产制造过程中应用机器学习的情况下，如果不能在较短时间内完成学习过程，获得恰当的价值函数，则会产生大量不合格产品，使成本升高到难以接受的程度。因此，以往，本领域技术人员一般不会将机器学习应用于生产制造过程，而是根据已有经验，由操作者进行试错来调整控制指令值。为了将应用于无人机控制过程的机器学习方法应用于生产制造过程，必须克服长时间学习导致成本升高的技术问题。而本申请的发明人为了解决该技术问题，对具体参数的选择进行了优化，大大提高了学习效率、缩短了学习时间，从而形成了本申请的技术方案。因此，本领域技术人员无法获得将无人机控制场景中的机器学习直接应用于生产制造场景的技术启示。

在这种情况下，作为本申请的创造性答复策略，可以直接从机器学习的具体应用场景的对比入手，使审查员了解到，在生产制造场景下，存在与无人机控制场景下不同的固有技术问题，将应用于无人机控制的机器学习方法应用于生产制造时，需要克服技术上的困难，而并非应用场景的简单置换。此外，审查员采用“三步法”来评价创造性，割裂了构成技术方案的各技术特征之间的内在联系，无法体现技术方案的整体构思。申请人在进行意见陈述时，不宜采取“三步法”，而应当从技术方案整体出发，阐明构成该技术方案的技术手段、所解决的技术问题以及取得的技术效果，进而争辩技术方案整体具备创造性，而非某一技术特征具备创造性。

三、小结

在将机器学习算法开创性地应用于某技术领域的特定场景时，审查员在难以检索到与该技术领域、应用场景相同或接近的技术领域、场景时，会把检索范围扩展到功能类似的其他领域，进而指出应用场景的变换是本领域技术人员容易想到的。在这种情况下，抛开“三步法”而尝试从应用场景的变换所需要克服的技术困难出发，以技术启示的角度来争辩创造性，也可以获得比较理想的效果。

（本文作者：曹鑫）