2018年11月1日，欧洲专利局（EPO）关于人工智能与机器学习技术可专利性方面的审查指南已经生效。

    在每年对专利审查指南进行更新的过程中，EPO首次为快速发展的人工智能与机器学习技术制定出了审查细则。

    根据这份审查指南，人工智能和机器学习是根据计算模型和算法来进行分类、聚类等操作。此类模型和算法具有抽象的数学性质，而不管它们是否能够根据数据加以训练。

    也就是说，如果专利申请人所申请的人工智能和机器学习技术发明不具备其他技术特征，那么此类专利客体就可能无法满足EPO的相关规定（即发明应具有相关技术特征）。

    律师事务所Cooley表示，“人工智能和机器学习技术发明权利要求中的‘支持向量机’、‘推理机’以及‘神经网络’等术语的使用极不可能使此类权利要求跨越技术特征的门槛，因为EPO认为此类术语通常涉及的是一些不具备技术特征的抽象模型。”

    “然而，如果人工智能和机器学习技术的专利申请能够提出对某一技术问题的解决方案，那么该申请可能会被认为含有技术特征。”

    EPO还列举出了一系列人工智能和机器学习技术具备必要技术特征的特殊情形。

    其中一个例子便是，如果心脏监测装置中的神经网络是用于识别不规则心跳的目的，那么这种技术的专利申请是具备技术特征的。

    此外，基于低级特征（low-level features，例如图像的边缘或像素属性）的数字图像、视频、音频或语言信号的分类也属于分类算法的典型技术申请。

    英国的麦仕奇律师事务所补充道，“目前已经确定的事情是，‘用于控制技术系统之目的’这样的宽泛描述将无法用来限定具体的技术目的，而且肯定会遭到驳回。但是，用于限定技术发明权利要求的具体特征还不能完全确定。”

    早在2018年初，人工智能和机器学习技术的专利申请问题就已提上了EPO的日程。同年5月，该专利机构还举行了一次会议，旨在对人工智能技术专利申请所面临的机遇与挑战进行探讨。

    7月，安东尼奥．坎普诺斯（António Campinos）在出任EPO新一任局长时也指出，EPO所提出的任何改进措施都需要得到全面的数字化改革的支持。

    坎普诺斯还表示，“随着人工智能技术的飞速发展，真正的数字化改革能够帮助我们提高工作效率、改善服务质量、协助我们的审查员更高效地完成其工作并帮助我们在其他众多领域不断取得更多成就。”（编译自www.worldipreview.com）