人工智能领域权利要求撰写的框架
发布时间:2020.06.24 北京市查看:1911 评论:3
本文概述了创建用于保护AI技术的有价值专利的框架,该系列涵盖了一系列主题,其中包括为何投资AI专利,如何克服AI专利的最大挑战以及在构建专利时要考虑的商业因素投资组合。该框架重点介绍了用于主张任何特定AI技术基础的发明的几种补充方法,并回答了以下表征有用专利权利要求的问题:1、权利要求是否阻止竞争对手执行可在您的市场中提供竞争优势的AI功能
2、是根据权利要求耐到无效的挑战
3、可以侵权的权利要求来检测
在较高级别上,大多数(如果不是全部)人工智能技术可以分解为提供给AI算法的输入,例如机器学习算法,算法如何处理输入(通常被视为黑匣子) ,以及算法的输出。如下所示,通常可以准备专利权利要求,以涵盖至少三类AI技术的发明,这些发明映射到输入处理输出明细。
以下概述的框架以适合机器学习技术的方式应用此细分,该技术可训练模型以生成有用的见解和行动(但可以很容易地进行调整以解决不一定使用机器学习模型的AI解决方案,例如启发式/基于规则的引擎):
机器学习专利保护框架
通过使用这种框架,您可以确定为AI技术申请专利的多种方法,从而获得更强大的专利组合,这将更易于实施,并且竞争对手也难以设计。
文章来源:大岭IP,原文链接:https://mp.weixin.qq.com/s/Ict5HMnHgBJY7VSGt82VwQ 思博网授权转载
评论列表
快速回复
馋洋洋
[7]思博铁粉
主题:2314 回帖:5704 积分:37806
热帖推荐
kaiku
关于AI方面的,本人感觉没有什么新意,最大不同只是输入参数的制定,即把一个实际事件中的特征参数提取出来,灌输到AI模型中,然后等待结果。
AI模型是常用的,AI训练方法是常规流程,AI结果是经过AI模型算法自然获得的,发明人又参与不进去。所以AI的实体上并没有你的发明。
结论:发明人仅在输入参数做出自己独立的规范,然后不断做样本,能够制作上万个样本的数据库最好。所以AI实质上一项体力劳动,没有智力(或者说智力劳动量很小,可以忽略)。以后写AI专利,可以简化为样本参数的设置即可,最后给一个测试准确率的报告,就可以清楚、完整表达了发明的内容(AI模型、AI训练流程为公知常识,省略不写)。
2020/06/26 10:33 [来自重庆市]
0 举报Fenrir_1024
AI会涉及到如何将数据向量化,这部分内容必然涉及算法,一定是需要付出创造性劳动的吧。。。。
2020/06/27 18:59 [来自天津市]
0 举报bxhxs123
2020/07/07 09:13 [来自江苏省]
0 举报