2020年11月修指南之计四：软件其他【附视频学习】
发布时间：2020.12.03 陕西省查看：1679 评论：0
本帖最后由 馋洋洋 于 2020-12-3 15:14 编辑
原文标题：2020年11月修指南之计四：软件其他
作者：李鑫
出处：软唐知产
视频学习地址：0.1元三人拼团学习好课：https://www.mysipo.com/goods-detail/?goodsId=1244
1. 序
2020年11月10日，果汁局在官网发布了：关于就《专利审查指南修改草案（第二批征求意见稿）》公开征求意见的通知，里面内容丰富。前面我们讲了最接近的现有技术，第二课讲技术问题，第三课讲计算机客体的审查，第四课讲软件的剩余部分。
2. 第一部分：计算机方案中的算法客体
2.1 修改说明
在第 6.2 节增加属于技术方案的算法相关审查示例
现行指南第二部分第九章第 6.2节涉及算法的客体审查示例主要以在特定应用领域下包含算法特征的专利申请为主，此次修改增加了涉及改进在算法本身的示例：一种深度神经网络模型的训练方法，该示例的解决方案记载了根据不同大小的训练数据选择适配具有不同性能处理器的训练方案，从而提高系统整体处理性能的内容，属于计算机实施的情形二。该示例对改进在算法本身的发明专利申请在客体判断时的审查提供了指引，有利于加强对算法相关专利申请的保护。
2.2 示例
【例 5】一种深度神经网络模型的训练方法
申请内容概述
明专利申请提出一种深度神经网络模型的训练方法，针对某一大小的训练数据，从多个候选训练方案中选取训练耗时最小的方案用于模型训练，以解决固定地采用同一种单处理器或多处理器训练方案不适用于所有大小的训练数据而导致训练速度变慢的问题。
申请的权利要求
一种深度神经网络模型的训练方法，包括：
当训练数据的大小发生改变时，针对改变后的训练数据，分别计算所述改变后的训练数据在预设的至少两个候选训练方案中的训练耗时；
从预设的至少两个候选训练方案中选取训练耗时最小的训练方案作为所述改变后的训练数据的最佳训练方案；所述至少两个候选训练方案包括至少一个单处理器方案，至少一个基于数据并行的多处理器方案；
将所述改变后的训练数据在所述最佳训练方案中进行模型训练。
分析及结论
该解决方案是一种深度神经网络模型的训练方法。该方法记载了根据不同大小的训练数据选择适配具有不同性能处理器的训练方案，从而提高系统整体处理性能的内容，利用了计算机实施的技术手段。因此，该发明专利申请的解决方案属于专利法第二条第二款规定的技术方案，属于专利保护的客体。
3. 第二部分：明确了计算机程序产品的保护
3.1 修改说明：
2017 年国家知识产权局关于修改<专利审查指南>的决定（国家知识产权局令第 74 号）明确了对存储有计算机程序的计算机可读存储介质的保护形式。然而，随着互联网技术的发展，越来越多的计算机软件已不再依托于传统光盘、磁盘等有形存储介质，而是通过互联网以信号的形式进行传输、分发和下载。为满足创新主体强化软件保护的诉求，此次†指南‡修改在第二部分第九章第 5.2节‚权利要求书的撰写‛部分明确涉及计算机程序的发明专利申请的权利要求可以撰写成计算机可读存储介质或计算机程序产品，同时，将计算机程序产品解释为主要通过计算机程序实现其解决方案的软件产品。
本节增加了计算机程序产品以及程序作为组成部分的装置、计算机可读存储介质权利要求的撰写示例。
3.2 修法内容：
5.2 权利要求书的撰写
涉及计算机程序的发明专利申请的权利要求可以写成一种方法权利要求，也可以写成一种产品权利要求，例如实现该方法的装置、计算机可读存储介质或计算机程序产品。无论写成哪种形式的权利要求，都必须得到说明书的支持，并且都必须从整体上反映该发明的技术方案，记载解决技术问题的必要技术特征，而不能只概括地描述该计算机程序所具有的功能和该功能所能够达到的效果。如果写成方法权利要求，应当按照方法流程的步骤详细描述该计算机程序所执行的各项功能以及如何完成这些功能；如果写成装置权利要求，应当具体描述该装置的各个组成部分及其各组成部分之间的关系，所述组成部分不仅可以包括硬件，还可以包括程序。
.......
计算机程序产品应当理解为主要通过计算机程序实现其解决方案的软件产品。
3.3 示 例
下面给出涉及计算机程序的发明分别撰写成装置产品权利要求和方法权利要求的例子，以供参考。
【例 4】
以“一种去除图像噪声的方法”的发明专利申请为例，可以按下述方式撰写成方法、装置、计算机可读存储介质和计算机程序产品权利要求。
1.一种去除图像噪声的方法，其特征在于，包括以下步骤：
输入待处理图像的各个像素数据；
使用该图像所有像素的灰度值，计算出该图像的灰度均值及其灰度方差值；
读取图像所有像素的灰度值，逐个判断各个像素的灰度值是否落在均值上下 3 倍方差内，如果是，则不修改该像素的灰度值，否则该像素为噪声，通过修改该像素的灰度值去除噪声。
2.一种计算机装置/设备/系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求 1 所述方法的步骤。
3.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求 1 所述方法的步骤。
4.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求 1 所述方法的步骤。
4. 第三部分：创造性审查
4.1 修法说明
（三）涉及计算机程序的发明专利申请的创造性审查的修改（第二部分第九章第6.1.3节和第6.2节）
11.明确如果算法实现对计算机内部性能的改进，则应当考虑所述算法特征对技术方案作出的贡献（第6.1.3节）
此次修改在第6.1.3节新颖性和创造性的审查部分明确了如果权利要求中的算法实现了对计算机系统内部性能的改进，提升了硬件的运算效率和执行效果，包括减少数据存储量、减少数据传输量、提高硬件处理速度等，那么可以认为该算法特征与技术特征功能上彼此相互支持、存在相互作用关系，在进行创造性审查时，应当考虑所述的算法特征对技术方案作出的贡献。
4.2 修法内容
对既包含技术特征又包含算法特征或商业规则和方法特征的发明专利申请进行创造性审查时，应将与技术特征功能上彼此相互支持、存在相互作用关系的算法特征或商业规则和方法特征与所述技术特征作为一个整体考虑。“功能上彼此相互支持、存在相互作用关系”是指算法特征或商业规则和方法特征与技术特征紧密结合、共同构成了解决某一技术问题的技术手段，并且能够获得相应的技术效果。
例如，如果权利要求中的算法应用于具体的技术领域，可以解决具体技术问题，那么可以认为该算法特征与技术特征功能上彼此相互支持、存在相互作用关系，该算法特征成为所采取的技术手段的组成部分，在进行创造性审查时，应当考虑所述的算法特征对技术方案作出的贡献。
如果权利要求中的算法实现了对计算机系统内部性能的改进，提升了硬件的运算效率和执行效果，包括减少数据存储量、减少数据传输量、提高硬件处理速度等，那么可以认为该算法特征与技术特征功能上彼此相互支持、存在相互作用关系，在进行创造性审查时，应当考虑所述的算法特征对技术方案作出的贡献。
再如，如果权利要求中的商业规则和方法特征的实施需要技术手段的调整或改进，那么可以认为该商业规则和方法特征与技术特征功能上彼此相互支持、存在相互作用关系，在进行创造性审查时，应当考虑所述的商业规则和方法特征对技术方案作出的贡献。
如果发明专利申请的解决方案能够带来用户体验的提升，并且该用户体验的提升是由技术特征带来或者产生的，或者是由技术特征以及与其功能上彼此相互支持、存在相互作用关系的算法特征或商业规则和方法特征共同带来或者产生的，在创造性审查时应当予以考虑。
4.3 案 例
6.2 审查示例
（43）在进行创造性审查时，应当考虑与技术特征在功能上彼此相互支持、存在相互作用关系的算法特征或商业规则和方法特征对技术方案作出的贡献。
【例 6】一种用于适配神经网络参数的方法
申请内容概述
针对不同的应用场景需设计不同的神经网络架构，并且需在某一类型的计算架构上使用一系列的运算来实现，因此期望能够通过较低的硬件成本高效地实现神经网络中的运算。发明专利申请提出了用于适配神经网络参数的方法，通过获得具有规范形式的神经网络参数，将神经网络中的运算映射到计算架构所支持的运算中，简化神经网络相关硬件的设计和实现。
申请的权利要求
一种用于适配神经网络参数的方法，所述方法包括：
针对神经网络至少一层中的每一层的权重参数，选择多个维度；
确定所述权重参数在所述多个维度中每个维度上的尺寸；
基于支持神经网络计算的硬件的使用率，确定所述权重参数在所述多个维度中每个维度上的目标尺寸的候选值集合；
选取所述候选值集合中大于或等于对应维度上的尺寸的所有候选值子集，确定所述候选值子集中的最小值为对应维度上的目标尺寸；
如果所述权重参数在多个维度中的至少一个维度上的尺寸小于对应维度上的目标尺寸，则在所述维度上对权重参数进行填充，使得填充之后获得的权重参数在每个维度上的尺寸等于对应维度上的目标尺寸。
分析及结论
对比文件公开了面向神经网络处理器的设计方法，该方法根据神经网络模型描述文件与硬件资源约束参数，从已构建的神经网络组件库中查找单元库，并依据单元库生成对应于神经网络模型的神经网络处理器的硬件描述语言代码，进而将所述硬件描述语言代码转化为所述神经网络处理器的硬件电路。其中将神经网络特征数据和权重数据划分为适当的数据块集中存储和访问。该解决方案与对比文件的区别在于基于硬件参数确定权重参数在每个维度上的目标尺寸，如果至少一个维度上的尺寸小于目标尺寸则对权重参数进行填充。
基于申请文件可知，该解决方案通过将权重参数的尺寸填充为等于目标尺寸，当支持神经网络的硬件对神经网络的数据进行运算时，硬件能够高效处理所述数据，该解决方案中的算法提升了硬件的运算效率。因此，上述用于适配神经网络参数的算法特征与技术特征在功能上彼此相互支持、存在相互作用关系。相对于对比文件，确定发明实际解决的技术问题是如何使硬件高效地执行神经网络中的运算。上述通过适配神经网络参数以提升硬件运算效率的内容未被其他对比文件公开，也不属于本领域的公知常识，现有技术整体上并不存在对上述对比文件进行改进以获得发明专利申请的技术方案的启示，要求保护的发明技术方案具备创造性。
【例 9】一种物流配送方法
申请内容概述
在货物配送过程中，如何有效提高货物配送效率以及降低配送成本，是发明专利申请所要解决的问题。在物流人员达到配送地点后，可以通过服务器向订货用户终端推送消息的形式同时通知特定配送区域的多个订货用户进行提货，达到了提高货物配送效率以及降低配送成本的目的。
申请的权利要求
一种物流配送方法，其通过批量通知用户取件的方式来提高物流配送效率，该方法包括：
当派件员需要通知用户取件时，派件员通过手持的物流终端向服务器发送货物已到达的通知；
服务器批量通知派件员派送范围内的所有订货用户；
接收到通知的订货用户根据通知信息完成取件；
其中，服务器进行批量通知具体实现方式为，服务器根据物流终端发送的到货通知中所携带的派件员 ID、物流终端当前位置以及对应的配送范围，确定该派件员 ID 所对应的、以所述物流终端的当前位置为中心的配送距离范围内的所有目标订单信息，然后将通知信息推送给所有目标订单信息中的订货用户账号所对应的订货用户终端。
分析及结论
对比文件 1 公开了一种物流配送方法，其由物流终端对配送单上的条码进行扫描，并将扫描信息发送给服务器以通知服务器货物已经到达；服务器获取扫描信息中的订货用户信息，并向该订货用户发出通知；接收到通知的订货用户根据通知信息完成取件。
发明专利申请的解决方案与对比文件 1的区别在于批量通知用户订货到达，为实现批量通知，方案中服务器、物流终端和用户终端之间的数据架构和数据通信方式均做出了相应调整，取件通知规则和具体的批量通知实现方式在功能上彼此相互支持、存在相互作用关系。相对于对比文件 1，确定发明实际解决的技术问题是如何提高订单到达通知效率进而提高货物配送效率。从用户角度来看，用户可以更快地获知订货到达情况的信息，也提高了用户体验。
由此可以使物流派送人员的操作更便利、订货用户接收取货通知的时间更及时，提高了取送货双方的用户体验。本申请的解决方案能够获得提高订单到达通知效率进而提高货物配送效率的技术效果以及用户体验的提升，这种用户体验的提升是由功能上彼此相互支持、存在相互作用关系的数据架构和数据通信方式的调整以及取件通知规则和具体的批量通知实现方式共同带来的，上述技术效果和用户体验的提升共同构成发明与现有技术相比所具有的有益效果。由于现有技术并不存在对上述对比文件 1 做出改进从而获得发明专利申请的解决技术方案的技术启示，该解决要求保护的发明技术方案具备创造性。
5. 实务分析
5.1 从答审角度来说
主要还是聚焦在：算法与其他技术特征关联性上。在这点上，审查员往往会把算法特征孤立出来，并将其定义为公知常识。此时，我们就要把它关联起来处理。说的直接一点，碰到算法特征或者商业规则特征的，就要和其他特征结合起来说。这是答复的基本逻辑。
在这个基础上，还是需要去找技术效果，从技术效果角度上把算法特征和其他特征结合起来说，更直接，有效。
进一步的，对于计算机内部性能的改进上，一旦有算法特征了，更要打起一百二十个精神来看，是不是有结合的可能。一般来说，应用型专利算法结合其他特征的几率比较大，计算机内部性能上会比较少。但是，也都有机会。就看如何“强拉硬扯”了。
进一步的，算法本身和商业规则是一个意思，大家按照同样的底层逻辑应用即可。
为了更好的实践，我们结合案例来做成话术，供大家使用。
发明专利申请的解决方案与对比文件的区别在于批量通知用户订货到达，为实现批量通知，方案中服务器、物流终端和用户终端之间的数据架构和数据通信方式均做出了相应调整，取件通知规则【这是算法或者商业规则的部分】和具体的批量通知实现方式【这是其他相关联的技术特征部分】在功能上彼此相互支持、存在相互作用关系。相对于对比文件，确定发明实际解决的技术问题是如何提高订单到达通知效率进而提高货物配送效率【定义的技术问题要是算法和商业规则和其他技术特征作为整体解决的技术问题】。由此可以使物流派送人员的操作更便利、订货用户接收取货通知的时间更及时，提高了取送货双方的用户体验的技术效果【这是整体的技术效果】。本申请的解决方案能够获得提高订单到达通知效率进而提高货物配送效率的技术效果以及用户体验的提升，这种用户体验的提升是由功能上彼此相互支持、存在相互作用关系的数据架构和数据通信方式的调整以及取件通知规则和具体的批量通知实现方式【再次把商业规则算法和其他特征的关联性阐述一下】共同带来的，上述技术效果和用户体验的提升【这里可以适当修改】共同构成发明与现有技术相比所具有的有益效果。由于现有技术并不存在对上述对比文件做出改进从而获得发明专利申请的技术方案的技术启示，要求保护的发明技术方案具备创造性。
5.2 从撰写角度来说
点1：程序产品的保护
如上面的示例来看，对于一个软件产品我们至少有如下独权的保护方式：
独权1：一种去除图像噪声的方法，这是最主要的独权，所有的从权都依托在这里。
独权2：一种计算机装置或设备或者系统，这是对应的装置类独权。而且该装置类独权采用的是修改后的撰写模式：一种计算机装置/设备/系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求 1 所述方法的步骤。
独权3：计算机可读存储介质，一般都是套话了。即：一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机序/指令被处理器执行时实现权利要求 1 所述方法的步骤。
独权4：计算机程序产品，一般也都是套话了。即：一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求 1 所述方法的步骤。
现实中，对于装置类的独权，还需要写一个对应的虚拟装置类的独权，这个已经被取代，未来撰写的使用度应该是越来越少了。
点2：算法的客体问题
对于算法的客体问题，仍然坚持的是技术手段为上的逻辑，并落地在计算机实施的场景中。这一点可以继续参考上一课的客体问题，特别是关于一种土地监管抽样方法的撰写逻辑。将算法落地为计算机实施的技术手段。
进一步的，我们知道算法在技术方案中并不是一个“真正的”技术特征，它的存在价值需要依托于与它相关联的技术特征，并构成一个整体后，用整体来考虑是否满足客体。
所以，基于此，我们需要做的是：将算法部分清楚的分辨出来后，找到关联后的整体，并把整体作为一个技术特征，来设计它的计算机实施场景。
在实践中，我们可以继续依托修指南后的描述来作为撰写的三个考虑点：
如果权利要求中涉及算法的各个步骤体现出与所要解决的技术问题密切相关，如:
点1：算法处理的数据是技术领域中具有确切技术含义的数据，
点2：算法的执行能直接体现出利用自然规律解决某一技术问题的过程，并且获得了技术效果，
则通常该权利要求限定的解决方案属于专利法第二条第二款所述规定的技术方案。
点3：如果该项权利要求限定的解决方案利用了计算机实施的技术手段，由于其必然能够解决技术问题并获得技术效果，即使权利要求中包含算法特征或商业规则和方法特征，该权利要求限定的解决方案也属于专利法第二条第二款规定的技术方案。
需要说明的是，对于客体的判定果汁局是持开放的态度，所以，算法+相关特征的表征也做了适当的放宽，比如点1，只要是：算法处理的数据是技术领域中具有确切技术含义的数据也算满足客体。这点大家需要体会。
点3：算法的客体问题
从创造性角度来说，就更需要算法特征和其他特征之间的：功能上彼此相互支持、存在相互作用关系了。
所以，一旦本申请的创造性比较大的依托算法时，则需要充分阐述：算法是如何与相关联的特征整体上对技术方案作出的贡献。特别是技术效果的描述，技术效果的推导式描述，用算法推导技术效果的描述。大家注意这是三个层次。
进一步的，本次修改指南还进一步把算法对于计算机内部性能的改进具有创造性进行了认可，对于该部分仍然需要按照上述逻辑撰写。只不过适用的点不同了。
相比较软件的应用型专利，算法对于内部性能的改进所带来的创造性更难把握而已。
点4：用户体验效果的技术效果
基于软件程序的特点，很多时候的技术效果是从用户端来体现或者撰写的。用户的使用体验效果从计算机视角来看，并不是很满足机器端的撰写逻辑，其是用户端的撰写逻辑。但是，如果机械的从机器端去描述，这个技术效果也就描述不成。
现实中，审查员也会有这样的认知，导致技术效果的阐述上力度不够，进而在技术问题上也是力度不够，进而构成创造性答复的难度增大。
基于此，用户体验效果作为技术效果的落地为了我们很好的抓手，我们一方面在撰写的时候，结合算法或商业规则的整体性技术特征落地在用户体验的技术效果上，另一方面，在答审的时候，也可以有机的使用。
视频学习地址：0.1元三人拼团学习好课：https://www.mysipo.com/goods-detail/?goodsId=1244
评论列表
- 暂无评论数据
快速回复
软唐知产
[6]思博省省长
[陕西省]
主题：50 回帖：65 积分：1640
TA最近发帖
热帖推荐
分享(4)
收藏(5)
点赞
举报