作者：王永 資深專利代理師

傳統(tǒng)意義上的神經(jīng)網(wǎng)絡(luò)一般是指生物體的神經(jīng)細(xì)胞（即神經(jīng)元）通過細(xì)胞體上的突起相互連接而組成的網(wǎng)絡(luò)，該網(wǎng)絡(luò)用于產(chǎn)生生物體的意識，幫助生物體進(jìn)行思考和行動。而人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，以下簡稱為神經(jīng)網(wǎng)絡(luò)）是一種模擬生物體的神經(jīng)元連接網(wǎng)絡(luò)的數(shù)學(xué)模型，可以模仿生物體大腦的智能活動來進(jìn)行數(shù)學(xué)計算，從而解決各種計算任務(wù)。由此可見，神經(jīng)網(wǎng)絡(luò)是一種天然地具有“智力”屬性的通用性的數(shù)學(xué)算法，這也導(dǎo)致了神經(jīng)網(wǎng)絡(luò)相關(guān)的專利申請中的全部內(nèi)容或者部分內(nèi)容容易被視為涉及智力活動的規(guī)則和方法，進(jìn)一步地會被認(rèn)為不屬于技術(shù)方案而被排除在專利的授權(quán)客體之外。

針對神經(jīng)網(wǎng)絡(luò)或者其他涉及人工智能等新業(yè)態(tài)新領(lǐng)域的專利申請，國家知識產(chǎn)權(quán)局在2019年12月31日發(fā)布了關(guān)于修改《專利審查指南》的公告（第343號）。修改后的《專利審查指南》對涉及人工智能、“互聯(lián)網(wǎng)+”、大數(shù)據(jù)以及區(qū)塊鏈等的發(fā)明專利申請的審查特殊性作出規(guī)定，并通過若干審查示例在一定程度上明確了相關(guān)專利申請的審查規(guī)則，具體對涉及客體問題判斷時使用的技術(shù)方案的三要素，即技術(shù)手段、技術(shù)問題、技術(shù)效果，做出了詳細(xì)說明。然而，在專利實務(wù)中，由于方案的多樣性和復(fù)雜性，神經(jīng)網(wǎng)絡(luò)的相關(guān)申請內(nèi)容通常難以在抽象的數(shù)學(xué)算法和具體的技術(shù)方案之間進(jìn)行準(zhǔn)確劃界。在面對一件專利申請是否屬于專利法規(guī)定的授權(quán)客體的問題時，專利申請人/專利代理師以及專利審查員也往往會因認(rèn)知上的差異而得出不同的判斷結(jié)果。

當(dāng)專利審查員依據(jù)專利法第2條第2款或者專利法第25條第1款的相關(guān)規(guī)定對一件神經(jīng)網(wǎng)絡(luò)相關(guān)的專利申請作出不屬于專利保護(hù)客體的駁回決定時，專利申請人可以根據(jù)專利法第41條的規(guī)定向?qū)＠麖?fù)審委員會請求復(fù)審，專利復(fù)審委員會在經(jīng)過復(fù)審后可以作出維持原駁回決定或者撤銷原駁回決定的復(fù)審決定。專利復(fù)審程序可以在某些情況下糾正專利審查程序中相關(guān)主體的認(rèn)知錯誤，而專利復(fù)審結(jié)果也可以在某種程度上更加客觀地反映相關(guān)法條規(guī)定的適用條件。因此，本文基于若干復(fù)審案例對神經(jīng)網(wǎng)絡(luò)的客體問題做簡單探討，以期對神經(jīng)網(wǎng)絡(luò)相關(guān)專利申請的撰寫、涉及客體問題的審查意見答復(fù)提供一定的參考。

一、關(guān)于神經(jīng)網(wǎng)絡(luò)的客體問題的三種認(rèn)知

與神經(jīng)網(wǎng)絡(luò)相關(guān)的專利申請的保護(hù)主題主要涉及神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)、神經(jīng)網(wǎng)絡(luò)的模型訓(xùn)練/優(yōu)化方法或者神經(jīng)網(wǎng)絡(luò)在具體場景中的使用方法等多種主題類型。各種不同主題類型的神經(jīng)網(wǎng)絡(luò)相關(guān)方案，均需要借助計算機設(shè)備來實現(xiàn)；例如，神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)一般是安裝在計算機設(shè)備的存儲器中，具體可以將神經(jīng)網(wǎng)絡(luò)的模型框架、網(wǎng)絡(luò)參數(shù)、輸入/輸出數(shù)據(jù)保存在存儲器的不同存儲區(qū)域中；又例如，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法/應(yīng)用方法由計算機設(shè)備的處理器執(zhí)行，計算機設(shè)備的處理器在執(zhí)行相關(guān)的神經(jīng)網(wǎng)絡(luò)算法時，需要從存儲器中讀取/寫入網(wǎng)絡(luò)參數(shù)及相關(guān)的輸入/輸出數(shù)據(jù)。那么，與計算機設(shè)備相結(jié)合的神經(jīng)網(wǎng)絡(luò)是否就足以構(gòu)成我國專利法規(guī)定的專利保護(hù)客體呢？從以往的國內(nèi)外專利實踐中或許可以尋找到答案。

在美國和歐洲的專利審查和司法實踐中，對于神經(jīng)網(wǎng)絡(luò)的客體判斷，相比于我國而言一般是較為寬松的。例如，Google公司及其旗下的DeepMind公司在美國提交了大量的涉及神經(jīng)網(wǎng)絡(luò)的相關(guān)專利申請，其中不乏Dropout（一種預(yù)防過擬合的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法）、CNN（卷積神經(jīng)網(wǎng)絡(luò)）、RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）等普遍被認(rèn)為是基礎(chǔ)算法或者公開資源的相關(guān)方案。

事實上，美國一直以來都是可專利主題最為寬泛的國家，美國專利法規(guī)定：凡發(fā)明或發(fā)現(xiàn)任何新穎而實用的方法、機器、制品、物質(zhì)組成或其任何新穎而實用的改進(jìn)，都可以按照本法規(guī)定的條件和要求取得專利權(quán)。在美國的司法實踐中，曾經(jīng)提出并使用過“機器或變換測試法”對方法的可專利性問題作出指導(dǎo)，具體是指作為可專利主題的方法需要與特定機器相結(jié)合或者能夠把一件物品變換成另一個不同狀態(tài)或另一種東西?；谶@一測試方法，與計算機設(shè)備相結(jié)合的神經(jīng)網(wǎng)絡(luò)算法顯然同時具備了與特定機器相結(jié)合以及對輸入數(shù)據(jù)進(jìn)行變換處理的條件。

歐洲專利局在進(jìn)行專利審查時，會對權(quán)利要求中的所有特征做技術(shù)特征和非技術(shù)特征的劃分，其中非技術(shù)特征會被排除在新穎性和創(chuàng)造性的評價范圍之外。在對權(quán)利要求進(jìn)行可專利性判斷時，歐洲專利局曾經(jīng)使用過“貢獻(xiàn)論”（contribution approach）的判斷方法，該方法規(guī)定在進(jìn)行可專利性判斷時，僅考慮權(quán)利要求中對現(xiàn)有技術(shù)作出貢獻(xiàn)的部分是否屬于排除主題。然而，由于違背了權(quán)利要求應(yīng)當(dāng)整體評價的原則，貢獻(xiàn)論很快便被棄用了。在此基礎(chǔ)上，歐洲專利局確立了只要權(quán)利要求中包含計算機、計算機網(wǎng)絡(luò)或者計算機可讀介質(zhì)，就會賦予權(quán)利要求以技術(shù)性質(zhì)（technical character）的原則。而技術(shù)性質(zhì)正是歐洲專利公約要求一項專利法意義上的發(fā)明所必須滿足的隱含要求?；谶@一判斷原則，當(dāng)神經(jīng)網(wǎng)絡(luò)算法與計算機設(shè)備相結(jié)合時，能夠初步判斷其具備關(guān)于技術(shù)性質(zhì)的可專利性要求。

在我國的專利實務(wù)中，在面對與神經(jīng)網(wǎng)絡(luò)相關(guān)的專利申請是否屬于專利法規(guī)定的授權(quán)客體的問題時，一般情況下可能會產(chǎn)生如下三種認(rèn)知：

（1）神經(jīng)網(wǎng)絡(luò)屬于一種通用性的算法工具，神經(jīng)網(wǎng)絡(luò)的相關(guān)結(jié)構(gòu)或者方法依賴于計算機設(shè)備的硬件結(jié)構(gòu)，其數(shù)據(jù)處理過程也必然涉及計算機內(nèi)部的數(shù)據(jù)獲取、數(shù)據(jù)傳輸、數(shù)據(jù)存儲等技術(shù)手段。因此，神經(jīng)網(wǎng)絡(luò)本身便是一種能夠在多種不同的技術(shù)領(lǐng)域中進(jìn)行應(yīng)用的技術(shù)方案，屬于專利保護(hù)的客體。

（2）在涉及神經(jīng)網(wǎng)絡(luò)的權(quán)利要求中清楚地限定某一個具體的技術(shù)領(lǐng)域，基于該技術(shù)領(lǐng)域的神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)或者模型訓(xùn)練/優(yōu)化/應(yīng)用方法等方案涉及通過計算機程序?qū)υ摷夹g(shù)領(lǐng)域中的技術(shù)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理的技術(shù)手段。這種方案屬于審查指南第九章規(guī)定的涉及計算機程序的發(fā)明專利申請，具體涉及通過執(zhí)行計算機程序處理外部技術(shù)數(shù)據(jù)的情形。因此，與某一具體技術(shù)領(lǐng)域相結(jié)合的神經(jīng)網(wǎng)絡(luò)構(gòu)成一種技術(shù)方案，屬于專利保護(hù)的客體。

（3）在未限定具體技術(shù)領(lǐng)域的情況下，對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)或者算法步驟進(jìn)行優(yōu)化涉及對計算機程序的計算資源、計算效率等方面進(jìn)行性能優(yōu)化的技術(shù)手段。這種方案屬于審查指南第九章規(guī)定的涉及計算機程序的發(fā)明專利申請，具體涉及通過執(zhí)行計算機程序改善計算機系統(tǒng)內(nèi)部性能的情形。因此，即便沒有與具體技術(shù)領(lǐng)域做結(jié)合，基于神經(jīng)網(wǎng)絡(luò)對計算性能進(jìn)行提升優(yōu)化的方案足以構(gòu)成技術(shù)方案，屬于專利保護(hù)的客體。

針對如上所述的三種認(rèn)知觀點，下面結(jié)合具體復(fù)審案例的復(fù)審結(jié)果逐一進(jìn)行分析，需要說明的是，以下各個復(fù)審案例僅對具體復(fù)審決定的相關(guān)內(nèi)容做簡要摘取。相關(guān)案例的復(fù)審決定的完整內(nèi)容請參見國家知識產(chǎn)權(quán)局專利復(fù)審和無效審理部官方網(wǎng)站。

二、涉及多種技術(shù)領(lǐng)域的神經(jīng)網(wǎng)絡(luò)能否作為通用技術(shù)方案而成為專利保護(hù)客體

案例1：面向深度學(xué)習(xí)的稀疏自適應(yīng)神經(jīng)網(wǎng)絡(luò)、算法及實現(xiàn)裝置

決定號 192123 決定日 2019-09-23

申請?zhí)?201510944909.7 申請日 2015-12-16

案例1的駁回決定所針對的權(quán)利要求1內(nèi)容如下：

一種面向深度學(xué)習(xí)的稀疏自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法，運用在單芯片上，其特征在于：

1)采用對能量函數(shù)的概率分布的最大似然估計的負(fù)對數(shù)形式求最小值的凸優(yōu)化形式表示目標(biāo)函數(shù)；

2)所述目標(biāo)函數(shù)為： ，其中λ表示正則化系數(shù)，l表示網(wǎng)絡(luò)的層數(shù)，最低為1層，v(l)表示每一層RBM的可視層，h(l)表示每一層RBM的隱藏層；向目標(biāo)函數(shù)中加入一范數(shù)正則化項， ，wij表示連接的權(quán)值；

3)所述目標(biāo)函數(shù)的優(yōu)化目標(biāo)為x≤wi,j≤y，x，y∈R，優(yōu)化結(jié)果是wij向優(yōu)化目標(biāo)區(qū)間的端點x,y靠近；

4)采用短位寬的離散的整數(shù)表示連接的權(quán)值；

5)對x,y取整，用[x],[y]表示，取[x]≤m1，m2≤[y]，當(dāng)wi,j≤m1，wi,j＝[x]，當(dāng)wi,j≥m2，wi,j＝[y]，否則wi,j用約定值表示連接不存在；

6)在常規(guī)項的梯度下降步驟后，應(yīng)用contrastive divergence規(guī)則進(jìn)行更新，應(yīng)用Rs的梯度更新參數(shù)。

駁回決定中指出：權(quán)利要求1要求保護(hù)一種面向深度學(xué)習(xí)的稀疏自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法，所采用的方案是通過限制隱藏單元的活動數(shù)量達(dá)到稀疏表示，僅僅是對算法本身的改進(jìn)，沒有應(yīng)用到技術(shù)領(lǐng)域，沒有提及該算法能夠用于解決何種實際的技術(shù)問題，沒有限定算法參數(shù)在技術(shù)問題中所體現(xiàn)的物理含義，即沒有形成具有技術(shù)意義的技術(shù)方案，以及也沒有體現(xiàn)出運用該算法后能夠為解決技術(shù)問題帶來何種技術(shù)效果；屬于人為制定的規(guī)則，屬于智力活動的規(guī)則和方法。

在復(fù)審程序中，復(fù)審請求人陳述意見：“面向深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法”本身就是一項技術(shù)方案，因為該神經(jīng)網(wǎng)絡(luò)模型適用于集成電路中，具體使用領(lǐng)域廣泛，如在機器視覺、場景感知、特征提取、大數(shù)據(jù)處理等領(lǐng)域中應(yīng)用，考慮到保護(hù)范圍的需求，權(quán)利要求1中涉及的參數(shù)雖然未具體賦予物理含義，但對于本領(lǐng)域技術(shù)人員而言，在實際應(yīng)用過程中，對參數(shù)賦予物理含義是常規(guī)技術(shù)。

針對復(fù)審請求人的意見陳述，合議組認(rèn)為：人工神經(jīng)網(wǎng)絡(luò)是一種模仿生物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型，其本身僅僅是一種數(shù)學(xué)模型，并不構(gòu)成技術(shù)方案，只有將其應(yīng)用于具體的應(yīng)用領(lǐng)域中，對具體應(yīng)用領(lǐng)域中的數(shù)據(jù)進(jìn)行處理，從而解決具體領(lǐng)域中的分類、識別等技術(shù)問題時，整個方案才屬于技術(shù)方案。復(fù)審請求人列舉了本申請可應(yīng)用的多個應(yīng)用領(lǐng)域，正說明本申請并未與特定的應(yīng)用領(lǐng)域相結(jié)合，而僅是抽象的數(shù)學(xué)模型。

合議組決定維持國家知識產(chǎn)權(quán)局對本申請作出的駁回決定。

案例2：分層型神經(jīng)網(wǎng)絡(luò)裝置、判別器學(xué)習(xí)方法以及判別方法

決定號 195731 決定日 2019-10-15

申請?zhí)?201480073042.6 申請日 2014-02-10

案例2的駁回決定所針對的權(quán)利要求1內(nèi)容如下：

一種使用分層型神經(jīng)網(wǎng)絡(luò)進(jìn)行判別的裝置，該分層型神經(jīng)網(wǎng)絡(luò)用于控制、預(yù)測或診斷，該裝置具有：

權(quán)重存儲部，其存儲分層型神經(jīng)網(wǎng)絡(luò)中的節(jié)點之間的權(quán)重；

權(quán)重學(xué)習(xí)部，其對所述分層型神經(jīng)網(wǎng)絡(luò)中的多個節(jié)點之間的權(quán)重進(jìn)行學(xué)習(xí)，所述分層型神經(jīng)網(wǎng)絡(luò)是根據(jù)糾錯碼的校驗矩陣在所述節(jié)點之間進(jìn)行疏耦合而形成的，并且由具有節(jié)點的輸入層、中間層以及輸出層構(gòu)成；以及

判別處理部，其使用利用由所述權(quán)重學(xué)習(xí)部學(xué)習(xí)到的權(quán)重值更新耦合后的節(jié)點之間的權(quán)重后的分層型神經(jīng)網(wǎng)絡(luò)進(jìn)行判別，求解分類問題或者回歸問題。

駁回決定中指出：權(quán)利要求1并未明確限定該方法處理的具體技術(shù)問題，未與具體的技術(shù)領(lǐng)域相結(jié)合，解決的問題是通過人的思維活動而進(jìn)行的方法算法問題，屬于一種數(shù)學(xué)問題而不是技術(shù)問題，其實際采用的手段是自定義校正值、權(quán)重值配置，屬于人為規(guī)定，不是技術(shù)手段；其方案帶來的效果也是算法改進(jìn)帶來的算法/數(shù)學(xué)效果，而非技術(shù)效果，因此，權(quán)利要求1所要求保護(hù)的解決方案不夠成技術(shù)方案，不符合專利法第2條第2款的規(guī)定。

在復(fù)審程序中，復(fù)審請求人在權(quán)利要求1中增加了“該裝置用于與控制、預(yù)測或診斷相關(guān)的信息處理”以及“學(xué)習(xí)數(shù)據(jù)存儲部”、“訓(xùn)練數(shù)據(jù)存儲部”、“判別處理部”等涉及數(shù)據(jù)處理的相關(guān)特征，并陳述意見：修改后的權(quán)利要求1明確了該裝置所應(yīng)用的技術(shù)領(lǐng)域，即，“該裝置用于與控制、預(yù)測或診斷相關(guān)的信息處理”；對于權(quán)重和數(shù)據(jù)的存儲、學(xué)習(xí)和傳輸?shù)忍卣骶鶎儆诩夹g(shù)手段。

針對復(fù)審請求人作出的修改以及意見陳述，合議組認(rèn)為：就“該裝置用于與控制、預(yù)測或診斷相關(guān)的信息處理”而言，是算法數(shù)學(xué)模型的功能屬性，并非專利法意義上的具體的技術(shù)領(lǐng)域。至于通過神經(jīng)網(wǎng)絡(luò)的具體結(jié)構(gòu)進(jìn)行權(quán)重和數(shù)據(jù)的存儲、學(xué)習(xí)和傳輸?shù)忍卣魇撬惴〝?shù)學(xué)模型構(gòu)成要素的功能性描述，屬于算法數(shù)學(xué)模型的屬性本身，不屬于專利法意義上的技術(shù)手段。

合議組決定維持國家知識產(chǎn)權(quán)局對本申請作出的駁回決定。

基于案例1及案例2的復(fù)審結(jié)果做如下對比分析：

在以上兩個案例中，復(fù)審請求人通過陳述意見或者修改權(quán)利要求的方式各自為其要求保護(hù)的方案限定了多個技術(shù)領(lǐng)域，使得相關(guān)的神經(jīng)網(wǎng)絡(luò)成為可以跨越多個技術(shù)領(lǐng)域的通用算法，無法體現(xiàn)神經(jīng)網(wǎng)絡(luò)在具體技術(shù)領(lǐng)域中的“特殊性”。合議組對兩件復(fù)審請求均作出了維持駁回決定的復(fù)審決定。具體而言：

在案例1中，復(fù)審請求人通過復(fù)審程序的意見陳述聲明其要求保護(hù)的方案可以應(yīng)用于機器視覺、場景感知、特征提取、大數(shù)據(jù)處理等技術(shù)領(lǐng)域，而合議組認(rèn)為復(fù)審請求人列舉的本申請可應(yīng)用的多個應(yīng)用領(lǐng)域，正說明本申請并未與特定的應(yīng)用領(lǐng)域相結(jié)合，而僅是抽象的數(shù)學(xué)模型，合議組據(jù)此得出了維持駁回決定的結(jié)論。

在案例2中，復(fù)審請求人通過修改權(quán)利要求，具體限定其要求保護(hù)的方案可以應(yīng)用在與控制、預(yù)測或診斷相關(guān)的信息處理的應(yīng)用領(lǐng)域中，而這樣的領(lǐng)域限定因為過于寬泛和抽象而被認(rèn)為是算法數(shù)據(jù)模型的功能屬性，合議組據(jù)此得出了維持駁回決定的結(jié)論。

神經(jīng)網(wǎng)絡(luò)需要借助集成電路或者計算機設(shè)備來實現(xiàn)數(shù)據(jù)的存儲、傳輸和處理等算法功能，因神經(jīng)網(wǎng)絡(luò)具有通用性而可以在多種不同的技術(shù)領(lǐng)域中進(jìn)行應(yīng)用，在某些特定的語境下的確可以將神經(jīng)網(wǎng)絡(luò)的相關(guān)方案納入至廣義的“技術(shù)方案”的范疇中，但這種廣義的“技術(shù)方案”并不嚴(yán)格等同于專利法意義上的技術(shù)方案。倘若在意見陳述或者在權(quán)利要求中廣泛限定多種不同的技術(shù)領(lǐng)域，反而會令審查員/合議組得出方案整體屬于通用數(shù)學(xué)算法的結(jié)論。因此，在未有其他“可專利性”依據(jù)支持的前提下，限定在多種不同技術(shù)領(lǐng)域中應(yīng)用的神經(jīng)網(wǎng)絡(luò)作為通用技術(shù)方案不足以構(gòu)成符合專利法規(guī)定的專利保護(hù)客體。

三、涉及某一指定技術(shù)領(lǐng)域的神經(jīng)網(wǎng)絡(luò)能否依據(jù)執(zhí)行計算機程序處理外部技術(shù)數(shù)據(jù)的目的而成為專利保護(hù)客體

案例3：粒子群優(yōu)化LVQ神經(jīng)網(wǎng)絡(luò)的方法及擾動、諧波檢測方法

決定號 209524 決定日 2020-04-15

申請?zhí)?201510310098.5 申請日 2015-06-08

案例3的駁回決定所針對的權(quán)利要求1內(nèi)容如下：

一種分布式電源擾動類型的在線檢測的方法，其特征在于，包括：利用粒子群優(yōu)化學(xué)習(xí)向量量化LVQ神經(jīng)網(wǎng)絡(luò)的方法，依據(jù)輸入的電能質(zhì)量信號中的擾動類型信息，對所述電能質(zhì)量信號的擾動類型進(jìn)行檢測，

其中，利用粒子群優(yōu)化學(xué)習(xí)向量量化LVQ神經(jīng)網(wǎng)絡(luò)的過程，包括：

建立粒子群，其中所述粒子群中粒子的位置的分量與LVQ神經(jīng)網(wǎng)絡(luò)中的連接權(quán)值一一對應(yīng)；

利用粒子群迭代算法，迭代更新所述粒子群中所有粒子的位置和速度；

其中，每次更新粒子的位置和速度后，均計算每個粒子的最優(yōu)適應(yīng)度位置，并利用得到的粒子的最優(yōu)適應(yīng)度位置獲取粒子群的最優(yōu)適應(yīng)度位置，以及，利用所述粒子群的最優(yōu)適應(yīng)度位置更新所述LVQ神經(jīng)網(wǎng)絡(luò)的所述連接權(quán)值；

當(dāng)所述粒子群迭代算法達(dá)到設(shè)定的迭代次數(shù)，或，所述LVQ神經(jīng)網(wǎng)絡(luò)的實際輸出和預(yù)期輸出的差值滿足預(yù)設(shè)范圍時，停止對粒子群中粒子位置和速度的更新；

所述每次更新粒子的位置和速度后，均計算每個粒子的最優(yōu)適應(yīng)度位置，包括：

每次更新粒子的位置和速度后，計算粒子當(dāng)前的適應(yīng)度值；

依次判斷每個粒子當(dāng)前的所述適應(yīng)度值是否優(yōu)于其當(dāng)前的最優(yōu)適應(yīng)度位置對應(yīng)的適應(yīng)度值，如果是，則利用粒子的當(dāng)前位置替換所述粒子的最優(yōu)適應(yīng)度位置；

所述計算粒子當(dāng)前的適應(yīng)度值，包括：

利用公式 計算粒子當(dāng)前的適應(yīng)度值；

其中，N為訓(xùn)練樣本總數(shù)；yih和yia分別為相應(yīng)于第i個訓(xùn)練樣本的輸出層的期望輸出和實際輸出。

在實質(zhì)審查程序中，審查員以不符合專利法第22條第3款規(guī)定的創(chuàng)造性為依據(jù)作出駁回決定。針對該駁回決定，申請人提出復(fù)審請求。

在復(fù)審程序中，合議組提出：雖然在權(quán)利要求中限定了對電能質(zhì)量信號的擾動類型進(jìn)行檢測，但在權(quán)利要求中，并沒有體現(xiàn)出依據(jù)擾動類型信息來實現(xiàn)電能質(zhì)量信號的擾動類型的檢測，或依據(jù)輸入的電能質(zhì)量信號中的諧波信息，對所述電能質(zhì)量信號的諧波及間諧波擾動進(jìn)行檢測，即電能質(zhì)量參數(shù)并沒有與LVQ神經(jīng)網(wǎng)絡(luò)的其他特征之間產(chǎn)生關(guān)聯(lián)，因而其仍然僅是對算法的優(yōu)化，不構(gòu)成技術(shù)方案。本申請不符合專利法第2條第2款的規(guī)定，屬于專利法不授權(quán)的客體。

合議組決定維持國家知識產(chǎn)權(quán)局對本申請作出的駁回決定。

案例4：一種神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法及裝置

決定號 206423 決定日 2020-03-18

申請?zhí)?201710450211.9 申請日 2017-06-15

案例4的駁回決定所針對的權(quán)利要求1內(nèi)容如下：

一種神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，其特征在于，包括：

選取一個與學(xué)生網(wǎng)絡(luò)實現(xiàn)相同功能的教師網(wǎng)絡(luò)；

基于匹配同一訓(xùn)練樣本數(shù)據(jù)對應(yīng)的第一輸出數(shù)據(jù)的數(shù)據(jù)間相似性與第二輸出數(shù)據(jù)的數(shù)據(jù)間相似性來迭代訓(xùn)練所述學(xué)生網(wǎng)絡(luò)得到目標(biāo)網(wǎng)絡(luò)，以實現(xiàn)將所述教師網(wǎng)絡(luò)的輸出數(shù)據(jù)間相似性遷移到所述學(xué)生網(wǎng)絡(luò)；

其中：所述第一輸出數(shù)據(jù)為所述訓(xùn)練樣本數(shù)據(jù)輸入教師網(wǎng)絡(luò)后從教師網(wǎng)絡(luò)的第一特定網(wǎng)絡(luò)層輸出的數(shù)據(jù)，所述第二輸出數(shù)據(jù)為所述訓(xùn)練樣本數(shù)據(jù)輸入學(xué)生網(wǎng)絡(luò)后從學(xué)生網(wǎng)絡(luò)的第二特定網(wǎng)絡(luò)層輸出的數(shù)據(jù)。

駁回決定中指出：權(quán)利要求1請求保護(hù)的方案不涉及任何應(yīng)用領(lǐng)域，解決的問題是模型訓(xùn)練本身，模型訓(xùn)練過程中所使用的神經(jīng)網(wǎng)絡(luò)的輸入輸出并未限定具體技術(shù)領(lǐng)域的具體物理參數(shù)，因此，該方法實際上要保護(hù)的對象僅限定單純的算法，因而權(quán)利要求實質(zhì)上要保護(hù)的是一種智力活動的規(guī)則和方法，屬于專利法第25條第1款第2項所述的智力活動的規(guī)則和方法的范圍。

在復(fù)審程序中，復(fù)審請求人在權(quán)利要求1中增加了特征“在實時的計算機視覺處理過程中，低計算能力的處理設(shè)備獲取圖像數(shù)據(jù)；所述處理設(shè)備使用預(yù)先設(shè)置的目標(biāo)網(wǎng)絡(luò)對獲取到的圖像數(shù)據(jù)進(jìn)行計算機視覺處理，得到計算機視覺處理結(jié)果；其中，所述目標(biāo)網(wǎng)絡(luò)是通過如下處理得到的：”，并同時將權(quán)利要求書中的“樣本數(shù)據(jù)”修改為“樣本圖像數(shù)據(jù)”。

針對復(fù)審請求人作出的修改以及意見陳述，合議組認(rèn)為：復(fù)審請求人修改后增加的特征屬于技術(shù)特征，因而該權(quán)利要求就其整體而言并不是一種智力活動的規(guī)則和方法，不應(yīng)當(dāng)依據(jù)專利法第25條被排除其獲得專利權(quán)的可能性。該方案需要通過低計算能力的處理設(shè)備將圖像數(shù)據(jù)進(jìn)行處理，其中“處理”、“獲取”等數(shù)據(jù)采集和數(shù)據(jù)處理的執(zhí)行屬于利用了遵循自然規(guī)律的技術(shù)手段，解決了技術(shù)問題，并獲得了技術(shù)效果，符合專利法第2條第2款的規(guī)定。

合議組決定撤銷國家知識產(chǎn)權(quán)局對本申請作出的駁回決定。

基于案例3及案例4的復(fù)審結(jié)果做如下對比分析：

在以上兩個案例中，復(fù)審請求針對的權(quán)利要求中均限定了與神經(jīng)網(wǎng)絡(luò)相關(guān)的具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)，而不同之處在于涉及神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)處理的特征是否與該外部技術(shù)數(shù)據(jù)產(chǎn)生緊密關(guān)系，而這也導(dǎo)致合議組對兩件復(fù)審申請作出了一件維持駁回而另一件撤銷駁回的復(fù)審決定。具體而言：

在案例3中，復(fù)審請求人雖然在權(quán)利要求中限定了“電能質(zhì)量信號”這一具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)，但是由于其方案中神經(jīng)網(wǎng)絡(luò)的各個算法步驟并未與電能質(zhì)量信號產(chǎn)生關(guān)聯(lián)，導(dǎo)致其神經(jīng)網(wǎng)絡(luò)（LVQ神經(jīng)網(wǎng)絡(luò)）的實際處理對象仍然是抽象的通用數(shù)據(jù)，因此其整體并不構(gòu)成專利法意義上的技術(shù)方案，合議組因而得出了維持駁回決定的結(jié)論。

在案例4中，復(fù)審請求人在權(quán)利要求中限定了通過低計算能力的處理設(shè)備獲取并處理圖像數(shù)據(jù)的特征，并將其神經(jīng)網(wǎng)絡(luò)（教師網(wǎng)絡(luò)和學(xué)生網(wǎng)絡(luò)）的實際處理對象由“樣本數(shù)據(jù)”修改為“樣本圖像數(shù)據(jù)”，體現(xiàn)了神經(jīng)網(wǎng)絡(luò)的模型特征與具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)之間的緊密關(guān)系，因此整體構(gòu)成專利法意義上的技術(shù)方案，合議組因而得出了撤銷駁回決定的結(jié)論。

當(dāng)權(quán)利要求中記載了屬于某一指定技術(shù)領(lǐng)域的與外部技術(shù)數(shù)據(jù)相關(guān)的技術(shù)特征時（如案例3中的電能質(zhì)量信號以及案例4中的圖像數(shù)據(jù)/樣本圖像數(shù)據(jù)），基于該技術(shù)特征僅能判定該方案整體上不屬于專利法第25條中規(guī)定的智力活動的規(guī)則和方法，但還需要對該方案是否屬于專利法第2條第2款規(guī)定的技術(shù)方案作進(jìn)一步判斷，具體需要分析神經(jīng)網(wǎng)絡(luò)的相關(guān)特征（如神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)層或者方法步驟）是否與外部技術(shù)數(shù)據(jù)緊密相關(guān)，進(jìn)而確定神經(jīng)網(wǎng)絡(luò)的實際處理對象是具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)或者抽象的通用數(shù)據(jù)。在未有其他“可專利性”依據(jù)支持的前提下，如果一項神經(jīng)網(wǎng)絡(luò)相關(guān)的方案沒有體現(xiàn)神經(jīng)網(wǎng)絡(luò)的相關(guān)特征與外部技術(shù)數(shù)據(jù)之間的緊密關(guān)系，那么該方案不足以構(gòu)成符合專利法規(guī)定的專利保護(hù)客體。

四、未涉及具體技術(shù)領(lǐng)域的神經(jīng)網(wǎng)絡(luò)能否依據(jù)改善計算機系統(tǒng)內(nèi)部性能的目的而成為專利保護(hù)客體

案例5：用于壓縮神經(jīng)網(wǎng)絡(luò)的方法和裝置

決定號 223739 決定日 2020-08-13

申請?zhí)?201711473963.3 申請日 2017-12-29

案例5的駁回決定所針對的權(quán)利要求1內(nèi)容如下：

一種用于壓縮神經(jīng)網(wǎng)絡(luò)的方法，包括：

獲取待壓縮的經(jīng)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)；

從所述神經(jīng)網(wǎng)絡(luò)的各層中選取至少一層作為待壓縮層；

按照待壓縮層在所述神經(jīng)網(wǎng)絡(luò)中所處的層級的層級數(shù)由大到小的順序，依次對每個待壓縮層執(zhí)行以下處理步驟：基于該待壓縮層所包括的參數(shù)的總數(shù)量確定裁剪比率，基于所述裁剪比率和參數(shù)值閾值，從該待壓縮層所包括的參數(shù)中選取參數(shù)進(jìn)行裁剪，并利用機器學(xué)習(xí)方法，基于預(yù)置的訓(xùn)練樣本對經(jīng)裁剪后的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

將對選取出的各個待壓縮層進(jìn)行所述處理步驟后所得的神經(jīng)網(wǎng)絡(luò)確定為經(jīng)壓縮后的神經(jīng)網(wǎng)絡(luò)，并存儲所述經(jīng)壓縮后的神經(jīng)網(wǎng)絡(luò)。

駁回決定中指出：本申請要解決的問題是如何降低神經(jīng)網(wǎng)絡(luò)算法的復(fù)雜度，其并非是技術(shù)問題，而為了解決該問題，該權(quán)利要求方案中采用的手段是通過選取神經(jīng)網(wǎng)絡(luò)的不同層，并進(jìn)行相應(yīng)的適當(dāng)裁剪，進(jìn)行模型訓(xùn)練后，以達(dá)到降低算法復(fù)雜度但保持與原有神經(jīng)網(wǎng)絡(luò)算法盡可能相同精度這一效果，其實質(zhì)為采用的非技術(shù)手段達(dá)到了相應(yīng)的非技術(shù)效果，其僅僅是利用非技術(shù)的手段實現(xiàn)了對算法的優(yōu)化，因此，權(quán)利要求1的方案不構(gòu)成技術(shù)方案，不屬于專利法第2條第2款規(guī)定的客體。

在復(fù)審程序中，復(fù)審請求人在權(quán)利要求1中增加特征“其中，所述神經(jīng)網(wǎng)絡(luò)的占用空間超出占用空間閾值”，并陳述意見：修改后的權(quán)利要求1對計算機性能進(jìn)行了改進(jìn)提升。相較于運行未被壓縮的神經(jīng)網(wǎng)絡(luò)，會提高運行速度。而本領(lǐng)域技術(shù)人員可知，由于剩余的存儲空間多，運行速度快，電子設(shè)備（比如計算機）的性能必定有所提升。由此可知，修改后的權(quán)利要求1對計算機性能進(jìn)行了改進(jìn)提升。

針對復(fù)審請求人作出的修改以及意見陳述，合議組認(rèn)為：本申請對神經(jīng)網(wǎng)絡(luò)的壓縮過程是在神經(jīng)網(wǎng)絡(luò)模型已經(jīng)構(gòu)建后該模型的存儲階段，并不是對神經(jīng)網(wǎng)絡(luò)算法本身的進(jìn)一步改進(jìn)，而神經(jīng)網(wǎng)絡(luò)的壓縮存儲正是用于改進(jìn)計算機設(shè)備本身的性能，以提高其存儲空間的利用率，提升計算機運行性能，屬于對計算機系統(tǒng)內(nèi)部進(jìn)行的性能改進(jìn)；本申請的壓縮過程雖然是對神經(jīng)網(wǎng)絡(luò)進(jìn)行的剪枝操作，但其目的不是為了降低算法的復(fù)雜度，而是為了降低神經(jīng)網(wǎng)絡(luò)的存儲空間，同時降低算法的復(fù)雜度也不必然是智力活動規(guī)則，需要根據(jù)其改進(jìn)的方式是否與計算機設(shè)備以及數(shù)據(jù)本身的特性有關(guān)來確定。

合議組決定撤銷國家知識產(chǎn)權(quán)局對本申請作出的駁回決定。

案例6：卷積神經(jīng)網(wǎng)絡(luò)的計算資源優(yōu)化方法及系統(tǒng)

決定號 233057 決定日 2020-11-05

申請?zhí)?201610779212.3 申請日 2016-08-30

案例6的駁回決定所針對的權(quán)利要求1內(nèi)容如下：

一種卷積神經(jīng)網(wǎng)絡(luò)的計算資源優(yōu)化方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)的計算資源優(yōu)化方法包括以下步驟：

將卷積神經(jīng)網(wǎng)絡(luò)的輸入Map拆分為包括若干個子Map的子Map矩陣，其中，所述輸入Map的尺寸為H×W，H＞0，W＞0，其中所述輸入Map的尺寸H×W是根據(jù)圖像分辨率、圖像需要反映的物理區(qū)域大小及計算資源的大小等因素預(yù)先確定的；

對每個所述子Map進(jìn)行單獨的卷積操作以得到每個所述子Map的卷積操作的計算結(jié)果；

根據(jù)全部所述子Map的卷積操作的計算結(jié)果原位拼接成所述輸入Map的卷積操作的計算結(jié)果，其中，原位拼接指將所述子Map的卷積操作的結(jié)果放在所述子Map在所述輸入Map中對應(yīng)的位置。

駁回決定中指出：權(quán)利要求1請求保護(hù)一種卷積神經(jīng)網(wǎng)絡(luò)的計算資源優(yōu)化方法，該方案解決了現(xiàn)有神經(jīng)網(wǎng)絡(luò)計算量大、耗時長，浪費計算資源和計算實時性差的問題，其采用的手段是：將卷積神經(jīng)網(wǎng)絡(luò)的輸入Map拆分為包括若干個子Map的子Map矩陣，再進(jìn)行單獨卷積操作，其手段是純算法的改進(jìn)，其沒有采用符合自然規(guī)律的技術(shù)手段。而其達(dá)到提高算法計算效率，從而獲得節(jié)約計算資源和提高實時性的效果，這種效果是由于算法改進(jìn)而帶來的，其不是技術(shù)效果。雖然在方案中提及“輸入Map的尺寸H×W是根據(jù)圖像分辨率、圖像需要反映的物理區(qū)域大小及計算資源的大小等因素預(yù)先確定的”，但該權(quán)利要求沒有具體體現(xiàn)該神經(jīng)網(wǎng)絡(luò)與圖像領(lǐng)域相結(jié)合，更沒有體現(xiàn)該神經(jīng)網(wǎng)絡(luò)解決圖像中何種具體技術(shù)問題。因此，權(quán)利要求1不屬于技術(shù)方案，不符合專利法第2條第2款的規(guī)定。

在復(fù)審程序中，復(fù)審請求人陳述意見：本申請要解決的問題是避免浪費計算機資源且計算實時性差的弊端，屬于計算機性能的改善。其次，基于計算機中像素處理所得到的，利用圖像中像素特征，對MAP進(jìn)行拆分從而實現(xiàn)MAP的卷積操作，體現(xiàn)了像素和神經(jīng)網(wǎng)絡(luò)的結(jié)合，解決了計算機資源浪費問題，且本申請的卷積神經(jīng)網(wǎng)絡(luò)通常可以運用在圖像處理技術(shù)、圖像識別、自然語言處理以及物理學(xué)等技術(shù)中，且本申請必然與計算機內(nèi)部硬件結(jié)合實現(xiàn)，達(dá)到本申請所述的技術(shù)效果。

針對復(fù)審請求人作出的意見陳述，合議組認(rèn)為：權(quán)利要求1中的各個步驟作為一個整體體現(xiàn)了如何利用卷積神經(jīng)網(wǎng)絡(luò)處理圖像數(shù)據(jù)，屬于技術(shù)手段。解決的是卷積神經(jīng)網(wǎng)絡(luò)的層間復(fù)用進(jìn)行圖像數(shù)據(jù)處理時，浪費計算資源且計算實時性差的問題。該問題不僅體現(xiàn)為卷積神經(jīng)網(wǎng)絡(luò)本身存在的問題，還體現(xiàn)為將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像處理時出現(xiàn)的計算效率低、實時性差的問題，而如何提高圖像數(shù)據(jù)處理時的計算效率和實時性體現(xiàn)的是自然規(guī)律利用過程中出現(xiàn)的問題，屬于技術(shù)問題。權(quán)利要求1的方法通過將圖像數(shù)據(jù)的輸入Map進(jìn)行拆分并將各子Map的計算結(jié)果進(jìn)行原位拼接，取得了提升圖像處理的計算效率和計算實時性的效果，屬于技術(shù)效果。本申請權(quán)利要求中的卷積神經(jīng)網(wǎng)絡(luò)的輸入Map大小是根據(jù)圖像分辨率、圖像需要反映的物理區(qū)域大小及計算資源的大小等因素預(yù)先確定的。也就是說，明確了方法的各步驟中處理的Map均為圖像數(shù)據(jù)以及各步驟是如何處理圖像數(shù)據(jù)的，體現(xiàn)了卷積神經(jīng)網(wǎng)絡(luò)與圖像數(shù)據(jù)處理密切相關(guān)。

合議組決定撤銷國家知識產(chǎn)權(quán)局對本申請作出的駁回決定。

基于案例5及案例6的復(fù)審結(jié)果做如下對比分析：

在以上兩個案例中，復(fù)審請求人均在復(fù)審程序的意見陳述中闡明其要求保護(hù)的方案能夠改善計算機系統(tǒng)的內(nèi)部性能，合議組依據(jù)不同的理由對兩件復(fù)審請求均作出了撤銷駁回決定的復(fù)審決定。具體而言：

在案例5中，復(fù)審請求人在其獲得授權(quán)的權(quán)利要求1中并未限定具體的某一個或者某幾個具體的技術(shù)領(lǐng)域，其整體屬于對通用的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行壓縮以對其進(jìn)行結(jié)構(gòu)優(yōu)化的方案；由于復(fù)審請求人在權(quán)利要求1中限定了“神經(jīng)網(wǎng)絡(luò)的占用空間超出占用空間閾值”的特征，這使得神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化與計算機設(shè)備的存儲性能產(chǎn)生了緊密聯(lián)系，其模型優(yōu)化效果也在客觀上實現(xiàn)了對計算機系統(tǒng)內(nèi)部進(jìn)行的性能改進(jìn)，因此雖然該方案并未限定任何具體的技術(shù)領(lǐng)域，但不影響其作為涉及計算機程序的發(fā)明專利申請而構(gòu)成專利法意義上的技術(shù)方案，合議組因而得出了撤銷駁回決定的結(jié)論。

在案例6中，復(fù)審請求人雖然陳述了與案例5理由相似的對計算機系統(tǒng)內(nèi)部進(jìn)行性能改進(jìn)的相關(guān)意見，但合議組并未采納復(fù)審請求人的意見陳述，而是依據(jù)對外部技術(shù)數(shù)據(jù)（圖像數(shù)據(jù)）進(jìn)行處理以及體現(xiàn)神經(jīng)網(wǎng)絡(luò)與圖像數(shù)據(jù)處理密切相關(guān)的理由得出了撤銷駁回決定的結(jié)論。

倘若神經(jīng)網(wǎng)絡(luò)的相關(guān)方案能夠與計算機系統(tǒng)的內(nèi)部性能（如存儲性能、運行性能）產(chǎn)生緊密聯(lián)系，那么該神經(jīng)網(wǎng)絡(luò)的專利申請可以不必限定具體的技術(shù)領(lǐng)域，而作為一項通用的模型算法獲得更大的保護(hù)范圍。而如果神經(jīng)網(wǎng)絡(luò)的相關(guān)方案無法與計算機系統(tǒng)的內(nèi)部性能產(chǎn)生緊密聯(lián)系，可以通過限定具體技術(shù)領(lǐng)域和具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)的方式縮小專利申請的保護(hù)范圍，進(jìn)而克服不符合專利保護(hù)客體的問題。

五、結(jié)論

基于以上對與神經(jīng)網(wǎng)絡(luò)的客體問題相關(guān)的復(fù)審案例進(jìn)行的分析和比較，可得到如下結(jié)論：

1、神經(jīng)網(wǎng)絡(luò)作為一種通用的數(shù)學(xué)算法模型，雖然可以在多種不同的技術(shù)領(lǐng)域中進(jìn)行使用，但神經(jīng)網(wǎng)絡(luò)本身并不屬于專利法意義上的技術(shù)方案，不屬于專利的保護(hù)客體。倘若在意見陳述或者在權(quán)利要求中廣泛限定多種不同的技術(shù)領(lǐng)域，反而會令審查員/合議組得出方案整體屬于通用數(shù)學(xué)算法的結(jié)論。因此，在未有其他“可專利性”依據(jù)支持的前提下，限定在多種不同技術(shù)領(lǐng)域中應(yīng)用的神經(jīng)網(wǎng)絡(luò)作為通用技術(shù)方案不足以構(gòu)成符合專利法規(guī)定的專利保護(hù)客體。

2、當(dāng)權(quán)利要求中記載了屬于某一指定技術(shù)領(lǐng)域的與外部技術(shù)數(shù)據(jù)相關(guān)的技術(shù)特征時，基于該技術(shù)特征僅能判定該方案整體上不屬于專利法第25條中規(guī)定的智力活動的規(guī)則和方法，但還需要對該方案整體上是否屬于專利法第2條第2款規(guī)定的技術(shù)方案作進(jìn)一步判斷，具體需要分析神經(jīng)網(wǎng)絡(luò)的相關(guān)特征（如神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)層或者方法步驟）是否與外部技術(shù)數(shù)據(jù)緊密相關(guān)，進(jìn)而確定神經(jīng)網(wǎng)絡(luò)的實際處理對象是具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)或者抽象的通用數(shù)據(jù)。在未有其他“可專利性”依據(jù)支持的前提下，如果一項神經(jīng)網(wǎng)絡(luò)相關(guān)的方案沒有體現(xiàn)神經(jīng)網(wǎng)絡(luò)的相關(guān)特征與外部技術(shù)數(shù)據(jù)之間的緊密關(guān)系，那么該方案不足以構(gòu)成符合專利法規(guī)定的專利保護(hù)客體。

3、倘若神經(jīng)網(wǎng)絡(luò)的相關(guān)方案能夠與計算機系統(tǒng)的內(nèi)部性能（如存儲性能、運行性能）產(chǎn)生緊密聯(lián)系，那么該神經(jīng)網(wǎng)絡(luò)的專利申請可以不必限定具體的技術(shù)領(lǐng)域，而作為一項通用的模型算法獲得更大的保護(hù)范圍。而如果神經(jīng)網(wǎng)絡(luò)的相關(guān)方案無法與計算機系統(tǒng)的內(nèi)部性能產(chǎn)生緊密聯(lián)系，可以通過限定具體技術(shù)領(lǐng)域和具有確切技術(shù)含義的外部技術(shù)數(shù)據(jù)的方式縮小專利申請的保護(hù)范圍，進(jìn)而克服不符合專利保護(hù)客體的問題。