從中外專(zhuān)利客體保護(hù)水平差異淺談大數(shù)據(jù)領(lǐng)域客體審查規(guī)則調(diào)整①

劉 佳 趙小寧

一、引言

隨著人類(lèi)社會(huì)步入數(shù)據(jù)驅(qū)動(dòng)的數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)要素進(jìn)一步提升了全要素生產(chǎn)率。相應(yīng)地，數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)，以數(shù)據(jù)服務(wù)為主要業(yè)務(wù)的企業(yè)所處理的數(shù)據(jù)量可達(dá)PB 級(jí)，而全球每年所產(chǎn)生的數(shù)據(jù)量更是達(dá)到驚人的ZB 級(jí)②2021 大數(shù)據(jù)獨(dú)角獸企業(yè)排行榜，互聯(lián)網(wǎng)周刊，2021 年8 月5 日。。目前，大數(shù)據(jù)相關(guān)專(zhuān)利申請(qǐng)呈快速上漲趨勢(shì)?，F(xiàn)行《專(zhuān)利審查指南》（以下簡(jiǎn)稱(chēng)“指南”）中第九章第6 節(jié)雖然圍繞人工智能、互聯(lián)網(wǎng)＋、大數(shù)據(jù)以及區(qū)塊鏈等新領(lǐng)域新業(yè)態(tài)相關(guān)發(fā)明專(zhuān)利申請(qǐng)做出規(guī)定，但其中并未提供大數(shù)據(jù)領(lǐng)域有強(qiáng)針對(duì)性的審查基準(zhǔn)和審查示例，審查員在該領(lǐng)域的審查實(shí)踐中依然存在很多困惑，審查標(biāo)準(zhǔn)執(zhí)行不一致的情形時(shí)有發(fā)生。同時(shí)，創(chuàng)新主體對(duì)完善大數(shù)據(jù)領(lǐng)域?qū)＠麑彶橐?guī)則的需求非常迫切。

從指導(dǎo)案例和審查實(shí)踐來(lái)看，大數(shù)據(jù)各個(gè)技術(shù)分支上歐、美、日、韓四局和中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局的客體保護(hù)水平有所差異，如何從典型案例中厘清不同技術(shù)分支上的客體保護(hù)水平的差異程度，以及據(jù)此給出操作性較強(qiáng)的客體審查規(guī)則的調(diào)整建議是亟待解決的問(wèn)題。本文從歐、美、日、韓四局與中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局在大數(shù)據(jù)領(lǐng)域?qū)＠腕w保護(hù)水平上的差異分析入手，基于大數(shù)據(jù)領(lǐng)域關(guān)鍵技術(shù)分支的典型案例分析，結(jié)合國(guó)內(nèi)創(chuàng)新主體需求，嘗試提出大數(shù)據(jù)領(lǐng)域客體審查規(guī)則的調(diào)整建議。

二、歐、美、日、韓四局與中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局在大數(shù)據(jù)領(lǐng)域?qū)＠腕w保護(hù)水平上的差異

（一）歐、美、日、韓四局審查規(guī)則要點(diǎn)

歐、美、日、韓四局審查指南中均未設(shè)置針對(duì)大數(shù)據(jù)領(lǐng)域?qū)彶榈恼鹿?jié)，基于其軟件相關(guān)客體審查標(biāo)準(zhǔn)與指導(dǎo)案例，四局在大數(shù)據(jù)領(lǐng)域?qū)彶闃?biāo)準(zhǔn)要點(diǎn)如下。

1.EPO 審查規(guī)則要點(diǎn)

區(qū)分基于分類(lèi)、聚類(lèi)、回歸和降維的計(jì)算模型和算法與計(jì)算模型以及算法在各種技術(shù)領(lǐng)域的具體應(yīng)用和技術(shù)實(shí)施之間的區(qū)別，根據(jù)計(jì)算模型和算法是否涉及技術(shù)應(yīng)用、技術(shù)實(shí)施，并用于技術(shù)目的來(lái)判斷是否屬于保護(hù)客體。

2.USPTO 審查規(guī)則要點(diǎn)

純粹的收集信息和分析收集到的信息都是抽象構(gòu)思，在收集分析信息的基礎(chǔ)上，要增加特定的技術(shù)手段來(lái)解釋如何應(yīng)用分析后的信息并產(chǎn)生有益的技術(shù)效果，才符合專(zhuān)利客體適格性要求。對(duì)于利用計(jì)算機(jī)系統(tǒng)運(yùn)行神經(jīng)網(wǎng)絡(luò)模型的方案，由于未引述司法例外，符合專(zhuān)利客體適格性要求。

3.JPO、KIPO 審查規(guī)則要點(diǎn)

KIPO 的專(zhuān)利法與審查指南早期從JPO 照搬，兩者客體判斷思路大致相同，都需判斷是否為“利用了自然規(guī)律的技術(shù)構(gòu)思”，以及是否為“軟件的信息處理被具體地通過(guò)硬件資源實(shí)現(xiàn)”。另外，與USPTO 類(lèi)似，兩局認(rèn)為限定了數(shù)據(jù)采集分析而未明確采集分析目的的方案不屬于專(zhuān)利保護(hù)客體。

（二）大數(shù)據(jù)領(lǐng)域IP5 客體保護(hù)水平對(duì)比

IP5 中，EPO 的審查標(biāo)準(zhǔn)最為嚴(yán)格，從審查實(shí)踐來(lái)看，USPTO、JPO、KIPO 審查標(biāo)準(zhǔn)大致相當(dāng)。圖1從數(shù)據(jù)采集、關(guān)聯(lián)分析等八個(gè)維度對(duì)USPTO、JPO、KIPO 的客體保護(hù)水平進(jìn)行了比較。

圖1 國(guó)家知識(shí)產(chǎn)權(quán)局與美、日、韓在大數(shù)據(jù)領(lǐng)域的客體保護(hù)水平對(duì)比

中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局與USPTO、JPO、KIPO 相比，涉及數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理的方案客體審查標(biāo)準(zhǔn)相對(duì)寬松；但是，國(guó)內(nèi)創(chuàng)新主體對(duì)進(jìn)一步放寬數(shù)據(jù)預(yù)處理的審查標(biāo)準(zhǔn)仍有訴求。國(guó)家知識(shí)產(chǎn)權(quán)局對(duì)涉及分類(lèi)聚類(lèi)、神經(jīng)網(wǎng)絡(luò)等通用分析算法以及用戶(hù)協(xié)同過(guò)濾、知識(shí)圖譜、社交網(wǎng)絡(luò)等特定關(guān)聯(lián)分析算法或模型的方案客體審查標(biāo)準(zhǔn)比USPTO 要嚴(yán)格得多，不利于基礎(chǔ)算法技術(shù)創(chuàng)新。

三、大數(shù)據(jù)領(lǐng)域關(guān)鍵技術(shù)分支的典型案例分析

（一）涉及數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理以及任務(wù)調(diào)度的典型案例

USPTO 指導(dǎo)性案例第40 號(hào)、第42 號(hào)分別涉及數(shù)據(jù)采集與數(shù)據(jù)預(yù)處理。在這兩個(gè)分支上，USPTO的客體審查標(biāo)準(zhǔn)比中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局嚴(yán)格得多。另外，從美局審查實(shí)踐來(lái)看，在任務(wù)調(diào)度這個(gè)分支上，也比中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局的客體審查標(biāo)準(zhǔn)嚴(yán)格。具體案例如下：

1.USPTO 指導(dǎo)性案例第40 號(hào)③https://www.uspto.gov/sites/default/files/documents/101_examples_37to42_20190107.pdf（2021 年8 月1 日最后訪問(wèn)）。

該方案請(qǐng)求保護(hù)一種通過(guò)網(wǎng)絡(luò)中計(jì)算設(shè)備之間連接的網(wǎng)絡(luò)設(shè)備來(lái)自適應(yīng)監(jiān)視流量數(shù)據(jù)的方法，包括：通過(guò)所述網(wǎng)絡(luò)設(shè)備，收集與通過(guò)所述網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)流量相關(guān)的流量數(shù)據(jù)，所述流量數(shù)據(jù)包含網(wǎng)絡(luò)延遲、數(shù)據(jù)包丟失或抖動(dòng)中的至少一者；通過(guò)所述網(wǎng)絡(luò)設(shè)備，將收集到的所述流量數(shù)據(jù)中的所述至少一者與預(yù)定義的閾值進(jìn)行比較。

USPTO 認(rèn)為，其他要素沒(méi)有將該申請(qǐng)中抽象概念“將收集到的所述流量數(shù)據(jù)中的至少一者與預(yù)定義的閾值進(jìn)行比較”轉(zhuǎn)化成實(shí)際應(yīng)用。其他要素有兩個(gè)：通過(guò)所述網(wǎng)絡(luò)設(shè)備，收集與通過(guò)所述網(wǎng)絡(luò)設(shè)備的網(wǎng)絡(luò)流量相關(guān)的流量數(shù)據(jù)，其中所述流量數(shù)據(jù)包含網(wǎng)絡(luò)延遲、數(shù)據(jù)包丟失或抖動(dòng)中的至少一者；通過(guò)所述網(wǎng)絡(luò)設(shè)備實(shí)現(xiàn)比較步驟。但是，這些其他要素僅僅收集數(shù)據(jù)卻沒(méi)有根據(jù)收集到的數(shù)據(jù)提供一種特定的技術(shù)手段去解決特定的技術(shù)難題，相當(dāng)于僅僅將該抽象構(gòu)思應(yīng)用于公知的計(jì)算機(jī)設(shè)備。因此，該方案不具備專(zhuān)利客體適格性。

2.USPTO 指導(dǎo)性案例第42 號(hào)④同注釋③

該方案請(qǐng)求保護(hù)一種方法，包括：以標(biāo)準(zhǔn)格式將患者病情的信息儲(chǔ)存在多個(gè)基于網(wǎng)絡(luò)的非臨時(shí)儲(chǔ)存裝置中，該儲(chǔ)存裝置存有醫(yī)療記錄集；通過(guò)網(wǎng)絡(luò)向用戶(hù)提供遠(yuǎn)程訪問(wèn)，以便任何一個(gè)用戶(hù)都可以通過(guò)圖形用戶(hù)界面實(shí)時(shí)更新在該醫(yī)療記錄集中的有關(guān)該患者病情的信息，其中該用戶(hù)以取決于該用戶(hù)使用的硬件和軟件平臺(tái)的非標(biāo)準(zhǔn)格式來(lái)提供更新后的信息；和通過(guò)內(nèi)容服務(wù)器將該非標(biāo)準(zhǔn)格式的更新后的信息轉(zhuǎn)換為標(biāo)準(zhǔn)格式。

USPTO 認(rèn)為，該方案僅僅涉及收集和更新患者信息，相當(dāng)于將該抽象構(gòu)思應(yīng)用于公知的計(jì)算機(jī)設(shè)備，沒(méi)有提供特定技術(shù)手段。因此，該方案不具備專(zhuān)利客體適格性。

3.關(guān)于任務(wù)調(diào)度的審查實(shí)踐案例

一種集群中的任務(wù)執(zhí)行方法，包括：獲取待執(zhí)行任務(wù)；根據(jù)所述待執(zhí)行任務(wù)的指定屬性，在預(yù)先劃分的各集群資源集合中，確定所述待執(zhí)行任務(wù)對(duì)應(yīng)的集群資源集合；利用確定出的集群資源集合中包含的集群資源，執(zhí)行所述待執(zhí)行任務(wù)。

USPTO 認(rèn)為，“根據(jù)所述待執(zhí)行任務(wù)的指定屬性，在預(yù)先劃分的各集群資源集合中，確定所述待執(zhí)行任務(wù)對(duì)應(yīng)的集群資源集合”即思維過(guò)程，“確定”的步驟并不明確執(zhí)行主體是誰(shuí)，不排除人來(lái)執(zhí)行上述步驟的可能，從而方案中涉及了思維過(guò)程這種司法例外；進(jìn)一步地，也未將司法例外轉(zhuǎn)換成實(shí)際應(yīng)用，因此該方案不具備專(zhuān)利客體適格性。

而根據(jù)中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局的客體審查標(biāo)準(zhǔn)，上述三個(gè)案例均屬于專(zhuān)利保護(hù)客體。根據(jù)中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局指南，這三個(gè)案例均處理的是技術(shù)領(lǐng)域中具有確切技術(shù)含義的數(shù)據(jù)，滿(mǎn)足“三要素”的要求，均屬于專(zhuān)利保護(hù)客體。

（二）涉及神經(jīng)網(wǎng)絡(luò)等通用數(shù)據(jù)挖掘分析算法的典型案例

在通用算法分支中，美、日、韓審查標(biāo)準(zhǔn)差異不大，均比中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局審查標(biāo)準(zhǔn)寬松。美局認(rèn)可在計(jì)算機(jī)上運(yùn)行通用算法模型類(lèi)的方案為專(zhuān)利保護(hù)客體，這與中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局審查標(biāo)準(zhǔn)差異較大。以下兩個(gè)案例為國(guó)內(nèi)外業(yè)界均高度關(guān)注的USPTO 授權(quán)案例，專(zhuān)利權(quán)人為谷歌公司。

1.USPTO 授權(quán)案例1

一種計(jì)算機(jī)實(shí)現(xiàn)的方法，包括：獲取多個(gè)訓(xùn)練樣例；和在多個(gè)訓(xùn)練樣例上訓(xùn)練具有多個(gè)層的神經(jīng)網(wǎng)絡(luò)，每個(gè)層包括一個(gè)或多個(gè)特征檢測(cè)器，每個(gè)特征檢測(cè)器具有一組對(duì)應(yīng)的權(quán)重，以及特征檢測(cè)器的子集在處理每個(gè)訓(xùn)練樣例的過(guò)程中被禁用的概率，其中在多個(gè)訓(xùn)練樣例上訓(xùn)練神經(jīng)網(wǎng)絡(luò)，對(duì)于每個(gè)訓(xùn)練樣例分別包括：確定在訓(xùn)練樣例的處理期間要禁用的一個(gè)或多個(gè)特征檢測(cè)器，包括基于與特征檢測(cè)器相關(guān)聯(lián)的相應(yīng)概率來(lái)確定是否禁用子集中的每個(gè)特征檢測(cè)器，根據(jù)所述確定禁用一個(gè)或多個(gè)特征檢測(cè)器，以及使用神經(jīng)網(wǎng)絡(luò)處理訓(xùn)練樣例，并禁用一個(gè)或多個(gè)特征檢測(cè)器，以生成訓(xùn)練樣例的預(yù)測(cè)輸出。

2.USPTO 授權(quán)案例2

一種由一個(gè)或多個(gè)計(jì)算機(jī)執(zhí)行的方法，該方法包括：接收包括多個(gè)特征的輸入，其中每個(gè)特征具有不同的特征類(lèi)型；使用第一個(gè)機(jī)器學(xué)習(xí)模型處理輸入以生成輸入的第一個(gè)替代表征，其中第一個(gè)機(jī)器學(xué)習(xí)模型是具有單層線性計(jì)算的線性模型；使用深度網(wǎng)絡(luò)處理所述輸入，以生成所述輸入的第二個(gè)替代表征，此處的深度神經(jīng)網(wǎng)絡(luò)是由多級(jí)非線性運(yùn)算組成的第二個(gè)機(jī)器學(xué)習(xí)模型；使用logistic 回歸分類(lèi)器處理輸入的第一個(gè)替代表征和第二個(gè)替代表征，以預(yù)測(cè)輸入的標(biāo)簽。

3.USPTO 授權(quán)案例分析

USPTO 認(rèn)為，上述授權(quán)案例的權(quán)利要求并未引述司法例外，其未引述任何數(shù)學(xué)關(guān)系、公式或計(jì)算，也沒(méi)有引述思維過(guò)程，且沒(méi)有引述任何組織人類(lèi)活動(dòng)的方法，因此，在step 2A 的第一階段就可以直接認(rèn)定上述權(quán)利要求具備專(zhuān)利客體適格性，從而無(wú)需進(jìn)行后續(xù)步驟的判斷。

另外，按照日本和韓國(guó)的審查標(biāo)準(zhǔn)，雖然當(dāng)前權(quán)利要求可能不屬于專(zhuān)利保護(hù)客體，但是仍然可以通過(guò)修改的方式克服專(zhuān)利保護(hù)客體的缺陷。例如，在權(quán)利要求中限定方法的各步驟由計(jì)算機(jī)硬件部件執(zhí)行，從而體現(xiàn)出該方法由計(jì)算機(jī)硬件具體實(shí)現(xiàn)。

然而，根據(jù)中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局的審查標(biāo)準(zhǔn)，上述兩個(gè)案例在本質(zhì)上都是使用計(jì)算機(jī)來(lái)執(zhí)行通用算法的改進(jìn)，計(jì)算機(jī)在整個(gè)方案中只是起到了執(zhí)行載體的作用，整體方案未解決技術(shù)問(wèn)題，未采用技術(shù)手段，未獲得技術(shù)效果，不屬于專(zhuān)利保護(hù)客體。根據(jù)2021年指南修改征求意見(jiàn)稿，上述案例也不是目前擬“定向放開(kāi)”的情形，方案中涉及的算法沒(méi)有與計(jì)算機(jī)系統(tǒng)的內(nèi)部結(jié)構(gòu)存在特定技術(shù)關(guān)聯(lián)，不能解決如何提升硬件運(yùn)算效率或執(zhí)行效果的技術(shù)問(wèn)題。

（三）涉及用戶(hù)協(xié)同過(guò)濾、知識(shí)圖譜等特定數(shù)據(jù)挖掘分析算法的典型案例

涉及用戶(hù)協(xié)同過(guò)濾、知識(shí)圖譜等特定數(shù)據(jù)挖掘分析算法的，中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局審查標(biāo)準(zhǔn)相比于美、日、韓也更加嚴(yán)格。典型案例如下：

1.用戶(hù)協(xié)調(diào)過(guò)濾算法相關(guān)案例

一種基于隨機(jī)森林修正的大數(shù)據(jù)下改進(jìn)協(xié)同過(guò)濾推薦方法：提取用戶(hù)對(duì)每個(gè)物品的評(píng)分；建立當(dāng)前用戶(hù)特征向量集合，利用特征向量集合，為用戶(hù)構(gòu)造用戶(hù)喜好隨機(jī)森林分類(lèi)模型；計(jì)算用戶(hù)間相似度，尋找用戶(hù)的k 個(gè)最近鄰；計(jì)算改進(jìn)協(xié)同過(guò)濾算法預(yù)測(cè)評(píng)分得到初步推薦列表，使用隨機(jī)森林分類(lèi)模型以對(duì)初步推薦列表分類(lèi)，結(jié)合兩種方法進(jìn)行修正得到最終推薦列表。

2.知識(shí)圖譜、社區(qū)網(wǎng)絡(luò)相關(guān)案例

一種挖掘知識(shí)圖譜的方法：根據(jù)社區(qū)用戶(hù)的社區(qū)原始數(shù)據(jù)、所述社區(qū)用戶(hù)的用戶(hù)屬性、所述社區(qū)用戶(hù)屬于的主題論壇或所述社區(qū)用戶(hù)屬于的即時(shí)通信工作的聊天群，對(duì)所述社區(qū)用戶(hù)進(jìn)行聚類(lèi)并形成社區(qū)用戶(hù)圈子，所述社區(qū)原始數(shù)據(jù)包括所述社區(qū)用戶(hù)對(duì)其他社區(qū)用戶(hù)的關(guān)注度信息和所述社區(qū)用戶(hù)與所述其他社區(qū)用戶(hù)共同關(guān)注的話題個(gè)數(shù)；根據(jù)所述社區(qū)用戶(hù)圈子包括的社區(qū)用戶(hù)產(chǎn)生的用戶(hù)行為數(shù)據(jù)，創(chuàng)建所述社區(qū)用戶(hù)圈子的知識(shí)圖譜。

3.相關(guān)案例分析

從審查實(shí)踐來(lái)看，美、日、韓對(duì)于上述兩個(gè)案例類(lèi)型通常不會(huì)質(zhì)疑其客體問(wèn)題，但中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局審查員對(duì)這類(lèi)案例的觀點(diǎn)存在較大分歧。對(duì)于協(xié)同過(guò)濾的案例，一種觀點(diǎn)認(rèn)為，權(quán)利要求中雖然提及了“獲取電子商務(wù)網(wǎng)站的記錄”以及“提取用戶(hù)對(duì)每個(gè)物品的評(píng)分”，但其所解決的問(wèn)題僅僅是協(xié)同過(guò)濾算法本身存在的問(wèn)題，所要解決的問(wèn)題、實(shí)現(xiàn)的效果仍然是優(yōu)化算法方面的，而非技術(shù)方面的。對(duì)于涉及知識(shí)圖譜、社區(qū)網(wǎng)絡(luò)的案例，一種觀點(diǎn)認(rèn)為，該方法解決的問(wèn)題為如何表達(dá)用戶(hù)關(guān)系的精細(xì)度，并非技術(shù)問(wèn)題，構(gòu)建知識(shí)圖譜所依據(jù)的社區(qū)用戶(hù)之間的關(guān)聯(lián)關(guān)系也不符合自然規(guī)律。根據(jù)上述觀點(diǎn)，這兩類(lèi)案例并不屬于專(zhuān)利保護(hù)客體。

四、大數(shù)據(jù)領(lǐng)域客體審查規(guī)則調(diào)整

基于前述中外專(zhuān)利客體保護(hù)水平差異以及國(guó)內(nèi)創(chuàng)新主體的需求，我們建議對(duì)中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局大數(shù)據(jù)領(lǐng)域客體審查規(guī)則進(jìn)行調(diào)整。

（一）關(guān)于數(shù)據(jù)預(yù)處理的客體審查規(guī)則建議

雖然當(dāng)前中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局對(duì)于數(shù)據(jù)預(yù)處理分支的申請(qǐng)的客體判斷標(biāo)準(zhǔn)比美局寬松，但是數(shù)據(jù)預(yù)處理與提升數(shù)據(jù)質(zhì)量有直接關(guān)系，國(guó)內(nèi)創(chuàng)新主體（例如京東集團(tuán)等）對(duì)于進(jìn)一步放開(kāi)數(shù)據(jù)預(yù)處理客體審查標(biāo)準(zhǔn)仍有較強(qiáng)的訴求。因此，對(duì)于涉及利用具體的數(shù)據(jù)預(yù)處理手段來(lái)解決大數(shù)據(jù)的數(shù)據(jù)記錄的完整性、一致性、唯一性、有效性、準(zhǔn)確性等技術(shù)問(wèn)題，并獲得相應(yīng)的技術(shù)效果的方案，建議將其認(rèn)定為屬于專(zhuān)利保護(hù)客體。但是，需要注意區(qū)分相關(guān)方案是純粹的數(shù)據(jù)預(yù)處理算法還是大數(shù)據(jù)的數(shù)據(jù)記錄處理方案。例如：方案“一種基于數(shù)據(jù)預(yù)先補(bǔ)全方法，包括：對(duì)輸入的不完備數(shù)據(jù)矩陣求出其對(duì)應(yīng)的正交映射算子來(lái)表示數(shù)據(jù)矩陣的對(duì)應(yīng)項(xiàng)不為空的位置的集合；定義矩陣的Schatten Capped p 范數(shù)；求解最優(yōu)化問(wèn)題，直至收斂，輸出補(bǔ)全的數(shù)據(jù)矩陣”是純粹的數(shù)據(jù)預(yù)處理算法，而方案“一種數(shù)據(jù)預(yù)處理方法，包括：將待處理數(shù)據(jù)記錄集分解到可以表達(dá)所述待處理數(shù)據(jù)記錄集的至少一個(gè)特征上，以獲得特征值；根據(jù)特征值及其權(quán)重，獲得數(shù)據(jù)記錄之間的相似度；利用所述相似度，填充所述存在缺失值的數(shù)據(jù)記錄的缺失值”則是數(shù)據(jù)記錄的處理方案。純粹的數(shù)據(jù)預(yù)處理算法仍然是不能授予專(zhuān)利權(quán)的。

（二）關(guān)于通用算法的客體審查規(guī)則建議

美局授權(quán)的兩件申請(qǐng)對(duì)業(yè)界的影響較大。雖然谷歌方認(rèn)為，其提出專(zhuān)利申請(qǐng)的目的主要是為了防止谷歌研究人員的成果被其他機(jī)構(gòu)申請(qǐng)專(zhuān)利后進(jìn)行訛詐，進(jìn)而引發(fā)經(jīng)濟(jì)損失，并明確表示其不會(huì)使用人工智能算法的專(zhuān)利來(lái)攻擊其他公司，也不會(huì)用這部分專(zhuān)利來(lái)獲利，但業(yè)界仍認(rèn)為，專(zhuān)利制度的初衷是通過(guò)經(jīng)濟(jì)學(xué)手段來(lái)促進(jìn)創(chuàng)新，防止創(chuàng)意被其他公司竊取或復(fù)制，但當(dāng)下的趨勢(shì)卻是一些巨型公司利用專(zhuān)利實(shí)現(xiàn)技術(shù)壟斷，并濫用專(zhuān)利制度所賦予它的權(quán)利，因此，應(yīng)當(dāng)重新思考算法這類(lèi)抽象概念的專(zhuān)利申請(qǐng)是否應(yīng)當(dāng)被授權(quán)⑤量子位.被罵了三年，谷歌Dropout 專(zhuān)利還是生效了，卡脖子預(yù)警[EB/OL].(2019-06-27)[2021-09-27].https://mp.weixin.qq.com/s/MZf9RRumKolnxSuerpC3Q.。就中國(guó)研發(fā)現(xiàn)狀而言，國(guó)內(nèi)企業(yè)及科研機(jī)構(gòu)較多的研發(fā)精力被放在了算法的應(yīng)用上，而在基礎(chǔ)算法方面起步較晚，尤其相對(duì)美國(guó)發(fā)展滯后。同時(shí)，國(guó)內(nèi)大部分創(chuàng)新主體對(duì)于通用算法改進(jìn)類(lèi)的專(zhuān)利申請(qǐng)的客體審查規(guī)則的需求并不強(qiáng)烈。因此，在通用基礎(chǔ)算法相關(guān)申請(qǐng)的客體放開(kāi)的問(wèn)題上，建議盡量謹(jǐn)慎對(duì)待。

另一方面，國(guó)內(nèi)創(chuàng)新主體對(duì)于通用算法應(yīng)用相關(guān)的申請(qǐng)，希望客體審查標(biāo)準(zhǔn)能進(jìn)一步放開(kāi)。例如，有些涉及通用算法應(yīng)用的方案，其可在多領(lǐng)域應(yīng)用，而并不局限于具體的某個(gè)領(lǐng)域。對(duì)這類(lèi)申請(qǐng)，中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局目前的審查標(biāo)準(zhǔn)過(guò)于嚴(yán)格。即便是根據(jù)2021 年指南修改征求意見(jiàn)稿，國(guó)內(nèi)創(chuàng)新主體的訴求也難以滿(mǎn)足。

（三）關(guān)于用戶(hù)協(xié)同過(guò)濾、知識(shí)圖譜、社區(qū)網(wǎng)絡(luò)等特定算法或模型的客體審查規(guī)則建議

用戶(hù)協(xié)同過(guò)濾、知識(shí)圖譜、社區(qū)網(wǎng)絡(luò)等特定算法或模型通常是用于解決特定場(chǎng)景下的特定問(wèn)題，自身能體現(xiàn)用戶(hù)間、信息內(nèi)容間或用戶(hù)與信息內(nèi)容間的語(yǔ)義關(guān)系與其他關(guān)聯(lián)關(guān)系。這類(lèi)算法或模型與分類(lèi)聚類(lèi)、神經(jīng)網(wǎng)絡(luò)等抽象程度高的通用算法在技術(shù)本質(zhì)上有一定區(qū)別。在調(diào)整客體審查規(guī)則時(shí)，應(yīng)當(dāng)關(guān)注特定算法與通用算法的差異。另外，這類(lèi)申請(qǐng)通常與圖計(jì)算相關(guān)。圖計(jì)算也是大數(shù)據(jù)領(lǐng)域的重點(diǎn)發(fā)展方向之一，從國(guó)內(nèi)申請(qǐng)量變化來(lái)看，與社區(qū)網(wǎng)絡(luò)、知識(shí)圖譜相關(guān)的專(zhuān)利申請(qǐng)量逐年增加。對(duì)于基于互聯(lián)網(wǎng)用戶(hù)之間關(guān)聯(lián)關(guān)系以及基于用戶(hù)與互聯(lián)網(wǎng)信息內(nèi)容之間關(guān)聯(lián)關(guān)系、信息內(nèi)容之間的關(guān)聯(lián)關(guān)系而進(jìn)行數(shù)據(jù)處理的方案，提供數(shù)據(jù)服務(wù)行業(yè)的創(chuàng)新主體對(duì)其保護(hù)訴求強(qiáng)烈。適當(dāng)放開(kāi)關(guān)于該領(lǐng)域?qū)＠暾?qǐng)的客體審查標(biāo)準(zhǔn)，有利于鼓勵(lì)該領(lǐng)域的技術(shù)創(chuàng)新，促進(jìn)技術(shù)發(fā)展。

五、結(jié)語(yǔ)

本文針對(duì)大數(shù)據(jù)領(lǐng)域?qū)彶楣ぷ髦写嬖诘娜鄙購(gòu)?qiáng)針對(duì)性客體審查規(guī)則的問(wèn)題，對(duì)歐、美、日、韓四局審查規(guī)則要點(diǎn)進(jìn)行梳理，并結(jié)合七個(gè)典型案例從數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、任務(wù)調(diào)度、神經(jīng)網(wǎng)絡(luò)等技術(shù)分支上分析了中外客體保護(hù)水平差異程度，進(jìn)而針對(duì)數(shù)據(jù)預(yù)處理、通用算法、特定算法三個(gè)方面提出客體審查規(guī)則的調(diào)整建議。

專(zhuān)家點(diǎn)評(píng)

本文針對(duì)大數(shù)據(jù)領(lǐng)域?qū)彶閷?shí)踐中的客體保護(hù)問(wèn)題，對(duì)比介紹和分析了五局在大數(shù)據(jù)不同技術(shù)分支下的客體保護(hù)標(biāo)準(zhǔn)的差異，并結(jié)合相關(guān)典型案例進(jìn)行了舉例說(shuō)明。最后，結(jié)合國(guó)內(nèi)創(chuàng)新主體訴求，針對(duì)大數(shù)據(jù)的數(shù)據(jù)預(yù)處理、通用及特定算法提供了具有針對(duì)性的客體審查規(guī)則調(diào)整方案，為大數(shù)據(jù)領(lǐng)域?qū)＠麑彶橐?guī)則的不斷完善提供了有價(jià)值的參考。