人工智慧 (AI) 專利為何值得討論？AI的基本架構是運用神經網路來進行深度學習，而這也是導致這一波人工智慧之所以興起的原因。由於這一波AI結構的特點是可以透過訓練場域的大量數據來進行學習，因此在各領域可以大放異彩。然而，經濟部智慧財產局專利二組副組長李清祺表示，換個角度看，如果有一個發明是因為透過數據學習而產生了很大的功能作用，在這種情況下人為的技術貢獻是很低的，反觀機器的貢獻是遠大於人類的。這時候就要回過頭來想：從專利法立法精神來看，這種專利是否值得保護？

TIPO專利二組副組長李清祺

智慧財產局 (TIPO) 第一版的審查基準於1998年誕生，李清祺指出，審查基準於2008年時將「技術性」列為標的性的定義，揭示了一個適格的專利必須符合技術性。到了2014年審查基準更進一步具體論述技術性要排除簡單利用電腦的形態，也就是說智慧局對「技術性」是採比較實質的定義，具有技術貢獻度的發明才是智慧局想要保護的發明。這部分外界對智慧局也有很大的期待，看是不是在修正審查基準之外，也會有一些案例集的產生，李清祺表示智慧局正在朝這個方向努力，在不久的未來智慧局的案例集會陸續釋出，並徵求各界的意見。至於審查基準的部分，目前仍然堪用，至於需不需要修正，則仍在研究階段。

AI專利案例剖析 ─ 煉鋼產業

隨著工業4.0的到來，許多傳統產業都會面臨經營者的挑戰，而試圖探索將傳統工廠轉型為智慧工廠的可能性，而許多經營者也會因而要求工程師要把工業4.0做出來；因此智慧局這幾年就常收到類似的專利申請案。

李清祺舉了一個傳統煉鋼廠建立智慧工廠的例子。

在工業4.0模式下，需要有智慧工廠，所以工程師會把每一個過程都加上電腦，用電腦來傳輸相關的數據。以傳統煉鋼廠的例子，產出的鐵水的量本來可能是由人工用紙筆抄算、或是以筆記型電腦以人工方式進行登錄及結算。在工業4.0之後，每天即可以利用電腦自動記錄，再產出報表。但是，智慧局的考量是：要保護這樣子的專利嗎？

李清祺指出，審查官最大的困擾是，在這種發明中找不到發明者究竟作了什麼技術改良。可是如果要核駁的時候，會發現即便傳統煉鋼技術及一般電腦傳輸技術都是很容易找得到的先前技術，但如果將之結合以進步性來核駁時，申請人即會抗辯說這兩個是很遠的技術 (C21C、H06)，沒有結合的先前技術。因此審查官的需求也因而產生，認為智慧局的長官應指示該如何審查這樣的專利。因此，對於AI專利審查標準的需求，不管是智慧局內部或是外部，都已應運而生。

台灣AI專利審查實務介紹

台灣對發明專利的發明定義及技術性記載在專利法第21條：發明，指利用自然法則之技術思想之創作。李清祺指出這有兩個重要部分，一是利用自然法則、二是技術思想，要兼備兩者才是適格保護的標的。這種標準在審查上用了「技術性」三個字（專利審查基準第二篇第二章：發明必須具有技術性，即發明解決問題的手段必須是涉及技術領域的技術手段；專利審查基準第二篇第十二章：當電腦程式在執行時，若產生超出程式和電腦間正常物理現象的技術功效，則解決問題之手段的整體具有技術性），而「技術性也是判定發明是不是適格標的判斷標準。

對於「技術性」一詞，各國IPO都有不同的闡釋，李清祺強調，台灣的「技術性」排除了「簡單應用電腦」，也就是說台灣審查基準的技術性是實質的技術，排除了宣示性的技術。

在此，李清祺舉了兩個審查基準中技術性的例子。在圖1中，左邊的發明是資料加密的方法，右邊的發明是計算自然數的意思。乍看之下兩個都是在算數學，兩個都有數學式。左邊資料加密的部分用兩個很大的質數作計算，最後是利用資料切割、訊號還原等手段來呈現其技術形式；而右邊自然數的計算是用輸入裝置、處理器、輸出裝置的方式之實體物理特徵來作為技術之表現，所以兩者都有技術的形式。但審查基準認為左邊符合發明定義，而右邊則只是簡單利用電腦。重點還是在於技術的實質內容。

圖1. 技術領域的技術手段案例

資料來源：經濟部智慧財產局專利二組副組長李清祺簡報，
「全球AI技術發展與專利布局演變與趨勢暨台歐美AI專利申請審查實務發展與應對研討會」，工業總會，2019/12/04

台灣的發明定義

如前所述，台灣的發明定義有利用自然法則及技術思想兩部分，究竟在什麼情況底下會違反專利法21條？主要有以下類型：

（一）於利用自然法則部分違反專利法第21條類型
(1) 自然法則本身
(2) 單純發現：發現自然界中已知物之特性的行為本身並無技術性
(3) 違反自然法則者：違反能量守恆定律的永動機

（二）於技術思想部分違反專利法第21條類型
(1) 非技術思想者：技能（如指叉球投法）、單純美術創作（如繪畫、雕刻）

李清祺指出，在電腦軟體中比較會違反的類型是完全都是抽象概念本身，即非利用自然法則，如數學方法、人為規則、程式語言、商業方法等本身　(抽象概念)，智慧局即會用非利用自然法則予以核駁。如果有部分的實體特徵、技術元件，又混合了非利用自然法則或抽象概念，形成混合型請求項的時候，那就有可能會有違反單純資訊揭示及簡單利用電腦等情況。簡單來說：「在請求項中簡單附加電腦軟體或硬體，無法使原本不符合發明之定義的申請標的（如數學公式、商業方法等）被認定符合發明之定義。」

為什麼AI發明容易產生審查意見的歧異

以上所談的都是以2014年的審查基準為基礎，那為什麼在這幾年興起的AI發明會引起審查上的不同意見？李清祺指出，因為AI是用數學模型描述生物的神經元，如此一來，在「簡單使用電腦」的部分即容易引起審查人員的迷思：如果用神經網路的運算模型是可以取代人類的心智活動，那這樣子的演算法有沒有特殊性？針對這個問題，就產生了兩派說法，也造成了審查意見上的歧異。我們都知道深度學習的神經網路的最主要用途就是取代人類心智活動時，可是當神經網路的發展越來越普及化而成為一般知識的時候，就會變成沒有技術的貢獻嗎？可是如果認定其為特殊演算法而給這樣的發明專利保護，又是否恰當？因為另一派說法認為當AI已成為電腦固有功能時，應用神經網路演算法是否仍具有特殊性?

這就是審查意見最主要的歧異點，而這個歧異點也促使智慧局必須回過頭來看審查基準的技術性。就技術性的部分，李清祺提出了三個思維，分別見圖2、圖3、及圖4。

如何快篩適格專利？三個思維

第一個思維是：發明整體是否明顯為特定技術目的之技術應用？針對第一個思維，李清祺用了圖2的兩張圖來解說。圖2下方的圖顯示是利用醫療影像來判斷病症，如果是這樣的一個發明，並沒有具體說明技術特性，只是一般的神經網路而已。但如果是像圖2上方的圖，具體說明是用皮膚的顏色作訓練，解說如何創建資料集、如何處理資料 …… 如此一來，發明人就作了實質的技術貢獻。因為他詳細揭露了提高神經網路精準度之具體方法，也因此這樣的發明是被認定有技術性的。

圖2. 思維1：發明整體是否明顯為特定技術目的之技術應用?

資料來源：經濟部智慧財產局專利二組副組長李清祺簡報，
「全球AI技術發展與專利布局演變與趨勢暨台歐美AI專利申請審查實務發展與應對研討會」，工業總會，2019/12/04

至於第二個思維是：發明整體是否有特定的技術實現?　就圖3的下方，只是揭露了一種神經網路AI或是機械學習ML的演算法，用一般性的電腦運算裝置來實現，這樣並沒有告訴我們什麼技術，即不具技術性。但如果像圖3上方，指出這種AI、ML演算法被特定地調適 (specifically adapted) 於晶片運算裝置，以CPU、GPU這種異質架構來運算實現，這樣子即有揭露具體技術，即具技術性。

圖3. 思維2：發明整體是否有特定的技術實現?

資料來源：經濟部智慧財產局專利二組副組長李清祺簡報，
「全球AI技術發展與專利布局演變與趨勢暨台歐美AI專利申請審查實務發展與應對研討會」，工業總會，2019/12/04

AI的興起是因為資料驅動，所以第三個思維是：技術特性的資料。從圖4可見，資料本身也可分為有技術性（如感測元件產生物理、化學、生物、電…的技術資料）及無技術性（如歷史資料、商業資料輸入、讀取）兩大類，如果已判定資料本身是沒有技術性，則在快篩的時候會比較保留。不過，最終還是要看資料來經過元件協同運作後，是否能達成特定技術目的、技術應用，如果是的話，即可判斷為具技術性。

圖4. 思維3: 技術特性的資料
資料來源：經濟部智慧財產局專利二組副組長李清祺簡報，
「全球AI技術發展與專利布局演變與趨勢暨台歐美AI專利申請審查實務發展與應對研討會」，工業總會，2019/12/04

李清祺特別將以上三個思維的做了整理，形成圖5的是否具技術思想之思考流程圖。

在圖5的左上方，顯示如果是「完全由抽象概念所構成之發明」，亦即非利用自然法則，很容易判斷其為不適格，但反觀圖5的右上方，顯示如果是「完全由技術元件所構成之發明」，即具有技術思想，可被判斷為「適格」。可是，如果是落入中間混合型請求項的模式，則需要啟動快篩程序，來判定其是否具技術思想。

圖5. 是否具技術思想之思考流程圖

資料來源：經濟部智慧財產局專利二組副組長李清祺簡報，
「全球AI技術發展與專利布局演變與趨勢暨台歐美AI專利申請審查實務發展與應對研討會」，工業總會，2019/12/04

Facebook 在北美智權報粉絲團上追踪我們