幾個AI的議題－筆記自己的講義

自己寫的東西也常常忘記，上課前要自己筆記一下。

一、美國「國家」人工智慧倡議法案（https://www.congress.gov/bill/116th-congress/house-bill/6216/text）：

(3) ARTIFICIAL INTELLIGENCE.—The term “artificial intelligence” means a machine-based system that can, for a given set of human-defined objectives, make predictions, recommendations or decisions influencing real or virtual environments. 

Artificial intelligence systems use machine and human-based inputs to— 

(A) perceive real and virtual environments; （感知真實與虛擬環境）

(B) abstract such perceptions into models through analysis in an automated manner; and（透過自動方式分析將上述感知抽象化為模型）

(C) use model inference to formulate options for information or action.（使用模型推理以制定資訊或行動的選項）

二、USPTO的AI分類工具，用以分類AI/非AI發明

文件：https://www.uspto.gov/sites/default/files/documents/OCE-ai-supplementary-materials_1.pdf

三、AI發明的經典案例

- Desjardins - 模型訓練方法可以改善電腦技術嗎？涉及是否具備專利適格性 - Ex parte Desjardins (PTAB Sep. 26, 2025)（https://enpan.blogspot.com/2026/04/ex-parte-desjardins-ptab-sep-26-2025.html）

step 1: 35U.S.C.101法定可專利標的

step 2A prong one: 是否發明僅保括法定例外的抽象概念（數學概念、心智流程、管理人類活動）。

step 2A prong two: 判斷專利範圍是否包括整合法定例外為具體應用的"額外元件"。

step 2B: 判斷專利範圍中是否有特定"非已知、常規或習知"而超越法定例外的限制（非僅附加已知、常規或習知元件而已），如果有，發明就提供了進步概念（inventive concept）。

本案例涉及35U.S.C.101的裁決：

1. 確認其中軟體改善/改良電腦技術，軟體就不是抽象的。

2. 同意系爭申請案發明『通過調整第一值優化用在第一機器學習任務的模型的參數，還保護了模型在第一機器學習任務的效能』已經改良模型的運作，而非僅是數學方程式而已。

3. 系爭申請案Claim 1或許描述抽象概念，但並沒涉及抽象概念（"claim 1 may recite an abstract idea, it is not directed to an abstract idea."），判定發明整體是整合抽象概念為具體應用。

- Alice - 抽象概念若僅以一般目的電腦實現，不可專利 - Alice Corporation Pty. Ltd. v. CLS Bank International (2014)（https://enpan.blogspot.com/2014/06/alice-corporation-pty-ltd-v-cls-bank.html）

當軟體/金融方法（發明關於利用電腦系統減少金融交易中履約風險／結算風險）技術僅關聯於一般電腦系統，就不是能轉換抽象的技術為可專利的發明。

- Mayo - 使用自然律的技術可專利性討論 - Mayo Collaborative Services v. Prometheus Laboratories, Inc. 2012)（https://enpan.blogspot.com/2015/10/mayo-collaborative-services-v.html）

雖自然律、自然現象與抽象概念為非35U.S.C.101規定的可專利標的，但相關結構或程序仍可以受到專利保護，但是，若要轉換不可專利的自然律到可專利標的時，專利應提出超過自然律更多的技術特徵/元件（"must do more than simply state the law of nature while adding the works "apply it""）。

四、現代AI發明的專利適格性議題的起源都可指向判例「Alice Corporation Pty. Ltd. v. CLS Bank International (2014)」

五、抽象的模型訓練方法並不具備技術特點 - 歐洲訴願案T 1998/22（https://enpan.blogspot.com/2025/11/t-199822.html）

發明涉及訓練一個廣泛而深度（wide and deep）的機器學習模型，其中以一個「訓練集」共同訓練「深度機器學習模型】與「廣泛機器學習模型」，基於預測輸出與已知輸出之間的誤差，可以得出調整上述兩個模型的參數值。

其中＂廣／深＂涉及「不明確性」問題。

其中改善數學模型並沒有解決技術問題、其中解決問題的數學模型也已經揭露在引證案中，使得「改善已知模型的數學方法」不能算是解決了技術問題；發明與引證案差異僅在電腦程式指令，沒有技術貢獻。因此，整體上發明缺乏進步特徵（lack an inventive step）。

六、AI系統中運用機器學習演算法、使用模型的流程，即便被判定是抽象概念的數學方法，但如果Claims中包括有「非電腦元件」，證明是將抽象概念整合為具體應用的額外元件（additional elements），才有機會判定是符合專利適格性的發明～

七、AI相關專利適格性案例(解方)分享

案例一：Recentive Analytics, Inc. v. Fox Corp. (CAFC 2025)

僅將機器學習方法/模型應用（“apply it"）在特定領域，並不足以克服不具專利適格性的101審查意見。

根據本案例，在USPTO審查都克服了101核駁意見，也都取得專利，但卻又無法度過法院審查的考驗，因此申請人/發明人要從法院角度來看101議題。

功課一：相關AI的發明，如機器學習演算法，“動詞”的規劃很重要

功課二：OA中，時常暗示/明示審查委員認為可以克服101核駁意見的意見

功課三：善用面詢，本案是經過與審查委員面詢後，審查委員提供克服101核駁意見的方向

功課四：即便審查委員可能在面詢時也沒有說到滿，但申請人仍進一步修正專利範圍，闡述發明（藉著改變專利範圍步驟（動詞：detecting, updating...）更明確地表達發明手段以能達成其目標功效）

功課五：提在機器學習方法普遍被認為是數學方法的情況下，要具有專利適格性，需要在專利範圍中引入「特定、非通常電腦技術的改進，以及描述如何達成」的有意義元件。

功課六：撰寫專利說明書與專利範圍的建議：

• (1)描述具體的先前技術問題。
• (2)呈現出特定解決方案，應跳脫習知機器學習的方法，提出新的機器學習模型架構、特徵擷取的技術、改善的模型訓練方法等。
• (3)描述機器如何不同於人類執行的方法，不能僅說明機器可以更快、更有效率、更準確等效果。
• (4)證明結果與技術上的影響，而且是專利範圍就要反映出達到這個結果與其影響的技術手段。

功課七：如果發明本身確實是機器學習演算法，如果沒有特定用途，或是特定機器執行發明，根據本案例教示，如果發明本質上是數學方法，將此列為營業秘密也是不錯的方式。

案例二：Ex parte Desjardins (PTAB Sep. 26, 2025)

當軟體是改良電腦技術，這樣的軟體就不是抽象的。

案例三：從不具專利適格性的法院意見理解壓縮技術的可專利方向 - REALTIME DATA LLC v. ARRAY NETWORKS INC. (Fed. Cir. 2023)

法院教我們怎麼寫專利：

功課八：專利說明書寫好細節，習知的問題、解決問題的手段（方法步驟、資料結構、訓練技術），與達成的技術效果，避免僅有功能性描述與效果。

八、Google專利申請案提供的101答辯建議

即便發明本身（利用模型搜尋影像資料）很＂電腦程序＂，系統專利範圍包括：處理器、記憶體，經執行其中指令，執行以下步驟：接收prompts、以影像產生模型處理prompts、根據產生的影像判斷一或多個搜尋結果、提供搜尋結果介面。

本案最終獲准理由是：專利範圍經修正後已改善建立模型的技術，其中流程不僅是以電腦為工具執行的步驟。

Ron

USPTO之AI商標分類器與圖形搜尋器

本篇關於美國商標局AI商標分類器 - Class ACT（Trademark Classification Agentic Codification Tool），已經是實施一段時間的措施了，在此僅是補資料。

Class ACT功能是：對商標申請案（特別針對申請人沒有填寫分類的申請案）自動指定國際分類（International Class）、給予圖形檢索代碼（Design Search Codes）與輔助標記（Pseudo Marks）。

其他AI工具：

根據USPTO一些報導，商標局的AI工具還提供外部用戶商標中心（trademark center）產生擬定的商標描述和顏色聲明。（編按，此功能需要認證代理人，並確認申請商標者，我就沒法測試了！）

商標局推出人工智慧圖像搜尋工具，讓客戶上傳圖像並尋找相似商標，網頁：https://tmsearch.uspto.gov/search/search-information

從Trademark Center開始：https://trademarkcenter.uspto.gov/

搜尋功能需要登入USPTO.gov（MyUSPTO），影像搜尋網頁：https://tmsearch.uspto.gov/search/search-information

範例：

USPTO網頁：https://www.uspto.gov/about-us/news-updates/trademark-classification-goes-agentic-usptos-announcement-class-act-assistant

TIPO也有報導：https://www.tipo.gov.tw/tw/tipo1/48-83752.html

Ron

歐洲專利中具有技術貢獻的數學方法為可專利標的 - 筆記

參考EPO專利審查指南G-II, 3.3（https://www.epo.org/en/legal/guidelines-epc/2024/g_ii_3_3.html）關於數學方法（mathematical methods）的規定。

EPC Art. 52(2)(a) Patentable Inventions 規定發現、科學原理與數學方法（mathematical methods）不能稱專利法規定的發明，因此如Art. 52(3)規定，應排除其本身(as such)可專利性。

(1)European patents shall be granted for any inventions, in all fields of technology, provided that they are new, involve an inventive step and are susceptible of industrial application. 

(2)The following in particular shall not be regarded as inventions within the meaning of paragraph 1:

(a)discoveries, scientific theories and mathematical methods; 

(b)aesthetic creations; 

(c)schemes, rules and methods for performing mental acts, playing games or doing business, and programs for computers; 

(d)presentations of information. 

(3)Paragraph 2 shall exclude the patentability of the subject-matter or activities referred to therein only to the extent to which a European patent application or European patent relates to such subject-matter or activities as such.

整理G-II, 3.3規定，數學方法本身無法取得專利，但仍有情況是不能排除發明的可專利性：

(1)如果發明（指claims）指向涉及使用技術手段（例如電腦）的方法或裝置，則其專利標的的整體上具有技術特徵，而不會因為Art. 52(2)和Art. 52(3)的規定而被排除可專利性。（"If a claim is directed either to a method involving the use of technical means (e.g. a computer) or to a device, its subject-matter has a technical character as a whole and is thus not excluded from patentability under Art. 52(2) and (3)."）

(2)這裡規定「僅指出數據的技術性質或數學方法的參數不足以構成專利法定義的發明」（"Merely specifying the technical nature of the data or parameters of the mathematical method may not be sufficient on its own to define an invention within the meaning of Art. 52(1). "），反過來說，就是要證明發明非僅指出數據的技術性質或數學方法的參數，就為可專利標的。

(3)這裡提到的一個事實，數學方法可以服務一個技術目的並不足以取得可專利性，而發明（專利範圍）要功能性地限定在特定技術目的，不論是明確或隱含地，透過建立「技術目的與數學方法」之間足夠的連結而證明其可專利性，例如，指出關於技術目的的數學步驟輸入輸出的程序如何運作，則可以讓數學方法連結到技術效果上（"Furthermore, the mere fact that a mathematical method may serve a technical purpose is not sufficient, either. The claim is to be functionally limited to the technical purpose, either explicitly or implicitly. This can be achieved by establishing a sufficient link between the technical purpose and the mathematical method steps, for example, by specifying how the input and the output of the sequence of mathematical steps relate to the technical purpose so that the mathematical method is causally linked to a technical effect."）。

或許，G-II, 3.3以上段落給了我們取得關於數學方法的專利的一些線索。

my two cents:

可參考另一篇關於以上章節涉及AI發明的可專利性議題：EPO的AI可專利性討論（https://enpan.blogspot.com/2025/05/epoai.html），當AI發明都可以專利了，數學方法也有機會。

Ron

瀏覽次數達400萬人次

瀏覽次數達400萬人次

稍早的截圖：

（其實有點煩/但又不見得是我需要擔憂的事．．．本部落格短短4個月累積100萬瀏覽次數，應該多數是不正常流量～）

補充：目前部落格PO文共3078篇內容，感謝許多"真人"的支持與愛好與批評，但更多流量是"假人"吧！(updated on Oct. 15, 2026)

Ron

EPO對AI專利適格性的看法

EPO文章：https://www.epo.org/en/about-us/art/50-years-epc-exhibition/catalyst-lab-curated-ars-electronica/epo-statement

其中「The EPO has responded to the emergence of AI by refining its approach to patentability of inventions. AI is considered a branch of computer science, and therefore, inventions involving AI are considered "computer-implemented inventions" (CII). Patents may be granted when AI leaves the abstract realm of mathematical algorithms and computational models and is applied to solve a technical problem in a field of technology.」

這裡提到兩個條件：當 AI發明 (1)超越數學演算法和計算模型的抽象概念時，並(2)應用於解決特定技術領域中的技術問題時，便可獲得專利授權。

EPO審查指南：https://www.epo.org/en/legal/guidelines-epc/2026/g_ii_3_3_1.html

審查指南Part G/Chapter II/3.3.1 Artificial intelligence and machine learning：（以下穿插中文摘要，可以得出EPO對於AI相關發明的看法）

Artificial intelligence and machine learning are based on computational models and algorithms such as artificial neural networks, genetic algorithms, support vector machines, k-means, kernel regression and discriminant analysis. Such computational models and algorithms are per se of an abstract mathematical nature, irrespective of whether they can be "trained" using training data. （計算模型與演算法本身是抽象數學本質，無關於其如何被訓練） However, their use does not by itself render inventions related to artificial intelligence or machine learning non-patentable（然而，他們關於AI應用／user並非不能專利）, and the guidance provided in G‑II, 3.3 generally applies. This means that, if a claim of an invention related to artificial intelligence or machine learning is directed either to a method involving the use of technical means (e.g. a computer) or to a device, its subject-matter has technical character as a whole and is thus not excluded from patentability under Art. 52(2) or (3)（整體上若有技術手段或是裝置等技術特徵，仍是可以專利的標的）. In such cases, the computational models and algorithms themselves contribute to the technical character of the invention if they contribute to a technical solution to a technical problem, for example by being applied in a field of technology and/or by being adapted to a specific technical implementation.（AI、演算法、電腦軟體等，若有技術特徵、解決技術問題，有技術貢獻(相對前案而言)，為可專利標的）

．．．

以下段落都是反映上述的精神，而特別在最後一段，提到「機器學習演算法」實現的技術效果應為顯而易見的，並可通過解釋、數學證明、實驗數據等方式確立其技術效果，但沒有必要提出詳細的證明，但如果「技術效果」取決於所用「訓練資料集」的特定特徵，則必須公開重現所述技術效果所需的特徵。除非本領域技術人員可以知悉，通常並不需要公開所述訓練資料集本身。

＂The technical effect that a machine learning algorithm achieves may be readily apparent or established by explanations, mathematical proof, experimental data or the like. Mere assertions are not enough, but comprehensive proof is not required either. If the technical effect depends on particular characteristics of the training dataset used, the characteristics required to reproduce the technical effect must be disclosed unless the skilled person can determine them without undue burden using common general knowledge. However, in general, there is no need to disclose the specific training dataset itself (see also F‑III, 3 and G‑VII, 5.2).＂

參考自己寫的內容：EPO的AI可專利性討論（https://enpan.blogspot.com/2025/05/epoai.html）提出幾頁講義：

Ron

EPO發布"全數位"專利審查流程（MyEPO）

參考資料：https://www.epo.org/en/news-events/news/epo-publishes-first-implementing-measures-fully-digital-patent-granting-process

從現在到2027年4月1日為過渡時期。

從2027年4月1日起實施：

(1)強制＂電子／數位提交＂或重新提交申請及其他文件（mandatory electronic submission or resubmission of applications and other documents）；

(2)限電子／數位方式通知（electronic-only notification）（編按，法定通知項目，如送件通知、公開通知、OA、核准通知...）；

(3)強制以電子／數位提交第三方意見（mandatory electronic filing of third-party observations）。

相關措施：

主要線上工具：線上申請2.0「Online Filing 2.0」。

使用「MyEPO」處理相關流程。

EPO 的通知發送至「MyEPO」中的「信箱」。

「信箱」中有PCT Link處理PCT程序與相關通知、WIPO的ePCT也有服務。

（https://www.epo.org/en/news-events/news/latest-myepo-improvements-application-progress-tracking-bulk-pace-requests-and）

EPO這幾年致力於數位轉型（過去的報導：https://www.epo.org/en/news-events/news/patent-granting-process-fully-digital-1-april-2027）：

Ron

"母案"答辯過程產生的disclaimer適用"子案"！- Taction Technology, Inc. v. Apple Inc. (CAFC 2025)

從2026年Apple須賠償5.7billion的新聞溯及這件2025年原本Apple勝訴的CAFC案（TACTION TECHNOLOGY, INC. v. APPLE INC. Fed. Cir. Aug. 13, 2025），我覺得過程頗為有趣，在此分享。

本篇CAFC最終判定地方法院濫用裁量權，但有趣的議題之一是，專利的"母案"答辯過程產生的disclaimer是否適用子案？另還有值得學習的解釋專利範圍的原則，如disavowal的標準、詞彙編撰（lexicography）的適用等。

案件資訊：

原告/上訴人：TACTION TECHNOLOGY, INC.

被告/被上訴人：APPLE INC.

系爭專利：US10,659,885 (claims 1-20)、US10,820,117 (claims 1-17)

判決日期：August 13, 2025

本案源起Taction對Apple提起侵權告訴，被告侵權產品包括具有觸覺感應技術的iPhone與Apple Watch，也就是在使用者操作或是被提醒時感受到裝置上的微小反饋震動的技術，這對許多現在智慧型裝置上是十分重要的"Haptics"。

在地方法院解釋專利範圍階段，認為專利範圍僅限於"具有高阻尼輸出的換能器/transducer"，但不包括"非阻尼線性震動/actuator"，同意Apple不侵權動議，判定侵權不成立。

Taction擁有的系爭專利關於一種用於產生低頻震動以感知觸覺的觸覺感測器（tactile transducer），列舉‘885的Claim 1如下，描述一種施加動作在皮膚的裝置（震動裝置，安裝在手錶這類裝置中），其中主要元件看來是很像耳機的結構，包括線圈、磁鐵、移動部（慣性塊、磁鐵）、懸邊（suspension: 柔性鉸鏈與導電線圈），其中運作是，移動部的運動是配合鐵磁流體（ferrofluid）阻尼運作，其中鐵磁流體（阻尼的功能）基於導電線圈的電訊號而運作在40-200 Hz範圍內降低共振。

1. An apparatus for imparting motion to the skin of a user, the apparatus comprising:

a housing;

a plurality of coils capable of carrying electrical current;

a plurality of magnets arranged in operative proximity to the plurality of coils;

a moving portion comprising an inertial mass and the plurality of magnets;

a suspension comprising a plurality of flexures that guides the moving portion in a planar motion with respect to the housing and the plurality of conductive coils;

wherein movement of the moving portion is damped by a ferrofluid in physical contact with at least the moving portion; and

wherein the ferrofluid reduces at least a mechanical resonance within the frequency range of 40-200 Hz in response to electrical signals applied to the plurality of conductive coils.

其中，地方法院在解釋專利範圍階段，否決Taction的專家證人Dr. James Oliver以違反本地專利規則（區域巡迴法院）的新理論不當解釋爭議元件"highly damped output（高阻尼輸出）"，並且認為，即便沒有違反規則，被告侵權產品也沒有落入"highly damped output"的限制中。所述"阻尼"是以Q factor界定高低，專家證人並未證明被告侵權產品實現此高阻尼輸出。

Taction專家證人違反規則的解釋是指 - 違反地方法院專利規則第3.1(c)條：要求提交一份圖表呈現出系爭專利範圍的每個元件/element與被告侵權產品的對應關係（編按，如同專利範圍與被告侵權產品的claim chart）。地方法院還進一步認為Taction未滿足"how"的要求，因為Taction沒有充分解釋被告侵權產品如何滿足"highly damped output"要求，因此認為Dr. Oliver侵權意見不當地向陪審團解釋Taction已經放棄的解釋。（編按，就我的理解，因為原告Taction並沒有充分解釋"highly damped output"，因此被視為放棄解釋，但其專家證人又企圖向陪審團解釋此元件，被判定"不當"。）

案件上訴CAFC。

CAFC階段：

議題一：

CAFC審理地方法院是否有濫用裁量權的問題，判斷地院的判決是否(1)不合理、武斷或異想天開；(2)是否是基於錯誤的法律解釋；(3)是否地院判決有明顯錯誤；或(4)是否案件記錄沒有任何地院可據以判決的證據。

CAFC判定：

(1)地院解釋規則第3.1(c)條包括"how"的要求為武斷與不當；

(2)地院基於"how"的要求而否決Dr. Oliver專家證詞為濫用其裁量權（abuse of discretion）；

(3)地院判定Dr. Oliver不當解釋專利範圍是基於Taction放棄的解釋，這也濫用裁量權；

(4)地院修改"highly damped output"的解釋而"不合理"否決Dr. Oliver的證詞；

因此，CAFC判定地方法院根據另類/alternative專利範圍解釋而否決Dr. Oliver對於"highly damped ouptut"的意見，為濫用裁量權。

"We hold it was an abuse of discretion to strike Dr. Oliver’s opinions on the “highly damped output” based on the district court’s alternative claim construction argument."

議題二：解釋專利範圍

A. "highly damped output"

根據系爭專利母案（U.S. Patent Application No. 15/222,394）的答辯歷史，專利權人為了區隔前案而主張其特徵關於具有"highly damped output"的換能器，CAFC認為這是明白而無錯誤的權利拋棄（disclaimer）。

並且認為所述母案的disclaimer適用系爭專利'885與'117。

這裡有個有趣的議題是，系爭專利的"母案"答辯歷史產生的disclaimer是否適用子案？

即便專利權人宣稱"母案'394"的claim 15實質不同於系爭專利的專利範圍，系爭專利的claim 15甚至沒有"由磁流體產生的阻尼"。

但CAFC不同意專利權人的主張，認為在一個專利家族內的兩個專利範圍的"一致性/identicality"並非是disclaimer是否適用的條件（"Identicality in claim language is not required for disclaimer to flow through a family"）。更者，本案例中，"母案"與"子案"（系爭專利）都關於相同的專利標的－"tactile transducers that produce bass frequency vibrations for perception by touch"，並且還有許多重疊的限制。

因此，以上證據足以證明母案的disclaimer適用其子案。

B. “mechanical damping”

地方法院解釋"transducers with highly damped output"時，要求以"mechanical damping"實現"highly damped output"。

這裡提供一個很重要的觀念：解釋專利範圍時只在兩個情況 - lexicography與disavowal（詞彙編撰與否認）才會不採用專利文字一般而普通的意思（"We depart from the plain and ordinary meaning of claim terms based on the specification in only two instances: lexicography and disavowal."）。

CAFC認為地方法院在沒有「詞彙編撰或否認」的情況下，解釋專利範圍沒有以一般與普通意思解釋專利範圍，並限制專利範圍為mechanical damping（理由是說明書沒有non-mechanical damping），甚至採用與內部證據矛盾的解釋。

因此判定地方法院錯誤解釋專利範圍。

C. “Q-factor of less than 1.5”

地方法院基於說明書的否認/拋棄（disavowal）限制專利範圍中"transducer"的Q-factor小於1.5。

CAFC解釋所謂「否認/disavowal」的標準是說明書清楚且無誤地表示發明不包括特定特徵（"The standard for disavowal is exacting and requires the specification to clearly and unmistakably show the invention does not include a particular feature."）。

當說明書反覆地貶抑特定特徵，就會形成disavowal。

例如系爭專利說明書的描述：

而CAFC認為，上述"useless"用語沒有指明數量範圍，也不涉及系爭專利範圍的特徵，因此沒有形成disavowal。上述"drawback"也沒有明確地貶抑特定數值的Q-factor，也沒有形成disavowal。據此判定地方法院錯誤解釋專利範圍。

基於上述判決，否決地方法院判決並發回重審。

my two cents:

原本僅是好奇Taction與Apple在吵什麼，意外地獲得不錯解釋專利範圍的幾個原則：

1. 同一專利家族（可能還需具備相同專利標的），母案的disavowal適用子案（我認為應視個案認定）。

2. 除非有「lexicography或disavowal」，否則解釋專利範圍應依照文字的一般而通常的意思解釋。

3. 說明書"disavowal"的標準其實很嚴格，發明要清楚地表達不包括特定特徵才會形成"disavowal"。

4. 當說明書反覆地貶抑特定特徵，才會形成disavowal。

2025/8/13 CAFC判決：https://www.cafc.uscourts.gov/opinions-orders/23-2349.OPINION.8-13-2025_2558003.pdf（備份：https://app.box.com/s/k7dhjxigli5fys7mvean3pdk0go3xfci）

2026/9/26新聞：https://appleinsider.com/articles/26/09/26/apple-owes-taction-57b-after-losing-haptic-feedback-ip-trial

Ron