【簡介：】人工智能發(fā)展進(jìn)入新階段經(jīng)過60多年的演進(jìn)，特別是在移動互聯(lián)網(wǎng)、大數(shù)據(jù)、超級計算、傳感網(wǎng)、腦科學(xué)等新理論新技術(shù)以及經(jīng)濟社會發(fā)展強烈需求的共同驅(qū)動下，人工智能加速發(fā)展，呈現(xiàn)

人工智能發(fā)展進(jìn)入新階段經(jīng)過60多年的演進(jìn)，特別是在移動互聯(lián)網(wǎng)、大數(shù)據(jù)、超級計算、傳感網(wǎng)、腦科學(xué)等新理論新技術(shù)以及經(jīng)濟社會發(fā)展強烈需求的共同驅(qū)動下，人工智能加速發(fā)展，呈現(xiàn)出深度學(xué)習(xí)、跨界融合、人機協(xié)同、群智開放、自主操控等新特征。

人工智能成為國際競爭的新焦點人工智能是引領(lǐng)未來的戰(zhàn)略性技術(shù)，世界主要發(fā)達(dá)國家把發(fā)展人工智能作為提升國家競爭力、維護(hù)國家安全的重大戰(zhàn)略，加緊出臺規(guī)劃和政策，圍繞核心技術(shù)、頂尖人才、標(biāo)準(zhǔn)規(guī)范等強化部署，力圖在新一輪國際科技競爭中掌握主導(dǎo)權(quán)。

以下主要從整體上說明撰寫涉及機器學(xué)習(xí)的專利申請文件時需要考慮的因素：

明確改進(jìn)之處。上述模型訓(xùn)練和模型應(yīng)用的各個階段，都可以進(jìn)行改進(jìn)。因此，布局權(quán)利要求時，需要考慮哪個或哪些階段做了改進(jìn)，改進(jìn)的階段具體做了哪些改進(jìn)，改進(jìn)的重點在哪里，以及改進(jìn)之處彼此間的關(guān)聯(lián)，等等。明確了這些改進(jìn)之處，就基本可以據(jù)此確定權(quán)利要求的布局。

先考慮布局模型應(yīng)用的權(quán)項，再考慮布局模型訓(xùn)練的權(quán)項。由于模型訓(xùn)練可能一次性完成，但模型在訓(xùn)練好之后可能被重復(fù)應(yīng)用，就是說模型應(yīng)用再現(xiàn)的可能性比模型訓(xùn)練再現(xiàn)的可能性要高的多。而且模型訓(xùn)練一般僅在后臺完成，而模型應(yīng)用則有可能由前臺完成，供用戶使用。因此，模型應(yīng)用相比模型訓(xùn)練更容易取證。因此，建議優(yōu)先考慮構(gòu)建模型應(yīng)用的權(quán)利要求，再考慮構(gòu)建模型訓(xùn)練的權(quán)利要求。如果模型本身是現(xiàn)有技術(shù)，而且也沒有針對特殊場景做特殊的調(diào)整，那么在權(quán)利要求中詳細(xì)對模型進(jìn)行描述的意義并不大。一般只需要在說明書中以公開充分且能夠支持權(quán)利要求的基本需求進(jìn)行描述即可。因為現(xiàn)有技術(shù)說的再細(xì)致也是現(xiàn)有技術(shù)，不如把撰寫精力用在對實際改進(jìn)點的縱向挖掘和橫向擴展上。

如果模型不是主要的改進(jìn)點，可以將模型當(dāng)作黑盒處理，將數(shù)據(jù)輸入模型并由模型輸出結(jié)果。比如將X數(shù)據(jù)提取特征Y后輸入Z模型，獲得所述Z模型輸出的類別。甚至在一些情況下，模型都可以不用出現(xiàn)。比如根據(jù)X數(shù)據(jù)的Y特征確定類別。

模型訓(xùn)練和模型應(yīng)用一般不會同時出現(xiàn)在獨權(quán)中。比如模型訓(xùn)練可以布局為模型應(yīng)用的從權(quán)，也可以將模型訓(xùn)練和模型應(yīng)用分別布局成不同的獨權(quán)。但也有例外，比如當(dāng)改進(jìn)點在于對模型訓(xùn)練所產(chǎn)生中間數(shù)據(jù)的應(yīng)用上，且模型訓(xùn)練和模型應(yīng)用分割開后都是現(xiàn)有技術(shù)，那么就需要將模型訓(xùn)練和模型應(yīng)用放到一起來寫，以突出發(fā)明點。

AI技術(shù)架構(gòu)也是分成硬件，中間層，上層應(yīng)用，現(xiàn)在在芯片層面各個廠商都有布局，中間層就是深度學(xué)習(xí)框架，谷歌是第一個發(fā)布開源框架的廠商，隨后Facebook,國內(nèi)百度都已開源相關(guān)框架，人工智能技術(shù)希望國內(nèi)廠商真正從源頭上創(chuàng)新，從芯片，框架層面都應(yīng)用國產(chǎn)，不要再被國外卡脖子了。