关于涉及人工智能申请是否公开充分的案例分析

一、前言

近年来，涉及人工智能的专利申请增加，随之涌现出一些法律问题、例如发明人主体适格性、道德伦理问题、保护客体、说明书公开充分、算法特征对创造性的贡献等。本文通过两个案例来浅谈涉及人工智能申请的说明书是否公开充分的问题。

二、《专利法》、《审查指南》的相关规定

《专利法》第26条第3款规定：说明书应当对发明或者实用新型作出清楚、完整的说明，以所属技术领域的技术人员能够实现为准。

对于包含算法特征或商业规则和方法特征的发明专利申请，《审查指南》第二部分第二章第6.3.1节还规定：包含算法特征或商业规则和方法特征的发明专利申请的说明书应当清楚、完整地描述发明为解决其技术问题所采用的解决方案。所述解决方案在包含技术特征的基础上，可以进一步包含与技术特征功能上彼此相互支持、存在相互作用关系的算法特征或商业规则和方法特征。

在2026年1月起实施的《审查指南》中，在上述第6.3.1节中进一步规定：如果涉及人工智能模型的构建或者训练，则一般需要在说明书中清楚记载模型必要的模块、层级或者连接关系，训练必需的具体步骤、参数等；如果涉及在具体领域或者场景中应用人工智能模型或者算法，则一般需要在说明书中清楚记载模型或者算法如何与具体领域或者场景相结合，算法或者模型的输入、输出数据如何设置以表明其内在关联关系等，使得所属技术领域的技术人员按照说明书记载的内容，能够实现该发明的解决方案。

三、案例

<案例1>

发明名称：一种用于纺织物的图案智能匹配方法

申请号：202211231683.2

复审决定：第2390267号

【申请内容概述】

本申请要解决纺织物成品图案与样本图案之间匹配程度的检测精度较低的问题，故而提出一种用于纺织物的图案智能匹配方法。

【说明书相关记载】

根据说明书的记载，方案可概括为主要包括：步骤S001获取产品图像与样品图像，步骤S002得到各超像素块以及每个超像素块的主元方向θ，步骤S003确定关键点并计算P_j（关键点在梯度方向的极值程度）和Q_j（关键点的超像素块方向一致程度），步骤S004以P_j和Q_j的乘积之和作为关键点的权重I，步骤S005根据权重I筛选关键点并据此计算产品与样品的匹配度。

【分析及结论】

基于说明书的记载可知，参数P_j、Q_j以及产品与样品的匹配度是解决技术问题的重要参数，然而，本申请的说明书未对其作出清楚、完整的说明，致使所属技术领域的技术人员不能实现该发明，具体如下。

(1) P_j的数学公式的含义与其想表达的物理含义存在矛盾

基于说明书的记载，P_j计算公式

的含义是计算当前最大的G_j与次大的G_j+1的差值，并除以A_jr与A_jl的差值。虽然该公式使P_j在数学上看起来是可算的，但是P_j的计算结果与其想表达的物理含义之间存在矛盾，使得本领域技术人员采用P_j的计算公式也无法解决本申请所要解决的技术问题。
(2) Q_j的数学公式所表征的物理含义不清楚

说明书中给出了Q_j（关键点的超像素块方向一致程度）的数学计算公式

，并且指出，Q_j越大，说明两个角度的差异越小，该方向与像素块方向的一致程度越大。

对于Q_j计算公式中超像素块的主元方向θ，说明书给出了具体计算方式，即统计该超像素块内像素点的坐标信息，得到协方差矩阵以及……，利用主成分分析获得该超像素块的主元方向θm。

但是，主元方向并非图像处理领域用于描述超像素块的常规术语，本领域技术人员基于说明书的记载并不清楚超像素块的主元方向θ如何计算。

(3) 相似度的含义不清楚

说明书记载了以下内容：“在得到关键点权重后，对关键点的权重排序，找到四分位数，保留权重在四分位数之上的关键点作为优质关键点，删除相似度较高的四分之一关键点”。根据说明书的方案，此处筛选后的关键点要用来对纺织物产品与样品进行匹配。然而，此处在保留前四分之一关键点作为优质关键点时，又删除相似度较高的四分之一关键点，本领域技术人员并不清楚此处“相似度”的含义是什么，说明书其他部分从未对相似度进行描述；而且此处删除相似度较高的四分之一关键点的对象和目的均不明确，导致方案无法实现。

<案例2>

发明名称：一种基于灭火剂供给强度的储罐灭火应急救援系统及方法

申请号：202311248317.2

复审决定：第1842287号

【申请内容概述】

本申请基于现有技术中“均未考虑由于储罐事故现场烟雾温度和浓度高以及环境因素，可能造成储罐复燃的可能性，并且不能基于现场因素预测储罐是否会复燃，且未根据预测结果调整灭火剂的供给强度和预测灭火剂及冷却水的用量”的技术问题，提出“采集全国石化储罐事故历史案件数据”、“基于所述全国石化储罐事故历史案件数据，建立复燃预测网络模型”的技术方案。

【说明书相关记载】

关于如何获取历史案件数据，说明书记载如下：“从所述全国石化储罐事故历史案件数据中选取事故类型相同的历史案件，并获取需求参数，构成样本集，所述需求参数包括环境温度、空气湿度、空气含氧量、环境风速、烟雾消光系数以及烟雾温度”；

关于现场如何判断是否会复燃，说明书记载如下：“当泡沫灭火剂喷出后在所述事故现场的储罐的内部燃烧物质表面铺展的铺展半径R与事故现场的储罐半径相等时，将所述事故现场的储罐燃烧时产生的烟雾浓度和烟雾温度以及所述事故现场的环境温度、空气湿度、空气含氧量以及环境风速输入所述复燃预测网络模型预测所述事故现场的储罐是否会复燃”。

【分析及结论】

如果一项发明专利申请的说明书中虽然给出了相关的技术手段，但对于所属技术领域的技术人员来说，说明书中缺少对于实现该发明所必不可少的技术内容，故根据说明书记载的内容无法具体实施相应的技术方案，并解决所要解决的技术问题，则该申请的说明书不符合专利法第26条第3款的规定。

回归到本申请，基于说明书的记载，可见要基于现场因素预测储罐是否会复燃，需要收集全国石化储罐事故历史案件数据，这些数据具体包括每次事故中环境温度、空气湿度、空气含氧量、环境风速、烟雾消光系数以及烟雾温度，以及需要这些数据整体与是否复燃之间的关系，这样才能基于这些数据来建立复燃预测网络模型。

关于上述数据，复审请求人在意见陈述中主张“在申请人设计出本申请所记载的烟雾消光系数计算方法后，便可以应用此方法来针对前期正在发生的石化储罐事故案件中的烟雾浓度进行检测，并进一步用于训练复燃预测网络模型”，即，根据本申请的方法，能够检测出上述数据。对此，合议组没有认可该主张。合议组认为，本申请说明书记载的方案是：在得到烟雾消光系数等参数后，输入“已经建立的复燃预测网络模型”，来判断是否会复燃，而不是利用本申请的方法得到烟雾消光系数等参数后去训练复燃预测网络模型。

因此，本领域技术人员无法确认能够获取全国石化储罐事故历史案件中事故现场烟雾温度和浓度以及环境因素数据，导致无法建立复燃预测网络模型，致使本申请的技术方案无法实现，同时也不能解决其所要解决的技术问题，因此本申请说明书由于公开不充分而不符合专利法第26条第3款的规定。

四、总结

在涉及算法特征的专利申请的说明书中，对于作为解决技术问题的关键的参数或技术术语，至少应在说明书中明确记载其含义，另外，对于建立网络模型来解决技术问题的专利申请，至少应在说明书中记载用于建立该模型的关键数据来源，以使得所属技术领域的技术人员按照说明书记载的内容，能够实现该发明的解决方案。