第三章 人工智慧相關發明之專利適格性判斷
第二節 歐洲人工智慧發明專利適格性
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
82
發明，都會採取傾向專利保護的開放態度。
第二節 歐洲人工智慧發明專利適格性
第一項 歐洲專利公約與專利審查基準相關規範歐洲專利公約（European Patent Convention, EPC）中未針對「發明」有明確 定義，但該公約第 52 條第 2 項中有明確列舉不具專利適格之標的 297，包含發現
（discoveries）、科學理論（scientific theories）、數學方法（mathematical methods）、 審美創作（aesthetic creations）、執行心智活動、遊戲或商業活動之計畫、規則及 方法 （schemes, rules and methods for performing mental acts, playing games or doing business, and programs for computers）、電腦程式（programs for computers）及資料 呈現（presentations of information）。若一請求項僅包含上述標的本身（as such）， 當然不具專利適格；反之，若請求項中除了以上不適格標的外，尚包含其他部分，
如：產生超越一般程式與電腦間物理互動的技術效果（technical effect）298，則不 能排除其可專利性。
除了歐洲專利公約本身，歐洲專利局（European Patent Office, EPO）於 2018 年 11 月 1 日發佈了新版專利審查指南，除了原先針對適格性要件要求須為具體
（concrete）且具有技術特徵（technical character）外299，特別新增了關於人工智 慧與機器學習發明專利性的判斷標準。EPO 於該審查指南 Part G, Chapter II, 3.3
297 European Patent Convention Article 52: (2) The following in particular shall not be re garded 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.
298 European Patent Convention Guidelines for Examination (Nov. 2018), Part G, Chapter I I, 3.6, available at http://documents.epo.org/projects/babylon/eponet.nsf/0/2A358516CE34385CC12 5833700498332/$File/guidelines_for_examination_2018_hyperlinked_en.pdf (“In order to have a t echnical character, and thus not be excluded from patentability, a computer program must prod uce a "further technical effect" when run on a computer. A "further technical effect" is a techn ical effect going beyond the "normal" physical interactions between the program (software) and the computer (hardware) on which it is run.”). (Last visited: 2019/06/28).
299 Id. at 3.
DOI:10.6814/NCCU201900818
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
83
中指出 300，判斷數學方法發明是否具技術貢獻，主要可以從技術應用領域
（application to a field of technology）及適應特定的技術實施（being adapted to a specific technical implementation）兩個條件來判斷，然而涉及數學方法之發明有 極大可能不具可專利性。EPO 進一步強調，有關人工智慧及機器學習之發明，因 其乃用於分類、迴歸、壓縮等功能的計算模型（Computing Model）與演算法
（Algorithm），如神經網路、基因演算法，而此模型與演算法本身就屬於抽象的 數學性質，因而其判斷標準類似於數學方法發明，原則上不具專利適格性。然而，
若該人工智慧或機器學習能夠應用於特定技術領域時，則認定其具有技術特徵得 以取得專利適格 301。舉例而言，當心臟監測儀器運用人工智慧神經網路辨別異 常心跳時，或是基於低階特徵（如：圖像的邊緣或像素屬性）的數位圖像、影片、
音訊或語音訊號之典型分類演算法之技術應用，因有產生技術貢獻而具備專利適 格 302；反之，若該人工智慧技術僅單純根據文字內容進行分類，或者對抽象數 據或電信網路數據紀錄進行分類，但未說明所產生分類的技術用途，即便該分類 演算法可能被視為具備有價值的數學特性（如：穩固性，又稱魯棒性、強健性）， 仍將被認定其本質上（per se）不具技術目的（technical purpose），而不具專利適 格303。對此，審查指南亦特別提醒，若當分類方法係用於技術目的時，產生訓練 集（training set）以及訓練分類器（classifier）的步驟若可支持該技術目的之達成，
則其亦可對於該發明的技術特點有所貢獻304。
雖然該項專利指南似乎將原先處於模糊地帶的人工智慧相關發明判斷基準
300 Id. at 3.3 (”A mathematical method may contribute to the technical character of an inv ention, i.e. contribute to producing a technical effect that serves a technical purpose, by its app lication to a field of technology and/or by being adapted to a specific technical implementatio n.”).
301 Id. at 3.3.1 (”Artificial intelligence and machine learning are based on computational m odels and algorithms for classification, clustering, regression and dimensionality reduction, such as neural networks, genetic algorithms, support vector machines, k-means, kernel regression and discriminant analysis.”).
302 Id. at 3.3.1.
303 Id. at 3.3.1 ; See also T1358/09 and T 1784/06.
304 Id. at 3.3.1
DOI:10.6814/NCCU201900818
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
84
更明確地定義出來，然而對於此項改革，有專家採取反對態度 305，認為根據新 的審查指南，只要未能證明其應用到了特定技術領域，即便人工智慧相關發明實 現了重要的技術成果，仍難以受到專利保護，因此需要再次進行立法改革以充分 保護人工智慧與創新；另有專家指出應該根本上認定人工智慧和機器學習本身就 是一種技術領域，如此便不僅為單純的數學方法，而能夠符合前述專利適格性要 求。
第二項 近期司法實務發展
歐洲專利局對於專利標的之適格性判斷標準，歷經了技術貢獻測試法、技術 性測試法到上述之現今仍使用的技術元件添加測試法 306，因歐盟之判決原已遠 少於美國，與專利適格性相關且有參考價值之判決更是稀少，以下將分別就上述 2018 年專利審查指南中列出與分類方法專利之決定，以及 2019 年由技術上訴委 員會（Technical Board of Appeal, TBA）所做之最新一則與電腦軟體專利高度相關 的決定，作為人工智慧相關專利於專利申請時之重要參考。
一、重要判例307
（一） T 1358/09 號決定308
305Alexander Korenberg, Kilburn & Strode, Assessing the EPO’s new guidelines on AI (D ec. 03, 2018), available at https://www.ipstars.com/articles/assessing-the-epos-new-guidelines-on-ai /arjvptju. (Last visited: 2019/06/28).
306 趙慶泠，電腦軟體專利標的適格性之測試法演進從歐洲觀察美國，智慧財產月刊，201
期，頁 20，2015 年 9 月。
307 歐洲專利公約第 111 條（歐洲專利審查局應受上訴委員會法律判斷之拘束，因此歐洲專
利局之技術上訴委員會之決議結果雖以決定（decision）稱之，然應可以認為其效力等同於判 例）。
308 T 1358/09 - 3.5.07 (Nov. 21, 2014), available at https://www.epo.org/law-practice/case-l aw-appeals/pdf/t091358eu1.pdf (Last visited: 2019/06/28)；有關分類方法不具技術特徵之案件亦 可參考：T 1784/06 - 3.5.01 (Sep. 21, 2012), available at https://www.epo.org/law-practice/case-law-appeals/pdf/t061784eu1.pdf. (Last visited: 2019/06/17).
DOI:10.6814/NCCU201900818
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
85
1. 案件事實及爭點
系爭歐洲第 00926837.6 號專利申請案係關於一種電腦化 的文件分類方法與裝置，系爭請求項一之方法利用了已由大量 預先完成分類的文件所建立而成之分類模型，將未分類的文件 歸於分類模型中預定義的多項類別中的方法。
其中，該分類模型的建構步驟包含：將該大量文件以 n 維 向量表示，向量中每個維度上的值都代表了與這個向量所表示 的文件中某一特定詞彙（term）出現的頻率，n 個維度並形成 了一個向量空間 309；計算一個或多個超平面，將該向量空間 區分為多個子空間，使得每一個子空間都包含上述向量空間中 一個或多個文檔所對應的向量，且每一個子空間都對應到一個 特定類別 310；在上述向量空間的超平面周圍，計算出一個不 會包含到分別對應不同分類的所有子空間中任何一個向量的 最大範圍邊界311。
又該電腦化的分類方法包含以下步驟：將該未經分類的文 件以 n 維向量表示，向量中每個維度上的值都代表了與這個向 量所表示的文件中某一特定詞彙（term）出現的頻率，n 個維 度並形成了一個向量空間 312；將該未經分類的文件之向量落 入分類模型中的哪個子空間中，決定該文件屬於該子空間對應 的類別313；計算「該文件之向量」與「該子空間周圍的所有超 平面」之間的距離後，以「1」表示該文件落入上述邊界之外
（即落入子空間之內），以「0」到「1」中間的值表示該文件
309 Id. at 2.
310 Id. at 2-3.
311 Id. at 3.
312 Id. at 3.
313 Id. at 3.
DOI:10.6814/NCCU201900818
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
86
落入子空間之內314，並以此計算出分類的信心水準（confidence level）315。
上述申請案被審查機關以不具備歐洲專利法 56 條之進步 性並因此不具專利適格為由駁回專利申請。專利申請人不符，
本案因此進入上訴委員會。
2. 委員會見解
上訴委員會（Board of Appeal, BoA）首先表明，系爭請求 項定義之文件分類方法，僅提到其屬於「數位化呈現於電腦上
（ digitally represented in a computer ）」 之 「 電 腦 化
（computerized）」的方法，而並未將其特定於需要以電腦執行，
屬於抽象的數學演算法 316。又數學演算法只有在能夠完成特 定技術目的時，才能夠被認為具備技術特徵（technical character）
317，本案分類方法僅具一般目的，其固然存在實用性，然而僅 將兩個文件分類到同一類別，並不足以具備技術特徵318
上訴人雖主張，現有之手動分類方法，係由人類透過閱讀 及觀察，基於其本身的了解針對文件進行分類，並未將文件中 所有的文字納入分類時的考量，有別於此，系爭自動分類方法 包含了人類無法達成之精確計算步驟，大幅提升了分類效率
319，因此應滿足技術特徵要求而具備專利適格。
對此，上訴委員會認為，如果一個演算法係基於電腦內部
314 數值越接近 1 代表越靠近子空間的邊界，越接近 0 代表越遠離子空間的邊界。
315 supra note 308 at 3-4.
316 supra note 308 at 7.
317 supra note 308 at 7.
318 supra note 308 at 7.
319 supra note 308 at 8.
DOI:10.6814/NCCU201900818
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
87
功能的技術考量，而特別適用於電腦，則認為該演算法具備技 術貢獻 320，然於本案中，系爭請求項僅是藉由電腦執行單純 數學計算，並未結合電腦內部之功能 321，因此認為系爭請求 項未包含技術特徵，並因而不具備專利適格322。
（二） T 0489/14 號決定323 1. 案件事實及爭點
系爭歐洲第 03793825.5 號申請案係關於一種利用電腦將行 人群體運動（pedestrian crowd movement）模型化的模擬方法，
該方法包含了數學模型及設計用以實施模擬的系統，而該技術 能夠幫助使用者在電腦的協助下，建立不同環境的模型，以用 於火車站、體育場等場地設計324。
2. 委員會見解
技術上訴委員會首先重申，在判斷一項同時包含技術性及 非技術性特徵之發明的進步性時，只有當非技術性特徵與技術 性特徵之間有關聯且一起產生技術效果時，始得將該非技術性 特徵納入考量325。本案中，系爭請求項一之非技術性步驟，並 無明顯與其他技術特徵共同產生超越單純將其實施在電腦上的 技術效果326，單純利用電腦對環境進行模擬的行為又未產生不
320 supra note 308 at 9.
321 supra note 308 at 9.
322 supra note 308 at 10.
323 T 0489/14 - 3.5.07 (Feb. 22, 2019), available at https://www.epo.org/law-practice/case-la w-appeals/pdf/t140489ex1.pdf. (Last visited: 2019/06/28).
324 Id. at 9.
325 Id. at 23.
326 Id. at 23.
DOI:10.6814/NCCU201900818
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
88
同於以電腦實施其他形式計算的結果327，因此技術上訴委員會 傾向於認定本案不具進步性。然而，本案與上訴人援引之
同於以電腦實施其他形式計算的結果327，因此技術上訴委員會 傾向於認定本案不具進步性。然而，本案與上訴人援引之