2024年1月27日，由《中国知识产权》杂志主办的“第十四届知识产权新年论坛暨2024中国知识产权经理人年会”在京召开。本届新年论坛主题为“和谐共生 砥砺向上”，站在2024年的新起点，在强国愿景的指引下，从积能、共识、提升、深化层面对中国知识产权事业的变革挑战与发展机会作出总结与展望。在分论坛二“人工智能知识产权热点问题探讨”上，广州嘉权专利商标事务所有限公司副总经理李镇江发表了主题演讲。

李镇江在演讲中分析了黑盒人工智能案件的撰写的新创性问题，以及白盒人工智能案件撰写的冗余技术特征问题，并给出了人工智能案件对于算法和智力规则的规避建议。

以下为演讲实录：

黑盒人工智能案件的撰写的新创性问题

人工智能的专利申请分为两类，即黑盒案件和白盒案件。所谓“黑盒”，即内部工作原理对用户不可见的AI系统。随着近两年ChatGPT的广泛兴起，涌现出了大量将ChatGPT当作黑盒、主打ChatGPT的应用端和输入输出端改进的专利申请案例。举例来说，在某案件中，拟申请的技术方案可自动通过在网站上爬取商品名称、图片、厂家、性能等关键词，并生成特有的提示语输入到ChatGPT中，从而设计出个性化的商品展示网页。从公众常识来看，该案不过是对ChatGPT的一种应用，其对AI模型本身和算法并没有什么突出的改进，只是对提示语以及提取关键词做了一定的设计。这样的技术方案尽管有可能成为《专利法》的保护客体，但在审查过程中很可能暴露出创造性不足的问题。

对于上述类似案例的专利申请而言，应如何提升AI模型应用的技术方案的专利申请成功率？解决方案有以下三个。

一是增加输入数据的前处理。以上述案件为例，申请人可以考虑在关键词输入之前做一些更加复杂的工作，例如在爬取商品名称、图片、厂家、性能等关键词后，将其输入知识图谱中，在知识图谱中找到与关键词相隔距离小于预定距离的扩充关键词；而后，将扩充关键词继续输入知识库中，得到含有扩充后关键词且与物品基本信息的匹配度达到预定阈值的语段，再将其输入ChatGPT中得到结果。在专利申请中体现上述前处理程序，将有助于获得更好的授权前景。

二是进行模型体系结构的更复杂的布局（广度、深度）。以上述案件为例，申请人可以在征得用户同意的情况下，收集用户的历史购买偏好和历史浏览习惯数据，并将之分别与商品基本信息结合输入第一大语言模型和第二大语言模型中，形成结合历史购买偏好的第一向量和结合历史浏览习惯的第二向量；而后再将这两个页面展示结果通过融合模型进行融合，得到一个既考虑用户历史偏好又考虑到其历史浏览习惯的商品展示页面的设计。上述技术方案在广度上拓展了模型的体系结构。