介绍

本文是五部分系列中的第三个。这些文章中的每一篇文章都涉及2019年在美国的机器学习专利性。这些文章中的每一篇文章都描述了一个案例,其中PTAB扭转了审查员第101条拒绝了基于机器学习的专利申请的权利要求。这 第一篇文章 这个系列描述了USPTO的 2019年修订专利主题资格指导 (2019年PEG)于2019年1月7日发布。2019年PEG改变了审查员在拒绝专利下提供的分析 第101节[1]专利法,并通过PTAB审查 来自Cheses审查员拒绝的上诉。这 second article 本系列包括基于“精神过程”类别的抽象思想类别的拒绝抑制的方法,在“概率编程编译器”的应用程序中,该应用程序执行“Generat [ING]数据并行推理代码的看似101易受攻击功能。 “本文介绍了PTAB将2019 PEG应用于A的另一种情况 机器学习基于专利并得出结论,审查员是错误的。

案例3:上诉2018-004925[2] (2019年6月7日决定)

本案例涉及PTAB逆转审查员的第101条拒绝14/080,578专利申请的权利要求。 PTAB解释说,本申请涉及一个

客户关系管理(CRM)系统使用机器学习和统计模型,当对应于客户预测的意图的计算值超过了确认客户的计算值超过预定阈值时动态地生成客户的偏好(兴趣,外观和感受,购买习惯)回应调查。

审查员认为,该权利要求是“组织人类活动”和“心理过程”类别的抽象思想。 PTAB与审查员同意,索赔背诵了抽象的想法。 PTAB解释说,该索赔涉及评估消费者和商家之间的交易,该商会被发现是一个基本的经济原则(一个组织人类活动方法的一个例子)。

然后,PTAB继续确定所述权利要求没有针对抽象的想法(即,抽象思想被整合到实际应用中)。 PTAB讨论了本说明书中描述的“需要”,用于该专利公开的改进。然后,PTAB表示“独立权利要求6的计算机相关限制。 。 。捕捉规范中讨论的改进。“此外,PTAB说明:

特别是,索赔叙述计算机利用机器学习或统计模型进行分析。 。 。 [和]定制调查。 。 。将司法异常整合到实际应用中。虽然可以用钢笔和纸进行统计建模,但我们同意[所要求保护的过程]是对现有技术的改进。因此, 。 。 。索赔 。 。 。被引导到技术改善。

索赔的表达式是“对现有技术的改进”和“指向技术改进”与步骤2A PRONG 2的2019 PEG中提供的第一个例子符合第一示例:“另外的元素反映了改进电脑的功能,或改善其他技术或技术领域。“另外,该推理也可以应用于步骤2b的“发明构思”要求。

结论

这种情况说明:

(1)利用客户偏好预测客户对响应调查的可能性的方法被认为是在这种情况下不是一个抽象的想法,即使索赔“背诵”一个抽象的想法;

(2)PTAB可能会发现,该权利要求将抽象概念集成到一个实际应用中,其中规范中描述的“需求”或“改进”由权利要求解决或解决;和

(3)PTAB可以发现,在权利要求中提供了本发明的技术(或技术领域)的改进的附加元件可以满足步骤2a叉2,并使索赔主题符合条件。

接下来的两个文章将在此背景下构建,并将提供PTAB如何接近逆转审查员101拒绝2019年佩格尼的机器学习专利的额外示例。保持关注下一个案例的分析和课程,其中包括申请人所做的许多论据的解释可能适合2019-PEG结构,包括审查员“过度普遍地宣传索赔的论点”表征它。“

脚注

[1] 35 U.S.C. § 101.
[2] //e-foia.uspto.gov/Foia/RetrievePdf?system=BPAI&flNm=fd2018004925-06-07-2019-1.