专利索赔涉及人工智能导航的浑水安进公司诉赛诺菲

由大卫·麦克库姆,蒂娜Blikshteyn尤金Goryunov,马修·贝克

2023年5月,美国最高法院一致安进公司诉赛诺菲¹裁定112年部分实现要求的专利。第112条要求专利申请人描述声称发明“在这样的完整,清晰,简洁,确切条款,使任何(普通的技能在艺术的人²制造和使用…(发明)。“虽然专利安进公司开门的抗体,法院的判决可能在其他领域产生影响,包括人工智能(AI)系统。

背景

2014年,安进公司获得了两项专利,声称整个属抗体绑定到特定的氨基酸,有助于降低胆固醇。安进了26个抗体的氨基酸序列执行声称的功能——安进公司所谓的“路线图”技术和披露两种方法的其他抗体也执行这些功能,安进公司被称为“保守替换”技术。“路线图”技术指导科学家来生成和测试一系列抗体通过几个消除的过程以确定他们是否执行索赔中描述的功能。³“保守替换”技术指导科学家开始抗体执行声称的功能,将氨基酸替换为氨基酸有相似的属性,和测试产生的抗体是否执行所宣称的功能。⁴

最高法院的控股

法庭开始对112条款的实现要求。实现要求规定,发明专利申请人描述声称“在这样的完整,清晰,简洁,准确的术语,使任何(普通的技能在艺术的人[POSITA]]…制作和使用(发明)。”这个需求已经存在自1790年的专利法案,尽管法定文本改变了多年来,基本概念仍然是一样的:“规范必须启用这项发明的全部范围定义的要求。越是一个主张,必须让。”⁵

索赔时覆盖整个属,或类,“专利的规范必须让一个人擅长艺术制作和使用整个类。”⁶法院解释,然而,不能应用严格的实现要求。例如,它不需要规范总是“与特殊性描述如何制作和使用的每一个化身在一个声称阶级。”⁷事实上,充足的“启用不是衡量累计时间和精力让每一个化身在一个说法。”⁸因此,专利说明书描述一个通用类的质量可以满足规范的实现要求可靠地使一个人普通的技能在艺术制作和使用的全部。⁹

在这种情况下,法院发现安进的规范没有提供专利技术使整个属背诵索赔。相反,法院将路线图和保守的替代技术描述为“研究作业”科学家来执行,每个需要广泛的实验,看看哪种。¹⁰法院拒绝开发一个亮线规则构成足够的支持,但它的决定让人想知道是充分的信息披露,以满足实现的索赔覆盖类实验,如果有的话,是可以接受的。一方面,一个规范,需要某种程度的实验可能是可以接受的,而另一方面,一个规范,需要一个人普通的技能在艺术进行试验和错误可能是不够的。

的安进公司专利索赔涉及人工智能

而安进公司专门处理抗体专利,法院的决定可能会影响整个专利景观。例如,专利索赔涉及人工智能,类似于索赔安进公司,面对支持和充足的信息披露要求的挑战。

AI发明涵盖了广泛的软件技术。早期的人工智能系统是模仿人类推理通过一组预排程序的指令或场景,尽管许多今天把一种自适应的实现,或学习,元素。人工智能系统“黑匣子。“训练数据集用于列车黑匣子在训练数据来识别模式,与人类监督互动,有时,有时通过奖励提供基于输入训练数据所需的输出。这就导致了一些问题。

这样的训练数据需要披露在专利申请安进公司吗?因为各种AI系统可能用于许多目的,训练数据中扮演一个重要的角色在实现预期的结果。因此,它可能是必要的安进公司披露AI进行培训,如何使用的训练数据集,数据集内的不同权重应用于数据,使专利实施一个人工智能系统。

训练数据的披露是必要的,如果是的,是足够的吗?下安进公司,可以说提供训练数据只会作为指令来创建一个人工智能系统,它能够执行索赔,类似于安进的自称为“路线图。“训练数据提供了一种方法来实现人工智能系统,但可能需要培训,测试,和实验达到一个类似的系统是什么。因此不清楚披露的训练数据和数据集训练有素的AI系统就足够了。你可能认为细节训练数据是如何使用和AI的底层操作系统必须披露。

对艾未未的“黑匣子”

在基本层面上,人工智能是一个黑盒子。数据进去,并生成一个输出。但是,没有必要为一个个人使用或培训一个AI系统来了解人工智能处理数据,决定了输出,或在黑盒的结构本身。

一个发明家可能AI合并到他们的发明没有理解底层的人工智能实际上是如何运作的。事实上,在许多情况下一个pretrained人工智能系统是由第三方提供的,和一个发明家甚至不知道AI系统工作或训练。当使用一个人工智能系统,底层的人工智能结构在黑盒不需要见过或认识。因此,一个人的知识可能是有限的输入和输出。这可能带来挑战安进公司,因为它不可能提供广泛的专利说明书使细节声称发明超出相关数据输入和输出或AI系统的可用性。

虽然它可能需要披露所产生的输出是一个人工智能系统,这样的披露可能会很困难,如果不是不可能的话)提供。输出可能有一定意义基于人工智能系统是如何训练的,和不同的培训或使用不同的数据可能会导致不同的输出。此外,输出是基于概率或一系列的概率。这些概率不同为不同的数据集。介绍相关信息输出,如范围由人工智能或对应于选中的概率输出,可能有不良影响的范围进一步实施问题的索赔或礼物。

而安进公司并不意图颠覆实施要求,从业人员需要注意的潜在影响练习在每一个领域,包括人工智能。直到最终影响决定,申请人想要确保他们的专利包括细节数量超过研究指令来确保生存起诉和不驳回诉讼期间在第112节。起草声明集时,申请者需要注意的广度要求集,广泛宣称将面临更多的审查安进公司比更狭窄或有针对性的要求。

本文只反映了目前的个人考虑,观点,和/或作者的观点,不应归因于作者的当前或之前的任何律师事务所(s)或前或客户。

引用

关于作者:

大卫麦克白是知识产权的一个伙伴练习组海恩斯布恩。他是许多领先企业主要律师国际部分审查(知识产权)和定期确认为一个最活跃的律师出现在专利审判和上诉委员会(PTAB)。他有着丰富的经验和广泛的知识产权问题,建议客户包括上诉观点,专利诉讼,和投资发展。他可以达成的david.mccombs@haynesboone.com。

蒂娜Blikshteyn合伙人在知识产权实践组和人工智能的主持实践纽约办公室的海恩斯布恩。她实践关注post-grant诉讼在美国专利和商标办公室,准备起诉国内外专利申请,处理商标和其他知识产权学科。Blikshteyn专攻人工智能技术和软件领域和经常讲的话题。她可以达成的dina.blikshteyn@haynesboone.com。

尤金Goryunov是一个伙伴,人工智能的知识产权团队领导,主席在海恩斯布恩练习。他是一位有经验的出庭律师代表客户在复杂的专利涉及重要技术从人工智能到消费品,高技术,网络,和无线电话,医疗设备和治疗。Goryunov有着丰富的经验,并定期作为首席审判在post-grant律师审查试验(知识产权和PGR)代表上访者和在美国专利商标局专利拥有者。他可以达成的eugene.goryunov@haynesboone.com。

马修·贝克是一个关联知识产权事务组的海恩斯布恩的华盛顿特区办公室。实践关注专利纠纷在专利审判和上诉委员会(PTAB)、专利诉讼、专利咨询。贝克有经验国际部分USPTO前复审程序。马修的技术专长包括一个广泛的技术,包括视频压缩和编码、人工智能、网络、计算机硬件和软件。他可以达成的matthew.beck@haynesboone.com。