人工智能以及我们在爱丽丝仙境的持续旅行：最近的Analytics，Inc。诉Fox Corp.的实践要点。
作者：Intellectual Property and Technology Squire Patton BoggsEmail650 843 3378Bio and Articles
人工智能以及我们在爱丽丝仙境的持续旅行：最近的Analytics，Inc。诉Fox Corp.的实践点。
如果您是与与人工智能有关的创新工作的专利从业者 最近的Analytics，Inc。诉Fox。公司。该决定是第一个在使用人工智能的背景下明确考虑专利资格的决定。
联邦巡回法院确认了地方法院对最近的申诉的驳回，认为这些索赔不符合第101条的资格。此案提出了第一印象的问题：对新数据环境的机器学习方法的索赔是否不超过将既定的机器学习方法应用于新数据环境的专利资格。我们认为他们没有。
该案例涉及针对现场事件计划并尤其优化网络地图的专利，在特定时间在不同地理市场的广播公司渠道显示了哪些程序或内容。地方法院驳回了专利所有者的侵权申诉，因为它发现专利索赔是根据《美国法典》第35条规定的不合格的主题。第101条。
联邦巡回法院在分析针对事件进行的专利主张时指出，索赔涉及收集数据，迭代培训步骤以及输出计划的输出步骤，并根据新数据输入进行了更新时间表的更新步骤。
所讨论的机器学习的规范在多大程度上是相当笼统的：可以使用一组包括先前实时事件的历史数据来培训模型，该数据可以指示机器学习模型以优化目标功能，例如活动的出勤率，收入或门票销售，并且可以使用任何合适的机器学习技术。
在分析针对网络图优化的专利主张时，联邦电路指出，索赔涉及收集数据，分析数据以创建网络图，更新步骤以及使用步骤。该规范包括有关用于培训模型的培训数据的一些信息，还指出可以使用任何合适的机器学习技术。
值得注意的是，根据步骤2a，第1条 爱丽丝``测试，联邦巡回赛发现，使用通用机器学习技术在执行声称的方法中是一种常规技术，并不代表技术改进。联邦巡回法院在讨论prong 1时指出，索赔和规范都没有描述任何对技术的进步，而是仅披露了机器学习在新环境中使用的。此外，索赔中的任何内容都没有讨论在网络调度的上下文中应用的机器学习技术的转换，而不是生成事件时间表和网络映射要多得多。
此案建立了两个重要的新指南：（1）将机器学习技术应用于任务本身可能不符合第101条的资格，以及（2）规范中的详细信息以及有关技术问题和有关改进的详细信息的详细信息，该发明提供了解决此技术问题的提高。更普遍地，这种情况表明机器学习技术只是执行任务的另一种工具，而使用机器学习的工具（现在）有点像使用计算机执行任务，也就不足以克服101个障碍。
在许多方面，这种情况遵循 Alice Corp.诉Cls BankIntâl，其中一台通用计算机的朗诵不足以将不合格的抽象思想转变为符合条件的主题，尤其是考虑到我们生活中计算机技术无处不在。随着人工智能变得越来越无处不在，看到法院表明，仅仅使用人工智能也不足以将专利资格的抽象思想转变为合格的主题，这也许不足为奇。
鉴于 最近的分析，正在寻求涉及使用机器学习模型执行任务的专利的创新者和从业人员可能希望将重点放在现有技术下的潜在技术问题上，无论它是否具有计算效率，资源利用率，差的结果，所有这些的组合，或者其他所有内容以及本发明如何解决这些技术问题。避免在专利申请中说明可以使用任何合适的机器学习技术也可能会有所帮助。
对于与机器学习模型工作方式相关的基本变化的应用程序，该决定不应影响获得专利保护的策略。
迈克尔·刘（Michael Lew）也为这篇文章做出了贡献。
关于《人工智能以及我们在爱丽丝仙境的持续旅行：最近的Analytics，Inc。诉Fox Corp.的实践要点。》的评论
暂无评论