法院短路人工智能专利：联邦电路收紧了专利资格的标准|JD Supra
2025-05-06 16:40:57
英文原文
作者：Dave Christensen
关于人工智能或机器学习的发明需要什么？根据最近的联邦上诉法院的裁决，它不仅需要将已知技术应用于新数据。相反，该专利必须声称对机器学习模型的运作方式有意义。因此，向前看，专利主张应背诵特定的技术改进。
在有争议的情况下，该专利声称使用机器学习来优化实时事件时间表和网络图，这确定了特定时间在某些地理市场中电视广播公司在某些地理市场中显示的程序或内容。更具体地说，这些专利声称（1）培训机器学习模型的方法，以基于更改数据输入以及（2）基于广播时间表的实时更改并应用更新的网络映射以确定最佳程序广播的实时更改，以生成和迭代更新优化的实时事件时间表以及（2）创建和更新网络图。
上诉法院在其分析中强调，基于实时更改的迭代培训和动态调整是机器学习本质的事件，并且本身不足以使发明具有专利性。此外，声称仅背诵培训通用机器学习模型而不披露模型本身的具体改进并不符合专利资格的标准。法院的裁决强调了仔细制作机器学习或AI发明以证明具体技术进步的必要性。
换句话说，裁决代表这样的主张，即解释机器学习或AI发明的作用还不够。相反，专利必须描述并声称与现有方法相比，机器学习或AI发明如何更好，更快或更有效。
您是否有未决的专利申请或涉及人工智能的新发明，并且不知道该怎么办？我们可以帮助您查看您的选择。为了最大程度地保护您的机器学习或AI发明，请联系McCarter＆English的知识产权小组的作者或任何成员。案件是最近的Analytics，Inc。诉Fox Corp.（联邦政府，2025年4月18日）
[查看源]。
关于《法院短路人工智能专利：联邦电路收紧了专利资格的标准|JD Supra》的评论
暂无评论
发表评论
摘要
联邦上诉法院最近的一项裁决澄清说，为了获得AI或机器学习发明的专利，该主张必须证明模型的运作方式有意义，而不仅仅是将已知技术应用于新数据。该案件涉及使用机器学习优化实时活动时间表和网络图的专利，但法院裁定仅迭代培训和动态调整是不足的，而没有具体的技术改进。这强调了专利申请的需求，以清楚地概述了现有方法的具体技术进步。