人工智能發明在歐洲的專利保護

文 / 汪濤

一、前言

人工智能正在顛覆性地改變人類社會和生活的方方面面，從無人駕駛到人機交互、再到醫療診斷和高端裝備制造，人工智能技術正日益成為推動技術創新和經濟發展的強勁動力。在積極研發新技術，開拓新市場的同時，人工智能的創新主體和投資主體積極尋求專利保護，期望獲得專利保護的人工智能技術成為其獲取利益回報和維持競爭優勢的重要途徑1吳漢東：《人工智能生成發明的專利法之問》，載《當代法學》2019年第4期，第24-38頁。。

習近平總書記在中央政治局第二十五次集體學習時要求加大對我國企業海外知識產權維權援助，歐洲是我國企業最為重要的海外市場之一，歐洲專利局（EPO）2歐洲專利局官網，https://www.epo.org/about-us/annual-reports-statistics/statistics/2021/statistics/patent-applications.html，最后訪問日期：2022年1月31日。的統計數據顯示，在最近的10年間，我國申請人向EPO提交的專利申請從2012年的3,751件增長到2021年16,665件，年均增長率高達16%。特別是在計算機領域，我國申請人僅在2021年就向EPO提交了2,240件專利申請，占總申請量的15%，由此可以看出計算機領域是我國創新活躍的領域。因此，深入研究歐洲最新專利審查標準，對我國企業在歐洲獲權和維權具有重要意義。

Patent Strategy于2019年調研來自歐洲、北美和亞洲不同行業的60多位資深內部專利律師，了解他們對人工智能專利申請審查方面的看法3Machine Yearning: AI and patents [EB/OL], (2019-02), https://cset.georgetown.edu/wp-content/uploads/CSET-Patents-and-Artificial-Intelligence.pdf, 最后訪問日期：2022年1月31日。。調研結果顯示，44%的公司已經申請了人工智能相關的專利，15%的公司計劃在5年內申請。31%的受訪者表示“客體和創造性”是申請人工智能專利面臨的最大難題。所有受訪者都希望各國專利局采取有效措施來避免人工智能專利審查中存在的不確定性，其中的71%認為由于EPO于2018年修改審查指南，新增人工智能章節，細化人工智能發明的客體和創造性審查標準，增加了創新者和投資者對人工智能相關專利授權的可預期性。因此，本文將基于EPO 2018年、2019年和2021年最新三次修改的審查指南和導致審查指南修改的EPO申訴委員會重要判例，回答創新主體關心的問題：

1.EPO關于計算機實施發明的客體和創造性審查標準4Andreas HR, Robert K, Carl K, et al, Patenting Artificial Intelligence and Machine Learning Innovations in Europe [EB/OL],(2018-10-25), https://www.jdsupra.com/legalnews/patenting-artificial-intelligence-and-53923/, 最后訪問日期：2022年1月31日。是什么，其適用于涉及人工智能發明的審查嗎？2.人工智能算法本身是可專利客體嗎？3.人工智能發明如何成為可專利客體？4.人工智能算法處理的數據具有技術本質（technical nature），能否使人工智能發明成為可專利客體？5.人工智能算法處理數據未服務于技術目的，能否使人工智能發明成為可專利客體？ 6.創造性判斷中，人工智能算法本身是否納入創造性整體考量的范疇？7.創造性判斷中，人工智能算法如何能用于“具體的技術應用”（specific technical application），對發明的技術性（technical character）做出貢獻，進而可以納入創造性判斷整體考量的范疇？8.創造性判斷中，人工智能算法如何能用于“具體的技術實施”（specific technical implementation），對發明的技術性做出貢獻，進而可以納入創造性判斷整體考量的范疇？9.創造性判斷中，人工智能算法”具體的技術實施”中計算機系統或網絡的內部運行（internal functioning）與計算機程序產生“進一步的技術效果（further technical effects）”中的計算機內部運行是否相同？10.創造性判斷中，人工智能算法提高了算法本身的計算效率，能否對發明的技術性做出貢獻，進而可以納入創造性判斷整體考量的范疇？

二、EPO客體和創造性審查標準的法律基礎

EPC第52條是客體條款，第52條第1款規定：對于所有技術領域的任何發明，只要具備新穎性、創造性并且能夠在產業上應用，應被授予歐洲專利。該條款明確歐洲專利保護的對象是發明，雖然沒有進一步給出“發明”定義，但EPO審查指南第GII-1節規定：“EPC第52條第1款意義上的“發明”必須是具體的并具有技術性”。

EPC第52條第2款以非窮盡的方式列舉了不受專利保護的客體，包括：發現；科學理論；數學方法；美學創作；智力活動的規則和方法；游戲或商業方案、規則和方法；計算機程序；信息呈現。

EPC第56條是創造性條款：對本領域技術人員而言，若發明相對于現有技術非顯而易見，則該發明應當視為具有創造性。

三、人工智能發明客體和創造性審查標準的解讀

（一）人工智能發明的客體審查標準

1.EPO關于計算機實施發明的客體和創造性審查標準是什么，其適用于涉及人工智能發明的審查嗎？

EPO審查指南第F-IV-3.9節給出計算機實施發明的定義，即包括計算機、計算機網絡或其他可編程設備，其中至少一個特征（feature）是通過計算機程序實現的發明。EPO在審查計算機實施發明時，采用“兩個障礙（two hurdle）法”5Examination matters [EB/OL]，https://documents.epo.org/projects/babylon/acad.nsf/0/945A818A26B6A9B5C12584410027 51C9/$File/em2019_workshop_presentations.zip，最后訪問日期：2022年1月31日。來依次判斷客體和創造性，判斷流程如圖1所示：第一個障礙涉及EPC第52條客體的審查，即權利要求的特征中是否有技術特征或技術手段（technical means），也稱”任意技術手段”或”任意硬件”，若有，則是可專利客體，若無，則不是可專利客體；第二個障礙涉及EPC第56條創造性的審查，即權利要求的特征是否有具體的技術應用或具體的技術實施。若有，則對發明的技術性做出貢獻，是技術特征，納入創造性整體考量的范疇。若無，則未對發明的技術性做出貢獻，是非技術特征，在創造性判斷時不予考慮。

圖1 兩個障礙法（two hurdle）的判斷流程

計算機實施發明的客體和創造性審查標準，即“兩個障礙法”是否適用于人工智能發明的審查呢？這要從人工智能發明的定義說起。EPO審查指南第G-II-3.3.1節中，將人工智能定義為用于分類（classification）、聚類（clustering）、 回 歸（regression） 和 降 維（dimensionality reduction）的計算模型和算法，如神經網絡（neural networks）、遺傳算法（genetic algorithm）、支持向量機（support vector machines）、k均值（k-means）、核回歸（kernel regression）和判別分析（discriminant analysis）。基于該定義，人工智能本身是一種計算模型和算法，如果該計算模型和算法通過計算機程序來實現，則符合EPO審查指南第F-IV-3.9節給出的計算機實施發明的定義，因此屬于計算機實施發明。EPO關于計算機實施發明的“兩個障礙法”的審查標準同樣適用于人工智能發明的客體和創造性的判斷。

人工智能的計算模型和算法的輸入是訓練數據，該訓練數據通常來自于海量數據采集和數據預處理。訓練的過程主要是調整計算模型和算法的配置參數，訓練的輸出是以最優配置參數調整后的訓練模型。因此，人工智能技術在訓練階段主要涉及算法和算法對數據的處理6劉穎：《論算法與法律行為的關系：制度影響與法律回應》，載《重慶大學學報(社會科學版)》，https://kns.cnki.net/kcms/detail/50.1023.C.20211203.0951.002.html，最后訪問日期：2022年1月31日。，因此人工智能的客體問題也將圍繞算法和算法對數據的處理展開，參見問題2-3和問題4-5。

2.人工智能算法本身是可授權客體嗎？

由于人工智能的核心是計算模型和算法，EPO審查指南第G-II-3.3.1節規定，不管是否基于訓練數據進行“訓練”，該計算模型和算法本身具有抽象的數學屬性7陳相華：《人工智能的專利客體適格性探析》，上海交通大學，2022年第2期。，屬于EPC第52條第2款列舉的“數學方法”，不是可專利客體8姚葉：《人工智能算法可專利性研究》，中南財經政法大學，2021年第7期。。

EPO審查指南第GII-3.3節給出抽象數學方法不是可專利客體的示例：

（1）一種對抽象數據進行快速傅立葉變換的方法，其沒有使用任何技術手段，實質上是數學方法本身，不是可專利客體；

（2）純抽象的數學對象或概念，例如特定類型的幾何對象或具有節點和邊的圖形，因缺乏技術性，不是專利保護主題。

3.人工智能算法如何成為可專利客體？

人工智能算法要成為可專利客體，需克服圖1所示的第一個障礙，即權利要求中需包含技術手段或技術特征（technical feature），也稱為“任意技術手段”或“任意硬件”9EPO 2day 2019，https://e-courses.epo.org/pluginfile.php/52512/mod_page/content/3/PD50-2019%20VC3%20presentation.pdf，最后訪問時間：2022年1月31日。。具體而言，“任意技術手段”是指權利要求所請求保護的發明或者涉及一個技術領域；或者與一個技術問題有關；或者權利要求中存在技術特征。“任意硬件”是指權利要求所請求保護的發明包含硬件，例如計算機、計算機可讀存儲介質或數據載波信號（EPO認為后兩者也是物理實體）等。事實上，由于硬件是一種“技術特征”，因此任意硬件可以認為是任意技術手段的下位概念。上述四種情形滿足其一即被認為克服第一個障礙，成為符合EPC第52條要求的可專利客體。

舉例說明：一種利用計算機程序實現自動計算動摩擦系數μ的方法，其特征在于，包括以下步驟：計算摩擦片的位置變化量S1和S2的比值；計算變化量的比值S2/S1的對數logS2/S1；求出對數logS2/S1與e的比值。EPO認為，該權利要求請求保護的方法是由計算機實施的，因其包含計算機這一技術手段而具有技術性，因此該權利要求請求保護的方法構成了EPC第52條意義上的，即克服了第一個障礙。

同理，人工智能算法要成為可專利客體，只要權利要求中包含“任意技術手段”或“任意硬件”即可。在客體判斷評估技術性時不應考慮現有技術，即無需考慮對于技術性做出貢獻的特征對本領域普通技術人員來說是否是已知的10T 1173/97 (Computer program product/IBM) of 1.7.1998，https://www.epo.org/law-practice/case-law-appeals/recent/t971173ex1.html，最后訪問日期：2022年1月31日。。

4.只要人工智能算法處理的數據具有技術本質，能否使人工智能發明成為可專利客體？

EPO審查指南G-II-3.3節規定：僅僅指明數學方法的數據或參數具有技術本質并不足以使該數學方法成為EPC第52條第1款意義上的發明。因為根據第一個障礙的判斷標準可知，技術領域、技術問題、技術特征或任意硬件才是衡量客體的標準，與其處理的是何種類型的數據無關。反之，如果權利要求中不涉及技術領域、技術手段、技術特征或硬件，那么即使處理的是具有技術本質的數據，也不是可專利客體。

2009年T 1029/06（環境影響評估）11T 1029/06 (Environmental impact estimation/TOSHIBA) of 22.4.2009，https://www.epo.org/law-practice/case-law-appeals/recent/t061029eu1.html，最后訪問日期：2022年1月31日。案中，權利要求是一種評估開發迭代產品的環境影響和成本的方法，該迭代產品能夠重復利用或循環利用上一代產品的舊部件（例如筆記本電腦的顯示器），包括步驟：創建一種產品壽命模型以確定上一代產品的哪些舊部件可被下一代產品重復利用或循環利用；預測制造下一代產品的數量和可被重復利用或循環利用的舊部件數量；評估制造下一代產品和重復利用或循環利用舊部件的環境影響（如二氧化碳排放）和成本；選擇產品價值壽命和產品使用壽命兩個分布曲線的峰值作為可被重復利用或循環利用的舊部件數量。

歐洲申訴委員會認為，減少環境影響在某些特定情形下具有技術本質，但一種數學方法和一種技術工藝（technical process）的本質區別在于：一種數學方法或算法是對數字進行運算的抽象概念，而一種技術工藝是利用某種技術手段（既可以是包含適當硬件的專用設備，也可以是被適當編程的通用計算機）對一個物理實體（既可以是有形的物體，也可以是以電子信號存儲的圖像）執行的，并使該物理實體發生特定變化的技術工藝。本發明沒有對任何物理實體或物理工藝帶來變化或實現控制，而僅僅是對信息的處理，因此，申訴委員會認為該權利要求作為一個整體是一種數學方法，不是EPC第52條第1款意義上的發明。

2006年T 1161/04（股票指數）12T 1161/04 (Stock index/NASDAQ) of 6.12.2006，https://www.epo.org/law-practice/case-law-appeals/recent/t041161eu1.html，最后訪問日期：2022年1月31日。案中，權利要求是一種用于重新分配市值加權股票指數的裝置（10），包括：用于接收與股票指數中的股票有關的數據推送信息作為輸入的裝置（18，19，20）；用于將股票指數中的股票進行分類的裝置（12，42，60），如果股票的市值權重大于等于第一閾值，則將該股票分類為大型個股，如果股票的市值權重小于第一閾值，則將該股票分類為小型個股；用于按大宗股票的超配市值權重等比例降低大型個股的裝置（12，44，64，66）；用于為小型個股的市值權重分配大型個股的總和超配市值權重的裝置（12，48），以及用于輸出與股票指數的重新分配市值權重相對應的數據（50、52）的裝置（12、14、30）。申訴委員會認為，上述權利要求包括輸入裝置、數據處理裝置以及輸出裝置，是符合EPC第52條的可專利客體。也就是說，只要權利要求的技術方案中采用了技術手段，不管處理的是何種數據，即使是本案中沒有技術本質的股票，仍具有技術性，是可專利客體。

5.人工智能處理數據未服務于技術目的，能否使人工智能發明成為可專利客體？

一個非技術的問題通常可以用技術方案來解決，但一個非技術的方案（例如數學算法）要想從解決的問題中獲得技術性，則該問題必須是技術問題，否則該數學算法就不是可專利客體。EPO審查指南第G-II-3.3.1節中規定：如果利用數學算法對抽象的數據記錄甚至是對“電信網絡數據記錄”進行分類，卻未指明這種分類解決了何種技術問題，分類的結果用于何種技術用途，因此未服務于技術目的。

2012年的判例T 1784/0613T 1784/06 (Classification method/COMPTEL) of 21.9.2012， https://www.epo.org/law-practice/case-law-appeals/recent/t061784eu1.html，最后訪問日期：2022年1月31日。涉及一種對電信網絡數據記錄進行分類的方法，該方法利用一種更有效的數學算法對這些數據記錄進行自動分類定級。在實審階段，該案因不具備創造性而被駁回，申請人不服進行了上訴。EPO申訴委員會駁回這一上訴，認為本申請不是可專利客體，無需進入創造性的審查，具體理由如下：申訴委員會對請求保護的分類方法所依據的數學算法的技術性提出質疑，因為根據說明書的記載，該數據記錄的分類算法的目的在于定級和計費，不是技術問題，無技術用途，未服務于任何技術目的，該算法未傳達出（convey）任何技術性。

（二）人工智能發明的創造性審查標準

當克服第一個障礙，也就是客體的審查后，將進入第二個障礙--創造性的審查。人工智能相關專利申請的權利要求，通常包括技術特征和非技術特征，屬于混合型權利要求，在評價此類混合型權利要求的創造性時，應使用問題解決法（problem-solution approach），也就是我們通常所說的“三步法”。在創造性判斷過程中，僅考慮對發明的技術性做出貢獻的特征，不考慮未對發明的技術性做出貢獻的特征，具體參見表1和圖2。

如表1和圖2所示，與全部特征都是技術特征的權利要求相比，混合型權利要求創造性判斷主要區別在于三點：一是在先導步驟：辨別和區分技術特征和非技術特征；二是在第一步確定最接近的現有技術時，考慮公開技術特征最多的現有技術；三是在第二步確定實際要解決的技術問題時，可能會考慮非技術特征或非技術效果。同時，從表1可以看出，創造性判斷需要在兩個步驟辨別技術特征和非技術特征，一是在先導步驟，無需與現有技術進行比較，二是在第二步，需要與最接近的現有技術進行比較，辨別區別特征中哪些是做出技術貢獻的技術特征。

6、創造性判斷中，人工智能算法本身如何納入創造性整體考量的范疇？

由表1和圖2可以看出，只有對發明的技術性做出貢獻的特征在創造性判斷時才會予以考慮，未對發明的技術性做出貢獻的特征不予以考慮。同理，人工智能算法本身要想納入創造性整體考量的范疇，就必須對發明的技術性做出貢獻。

表1 問題解決法判斷步驟

圖2 問題解決法

EPO審查指南GII-3.3節規定，創造性可從兩個維度來判斷數學方法是否為發明做出技術貢獻，要么數學方法具有服務于技術目的的“具體的技術應用”（第一個維度），要么數學方法用于“具體的技術實施”（第二個維度），兩個維度滿足其一即可。

例如，第三問中提及的利用計算機程序實現自動計算動摩擦系數μ的案例：基于物理測量S1和S2，計算logS2/S1與e的比值，得出動摩擦系數μ。盡管該數學方法本身是非技術性的，但由于是具有服務于技術目的（計算動摩擦系數）的具體的技術應用，滿足第一個維度的要求，因此對發明的技術性做出貢獻，在創造性判斷時應考慮該數學方法。

7.創造性判斷中，人工智能算法如何能用于“具體的技術應用”，對發明的技術性做出貢獻，進而被納入創造性判斷整體考量的范疇？

關于“具體的技術應用”的第一個維度，由于“技術應用”的廣泛性和擴展性，EPO審查指南第G-II-3.3節未給出一個通用的定義，而是給出了數學方法具有服務于技術目的的“具體的技術應用”的多個示例：

（1）控制具體的技術系統或工藝，例如，X射線設備或鋼冷卻工藝；

（2）從測量中確定壓實機所需的通過次數，以達到理想的材料密度；

（3）數字音頻、圖像或視頻增強或分析，例如去噪、檢測數字圖像中的人物、估計傳輸的數字音頻信號的質量；

（4）分離語音信號源；語音識別，例如將語音輸入映射到文本輸出；

（5）編碼數據以實現可靠和/或高效的傳輸或存儲（以及對應的解碼），例如，對通過噪聲信道傳輸的數據進行糾錯編碼，壓縮音頻、圖像、視頻或傳感器數據；

（6）加密/解密或簽署電子通信；在RSA密碼系統中生成密鑰；

（7）優化計算機網絡中的負載分配；

（8）通過處理從生理傳感器獲得的數據來確定受試者的能量消耗；從耳溫檢測器獲得的數據推導出受試者的體溫；

（9）提供基于DNA樣本分析的基因型評估，并提供評估置信區間以量化其可靠性；

（10）通過處理生理測量的自動化系統來提供醫學診斷。

這里需要注意的是，“具體的技術應用”中的“具體”一詞，是指技術目的必須是具體的，諸如“控制技術系統”之類的通用目的不足以賦予數學方法技術性。

一旦人工智能算法具有上述服務于技術目的的“具體的技術應用”，就可以認定對發明的技術性做出貢獻，在創造性判斷中予以考慮。

8.創造性判斷中，人工智能算法如何能用于“具體的技術實施”，對發明的技術性做出貢獻，進而被納入創造性判斷整體考量的范疇？

即使不具有具體的技術應用，還可以從第二個維度——“具體的技術實施”來做出技術貢獻。由于“具體的技術實施”的含義相對明確，因此EPO審查指南第G-II-3.3節給出了定義，即數學方法的具體的技術實施是指出于計算機系統或網絡的內部運行（internal functioning）的技術考量（considerations）的動機（motivation）來設計該數學方法14T 1358/09 (Classification/BDGB ENTERPRISE SOFTWARE) of 21.11.2014 [EB/OL]，https://www.epo.org/law-practice/case-law-appeals/recent/t091358eu1.html，最后訪問日期：2022年1月31日。，例如有效使用計算機的內存或網絡帶寬。

2015年的T 1925/1115T 1925/11 (Modular reduction hardware/INSIDE SECURE) of 25.3.2015 [EB/OL]，https://www.epo.org/law-practice/caselaw-appeals/recent/t111925eu1.html，最后訪問日期：2022年1月31日。案涉及一種計算機硬件實施的加密方法，該方法利用一種多項式約減（polynomial reduction）算法，將CPU處理的字長（wordsize）偏移來與計算機硬件的處理字長相匹配，由于該算法是基于計算機硬件內部運行的技術考量，產生了有效硬件實施的技術效果，因此該算法應被納入創造性判斷的整體考量。

一旦人工智能算法出于計算機系統或網絡的內部運行的技術考量的動機來設計，就是用于“具體的技術實施”，就可以認定對發明的技術性做出貢獻，在創造性判斷中予以考慮。

9.創造性判斷中，人工智能算法“具體的技術實施”中的計算機系統或網絡內部運行（internal functioning）與計算機程序產生“進一步的技術效果（further technical effects）”中的計算機內部運行是否相同？

EPC第52條第2款將計算機程序也列入了不可授權客體，但當計算機程序在計算機中運行時產生“進一步的技術效果”時，則具有技術性。EPO審查指南第3.6節給出了“進一步技術效果”的定義，即超出計算機程序（軟件）與運行程序的計算機（硬件）“正常的物理交互（如電流流動）”，例如對技術工藝（technical process）的控制，對計算機自身或其接口的內部運行的控制。這里計算機是一個廣義的概念，包含計算機、計算機系統、計算機網絡或其他可編程裝置。

EPO審查指南第3.6.1節進一步給出了計算機程序為計算機內部運行帶來技術性的示例，包括基于計算機的具體架構（architecture）來設計的程序，為保護開機boot程序完整性而實施安全措施的計算機程序，用于防范功率分析攻擊的反制措施的計算機程序，用于控制計算機負載均衡的計算機程序，用于控制內存分配的計算機程序等。

因此，人工智能算法具體的技術實施中的計算機系統或網絡內部運行（internal functioning）的示例：有效使用計算機的內存或網絡帶寬、字長匹配等，與計算機程序“進一步的技術效果”中的計算機內部運行的上述示例，兩者的概念是等同的：無論是人工智能的算法設計動機，還是計算機程序的設計動機，都是基于硬件內部運行的技術考量。

10、創造性判斷中，人工智能算法提高了算法本身的計算效率，能否對發明的技術性做出貢獻，進而納入創造性判斷整體考量的范疇？

如果人工智能算法既不具有服務于技術目的具體的技術應用，又沒有具體的技術實施，則沒有克服第二個障礙，則該人工智能算法對發明的技術性沒有做出貢獻。在這種情況下，僅僅數學方法能夠提升計算效率，不予納入創造性判斷的整體考量。2004年的T 0258/0316T 0258/03 (Auction method/HITACHI) of 21.4.2004， https://www.epo.org/law-practice/case-law-appeals/recent/t030258ex1.html，最后訪問日期：2022年1月31日。涉及一拍賣方法來確定成交價格，該方法在收集競拍方報出的“希望的成交價格”和“最高可接受的價格”后，自動執行競拍算法直到確定成交價格。雖然比常規在線拍賣方法效率更高，但該算法不滿足克服第二個障礙的兩個維度的要求，既不具有服務于技術目的的技術應用，也沒有用于具體的技術實施，因此在判斷創造性時不予考慮。

反之，如果滿足克服第二個障礙的兩個維度任一個維度，算法本身的計算效率則會被納入創造性判斷的整體考量。

四、近年來EPO指南修改的遺留問題

從EPO 2018年、2019年和2021年三次指南修改來看，雖然EPO在人工智能發明的客體審查標準非常寬松，只要權利要求所請求保護的發明中采用任意技術手段或任意硬件就可以通過客體審查，但為了防止未對現有技術做出技術貢獻的發明獲得專利權，EPO在創造性審查標準上持保守和謹慎的態度，不考慮未對現有技術做出技術貢獻的特征。EPO選擇這種“先松后緊”的審查政策，實質上是放棄了關于客體問題的單純說理（相對主觀），將審查重心后移至創造性，采用現有技術舉證（相對客觀）+ 僅考慮技術特征的方式來進行創造性判斷，同時也彰顯出EPO對其檢索實力的自信。

但這種“先松后緊”的審查標準還是為人工智能發明通過創造性審查帶來不確定性。因為在創造性判斷的三步法中，人工智能算法和算法所處理的數據能否為發明帶來技術貢獻仍然取決于主觀的說理，與客體問題的單純說理并無二致。但是具體的技術應用和具體的技術實施的“兩個維度”克服第二個障礙，還是在減少這種不確定性上邁出堅實步伐，是值得肯定的。

五、結語

EPO根據兩個障礙法來審查人工智能發明的客體和創造性。就客體而言，與美國用于客體判斷的Alice/Mayo二分測試法17汪濤、唐田田、智月：《美國商業方法專利保護制度研究》，載《情報工程》2021年第5期，第75-86頁。相比，EPO客體標準較為寬松，只要權利要求中包含任意技術手段或任意硬件，就可以通過客體問題，克服了第一個障礙。就創造性而言，EPO的判斷依據是兩個維度，即人工智能算法具有服務于技術目的的具體的技術應用或者用于具體的技術實施，克服了第二個障礙，則會被納入創造性判斷的整體考量。

隨著人工智能技術的迅猛發展和應用領域的不斷拓展，我國創新主體“走出去”的步伐也在不斷加快，希望通過本文對EPO審查指南和判例的解讀，能夠幫助我國創新主體準確理解并把握EPO有關人工智能發明客體和創造性的審查標準，并撰寫出符合EPO審查要求的專利申請，從而在歐洲能夠及時獲權和維權。