近年来，人工智能（AI）技术在全球范围内快速发展，带动了AI相关专利申请数量的显著增长。然而，AI通常利用计算模型和算法来执行各种任务—这些计算模型和算法属于数学方法的范畴—而数学方法本身是在新加坡是属于不被专利保护的客体。
为了应对这一挑战，新加坡知识产权局（IPOS）于2024年10月发布了《AI相关专利申请补充审查指南》（下称“指南”）。该指南旨在为AI相关发明申请提供更加明确的法律框架，帮助申请人理解何种AI创新能够获得专利保护。
一、AI相关发明的三步判断法
根据指南，审查员会通过三步法判断AI相关专利是否符合可专利性要求：
第一步：解释权利要求
审查员首先会明确权利要求的保护范围，理解发明人希望保护的技术内容。这一步是专利审查的基础。
第二步：确定实际贡献
在专利审查中，“实际贡献”是核心。审查员会综合考虑以下因素：
- 发明所解决的技术问题
- 发明的工作原理
- 发明带来的技术效果
第三步：判断是否属于不可专利客体
如果发明的实际贡献完全落入不可专利客体，例如纯数学方法或商业方法，则即使申请形式再复杂，也不会被授予专利。
二、“重实质而非形式”：AI专利审查的核心思路
补充指南第7段要求审查员应结合所要解决的问题、发明/技术方案的工作原理及其优势来进行判断实际贡献. 指南明确强调，审查员在判断可专利性时，应当重实质、轻形式。
换句话说，无论权利要求是以计算机实现的方法、计算机程序产品还是服务器的形式撰写，只要实际贡献相同，就会被视为具有相同的技术实质，不会因为撰写形式不同而影响专利授权可能性。
三、解决特定问题的AI发明，更可能获专利
指南特别指出，如果AI发明解决了特定技术问题，而非通用性问题，则更可能被认定为可专利。
（一）可能获专利的情形
例如，使用AI预测钢材的抗拉强度。该发明针对冶金行业的特定技术问题，算法的实际贡献不只是数学计算，而是提高了材料性能评估的精度，因此更可能获得专利授权。
（二）难以获专利的情形
相比之下，如果AI的作用只是优化神经网络的训练过程，且该优化可应用于任意技术领域，则被视为过于通用，通常难以满足可专利性要求。
四、商业方法的AI应用仍需谨慎
需要注意的是，即使AI发明解决了具体问题，如果该问题本质上属于商业方法，仍可能不具备可专利性。例如，利用AI推导股票交易策略，虽然问题看似具体，但由于涉及的仍是纯商业决策，通常不会被授予专利。除非该AI方案在商业方法之外，还对计算效率、硬件性能或数据处理能力等技术领域作出了实质性改进，否则仍难以通过审查。
五、AI专利还需满足“充分公开”要求
除了可专利性之外，指南还强调AI专利必须满足充分公开的要求。
具体来说，说明书应清楚、完整地描述发明，使本领域技术人员能够实现该技术方案。
对于涉及训练数据集的AI发明，是否需要公开训练数据的特征取决于权利要求：
- 如果权利要求依赖于特定数据特征，必须充分披露；
- 如果特征对于本领域技术人员而言显而易见，则可以不强制公开。
- 这一要求与中国、欧洲等主要司法管辖区的规定基本一致。
六、总结与建议
新加坡的AI专利审查正在逐步趋向成熟和透明。补充指南为AI相关申请人提供了三点重要启示：
- 超越数学方法和商业模式：AI发明必须在技术领域提供实质性贡献；
- 解决特定技术问题：针对行业痛点的AI应用更可能获得专利；
- 确保充分公开：技术细节描述越清晰，授权成功率越高。
在实践中，企业在准备AI专利申请时，建议：
- 强调AI与硬件、系统或具体应用场景的技术关联；
- 突出AI带来的性能改进或可靠性提升；
- 提前规划说明书，满足充分公开的要求。
来源：IPRdaily
作者：刘妍，Viering, Jentschura & Partner LLP (VJP LLP) 新加坡所，合伙人；业务领域：专利撰写与申请、自由实施(FTO)调查、专利无效与侵权分析、以及跨国知识产权资产管理；邮件：liuyan@vip.com.sg
声明：本文仅代表作者观点，不代表IPRdaily立场。