近年来，人工智能技术创新不断取得新突破，已成为新一轮科技革命和产业变革的重要驱动力量，人工智能相关专利申请量快速增长。专利制度作为激励和保护创新成果的有效手段，在促进人工智能技术的发展、规范引导人工智能技术的应用等方面都发挥着重要作用。
人工智能相关专利申请的解决方案通常涉及人工智能算法或模型，以及人工智能算法或模型的功能或领域应用。另外，随着人工智能技术的不断突破，涉及人工智能辅助作出的发明、人工智能生成的发明的相关专利申请成为新的热点。
人工智能算法或模型，即高级的统计和数学模型形式，包括机器学习、深度学习、神经网络、模糊逻辑、遗传算法等。这些算法或模型构成了人工智能的核心内容，它们能够模拟智能的决策和学习能力，使得计算设备能够处理复杂问题并执行通常需要人类智能才能完成的任务。
相应地，该类型的专利申请通常涉及人工智能算法或模型本身及其改进或优化，例如，模型结构、模型压缩、模型训练等。
基于人工智能算法或模型的功能或领域应用的相关专利申请，是指将人工智能算法或模型融入发明创造中，作为对产品、方法或其改进所提出方案的内在部分。例如：一种基于人工智能图形锐化技术的新型电子显微镜。此类型的专利申请通常涉及将人工智能算法或模型用于实现特定功能或应用于具体领域。
基于人工智能算法或模型的功能，是指使用一种或多种人工智能算法或模型实现的功能。通常包括：自然语言处理，使计算机能够理解和生成人类语言；计算机视觉，使计算机能够“看到”和理解图像或视频；语音处理，包括语音识别、语音合成等；知识表示与推理，表示信息并使计算机能够解决问题，包括知识图谱、图计算等；数据挖掘，对海量数据进行计算和分析，从中识别出潜在模式、趋势或关系等信息或规律。可以根据人工智能算法或模型的功能将其应用到具体领域中。
基于人工智能算法或模型的领域应用，是指将人工智能应用于各类场景，例如交通运输、电信、生命和医学科学、安全、商业、教育、娱乐、金融等，在各行各业中推动技术创新，提高智能化水平。
人工智能辅助作出的发明，是在发明过程中以人工智能技术作为辅助工具得到的发明创造。此种情况下，人工智能发挥的作用类似于信息处理器或绘图工具等。例如，利用人工智能识别特定蛋白质结合位点，最终获得的新型药物化合物。
人工智能生成的发明，是指人工智能在没有人类实质性贡献的情况下自主生成的发明创造，例如，由人工智能技术自主设计的食品容器。
人工智能技术快速迭代发展，不同类型的人工智能相关专利申请在专利审批各环节会涉及不同的法律问题。常见的法律问题例如人工智能辅助作出的发明或生成的发明的相关专利申请的发明人身份问题，人工智能算法或模型相关专利申请的客体和充分公开问题，人工智能算法或模型的功能或领域应用相关专利申请的客体、充分公开和创造性问题，以及上述各类型专利申请都可能面对的人工智能伦理问题等。
专利法实施细则第十四条规定“专利法所称发明人或者设计人，是指对发明创造的实质性特点作出创造性贡献的人”。
对于人工智能辅助作出的发明和人工智能生成的发明，人工智能工具或系统在不同程度上参与发明创造产生的过程。那么，人工智能系统是否可以署名为发明人，是此类专利申请引发普遍关注的问题。因此，需要对发明人资格问题予以明确。
专利法第二十五条第一款第（二）项规定，对智力活动的规则和方法不授予专利权。
专利法第二条第二款规定的“技术方案”，是指对要解决的技术问题所采取的利用了自然规律的技术手段的集合。未采用利用自然规律的技术手段解决技术问题以获得**自然规律的技术效果的方案，不属于技术方案。
人工智能相关专利申请的客体问题主要集中在，如何判断一项解决方案是否属于智力活动的规则和方法，是否构成专利法意义上的技术方案，特别是如何判断方案采用的手段是否是遵循自然规律的技术手段，什么样的问题属于技术问题，怎样才是**自然规律的技术效果。例如，对于改进点在于人工智能算法或模型的专利申请，如何体现算法或模型的执行是利用自然规律解决了某一技术问题。又如，当利用人工智能算法或模型对各个领域的大数据进行分析和预测时，如何判断挖掘出的数据之间的内在关联关系是否**自然规律。
专利法第二十六条第三款规定：说明书应当对发明或者实用新型作出清楚、完整的说明，以所属技术领域的技术人员能够实现为准。
人工智能算法或模型的透明性问题一直广受关注。一方面，在数据输入到输出的过程中，其内部推理和决策过程不易解释，另一方面，即使采用相同的模型及设置参数，产生预期的效果也存在难度。因此，需要明确如何满足说明书充分公开的要求，进而提升人工智能算法或模型的透明性、可解释性。
专利法第二十五条第一款第（二）项否定了“智力活动的规则和方法”被授予专利权的可能性。智力活动的规则和方法是指导人们思维、表述、判断和记忆的规则和方法，具有抽象思维的特点。典型地，抽象的数学理论或数学算法就属于智力活动的规则和方法，不能被授予专利权。
如果一项权利要求对其限定的全部内容既包含智力活动的规则和方法的内容，又包含技术特征，该技术特征并非仅体现在主题名称中，则该权利要求就整体而言并不是一种智力活动的规则和方法。
人工智能算法或模型以数学理论为基础发展而来。如果一项涉及人工智能算法或模型的专利申请的权利要求仅涉及抽象数学理论或数学算法，不包含任何技术特征，则属于智力活动的规则和方法，不能被授予专利权。
为避免产生或克服方案被认定为智力活动的规则和方法的缺陷，申请人可以在权利要求中写入与算法特征相关联的技术特征，使权利要求整体上不再是一种智力活动的规则和方法。但是想要成为专利保护的客体，还需满足专利法第二条第二款关于技术方案的规定。
专利法第二条第二款所规定的“技术方案”，是指对要解决的技术问题所采取的利用了自然规律的技术手段的集合。当一项权利要求记载了对要解决的技术问题采用了利用自然规律的技术手段，并且由此获得**自然规律的技术效果，则该权利要求限定的解决方案属于技术方案。相反地，未采用利用自然规律的技术手段解决技术问题以获得**自然规律的技术效果的方案，不属于技术方案。
作为示例而非限制，以下内容阐述相关解决方案属于技术方案的几种常见情形。
情形一：人工智能算法或模型处理的是技术领域中具有确切技术含义的数据
如果一项权利要求的撰写能够体现人工智能算法或模型处理的对象是技术领域中具有确切技术含义的数据，使得基于本领域技术人员的理解，能够知晓算法或模型的执行直接体现出利用自然规律解决某一技术问题的过程，且获得了技术效果，则该权利要求限定的解决方案属于技术方案。
情形二：人工智能算法或模型与计算机系统的内部结构存在特定技术关联
如果权利要求的撰写能够体现出人工智能算法或模型与计算机系统的内部结构存在特定技术关联，从而解决如何提升硬件运算效率或执行效果的技术问题，包括减少数据存储量、减少数据传输量、提高硬件处理速度等，并能够获得**自然规律的计算机系统内部性能改进的技术效果，则该权利要求限定的解决方案属于技术方案。
这种特定技术关联体现了算法特征与计算机系统的内部结构相关特征在技术实现层面相互适应、彼此配合，如为支持特定算法或模型的运行而调整计算机系统的体系构架或相关参数，针对特定的计算机系统内部结构或参数对算法或模型作出适应性改进，或是以上两者的组合。
特定技术关联并不意味着必须对计算机系统的硬件结构做出改变。对于人工智能算法改进的解决方案，即使计算机系统的硬件结构本身并未发生改变，但是该方案通过优化系统资源配置使得其整体上能够获得计算机系统内部性能改进的技术效果，这类情形下，可以认为人工智能算法特征与计算机系统的内部结构存在特定技术关联，能够提升硬件的执行效果。
情形三：基于人工智能算法挖掘具体应用领域的大数据中**自然规律的内在关联关系
人工智能算法或模型在各领域应用时，可以进行数据分析、评估、预测或推荐等。对此类申请，如果权利要求中体现出处理的是具体应用领域的大数据，利用神经网络等人工智能算法挖掘数据之间**自然规律的内在关联关系，解决了如何提升具体应用领域大数据分析可靠性或精确性的技术问题，并获得相应的技术效果，则该权利要求的方案构成技术方案。
利用人工智能算法或模型进行数据挖掘并训练出能够根据输入数据得到输出结果的人工智能模型的手段不能直接构成技术手段，只有当基于人工智能算法或模型挖掘出的数据之间的内在关联关系**自然规律时，相关手段整体上方可构成利用自然规律的技术手段。因此，需要在权利要求记载的方案中明确为得到分析结果，具体采用了哪些指标、参数等来反映被分析对象的特点，利用人工智能算法或模型挖掘出的这些指标、参数等（模型输入）与结果数据（模型输出）之间的内在关联关系是否**自然规律。
如果利用人工智能算法或模型挖掘出的指标参数与预测结果之间的内在关联关系仅仅受到经济规律或社会规律的制约，则属于未遵循自然规律的情形。
人工智能相关发明专利申请说明书的撰写应当满足专利法第二十六条第三款的规定，使得所属技术领域的技术人员按照说明书记载的内容，能够实现该发明的技术方案，解决其技术问题，并且产生预期的技术效果。
说明书应当清楚地记载发明的技术方案，详细地描述实现发明的具体实施方式，完整地公开对于理解和实现发明必不可少的技术内容，达到所属技术领域的技术人员能够实现该发明的程度。
人工智能算法或模型存在“黑匣子”特性，需要有足够的信息来达到充分公开的目的。发明贡献不同，实现该发明必不可少的技术内容亦有所不同。
说明书应充分描述对现有技术作出贡献的部分。对于体现专利发明构思的技术手段，说明书应当清楚、完整地予以描述，以所属技术领域的技术人员能够实现为准。
说明书应当清楚、客观地写明申请与现有技术相比所具有的有益效果。必要时，可提供相应的证据来证明其发明贡献。
发明贡献在于人工智能模型训练的申请，一般需要根据方案要解决的问题或要达到的效果，在说明书中清楚记载必要的模型训练过程中涉及的算法及算法的具体步骤、训练方法的具体过程等。
发明贡献在于人工智能模型构建的申请，一般需要根据方案要解决的问题或要达到的效果，在说明书中记载必要的模块结构、层次结构或连接关系等，准确、客观地写明模型的功能和效果。必要时，通过实验数据、分析论证等方式表明改进后所能达到的效果。
发明贡献在于人工智能具体领域应用的申请，一般需要根据方案要解决的问题或要达到的效果，在说明书中明确模型如何与具体应用场景结合、输入/输出数据如何设置等。必要时，说明书中还应当阐明输入数据和输出数据之间的相关性，使所属技术领域的技术人员能够判断二者之间具有关联关系。
针对说明书公开不充分的审查意见，在意见陈述时需要阐述所属技术领域的技术人员能够实现相关解决方案的理由和依据。应注意的是，判断说明书是否充分公开，以原说明书和权利要求书记载的内容为准。
人工智能相关发明专利申请的解决方案包含大量算法特征，考量创造性时，应将与技术特征功能上彼此相互支持、存在相互作用关系的算法特征与所述技术特征作为一个整体考虑。“功能上彼此相互支持、存在相互作用关系”是指算法特征与技术特征紧密结合、共同构成了解决某一技术问题的技术手段，并且能够获得相应的技术效果。对技术方案整体考虑后，若与现有技术相比，该方案具有突出的实质性特点和显著的进步，则权利要求具备创造性。
为使人工智能算法特征在创造性判断时被纳入技术手段的一部分，权利要求中应体现出人工智能算法或模型在实现具体功能或应用于具体领域时，解决了具体技术问题，从而明确算法特征与技术特征功能上彼此相互支持、存在相互作用关系，使得算法特征成为技术手段的组成部分。
对于将人工智能算法或模型用于实现特定功能或应用于具体领域的申请，为了使方案中的算法特征在创造性评判时带来技术贡献，在撰写时，需写明实现特定功能或应用于特定领域时所解决的技术问题，所采用的遵循自然规律的技术手段，以及由此获得的**自然规律的技术效果，还应写明实施算法或模型所必不可少的内容。若方案涉及对现有的人工智能算法流程或模型参数进行调整，该调整解决了实现特定功能或应用于特定领域时面临的技术问题，并获得了有益技术效果，则可以认为算法特征与技术特征功能上彼此相互支持、存在相互作用关系，在创造性判断时应考虑算法特征对方案作出的贡献。
如果申请方案中记载的人工智能算法或模型属于现有技术，方案的改进在于将其从现有的场景应用到本申请的场景，则创造性考量时应当综合考虑算法或模型应用的场景的远近、是否存在相应的技术启示、应用于不同场景的难易程度、是否需要克服技术上的困难、是否带来预料不到的技术效果等方面。
进一步，若算法或模型应用于不同场景，并未通过克服技术上的困难实现对算法或模型的训练方法、参数、配置等要素的调整，也未获得预料不到的技术效果，则不能使方案具备创造性。
若人工智能算法或模型与计算机系统的内部结构存在特定技术关联，实现了对计算机系统内部性能的改进，在创造性评判时，会将方案中的算法特征与技术特征作为一个整体考虑。
对计算机系统内部性能进行改进的情形，包括：通过调整硬件系统的体系构架来支持或优化特定算法或模型的运行，通过算法或模型的执行来优化计算机系统中硬件资源的调度等。在这种情形下，方案中的算法特征与技术特征将作为一个整体考虑，如果现有技术未给出技术启示，则方案具备创造性。
若方案中的人工智能算法特征与技术特征一起，提升了用户体验，在创造性评判时，会将算法特征与技术特征作为一个整体考虑，如果现有技术未给出技术启示，则方案具备创造性。