中美新创性专利审查差异案例

     优先权的申请过程中优先权经过两次答复，两次答复仅涉及创造性问题。申请人在答复时通过在独权中增加新的特征并抗辩，成功克服创造性问题并获得授权。

    美国专利申请过程美国专利是将中优先权直接翻译后申请的，申请人在美国审查员下发第2次审查意见之后，额外支付费用提交RCE来获得第3、4次审查机会。申请人在USPTO下发第4次审查意见后放弃该申请：OA1指出：权要存在101问题、103问题OA2指出：权要存在103问题OA3指出：权要存在103问题OA4指出：权要存在103问题其中，101是客体问题；103是创造性问题。在该美国申请的审查过程中，创造性问题一路亮红灯，申请人陆续花了至少10万人民币，也没克服创造性问题，终放弃该申请。中美新创性审查差异，如此之大本案例中，可以很明显看出中美审查员在新创性审查方面的差异。

    在审查时，美国检索应该更强。中审查员在审查优先权的时候，只引用了两个申请文件进行对比。

    但是美国审查员在审查美国申请的时候，OA1一开始就引用了9个现有文件。其次，在引用对比文件方面，审查员都具有地域性的偏向。中审查员给出的两个对比文件均是中的，美国审查员给出的9个现有文件也全部都是美国的。

    基于经验，各个国的审查员因为语言问题，也更加倾向于引用本国的现有文件来进行比对。审查员不同，引用的对比文件不同，那么在新创性的审查结果上，自然没有必然的联系，中美审查结果很可能不同。

    所以，申请美国专利前，申请人千万不要觉得中专利的新创性通过了，美国专利的新创性就稳妥了，建议申请人提前评估新创性，做好防范措施。如果本案例中的申请人在进入美国之前做了新创性评估和相应的风险防范，结果可能完全不一样。我们一起看看该优先权的授权权要（下划线部分是申请权要基础上增加的特征）：

    1.一种对神经网络模型加密的方法，其特征在于，包括：对描述目标神经网络模型的原模型文件中的模型信息的至少一部分进行加密，得到加密模型文件；所述模型信息，包括：所述目标神经网络模型中各个节点的节点信息和所述目标神经网络模型的全局参数；其中，所述节点信息包括节点标识和节点参数，所述节点参数包括以下至少之一：节点的权重参数、节点的输入参数、节点的输出参数和节点的运算参数：根据所述加密模型文件，生成描述所述目标神经网络模型的模型程序代码；基于终端设备的请求，将包含所述模型程序代码的应用程序安装包发送到所述终端设备；其中，所述应用程序安装包用于供所述终端设备安装运行并实现所述目标神经网络的功能；所述对描述目标神经网络模型的原模型文件中的模型信息的至少一部分进行加密，得到加密模型文件，包括：根据预设的散列函数对所述模型信息的至少一部分进行映射运算，得到加密模型文件。鉴于中无法查询答复文件，大致推断下划线部分特征为中发明审查员认可的新创性的技术点。这些模型信息在机器学习模型领域常规吗？基于散列函数运算加密常规吗？

   如果它们对于本领域技术人员来说创新度不够，审查员经过高强度检索总能找到相关文献。事实也确实如此，美国审查员进行检索后，认为Sun et al. (US 2018/0293057 A1) 和Kern et al. (US 2020/0012500 A1)教导了模型信息部分，这两个对比文件和Tanaka

et al. (US 6,684,389 B1)等人一起教导了神经网络模型源代码文件的加密。Bansal et al. (US 2020/0380091

A1)教导使用哈希映射（即权要中的散列函数）来加密文件，这是一种众所周知的加密类型。申请人在该美国申请的后续答复过程中，也没有克服创造性问题。可见中审查员可能认可的新创性的技术点，在美国审查员的强度检索下，不一定具备创造性。因此，面对类似的中授权专利，建议申请人在进入美国之前，合理评估新创性后做好防范措施（即强化创造性）。

来源：原创 知研团队  免责声明：版权归原创所有仅供学习参考之用，禁止用于商业用途，部分文章推送时未能及时与原作者取得联系，若来源标错误侵犯到您的权益烦请告知我们将立即删除。