Fox 在 CAFC Under 101 上成功取消机器学习索赔

快速阅读: 据《IPWatchdog.com》最新报道，美国联邦巡回上诉法院裁定，将已知机器学习方法应用于新数据环境的专利不具专利资格。近期分析公司诉福克斯集团等侵权案中，地区法院以专利不符《美国法典》第101条为由驳回诉讼，上级法院维持原判，强调未披露机器学习模型改进的专利无资格获专利保护。

美国联邦巡回上诉法院（CAFC）本周五处理了一起前所未有的专利适格性案件，裁定“仅将已知的机器学习方法应用于新的数据环境的权利要求不具备专利资格”。近期分析公司（瑞赛维特分析公司，Recentive Analytics, Inc.）起诉福克斯集团（福克斯公司，Fox Corp.）、福克斯广播公司（福克斯广播有限公司，Fox Broadcasting Company, LLC）以及福克斯体育制作公司（福克斯体育制作有限公司，Fox Sports Productions, LLC），指控其侵犯四项美国专利，专利号分别为：10,911,811；10,958,957；11,386,367；11,537,960。这些专利旨在解决娱乐行业及电视广播中关于优化现场活动与“网络地图”调度的问题，“网络地图”用于确定特定时间在特定地理市场内广播频道所展示的节目或内容。

地区法院最终以专利不符合《美国法典》第101条为由，批准了福克斯提出的驳回诉讼动议。法院指出，专利的权利要求在爱丽丝测试的第一阶段即告失败，因其分别“指向利用已知通用数学技术生成网络地图和事件日程表的抽象概念”。而在第二阶段中，权利要求未能显示出“发明性概念”，因为“机器学习限制只是‘广泛、功能描述、众所周知的技术’，并且仅声称‘普通的和常规的计算设备’”。

在上诉中，CAFC同意“这些专利指向在特定环境中使用通用机器学习技术的概念，缺乏发明性概念”。尽管近期分析公司主张其专利中的机器学习应用并非通用，因为它通过调整算法以实现自动定制和实时更新地图与日程表来改进技术，但CAFC指出，近期分析公司承认其专利并未具体说明改进算法的方法。此外，权利要求和说明书均未描述如何通过步骤或其他方式实现任何改进。“权利要求唯一披露的机器学习使用情况为，机器学习被用于新环境中，”CAFC写道。权利要求也不因执行以前由人类完成的任务而变得更快、更高效而获得资格。意见指出，“在计算机辅助方法的背景下，我们一贯认为此类权利要求并非仅仅因为加速人类活动而根据§101获得专利资格。”无论是在第一步还是第二步中提出的问题，这一原则同样适用。

转向第二步，CAFC拒绝了近期分析公司关于权利要求的创造性概念是“基于实时数据动态生成优化的地图和日程表，并根据变化条件进行更新”的论点。相反，它支持地区法院的观点，认为这等同于仅声称抽象概念本身。意见最后提到，“机器学习是一个蓬勃发展的领域，且日益重要，可能会导致技术上的专利合格改进。”法院解释说，其当前意见仅表明，“仅声称将通用机器学习应用于新的数据环境，而未披露要应用的机器学习模型的改进的专利，在§101下不具备专利资格。”

最终裁决清晰且有力，为类似专利申请设定了明确界限，同时也为技术领域未来的创新提供了指引。

(以上内容均由Ai生成)