XiaoMi-AI文件搜索系统
World File Search System专利申请
欧洲大学在专利和创新中的作用
受这些关系和该部门中心地位的启发，并基于 EPO 的综合专利数据，我很高兴介绍这项关于欧洲大学创新过程的开创性研究。该报告是第一份此类综合分析报告，基于来自所有 EPO 成员国的 1200 多所欧洲大学的欧洲专利申请数据。除了大学直接提交的专利申请外，该研究还研究了其他实体为这些大学开发的发明提交的申请。因此，它为大学作为欧洲创新源泉的作用提供了新的见解。我们的研究结果表明，过去二十年来，欧洲大学对欧洲专利制度的影响一直在稳步增长。2019 年，在欧洲专利局提交的所有专利申请中，超过 10% 源自大学。重要的是，大学的知识产权政策也在不断发展。现在，大学经常保留其实验室专利发明的所有权，并负责主动商业化。因此，知识转移办公室的作用比以往任何时候都更加重要，对于学术创新产生影响至关重要。一些欧洲顶尖大学正在引领潮流，为欧洲的学术专利和初创企业创新做出了卓越贡献。
最近来自东京地方法院的裁决：AI不符合发明家的资格
最高法院拒绝于2023年4月24日授予证书。8同样，在英国，英国最高法院于2023年12月20日驳回了史蒂芬·塔勒（Stephen Thaler）博士的上诉。9这些判断认为，基于对专利法的解释，只有自然人应被视为专利申请中的发明者，这与日本目前的法院判决一致。在中国，挑战拒绝Dabus申请的行政诉讼正在北京知识产权法院审理。10然而，《中国国家知识产权》的“专利审查指南”，自2024年1月20日生效，明确指出，发明家必须是自然人，并且不能将AI列为发明家。因此，在专利申请中无法将AI视为发明家的立场已成为全球流行的观点。
对 USPTO 关于专利人工智能信息请求的回应
Kate Gaudry 1 1.利用人工智能的发明以及由人工智能开发的发明通常被称为“人工智能发明”。人工智能发明的要素是什么？例如：要解决的问题（例如，人工智能的应用）；人工智能将在其上进行训练和操作的数据库结构；算法在数据上的训练；算法本身；通过自动化过程的人工智能发明的结果；应用于影响结果结果的数据的策略/权重；和/或其他元素。重要的是不要将人工智能与机器学习混为一谈。并非所有人工智能技术都使用机器学习技术。机器学习技术使用数据来学习底层算法的部分（例如，学习一组参数的值）。一些 AI 技术不使用深度学习，而是可能依赖于（例如）复杂的查询、逻辑和/或知识库。例如，深蓝在 1997 年的国际象棋比赛中使用符号 AI（或“老式人工智能”）击败了 Garry Kasparov。深蓝通常被认为对应于 AI 系统，即使这种技术仅涉及比较（大量）潜在序列，这并不等同于“学习”。美国专利商标局似乎之前已经意识到 AI 比机器学习更广泛，因为 706 类有一个机器学习子类和一个知识处理系统子类。因此，AI 实际上是相当宽泛的术语。我建议避免设立需要具体描述单个专利申请是否与 AI 相关的计划或其他计划。目前，分类过程中使用了与 AI 相关的定义，但众所周知，专利申请可能涉及多个类别。因此，不期望 AI 类别会包含所有 AI 专利申请，也不期望分配给 AI 类别的所有类别实际上都与 AI 相关。此外，有些人认为整个领域都是 AI 领域的一部分。例如，可以说整个计算机视觉、语音检测和自然语言处理领域都是 AI 领域的子领域。因此，我再次建议谨慎制定“AI 发明”的定义，该定义将用于与其他专利申请相比对 AI 发明专利申请进行差异化处理。2.自然人可以通过哪些不同的方式为人工智能发明的构思做出贡献并有资格成为指定发明人？例如：设计算法和/或加权适应性；构建算法运行的数据；在数据上运行人工智能算法并获得结果。开发机器学习工具可以包括各种步骤，例如：
揭示还是隐藏？雇主在劳动力市场上学习...
雇主学习如何影响研究科学家市场人才的分配？我使用40,000博士学位的计算机科学博士学位（CS）的工作历史与其科学出版物和专利措施相匹配。CS会议的作者将研究人员在次年转移到顶级科技公司之一的可能性，控制其起源公司和经验，这意味着在更有生产力的工人与更有生产力的公司之间的匹配过程中，公众学习起着强大的作用。 许多高质量的论文伴随着相关的专利申请，但该申请是私人信息18个月。 此类论文的作者在次年中不太可能向公司阶梯上升，但正如雇主工资设置模型所预测的那样，更有可能在三年内成为顶级公司。 i估计该模型的结构版本，发现如果雇主没有从phd后研究中了解工人，那么早期计算机科学家的科学出版物将减少16％。 披露专利申请的速度更快将增加1％的创新，这是由于更快的正分类匹配速度驱动的。将研究人员在次年转移到顶级科技公司之一的可能性，控制其起源公司和经验，这意味着在更有生产力的工人与更有生产力的公司之间的匹配过程中，公众学习起着强大的作用。许多高质量的论文伴随着相关的专利申请，但该申请是私人信息18个月。此类论文的作者在次年中不太可能向公司阶梯上升，但正如雇主工资设置模型所预测的那样，更有可能在三年内成为顶级公司。i估计该模型的结构版本，发现如果雇主没有从phd后研究中了解工人，那么早期计算机科学家的科学出版物将减少16％。披露专利申请的速度更快将增加1％的创新，这是由于更快的正分类匹配速度驱动的。
人工智能可以发明吗？ - CSE CGI 服务器 - 新南威尔士大学悉尼分校
创新能力是人类改善生活质量的核心。过去，这种创新来自人类的汗水和智慧。但是，我们很快就会拥有能够发明的机器吗？这会加速创新吗？最近的一些法律案件将这些问题推向了风口浪尖。这些案件围绕着一个基于神经网络的人工智能 (AI) 系统 DABUS（统一感知的自主引导设备）展开，其创造者声称该系统使发明值得申请专利。全球已提交两项发明的专利申请，DABUS 是这两项发明的唯一发明人：一种具有分形表面以辅助包装的食品容器，以及一种具有分形维数脉冲序列以引起注意的警示灯。迄今为止，这些专利申请几乎在所有司法管辖区 1 都被驳回，主要是因为法律理由是发明人必须是人类。没有一个法律案件对 DABUS 是唯一发明人的说法进行检验。然而，专利申请提出了一些有趣而重要的问题，即发明人意味着什么，发明又意味着什么。在专利法的背景下，产品或工艺需要具有“新颖性”（在现有发明的“现有技术基础”中找不到）和“创造性”（对于相关领域的技术人员来说不是显而易见的），并且必须具有工业应用。因此，可以问这样一个问题：人工智能系统是否能够发明，或者是否能够发明。我们在这里使用人工智能系统的广义定义，包括基于规则的系统、基于搜索的系统和基于学习的系统。
联合部队的太空运输能力
2.12. “背景技术”是指任何一方带入本协议的技术，包括专利、专利申请或版权作品中描述的限制性、敏感性、特权性或机密性信息或知识产权，这些专利、专利申请或版权作品是在本协议生效日前制作、创作或以其他方式开发的。所有背景技术均在联合工作计划中明确界定，并附有标记要求以及（如适用）此类背景技术的交付、储存和处置条款。除非联合工作计划中另有明确规定，否则接收方对此类背景技术不享有任何权利（除严格用于根据本协议开展工作外），无论该背景技术是否根据本协议得到改进、完善或以其他方式进一步开发。背景技术不包括口头、听觉或视觉信息。
2024 年量子计算专利
美国和中国在该领域占据主导地位，两国合计占据量子计算专利优先权的 68%。中国以其优先权的国际专利家族数量每年120％的惊人增长率而引人注目。尽管美国凭借 IBM、微软和 Alphabet（谷歌）等关键公司仍保持领先地位，但近年来其活动似乎已达到更为温和的增长水平。在欧洲，专利申请策略具有强烈的国际扩展倾向，超过 80% 的专利家族扩展到欧洲边界之外。欧洲也表现出色，其用于量子比特的专利比例较高，达到 31% 左右。德国、英国和法国是最具活力的欧洲国家。 2018 年至 2022 年期间，以欧洲专利局 (EPO) 为首次受理局的专利申请数量增长了 15 倍。在欧洲背景下，法国将自己定位为量子计算领域专利申请的知名参与者。 2018 年至 2022 年间，向 INPI 提交的申请数量增加了 83%。同期，具有法国优先权的国际专利家族年均增长率为11%。然而，在某些特定的子领域，例如量子编译，法国在科学出版物中的存在感并不明显，而不像德国、英国和奥地利等其他欧洲国家那样在这些领域占有较大的份额。
欧洲专利公报 2000/42
已公布的申请 15 一、已进入欧洲阶段的国际申请 15 件（第 158(1) 条），按国际专利分类和公开号排序 欧洲专利申请和 94 件 1.1(2) 国际申请，已进入欧洲阶段（第158（3）条），按照国际专利分类和公开号排列单独公布 209 1.1(3) 欧洲检索报告 (A3) 准备补充材料 213 1.1(4) 欧洲检索报告 准备欧洲检索报告后确定了相关 - 1.1(5) 文件的申请不是 215 1.2 已进入欧洲阶段，按国际公开号排序 欧洲专利申请和包含在其中的国际申请已进入欧洲阶段，按申请号排序 免费 在 EPC 第 79(2) 条规定的截止日期到期后，提名/延期申请通过付款确认