O guia de exame chinês de 2020 cita como exemplo de matéria considerada não patenteável por ser considerado etapa mental(artigo 25.1.2 da lei de patentes) Um método para determinar um índice de prosperidade econômica com base no consumo regional de eletricidade; compreendendo selecionar indicadores preliminares do índice de prosperidade econômica de uma área a ser detectada de acordo com os dados econômicos e dados de consumo de eletricidade, em que os indicadores preliminares incluem indicadores econômicos e indicadores de consumo de eletricidade; realizar métodos de análise de cluster e métodos de análise de correlação de diferença de tempo por um computador, determinando o sistema de índice de prosperidade econômica da área a ser detectada, incluindo indicadores antecedentes, indicadores consistentes e indicadores de atraso; obtenção do índice de prosperidade econômica de acordo com o sistema de índice de prosperidade econômica da área a ser testada, pelo método de cálculo do índice sintético. Pode-se argumentar que os dados de consumo de eletricidade são uma característica técnica. No entanto, os dados são usados apenas para determinar um índice econômico, que não está vinculado a nenhum problema técnico tangível, nem oferece soluções técnicas. Se, por exemplo, os dados de consumo de eletricidade foram usados para resolver problemas de envio para logística, esse método pode ser considerado elegível.
Um segundo exemplo mostra matéria considerada patenteável se refere Um método para treinar um modelo de rede neural convolucional (CNN), compreendendo a obtenção de parâmetros de modelo a serem treinados. . . adquirir uma pluralidade de imagens. . . realizando uma operação de convolução e uma operação de agrupamento máximo em cada imagem de treinamento. . . realizando uma operação de agrupamento horizontal. . . determinar um vetor de recursos de cada imagem de treinamento. . . processando cada vetor de característica. . . calcular um erro de classe. . . ajustando ainda mais o modelo até que o número de iterações atinja um número predefinido; e tomando os parâmetros de modelo obtidos como os parâmetros de modelo do modelo CNN treinado. A matéria não é considerada uma ideia abstrata porque os conceitos matemáticos não estão escritos nas reivindicações, e as etapas não podem ser executadas na mente humana.
Um ouro exemplo de matéria não patenteável se refere a um método para fornecer um desconto ao consumidor, compreendendo: um comerciante devolvendo a um consumidor um certo desconto em dinheiro de acordo com o valor de consumo do usuário no comerciante, em que o comerciante usa um computador para: dividir o valor R de consumo do usuário em intervalos M; em que M é um número inteiro aumentando gradualmente de 1 a M; divida o valor do desconto F por M; calcular o valor do consumo atual do usuário, em que quando o valor do consumo atual do usuário for 1, o valor do desconto é o primeiro valor e quando o valor do consumo atual do usuário for 2, o valor do desconto é o segundo valor e assim por diante, e retornar o valor valor do desconto do intervalo correspondente para o usuário. A reivindicação não permite identificar nenhum problema técnico nem efeito. O consumo do usuário é um problema puramente econômico, e o computador determina o valor do desconto apenas de acordo com as regras especificadas e o valor do consumo do usuário. As regras de desconto não são limitadas por “leis da natureza”, mas são regras de negócios artificiais criadas dentro da mente.
O exemplo seguinte também é apontado no manual como não patenteável: Um método para construir um modelo matemático, caracterizado pelo fato de que compreende: treinar um modelo de extração de característica inicial com base em autovalores em amostras de treinamento de uma primeira tarefa de classificação e autovalores em amostras de treinamento de pelo menos uma segunda tarefa de classificação, para obter um modelo de extração de característica alvo, em que o a segunda tarefa de classificação é uma tarefa de classificação diferente relacionada à primeira tarefa de classificação; processar os autovalores em cada amostra de treinamento da primeira tarefa de classificação, respectivamente, com base no modelo de extração de característica alvo, para obter autovalores correspondentes a cada amostra de treinamento; combinar os autovalores extraídos correspondentes a cada amostra de treinamento e um valor de rótulo para formar uma amostra de treinamento extraída, para treinar o modelo de classificação inicial para obter um modelo de classificação alvo; combinar o modelo de classificação de destino e o modelo de extração de recurso de destino para formar um modelo matemático para a primeira tarefa de classificação. As etapas de treinamento, processamento e extração de autovalores são apenas etapas matemáticas abstratas, resultando em um modelo matemático de classificação geral abstrato. A solução não possui campos de aplicação específicos. Estas seriam consideradas “regras ou métodos de atividade mental” e, portanto, infringiriam o Artigo 25 da lei de patentes.[1]
[1] Eagle IP Ltd - Jennifer Che, Hebe Chau and Yolanda Wang, Patent Eligibility for Software in China, www.lexology.com 04/04/2022
Nenhum comentário:
Postar um comentário