【AI関連発明】AI関連技術に係るデータ群の利活用について（１０）～AIと特許法（続き）～＜勉強ノート＞

□AI関連発明における特許要件の判断については、特許庁より、次の事例が提供されている。
記
（目次）
　１　はじめに→（１）
　２　AI利用データについて→（１）～（３）
　３　AIと特許法について→（４）～（１６）
　　３－１ 我が国における特許出願件数に係る統計データ→（４）
　　３－２ AI関連発明→（５）
　　３－３ AI関連発明、ビジネス関連発明、IoT関連発明の特許庁資料→（６）
　　３－４ 特許要件の判断→（７）
　　３－５ 特許要件の判断→（８）
　　３－６ 記載要件に関する特許庁の事例について→（８）～（１１）
　　　（１）実施可能要件及びサポート要件の有無→（８）
　　　（２）事例４６「糖度推定システム」→（９）
　　　（３）事例４７「事業計画支援装置」→（９）
　　　（４）事例４８「自動運転車両」→（１０）
　　　（５）事例４９「体重推定システム」→（１０）
　　　（６）事例５０「被験物質のアレルギー発症率の予測方法」→（１１）
　　　（７）事例５１「嫌気性接着剤組成物」→（１１）
　　３－７ 進歩性に関する特許庁の事例について→（１２）～（１６）
　４　AIと意匠法について（未作成）
　５　AIと著作権法について（未作成）
　６　AIと不正競争防止法について（未作成）
　７　AIと契約について（未作成）
　８　AIと商標法について（未作成）
　９　AIとその他（未作成）
　１０　おわりに（未作成）

**********

（本文）
３　AIと特許法について
　３－６ 記載要件に関する特許庁の事例について
　　（４）事例４８「自動運転車両」
　　　　　＜出典＞
　　　　　(1)特許庁「AI関連技術に関する事例について」（2019.1公表）
　　　　　(2)特許庁「AI関連技術に関する事例の追加について」
　　　　　　（平成31年1月30日公表）
【表１７】
　●事例４８：自動運転車両　＊改行・下線挿入

事例４８：自動運転車両

＜拒絶理由＞ ・拒絶理由なし（実施可能要件の具備）

＜クレーム＞（特許請求の範囲） 【請求項１】 　運転者監視装置を備える自動運転車両であって、 前記運転者監視装置は、 車両の運転席に着いた運転者を撮影可能に配置された撮影装置から撮影画像を取得する画像取得部と、 前記運転者の運転に対する即応性の程度を推定するための機械学習を行った学習済みの学習モデルに前記撮影画像を入力することで、前記運転者の運転に対する即応性の程度を示す即応性スコアを当該学習モデルから取得する即応性推定部と、 を備え、 取得した即応性スコアが所定の条件を満たさない場合に、自動的に運転操作を行う自動運転モードから運転者の手動により運転操作を行う手動運転モードへの切り替えを禁止する自動運転車両。

＜教師データ＞ 　(1)「即応性スコア」

＜拒絶理由の内容＞ ・具体的な相関関係等→記載無し ・相関関係等の存在　→推認性可能 　（出願時の技術常識を鑑みて・・・行動状態と・・・即応性の程度との間に相関関係等が存在することが推認できる。）

【図１１】

＜出典＞特許庁「AI関連技術に関する事例の追加について」
（平成31年1月30日公表）

　　（５）事例４９「体重推定システム」
【表１８】
　●事例４９：体重推定システム　＊改行・下線挿入

事例４９：体重推定システム

＜拒絶理由＞ 【請求項１】 　・サポート要件違反／実施可能要件違反 【請求項２】 　・拒絶理由なし（サポート要件違反／実施可能要件の具備）

＜クレーム＞（特許請求の範囲） 【請求項１】 　人物の顔の形状を表現する特徴量と身長及び体重の実測値を教師データとして用い、人物の顔の形状を表現する特徴量及び身長から、当該人物の体重を推定する推定モデルを機械学習により生成するモデル生成手段と、 人物の顔画像と身長の入力を受け付ける受付手段と、 前記受付手段が受け付けた前記人物の顔画像を解析して前記人物の顔の形状を表現する特徴量を取得する特徴量取得手段と、 前記モデル生成手段により生成された推定モデルを用いて、前記特徴量取得手段が取得した前記人物の顔の形状を表現する特徴量と前記受付手段が受け付けた身長から体重の推定値を出力する処理手段と、 を備える体重推定システム。 【請求項２】 　前記顔の形状を表現する特徴量は、フェイスライン角度であることを特徴とする、 請求項１に記載の体重推定システム。

＜教師データ＞ 　(1)「人物の顔の形状を表現する特徴量」 　(2)「身長」 　(3)「体重」 【請求項２】 　(1)「特徴量」→「フェイスライン角度」に限定 　(2)「身長」 　(3)「体重」

＜拒絶理由の内容＞ 【請求項１】 　・具体的な相関関係等→記載無し 　・相関関係等の存在　→推認性不可 　　（出願時の技術常識に鑑みてもそれらの間に何らかの相関関係等が存在することが推認できるとはいえない。） 【請求項２】 　・具体的な相関関係等→記載有り 　　（人物のフェイスライン角度の余弦と、その人物のBMIとの間に、統計的に有意な相関関係が存在することが示されている。） 　・サポート要件　　　→満足 　　（請求項２に係る発明は、発明の詳細な説明に記載したものであり、請求項２はサポート要件を満たす。）

＜拒絶理由に対する出願人の対応＞ ・「請求項1を削除し、請求項2のみへと補正することにより、拒絶理由は解消する。」

【図１２】

＜出典＞特許庁「AI関連技術に関する事例の追加について」
（平成31年1月30日公表）

[△最新情報へ]

（以上）