? ? ?優先權的申請過程中優先權經過兩次答復，兩次答復僅涉及創造性問題。申請人在答復時通過在獨權中增加新的特征并抗辯，成功克服創造性問題并獲得授權。

? ? 美國專利申請過程美國專利是將中優先權直接翻譯后申請的，申請人在美國審查員下發第2次審查意見之后，額外支付費用提交RCE來獲得第3、4次審查機會。申請人在USPTO下發第4次審查意見后放棄該申請：OA1指出：權要存在101問題、103問題OA2指出：權要存在103問題OA3指出：權要存在103問題OA4指出：權要存在103問題其中，101是客體問題；103是創造性問題。在該美國申請的審查過程中，創造性問題一路亮紅燈，申請人陸續花了至少10萬人民幣，也沒克服創造性問題，終放棄該申請。中美新創性審查差異，如此之大本案例中，可以很明顯看出中美審查員在新創性審查方面的差異。

? ? 在審查時，美國檢索應該更強。中審查員在審查優先權的時候，只引用了兩個申請文件進行對比。

? ? 但是美國審查員在審查美國申請的時候，OA1一開始就引用了9個現有文件。其次，在引用對比文件方面，審查員都具有地域性的偏向。中審查員給出的兩個對比文件均是中的，美國審查員給出的9個現有文件也全部都是美國的。

? ? 基于經驗，各個國的審查員因為語言問題，也更加傾向于引用本國的現有文件來進行比對。審查員不同，引用的對比文件不同，那么在新創性的審查結果上，自然沒有必然的聯系，中美審查結果很可能不同。

? ? 所以，申請美國專利前，申請人千萬不要覺得中專利的新創性通過了，美國專利的新創性就穩妥了，建議申請人提前評估新創性，做好防范措施。如果本案例中的申請人在進入美國之前做了新創性評估和相應的風險防范，結果可能完全不一樣。我們一起看看該優先權的授權權要（下劃線部分是申請權要基礎上增加的特征）：

? ? 1.一種對神經網絡模型加密的方法，其特征在于，包括：對描述目標神經網絡模型的原模型文件中的模型信息的至少一部分進行加密，得到加密模型文件；所述模型信息，包括：所述目標神經網絡模型中各個節點的節點信息和所述目標神經網絡模型的全局參數；其中，所述節點信息包括節點標識和節點參數，所述節點參數包括以下至少之一：節點的權重參數、節點的輸入參數、節點的輸出參數和節點的運算參數：根據所述加密模型文件，生成描述所述目標神經網絡模型的模型程序代碼；基于終端設備的請求，將包含所述模型程序代碼的應用程序安裝包發送到所述終端設備；其中，所述應用程序安裝包用于供所述終端設備安裝運行并實現所述目標神經網絡的功能；所述對描述目標神經網絡模型的原模型文件中的模型信息的至少一部分進行加密，得到加密模型文件，包括：根據預設的散列函數對所述模型信息的至少一部分進行映射運算，得到加密模型文件。鑒于中無法查詢答復文件，大致推斷下劃線部分特征為中發明審查員認可的新創性的技術點。這些模型信息在機器學習模型領域常規嗎？基于散列函數運算加密常規嗎？

? ?如果它們對于本領域技術人員來說創新度不夠，審查員經過高強度檢索總能找到相關文獻。事實也確實如此，美國審查員進行檢索后，認為Sun?et?al.?(US?2018/0293057?A1)?和Kern?et?al.?(US?2020/0012500?A1)教導了模型信息部分，這兩個對比文件和Tanaka

et?al.?(US?6,684,389?B1)等人一起教導了神經網絡模型源代碼文件的加密。Bansal?et?al.?(US?2020/0380091

A1)教導使用哈希映射（即權要中的散列函數）來加密文件，這是一種眾所周知的加密類型。申請人在該美國申請的后續答復過程中，也沒有克服創造性問題。可見中審查員可能認可的新創性的技術點，在美國審查員的強度檢索下，不一定具備創造性。因此，面對類似的中授權專利，建議申請人在進入美國之前，合理評估新創性后做好防范措施（即強化創造性）。

來源：原創?知研團隊??免責聲明：版權歸原創所有僅供學習參考之用，禁止用于商業用途，部分文章推送時未能及時與原作者取得聯系，若來源標錯誤侵犯到您的權益煩請告知我們將立即刪除。