Ex.47, Claim 2 - Method using ANN (Ineligible)

Ex.47 C2: Neural network(NN)の使用方法であって、訓練データの受信と離散化、NNの訓練、訓練済NNを使った異常検出、分析、出力を含む。

[Claim 2] A method of using an artificial neural network (ANN) comprising:
(a) receiving, at a computer, continuous training data;
(b) discretizing, by the computer, the continuous training data to generate input data;
(c) training, by the computer, the ANN based on the input data and a selected training algorithm to generate a trained ANN, wherein the selected training algorithm includes a backpropagation algorithm and a gradient descent algorithm;
(d) detecting one or more anomalies in a data set using the trained ANN;
(e) analyzing the one or more detected anomalies using the trained ANN to generate anomaly data; and
(f) outputting the anomaly data from the trained ANN.

https://www.uspto.gov/sites/default/files/documents/2024-AI-SMEUpdateExamples47-49.pdf

Step 1: クレームされた発明は、プロセス、機械、製造物、組成物、又はその新規かつ有用な改良か？

連続的な訓練データの受信ステップを含むプロセスであり、Step 2Aに進む。

Step 2A, Prong One: クレームが自然法則、自然現象、又は抽象的概念(いゆわるjudicial exceptions)を対象とするか？

（なお、抽象的概念とは、思考プロセスや数学的概念、人の行動を組織化する方法を指し、さらに人の行動を組織化する方法とは、経済原理やビジネス上の行為、人間の社会的活動などを含む）

Broadest Reasonable Interpretationにより

(b), (d), (e)：人間が意識の中で実行可能な思考プロセス

(b), (c)：数学的計算を含む数学的概念

よってクレームは抽象的概念(judicial exceptions）を対象とするため、さらなる分析Prong Twoへ進む。

Step 2A, Prong Two: judicial exceptions(ここでは抽象的概念)を上回る追加的な構成要素があるか、またこれらによってそのjudicial exceptions(抽象的概念)が実用的な応用(application)へと一体化されているか？

(a)と(f)は重要でない追加的な動作 (insignificant extra-solution activity) に過ぎず、追加的な構成要素は (b), (c), (d), (e)。

(b), (c)は、列挙された抽象的概念を単にコンピュータが実行するに過ぎない。

(d), (e)は、抽象的概念を汎用コンピュータで実現するための指令を記載したに過ぎない

以上より、Prong Twoをパスできず、Step 2Bへ進む。

Step 2B, クレームの追加的な構成要素により、judicial exceptionsを大きく上回る程度まで、発明的概念が追加されているか

このステップの分析は、部分的にProng Twoの説明と似ています。本事例では、上記同様の否定的な見解がなされ、特許適格性なしと判断されています。一般論として、追加的な構成要素が、従来技術に対して新しいものであることが主張できる場合、適格性が認められる可能性が高くなります。