※如欲轉載本文，請移步至北美智權報「聯絡我們」頁面填寫表單與我們聯繫
王思原／世新大學法律學系副教授
圖片來源 : shutterstock、達志影像
人工神經網路（Artificial Neural Network, ANN）係一種受人類大腦神經結構啟發之計算模型，具備機器學習能力，可經訓練以執行特定任務，並透過將輸出結果與目標反覆比對之迭代過程，逐步調整優化。作為深度學習與生成式人工智慧（Gen AI）之技術基礎，ANN已成為現代AI之核心架構。然而，與ANN相關之發明是否具備專利適格性，卻在英國專利法上長期存在爭議。本文介紹英國最高法院於2026年2月11日在Emotional Perception AI案中就此議題所作之判決[1]。
本案背景
ANN係由多層人工神經元組成的網路，輸入層的資料依序透過各層神經元處理，每個神經元對輸入值賦予各自的權重，經加總後施以激活函數，最終由輸出層產生輸出值[2]。ANN之關鍵特性在於其機器學習能力 — 透過迭代訓練過程，系統反覆比較ANN實際輸出與目標輸出間的誤差，並以「反向傳播」（backpropagation）技術調整各神經元的權重與偏差值，逐步降低誤差，直至訓練效果達到預期水準。訓練完成後，ANN的權重與偏差值即被凍結，系統進入推論模式，可對新資料進行處理並產生輸出[3]。
Emotional Perception AI Ltd（EPAI）宣稱其ANN媒體檔案（如音樂、影片或文本）推薦系統能夠僅憑上述媒體檔案的客觀物理特性，如音樂的節奏、音調、音量與韻律等，模擬人類對檔案內容之主觀情感感知；並在不依賴任何語義分析的情況下，向使用者推薦能引發相似情感反應的其他檔案。EPAI系統的「訣竅」（trick）在於以兩種不同的相似度度量對音樂檔案配對進行訓練。其一係基於人類對音樂文字描述所建立的「語意空間」相似度；其二係基於音樂物理特性所建立的「屬性空間」相似度。經訓練後，ANN得以縮小屬性空間與語意空間之間的相似度差距，使兩者盡可能趨於一致。訓練完成後，系統即可純粹依據可客觀量測之物理特性，推薦能引起類似情感反應之音樂。EPAI宣稱，其發明能夠更迅速、準確地提供服務，並作出優於現有任何技術之推薦[4]。
2019年4月，EPAI向英國智慧財產局（UKIPO）申請專利，遭到核駁。理由是，本件申請標的為電腦程式，而根據《歐洲專利公約》（EPC）第52條第2項第c款及第3項，以及英國《1977年專利法》第1條第2項第c款的相對應規定，「電腦程式…本身」（programs for computers…as such）不得作為專利標的。高等法院認為ANN有別於傳統電腦程式，其運作方式更接近人腦神經元之連結，不宜與一般軟體程式等量齊觀，從而不屬於電腦程式；而且縱使認定ANN為電腦程式，系爭發明之申請標的亦非純屬電腦程式，不適用排除規定。上訴法院贊同UKIPO之見解，推翻高等法院判決，恢復UKIPO之核駁處分[5]。
上述各方所得出的不同結論，均以上訴法院2006年10月在Aerotel案中就EPC第52條之解釋與適用所確立的指引為基礎[6]。在該案中，上訴法院針對EPC第52條第2項第c款之適用，建立了一套四步驟的結構化分析方法。此方法之核心問題，在於請求項所界定之發明是否對已知技術作出了新穎的技術貢獻，並附帶指明，凡落入排除範圍之標的，不得計入該貢獻之評估。此一方法在英格蘭及威爾斯沿用逾20年。
最高法院於2024年11月准許EPAI之上訴，並於2025年6月21及22日開庭聽審。最高法院將本案爭議整理為三大爭點，茲分述如下：
Aerotel指引是否應不再適用？
基於下列兩項理由，最高法院認定Aerotel應予廢棄，不再適用。首先，歐洲專利局（EPO）上訴委員會早在2006年11月的Duns案中，以Aerotel方法有悖於《歐洲專利公約》（EPC）為由予以否定，並確立所謂「任何硬體方法」：凡請求項之標的體現或涉及某種實體硬體之使用，無論該硬體多麼普通，均不受EPC第52條第2項第c款之排除[7]。EPO擴大上訴委員會嗣後在2021年的G1/19案中，進一步明確認可此一方法[8]，並間接肯定Duns案對Aerotel之批評[9]。英國法院雖不受EPO擴大上訴委員會裁決之正式拘束，但除非確信其有誤或明顯超出合理意見範圍，否則仍應尊重並遵循該等裁決[10]。據此，Aerotel方法應不再適用，即便此一轉變將帶來相當衝擊[11]。
此文未完，完整內容請參見原文連結。
【更多專文報導請見《北美智權報》401期；歡迎加入NAIPNews網站會員成為我們的訂戶，以掌握最關鍵的專利商標智財消息！】
