はじめに
ここでは最近登録されたグーグル社のソフトウェア特許(US11448516B2)の概要を解説します。最も有名なテック企業であるグーグル社がどのようなソフトウェア内容で出願し、どのような特許を取得しているのか知っておくことは、ソフトウェア関連発明を取り扱う日本の弁理士等の知財実務家、ソフトウェア技術者にとって大変有益と考えられます。
なお本件は35 USC 101条の拒絶を受けた後、一度の応答でこの拒絶を解消して許可通知を得られています。101条の拒絶解消の成功事例を知ることは、米国出願する可能性のある出願の内容精査・明細書作成に役立つと考えられます。応答内容の解説は別の機会で解説をしたいと思います。
本発明の概要
本発明は、例えばグーグル・マップなどの経路ナビゲーション機能に関する技術です。通常の経路ナビゲーション機能では、ユーザがスタート地点、目的地を入力すると、目的地までの経路のうち、例えば所要時間が最短の経路が出力されます。本発明の経路ナビゲーション機能は、目的地までの経路のうち、眺めが良い経路(a scenic route)が出力されることを特徴としています。
出願時のクレームの内容
以下、本発明の出願時のクレーム１のプリアンブル及び本体部の各ステップについて、それぞれ解説します。
プリアンブル(Preamble)
本発明の出願時クレームのプリアンブルは以下の通りです。
1. A method for selecting a scenic route in response to a request for navigation directions, the method comprising: …
US20210172753A1, (Scenic Route-Based Navigation Directions)
冒頭に”A method for selecting a scenic route”ということで、眺めが良いルート(a scenic route)を選択するための方法発明であることが記載されています。続いて、”in response to a request for navigation direction”と修飾句が続いています。ナビゲーション案内のリクエストに応じてこの選択処理が行われることが特定されています。
本体部(Body)
次に本体部を解説します。本体部では本発明の方法に含まれる７つのステップが規定されています。具体的には以下のtraining, receiving, identifying, obtaining, applying, selecting, providing stepが規定されています。以下では各ステップの内容を見ていきたいと思います。
training step
まずはtraining step（訓練するステップ）です。このステップは機械学習モデルを訓練するステップです。クレームの記載は以下の通りです。
training, by one or more processors, a machine learning model using (i) map feature data for each of a plurality of road segments, and (ii) a scenic metric for each of the plurality of road segments indicative of a quality of a view from the road segment;
US20210172753A1, (Scenic Route-Based Navigation Directions)
まずは”by one or more processors”との文言で、本ステップの実行主体が特定されています。訓練するステップが一又は複数のプロセッサにより実行されることが明示されています。他の7つのステップでも同様の記載がされていることから、この方法の全ステップが一又は複数のプロセッサにより実行されることがわかります。
続いて“using (i) map feature data for each of a plurality of road segments, and (ii) a scenic metric for each of the plurality of road segments”との文言で、訓練ステップに用いるデータが特定されています。具体的には本発明の機械学習モデルは、(i)複数のロードセグメントの各々の地図特徴データ(map feature data)と、(ii)複数のロードセグメントの各々の景観メトリック(a scenic metric)を用いて訓練されることが規定されています。景観メトリックについてはさらに修飾句により定義が限定されています。具体的には”indicative of a quality of a view from the road segment”との修飾文言により、景観メトリックがロードセグメントからの景観の質を示す基準であると説明されています。
なお機械学習モデルの訓練において用いられるデータとは教師データを指すと考えられます。教師データが地図特徴データと景観メトリックとを含むことと本特許の目的とを考慮すると地図特徴データが説明変数であり景観メトリックが目的変数であることが推測できます。
receiving step
２つ目のステップがreceiving step（受け取るステップ）です。クレームでの記載は以下の通りです。
receiving, by the one or more processors, a request for navigation directions from a starting location to a destination location;
US20210172753A1, (Scenic Route-Based Navigation Directions)
このステップは、ナビゲーション案内のリクエストを受け取るステップです。”from a starting location to a destination location”という文言によりナビゲーション案内(navigation direction)が修飾されています。この修飾文言により案内がスタート地点から目的地点までのものであることが限定されています。
identifying step
３つ目のステップがidentifying step（特定するステップ）です。クレームでの記載は以下の通りです。
identifying, by the one or more processors, a set of candidate routes for navigating from the starting location to the destination location;
US20210172753A1, (Scenic Route-Based Navigation Directions)
このステップでは、候補ルートのセット(a set of candidate routes)を特定することが規定されています。”for navigating from the starting location to the destination location”という文言により候補ルートのセットが修飾されています。候補ルートのセットは、前記スタート地点から前記目的地点への経路案内のためのものであることが限定されています。
obtaining step
４つ目のステップがobtaining step(取得するステップ)です。クレームでの記載は以下の通りです。
for each road segment on each candidate route in the set of candidate routes:
obtaining, by the one or more processors, map feature data for the road segment; and
US20210172753A1, (Scenic Route-Based Navigation Directions)
このステップと次のステップ(applying step)は、いずれもこの部分の冒頭の”for each road segment on each candidate route in the set of candidate routes”という文言により修飾されます。obtaining stepとapplying stepとが等位接続詞andにより並列されていることからこのように読めます。また公開公報ではこの部分がインデントによりグルーピングされており、このことからも修飾関係が明確にされています。この修飾文言から、候補ルートのセットの各候補ルート上の各ロードセグメントに対して、appying stepとobtaining stepとが実行されることがわかります。
obtaining stepでは、ロードセグメントの地図特徴データを取得します。
applying step
５つ目のステップであるapplying step(適用するステップ)のクレームでの記載は以下のとおりです。
applying, by the one or more processors, the machine learning model to the map feature data for the road segment to generate a scenic metric for the road segment;
US20210172753A1, (Scenic Route-Based Navigation Directions)
このステップでは、機械学習モデルをロードセグメントの地図特徴データに対して適用することが規定されています。また”to generate a scenic metric for the road segment”という文言により、本ステップの目的が限定されています。当該修飾文言により、ロードセグメントの景観データを生成するために機械学習モデルを適用することが限定されています。
つまり、obtaining stepとapplying stepとにより、特定された候補ルートのそれぞれを構成するロードセグメントの地図特徴データを入力として、各ロードセグメントの景観データが出力されることがわかります。
selecting step
続いて６つ目のselecting step(選択ステップ)が実行されます。選択ステップのクレームでの記載は以下の通りです。
selecting, by the one or more processors, a route from the set of candidate routes based at least in part on the scenic metrics for each candidate route; and
US20210172753A1, (Scenic Route-Based Navigation Directions)
このステップでは、単一のルート(a route)が選択されます。”from the set of candidate routes based at least in part on the scenic metrics for each candidate route”という文言によりselectingが修飾されています。この修飾文言により、候補ルートのセットから選択されること、及び、各候補ルートの景観メトリックに少なくとも部分的に基づいて選択されることが限定されています。
“based at least in part on”という表現が、権利範囲を広げる観点ではポイントです。選択基準となるファクターが複数ある場合において、ファクターを限定しないために、”at least”と”in part”との文言が含まれいます。ここでは、考慮ファクターが少なくとも景観メトリックを含むこと、さらには景観メトリックに部分的に基づくことが規定されています。したがって、景観メトリック以外の考慮ファクターがあってもよく、景観メトリックに部分的に基づいていればよいことになります。
providing step
最後の７つ目のステップはproviding step(提供ステップ）です。クレームでの記載は以下の通りです。
providing, by the one or more processors, a set of navigation directions for presentation on a client device for navigating from the starting location to the destination location via the selected route.
US20210172753A1, (Scenic Route-Based Navigation Directions)
このステップでは、ナビゲーション案内のセットを提供します。”for presentation on a client device”という文言により、ナビゲーション案内のセットが修飾されています。この修飾文言により、クライアント装置に提示するためのナビゲーション案内のセットであることが限定されています。また続く”for navigating from the starting location to the destination location via the selected route”という文言によりprovidingが修飾されています。この修飾文言により、スタート地点から目的地点まで、選択されたルートにより経路案内するために、ナビゲーション案内のセットが提供されることが限定されています。
クレーム１のまとめ
クレームの全体は以下の通りです。
1. A method for selecting a scenic route in response to a request for navigation directions, the method comprising:
training, by one or more processors, a machine learning model using (i) map feature data for each of a plurality of road segments, and (ii) a scenic metric for each of the plurality of road segments indicative of a quality of a view from the road segment;
receiving, by the one or more processors, a request for navigation directions from a starting location to a destination location;
identifying, by the one or more processors, a set of candidate routes for navigating from the starting location to the destination location;
for each road segment on each candidate route in the set of candidate routes:
obtaining, by the one or more processors, map feature data for the road segment; and
applying, by the one or more processors, the machine learning model to the map feature data for the road segment to generate a scenic metric for the road segment;
selecting, by the one or more processors, a route from the set of candidate routes based at least in part on the scenic metrics for each candidate route; and
providing, by the one or more processors, a set of navigation directions for presentation on a client device for navigating from the starting location to the destination location via the selected route.
US20210172753A1, (Scenic Route-Based Navigation Directions)
簡単にまとめると、クレーム１の概要は以下の通りです。
- ロードセグメントの地図特徴データを入力として景観メトリックを出力する学習モデルを訓練する
- 経路案内のリクエストを受けると、候補ルートのセットを特定する
- 候補ルートのセットのロードセグメントの地図特徴データから景観メトリックを生成する
- 景観メトリックに部分的に基づいてルートを決定し、このルートをクライアント装置に提示する
登録クレームの内容
登録クレームの内容は以下の通りです。補正により追加された部分に下線を付しています。１０１条解消のために訓練ステップの部分だけさらなる限定が加えられていますがこの部分の限定を付加するだけで特許査定を得ています。
1. A method for selecting a scenic route in response to a request for navigation directions, the method comprising:
training, by one or more processors, a machine learning model using (i) map feature data for each of a plurality of road segments, and (ii) a scenic metric for each of the plurality of road segments indicative of a quality of a view from the road segment including classifying each of the plurality of road segments into a subset of a plurality of subsets of road segments each having a corresponding scenic metric or range of scenic metrics, and analyzing the map feature data for each subset of road segments to generate the machine learning model;
receiving, by the one or more processors, a request for navigation directions from a starting location to a destination location;
identifying, by the one or more processors, a set of candidate routes for navigating from the starting location to the destination location;
for each road segment on each candidate route in the set of candidate routes:
obtaining, by the one or more processors, map feature data for the road segment; and
applying, by the one or more processors, the machine learning model to the map feature data for the road segment to generate a scenic metric for the road segment;
selecting, by the one or more processors, a route from the set of candidate routes based at least in part on the scenic metrics for each candidate route; and
providing, by the one or more processors, a set of navigation directions for presentation on a client device for navigating from the starting location to the destination location via the selected route.
US11448516B2 “Scenic route-based navigation directions” Claim 1
その他の明細書中の特徴的な記載
AAPAを回避するための説明文言
米国実務では、明細書の背景技術等に記載した技術(Applicant Admitted Prior Art(AAPA))は、本願を拒絶しうる先行技術になります。この明細書の段落[0002]ではAAPAを避けるための定型文が記載されていましたので参考のために引用します。
[0002] The background description provided herein is for the purpose of generally presenting the context of the disclosure. Work of the presently named inventors, to the extent it is described in this background section, as well as aspects of the description that may not otherwise qualify as prior art at the time of filing, are neither expressly nor impliedly admitted as prior art against the present disclosure.
Paragraph [0002] of US11448516B2 “Scenic route-based navigation directions”
まとめ
この記事では、最近登録されたグーグル社のAI関連特許の概要を解説しました。解説した特許の内容の中で、今後の皆様の発明発掘、出願検討、中間処理等の実務に役立つ情報、ヒント、気づきが提供できましたら幸いです。
ここまで読んで頂きありがとうございました。
コメント