在人工智能、大数据等新兴技术蓬勃发展的今天，涉及利用人工智能技术实现人机互动的技术方案，为实现特定目的的机器控制所进行的针对性模型训练常常是技术的重点。对于模型训练本身而言，其通常是使用常规的训练方法。但是如果要体现出方案的创造性，就需要着重考量模型的训练样本、训练目标是否被公开或由现有技术给出启示。如果现有技术并不涉及向特定的训练目标改造模型或方法，现有技术未能给出利用特定的样本对模型进行训练以解决相同技术问题的启示的情况下，不能否定申请的创造性。
专利申请（第201811217722.7号）请求一种虚拟机器人的互动方法，具体的：
一种虚拟机器人的互动方法，其特征在于，用于视频直播平台，所述方法包括:
获取用户输入的与所述虚拟机器人进行交互的互动信息;
将所述互动信息输入所述虚拟机器人的控制模型，其中，所述控制模型是以视频直播平台的用户输入的互动信息以及主播针对该互动信息的行为反应信息作为模型训练样本训练得到的;
根据所述控制模型基于所述互动信息输出的行为控制信息，对所述虚拟机器人进行行为控制；
其中，训练所述控制模型的方法，包括:
周期性地从视频直播平台获取用户输入的互动信息以及主播针对该互动信息的行为反应信息;将从视频直播平台获取用户输入的互动信息以及主播针对该互动信息的行为反应信息作为模型训练样本对所述控制模型进行训练;
其中，所述互动信息包括用户输入到视频直播平台的文本信息以及用户赠送给主播的虚拟礼物的图片信息。
在审查阶段，审查员认为：
对比文件1（CN108363706A）公开了一种人机对话交互的方法，具体公开了交互机器人可以采集交互方语音、面部表情、手势、场景等多种数据，给出了通过多种方式获取交互信息的技术启示。同时，本领域中可以针对用户输入进行交互的机器人也普遍存在，因此将交互信息和虚拟礼物的图片信息作为训练输入是容易想到的。
本案在经过合议组审查后，合议组认为：
本申请权1描述了周期性地获取用户输入的文本信息、虚拟礼物图片、主播真人的肢体动作、表情、主播音频中提取的语音作为模型训练样本，以此得到的技术方案通过对主播真人行为的获取和训练，能更灵活地模拟主播对用户互动文本、打赏信息的反应。也就是说，本申请是出于对主播真人的反应行为进行模拟而提高用户的实时互动效果的目的，从而利用主播的历史互动消息对控制模型进行训练。
而对比文件1中虽然也利用了语音识别、场景识别等技术 ，但是其仅用于识别用户输入的信息，并不对与用户交互的交互方的真实动作、表情、语音进行识别和训练。对比文件1的方案基于采集到的数据得到的是目标对话策略，该目标对话策略用于同时表征一类表情、语音、动作的共性特征，而不是表征针对每个用户输入，交互方本人的特定反应动作、表情、语音。也就是说，对比文件1并不涉及对交互方本人的反应行为进行模拟以提高实时活动效果的目的。而且对比文件1也不涉及视频直播平台，因此，没有给出相应的技术启示。
启示：
在AI模型架构和训练方法本身可能属于较为常规技术的情况下，模型的训练样本（数据）和训练目标（要解决的具体问题）就对专利申请的创造性起到了至关重要的作用。
在定位技术问题时，一个较为宽泛的技术问题容易被现有技术所覆盖，而一个针对特定应用场景的具体技术问题（如本申请中“在视频直播场景中提高虚拟机器人模拟真人主播反应的灵活性”）则更难被现有技术公开或启示。在说明书撰写中，要深入挖掘并清晰定义发明所要解决的根本性技术问题，将方案与一个具体的场景、痛点紧密结合，从而与追求通用性的现有技术方案区分。
在描述具体方案时，要重点说明针对上述的技术问题，使用了哪些特定的、非公知的数据，以及这些数据是如何获得、如何处理的。在获得了这些训练数据后，通过这些训练数据对模型训练，旨在实现什么样具体的特定的技术目标（与上述的技术问题可以呼应）。
随着人工智能技术的发展，算法的价值日益体现在与特定领域、特定数据的深度结合上，在处理类似案件时，不应再聚焦到改进了某个算法上，而是应该强调利用独特的领域数据解决了独特的场景化问题。在审查阶段，也要抓紧训练数据和技术目标这两个点，论证现有技术缺乏将特定数据用于特定目标的技术启示。
