随着互联网技术的发展，人工智能技术的日新月异，各产业都在不断探索人工智能技术，人工智能的基础是神经网络模型，人工智能在个性化推荐、图片处理、文本处理、语音处理等各领域都有广泛的应用。神经网络模型归根结底是一种机器学习的算法，通过对神经网络模型的训练，使得神经网络模型具备相应的能力。而算法通常会被归结到智力活动规则和方法上，不属于专利法第二条的规定，属于专利法第二十五条规定的不授予专利权的客体，因此，需要代理人在处理神经网络模型类的方案时，要特别注意，避免因出现客体问题而导致申请无法被授予专利权。

在审查指南中，关于判断涉及智力活动的规则和方法的专利申请要求保护的主体是否属于可授权的客体时应当遵循以下原则：

1. 如果一项权利要求仅仅涉及智力活动的规则和方法，则不应当被授予专利权。

    

2. 如果一项权利要求在对其进行限定的全部内容中既包含智力活动的规则和方法的内容，又包含技术特征，则该权利要求就整体而言并不是一种智力活动的规则和方法，不应当依据专利法第二十五条排除其获得专利权的可能性。

由此可知，在对涉及算法类申请进行审查时，不仅要看权利要求是否包括智力活动的规则和方法，还要看该权利要求中是否包含了技术特征，只有包含了技术特征，算法的执行能直接体现出利用自然规律解决某一技术问题的过程，并获得了相应的技术效果，该申请属于专利法第二条第二款规定的技术方案。

目前一些通用的神经网络模型的改进是在模型结构上，在应用场景上是具有普适性的，可以应用在多种业务场景，但是如果在权利要求中仅仅只是对模型结构的改进加以描述，会被审查认为“该问题是对神经网络模型结构的改进问题，而不是一个技术问题”。同时，因为权利要求中仅仅设计模型架构本身的信息而没有结合具体应用场景，也会被审查员认为“没有和具体的技术领域相结合，仅仅是一种对神经网络模型结构的生成改进方法，因此采用的技术手段也不是技术手段”，达到的效果也是获得不同与往的新的网络结构，而不是技术效果。

因此，代理人在遇到神经网络模型类的案件时，一定要跟发明人深度沟通，了解该网络模型在是实际应用中的具体应用场景。将网络模型和应用场景进行结合，这里的结合并不仅仅是字面意义上的结合，应该是网络模型和应用场景如何结合。

例如，在某个权利要求中提到“获取初始网络模型和**业务对应的业务信息，……”，之后就只对初始网络模型结构如何调整进行限定，此时还是会被审查员认为没有结合具体应用场景，从而不属于专利法保护的客体。对于此，我们要将业务信息在初始网络模型中是如何处理的过程进行描述，体现出网络模型与具体应用领域之间的相互影响，例如对于一个图像处理业务，在网络模型中模型架构、参数的调整过程中，要结合图像对应的图像特征。体现出“图像”与“网络模型”之间的相互作用。

综上，在涉及到神经网络模型的方案中，如果涉及神经网络模型的架构改进，无论是模型的应用还是模型的训练，在撰写申请文件时，不应该仅描述神经网络模型架构本身的特征，而应该结合具体应用场景的业务数据，描述神经网络模型架构和具体业务数据之间是如何配合实现本申请的技术方案，并实现相应的技术效果。