Uznanie za metodę „jako taką” następuje wtedy, gdy zastrzeżenie dotyczy czysto abstrakcyjnej metody matematycznej i nie wymaga żadnych środków technicznych. Na przykład metoda przeprowadzania szybkiej transformacji Fouriera na abstrakcyjnych danych, która nie określa użycia jakichkolwiek środków technicznych, jest metodą matematyczną jako taką. Ponadto czysto abstrakcyjny obiekt lub koncepcja matematyczna, np. szczególny rodzaj figury geometrycznej lub grafu z węzłami i krawędziami nie jest wynalazkiem, ponieważ brak mu charakteru technicznego.

Jeżeli zastrzeżenie dotyczy metody obejmującej wykorzystanie środków technicznych (np. komputera), to jest metodą „nie jako taką”. Przy czym podczas oceniania wkładu metody matematycznej w techniczny charakter wynalazku, należy wziąć pod uwagę, czy metoda ta, w kontekście wynalazku, wywołuje efekt techniczny służący celowi technicznemu.

Przykładami wkładu technicznego metody matematycznej (czyli metody matematycznej nie jako takiej) są: poprawa lub analiza cyfrowego dźwięku, obrazu lub wideo, np. usuwanie szumu, wykrywanie osób na obrazie cyfrowym, ocena jakości transmitowanego cyfrowego sygnału audio; kodowanie danych w celu niezawodnego i/lub efektywnego przesyłania lub przechowywania (oraz odpowiednie dekodowanie), np. kodowanie korekcji błędów danych w celu przesyłania przez zaszumiony kanał, kompresja danych audio lub danych z czujników; dostarczanie szacunkowej oceny genotypu na podstawie analizy próbek DNA, jak również dostarczanie przedziału ufności dla tej oceny w celu ilościowego określenia jej wiarygodności; dostarczanie diagnozy medycznej przez zautomatyzowany system przetwarzający pomiary fizjologiczne.

Jednak ogólny cel, taki jak „sterowanie systemem technicznym”, nie jest wystarczający, aby nadać metodzie matematycznej charakter techniczny. Cel techniczny musi być konkretny. Nawet sam fakt, że metoda matematyczna może służyć celowi technicznemu, również nie jest wystarczający. Zastrzeżenie musi być funkcjonalnie ograniczone do celu technicznego w sposób wyraźny lub domniemany.

Jeżeli kroki metody matematycznej są wykorzystywane do uzyskania lub przewidzenia stanu fizycznego istniejącego obiektu rzeczywistego z pomiarów właściwości fizycznych, jak w przypadku pomiarów pośrednich, kroki te wnoszą wkład techniczny bez względu na to, jaki jest sposób wykorzystania tych wyników.

Sztuczna inteligencja i uczenie maszynowe

Sztuczna inteligencja i uczenie maszynowe opierają się na modelach obliczeniowych i algorytmach klasyfikacji, grupowania, regresji i redukcji wymiaru, takich jak sieci neuronowe, algorytmy genetyczne, maszyny wektorów nośnych, algorytm k-średnich, regresja jądrowa i analiza dyskryminacyjna. Takie modele obliczeniowe i algorytmy mają per se abstrakcyjny charakter matematyczny, niezależnie od tego, czy można je „wytrenować” na podstawie danych szkoleniowych. Używane tam terminy, takie jak „maszyna wektorów nośnych”, „silnik rozumowania” lub „sieć neuronowa”, mogą, w zależności od kontekstu, odnosić się jedynie do abstrakcyjnych modeli lub algorytmów, a zatem same w sobie nie muszą oznaczać zastosowania środków technicznych. Należy to zatem uwzględnić przy badaniu, czy zastrzegany przedmiot ma jako całość charakter techniczny – w kontekście art. 24 oraz art. 28 ust. 1 i 2 pwp.

Sztuczna inteligencja i uczenie maszynowe znajdują zastosowanie w różnych dziedzinach techniki. Na przykład zastosowanie sieci neuronowej w aparacie do monitorowania serca w celu identyfikacji nieregularnych uderzeń serca stanowi wkład techniczny. Klasyfikacja obrazów cyfrowych, filmów wideo, sygnałów audio lub mowy na podstawie cech niskopoziomowych (np. krawędzi lub atrybutów pikseli w przypadku obrazów) to kolejne typowe zastosowania techniczne algorytmów klasyfikacyjnych. Klasyfikacja dokumentów tekstowych wyłącznie ze względu na ich treść nie jest jednak uznawana za cel techniczny, lecz językowy. Klasyfikacja abstrakcyjnych rekordów danych lub nawet „rekordów danych sieci telekomunikacyjnej” bez wskazania technicznego wykorzystania uzyskanej klasyfikacji również nie jest celem technicznym – per se, nawet jeśli algorytm klasyfikacji można uznać za posiadający cenne właściwości matematyczne.

Symulacje komputerowe

W przypadku symulacji dla ustalenia obecności efektu technicznego nie jest decydujące, czy symulowany system lub proces jest techniczny, ani czy symulacja odzwierciedla zasady techniczne leżące u podstaw symulowanego systemu i jak dokładnie to czyni.

Symulacje realizowane za pomocą komputera, które zawierają cechy odpowiedzialne za interakcję z zewnętrzną rzeczywistością fizyczną na poziomie ich wejścia lub wyjścia („wejście” i „wyjście” może występować nie tylko na początku i końcu procesu realizowanego przez komputer, ale także w środku tego procesu), także mogą zapewnić efekt techniczny związany z tą interakcją. Symulacja komputerowa, która wykorzystuje pomiary jako dane wejściowe, może stanowić część pośredniej metody pomiarowej, która oblicza lub przewiduje stan fizyczny istniejącego obiektu rzeczywistego, a zatem wnosi wkład techniczny niezależnie od sposobu wykorzystania wyników.