人工智能对专利制度的影响研究

林立洲， 王 景

(1.昆明理工大学 管理与经济学院， 昆明 650093； 2.昆明理工大学 法学院，云南省知识产权发展研究院， 昆明 650500)

随着世界科学技术的不断发展，尤其是进入了互联网时代以来，数据的爆炸式增长，处理能力的大幅提升，都为人工智能提供了又一次快速发展的土壤。人工智能已经逐渐开始进入我们的生活，改变着我们的生活方式。例如，苹果的智能助手Siri，Tesla自动驾驶汽车，科大讯飞的实时翻译机等。另外，由于传感器技术的快速发展，我们得以记录越来越多的数据，多维度、全方位、跨领域数据的有机耦合成了大数据，而其中蕴含着巨大的价值。人工智能离不开大数据，大数据想要体现出它的价值，也需要人工智能来处理这些数据。当人工智能和大数据结合，我们的思考、行为方式在未来也面临着变革，尤其是对于现有的专利制度来说，形成了诸多挑战。一方面，人工智能与大数据可以很好的成为我们的工具，无论是在创造成果还是在专利审查的过程中，都能给予我们极大的帮助，促进专利的创造和加速专利审查的法律程序，另一方面，我们还面临许多可能存在的问题，比如人工智能创造的成果的专利权归属，涉及人工智能专利侵权的问题等。

1 研究综述

1.1 人工智能发展情况概述

人类的发展史是不断创造和使用更高级工具的历史。计算机是目前人类发明中最具有变革性的发明，是巅峰之作。人工智能的概念最早可以追溯到1956年的达特茅斯会议，从提出到现如今，其发展经历起起落落，但仍然没有一个统一的概念。不同于传统计算机技术是机器根据既定的程序执行计算或者控制任务，人工智能可以理解为用机器不断感知、模拟人类的思维过程，使机器达到甚至超越人类的智能[1]。在信息时代人工智能又迎来了一次爆发。这次爆发的原因主要有两点：一是计算能力的大幅度提升，半导体的研究改进，纳米级的技术工艺运用，使得现有处理器的计算能力指数式增长，加上并行计算、分布式计算等计算模式的出现，让计算能力达到了一个前所未有的高度，给人工智能提供了硬件基础；二是数据量的井喷式增长，智能手机的普及给生活带来便利的同时也把每个人日常生活的痕迹记录，加上传感器的发展，各种各样的数据得以感知记录。据统计，近三年所创造的数据量已经远远超过过去我们所创造的数据量的总和，这一点也正是人工智能能深度学习自我改进算法的基础。人工智能的发展又有着3A特征，即先进性(Advanced)、自动性(Automated)以及自主性(Autonomous)[2]。人工智能实际上已经成为了人们的工具，体现在我们生活实践中，例如百度地图，当你选择一个目的地，它会根据实时路况数据，给出最合适的路线方案。人工智能通常又分为两种，弱人工智能与强人工智能，弱人工智能我们已经实现，它是一个应用级别的人工智能，对某单一专注领域、特定任务可以实现智能，例如图像识别、语音识识别等；强人工智能则是一个发展目标，它意味着计算机完全拥有跟人一样的思考、创新、理解等能力，完全可以独立于人。需要指出的是，弱人工智能到强人工智能的发展不是到某个硬性的指标而定，而是需要一个积累的过程，许多弱人工智能的组合连接可能就成了强人工智能。因为我们所认为的思考、创新、智能都是我们主观的概念，它是一个程度的问题，界定标准还需要讨论。现在人工智能正朝着一个我们所畅想的更为“智能”的方向发展。

1.2 人工智能与专利制度的联系

专利制度设置的目标是，通过授予创造者特定时期的排他权来激发其创新。也即是说，如果无须激励也能使创造者产生创新成果，对于专利权而言就无保护的必要[3]。而现在人工智能正在对创新形成根本性的挑战。不同于人工智能之前，人们发明创造的客体仅仅是某项可以实际应用的技术或产品，发明完成后以产品本身发挥作用。人工智能技术即是一项可以实际应用的技术或产品还可以作为一个促进发明创造的机器，这样的角色颠覆了传统的发明创造过程。人工智能是一个用来创新的技术创新。相比于人类来说，人工智能有着无比强大的记忆、搜索、组合等能力，在创新上有着坚实的基础，是对人的脑力的某种程度的代替。简单的说，若人工智能把人类创新的能力也取代了，这样的情况下专利制度也就完全失去了他的意义——鼓励创新和保护创新。这不仅超越了专利制度的范畴，还涉及到伦理学的问题。有学者认为“人工智能技术的伦理讨论不仅涉及一般性的技术伦理问题，而且涉及未来可能具有自主意识和行为能力的人工智能体所产生的特殊伦理问题”[4]。但不管对人工智能持何种态度，人类已经不可逆转地迈向了人工智能时代[5]。人工智能的出现在给专利制度带来挑战的同时也带来了机遇，作为一个创新机器，它促使着我们尽快完善现有专利体制，作为一个智能工具，它可以很大程度上节省审查时间、提高质量和减少管理成本，提高专利制度的效率。

2 人工智能产物的专利权问题

2.1 人工智能产物的可专利性

人工智能不能作为“发明人”，但人工智能产物需要具有可专利性。首先，需要认清一个事实，所有的发明创造都有一个共同的目标，更好的服务于人类的发展，这当然也包括人工智能，发明更“智能”的人工智能是为了更好的服务于人，而不是希望人工智能有自己的“私欲”，造成潜在的所谓的危机，所以对待人工智能应该始终以不具备激励作用的工具的态度对待，不给予其专利权的“发明人”身份。其次，人工智能的产物能否形成专利，按照现行的专利法来说，只需要满足新颖性、实用性、创造性即具备申请专利的条件。新颖性由专利数据库和简单的运算可以把控，实用性则是由人工智能操作人实际监督和控制，重点就是在于创造性程度的判定。与之前的专利不同的是，这里是人利用了人工智能来产生技术方案或者其他成果，如前面所说，这样的创新型人工智能由于其具有巨大的数据库、运算储存能力，在一定程度上超越了人脑，拥有一定创造性的潜力，那靠算法和大数据以及人的控制的发明创造是否具有创造性？在一定程度上，是具有创造性的，虽然人工智能可能没有像人一样“脑洞大开”的时刻，但是人工智能拥有着海量的数据，多学科的知识，几乎所有的不同领域的专家的研究结论、模型，这些是个人难以达到的知识储备。当人利用人工智能的这些优势进行创新，跨界融合，其产物的创造性便体现出来了。所以人工智能产物，在满足利用了跨学科、跨领域的知识的情况下是有可能达到形成专利的条件。尽管人工智能系统不会对物质激励做出反应，也不会在意能不能获得专利权，但是系统开发者会。为了鼓励创新发明，吸引资本的注入，尽可能的契合专利法的目的，应当不排除人工智能产物的可专利性，相反，应当肯定。这样不仅会使得人工智能本身更有价值，还可以通过刺激可创新的机器的发展而实现激励创新的目的。

2.2 从人工智能产物的产生过程看归属

既然人工智能不适合也没必要成为“发明人”，那其产物的专利权归属问题是当前专利制度所面临的一大挑战。从产生过程的视角来看，我们首先需要明确人工智能能有什么产物。人工智能是一种基于大数据的算法，而算法的产物可能是能达到人们预期目标的信息，比如预测未来可能发生的事，提出试验的可能解决方案，解决某项问题可能的结构和组合等。利用人工智能提供的关键信息，进行的发明创造已经属于在弱人工智能的辅助下进行的发明创造，属于人工智能的产物。而如果是使用强人工智能，人的干预将变得更少，便能完成符合要求的发明创造。人在这个过程中有四个作用，创造数据、研究算法、设立目标和监督。要形成发明创新的关键信息使其取得专利需要大量的数据和训练，利用机器学习、神经网络不断的改进算法，最终才能使算法形成切实有效的关键信息，完成发明创造。在这过程中有两个参与者，一个是算法研究者，一个是数据提供者，他们共同作用完成人工智能的训练和产出。如图1。

图1 人工智能产物的产生过程

参与其中做出贡献的人都可以是专利的专利权人，应依据其贡献的大小来决定。在图1中，数据提供者把所有要求数据给算法研究者，算法研究者不断试验改进算法，最终得到需要的关键信息，帮助完成发明创造。当然，还有一种方式是人工智能的自我博弈改进算法。例如人工智能AlphaGo，它便是自己与自己博弈，通过深度学习战胜了世界排名第一的围棋手。人工智能产物的产生过程也可以如此，通过原有数据不断创造新的数据然后改进算法，最后得到关键信息完成发明创造。通常来说，利用人工智能来发明创造的领域非常专业，还有许多苛刻的条件。例如，在化学领域，德国威斯特法伦威廉大学与上海大学团队报道了用深层神经网络及人工智能算法规划新的化学合成路线[6]。正是由于人工智能应用领域的专业性，其数据提供者往往就是某领域研究多年的专家学者，也正是由于专家研究领域的专一性，存在着利用多学科解决问题的潜在几率，人工智能恰好可以发挥作用。人工智能专家研究算法，数据提供者(某个领域的专家)提供专业的数据和需求，两者合作才可以完成利用人工智能发明创新，形成人工智能产物，同时达到形成专利的条件。二者缺一不可，根据劳动价值论的观点，产物专利权的归属理当归属于这两类人，而不是归属于人工智能。人工智能应当始终作为服务人类的工具，其需要的“智能”是在解决问题上的智能，而不是在为了达到目的而不择手段的“智能”，人类始终需要牢牢掌控人工智能的控制权，这一点尤其重要。

2.3 人工智能产物专利逃逸问题

当人工智能产物得到了专利制度的认可，在专利制度实践中可能出现人工智能产物专利逃逸的问题。通常来说，具有价值的人工智能技术本身就是专利制度的客体，其本身就是一项专利。而当这样的人工智能技术是一个创新型人工智能(解决创新路径的人工智能)时，他的价值可能远超于专利带来的收益，他的持有人则可能将其作为技术秘密保密，将其产物按正常的专利申请，获得超额权益，使得人工智能产物向人类发明创造逃逸。这样让创新型人工智能技术隐藏于普通创新下可能会对专利制度形成冲击。专利制度通过给予专利一定时间的排他权使其公开，让新技术新方法公知与众，可以让专家学者站在巨人的肩膀上继续创新，达到良性发展，节省了研发成本，有利于社会快速发展。而这种人工智能则可能抹杀了这样的创新循环路径，一方面，创新型人工智能可能会将创新封闭起来，使得普通人无力创新，另一方面，创新型人工智能一直会处于保密状态，其自身的发展在一定程度也受到了限制。人工智能持有者由此可能会获得巨大的利益，也有可能始终在研发的道路上，见不到有效的成果。未来专利制度可能需要对人工智能产物做一些特殊的规定，让其与普通人的发明创新区分开来，达到既促进人的发明创新，也促进人工智能技术的创新。

3 人工智能对专利侵权的影响

3.1 对侵权的主体不明确

人工智能的核心有两点，一个是基于神经网络、深度学习的算法，另一个提供其学习、改进的数据。就算法和数据本身来说，其本身就具有产权。而在人工智能的使用中，最容易造成侵权的主要集中在数据的使用这一块。又因为对于普通专利来说，它具有公开性，所有的专利都是公众可以接触到，公布在国家知识产权局网站上，给予人工智能利用互联网数据时侵权的可能。假如遇见人工智能在使用过程中对专利的侵权案件，侵权主体的认定有一定的难度。首先，人工智能是一个庞大的概念，关于它的研发过程一般涉及不同领域的人，测试者、训练者、具体操作者、不同的数据提供者等等，这些人的共同努力才能完成一个完整人工智能系统，而其中任何一个环节都有可能出现侵权行为。因为现行法律不承认计算机能够成为侵权主体的资格，通常是指向人工智能的拥有者，但是由上述可知，可能人工智能拥有者可能并不清楚其侵权的行为，不能进行有效的控制，对实际侵权人难以确定。在侵权故意上，由于人工智能系统具有不可预测性，有时候甚至参与具体环节的人都不知道人工智能如何创造出具体对象的[7]。尤其是当人工智能利用互联网进行了自我学习后，对其改进的算法可能连算法研究者也无法发现其中的漏洞。使用这样的人工智能极大的增加了侵犯一项或者多项专利权利要求的可能，并且侵权人还不好判断，给专利侵权诉讼官司带来困难。

3.2 对侵权事实证明的影响

人工智能具有不断改进算法的状态，它可以通过大量的公开资料，数据找寻或者训练其预设目标的需求。在这个过程中，因为其是一个持续运行状态和不断学习的过程，侵权行为可能只是在短时间内出现，可能就是一瞬间，设备然后恢复到正常状态，并且永远不再进行类似的动作。这里主要涉及到三个问题，第一是侵权证据的收集困难，专利权人难以获得人工智能工作的记录，并且作为人工智能操作者为了避免责任也不会特意保存相关日志，使得侵权证据非常难获得。这就要求专利权人要更主动更激进，主动要求人工智能使用人记录和提供相关信息。第二是侵权证据的认证困难，如前面所说，一是人工智能系统本身带有不确定性，没有一个有效的搜索方式，二是存在大量的噪音数据，使得工作量可能难以想象，增加了侵权证据认定的困难。第三是侵权结果的表现形式多样，人工智能通过深度学习学习不仅是显而易见的表现，还有内在的机理、规律、方法。对于被侵权专利来说，人工智能能非常轻而易举的避免已经存在的表现形式，以不一样的外表或者多种组合的形式表现出来，并且可能包含许多隐性知识(非人类智力活动的成功，具有默会性、非理性等特征)，因此使得专利权人可能都难以察觉到自己的专利被侵权，更不用说去证明人工智能侵权了。

4 人工智能作为智能辅助工具

4.1 加速审查进程

中国专利保护协会发布的《人工智能技术专利深度分析报告》显示中国在人工智能领域的专利申请数量达到 76 876 件，主要在六大邻域：机器学习和基础算法、智能搜索和智能推荐、语音识别、自然语言处理、自动驾驶及计算机视觉和图像识别[8]。其中语音识别、自然语言处理、计算机视觉和图像识别是人工智能理解人类的基本路径，经过这几年的快速发展，加上机器学习的出现，准确率不断提升，使得利用人工智能加速专利审查成为可能。

随着世界专利申请量正不断增加，专利的积压问题越来越严重。目前的专利审查需要审查员根据专利审查相关条例判断申请的专利是否符合授权条件，需要耗费审查员的大量脑力精力。利用人工智能技术来辅助专利审查，不失为一个好方案。利用专利大数据和算法的结合，提供高了专利审查的准确率和速度，相较于投入更多的资源或雇佣既熟悉技术知识又熟悉专利制度的专利审查员，人工智能显然更具有成本和效益优势。而且人工智能也能提高专利信息检索效率。尤其是外观专利，一方面，通过机器视觉，让人工智能将图片内容转化为关键词，提高图片模式匹配效率。另一方面，图像识别和机器学习的配合，使得任何相似外观都不再可能被忽略，极大的降低了审查员遗漏的风险，减少了审查员的简单重复性对比劳动，提高了审查效率。举个例子，2018年5月，WIPO与日内瓦大学的人工智能专家合作，利用神经网络技术为国际专利分类(IPC)体系启动了一种专利自动分类工具。这种被称为IPCCAT-neural的新工具将通过每年更新的专利信息进行再分类，将帮助专利审查员更轻松地检索现有技术[9]。

因此，以数据收集、处理、分析为基础的人工智能技术正在逐渐影响着专利审查的过程，使之越来越自动化。在互联网大数据的时代环境下，人工智能可以成为专利审查员的另一只手，在公共知识的邻域游刃有余，极大的增强了专利审查人员的检索能力。在未来甚至可以做到专利申请者和审查者共用一套人工智能检索系统，进一步提高专利审查的效率。这不是意味着审查员失业了，而是对审查员提出了新的要求，审查员需要扮演监督者和训练者的角色，及时处理人工智能运行过程中出现的错误，还需要在伦理道德上把关，进行综合考虑和分析决策。

4.2 专利价值评估方面

党的十九大报告指出，我国经济已由高速增长阶段转向高质量发展阶段，必须坚持质量第一，效益优先。中国专利战略已经从追求数量转变为追求质量，表明中国专利的情况在质量上还参差不齐，专利价值转化，专利价值挖掘还有待提高。对于专利的转移转化，怎么样从科研院所、高校转移到企业中应用、创造效益是一直讨论的问题。目前有两种有效方法解决，一是企业高层人员带着问题来到高校、科研院所进行学习，产出的专利带回企业进行专利的价值转化；二是高校、科研院所的教授、研究人员自己利用其研发的专利，创办自己企业，达到转化的目的。究其原因，这是一个专利市场化困难的问题，也就是专利价值评估困难的问题。很难找到一个公认的标准，评估一个专利的公允价值，使企业和权利人都认同，愿意承担风险。比如专利质押融资，当发生风险，专利如何才能确定一个市场都认可的可以立马转化的价格？人工智能加专利价值评估可以是一个解决途径。人工智能这种评估应该由政府主导并承当风险，利用人工智能和大数据，综合各种因素，对专利进行公认的市场价值的确认，达到促进专利转化，交易的目的。

5 总结

在知识经济时代，专利制度是保护和促进科技创新的一种重要制度，对促进科技创新、社会发展有着不容小觑的作用。如今，以机器学习为代表的人工智能正成为通用技术，有望重塑人类社会和经济，必然带来一系列全新的法律和伦理问题，其对专利制度的影响和挑战正日益彰显出来。人工智能产物必然需要得到保护，因为这是使新技术良好发展的必然路径。从人工智能产物的产生过程来看，一套合理的利益分配机制是必要的。同时对于人工智能的工作过程也需要研发一套监控系统，来避免对其他知识产权的侵权。人工智能作为工具一定能为专利事业带来益处，从审查员的角度来说，可以处理程序上、形式上的重复性事务，提高效率；从创造者的角度来说，让人们的精力集中在创造发明的关键环节上，推动科学技术的发展。未来，专利制度需要面对人工智能。而随着人类智能和机器智能之间的界限日益模糊，人工智能专利法、人工智能著作权法等“人工智能知识产权制度”可能在人工智能发展的进程中出现，对与人工智能相关的知识产权法律关系予以调整。而对于专利审查的进程也可能大部分交给人工智能来操作，新问题用新技术来解决，旧问题也应当尝试运用新技术。人工智能对专利带来的问题和影响，需要政府以及专业人士保持一个开放包容接纳学习的态度来一起努力解决。