王利红,单颖辉
(1.陕西科技大学 科技处,陕西 西安 710021; 2.陕西科技大学 经济与管理学院,陕西 西安 710021)
创新是社会发展的引擎。高技术产业作为我国战略性支柱产业,是引领产业创新、驱动转型升级的重要战略选择,也是专利成果密集的地方[1]。国家设置专利制度的目的是保护创造性工作,通过授予创造者法定期限内的排他权,为其提供可持续创新的经济基础。国家实施创新驱动发展战略更离不开高质量专利的支撑。对于专利质量的概念,不同国家的学者从不同视角进行了定义。ALLISON等人从法律层面出发,认为专利质量是指授权专利除了满足技术发明的新颖性、创造性、非显而易见性、可实现性,还要根据法律规定进行说明书撰写和技术信息公开[2]。宋河发等人认为专利质量是指专利技术质量、法定质量和经济质量的总和[3]。专利不仅可以通过合法垄断保护创新带来的高溢价,而且作为评价国家创新能力的重要指标,专利已越来越成为附加值高、支撑经济可持续发展的不可替代性资源。
文中以人工智能技术的发展为背景,在对人工智能专利申请情况进行调查分析的基础上,针对人工智能专利申请数量和质量不匹配的问题,提出相应的对策,不断推进专利申请管理和专利全球布局。
人工智能(artificial intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及其应用系统的一门新的技术科学,是一门涉及计算机科学、信息科学、系统科学、控制论、语言学、认知科学等多学科的综合性技术学科,最早于1956年召开的达特茅斯会议上提出[4]。
经过几十年的研究发展,人工智能已走出实验室,被广泛应用于居家出行、商业运营及政务管理等场景,在提高生产效率、改善人类生活质量等方面释放出颠覆性力量。与传统计算机技术不同,人工智能通过不断模拟人类的思维过程,实现了从智能感知、精确计算到反馈控制的层层递进,局部领域甚至超越人类的智能。
为应对人工智能带来社会变化,当今世界主要发达国家和地区都把发展人工智能作为维护国家安全、提升综合实力的重大战略,并陆续出台了一系列的政策,希望在新一轮国际科技竞争中占领制高点。日本在 2015—2017年先后发布了《机器人新战略》《日本机器人战略:愿景、战略、行动计划》和《人工智能产业化路线图》[5]。美国计划5年投入20亿美元,研究新一代人工智能技术[6]。韩国计划从2018—2022年投入2 200亿韩元以支持人工智能技术研发[7]。2015年,我国就发布了《国务院关于新形势下加快知识产权强国建设的若干意见》,明确提出“战略指引、深化知识产权战略实施,提升知识产权质量、实施专利质量提升工程,培育一批核心专利、拓展和加强专利海外布局规划”[8]。之后国家又出台了《新一代人工智能发展规划》(2016年)和《高等学校人工智能创新行动计划》(2018年)。
在数据来源方面,我国网民基数大,电子商务的成交量是美国的2倍,仅微信平台每天的活动用户数量就有近9亿规模,超过了整个欧洲人口规模。2018年中国人工智能市场规模约为339亿元,增长率达到56.2%[9]。人工智能要进行判断,必须具备大量的历史数据才能建立模型,并且一定程度上展开推广和预测。这些庞大的历史数据和丰富的应用场景,为人工智能专利实现快速落地提供了良好的基础条件。
在数据收集方面,中国的企业创立了一个完整统一的数据生态圈,尽可能地把用户的在线行为与现实世界相融合,将不同类型的数据集中起来精确地描绘出每一个用户的行为习惯图表,并通过共享平台在不同主体间顺利流转。另外,我国实行较为宽松的数据管控制度,为企业展开基础层的算法训练和深度学习提供十分有利的宏观环境。
在政府的不断推动下,全球范围内人工智能专利分布主要集中在中国、美国、日本和韩国,其中中美两国的人工智能专利申请数量占全球总额的80%以上,具体占比如图1所示。从统计数据来看,中国和美国处于绝对优势地位。
图1 全球人工智能专利申请国别分布情况
有了国家政策上的支持,机构纷纷加入人工智能技术研发与应用的行列,无论是专利的申请量还是进入领域的机构数量都在大幅增长。世界知识产权组织发布的《2019技术趋势——探究人工智能》的报告显示,人工智能专利申请数量排名前30的机构中,26家为企业,其余4家为大学或公共研究机构。其中IBM申请数量最多,截至2016年底拥有8 290项发明,其次为美国微软公司,拥有5 930项发明。前五大申请机构还有日本东芝公司、韩国三星集团及日本电气公司[10]。
与发达国家相比,我国的人工智能专利起步晚,2000—2009年人工智能专利申请量处于缓慢上升趋势,2010年后增长速度明显加快。《2020人工智能中国专利技术分析报告》(图2)表明,截至2020年10月,中国人工智能专利申请量累计已达69.4万余件,同比增长56.3%,中国人工智能技术专利申请总量已超过美国,成为全球申请数量最多的国家。
图2 中国人工智能领域专利申请趋势图
在短短几年时间内,百度、华为和腾讯等企业的专利申请量和授权量跃居行业前列。中国人工智能专利技术分支统计显示,云计算作为人工智能的基础支撑技术,专利占比最多,达到18.38%;计算机视觉作为人工智能领域的应用技术,紧随其后,占比为17.72%。深度学习、自动驾驶及智能机器人各占比为14.52%,12.36%和9.55%。其后按照占比数值排序分别是占比7.58%的交通大数据、占比5.72%的智能推荐、占比5.65%的自然语言处理、占比5.35%的智能语音、占比3.16%的知识图谱技术[11]。可见,企业间竞争的核心已经从产品竞争、服务竞争和品牌竞争转向技术标准和专利的竞争[12]。
高质量的专利需要专利权的权利保护范围与其公开内容和技术创新水平相匹配,并且在世界范围内获得认可。据OECD统计2015年全球三方同族专利(同时向欧洲专利局、日本专利局、美国专利与商标局提出申请的专利)数量55 684.89件,其中,日本和美国的三方同族专利数量超过了万件,分别达到17 360.86件和14 886.27件,中国(2 889.33件)位于德国(4 454.71件)之后排第四。
我国人工智能专利申请在2016年后增速明显,然而美国人工智能技术起步早,加上世界一流大学提供的人才库支撑,其掌握的基础核心人工智能专利较多。中国的人工智能企业倾向于应用端的研发,与欧美人工智能企业在全球布局专利相比,中国申请的专利大部分都是国内专利。而且从技术角度看,围绕具有前瞻性和引领性的基础科学研究,比倾向于市场价值的短期应用研究,更能支撑国家在全球科学技术发展领域的布局。
专利申请动机异化。为培育知识产权行业快速发展,国家实施了诸多的奖励和补贴政策,客观上减轻了一些中小企业的负担,但也推高了专利申请数量。加上一些单位在考核评价中存在重数量轻质量的倾向,为了获取政府的科技奖励或补贴,将一些低水平、无应用前景的技术也申请了专利,这样缺乏技术价值和市场价值的专利虽然是少数和局部现象,但会削弱专利制度的公信力,也影响国家追赶超越的进程。
专利技术水平的限制。我国人工智能专利主要集中在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[13]。各分支技术均可能涉及到数学模型的生成和应用,并且大量创新也集中在与模型相关的研究。但有些人工智能专利本身技术创新程度较低,拼凑痕迹明显,或是企业用来构筑专利“防火墙”去保护其核心专利的工具,这就会带来专利申请数量的激增,质量难以提升。
专利撰写不达标。专利权利要求书是专利申请文件中最核心的部分,产品发明和方法发明都属于专利中的发明专利,但申请时的要求不同。一般情况下,产品必须用结构式权利要求,方法必须用条件式权利要求,有些专利本身技术含金量较高,但因专利权利要求撰写时采用了纯功能式或混合式权利要求,容易超出说明书范围。从图3可以看出,即使是领军企业,人工智能专利的授权率也不足30%。专利申请文件是技术文件和法律文件的结合,撰写过程中需要扎实的专业背景知识。一些企业技术研发人员对国家专利审查制度知之甚少,很少能在专利申请前从申请质量的角度对人工智能技术项目进行必要的分析;而委托代理人则对技术不熟悉,加上知识储备量和付出的时间有限,人工智能专利申请书的撰写质量不高,这也导致专利授权比例降低。
图3 知名企业人工智能专利申请量和授权量对比图
审查智力成果的创造性要参考此前的成果和制度才能作出决定。随着全球对知识产权的需求不断增加,专利申请数量日益庞大,这也增加了通过人工筛选确定某个专利是否可以获得授权的难度。
申请前的专利信息检索是提高授权率的关键手段。为避免低水平研究和创新资源的浪费,国际高水平大学普遍在专利申请前开展导航和评估工作。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[14]。
专利导航以专利密集型产业为主要对象,以专利数据为信息获取主体,综合运用专利信息分析和市场价值分析手段,结合经济数据以及龙头企业知识产权战略等信息的分析和挖掘,准确把握专利在整个产业发展中所体现的内在规律及影响程度,深刻揭示产业竞争格局、科学凝练技术创新方向、有效防范产业发展风险、稳步提升专利运用水平[15]。人工智能领域的专利导航以人工智能产业链为主线,分为基础层、技术层和应用层3个层次。
我国应在借鉴国际经验的基础上,坚持质量优先的原则,对专利基本信息(专利申请人、发明人、申请日期、授权日期、同族专利、引用和被引用、权利要求书、说明书等)和专利增值信息(专利技术信息、专利申请趋势、主要申请人、主要发明人、同族专利等)进行微观梳理和宏观分析,从技术质量和战略布局分析未来技术发展路线,指导创新主体找准研发起点、应用重点和创新方向,建立人工智能关键共性技术创新体系,针对核心产业的关键环节优化布局,有序推进开放共享,系统保护创新成果。
一项创新技术能否得到国家知识产权管理部门的授权,专利申请文件的撰写是基础。专利申请是一种将技术、法律和经济3种情报融为一体的文件资料,其质量主要取决于专利在本技术领域的创新水平和专利申请文件的语言表达水平。人工智能专利申请涉及机器的听、说、读、做、学等功能,核心在于算法,而算法是由一系列清晰的指令构成的、使用系统方法描述解决问题的策略机制。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[16],可以达到合成化学家的水平。人工智能技术对发明创造的作用与日俱增的同时,也带来了专利制度实际治理方式的改变。
知识产权法是专门用来保护智力创新成果的,能否被依法授予专利权关键是看技术方案,被驳回的人工智能专利申请,有一部分申请书中所表达出来的是抽象的“科学方法(即智力活动规则)”,并不是专利法要求的“技术措施”。如果人工智能专利申请书的表达方式与专利法的要求不符合,就得不到相应的保护。
因此提升人工智能专利申请的质量,写好权利要求书是关键一步。人工智能具有人机融合的自动控制系统,因此在撰写背景技术时,应在全面检索客观反映申请日之前本领域技术发展的真实情况,在完善技术方案内容的基础上,尽量使用中性规范的语言突出本申请中某项技术的创新性贡献,争取较大的专利保护范围。申请书中必须用数学公式的,对于其中涉及的变量、符号要解释其在技术上意义及结果,从而将技术手段与效果联系起来,使人工智能技术满足专利申请的要求。
高校和企业是人工智能专利申请的主要参与者,在专利申请人和专利发明人分离的情况下,尤其是职务科技成果不需要发明人承担成本和责任时,对发明人而言只有申报冲动没有内生约束,专利数量越多其获得的物质奖励和科研荣誉也就越多,这也是专利申请量和授权量出现明显反差的原因之一。国内一些企业和申请者甚至给自己制定了专利路线图:技术专利化、专利标准化、标准垄断化。通过大量低技术含量的专利申请,大肆宣传获取市场利益,甚至将公共知识篡改和修正后申请专利,以此对其他企业进行技术打压或进行专利勒索[17]。政府除了应防止专利垄断之外,还应通过政策和经济措施引导,使得新兴技术企业在专利费上能够有所让步,从而降低其通过专利垄断获利导致新兴技术无法扩散的可能性[18]。
未来的竞争优势越来越依附于技术标准和知识产权方面的话语权[19]。短期内扩大专利申请规模能在一定程度上弥补专利质量的短板,但从长远看,建立费用和风险分摊机制,用经济杠杆调节专利的非理性申请,强化发明人专利转化的责任意识,才能提升专利对产业附加值的贡献率。国外一般采用分阶段、比例配套和限额资助的形式,通过分摊费用避免泡沫专利占用国家资源。在人工智能专利申请质量不优的情况下,我国应不断细化专利资助奖励政策,针对不同对象设立资助政策。具体而言,一般资助政策应以扶持弱小为导向,按照“授权在先、部分资助”的原则,主要资助小微企业、事业单位、科研机构及非职务发明申请人,对其向专利代理机构支付的服务费和向国内外有关专利审查机构缴纳的官方规定费用给予资助。专项资助政策应以知识产权示范企业或人工智能专利工作基础较好的机构为主要资助对象,对其开展专利信息挖掘、产业化运营、质押融资和管理标准化建设等工作给予一定资助。
人工智能技术具备较强的溢出带动性,不仅被广泛应用于不同场景,而且肩负着维护国家安全、实现科技强国的重大使命。在我国政府的不断推动下,人工智能专利申请总量虽位居世界第一,但提高专利综合竞争力、实现战略布局仍任重道远。为推动创新成果由多转优,要积极开展创新工作,不仅是要加大创新投入,还要注重创新效率的提升,运用大数据进行科学定位,避免重复的技术研发投入,不失为提高创新效率的有效途径。因此,研究立足专利的完整生命周期,从人工智能专利信息导航、高质量的专利申请书撰写和高效地运用经济资助政策等方面入手,不断提升人工智能专利的授权质量和审查效率,完善专利政策生态体系,使更多高价值的人工智能专利成果成为国民经济高质量发展的加速器。