人工智慧對專利制度的影響初探 | 騰研識者

曹建峰 騰訊研究院法律研究中心高級研究員

祝林華 騰訊研究院法律研究中心助理研究員

隨著人工智慧技術的發展和深入應用，生產力水平和自動化程度均得到提高，發明創造領域也迎來新面貌。

以遺傳編程、神經網路和機器人技術為代表的人工智慧技術的發展，引導人腦和計算機的緊密耦合，不僅大大提高一般發明人的有限技術水平，為發明創造增速降本，甚至可以創造出具有可專利性的發明（採用和人類發明創造同等的判別標準）。在專利法領域，人工智慧對專利制度的影響不僅體現在專利審查和專利檢索等業務，還體現在對可專利性和專利侵權認定等傳統理論帶來的挑戰。

對此，本文旨在簡要闡述人工智慧對專利制度的潛在影響，以期為相關問題的深入研究拋磚引玉。

引言

作為近年來炙手可熱的前沿技術，人工智慧(以下簡稱AI)得益於機器學習，深度學習和自然語言處理等技術，不斷改善現有的生產和服務方式，促進自動化進程和產業「智變」。

這場由大數據和人工智慧引領的新興的技術變革，正在改變知識產權的開發和授予模式，將給知識產權領域的法學理論和法律實踐帶來全新或者更深層次的影響和問題。由於內嵌AI演算法的計算機能更快速，更高效地生成、模擬和評估大量潛在解決方案，而不受認知偏差和時間精力的影響。

近年來，機器生成作品（computer-generated work,簡稱CGW）越來越成為發明和創新的重要貢獻者。國際範圍內已有個別國家明確CGW可以獲得著作權保護，但專利法相關問題卻鮮有研究。

人工智慧發明產物的專利問題將可能對專利法的調整範圍和本質產生潛在影響，相關討論十分有必要。

作為一種可預期的新型通用「發明方法」（method of invention），計算機在發明創造過程中的參與存在一個幅度問題。幅度的底端是簡單地作為輔助工具，而不對發明做出貢獻的計算機。

例如拼寫檢查器，計算器或者填補專利文件空白的文書生成器。幅度的頂端，是能夠獨立生成具有可專利性的發明（假設該發明由人類創造）的機器。有些機器則落於兩端之間，例如計算機可以在人類指導的情況下，做出解決方案。

近年來的成功實踐表明，計算機可以實施工作任務，證明數學定理，甚至致力於原創詩歌，音樂以及繪畫等藝術活動中。雖然就當下的技術水平而言，仍需人類智力為AI活動界定目標、參數和成功標準。但面對日益複雜的問題以及人類感知「盲點」，基於AI系統的創造性、不可預見性、獨立和自動化、理性化、可進化性、高效率和精確化等特徵，機器人有望實施人力難以獨立完成的發明。

截至目前，已有商業主體利用AI演算法代替人腦智慧，進行發明創造和技術優化。例如，一家名為Iprova的瑞士科技公司聲稱已有用戶通過其旗下產品創造出新發明，甚至其中部分已被授予專利權。

計算機科學家斯蒂芬·塞勒（Stephen Thaler）的「創造力機器」（Creativity Machine）的基礎技術便是神經網路（Artificial Neural Network，簡稱ANN），該系統通過打亂一個神經網路的連接來創造新的輸出，並通過操作人員設置的標準由第二個神經網路對輸出流加以感知，最終創造出新的發明。

此前，根據現有的牙刷設計及其性能指標，「創造力機器人」為CrossAction的牙刷設計了一種具有新穎性的交叉結構設計，該設計在牙菌斑去除和牙齦健康方面具有顯著的性能優勢[1]。

總體而言,人工智慧將對專利制度產生三方面的主要影響,涉及專利審查、專利授予和專利侵權。下文筆者將逐一論證。

一、人工智慧對專利審查的影響

1. 緩解專利審查負累

世界知識產權組織於2017年12月6日發布的《世界知識產權指標2017》（World Intellectual Property Indicators 2017）報告顯示，世界各地的創新者2016年提交了310萬件發明專利申請，連續第7年保持增長勢頭，其中中國發明專利申請的增長量佔全球總增量的98%。

專利申請量劇增的同時，我國專利審查業務面臨著專利審查人員短缺，專利審查周期長，專利申請積壓等問題。

在現有的專利審查實踐中，專利審查員需要根據專利法的要求，運用技術知識和檢索工具對技術方案進行新穎性和創造性的判斷。

近年來，專利大數據的普及和機器演算法的結合，提高了專利檢索的速度和準確率，將專利審查員從繁重的檢索工作中解放出來，投身於可專利性判斷等決策環節，緩解專利審查負累。例如，2016年聯合國開發的一種基於人工智慧的翻譯機Wipo，藉助神經網路演算法豐富的雙語語料庫，大幅度提高了專利翻譯的效率和水平。

因此，為了保持專利審查質量，提高審查效率，相較於投入更多的資源或僱傭既熟悉技術知識，又熟悉計算機生成文本的專利審查員，人工智慧更具有成本和效益優勢。

2. 提高專利檢索效率

面對技術優勢的日益凸顯，公共部門就技術發展新形勢制定了新戰略。2017年4月，日本特許廳在第十屆知識產權小組委員會上討論了人工智慧技術在專利行政管理工作中使用的可能性。

《日本特許廳充分利用人工智慧技術（2016財年的努力和未來的行動計劃）》根據業務負荷、業務頻率和職員的精神負荷三項指標，將可以優先應用AI的專利行政管理業務分為三個層級，首先是較為容易實現的流程工作，例如紙質文件電子化和印章、收據確認等簡單業務；其二是技術尚未成熟，但已有先例的現有技術檢索和發明分類等業務；其三是包括自動做出審查決定在內的需要優秀的分析和決策能力的業務，目前尚無開發先例。

在上述三類業務中，人工智慧技術的發展步伐已經在邁向第二類，並有望在相關領域做出突出貢獻。往往，想要獲得全面的匹配結果，檢索並非是一蹴而的過程。例如，輸入關鍵詞後，相應的搜索結果會給出更好的術語推薦，因此需要在對檢索條件進行步步完善和修改後，才能得到滿意的檢索結果。

對此，深度學習AI可以在節省時間投入的前提下，提高檢索質量，其途徑主要包括：

1. 自動從專利文件原文中識別和提取關鍵詞之同義詞，自動制定高質量的檢索條件，擴寬搜索方向並提高關鍵詞搜索質量。
2. 使用專有的拓撲聚類進行相似文件檢索，提高文件檢索精確度。
3. 自動對專利申請文本和權利要求書等文檔進行聯合專利分類體系（Cooperative Patent Classification，簡稱CPC）和美國專利分類體系（United State Patent Classification，簡稱USPC）等分類[2]。

此外，圖像識別技術也能為專利文獻檢索帶來便利。一方面，建立在圖像解析演算法和神經網路技術上的人工智慧，可以將圖片內容轉化為關鍵詞，提高圖片模式匹配效率。另一方面，基於圖像和技術知識資料庫的人工智慧，降低了專利審查員的工作難度和准入門檻，能夠有效緩解專業人才短缺的問題。

因此，以深度學習為代表的人工智慧技術的突破有望使專利審查向著以數據收集、處理、分析為基礎的自動化方向轉變。在專利大數據的背景下，人工智慧不僅有助於增強專利審查人員的能力，甚至獨立完成檢索任務，還有望從效果層面提高專利審查與授權的質量。

但是，在人工智慧參與專利審查的過程中，仍需要審查員結合技術、行業和法律等因素進行綜合考慮和分析決策。

二、人工智慧發明產物的專利權保護

1. 人工智慧發明成果的可專利性

在討論專利權歸屬之前，需要明晰產物本身是否具有可專利性。對「人工智慧發明成果能否成為專利法保護對象」的討論，主要圍繞著專利制度設立目的以及可能造成的影響等方面展開。

傳統的知識產權構建在以人為核心的勞動價值論和功利主義學說等理論基礎之上，而人工智慧由於缺少感性的人的特徵，其產物能否成為知識產權客體引發諸多討論。

在實踐影響層面，如果承認人工智慧產物可以成為可專利性客體，其一，可能引發投機式專利申請，增加專利侵權糾紛。其二，人工智慧能夠藉助強有力的數據搜集和分析整理技術，大大提高新技術的發現能力和速度，使得擁有AI的人能夠擁有更多專利發明可能性，沒有人工智慧的發明人將處於技術下風。其三，人工智慧發明成果的專利化會擴大「現有技術」的範疇，對後續產品可專利性的評估產生影響。

但是，如果不賦予AI發明成果以專利可能性，一方面會打擊對創造性AI的開發和投資，對社會科技進步造成阻礙。另一方面，人工智慧產物的客觀新穎性不容否認，從鼓勵發明創造的角度分析，通過鼓勵對發明的上游——發明工具的創新來達到鼓勵研發產品的目的，也不失為實現社會技術進步和創新的有效途徑。綜上論述，筆者認為專利法不應以某一發明創造是人工智慧完成的，或者藉助人工智慧技術完成的，而否認其獲得專利保護的可能性。

2. 專利權主體界定

我國專利法對立法目的的描述為：「為了保護專利權人的合法權益，鼓勵發明創造，推動發明創造的應用，提高創新能力，促進科學技術進步和經濟社會發展，制定本法。」世界各國的專利法規範普遍含有類似主體限定。

因此，無論從實踐和理論上，均難以跨越人工智慧和人之間的本質區別，賦予人工智慧以合乎私法保護基礎的主體資格。

然而，鼓勵發明創造這一專利法宗旨，不會因為直接發明者是機器或者人而發生改變。誠然，人工智慧系統本身並不會對專利法的物質激勵做出反應，但該系統的開發實體會。

為AI生成的產物提供專利保護會使得AI本身更有價值，可以通過激勵可創新的機器的發展而實現激勵創新的目的。

對此，有學者認為，為了平衡鼓勵新技術發展和促進專利法可持續實施，專利權作為激勵「理性人」創新和發明的制度工具，圍繞著發明人和投資人的制度設計應同樣適用於人工智慧創造的發明。

即對專利法進行靈活解釋，發明人不再僅局限於自然人，對發明的實質性特點做出創造性貢獻的機器人或人工智慧系統，也可以成為「發明人」。或者為機器和人工智慧等新設「發明機器」的身份。

在制度設計的改變下，電腦或者計算機本身依然不享有專利權，無法成為專利權主體。但可以在承認人工智慧發明成果的可專利性的前提下，類比適用職務發明創造，賦予人工智慧以「發明人」的身份，賦予開發企業等主體以專利權主體身份。

在人工智慧和自然人共同做出實質性付出的發明成果的情況下，借鑒共同發明制度，賦予人工智慧以「共同發明人」身份，但不與自然人共享專利權。

3. 影響對專利權授予的實質要件的判斷

人工智慧主要通過對一般技術水平（ordinary skill），現有技術和所屬領域普通技術人員（person having ordinary skill in the art，簡稱PHOSITA）的評估，實現對專利權授予的實質要件判斷產生影響。

美國法律要求專利具有非顯而易見性，即專利對於相關領域的一般技術人員而言是非顯而易見的，如果發明是其所屬技術領域的技術人員在現有技術的基礎上通過邏輯分析、推理或者有限的試驗可以得到的，則該發明是顯而易見的，不具有突出的實質性特點，就不能申請專利。

相類似的，我國以創造性作為評判標準強調技術方案的進步性，即專利發明需要有突出的實質進步和顯著的進步。創造性和非顯而易見性相同，均需要以PHOSITA的技術水平的知識和理解能力作為衡量的基礎。同時，新穎性的判斷也需有技術或公知技術的範疇為評估依據。

對此，因為AI系統具有更強大的信息處理能力，能擴大信息搜索和訪問的廣度和深度，提高信息分析的效率和質量。

那些不顯而易見的新舊發明之間的聯繫將可能被AI輕鬆發現，而這樣的結合如果是由人類完成的，則都是具有可專利性的。

因此，非顯而易見性和新穎性需要受到適當調整。如果判定標準過高，則值得被授予專利的發明將不具有可專利性，如果標準過低，則大量的垃圾專利可能會使發明人面臨更多的侵權訴訟隱患，兩者皆會阻礙創新。

而在實用性方面，人工智慧將大大提高人類製造和使用發明的能力，使得過去有些不可能實現的發明具有可實施性。

但是，應該注意到，人工智慧可能會產生兩種不具有實用性的發明，其一是有害發明，即不會產生積極的社會或經濟效益的發明；其二是不具有可再現性的發明，即不能依賴任何隨機因素，並且實施的結果應當是相同的。

由此，人工智慧的設計方案仍需要人為進行檢測和實施，以使得該方案能夠切實地服務於人類所需，並避免對人類生活產生潛在的風險隱患[3]。

三、人工智對專利侵權的影響

在深度學習和神經網路等技術的輔助下，AI設備動態行為的數據以及AI系統自身性質均會不斷發生變化，這對相關侵權的認定和訴訟活動產生挑戰。由於缺乏理論、判例和立法的支持，這些挑戰會在人工智慧專利訴訟的頭幾年更為顯著。

1. 對侵權主體界定的影響

即使法律承認計算機能夠成為專利的發明人，和專利權主體資格一樣，現行的法律和先例似乎都排除了機器或者程序可以作為專利權侵權主體的法律資格。

在侵權故意上，由於AI系統具有不可預測性，有時候甚至參與具體環節的人都不知道AI如何創造出具體對象的。

但一般而言，AI計算機的所有者會被視為承擔侵權責任的第一人。當AI系統進行進一步學習並修改其行為時，所涉主體將包括AI設備所有者，AI軟體開發者和實施具體任務的用戶等，由此產生的產品、過程或者行為可能侵犯一項或者多項專利權權利要求。

舉個例子，甲開發了一個AI程序，並將該AI程序授予乙，乙利用丙所有的資源（例如雲計算環境下的伺服器）對AI程序進行運行。丁負責對AI程序進行訓練。最終戊從系統的諸多產物中選擇了一種具有技術進步意義的成果進行生產，並最終侵犯了已有專利的一項或多項權利要求。

針對上述情形，目前法律尚未明確侵權主體的認定規則。首先明確專利權對象為被提交申請的，具有技術進步意義的發明成果。

而就如何確定侵權人，需要考慮幾個基本問題：直接侵權人是AI程序的開發者嗎？如果AI程序的原始開發狀態不會導致侵權，應如何認定後續問題呢？AI設備的所有者是直接侵權人嗎？如果未經操作員訓練，不會導致侵權，應如何應對後續問題呢？如果AI是經過一段訓練，才創造出侵權產品的呢？

上述例子中，戊對AI系統的產出進行了審查和選擇，並沒有就方案本身的創造付出努力，在英國法律中，這被稱為「發明的實際發現者」（Actual deviser of the invention）。丁負責培訓AI系統，並輸入了相關數據，使AI系統能夠輸出備選項。丁並沒有直接創造發明，其地位類似於材料供應人員。

此外，AI發明生產過程中複雜的社會關係，還會帶來其他責任配置難題。

例如，當AI系統獨立運行時,系統所有人需要承擔直接侵權責任嗎？如果AI系統的有關數據來自於公共數據或者其他可公開獲取的數據，侵權責任該如何界定？AI程序的開發者和所有者是否需要基於售賣行為和所有權，對AI的侵權產品承擔共同侵權責任？

如何確定AI程序具有實質性非侵權用途？如何確定侵權過程中的主動誘導呢？如果是運營者和訓練者向AI程序提供的資源和信息導致產生侵權產品，則是否需要承擔主動誘導責任呢？所有這些問題，都可能需要在未來涉及人工智慧的專利訴訟中予以考慮。

2. 對侵權事實證明的影響

AI設備的持續運行狀態和深度學習能力意味著，侵權行為可能只是在短時間內出現，甚至是瞬間，設備繼而可能又進入非侵權狀態。

在某些情況下，具體的設備甚至永遠不會再以侵權過的方式進行操作。對於這些AI的獨特性，有學者提出可以對侵權法理論進行新的解釋。

例如，可能造成侵權和損害的潛在因素的證實或許也可以表明，過去的侵權行為並非偶然事件，而是AI設備運行到當前狀態所不可避免或必要的步驟。或者，AI設備的當前性能和未來變化進的評估結果，能夠表明其未來有可能成為侵權產品。

在這兩種情形下，目前的設備，包括其未來和過去的狀態，都可以被視為是侵權產品。此外，AI系統將多大程度改變現有技術範疇，將直接影響技術抗辯的成立與否，左右專利侵權認定的難度。

3. 對專利侵權訴訟活動的其他影響

人工智慧也會對專利侵權的其他訴訟活動產生影響。

其一，當事人需要針對AI的特殊性，適應證據公示流程的新需求。實踐中，原告可能需要利用來自被告的信息和數據，以補充其對涉案侵權設備的技術調查。

因此，從訴訟開始時，專利權人需要採用比傳統保全措施更加激進的方式，例如要求被告收集、存儲和生成其不會在常規業務過程中進行保留的數據。

其二，專利權人需要謹慎書寫證據交換或證據開示請求書，以獲取被控AI設備過去的或者潛在的行為數據。實踐中，考慮到所需數據的存儲量和可獲取性，此類請求將引起被告負擔。因此，被告也需要對於請求相關的特定財產和行為負擔進行評估，計算和闡明，例如用於收集相關數據而開發的專用數據採集系統的成本。

其三，由於AI程序依賴於持續的培訓和更新，過去的性能報告和與其功能有關的信息掌握在第三方手中，包括AI演算法的開發人員，過去的用戶和AI培訓師等等。因此陷入AI專利訴訟的第三方，需要更重視保護性命令的撰寫和執行，以保護其知識產權和商業秘密。

其四，技術專家是專利訴訟的重要組成部分，但是AI領域的相關專家目前很是稀缺。當專家被AI開發公司所僱傭，出於利益衝突無法作證時，原被告都需要積極尋找能夠替代的專家。因此，AI案件中需要強調專家的早期選擇和保留。

結論

技術與法律之間的作用與反作用始終存在。在更高層面，這反映出促進人類進步的兩個最根本的因素之間的矛盾和協同。專利制度作為保護和促進技術創新之法，其對技術的保護方式、範圍和價值等考量，尤其具有重大意義。如今，以機器學習為代表的人工智慧技術正成為通用技術，有望重塑人類社會和經濟，必然帶來一系列全新的法律和倫理問題，其對專利制度的影響和挑戰正日益彰顯出來。或遲或早，專利制度都需要對人工智慧進行實用的、制度的以及法理的思考。而隨著人類智能和機器智能之間的界限日益模糊，甚至以人類為中心的整個知識產權制度都將被重寫。也許，將來會湧現出所謂的人工智慧專利法、人工智慧著作權法等「人工知識產權制度」（artificial intellectual property system），對與人工智慧相關的知識產權法律關係予以調整。

（首發《中國發明與專利》，2018年第6期）

參考文獻：

[1]Erica Fraser, Computer as inventor - legal and policy implications of artificial intelligence on patent law, 13:3 SCRIPTed.305(2016)

[2]https://www.linkedin.com/pulse/deep-learning-ai-patent-search-analytics-sumeet-sandhu/，2018年3月7日最後訪問

[3]季冬梅.人工智慧發明成果對專利制度的挑戰—以遺傳編程為例[J].知識產權，2017（11）：59-66