人工智能生成的技術(shù)方案的創(chuàng)造性判斷標準研究

劉友華 李新鳳

內(nèi)容提要：人工智能生成的技術(shù)方案若滿足專利授權(quán)標準，則其可作為專利法保護客體。人工智能參與創(chuàng)新過程，降低了發(fā)明創(chuàng)造的時間成本，跨庫檢索模糊了技術(shù)領(lǐng)域界限，文本挖掘使技術(shù)啟示更易實現(xiàn)，對人工智能發(fā)明的創(chuàng)造性標準構(gòu)成挑戰(zhàn)，需要作出調(diào)整：動態(tài)擬制“本領(lǐng)域普通技術(shù)人員”；準確把握“技術(shù)領(lǐng)域”的邊界；適當提高“創(chuàng)造性”判斷標準。

機器學習（Machine Learning）技術(shù)的興起與算法（Algorithm）的普及，使人工智能技術(shù)飛速發(fā)展的同時，也給專利制度帶來了巨大挑戰(zhàn)。人工智能強大的學習能力極大地促進創(chuàng)新，并逐漸從輔助性工具轉(zhuǎn)向參與發(fā)明構(gòu)思甚至獨立完成一項技術(shù)設(shè)計。人工智能技術(shù)可提高創(chuàng)新速度，降低創(chuàng)新成本，增進社會價值。甚至有學者懷疑人工智能將不可避免地取代人類成為發(fā)明主體。由此引發(fā)的深思是：人工智能生成的技術(shù)方案（或計算機生成物，Computer-generated Works，CGWs）是否應(yīng)被授予專利權(quán)？若其成為專利保護客體，將對現(xiàn)有專利授權(quán)、專利審查等制度帶來怎樣的沖擊，如何調(diào)整授權(quán)標準以保證發(fā)明人與公眾的利益均衡成為必須面對的重要問題。

一、人工智能技術(shù)創(chuàng)新與發(fā)明創(chuàng)造

（一）人工智能技術(shù)創(chuàng)新

“人工智能”的概念最早可以追溯到二十世紀中期。1950年，艾倫·圖靈提出了著名的“圖靈測試”來檢驗機器的“智慧”。①Turing,Alan M., Computing Machinery and Intelligence, Mind LIX 433 (1950),p.433-460.1956年，在達特茅斯會議上約翰·麥卡錫首次提出了“人工智能”一詞，但并未對其作出界定。2018年1月，中國電子技術(shù)標準化研究院等在《人工智能標準化白皮書（2018版）》對人工智能的界定如下：利用數(shù)字計算機或者數(shù)字計算機控制的機器模擬、延伸和擴展人的智能，感知環(huán)境、獲取知識并使用知識獲得最佳結(jié)果的理論、方法、技術(shù)及應(yīng)用系統(tǒng)。②創(chuàng)業(yè)邦研究中心：《中國人工智能標準化白皮書（2018 版）》，載http://www.cesi.ac.cn/images/editor/20180124/ 20180124135528742.pdf.,最后訪問日期：2019年10月22日。人工智能技術(shù)涵蓋邏輯推理、自然語言處理、機器學習、人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)和機器人等。在過去二十多年里，由于算法的進步，可用數(shù)據(jù)的指數(shù)級增長以及更低成本的計算能力，人工智能正徹底改變社會運行方式。

大數(shù)據(jù)技術(shù)的應(yīng)用使人工智能獲取、使用和學習的信息得到極大擴展，人工智能的深度學習能力加強，創(chuàng)新手段不斷深化。在人工智能參與下，發(fā)明過程更快，創(chuàng)新成本更低。如對人類基因組完成測序在2003年費時10年，要耗費30億美元，而到2013年成本僅為1000美元、耗時則僅為一個星期。③B.M.Simon,The Implications of Technological Advancement for Obviousness, 19 Mich.Telecomm.&Tech.L.Rev.101 (2013),pp.101-147.隨著機器學習技術(shù)的不斷升級與廣泛應(yīng)用，人工智能技術(shù)獨立性日益增強，但其并不具備完全的獨立意志，需通過對其訓練數(shù)據(jù)的回歸與分類不斷優(yōu)化既有的模型或程序，最終達到自行處理實時案例的智能化水平。人工智能系統(tǒng)可以幫助改進理論、生成可測試的假設(shè)、使用機器人系統(tǒng)模擬實驗和設(shè)計新設(shè)備或軟件。如2016年美國科學家通過運用人工智能學習算法，利用近四千次不同反應(yīng)條件下合成晶體實驗的數(shù)據(jù)來訓練機器學習算法，成功預測新的有機模板化無機產(chǎn)品的形成條件。④Raccuglia Paul,et al.Machine-learning-assisted Materials Discovery Using Failed Experiments,Nature 533,73 (2016),pp.73-76.

根據(jù)人工智能參與發(fā)明創(chuàng)造的程度，預計可將人工智能的發(fā)展過程分為5個階段⑤Ryan Abbott,Everything is Obvious，at https://www.ip-watch.org/2019/03/25/everything-is-obvious/# comments,last visited:2019-10-22.，如表1所示。

第I階段為傳統(tǒng)創(chuàng)新時代，人工智能在此階段未介入創(chuàng)新過程，所有發(fā)明均由自然人創(chuàng)造的。第II階段為人工智能發(fā)展初期，其多以輔助性工具參與發(fā)明創(chuàng)造，人工智能以數(shù)據(jù)收集或是數(shù)據(jù)存儲等角色參與，并不對發(fā)明構(gòu)思的完成作出實質(zhì)性貢獻，其在該階段仍未實質(zhì)參與發(fā)明構(gòu)思的形成。第III階段為弱人工智能時代的高級階段，隨著人工智能自主程度的逐漸提高，可為發(fā)明構(gòu)思的完成提供實質(zhì)性貢獻，此時其可與自然人合作進行發(fā)明，在個別領(lǐng)域甚至出現(xiàn)了人工智能系統(tǒng)自動生成的技術(shù)方案。在第IV階段及第V階段，隨著奇點的出現(xiàn)，強人工智能發(fā)展到超人工智能，發(fā)明創(chuàng)新的主體已經(jīng)由人類轉(zhuǎn)變?yōu)槿斯ぶ悄堋，F(xiàn)階段處于人工智能創(chuàng)新第II階段與第III階段技術(shù)交叉階段，各領(lǐng)域人工智能技術(shù)發(fā)展程度不一，如藥品研發(fā)領(lǐng)域已進入人工智能應(yīng)用的活躍期。

（二）人工智能參與研發(fā)創(chuàng)新過程

當前人工智能參與創(chuàng)新的場域主要表現(xiàn)在第II階段，人工智能輔助人類創(chuàng)新。例如Adobe發(fā)布Sensei人工智能開發(fā)平臺，致力于智能輔助軟件開發(fā)，其利用Adobe長期積累的大量數(shù)據(jù)和內(nèi)容，從圖片到影像，讓軟件了解到某張照片、某張照片的一部分、某段視頻以及某段文本描述的真實含義，使一些固定、重復性的操作變得自動化和簡單化；⑥吳湛：《Adobe 發(fā)布Sensei 人工智能開發(fā)平臺》，載http://www.elecfans.com/rengongzhineng/445423.html，最后訪問時間：2019年10月22日。再如Appy Pie作為云技術(shù)提供應(yīng)用程序創(chuàng)建服務(wù)的平臺，能基于iOS或Android創(chuàng)建應(yīng)用程序。⑦Kyle Wiggers：《所見即所得——AI 輔助可視化程序開發(fā)》，載http://www.sohu.com/a/249457250_739762，最后訪問日期：2019年10月22日。人工智能參與研發(fā)的深度和廣度在增加，在人工智能技術(shù)發(fā)展速度比較快的領(lǐng)域，已經(jīng)實現(xiàn)了人工智能與人類科學家的協(xié)同發(fā)明。例如《自然》 2018年發(fā)布了人工智能改變對新型藥物化合物和多種疾病結(jié)構(gòu)研究的最新進展。⑧Nic Fleming,How Artificial Intelligence is Changing Drug Discovery, 557 Nature S55 (2018),at https://www.nature.com/articles/d41586-018-05267-x1[http://perma.cc/FP29-VVZU],last visited:2019-10-22.人工智能還被用于診斷疾病、定制治療方法、繪制不同細胞類別的基因圖以及創(chuàng)建用于藥物測試的虛擬動物和人類模型。⑨Grantland Drutchas,Artificial IP:Can Drugs Discovered Using AI be Patented? 76 Chi Law,34 (2018),p.67.科研動態(tài)表明，人工智能研發(fā)場域逐漸由第II階段轉(zhuǎn)向第III階段，人工智能也悄然實現(xiàn)從輔助者到協(xié)作者的角色轉(zhuǎn)換。

人工智能參與創(chuàng)新主要在三個領(lǐng)域：神經(jīng)網(wǎng)絡(luò)、遺傳工程以及專家系統(tǒng)。⑩Erica Fraser,Computers as Inventors -Legal and Policy Implications of Artificial Intelligence on Patent Law,13 SCRIP Ted,305 (2016),p.316.其逐漸發(fā)展到可以理解非結(jié)構(gòu)化數(shù)據(jù)從而可以進行計算機推理，繼而可自動學習，從而產(chǎn)生獨立于程序員指令而開發(fā)的意外解決方案?Banterle Francesco,Ownership of Inventions Created by Artificial Intelligence (2018),AIDA (2018),at https://ssrn.com/abstract=3276702,last visited:2019-10-22.，如IBM開發(fā)的Watson專家系統(tǒng)，其利用傳統(tǒng)邏輯推理架構(gòu)，通過訪問大量數(shù)據(jù)庫，產(chǎn)生具有新穎性、創(chuàng)造性和實用性的技術(shù)方案，已在財務(wù)規(guī)劃制定、幫助臨床醫(yī)生制定癌癥患者治療計劃等方面發(fā)揮重要作用。?同注釋⑤。

在傳統(tǒng)創(chuàng)新環(huán)境下，各技術(shù)要素之間由于排列組合較多，研發(fā)創(chuàng)新花費的時間往往較長，而在人工智能參與創(chuàng)新的情境下，其呈現(xiàn)高效化、自動化和規(guī)?；奶攸c。美國專利商標局認為，人工智能介入創(chuàng)新顯著降低了創(chuàng)新的時間成本，創(chuàng)新速度加快，這又導致待審申請數(shù)量增加，這將使現(xiàn)有的“專利積壓”現(xiàn)象更為嚴重，還可能形成“專利叢林”而阻礙后續(xù)創(chuàng)新。?Melancon Matthew,The USPTO新技術(shù)環(huán)境下，人工智能實質(zhì)性參與或協(xié)助參與創(chuàng)新將日益普遍，對該過程中所生成的技術(shù)方案授予專利權(quán)是否會抑制技術(shù)創(chuàng)新，是否會破壞專利法構(gòu)建的利益平衡機制？

二、人工智能生成的技術(shù)方案專利保護的正當性

（一）人工智能生成的技術(shù)方案屬于專利法保護的“技術(shù)方案”

有學者認為，發(fā)現(xiàn)問題和構(gòu)思解決問題的技術(shù)方案是創(chuàng)造力所在，也是發(fā)明者的貢獻所在，發(fā)明要歸于精神行為。?Soans C.A., Some Absurd Presumptions in Patent Cases,Pat.trademark &Copy.j.res.&Ed,1966.美國專利法雖未將由自然人完成發(fā)明作為授予專利權(quán)的特定門檻，但強調(diào)了“發(fā)明是發(fā)明者心中形成的觀念”。?Burroughs Wellcome Co.v.Barr Labs.,Inc.,40 F.3d 1223,1227-28 (Fed.Cir.1994).美國聯(lián)邦巡回法院認為，發(fā)明者必須是自然人，不能是公司或其他主體?！鞍l(fā)明中應(yīng)體現(xiàn)人類精神部分”常被用作驗證客體可否獲得專利保護的重要理由。?University of Utah v.Max-Planck-Gesellschaft Zur Forderung Der Wissenschaften EV,734 F.3d 1315,1323 (Fed.Cir.2013).但在美國專利授權(quán)實踐中，專利授權(quán)并不以發(fā)明創(chuàng)造的過程如何完成為條件。我國《專利審查指南》也規(guī)定，“不管發(fā)明者在創(chuàng)造發(fā)明的過程中是歷盡艱辛，還是唾手而得，都不應(yīng)當影響對該發(fā)明創(chuàng)造性的評價?！秾＠ā返?條第3款所述的技術(shù)方案，是指對要解決的技術(shù)問題所采取的利用了自然規(guī)律的技術(shù)手段的集合。技術(shù)手段通常是由技術(shù)特征來體現(xiàn)的。未采用技術(shù)手段解決技術(shù)問題以獲得符合自然規(guī)律的技術(shù)效果的方案，不屬于我國專利法中的技術(shù)方案，也就不屬于發(fā)明或?qū)嵱眯滦蛯＠Ｗo的客體。?中華人民共和國國家知識產(chǎn)權(quán)局：《專利審查指南（2010）》，知識產(chǎn)權(quán)出版社2010 版，第119 頁?？傊?，無論是發(fā)明創(chuàng)造過程抑或技術(shù)方案的定義，均未要求“人類精神”因素的存在，因為專利法更關(guān)注的是發(fā)明本身的實質(zhì)貢獻，而非發(fā)明可能實現(xiàn)的主觀過程。

專利授權(quán)標準要求發(fā)明具有“新穎性”“創(chuàng)造性”和“實用性”?！靶路f性”是指發(fā)明不屬于現(xiàn)有技術(shù)，這里無需具有“人類精神”因素?！皠?chuàng)造性”意味著發(fā)明對本領(lǐng)域的技術(shù)人員不是顯而易見的，人類表征因素僅僅在于對創(chuàng)新的評估，可以被認為是發(fā)明的外在要素。?Banterle Francesco,Ownership of Inventions Created by Artificial Intelligence (November 1,2018),AIDA (2018),at https://ssrn.com/abstract=3276702,last visited:2019-10-22.“實用性”指的是在工業(yè)上的使用，也與“人類精神”因素沒有直接關(guān)聯(lián)。s Sisyphean Plan:Increasing Manpower Will Not Match Artificial Intelligence's Inventive Capabilities.,Tex.L.Rev.96 (2017),p.873.

專利法與版權(quán)法對人類表征要求不同。根據(jù)美國版權(quán)法的規(guī)定，原創(chuàng)性由創(chuàng)造力和作者身份共同定義，即具有“個性”，作者身份與表現(xiàn)作者個人風格的知識創(chuàng)造有關(guān)。在版權(quán)法中很難對作品的藝術(shù)價值進行評價，因此需對作品是否反映作者的個性進行考量。專利法上“創(chuàng)造性”概念與版權(quán)法中的“獨創(chuàng)性”不同，前者關(guān)注技術(shù)的非顯而易見性，而不在于作者個性的反映。歐洲專利局（以下簡稱EPO）認為發(fā)明的核心要素是工業(yè)性質(zhì)（也稱“技術(shù)效應(yīng)”）?EPO 的審查指南G 部分第II-1 節(jié)第687 條確認發(fā)明的定義是基于技術(shù)特征的存在。“技術(shù)特征”是指發(fā)明必須涉及技術(shù)領(lǐng)域［規(guī)則42（1）（a）］，必須涉及技術(shù)問題［規(guī)則42（1）（c）］，并且必須具備可以在權(quán)利要求中確定尋求保護的事項的技術(shù)特征［規(guī)則43（1）］。，發(fā)明的概念沒有以人類發(fā)明為要素，相反其與功能目標相關(guān)聯(lián)，即任何解決技術(shù)問題的新方案均具有可專利性。在現(xiàn)行法律框架下，技術(shù)方案是否可獲得授權(quán)，依據(jù)《專利法》第2條、第5條以及第25條規(guī)定，并不考察其為自然人的發(fā)明或者由人工智能輸出。對是否屬于技術(shù)方案的判斷，根據(jù)《專利審查指南（2019）》第二部分第1章第2節(jié)的規(guī)定，技術(shù)方案是對要解決的的技術(shù)問題所采取的利用了自然規(guī)律的技術(shù)手段的集合。技術(shù)手段通常是由技術(shù)特征來體現(xiàn)，而技術(shù)手段的運用體現(xiàn)在技術(shù)問題的解決上即為技術(shù)效果。一般而言，技術(shù)方案的解決由技術(shù)問題、技術(shù)手段和技術(shù)效果所彰顯。因此，人工智能參與創(chuàng)新過程，所生成的成果如可以通過技術(shù)手段解決技術(shù)問題，則符合審查指南中的“技術(shù)方案”，應(yīng)得到專利法保護。

（二）人工智能時代的專利制度理論基礎(chǔ)并未改變

1.激勵技術(shù)創(chuàng)新

專利經(jīng)濟學理論認為，基于信息傳播的低成本性，需對創(chuàng)新成果賦予價值，通過界定產(chǎn)權(quán)，排除其他人的低成本獲取。信息需求方為潛在購買方，如賣方對新知識沒有產(chǎn)權(quán)，則買方缺乏購買動機。對新的技術(shù)方案授予專利權(quán)，從而降低許可創(chuàng)新的交易成本，實現(xiàn)技術(shù)的便捷轉(zhuǎn)讓。?Arrow K.,Economic Welfare and the Allocation of Resources for Invention,12 NBER Chapters,609 (1962),pp.609-626.知識產(chǎn)品作為公共產(chǎn)品具有非排他性，如沒有高效的權(quán)利分配機制，“搭便車”行為將日益普遍，市場將逐步失靈。如沒有專利保護，新技術(shù)的研發(fā)將面臨市場失靈風險。人工智能從發(fā)明到應(yīng)用于創(chuàng)新需要高額成本。對人工智能的投資可分為三部分：創(chuàng)建人工智能所需投入、培訓人工智能所需投入以及人工智能參與創(chuàng)新所需的投入，其中，培訓所需的投入視為最直接的投入。按此邏輯可量化投資者的投資情況，如AlphaGo在圍棋領(lǐng)域與人類的對抗上，一方面，Google需要對其進行耗時不低于3天的訓練，同時租用4張數(shù)據(jù)流處理器，3天費用達1872美元；另一方面，參與該項目研究的科學家每人薪酬每年接近20萬美元，研發(fā)人工智能花費的時間與金錢都相當可觀。?Feldman R &Thieme N.,Competition at the Dawn of Artificial Intelligence, 13 Social Science Electronic Publishing,(2018),p.35.即使人工智能生成新的技術(shù)方案成本降低，但研發(fā)階段的上游環(huán)節(jié)，人工智能系統(tǒng)的開發(fā)者也需要市場回報，以激勵繼續(xù)創(chuàng)新。因此，如沒有專利權(quán)支持的專有許可預期，人工智能系統(tǒng)的使用者將缺乏購買欲望，而研發(fā)者將難以回收昂貴的研發(fā)投入，則后續(xù)研發(fā)難以為繼，將無法有效激勵創(chuàng)新。

2.增進社會福利

從成本效益看，專利制度依然是保護人工智能發(fā)明的優(yōu)先選擇。對發(fā)明者而言，只有其所得利益超過所投入的成本，才會有后續(xù)研發(fā)的動力。一個經(jīng)濟有效的專利制度必須在利益相關(guān)方之間進行合理的損益分配，最大限度提高投資效率。?Stephen M.Maurer,Ideas into Practice:How Well Does U.S.Patent Law Implement Modern Innovation Theory? 12 J.Marshall R.Intell.Prop.L.644,(2013),p.660.質(zhì)言之，專利制度需清晰界定產(chǎn)權(quán)、明確歸屬，將損失和成本降低。現(xiàn)有專利制度的產(chǎn)權(quán)歸屬、損益分配方式是否最優(yōu)，如以專利方式保護人工智能生成技術(shù)方案，是否會破壞或減損既有成本效益結(jié)構(gòu)？對成本效益問題，通過將當下狀態(tài)（稱之為“基線狀態(tài)”）與對人工智能生成技術(shù)方案進行專利保護的狀態(tài)進行對比，具體如表2?表中“0”并不是表示成本或效益為零，而是表示當下狀態(tài)（基線狀態(tài)）的既有現(xiàn)狀，將其記為“0”；“-”表示相較于基線態(tài)，成本或效益有所降低；“+”則表示相較于基線狀態(tài)，成本或效益有所增加。。

表2 人工智能生成技術(shù)方案專利保護成本/效益對照表

從發(fā)明人角度看，其成本和效益為：（1）人工智能逐漸從單純的工具發(fā)展到具有一定創(chuàng)造能力的“主體”，一定程度上解放了自然人發(fā)明主體，降低了發(fā)明創(chuàng)造的成本。（2）隨著對人工智能生成技術(shù)的專利保護，技術(shù)持有者可通過專有權(quán)獲得收益，效益相較于基線狀態(tài)有所改善。

從使用人角度看，其成本和效益為：（1）在基線狀態(tài)下，人工智能生成技術(shù)方案不被專利法保護，但可能侵犯商業(yè)秘密。一旦獲得專利保護，則將因許可費而增加使用成本。（2）相比于基線狀態(tài)，以專利保護人工智能生成技術(shù)方案對潛在技術(shù)使用者而言，具有兩方面優(yōu)勢。一是技術(shù)方案所有人將技術(shù)公開，可在現(xiàn)有技術(shù)上進行研發(fā)；二是有更多可供使用的技術(shù)，為技術(shù)使用者提升商業(yè)使用的機會。

從社會角度看，其成本和效益為：（1）因申請量增加，社會成本而增加，其他方面的成本與現(xiàn)有專利制度相比沒有增加。（2）專利保護使技術(shù)得以公開，增加了技術(shù)存量，擴張了公有領(lǐng)域，從而促進技術(shù)創(chuàng)新，增加社會公共利益。

總之，以專利保護人工智能生成技術(shù)方案并不會打破現(xiàn)有專利制度維系的平衡，不會減損權(quán)利人、使用人和社會公共利益。

三、人工智能生成的技術(shù)方案創(chuàng)造性標準的挑戰(zhàn)

對人工智能生成的技術(shù)方案予以專利保護，若專利授權(quán)標準維持不變，將導致對社會經(jīng)濟影響不大、技術(shù)進步微小的專利大量產(chǎn)生，授權(quán)數(shù)量激增，保護成本增加，第三方搜索成本將增加，造成專利制度的成本增加。?Duffy J.F.,Inventing Invention:A Case Study of Legal Innovation,86 Texas Law Review,1,(2008),pp.1-72.譬如掌握基礎(chǔ)專利公司使用人工智能申請大量的外圍專利，將導致專利審查期限的遲延與專利質(zhì)量的降低。?滕銳、周鴻煥：《工業(yè)4.0 時代專利成果外生性風險的政府治理》，載《知識產(chǎn)權(quán)》2019年第1 期，第77-87 頁。這就需通過專利授權(quán)條件加以控制。在專利授權(quán)“三性”判斷中，需深入探討的是“創(chuàng)造性”標準問題。這是因為“新穎性”要求技術(shù)方案不同于現(xiàn)有技術(shù)，人工智能介入創(chuàng)新過程，不同程度地影響新技術(shù)出現(xiàn)的頻次和質(zhì)量，但在某個特定時間點，公有領(lǐng)域的技術(shù)存量是確定的，并不會因人工智能的介入而發(fā)生改變。因此，新穎性標準并未發(fā)生根本性改變?！皩嵱眯浴币蠹夹g(shù)方案具備工業(yè)價值，能投入產(chǎn)業(yè)使用，并對現(xiàn)有技術(shù)問題的解決達到積極效果，人工智能生成技術(shù)方案滿足“實用性”要求同傳統(tǒng)發(fā)明模式下基本相同，技術(shù)方案“實用性”的判斷變化不大。

（一）創(chuàng)造性標準在專利法中的地位

創(chuàng)造性作為“可專利性”的重要條件，可以排除對“微不足道的進步”的技術(shù)方案授予專有權(quán)，防止專利數(shù)量上升到不合理水平，進而對后續(xù)創(chuàng)新構(gòu)成妨礙。創(chuàng)造性旨在確認技術(shù)方案對社會的貢獻度和價值性，只有對社會有價值、作出了貢獻的方案才需要予以專利保護，以防止不必要的壟斷，避免增加社會成本。在這個意義上，創(chuàng)造性被認為是“可專利性的最終條件”，也被稱為“專利制度的守夜人”。?Michelle Ernst,Reforming the Non-Obviousness Judicial Inquiry,28 Cardozo Arts &Ent.L.J.663 (2011),p.663.因此，創(chuàng)造性的重要功能就是在發(fā)明人的私有領(lǐng)域與旨在維系社會公共利益的公共領(lǐng)域之間劃清界限。專利制度不能通過對技術(shù)的重疊保護實現(xiàn)技術(shù)進步，而是通過填補創(chuàng)新空白來推進技術(shù)創(chuàng)新，因而對創(chuàng)造性審查以界分現(xiàn)有技術(shù)與創(chuàng)新技術(shù)變得尤為重要。正是如此，人工智能技術(shù)對專利制度的沖擊主要表現(xiàn)在發(fā)明的創(chuàng)造性判斷標準的調(diào)適問題。

（二）對創(chuàng)造性標準挑戰(zhàn)的主要方面

1.對判斷起點的挑戰(zhàn)：本領(lǐng)域普通技術(shù)人員抑或本領(lǐng)域普通人工智能

對創(chuàng)造性的審查主要是判斷人工智能生成的技術(shù)方案是否具有非顯而易見性。在傳統(tǒng)環(huán)境下，創(chuàng)造性判斷是以虛構(gòu)的“本領(lǐng)域普通技術(shù)人員”（Person Having Ordinary Skill in The Art，PHOSITA）的標準來衡量。而人工智能生成的技術(shù)方案，基于其獨特的生成過程，在對其生成的技術(shù)方案進行審查時，仍以判斷自然人發(fā)明的本領(lǐng)域普通技術(shù)人員的視角進行審視是否合適？

有觀點認為，對人工智能發(fā)明申請的創(chuàng)造性審查時，普通技術(shù)人員的標準應(yīng)該被提高，以反映現(xiàn)實條件中的一般技術(shù)水平。?劉強、周奕澄：《人工智能發(fā)明專利審查標準研究》，載《凈月學刊》2018年第3 期，第78-87 頁。亦有學者提出“普通技術(shù)人員”應(yīng)為“所屬技術(shù)領(lǐng)域的人工智能”所代替。?馬忠法、彭亞媛、張馳：《與人工智能相關(guān)的主要知識產(chǎn)權(quán)法律問題》，載《武陵學刊》2019年第1 期，第52-65 頁。Abbott R.認為，本領(lǐng)域技術(shù)人員應(yīng)該是人工智能使用者與人工智能，或僅僅是人工智能。?同注釋⑤。除了所屬領(lǐng)域的普通技術(shù)人員作為法律上擬制的“人”，在擬制時參照標準受到人工智能的影響之外，“普通技術(shù)人員”的“一般技術(shù)水平”是否會因為某一具體領(lǐng)域人工智能技術(shù)發(fā)展水平不一而難以確定呢？如何確定本領(lǐng)域人工智能技術(shù)發(fā)展的標準呢？

2.人工智能的跨領(lǐng)域檢索技術(shù)：“技術(shù)領(lǐng)域”界限的打破抑或不變

Brenda M.Simon提出，認知技術(shù)可實現(xiàn)高效、低成本的信息存儲和處理，從而將加快許多領(lǐng)域的發(fā)現(xiàn)步伐，將解決方案從一個技術(shù)領(lǐng)域轉(zhuǎn)化為其他技術(shù)領(lǐng)域的可能性，將帶來更高效的創(chuàng)新過程。?Brenda M.Simon,The Implications of Technological Advancement for Obviousness,19 Mich.Telecommm.&Tech.L.Rev.331 (2013),p.335.現(xiàn)有技術(shù)的范圍決定了專利創(chuàng)造性的基準，具體包括現(xiàn)有技術(shù)的技術(shù)領(lǐng)域、技術(shù)內(nèi)容、常規(guī)實驗能力等，往往都記載于教科書、技術(shù)詞典、國家標準之中。人工智能可以打破原有技術(shù)領(lǐng)域的界限，挖掘潛在的技術(shù)信息。一方面，人工智能存儲的海量跨學科技術(shù)知識，使得創(chuàng)造性判斷中的預設(shè)“技術(shù)領(lǐng)域”的界限不再清晰，也不再必要；另一方面，人工智能將擴大信息搜索和訪問的廣度和深度，提高信息分析的質(zhì)量和效率，從而發(fā)現(xiàn)原本非顯而易見的新舊發(fā)明之間的聯(lián)系。?曹建峰、祝林華：《人工智能對專利制度的影響初探》，載《中國發(fā)明與專利》2018年第6 期，第55-59 頁。因此，“技術(shù)領(lǐng)域”界限是否會因人工智能技術(shù)發(fā)展被打破還是保持不變，也是人工智能生成技術(shù)方案創(chuàng)造性判斷需要厘清的問題。

四、人工智能生成技術(shù)方案的創(chuàng)造性標準的調(diào)整

專利授權(quán)實質(zhì)性條件是確定私有領(lǐng)域與公有領(lǐng)域界限的重要工具，是確定需保護技術(shù)方案的“調(diào)節(jié)閥”，是社會技術(shù)存量與技術(shù)增量之間平衡關(guān)系的“調(diào)節(jié)器”，而創(chuàng)造性標準則是這個“調(diào)節(jié)器”上的“平衡碼”。當人工智能技術(shù)對創(chuàng)新過程帶來實質(zhì)性影響時，撥動“平衡碼”才能有效促進創(chuàng)新。

現(xiàn)行專利法對“創(chuàng)造性”的判斷采用“非顯而易見”標準，而“技術(shù)領(lǐng)域”“普通技術(shù)人員”是創(chuàng)造性判斷的基礎(chǔ)。但創(chuàng)造性判斷本身具有主觀性，需要對“技術(shù)領(lǐng)域”“普通技術(shù)人員”等因素作出客觀分析，才能得出創(chuàng)造性動態(tài)調(diào)整的要求。

（一）技術(shù)發(fā)展推動創(chuàng)造性標準的提高

創(chuàng)造性標準可以代表專利保護水平。諾德豪斯認為，最佳的專利保護水平應(yīng)是一個平衡點。?Whitaker J.K.&Nordhaus.W D.Invention,Growth and Welfare:A Theoretical Treatment of Technological Change, 37 Economica,443(1971),p.443.超過這個平衡點的更強專利保護通過激勵創(chuàng)造活動而產(chǎn)生社會效益，同時也將使社會負擔更重的固定成本。最佳的保護水平必須是邊際社會成本與邊際社會效益相等的點。?石必勝：《專利創(chuàng)造性的經(jīng)濟學分析》，載《知識產(chǎn)權(quán)》2012年第4 期，第16-23 頁。若P代表公眾購買專利產(chǎn)品的價格，Q代表專利產(chǎn)品的供應(yīng)量，則在E點邊際社會成本與邊際社會效益成本相等。

此時受保護發(fā)明數(shù)量Q*為專利產(chǎn)品的最佳數(shù)量，如圖1所示。

圖1 傳統(tǒng)發(fā)明模式下專利產(chǎn)品邊際社會成本與邊際社會效益

人工智能參與研發(fā)創(chuàng)新日益普遍，使得發(fā)明成本不斷降低，SMC曲線平行下移，若公眾購買發(fā)明的價格P不發(fā)生變化，則SMC與Pe的交點E將右移為E1，對應(yīng)的Q值將增大為Q3，意味著越來越多的技術(shù)方案將獲得專利保護，專利制度原先所構(gòu)建的均衡狀態(tài)被打破，如圖2所示。因此，為防止因發(fā)明成本降低而導致專利數(shù)量激增情形的出現(xiàn)，現(xiàn)有專利判斷標準有必要作出調(diào)整。

圖2 人工智能發(fā)明專利產(chǎn)品邊際社會成本與社會效益

（二）創(chuàng)造性判斷標準的動態(tài)調(diào)整

人工智能參與創(chuàng)新，“普通技術(shù)人員”的擬制、“相關(guān)技術(shù)領(lǐng)域”和“一般技術(shù)水平”的確定須充分考量技術(shù)發(fā)展因素。總體而言，“創(chuàng)造性”判斷標準依然取決于發(fā)明成本與公眾使用發(fā)明的成本的平衡。

1.普通技術(shù)人員的擬制

“普通技術(shù)人員”是美國司法實踐中為統(tǒng)一創(chuàng)造性判斷標準，通過系列經(jīng)典判決逐漸構(gòu)建起的創(chuàng)造性判斷的虛擬主體。其在KSR案?KSR Intl' Co.v.Teleflex Inc.,550 U.S.398,421 (2007).中被描述為“一個普通創(chuàng)造者”，在Panduit Corp案?Standard Oil Co.v.Am.Cyanamid Co.,774 F.2d 448,454 (Fed.Cir.1985).中，被認為是“按照本領(lǐng)域的傳統(tǒng)智慧思考的人”。其特點在于其可獲知該技術(shù)領(lǐng)域的所有現(xiàn)有技術(shù)，具有常規(guī)實驗能力，但不具有創(chuàng)造力。我國《專利審查指南》明確規(guī)定：本領(lǐng)域的技術(shù)人員，是指一種假設(shè)的“人”，假定他知曉申請日或者優(yōu)先權(quán)日之前發(fā)明所屬技術(shù)領(lǐng)域所有的普通技術(shù)知識，能夠獲知該領(lǐng)域中所有的現(xiàn)有技術(shù)，并且具有應(yīng)用該日期之前常規(guī)實驗手段的能力，但他不具有創(chuàng)造能力。作為創(chuàng)造性判斷的主體，“本領(lǐng)域技術(shù)人員”是一個法律上的假定，是抽象的、非現(xiàn)實的技術(shù)人員，是與當時研發(fā)創(chuàng)新中的技術(shù)水平相應(yīng)的人。因此，在人工智能實質(zhì)性參與或協(xié)同創(chuàng)新的階段，“本領(lǐng)域普通技術(shù)人員”應(yīng)體現(xiàn)為運用人工智能獲得技術(shù)強化的自然人或者是人工智能本身。因此，該領(lǐng)域的技術(shù)方案創(chuàng)造性的判斷，需評估當下技術(shù)人員的技術(shù)手段以及本領(lǐng)域內(nèi)人工智能發(fā)展水平，相應(yīng)地擬制“普通技術(shù)人員”。

在“普通技術(shù)人員”技術(shù)水平的確定方面，要求“普通技術(shù)人員”所掌握的技術(shù)應(yīng)該與“現(xiàn)有技術(shù)”的發(fā)展同步。William Samore以遺傳編程算法為例，結(jié)合基因編程設(shè)計出天線的實例，提出人工智能實質(zhì)性參與創(chuàng)新后，“普通技術(shù)人員”技術(shù)水平是動態(tài)變化的，其認為基因編程算法使得發(fā)明構(gòu)思顯而易見需要以基因編程算法普遍使用為前提。?William Samore,Artifciial Intelligence and the Patent System:Can a New Tool Render a once Patentable Idea Obvious? 29 Syracuse Journal Of Science &Technology Law,113 (2013),p.115.EPO和JPO指南均提到技術(shù)人員具有普通或正常的技術(shù)手段用于實驗研究和開發(fā)。美國最高法院就明確指出，在對顯而易見性的考察和評估時，應(yīng)考慮到最新技術(shù)。?KSR International Co.v.Telefelx,Inc.U.S.2007,550,398-428.因此，對人工智能生成技術(shù)方案的創(chuàng)造性判斷，應(yīng)考量本領(lǐng)域相關(guān)的人工智能技術(shù)發(fā)展的水平。?Robert Plotkin,The Genie in The Machine:How Computer-Automated Inventing is Revolutionizing Law and Business,Stanford Law Books Press,2009,p.109.如果在相關(guān)技術(shù)中使用人工智能不是正常的實驗手段，若該發(fā)明對本領(lǐng)域技術(shù)人員而言就不是顯而易見的，則不論發(fā)明人是否使用了人工智能，都應(yīng)該授予專利。以遺傳工程為例，若本領(lǐng)域技術(shù)人員并未能夠輕易獲取遺傳編程作為技術(shù)方案的設(shè)計與分析工具時，該方案整體應(yīng)當具有創(chuàng)造性。?季冬梅：《人工智能發(fā)明成果對專利制度的挑戰(zhàn)——以遺傳編程為例》，載《知識產(chǎn)權(quán)》2017 第11 期，第59-66 頁。如果在相關(guān)領(lǐng)域中使用人工智能是正常的技術(shù)手段，則本領(lǐng)域技術(shù)人員的技術(shù)水平必然考慮人工智能作為必要技術(shù)手段。我國《專利審查指南》并未要求申請人說明完成發(fā)明創(chuàng)造的方式，既可通過參考特定領(lǐng)域的一般發(fā)明實踐確定人工智能的使用程度，也可通過行業(yè)趨勢確定本領(lǐng)域人工智能技術(shù)使用水平。

2.技術(shù)領(lǐng)域的拓展

“現(xiàn)有技術(shù)”的確定是創(chuàng)造性判斷的前提，而技術(shù)領(lǐng)域范圍的設(shè)定是現(xiàn)有技術(shù)確定的基礎(chǔ)。在某種程度上，幾乎所有的發(fā)明都涉及已知要素的組合，可以參考、考慮的技術(shù)領(lǐng)域越多，發(fā)明就越顯而易見。技術(shù)領(lǐng)域范圍設(shè)定的初衷是認為技術(shù)之間須具有類似性，技術(shù)領(lǐng)域?qū)儆谘邪l(fā)主體所努力的領(lǐng)域，或者與發(fā)明所要解決的問題密切相關(guān)。因此，普通技術(shù)人員被認為通曉本領(lǐng)域內(nèi)的所有現(xiàn)有技術(shù)的知識，以及與該發(fā)明所解決的問題相關(guān)的現(xiàn)有技術(shù)，不要求普通技術(shù)人員超越其所屬領(lǐng)域的現(xiàn)有技術(shù)去熟悉其他領(lǐng)域知識。若某領(lǐng)域的大多數(shù)研究由人工智能去執(zhí)行，參與創(chuàng)新的人工智能技術(shù)水平成為判斷顯而易見性的標準的重要因素，當利用人工智能進行跨領(lǐng)域數(shù)據(jù)挖掘時，在解決電氣工程中的問題時，機器能自動訪問醫(yī)學、物理學甚至烹飪學的相關(guān)技術(shù)。人工智能強大的搜索功能，將使獲取的信息明顯增多，人工智能的跨領(lǐng)域應(yīng)用能力，加強了隱形知識的聯(lián)系。人工智能技術(shù)將挑戰(zhàn)限制技術(shù)人員視野“技術(shù)領(lǐng)域”的習慣概念，過去通常由發(fā)明意圖及解決的問題確定的技術(shù)領(lǐng)域，人工智能的數(shù)據(jù)挖掘技術(shù)可能突破傳統(tǒng)認知中技術(shù)領(lǐng)域的界限，在更多的技術(shù)領(lǐng)域獲得“技術(shù)啟示”。

傳統(tǒng)研發(fā)創(chuàng)新活動中，技術(shù)人員跨技術(shù)領(lǐng)域通過知識遷移獲得的發(fā)明被認為具有創(chuàng)造性。在人工智能時代，利用人工智能對不同技術(shù)領(lǐng)域的技術(shù)組合實現(xiàn)的發(fā)明創(chuàng)造，將缺乏創(chuàng)造性。?Joel N?gerl,Frank Steinbach and Benedikt Neuburger,Artificial Intelligence:a Game Changer for the Patent System,at https://www.iammedia.com/artificial-intelligence-game-changer-patent-system,last visited:2019-10-22.因人工智能技術(shù)對海量數(shù)據(jù)庫的跨庫檢索成為可能，在判斷是否具有創(chuàng)造性時，對相關(guān)技術(shù)的分析應(yīng)考慮技術(shù)進步和跨學科合作在特定技術(shù)領(lǐng)域的發(fā)展程度，即現(xiàn)有技術(shù)由單一領(lǐng)域向多維化空間拓展，我國《專利審查指南》應(yīng)擴大“相關(guān)技術(shù)領(lǐng)域”的范圍。在檢索技術(shù)發(fā)達時，技術(shù)領(lǐng)域的界限可能模糊甚至消失。

結(jié)語

計算機、算法、大數(shù)據(jù)和開源平臺的融合將我們帶入了人工智能驅(qū)動的第四次工業(yè)革命，人工智能普遍介入技術(shù)創(chuàng)新成為可能，使創(chuàng)新周期變短，發(fā)明成本降低，擠壓自然人發(fā)明空間，這將打破現(xiàn)有專利制度維系的利益平衡。創(chuàng)造性標準作為專利保護的“調(diào)節(jié)閥”，不僅是明確界分技術(shù)方案保護范圍的標尺，也是合理劃分私有領(lǐng)域和公有領(lǐng)域的工具，應(yīng)隨著人工智能技術(shù)參與創(chuàng)新的程度作出相應(yīng)調(diào)適。對于人工智能實質(zhì)性參與或協(xié)助完成技術(shù)方案的創(chuàng)造性判斷，需準確把握“技術(shù)領(lǐng)域”邊界，動態(tài)調(diào)整“本領(lǐng)域普通技術(shù)人員的能力標準”，適當提高“創(chuàng)造性”判斷的標準。