人工智能算法專利的技術(shù)、理論、問題與中國之應(yīng)對

姚 葉

(1.中南財(cái)經(jīng)政法大學(xué) 知識產(chǎn)權(quán)研究中心，湖北 武漢 430073;2.馬克思普朗克創(chuàng)新與競爭研究所，德國 慕尼黑 80539)

1 人工智能算法立法的現(xiàn)實(shí)迫切性

算法分析和決策越來越多地被用于各個(gè)部門，包括政府。它們被用來確定貸款利率，雇用和解雇員工，跟蹤、標(biāo)記、預(yù)測人類行為。由于人工智能算法具有技術(shù)屬性，企業(yè)試圖通過申請專利的方式對其進(jìn)行保護(hù)與利用，如谷歌公司的Dropout專利就是一種人工智能算法。在世界范圍內(nèi)，諸多國家通過修改專利法和案例裁決承認(rèn)人工智能算法的專利客體地位，并為其修改審查規(guī)則?，F(xiàn)有研究對于人工智能算法的“可解釋性”“可問責(zé)性”研究較多，但是，對于什么是人工智能算法往往避而不答。諸多國家和地區(qū)已經(jīng)頒布人工智能算法專利審查細(xì)則或具體應(yīng)用指南，但鮮有學(xué)者深度解析人工智能算法授權(quán)是否符合專利法宗旨。我國《專利審查指南》中明確了具有算法特征的技術(shù)方案可獲得專利，并頒布了具體規(guī)則，但是，條文設(shè)置是否邏輯通順值得探討。鑒于此，本文針對上述問題展開論證，并提出我國人工智能算法專利應(yīng)對方案。

2 人工智能算法及其隱憂

2.1 算法：由自然過程到計(jì)算機(jī)程序算法

算法一詞由來已久，是9世紀(jì)波斯數(shù)學(xué)家Khwarizmi的名字，后來指求解問題應(yīng)當(dāng)遵循有條理的步驟。Woodrow Barfield等(2020)認(rèn)為，從法律角度來看，作為自然過程的算法、程序員編寫的算法與從機(jī)器學(xué)習(xí)技術(shù)衍生出來的算法有著本質(zhì)區(qū)別，這些差異主要包括算法設(shè)計(jì)目的，以及使用獨(dú)立于人類輸入和控制的算法的法律后果。算法在法律中最早出現(xiàn)時(shí)，被定義為“自然過程”。在Gottschalk v. Benson案中，法院將算法定義為解決給定類型數(shù)學(xué)問題的程序，并認(rèn)為其是自然現(xiàn)象且不可申請專利。隨著計(jì)算機(jī)中算法的普遍應(yīng)用，算法被認(rèn)為是一組數(shù)學(xué)指令或規(guī)則，以軟件程序的形式指示計(jì)算機(jī)硬件執(zhí)行特定任務(wù)。在我國，從著作權(quán)意義上講，計(jì)算機(jī)軟件內(nèi)容包括計(jì)算機(jī)程序和文檔兩部分。文檔由程序設(shè)計(jì)、編程人員和測試人員編輯的文字、符號或圖片組成，計(jì)算機(jī)程序又分為源程序與目標(biāo)程序。算法通常用源代碼編寫并構(gòu)成源程序，源代碼通常被計(jì)算機(jī)翻譯成機(jī)器可讀的目標(biāo)代碼并形成目標(biāo)程序。隨后，算法發(fā)展成為人工智能算法，即“從機(jī)器學(xué)習(xí)衍生出來的算法”。

2.2 由“符號主義”算法到“連結(jié)主義”算法

從人工智能發(fā)展史來看，人工智能主要分為兩個(gè)流派：符號或經(jīng)典人工智能、連結(jié)人工智能。對于符號或經(jīng)典主義人工智能而言，人工智能為計(jì)算機(jī)軟件創(chuàng)造其應(yīng)當(dāng)遵循的規(guī)則，對機(jī)器的決定進(jìn)行事先安排，若發(fā)生特定事件則執(zhí)行特定操作。連結(jié)主義人工智能通過在簡單甚至統(tǒng)一單元(如人工神經(jīng)元)相互連接的網(wǎng)絡(luò)中學(xué)習(xí)規(guī)則，產(chǎn)生智能行為。在連接人工智能主義中，計(jì)算機(jī)可以從材料中學(xué)習(xí)并生成自己的規(guī)則，特別是從大型數(shù)據(jù)集中學(xué)習(xí)并生成對數(shù)據(jù)的理解[1]。由于大數(shù)據(jù)以及算力的發(fā)展，連結(jié)主義人工智能逐漸發(fā)展起來，機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)算法等均是連結(jié)主義人工智能發(fā)展的產(chǎn)物。從普遍意義上講，計(jì)算機(jī)軟件是符號或經(jīng)典人工智能的產(chǎn)物，其產(chǎn)生邏輯是匹配既有規(guī)則與特定情形并產(chǎn)出結(jié)果，而深度學(xué)習(xí)算法、機(jī)器學(xué)習(xí)算法則是從數(shù)據(jù)中學(xué)習(xí)規(guī)則(見圖1、圖2)。

圖1 符號主義人工智能運(yùn)行中數(shù)據(jù)、規(guī)則與答案之間的關(guān)系Fig.1 Relationship between data, rules and answers in the operation of symbolic AI

圖2 連結(jié)主義人工智能運(yùn)行中數(shù)據(jù)、規(guī)則與答案之間的關(guān)系Fig.2 Relationship between data, rules and answers in the operation of connectionist AI

2.3 “連結(jié)主義”算法的隱憂

從“符號主義”到“連結(jié)主義”的算法生產(chǎn)方式變革，不僅意味著算法運(yùn)行邏輯發(fā)生改變，而且意味著數(shù)據(jù)這一生產(chǎn)要素能夠?qū)θ斯ぶ悄芩惴ǖ臍w屬、披露規(guī)則產(chǎn)生較大影響力。數(shù)據(jù)會影響算法運(yùn)算，故而人工智能算法的公開必須考慮對訓(xùn)練數(shù)據(jù)進(jìn)行披露。一個(gè)人工智能算法的形成，首先需要選擇一個(gè)合適的模型，將數(shù)據(jù)“喂”給模型，然后形成算法。有一個(gè)經(jīng)典的對算法與數(shù)據(jù)間關(guān)系的論證是“偏見進(jìn)，偏見出”，即當(dāng)人工智能算法被“喂養(yǎng)”的是帶有偏見的數(shù)據(jù)時(shí)，人工智能算法也是具有偏見的。傳統(tǒng)計(jì)算機(jī)算法的形成主要依賴程序員的代碼，相關(guān)發(fā)明的公開必須公開算法的原始代碼與目標(biāo)代碼，因而人工智能算法的公開也應(yīng)當(dāng)考慮公開算法的訓(xùn)練數(shù)據(jù)。美國專利商標(biāo)局發(fā)布題為“人工智能和知識產(chǎn)權(quán)政策公眾觀點(diǎn)”的報(bào)告，參與討論的專家和機(jī)構(gòu)一致認(rèn)為，在專利領(lǐng)域人工智能發(fā)明判斷的非排他性要素主要包括：用于訓(xùn)練人工智能并在系統(tǒng)上運(yùn)行的數(shù)據(jù)庫結(jié)構(gòu)、用于訓(xùn)練算法的數(shù)據(jù)等[2]。人工智能算法審查規(guī)則與披露規(guī)則難以應(yīng)對這種轉(zhuǎn)變，故而應(yīng)適時(shí)對這些規(guī)則進(jìn)行調(diào)試。人工智能算法由數(shù)據(jù)訓(xùn)練而得，因而算法權(quán)屬也應(yīng)再作考量。根據(jù)樸素的“勞動價(jià)值理論”，為人工智能算法提供數(shù)據(jù)的主體在人工智能算法形成過程中貢獻(xiàn)較大，獲得專利權(quán)較為合理。從風(fēng)險(xiǎn)控制理論來看，算法生成中數(shù)據(jù)主體對算法的控制能力更強(qiáng)，數(shù)據(jù)生產(chǎn)者、控制者也能獲得部分權(quán)益?？梢姡斯ぶ悄芩惴ㄅc數(shù)據(jù)間關(guān)系會導(dǎo)致算法權(quán)屬變革。

盡管人工智能算法的學(xué)習(xí)邏輯與傳統(tǒng)算法不同，但其需要使用計(jì)算機(jī)完成，故而仍然屬于計(jì)算機(jī)程序算法，受到既有計(jì)算機(jī)程序算法相應(yīng)法律、法規(guī)、規(guī)章的規(guī)制。

3 人工智能算法專利審查規(guī)定

3.1 中國審查指南

2021年開始實(shí)行的新版《專利審查指南》在第二部分第九章第6節(jié)，增加了包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請審查規(guī)定。本次《專利審查指南》修改旨在防止審查人員對技術(shù)特征與算法或商業(yè)方法特征的割裂，致力于客觀評價(jià)發(fā)明的實(shí)質(zhì)貢獻(xiàn)，保護(hù)真正的發(fā)明創(chuàng)造[3]。第九章內(nèi)容主要是“關(guān)于涉及計(jì)算機(jī)程序的發(fā)明專利申請審查的若干規(guī)定”，具體審查規(guī)則主要在第6節(jié)。一是強(qiáng)調(diào)對權(quán)利要求的“整體考慮原則”，明確包含技術(shù)特征與算法特征的技術(shù)要求不應(yīng)當(dāng)被排除在可專利性外，審查時(shí)應(yīng)當(dāng)將權(quán)利要求的所有內(nèi)容作為一個(gè)整體看待。二是明確客體相關(guān)法律條款審查順序，先判斷其是否構(gòu)成不屬于排除獲得專利權(quán)的情形，再考察權(quán)利要求中技術(shù)方案的技術(shù)手段、解決的技術(shù)問題和獲得的技術(shù)效果。如果權(quán)利要求記載了對要解決的技術(shù)問題采用了利用自然規(guī)律的技術(shù)手段，并由此獲得符合自然規(guī)律的技術(shù)效果，則構(gòu)成專利法認(rèn)可的技術(shù)方案。對新穎性和創(chuàng)造性進(jìn)行審查時(shí)，采取“關(guān)聯(lián)考慮原則”，考慮權(quán)利要求書中的全部特征，即技術(shù)特征和算法或商業(yè)方法本身特征，如果上述特征在“功能上彼此相互支持、存在相互作用”，共同構(gòu)成技術(shù)手段并獲得技術(shù)效果，則符合新穎性和創(chuàng)造性要求。應(yīng)用于具體領(lǐng)域并解決技術(shù)問題以及技術(shù)手段調(diào)整或改進(jìn)，都被認(rèn)為是“功能上彼此相互支持、存在相互作用”。

從以上規(guī)則可知，中國《專利審查指南》將具有算法特征或商業(yè)規(guī)則和方法特征的發(fā)明置于對“計(jì)算機(jī)程序”相關(guān)發(fā)明的審查規(guī)則之下。這具有兩重含義：其一，人工智能算法和商業(yè)方法是計(jì)算機(jī)程序相關(guān)發(fā)明；其二，如果人工智能算法符合“是一種方法、由計(jì)算機(jī)實(shí)施并且具有算法特征”的條件，則可以選擇人工智能算法、商業(yè)方法、計(jì)算機(jī)程序中的一種申請專利權(quán)。

3.2 歐盟審查指南

對于專利客體，歐盟審查指南規(guī)定“一個(gè)發(fā)明需要是新的，包含發(fā)明步驟，可以工業(yè)應(yīng)用”。對技術(shù)方案是否具有技術(shù)特征進(jìn)行檢驗(yàn)，即對技術(shù)領(lǐng)域、技術(shù)問題、技術(shù)特性進(jìn)行檢驗(yàn)。規(guī)定了本身不具有可專利性的客體，如發(fā)現(xiàn)、科學(xué)理論、數(shù)學(xué)方法與審美創(chuàng)作。上述內(nèi)容雖本身不具有可專利性，但是，在某些情況下也具有可專利性，如計(jì)算機(jī)實(shí)施的發(fā)明和人工智能[4]。

《歐盟專利審查指南》進(jìn)一步細(xì)化了人工智能算法審查步驟，并將“人工智能和機(jī)器學(xué)習(xí)”放在專利例外名單中。指南指出，人工智能算法與數(shù)學(xué)方法有關(guān)，原因在于人工智能和機(jī)器學(xué)習(xí)是基于分類、聚類、回歸、降維的計(jì)算模型與算法，如神經(jīng)網(wǎng)絡(luò)、遺傳算法、支持向量機(jī)、K-均值、核回歸和判別分析技術(shù)，這類計(jì)算模型和算法本身具有抽象的數(shù)學(xué)性質(zhì)，無論它們是否可根據(jù)數(shù)據(jù)進(jìn)行“訓(xùn)練”。

《歐盟專利審查指南》規(guī)定，一個(gè)數(shù)學(xué)方法如果具有以下特點(diǎn)，則可能被認(rèn)為具有技術(shù)特征：一是產(chǎn)生技術(shù)效果并因此被認(rèn)為是技術(shù)目的；二是被應(yīng)用于一個(gè)技術(shù)領(lǐng)域或開展技術(shù)性實(shí)施。判斷人工智能算法是否具有技術(shù)特征時(shí)，須考慮其技術(shù)目的與技術(shù)實(shí)施。指南規(guī)定，須將申請人所申請的客體作為整體進(jìn)行審查，考察某一算法是否使用技術(shù)手段。首先，對于技術(shù)領(lǐng)域與技術(shù)應(yīng)用，人工智能和機(jī)器學(xué)習(xí)在各個(gè)技術(shù)領(lǐng)域都有應(yīng)用。指南指出，心臟監(jiān)測設(shè)備中使用神經(jīng)網(wǎng)絡(luò)識別不規(guī)則心跳就屬于技術(shù)貢獻(xiàn)?；诘图壧卣?例如圖像邊緣或像素屬性)，對數(shù)字圖像、視頻、音頻或語音信號進(jìn)行分類是分類算法的進(jìn)一步典型技術(shù)應(yīng)用。當(dāng)然，如果人工智能算法符合其它傳統(tǒng)的使得數(shù)學(xué)方法具有可專利性的技術(shù)應(yīng)用，則其也能夠符合指南要求。其次是關(guān)注技術(shù)目的。僅根據(jù)文本內(nèi)容對文本文件進(jìn)行分類不是技術(shù)目的，而是語言目的。對抽象數(shù)據(jù)記錄或“電信網(wǎng)絡(luò)數(shù)據(jù)記錄”進(jìn)行分類而沒有任何技術(shù)用途的結(jié)果分類也不是技術(shù)目的，即使分類算法可能被認(rèn)為是具有有價(jià)值的數(shù)學(xué)特性(例如魯棒性)。指南特別指出，某一算法生成訓(xùn)練集和訓(xùn)練分類器的步驟被認(rèn)為是一種技術(shù)特征。

可見，歐盟在審查人工智能算法是否具有可專利性時(shí)，不認(rèn)為人工智能算法具有與以往技術(shù)完全不同的特征，致力于采取統(tǒng)一規(guī)則對包含“數(shù)學(xué)方法”的技術(shù)方案進(jìn)行檢驗(yàn)。

3.3 美國審查指南

在Alice v. CLS Bank 案中，法院結(jié)合Mayo v. Prometheus案形成了“兩步測試法”。步驟1：確定該權(quán)利要求是否涉及工藝、機(jī)器、制造、物質(zhì)組成；步驟2：首先，確定該權(quán)利要求是否針對自然法則、自然現(xiàn)象或抽象概念(步驟2a)，然后，確定該權(quán)利要求是否敘述了顯著超過“司法例外”的額外要素(步驟2b)。盡管美國并沒有為人工智能相關(guān)發(fā)明提供獨(dú)特的審查指南，但其已經(jīng)意識到發(fā)布相關(guān)指南的必要性。2018年美國專利商標(biāo)局局長安德烈·揚(yáng)庫 (Andrei Iancu)指出，算法(包括構(gòu)成人工智能基礎(chǔ)的算法)是人類獨(dú)創(chuàng)性的結(jié)果，其與僅代表自然發(fā)生現(xiàn)象的數(shù)學(xué)方程“非常不同”。

2019年美國專利商標(biāo)局發(fā)布《專利客體資格指南》[5]，明確“抽象思想”包括數(shù)學(xué)概念、組織人類活動的某些方法和心理過程。其中，數(shù)學(xué)概念包含數(shù)學(xué)關(guān)系、數(shù)學(xué)公式或方程、數(shù)學(xué)計(jì)算，組織人類活動的某些方法包括基本的經(jīng)濟(jì)原則或做法、商業(yè)或法律互動、管理個(gè)人行為或人與人之間的關(guān)系及互動。心理過程是指人類頭腦中進(jìn)行的概念，包括觀察、評估、判斷、意見。步驟2a又細(xì)分為兩條：第1條是確定要求的發(fā)明是否針對司法例外，即自然法則、自然現(xiàn)象或抽象概念，如果是，那么進(jìn)入第2條；第2條是確定所要求的發(fā)明作為一個(gè)整體是否將司法例外納入實(shí)際應(yīng)用。審查員要確定所要求的發(fā)明是否包括不屬于司法例外的其它元素，并評估該元素是否將司法例外納入實(shí)際應(yīng)用中。如果不是，那么進(jìn)入步驟2b。

美國對于人工智能算法相關(guān)發(fā)明的審查具有先進(jìn)的技術(shù)視野，不是針對人工智能算法等含有抽象思想特征的技術(shù)進(jìn)行單獨(dú)立法，而是為審查人員提供清晰的審查指南。這種做法在技術(shù)發(fā)展的同時(shí)有更多解釋空間，但是，難以適應(yīng)大陸法系國家需要。

4 人工智能算法專利正當(dāng)性驗(yàn)證——法經(jīng)濟(jì)學(xué)視角

授予專利權(quán)是為了鼓勵創(chuàng)新。專利權(quán)建立在許多理論基礎(chǔ)之上，如精神權(quán)利、回報(bào)理論或分配正義，但事實(shí)上它們無法為專利法具體內(nèi)容如保護(hù)范圍、短時(shí)期保護(hù)等提供理論支撐。德國馬克思普朗克創(chuàng)新與競爭研究所的Hilty所長等[6]認(rèn)為，自然權(quán)利理論如洛克的財(cái)產(chǎn)價(jià)值理論與黑格爾的精神理論在技術(shù)發(fā)展過程中已經(jīng)被淘汰。專利法理論具有產(chǎn)業(yè)性，前景理論適用于制藥業(yè)，因?yàn)樵谒幤吠斗攀袌鲋?，該行業(yè)有大量投資；競爭性創(chuàng)新理論可以很好地映射到商業(yè)方法行業(yè)，因?yàn)榧词箾]有專利保護(hù)，公司也有充分動機(jī)開發(fā)商業(yè)方法；積累性創(chuàng)新理論在軟件行業(yè)非常有效，因?yàn)閯?chuàng)新過程需要許多工人，每個(gè)人都在其他人工作基礎(chǔ)上進(jìn)行創(chuàng)新；此外，反公地和專利叢林理論在相關(guān)領(lǐng)域也很重要。找到或創(chuàng)造一個(gè)證明人工智能算法專利合法性的理論，是確保專利法理論連續(xù)性的重要環(huán)節(jié)[7]。

4.1 創(chuàng)新披露理論

發(fā)明者通常從發(fā)明新的工藝或產(chǎn)品中獲得回報(bào)，他們也會對相關(guān)信息進(jìn)行保密以防止被迅速模仿。創(chuàng)新披露理論指出，為發(fā)明申請專利會誘使發(fā)明者公開相關(guān)信息。專利不是激勵發(fā)明的必要條件，專利鼓勵公開，為快速和廣泛傳播新發(fā)明中技術(shù)信息提供了一個(gè)制度工具[8]。創(chuàng)新披露理論不僅能夠在廣泛意義上促進(jìn)專利技術(shù)公開，而且可以為人工智能算法獲得專利權(quán)提供一步論證。人工智能算法是人工智能的核心，算法進(jìn)步直接推動人工智能技術(shù)進(jìn)步。例如，卷積神經(jīng)網(wǎng)絡(luò)、迭代算法等的發(fā)展使得人工智能發(fā)展至斯。人工智能的不透明問題來自于從符號人工智能到連結(jié)主義人工智能的轉(zhuǎn)變。深度學(xué)習(xí)依靠大量人工神經(jīng)網(wǎng)絡(luò)，這些神經(jīng)網(wǎng)絡(luò)被比喻為人腦“神經(jīng)元”，它們的形成需要大量節(jié)點(diǎn)，這些節(jié)點(diǎn)構(gòu)成大量“層”，每個(gè)人工神經(jīng)元處理一小部分?jǐn)?shù)據(jù)(特征)[9]。每個(gè)節(jié)點(diǎn)的權(quán)重不同，根據(jù)不同數(shù)據(jù)點(diǎn)間關(guān)系強(qiáng)度與其它節(jié)點(diǎn)連接。也就是說，深度學(xué)習(xí)算法將以往算法的因果關(guān)系邏輯發(fā)展到相關(guān)性關(guān)系邏輯。盡管有學(xué)者認(rèn)為在技術(shù)層面人工智能算法“黑箱”具有破解之道[10]，但其缺乏對現(xiàn)實(shí)障礙的充分考慮。連結(jié)主義人工智能的訓(xùn)練原料是數(shù)據(jù)，工具是模型，不同數(shù)據(jù)、模型決定算法訓(xùn)練結(jié)果不同。對數(shù)據(jù)、模型和算法邏輯進(jìn)行披露，需要專利制度予以激勵。

有學(xué)者認(rèn)為創(chuàng)新披露理論的邏輯是發(fā)明者在公開相關(guān)信息的條件下獲得專利等獨(dú)占權(quán)，但是，長時(shí)期獨(dú)占可能遏制企業(yè)創(chuàng)新能力提升。鑒于人工智能發(fā)展速度較快，專利法可以通過專利期限改革提高信息使用效率。促進(jìn)信息公開可以增加社會知識，激勵企業(yè)公開外界難以獲知的信息，這對于被看作是“黑箱”的算法而言十分必要。

4.2 累積創(chuàng)新理論

一個(gè)產(chǎn)品的產(chǎn)生不僅僅來源于最初的發(fā)明，也源于在此基礎(chǔ)之上的一次或多次創(chuàng)新。專利權(quán)固然很重要，但不應(yīng)在其上賦予無限獨(dú)占權(quán)，因?yàn)榻o予在先發(fā)明人獨(dú)占控制權(quán)是沒有效率的(Burk等，2003)，畢竟通過在先發(fā)明人授予在后發(fā)明人許可進(jìn)行權(quán)利流轉(zhuǎn)需要耗費(fèi)時(shí)間與精力。Merges是這一理論的支持者，他列舉了累積創(chuàng)新在諸多產(chǎn)業(yè)中發(fā)揮功效的實(shí)例。軟件行業(yè)是這一理論有效性的有力證據(jù)，而人工智能行業(yè)在本質(zhì)上與軟件行業(yè)有著類似的經(jīng)濟(jì)特點(diǎn)：首先，軟件行業(yè)有相對較低的固定成本和較短上市時(shí)間，創(chuàng)新成本與后續(xù)競爭成本的比率不算特別高?？寺∷说某绦虮葟念^開始設(shè)計(jì)自己的程序花費(fèi)更少，而且差別并不大。在數(shù)據(jù)高速流轉(zhuǎn)的當(dāng)代，依賴有效模型就能產(chǎn)出不同算法，而且一旦數(shù)據(jù)相同，產(chǎn)出相同算法也不是難事。其次，軟件行業(yè)創(chuàng)新具有快速、漸進(jìn)式特點(diǎn)，而人工智能產(chǎn)業(yè)發(fā)展也是一代一代編程人員不斷摸索出來的結(jié)果。一項(xiàng)人工智能算法技術(shù)方案涵蓋多種算法，是算法的集合。最后，快速發(fā)展的軟件行業(yè)創(chuàng)新具有低水平特性[7]，大量軟件專利曾因過于寬泛的知識產(chǎn)權(quán)政策而獲得授權(quán)。人工智能算法技術(shù)方案可能因?yàn)閿?shù)據(jù)改進(jìn)而產(chǎn)出大量方案，也可能通過使用專門詞語替換技術(shù)產(chǎn)生諸多沒有實(shí)際功能但可通過專利審查人員測試的算法。累積創(chuàng)新理論在催生諸多發(fā)明的同時(shí)，可能促使或加劇在后專利對在前專利的侵權(quán)。盡管如此，也不能因噎廢食，專利法可通過專利審查標(biāo)準(zhǔn)的設(shè)定阻斷低質(zhì)量專利的產(chǎn)生，也可在司法實(shí)踐中通過較高的侵權(quán)成本對侵權(quán)行為產(chǎn)生威懾，達(dá)到促進(jìn)技術(shù)方案發(fā)明和控制侵權(quán)專利泛濫的目的。

總之，人工智能有較多難以預(yù)測的負(fù)面效應(yīng)，且前人經(jīng)驗(yàn)對后人來說至關(guān)重要。創(chuàng)新披露理論、累積創(chuàng)新理論均能夠?yàn)槿斯ぶ悄芩惴▽で髮＠ǔ姓J(rèn)提供理論支撐，人工智能算法專利并非無源之水、無本之木。

5 我國人工智能算法審查中存在的問題及對策

5.1 我國專利法規(guī)范體系與現(xiàn)狀

《中華人民共和國專利法》第二章第22條和第25條規(guī)定了專利客體資格及其審查內(nèi)容。第22條排除了科學(xué)發(fā)現(xiàn)、智力活動規(guī)則和方法、疾病診斷和治療方法、動物和植物品種、用原子核變換方法獲得的物質(zhì)以及主要起標(biāo)識作用的設(shè)計(jì)，第25條則規(guī)定具有新穎性、創(chuàng)造性與實(shí)用性的技術(shù)方案方具有可專利性。上述條款和《專利審查指南》共同構(gòu)成我國人工智能算法技術(shù)方案審查的系統(tǒng)性規(guī)定。其中，新穎性強(qiáng)調(diào)“新”即不屬于“現(xiàn)有技術(shù)”；實(shí)用性強(qiáng)調(diào)技術(shù)方案必須能夠被反復(fù)應(yīng)用且具有正向效益；創(chuàng)造性則要求與現(xiàn)有技術(shù)相比，技術(shù)方案具有突出的實(shí)質(zhì)性特點(diǎn)和顯著進(jìn)步。

我國實(shí)務(wù)界將人工智能算法專利分為3類：第一類是常規(guī)意義上的人工智能算法，如神經(jīng)網(wǎng)絡(luò)改進(jìn)；第二類是人工智能算法功能性應(yīng)用，如計(jì)算機(jī)視覺、語音處理等；第三類是人工智能算法行業(yè)應(yīng)用，如智慧城市、無人駕駛等[11]。在我國，單純的人工智能算法不構(gòu)成專利，但是，人工智能算法改進(jìn)可以獲得專利權(quán)。哈爾濱工業(yè)大學(xué)大數(shù)據(jù)產(chǎn)業(yè)有限公司申請了“一種基于深度學(xué)習(xí)的缺失值填充方法及系統(tǒng)”[12]，申請人稱這一發(fā)明解決了數(shù)據(jù)庫缺失值填充問題，達(dá)到準(zhǔn)確度更高、速度更快的效果，能更真實(shí)快速地還原缺失數(shù)據(jù)。具體而言，這一專利主要的技術(shù)貢獻(xiàn)特征在于通過模擬數(shù)據(jù)缺失，反復(fù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)填充，將填充結(jié)果與測試樣本集進(jìn)行比對，直至卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)滿足精度要求。這一技術(shù)方案屬于人工智能算法改進(jìn)，并未涉及具體傳統(tǒng)技術(shù)特征，其于2018年4月13日獲得專利權(quán)。人工智能算法與技術(shù)特征結(jié)合獲得專利的典型案例如下：作為一種功能性應(yīng)用，一種基于卷積神經(jīng)網(wǎng)絡(luò)的車輛檢測方法在我國獲得專利，這一專利基于卷積神經(jīng)網(wǎng)絡(luò)算法，提出一種離線優(yōu)化方案，對訓(xùn)練完成的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，在檢測階段采用先進(jìn)行特征提取再掃描窗口的策略，避免了重復(fù)計(jì)算特征，提高了系統(tǒng)檢測速度[13]；作為一種產(chǎn)業(yè)性應(yīng)用，一種基于深度學(xué)習(xí)的無人駕駛物流車獲得專利。這一發(fā)明中包含深度學(xué)習(xí)算法，可對道路周圍環(huán)境進(jìn)行感知與理解，實(shí)現(xiàn)物流車無人駕駛功能[14]。

一言以蔽之，我國并不排除人工智能算法自身改進(jìn)或與技術(shù)特征相結(jié)合獲得專利權(quán)的可能性，而是采取較為寬松的態(tài)度。但是，人工智能算法審查過程中仍然存在許多困難，亟待專利法從根本上加以解決。

5.2 我國人工智能算法審查中存在的困境

(1)算法黑箱。“算法黑箱”被定義為“輸入和輸出對于用戶是可見的，但是，內(nèi)部過程對用戶不可見”。例如，有人認(rèn)為ANN算法是一種“黑箱”。算法黑箱又稱為“有限的可解釋性”以及“缺乏預(yù)測性”，前者是指人工智能行為不能總是得到解釋，人們可以確定人工智能做了什么，但不能確定它如何或?yàn)槭裁催@樣做；后者是指人工智能算法可以從事其原始程序員可能不打算從事的活動。人工智能算法運(yùn)行原理的不透明性是算法不透明的主要原因。第一，人類對自己設(shè)計(jì)的算法有時(shí)并不能理解，更不用說具體描述。例如，由于人工智能機(jī)器人能夠以人類不懂的語言進(jìn)行交流，F(xiàn)acebook工程師緊急關(guān)閉了發(fā)明語言的程序[15]。第二，算法集合性使用加劇了算法理解障礙。算法不一定單獨(dú)使用，實(shí)際上為了便于在不同工業(yè)領(lǐng)域應(yīng)用給定數(shù)據(jù)集，集成算法得到廣泛應(yīng)用。多個(gè)算法被用于分析一個(gè)數(shù)據(jù)集以確定最佳解決方案或解釋，如信用評分、網(wǎng)飛公司排名[16]。第三，算法不可知性不僅源于算法結(jié)構(gòu)復(fù)雜性，也源于算法在大數(shù)據(jù)環(huán)境下的結(jié)構(gòu)性位置。算法不是獨(dú)立運(yùn)行的，而是作為大數(shù)據(jù)分析系統(tǒng)的一部分，執(zhí)行部分分析功能，而且前一環(huán)節(jié)產(chǎn)生的數(shù)據(jù)或信息結(jié)果作為后一環(huán)節(jié)的輸入內(nèi)容。從這一角度而言，對算法內(nèi)容本身的研究只能反映后一環(huán)節(jié)中算法所應(yīng)用的邏輯，而不能解釋前一環(huán)節(jié)所應(yīng)用的邏輯。

(2)實(shí)用性。除公開性要求外，專利法也要求申請人技術(shù)方案具有實(shí)用性、創(chuàng)造性、新穎性。其中，實(shí)用性是首要考慮要素，若技術(shù)方案未通過實(shí)用性審查則后續(xù)審查實(shí)無必要。《專利審查指南》規(guī)定，可再現(xiàn)性、可實(shí)施性、能夠產(chǎn)生積極的社會效果是實(shí)用性的3個(gè)要求。但是，困難在于：第一，人工智能算法的可再現(xiàn)性不明，導(dǎo)致其通過實(shí)用性測試難度加大。人工智能算法從數(shù)據(jù)中學(xué)習(xí)，根據(jù)數(shù)據(jù)間相關(guān)性產(chǎn)生決策，并可能采取多種算法結(jié)合的方式形成某一特定算法，而隨機(jī)算法選擇和數(shù)據(jù)集的微小偏差都會使其產(chǎn)生不同決策；第二，人工智能算法可實(shí)施性有待考證。例如，采取人工智能算法的軟件Colem能夠自動生成專利文本，原理在于詞匯替換功能，其本身不對所生成方案的實(shí)用性、新穎性、創(chuàng)造性進(jìn)行考量，故而這種算法是否具有可實(shí)施性值得懷疑；第三，人工智能算法是否產(chǎn)生積極社會效果也需要考量。人工智能算法技術(shù)方案第一重隱憂是其可能產(chǎn)生有偏見、歧視性、錯(cuò)誤的決策，專利算法決策反映程序員設(shè)計(jì)之初的價(jià)值觀和使用算法的環(huán)境與手段(Eaglin，2017)。建立風(fēng)險(xiǎn)評估算法過程中存在許多人為選擇，若被部署，則該算法可能產(chǎn)生一種抽象的種族差異測量，而與司法自由裁量權(quán)相結(jié)合時(shí)，可能產(chǎn)生完全不同的測量(Ananny，2018)。一個(gè)經(jīng)典的案子是COMPAS軟件，這一軟件被美國威斯康星州某法庭用作量刑軟件，但最高法院最近拒絕認(rèn)定一個(gè)審判法庭的決定，并重申應(yīng)當(dāng)在庭審中保護(hù)被告的正當(dāng)程序權(quán)利。第二重隱憂是算法產(chǎn)生決策的理由可能是社會所不能接受的，甚至非法的。人工智能算法產(chǎn)生的決策可能基于相關(guān)性，因而可能發(fā)現(xiàn)一個(gè)人鞋子顏色與其還貸可能性之間有很強(qiáng)關(guān)聯(lián)性。但從規(guī)范意義上講，人們并不希望銀行根據(jù)鞋子顏色作出貸款決定。

(3)創(chuàng)造性。創(chuàng)造性審查被認(rèn)為是專利制度“守夜人”，而創(chuàng)造性高度的問題長期困擾國內(nèi)外實(shí)務(wù)界與學(xué)術(shù)界。我國《專利審查指南》規(guī)定，一項(xiàng)技術(shù)方案須具有實(shí)質(zhì)性特點(diǎn)和顯著性進(jìn)步才能通過創(chuàng)造性測試。實(shí)質(zhì)性特點(diǎn)是指針對本領(lǐng)域一般技術(shù)，發(fā)明相對于現(xiàn)有技術(shù)而言并非顯而易見；顯著性進(jìn)步是指發(fā)明與現(xiàn)有技術(shù)相比能夠產(chǎn)生有益的技術(shù)效果。首先，確定技術(shù)領(lǐng)域存在困難。隨著人工智能算法的進(jìn)一步發(fā)展，人工智能算法與人類思維越相似，越可能橫跨某一或某些領(lǐng)域，確定人工智能算法技術(shù)領(lǐng)域就越困難，畢竟人腦思維是不具有領(lǐng)域限制的，進(jìn)而導(dǎo)致確定“所屬技術(shù)領(lǐng)域的技術(shù)人員”擬制標(biāo)準(zhǔn)也成為難題。其次，判斷技術(shù)方案是否具有積極進(jìn)步存在困難。人工智能算法搭配強(qiáng)大算力呈現(xiàn)出優(yōu)秀的數(shù)據(jù)庫檢索和整合能力，基于現(xiàn)有技術(shù)審查標(biāo)準(zhǔn)和數(shù)據(jù)庫，極容易被認(rèn)為具有創(chuàng)造性[17]。創(chuàng)造性高度的判斷是抽象的，也涉及價(jià)值取向問題，而現(xiàn)階段人工智能技術(shù)人員并不具備這種價(jià)值分析能力[18]。

(4)新穎性。新穎性審查要求所申請的技術(shù)方案不屬于現(xiàn)有技術(shù)，沒有任何單位或個(gè)人就同樣的發(fā)明或者實(shí)用新型在申請日以前向?qū)＠痔岢鲞^申請。專利審查人員往往被某些僅僅看似具有新穎性的技術(shù)方案迷惑，人工智能算法依靠關(guān)鍵詞替換技術(shù)完全有可能生成與原算法本質(zhì)上一致的算法，依靠反義詞、相關(guān)詞替換生成圍繞既有專利的看似新穎的技術(shù)方案。對審查人員而言，這完全具有新穎性，但這些技術(shù)對人類社會無所增益。另外，新穎性審查需要專利審查部門將數(shù)據(jù)庫與檢索方式相結(jié)合，人工智能算法的算力與數(shù)據(jù)存儲量使得其完全有能力避開審查人員數(shù)據(jù)庫或檢索方式而“欺騙”審查機(jī)構(gòu)[17]。

5.3 我國人工智能算法規(guī)制的未來走向

(1)《專利審查指南》中部分條文需作適當(dāng)修正。一方面，“含有算法特征”“商業(yè)規(guī)則和方法特征”并列置于《專利審查指南》第六章“計(jì)算機(jī)程序”相關(guān)發(fā)明審查規(guī)則之下，這是缺乏嚴(yán)密邏輯的。含有算法特征與含有商業(yè)方法特征的技術(shù)方案共同之處是包含“抽象的思想”，將商業(yè)規(guī)則或方法視為一種計(jì)算機(jī)程序缺乏相應(yīng)支撐。另一方面，條文設(shè)置缺乏技術(shù)發(fā)展性眼光。計(jì)算機(jī)程序須基于計(jì)算機(jī)這一工具的存在才能申請專利，而在未來技術(shù)發(fā)展中，含有算法特征或商業(yè)規(guī)則和方法特征的技術(shù)方案不一定依賴計(jì)算機(jī)。同時(shí)，“含有算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利”這一概念無法囊括人工智能、互聯(lián)網(wǎng)+、大數(shù)據(jù)及區(qū)塊鏈技術(shù)發(fā)展中形成的相關(guān)專利。相比之下，歐盟專利審查指南在條文設(shè)置上更具合理性，也更具操作性。中國《專利審查指南》應(yīng)取消“計(jì)算機(jī)程序”“含有算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利”概念，使用“含有抽象思想的技術(shù)方案”，如此便擴(kuò)張了上述概念，既避免概念重合，也避免邏輯不周延。

(2)更新披露規(guī)則。算法黑箱形成的首要原因是人工智能算法具有“自身不可解釋性”，深度學(xué)習(xí)是一個(gè)端到端的黑箱，人類無法獲知其決策過程與原因[19]。算法黑箱不是真正意義上的黑箱，只是比較復(fù)雜而呈現(xiàn)出類似黑箱的特點(diǎn)。內(nèi)部過程可視性并不是問題，因?yàn)閿?shù)學(xué)編程算法能夠存儲為數(shù)據(jù)并被檢驗(yàn)?？山忉屝缘膯栴}歸根結(jié)底是輸入與輸出之間的關(guān)系，只要將每一個(gè)因素的權(quán)重解釋明白，算法原理就會很清楚[10]。美國相關(guān)專家學(xué)者要求公開人工智能算法3方面內(nèi)容：一是人工智能模型基本結(jié)構(gòu)。簡單的圖表就能告訴技術(shù)人員該模型具有多少層和如何配置每一層，人工智能模型編程庫還開發(fā)了定義模型的便捷簡寫，可用于專利申請中公開模型結(jié)構(gòu)，如Keras網(wǎng)站提供這一服務(wù)；二是對模型訓(xùn)練方式的描述，包括訓(xùn)練數(shù)據(jù)引用、模型的每個(gè)學(xué)習(xí)因素或權(quán)重；三是訓(xùn)練數(shù)據(jù)。訓(xùn)練數(shù)據(jù)包含可用數(shù)據(jù)與特定領(lǐng)域數(shù)據(jù)，公開訓(xùn)練數(shù)據(jù)的缺點(diǎn)是說明書中披露的數(shù)據(jù)量可能相當(dāng)大，同時(shí)，某些數(shù)據(jù)可能因?yàn)樯婕吧虡I(yè)秘密或個(gè)人隱私而無法公開。對此，有學(xué)者建議引進(jìn)微生物發(fā)明審查相關(guān)規(guī)則。一項(xiàng)生物技術(shù)發(fā)明可能利用某些微生物生產(chǎn)有用的物質(zhì)，就像人工智能發(fā)明可能利用經(jīng)過訓(xùn)練的人工智能模型，根據(jù)輸入數(shù)據(jù)作出有用的預(yù)測。對于微生物，有一個(gè)類似問題，即如何讓公眾獲得這些微生物。1977年《布達(dá)佩斯條約》規(guī)定了生物材料存放制度，類似地，人工智能訓(xùn)練數(shù)據(jù)存放制度可使公眾獲得用于研究的專有數(shù)據(jù)，同時(shí)，保障申請人利益[19]。

(3)專利法中“專利三性”標(biāo)準(zhǔn)應(yīng)當(dāng)在合理范圍內(nèi)進(jìn)行調(diào)試。

第一，實(shí)用性審查應(yīng)當(dāng)審查技術(shù)方案實(shí)施效果并在合理、合法范圍內(nèi)公開人工智能算法模型與訓(xùn)練數(shù)據(jù)。首先，“積極效果”不是一成不變的，而是因時(shí)而動。因此，審查時(shí)不需要明確積極效果清單，但須設(shè)立底線[20]，避免不道德、違反倫理和危害社會公共利益的人工智能算法與發(fā)明獲得專利[17]。其次，人工智能算法雖然具有技術(shù)中立性，但如果缺乏必要監(jiān)管方式就可能對社會產(chǎn)生負(fù)面效果，故而審查時(shí)應(yīng)考慮其可能產(chǎn)生的負(fù)面影響。有學(xué)者指出，應(yīng)將“人類介入”因素作為判斷標(biāo)準(zhǔn)(鄧建志，2019)。通過事前監(jiān)督、及時(shí)中止、及時(shí)審查等，嚴(yán)格審查實(shí)用性要件之實(shí)施效果。最后，應(yīng)根據(jù)我國專利法“公開描述要求”，結(jié)合法律、法規(guī)規(guī)定要求申請人對數(shù)據(jù)、算法、模型等進(jìn)行披露。

第二，創(chuàng)造性審查應(yīng)關(guān)注“所屬技術(shù)領(lǐng)域”“本領(lǐng)域普通技術(shù)人員”“現(xiàn)有技術(shù)”3個(gè)概念。首先是所屬領(lǐng)域，隨著人工智能技術(shù)繼續(xù)發(fā)展成熟，理應(yīng)在所有技術(shù)領(lǐng)域(而非特定技術(shù)領(lǐng)域)擬制普通技術(shù)人員[21]。其次是普通技術(shù)人員標(biāo)準(zhǔn)，有學(xué)者指出應(yīng)提高“普通技術(shù)人員”標(biāo)準(zhǔn)，以反映現(xiàn)實(shí)條件中“一般技術(shù)水平”(劉強(qiáng)，2018)，亦有學(xué)者提出普通技術(shù)人員應(yīng)被所屬技術(shù)領(lǐng)域“人工智能”代替(馬忠法，2019)。歐盟最高法院并不同意由人工智能代替人的觀點(diǎn)，早在Diamond v. Diehr中法院就認(rèn)定“本領(lǐng)域的普通技術(shù)人員”是“具有普通創(chuàng)造力的人，而不是機(jī)器人”。有學(xué)者著眼于人工智能相關(guān)專利特征，提議將審查人工智能發(fā)明與人為發(fā)明的標(biāo)準(zhǔn)進(jìn)行區(qū)分，建立人工智能專利跟蹤模型，并將本領(lǐng)域普通技術(shù)人員修改為“使用本領(lǐng)域普通人工智能工具的技術(shù)人員”。Ryan Abbott認(rèn)為，積極工作者所使用的技術(shù)與積極工作者技能高度相關(guān)。發(fā)明性機(jī)器越來越多地被用于研究，一旦使用這種機(jī)器成為標(biāo)準(zhǔn)，本領(lǐng)域技術(shù)人員就應(yīng)該是使用發(fā)明性機(jī)器的人，或者只是發(fā)明性機(jī)器。如果將本領(lǐng)域普通技術(shù)人員推定為了解所有相關(guān)現(xiàn)有技術(shù)，那么其應(yīng)該知道如何使用一個(gè)普通的人工智能工具[22]。最后是現(xiàn)有技術(shù)范圍，我國審查人員關(guān)注的技術(shù)領(lǐng)域是申請人在專利申請說明書中填寫的技術(shù)領(lǐng)域[20]。審查人員選擇現(xiàn)有技術(shù)范圍時(shí)，為了找到盡可能接近或相同的技術(shù)，會盡量縮小這一范圍。以申請人提出的范圍為基礎(chǔ)，向內(nèi)縮小或向外擴(kuò)張的行為方式不會因?yàn)椤叭斯ぶ悄芴匦浴倍苡绊?，因此，確定現(xiàn)有技術(shù)范圍的審查方法無需修改。

第三，新穎性測試應(yīng)適當(dāng)拓寬現(xiàn)有領(lǐng)域，擴(kuò)大檢索范圍，并使用人工智能進(jìn)行專利審查。我國對專利進(jìn)行新穎性審查時(shí)，一般會考察檢索范圍、檢索主題、檢索時(shí)間界限、檢索技術(shù)領(lǐng)域。在事前控制層面：首先，審查人工智能算法的專利行政部門對現(xiàn)有技術(shù)的檢索，不應(yīng)拘泥于申請日以前在國內(nèi)外為公眾所知曉的某一特定技術(shù)領(lǐng)域，而應(yīng)對現(xiàn)有技術(shù)進(jìn)行縮小解釋，排除僅靠詞語替換生成的海量技術(shù)方案等[17]。其次，應(yīng)適當(dāng)拓寬檢索范圍。根據(jù)我國《專利審查指南》，專利審查人員實(shí)際審查時(shí)引用的對比文件主要是公開出版物，但某些非專利文獻(xiàn)并未全部收集到大型、權(quán)威文獻(xiàn)數(shù)據(jù)庫中[20]。實(shí)際審查資料可能小于真正的現(xiàn)有技術(shù)范圍，因此應(yīng)適當(dāng)拓寬檢索范圍。最后，可采取自動分類工具對專利進(jìn)行分類，并采取基于人工智能技術(shù)的搜索系統(tǒng)進(jìn)行現(xiàn)有技術(shù)檢索。美國專利商標(biāo)局2021年公布其使用人工智能工具進(jìn)行現(xiàn)有技術(shù)審查，并稱這一檢索系統(tǒng)已經(jīng)取得顯著成就。這一檢索系統(tǒng)以專利商標(biāo)局建立的人工智能模型為基礎(chǔ)，向?qū)彶槿藛T學(xué)習(xí)并自動獲取反饋數(shù)據(jù)不斷改進(jìn)。為使審查過程更透明，專利商標(biāo)局會解釋檢索系統(tǒng)運(yùn)行邏輯。同時(shí)，美國開發(fā)的專利自動分類工具會利用機(jī)器學(xué)習(xí)使用合作專利分類系統(tǒng)對專利文件進(jìn)行分類[23]。

我國也應(yīng)將審查標(biāo)準(zhǔn)這種“事前控制”方法與“事后檢驗(yàn)”相結(jié)合。在事后控制層面，應(yīng)加快“專利無效宣告程序”處理速度?，F(xiàn)有技術(shù)文獻(xiàn)浩如煙海，基于行政效率考慮，審查人員無法窮盡所有資料，因此，將本不應(yīng)授權(quán)的專利申請授予專利權(quán)在所難免。專利權(quán)具有推定性質(zhì)，該權(quán)利是否應(yīng)當(dāng)獲得尚有待檢驗(yàn)[24]。我國《專利法》第45條中規(guī)定了專利權(quán)無效宣告程序，專利無效宣告程序效率的提高能夠解決新穎性審查遺漏問題，不失為一個(gè)調(diào)試方向。

6 結(jié)語

將人工智能算法置于專利法中加以保護(hù)雖然具有合理性也逐漸被接納，但是，人工智能算法由基礎(chǔ)代碼構(gòu)成，可能由投資人獲得與控制，人工智能算法可能作為著作權(quán)法對象或商業(yè)秘密保護(hù)客體。對人工智能算法專利的保護(hù)不能磨滅其在其它法律系統(tǒng)中保護(hù)的可能性，但是，基于人工智能算法對人類世界的貢獻(xiàn)及其不易披露的事實(shí)，將人工智能算法作為專利客體進(jìn)行保護(hù)更加符合公共利益需要。