人工智能為知識產(chǎn)權(quán)保護(hù)注入新動能

今年是知識產(chǎn)權(quán)“十四五”規(guī)劃收官之年，我國知識產(chǎn)權(quán)事業(yè)成效明顯，但仍存在“大而不強(qiáng)、多而不優(yōu)”等矛盾問題，制約著知識產(chǎn)權(quán)強(qiáng)國建設(shè)的推進(jìn)，主要表現(xiàn)在以下幾個方面。

一是高價值專利占比有待進(jìn)一步突破。盡管我國專利數(shù)量龐大，但高價值專利占比不高。發(fā)明專利保護(hù)期限通常為20年，《2022年世界五大知識產(chǎn)權(quán)局統(tǒng)計報告》顯示，我國獲得授權(quán)的發(fā)明專利中，僅有25%的保護(hù)期限維持滿20年，而國外有些國家這一比例為40%以上。通常而言，專利維持時間越長，說明轉(zhuǎn)化運用價值越高。此外，我國科技創(chuàng)新產(chǎn)業(yè)參與國際市場競爭，雖然在專利數(shù)量上占據(jù)優(yōu)勢，但在關(guān)鍵技術(shù)的掌控和高端市場的話語權(quán)方面仍顯不足。

二是轉(zhuǎn)化運用效率有待進(jìn)一步提升。高校和科研機(jī)構(gòu)作為我國科技創(chuàng)新的重要力量，積累了大量專利。然而，這些專利與企業(yè)的產(chǎn)業(yè)化需求之間存在著一定的脫節(jié)現(xiàn)象。一方面，高校和科研機(jī)構(gòu)的科研成果側(cè)重于理論研究和學(xué)術(shù)價值，在市場推廣方面存在不足。另一方面，企業(yè)由于對高校和科研機(jī)構(gòu)的科研成果了解不夠深入，難以將高校和科研機(jī)構(gòu)的專利技術(shù)有效地轉(zhuǎn)化為實際產(chǎn)品或服務(wù)。這種矛盾使得大量有價值的專利技術(shù)未能及時實現(xiàn)產(chǎn)業(yè)化。在政府引導(dǎo)和支持下，我國專利轉(zhuǎn)化運用工作雖成效明顯，但較之于發(fā)達(dá)國家，仍然存在提升空間。

三是保護(hù)機(jī)制有待進(jìn)一步完善。算法推薦、生成式人工智能、直播帶貨等新技術(shù)、新業(yè)態(tài)不斷涌現(xiàn)，給版權(quán)、商標(biāo)、專利等知識產(chǎn)權(quán)保護(hù)帶來了新的挑戰(zhàn)。在海量內(nèi)容的網(wǎng)絡(luò)環(huán)境下，權(quán)利人發(fā)現(xiàn)侵權(quán)行為的難度大大增加?；ヂ?lián)網(wǎng)上的信息傳播迅速且復(fù)雜，侵權(quán)行為往往具有隱蔽性和多樣性，權(quán)利人即使發(fā)現(xiàn)自己的權(quán)利受到侵犯，也難以追溯侵權(quán)源頭，給知識產(chǎn)權(quán)維權(quán)帶來極大困難。為了重新實現(xiàn)權(quán)利人和產(chǎn)業(yè)發(fā)展之間的利益平衡，迫切需要完善知識產(chǎn)權(quán)保護(hù)機(jī)制，提升侵權(quán)檢測和溯源能力。

四是管理質(zhì)效有待進(jìn)一步提升。近年來，我國專利、商標(biāo)審查效率有所提升。例如，發(fā)明專利平均審查周期已縮減至15.5個月，實現(xiàn)相同審查制度下的國家最快水平。隨著技術(shù)迭代速度日益加快、專利申請數(shù)量不斷增長，知識產(chǎn)權(quán)審查工作面臨著持續(xù)的壓力，需不斷提升質(zhì)效，才能有效應(yīng)對不斷增長的業(yè)務(wù)量和日益復(fù)雜的技術(shù)挑戰(zhàn)。

在語義理解、邏輯推理等基礎(chǔ)能力，以及知識增強(qiáng)、信息抽取、翻譯轉(zhuǎn)換、任務(wù)規(guī)劃等進(jìn)階能力的加持下，人工智能為知識產(chǎn)權(quán)工作持續(xù)注入新動能，成為推動知識產(chǎn)權(quán)高質(zhì)量發(fā)展的重要引擎。

首先，優(yōu)化專利布局，助力高價值專利培育。利用人工智能技術(shù)對海量專利文獻(xiàn)進(jìn)行深度挖掘和分析，可快速識別技術(shù)領(lǐng)域的技術(shù)發(fā)展趨勢、熱點研究方向以及潛在的技術(shù)空白點，為研發(fā)人員提供前瞻性布局建議。同時，人工智能還可在專利撰寫過程中進(jìn)行技術(shù)挖掘，輔助科研人員發(fā)現(xiàn)潛在創(chuàng)新點，提升專利質(zhì)量和價值。

其次，破解信息不對稱，激活轉(zhuǎn)化動能。人工智能在破解信息不對稱難題、促進(jìn)產(chǎn)學(xué)研深度融合方面發(fā)揮著重要作用。在傳統(tǒng)的產(chǎn)學(xué)研合作中，高校、科研機(jī)構(gòu)與企業(yè)之間往往存在信息溝通不暢、資源對接不精準(zhǔn)等問題。人工智能通過建立智能化的科技成果信息數(shù)據(jù)庫，將高校和科研機(jī)構(gòu)的科研成果進(jìn)行分類整理和標(biāo)注，同時收集企業(yè)的技術(shù)需求和創(chuàng)新痛點，利用大數(shù)據(jù)分析和匹配算法，可實現(xiàn)科技成果與企業(yè)需求的精準(zhǔn)對接。

再次，實時監(jiān)測網(wǎng)絡(luò)侵權(quán)，優(yōu)化保護(hù)效果。人工智能技術(shù)能夠?qū)崿F(xiàn)對網(wǎng)絡(luò)侵權(quán)行為的在線識別與溯源，為知識產(chǎn)權(quán)保護(hù)提供有力支撐。利用圖像識別、視頻指紋、文本識別等人工智能技術(shù)，可以對網(wǎng)絡(luò)上的各種內(nèi)容、商品進(jìn)行實時監(jiān)測，快速發(fā)現(xiàn)涉嫌侵權(quán)的對象或行為。同時，人工智能還可以對侵權(quán)行為進(jìn)行溯源，通過理解與分析海量網(wǎng)絡(luò)數(shù)據(jù)信息，發(fā)現(xiàn)細(xì)微線索、證據(jù)，追蹤侵權(quán)內(nèi)容的傳播路徑和來源，為權(quán)利人維護(hù)權(quán)益提供證據(jù)支持。

最后，提升審查質(zhì)效，縮短創(chuàng)新周期。在傳統(tǒng)的專利審查過程中，審查員查閱技術(shù)標(biāo)準(zhǔn)、提案等專業(yè)度較高的非專利文獻(xiàn)時，需耗費大量時間與精力用于閱讀和技術(shù)點定位，且容易受到人為因素的影響。而人工智能在專利審查工作中，能夠利用其深度理解能力和語義檢索功能，輔助現(xiàn)有技術(shù)檢索，從而提高審查效率和質(zhì)量，助力創(chuàng)新技術(shù)及時獲得保護(hù)。

然而，值得一提的是，現(xiàn)階段人工智能在技術(shù)層面仍存在一定的局限性。面向未來，為了讓人工智能更好地賦能知識產(chǎn)權(quán)工作，應(yīng)當(dāng)把握三個方向：一是加強(qiáng)人工智能核心技術(shù)攻關(guān)，進(jìn)一步提升人工智能對專利文獻(xiàn)、法律文書等復(fù)雜文本的處理能力，夯實技術(shù)底座；二是以本地化部署來應(yīng)對人工智能幻覺問題，減少人工智能系統(tǒng)面對模糊、不確定或復(fù)雜信息時出現(xiàn)不合理決策的現(xiàn)象；三是增強(qiáng)安全防護(hù)、完善商業(yè)秘密保護(hù)機(jī)制，避免利用人工智能系統(tǒng)處理專利信息、企業(yè)技術(shù)資料等敏感數(shù)據(jù)時產(chǎn)生商業(yè)秘密和數(shù)據(jù)泄露風(fēng)險。

（作者賈曉輝系中國移動專利支撐中心主任、高級工程師，徐慧麗系中國移動專利支撐中心研究員）