人工智能發明成果對專利制度的挑戰
——以遺傳編程為例

季冬梅

人工智能發明成果對專利制度的挑戰
——以遺傳編程為例

季冬梅

人工智能技術的發展給人類生活帶來諸多機遇和挑戰，在現有的知識產權法律框架下，以遺傳編程為代表的人工智能技術自動生成的技術方案，對于傳統的專利授權條件即新穎性、創造性和實用性的標準適用帶來新問題。人工智能發明物能否獲得專利法的保護，受到學術界與理論界的廣泛關注。專利制度對科技與經濟發展的激勵效應促使人工智能技術的進步與創新。基于傳統的“三性”要求，專利授權范圍的界定不能“一刀切”，其需結合人工智能的發展水平、貢獻大小、普及程度、技術特征等具體情形不斷調整，實現專利法律制度穩定性與靈活性的平衡。

人工智能 遺傳編程 專利權 “三性”

引 言

人工智能是與人類智慧相對應的一個概念，它是指脫離于人類思維、意識、思想和分析等，完全由計算機本身完成的處理過程。①參見Stuart J. Russell, Peter Norvig: Artifi cial Intelligence: A modern approach, 清華大學出版社2011年版，第1-2頁。當下，人工智能技術的快速發展引領人類科技創新進入一個新的階段，波及電子商務、醫療保健等眾多工業領域，給社會生活方式帶來巨大影響。2016年，人工智能迎來了第三次發展浪潮，技術驅動下的人工智能從實驗室走向了市場，并進入了快速發展階段。②參見國家工業信息安全發展研究中心、極客公園：《2016全球人工智能發展報告》，載http://www.geekpark.net/topics/220761，最后訪問日期：2017年8月14日。人工智能對人類生活的方方面面都造成很大影響，原本用于調整人類社會生活關系的法律制度也無法置身事外。歐盟委員會公布的《關于民法規則適用于機器人的歐盟委員會建議報告（2015/2103（INL）》，指出人工智能帶來的自動化趨勢可能對安全與倫理造成挑戰，還會帶來個人信息與隱私保護、勞動力市場雇傭關系調整、機器人侵權及責任承擔等一系列法律問題。③Report with recommendations to the Commission on Civil Law Rules on Robotics（2015/2103（INL））, http://www.europarl.europa.eu/sides/getDoc.do?type=REPORTamp;mode=XMLamp;reference=A8-2017-0005amp;language=EN, last visited July 30, 2017.其中，知識產權法律體系亦面臨權利保護客體范圍的大小、權利主體的身份要求等諸多挑戰。很多傳統的法律原則與具體規則存在適用上的空白或不確定，可能會造成混亂無序的局面。

傳統理念中，知識產權法為人類的精神勞動產生的智力成果提供保護，通過賦予壟斷性權利來激勵創新活動與知識分享，從而促進整體社會效益的提升。勞動價值論、功利主義說等知識產權的基礎理論，主要圍繞著人類自身展開。而人工智能產生的創造性成果由于缺少人類智慧性因素的充分融入，能否成為知識產權保護的客體引發了學界和理論界的廣泛討論。當下，計算機科學家們已經能夠通過創建模型，模仿自然界中發現的過程，讓算法具有進化能力，甚至復制人類大腦的特征，從而實現仿生算法，讓機器有能力適應、學習和控制其環境特點與技術特征。④［英］Lee Jacobson、［美］Burak Kanber著：《Java遺傳算法編程》，王海鵬譯，人民郵電出版社2016年12月第一版，第3頁。計算機自動生成發明方案的人工智能技術主要包括遺傳編程（Genetic Programming，即GP）、人工神經網絡（Artificial Neural Network，即ANN）、機器人科學家（Robot Scientist）等。⑤Erica Fraser, Computers as Inventors - Legal and Policy Implications of Artifi cial Intelligence on Patent Law, scripted, Volume 13, Issue 3,December 2016, 305.其中，遺傳編程的發展為其自動生成發明方案帶來巨大的技術支撐和潛在可能，其具有廣泛適用性，可被應用于諸多領域，將計算機發展帶入下一個階段——人工智能代替人類智慧，并減少人類在發明過程中發揮的作用。⑥William Samore, Artifi cial intelligence and the patent system: can a new tool render a once patentable idea obvious? Syracuse University College of Law Syracuse Science amp; Technology Law Reporter Fall, 2013.遺傳編程是指利用遺傳算法（Genetic Algorithm，即GA）作為一種解決最優化的搜索技術，借鑒達爾文的進化論和孟德爾的遺傳學說，從生物進化中的遺傳和復制、基因交叉、突變和編譯、自然選擇等現象發展起來。⑦張丹著：《R的極客理想》，機械工業出版社2014年版，第58頁。建立在遺傳算法與遺傳編程的基礎上，美國學者Koza提出“Invention Machine”的概念，將專利發明交給機器來完成。目前，中國已經有通過遺傳算法技術獲取專利方案的實例，如采用人造神經網絡和遺傳算法的高速公路事件自動檢測系統。⑧專利申請號：CN99809212.6，專利申請日：1999.07.06，專利公開（公告）號：CN1311880A。本文就將以遺傳編程為例，探討這一人工智能技術的發展，將給我國專利法律體系帶來的沖擊與挑戰，以及我國可采取的合理對策。

一、人工智能發明成果的專利權保護進退兩難

（一）人工智能發明成果能否成為專利法保護的對象

人工智能主要包括四類，即與人類思維相似的系統、理性思維系統、與人類行為相似的系統、理性行為系統。⑨Stuart J. Russell, Peter Norvig: Artifi cial Intelligence: A modern approach, 清華大學出版社2011年版，第2-5頁。其中，與人類行為相似及理性行為系統，在發明方案的設計中，最多扮演著輔助性操作工具的角色，比如作為計算設備或者信息存儲設備。在這些情況下，計算機輔助人類發明家減少了操作步驟，但是計算機并沒有參與發明構思的過程，⑩Ryan Abbott, I think, therefore I invent: creative computers and the future of patent law, Boston College Law Review, Volume 57, Issue 4,1079.無法生成原創性的技術方案，因此對于現有的專利法保護體系影響不大。而與人類思維相似的系統及理性思維系統，可能達到甚至超越人類的智慧水平，獨立研發出技術方案，在進行相關專利的申請審查時，需格外關注。對于人工智能產物是否要提供專利權保護，爭議頗多，其主要圍繞專利制度設立的目的與可能造成的影響等方面展開。

持反對觀點者從理論與實踐兩個層面進行闡述。理論上，反對者主張，專利法所稱發明人或者設計人，是對發明創造的實質性特點作出創造性貢獻的人，[11]《專利法實施細則》第13條。是能夠進行智力勞動的自然人個體，不包括機器或設備。結合專利法的目的之一——“為了保護專利權人的合法權益……制定本法”來看，很難將“專利權人”解釋為機器人。法律的制定是從人類的切身利益出發，若法律保護的是機器人而不是人本身，這就與傳統的法律倫理觀念相悖。至少目前來看，機器人并不能享有獨立的法律人格，擁有法律權利，承擔法律義務。若承認人工智能生成方案的可專利性，完成發明創作的主體為機器人，但機器人并不能夠成為法律意義上的人；若將專利權利授予人工智能的操作者，又違背了專利法下定義的發明人或設計人含義。因此，人工智能生成的技術方案實際上成為了“無主之物”而陷入困境。再者，人工智能雖然可能生成具有新穎性和創新性的技術方案，但是在實用性要求方面，仍然需要人類進行實際檢驗，驗證技術方案是否具有可行性和實踐意義。因此，人工智能并不能成為真正意義上的發明人。

在實踐層面，由于專利權漸漸地從一種具有正當目的的法律權利異化為一種競爭工具，[12]王太平著：《知識經濟時代專利制度變革研究》，法律出版社2016年版，第78頁。專利領域的“圈地運動”如火如荼，方興未艾，人工智能領域的專利競賽一觸即發，因此，反對者認為，若開放人工智能自動生成專利技術的申請，將會大大增加專利的制度成本。以遺傳編程為例，其獲得的最優解決方案，實際是進行排列組合、最優選擇的結果，操作者只需要輸入一定參數和期待獲取的結果，就能夠獲得多種多樣的技術方案，[13]查志琴：《遺傳編程的實現方法》，載《微計算機應用》2002年第5期，第302頁。其操作者為了盡可能占據更多的市場優勢，打擊競爭對手，就會不斷獲取大量的方案，申請大量的專利。這樣就會給專利局帶來較大負擔，導致專利申請量巨大，專利積壓。專利審查員在短時間內要面對繁重的審查任務以及人工智能這一新興技術，工作質量會受到較大影響，導致授權專利存在較大的不確定性，繼續引發投機式的專利申請，造成惡性循環。

而支持者認為，上述反對者的觀點，并不足以成為否定人工智能生成方案獲取專利保護的足夠理由。首先，在理論上，專利法在實際中應靈活適用，凸顯出法律制度對于技術發展和經濟社會進步的回應性特征。在決定新技術客體是否應該屬于專利法意義上的保護對象時，基于抽象定義的法律邏輯的力量在產業政策的權衡面前，常常顯得非常有限。[14]崔國斌著：《專利法：原理與案例》，北京大學出版社2012年版，第59頁。美國國會將可專利主題的范圍擴展到“陽光下人類制作的任何成果”，[15]Diamond v. Chakrabarty, 447 U.S. 303, 309 (1980).雖然立法要求發明人對于發明方案中實質性進步的內容作出貢獻，但就人工智能產業發展而言，能夠采取人工智能技術作為新方案的設計工具，本身就已經是一種突出的技術進步，能夠增強方案的運行效率、精確度和創新性等，應當以技術方案的整體作為判斷標準，而不是將使用的工具或設備與具體技術策略割裂開來。從鼓勵新興產業發展的角度出發，對于人工智能技術的應用也應持肯定態度，因此，在發展初期，應當肯定技術操作者的權利主體身份，以推動創新和技術進步。

在實踐層面，支持者主張，只要技術方案符合新穎性、創造性、實用性的“三性”要求，就已滿足專利審查要件，不應當在“三性”之外附加多余要求，提升專利審查的門檻，造成法律的不穩定性和對科技創新的抑制。多年來，中國專利申請總量一直位居世界前列，2015年專利申請量已高達達2, 639, 446件，[16]《2015年中國專利統計年報》，來源于http://www.sipo.gov.cn/tjxx/jianbao/year2015/a.html，最后訪問日期：2017年7月30日。專利審查工作量十分龐大。即使沒有人工智能技術的發展，專利申請量激增和專利申請積壓問題依然十分嚴重，解決這一問題的關鍵并不在于提升專利審查的門檻，而在于有效促進核心技術的研發，增強專利審查員的審查技術，提升專利質量。在發展前景廣闊的技術領域，專利仍應當充分發揮其激勵效應。除了發揮激勵作用之外，給予專利保護還有許多其他益處，比如促進信息的共享與商業化。作為獲得專利壟斷性保護的對價，發明人需在權利要求和說明書中充分公開相關信息，以便社會公眾能夠獲取并改進，在專利到期后，進入公共領域被公眾自由使用。

（二）人工智能發明成果的發明人之爭

在應用遺傳編程生成專利方案的過程中，由于涉及編程人員、數據操作人員和計算機等多方主體，關系較為復雜，既有自然人主體之間的分工協作，又有人機互動。

首先，編程人員與具體操作者很難稱作為合作發明人，因為合作發明人必須是“為了獲得同樣的結果而工作”，且每一位都應當為了這樣的結果產生作出一些貢獻。設計出遺傳編程軟件的工程師并不能夠稱為專利發明的合作發明人，因為其僅僅是在計算機編程方面付出了智力勞動，對于特定領域的發明方案的構思并無實質性貢獻。此外，專利范圍的重合與交叉也是值得關注的問題。就遺傳編程本身而言，最初發明出這一編程并將其投入機械化使用的編程人員可以據此申請專利保護，獲得壟斷性權利。建立在這一專利的基礎上，可以衍生出其他領域的眾多專利技術。而這些衍生專利權人雖可以獲得專利權，在行使專利方案時，但仍應尊重和維護原始專利權人的利益，不得實施侵權行為。如果在這些專利上，繼續將遺傳編程技術的權利人作為合作發明人，無疑是對基礎專利權范圍的擴大，同時給予了重復保護，不利于促進改進專利的研發和創新，對技術進步造成阻礙。因此，人工智能生成的專利技術不應將編程人員涵蓋其中。

其次，人工智能技術的操作者與生成技術方案的設備二者之間的“人機關系”也值得關注。機器在發明過程中扮演的角色逐漸增多，人工智能的參與程度在不同領域、不同技術層面各不相同，有些仍需要人類提供指導，人工智能僅扮演輔助角色；有些則完全無需人類的介入，可以直接開發創新方案。[17]Erica Fraser, Computers as Inventors - Legal and Policy Implications of Artifi cial Intelligence on Patent Law, scripted, Volume 13, Issue 3,December 2016, 305.很多方案的發明過程可能是人類與機器共同合作的結果。人類可能會借助機器輸出的方案結果，而得到靈感，進行創新和改進。如果這個機器是自然人，就構成合作發明。[18]Ryan Abbott, I think, therefore I invent: creative computers and the future of patent law, Boston College Law Review, Volume 57, Issue 4,1079.但是機器并不是人，這最大的障礙所在。作為發明人，必須對于發明的“構思”做出貢獻。[19]U.S. Patent amp; Trademark Offi ce, Manual of Patent Examining Procedure § 2164 (9th ed. Rev 7, Nov. 2015).而構思是指“某項發明的完整的、可操作性的界定或者永久的想法，而之后這一發明能夠被投入應用之中”。[20]Townsend v. Smith, 36 F.2d 292, 295 (C.C.P.A. 1929). From Ryan Abbott, I think, therefore I invent: creative computers and the future of patent law, Boston College Law Review, Volume 57, Issue 4, 1079.如果自然人僅僅是在計算機內輸入任務指令和參考材料，這一自然人很難被稱為是發明人。比如在發明過程中，自然人甲希望自然人乙能夠研發出新的技術方案，甲提供給乙一些已經公開的信息資料。如果乙最終獲得有效的研發成果，甲并不能因為給乙提供了指導就成為專利權人。這就給甲獲得發明人的身份造成困難，無論乙是自然人還是計算機。

在傳統的洛克勞動理論下，每個人對自己的人身享有所有權，除本人之外任何人都沒有這種權利。身體所從事的勞動和他的雙手所進行的工作是正當屬于個人的。一旦個體使任何東西脫離自然所提供的和那個東西所處的狀態，將其勞動摻入其中，使該物成為他的財產。[21]［英］約翰·洛克著：《政府論兩篇》，陜西人民出版社2004年版，第144頁-149頁。基于此，有學者主張，知識產權保護的是對成果產出作出實質性貢獻的主體，因此應當賦予設計出技術方案的人工智能獨立的發明人地位。[22]Liza Vertinsky, Todd M. Rice, Think About Thinking Machines: Implications of machine inventors for Patent Law, B.U.J.SCL. amp; THCH.L.Vol.8:2,11.但這樣的提議有些過于理想化，目前尚缺乏理論與實踐基礎。首先，國內外尚無立法承認機器人能夠作為獨具法律人格的“人”存在，雖然歐盟議會決定通過賦予機器人法律人格的提議，但具體的規則制定尚在進一步探索中。其次，目前機器人大部分仍作為工具性的物質存在，難以獨立行使法律權利，履行法律義務，承擔法律責任。機器人產生的一系列“事實行為”或“法律行為”的效果，目前仍需人類自己來承擔。因此，在民法、刑法等基礎法學領域未承認機器人的法律地位時，貿然賦予其發明人的身份缺乏合理性和可行性。

在人工智能發明物的權利人之爭存在困難時，不妨結合最終的權利運作狀態來判斷。發明的產業化或商業化本質上離不開自然人的參與和選擇，人工智能的研發人員與操作人員是主要活動主體。人工智能本身就可以成為專利保護的客體，如遺傳編程的實施方案，促進研發人員的創新活動。建立在此基礎上的改進方案，如利用遺傳編程實施生物制藥的研發，創新之處在于新的發明方式，即操作人員的活動。因此，為鼓勵人工智能技術的廣泛應用和產業化，賦予操作人員對相關技術方案的專有權不失為一種合理選擇。且在商業化過程中，操作人員能夠基于市場調研與統計，選擇最有前景的領域進行研究開發。因此，將操作人員作為人工智能發明物的發明人，既有利于技術發展的理性化，又有利于促進市場的經濟效益。

二、人工智能發明成果與專利權的“三性”要求

（一）人工智能發明成果與新穎性

新穎性意味著“與早先工藝相比是新的”，要成為適格的專利客體，一項發明必須在某些方面與所有已公開發表的文章、公知技術和交易的產品有所不同。人工智能發明物會影響新穎性的衡量標準，其是否可以作為現有技術來對抗預期獲專利的技術方案是實踐中需要解決的關鍵問題之一。若允許所有自動生成的技術方案作為對抗性的現有技術，允許公司以海量的技術信息來打擊競爭對手，會加劇專利局以及專利申請人的外部成本負擔，對于社會整體的效率而言并無益。

對于現有技術的判斷，實踐中存在諸多考量因素，其中，可獲取性是判斷一項文件是否構成現有技術的關鍵因素，其要求該文件“為該行業或領域內感興趣或普通技術人員運用合理的學識就能夠掌握”。而計算機自動生成的權利要求內容往往是獨立呈現的，不會有背景資料，因此在使用搜索引擎獲得結果時，搜索者可能存在技術上的障礙。[23]Ben Hattenbach, Joshua Glucoft, Patents in an era of infi nite monkeys and artifi cial intelligence, Stanford Technology Law Review, 2015, 36-40.人工智能機器的存儲量、分析速度大大超越人類，相關領域的技術人員需逐個篩選與人工智能機器相關聯的千萬百萬個網頁才能獲得關鍵信息，與目前有限的信息量相比，很難稱作“合理”搜索。且計算機生成的權利要求由于通過特定的技術手段表現出來，如遺傳算法等，無法直接獲取，所以很難被準確定位；即使能夠確定相關技術信息，也可能很難對于相關技術領域的專業人員具有具體的可操作性指示作用，因為很多情況下，機器生成的分析結果是理想化的，未經過實踐檢驗可能不具有實用性。

再者，現有技術還應當考量其公開發表物中的內容與發明是否來源于相同的或近似的技術領域，或該文獻對于發明人希望解決的問題而言是否具有“合理相關度”。[24]In Re Marek Z. Kubin and Raymond G. Goodwin, Fed Cir, 2008-1184, No. 09/667, 859.一般情況下，本領域的技術人員往往查閱的都是相關領域的資料，如果一些內容是來源于完全無關的渠道，對于相關發明人員亦不具有檢索的預期可能性。機器自動生成的權利要求是否符合現有技術的條件，需要結合人工智能在本產業領域的發展狀況。因此，在人工智能技術并未廣泛使用之前，要求發明人在申請專利之前，全部檢索出人工智能生成的技術信息，并將其作為現有技術進行參照，會給發明人增加太多技術、人力等檢索成本，暫不具有可期待性。但在今后的技術發展中，自然語言處理技術的改進和計算機使用成本的下降，自動生成的技術說明摘要和詳細介紹也可能很容易獲取，網絡的索引功能也能夠隨著時間而不斷改善。因此，除了在立法上面的變化，自動生成的權利要求也可能逐漸成為現有技術。

因此，對于人工發明物是否構成現有技術的判斷，應結合普適性和相關性兩方面考慮。隨著人工智能技術的發展與普及，如果在相關領域，已經成為普通的發明工具或信息來源，則還應具體結合其生成內容的相關度來判斷。如果在其自動生成的內容中，與涉案專利有關的內容較多，集中性很強，那么可以認為是現有技術；但如果技術信息質量較低，甚至大部分是無關的內容，則可認為不構成現有技術，因為不能期待發明人在眾多的信息中挖掘出相關的內容。如果承認所有的自動生成技術方案都可以構成現有技術，那么市場上將充斥很多這樣的設備，實際上會產生很多的垃圾成果，不利于提高技術進步的效率，同時也會加重市場參與者和競爭者的負擔，如付出太多的檢索成本等。從專利保護制度的長期目標出發，專利制度應當對非預期范圍內的突破性技術發展持包容態度。

（二）人工智能發明成果與創造性

創造性，或稱非顯而易見性，被認為是“授予專利權的首要條件”，其是指與現有技術相比，該發明具有突出的實質性特點和顯著的進步。其試圖從比新穎性和實用性更抽象的層面上衡量發明方案，也即發明中所體現的技術造詣。[25]［美］墨杰斯等著：《新技術時代的知識產權法》，齊筠譯，中國政法大學2003年版，第106頁。是否滿足創造性標準是判斷人工智能產物是否具有可專利性時的最大問題。[26]Stephen D. Rosenberg, On the Patentability of Computer-Generated Inventions, July 15 2009, http://www.bostonerisalaw.com/archives/intellectual-property-litigation-on-the-patentability-of-computergenerated-inventions.html, last visited July 25, 2017.這是因為，當判定一項發明是否具有“顯而易見性”時，其具體方法是考察對于“本領域內的一般技術人員”而言，該技術方案是否是顯而易見的。而同領域的技術人員，和侵權法中的“理性行為人”一樣，都是法律擬制的人，但并不包括機器設備。法律擬制的人與人工智能在技術掌握水平方面存在顯著差別，若一視同仁，可能會引發判斷標準不統一、主觀性色彩較強、隨著技術發展而變化的不穩定性等問題。但人工智能生成的技術方案即使具有創造性，也并不可將其歸功于操作者的智慧。在判斷創造性時，不僅僅應考慮個人的知識和技能，還應當考慮對于發明人而言，可用的相關工具。[27]Erica Fraser, Computers as Inventors - Legal and Policy Implications of Artifi cial Intelligence on Patent Law, scripted, Volume 13, Issue 3,December 2016, 305.在人工智能領域，創造性判斷的對象并非局限于自動生成的發明方案，而是申請者主張的權利要求整體。“如果發明是屬技術領域的技術人員在現有技術的基礎上僅僅通過合乎邏輯的分析、推理或者有限的試驗可以得到的，則該發明是顯而易見的，也就不具備突出的實質性特點”，“發明有顯著的進步，是指發明與現有技術相比能夠產生有益的技術效果。例如，發明……或者為解決某一技術問題提供了一種不同構思的技術方案，或者代表某種新的技術發展趨勢”。[28]《專利審查指南》。因此，若本領域技術人員并未能夠輕易獲取遺傳編程作為技術方案的設計與分析工具時，該方案整體應當具有創造性。

上述觀點可能會受到現有專利法理念的駁斥。在判斷創造性要件時，“不管發明者在創立發明的過程中是歷盡艱辛，還是唾手而得，都不應當影響對該發明創造性的評價”。[29]同注釋[28]。《美國專利法》第103條亦明確規定：“可專利性不得因發明被制造出來的方式而受影響。”按照上述邏輯，發明人獲取專利技術方案的途徑或方式并不作為創造性判斷的參考因素，只要這一技術方案本身的內容與現有技術相比，具有突出的實質性特點和顯著的技術進步，就可以滿足法定條件，因此，遺傳編程設計出的大量技術方案，即使是機器自然選擇的結果，人類并未加入太多智慧因素，也可滿足創造性要求。[30]Robert Plotkin, The Genie In The Machine: How Computer-Automated Inventing Is Revolutionizing Law and Business. Stanford Law Books,2009, 60.在美國In re Kubin案中，法院闡明，在特定情形下，方法發明的顯而易見性可能會導致物質發明的創造性被否定。[31]崔國斌著：《專利法：原理與案例》，北京大學出版社2012年版，第258頁。該案涉及的專利是經典的生物技術領域的發明——編碼特定蛋白的人類基因的分離和排序。法院認為，專利申請人在其專利申請文件的說明書中提到了使用傳統方法，包括基因庫形成、基因表現、選殖、排序等已知的實驗方法等，[32]In Re Marek Z. Kubin and Raymond G. Goodwin, Fed Cir, 2008-1184, No. 09/667, 859.因此對于本領域技術人員而言，采用已有的技術手段進行試驗是顯而易見的，因此涉案專利不滿足創造性的要求。

在應用人工智能生成技術方案上，對于該技術方案是否具有創造性的判斷，還應考量本領域相關的人工智能技術發展的水平。[33]Robert Plotkin, The Genie In The Machine: How Computer-Automated Inventing Is Revolutionizing Law and Business, Stanford Law Books,2009, 109.“如果所要解決的技術問題能夠促使本領域的技術人員在其他技術領域尋找技術手段，他也應具有從該其他技術領域中獲知該申請日或優先權日之前的相關現有技術、普通技術知識和常規實驗手段的能力。”

以遺傳編程為例，如果遺傳編程在其他技術發明領域的適用愈發普遍，[34]William Samore, Artifi cial intelligence and the patent system: can a new tool render a once patentable idea obvious? Syracuse University College of Law Syracuse Science amp; Technology Law Reporter Fall, 2013.允許其自動生成的專利授權，將會導致申請發明人不斷重復地通過遺傳編程來創造多種不同的設計方案，并不斷申請專利。每一次遺傳工程運行的時候，都會設計出不同的方案，因為其使用的是隨機程序。遺傳編程軟件能夠產生大量的策略與設計，當遺傳編程技術能夠與其他領域技術的結合相對普遍時，如果不加以限制會產生專利權申請量過大、專利申請積壓，專利審查員缺乏足夠的審查時間導致授權專利質量偏低、不確定性增加等問題，因此需要在制度建設中盡量避免或減少此類問題的發生，其中一個可行方案就是提升遺傳算法生成方案獲取專利保護的門檻。競爭性公司將不斷進行試驗以占據優先性的地位，這樣就會產生大量的成本。由于成本很高，中小型企業則會放棄這樣的做法。[35]John F. Duffy, Inventing Invention: A Case Study of Legal Innovation, 86 TEX. L. REV. 1, 61 (2007), 12.即一家大型的、資金狀況良好的公司可以投入很多成本進行試驗以尋找最優方案，而小型公司可能不能負擔這樣的成本，從而在專利叢林的競賽中屈居下風。

（三）人工智能發明成果與實用性

實用性，是指該發明或者實用新型能夠制造或者使用，并且能夠產生積極效果。其具體體現為：（1）能夠制造或者使用。（2）能夠產生積極的效果。（3）必須具有再現性。[36]《專利審查指南》。在實用性問題上，自動生成的技術方案可能由于缺乏詳細的說明或其他背景信息，不具有可操作性，[37]Ben Hattenbach, Joshua Glucoft, Patents in an era of infi nite monkeys and artifi cial intelligence, Stanford Technology Law Review, 2015, 36-40.對于相關技術領域的專業人員缺乏指導性意義。在Newman案中，專利申請人Newman就一個“輸出能量大于輸入能量的能量生成系統”，即“永動機”申請專利。[38]Newman v. Guigg 877 F. 2d 1575(Fed. Cir. 1989) cert denied, 495 U. S. 932(1990).但實際上，永動機僅僅是理想模型，操作中不具有實踐可能性，因而無法獲得專利授權。反觀人工智能技術，遺傳編程能夠通過自然選擇隨機生成技術方案，但這也是建立在程序計算、語言代碼等抽象理念的基礎上進行的，若要滿足“能夠制造或者使用”的要求，人工智能的設計方案仍然需要人類“親力親為”來檢測和實施，以使得該方案能夠切實服務于人類所需，而非將其束之高閣。遺傳編程仍無法完全脫離人類力量的介入。另一方面，為防止明顯無益、脫離社會需要、嚴重污染環境、嚴重浪費能源資源、損害人身健康的發明被授權，也有必要對人工智能技術的實施進行人為的監管。遺傳編程的代碼莫測高深，計算機科學家無法輕易理解復制程序“演進”出來的解決方案。這樣的系統很可能發展成為人類完全無法理解的東西，且無法預測，故潛在危險較大。[39]參見［美］詹姆斯·巴拉特著：《我們最后的發明：人工智能與人類時代的終結》，閭佳譯，電子工業出版社2016年版，第77-78頁。因此，專利的實用性要求下，單純由人工智能產生的發明存在授權障礙，人類的介入和參與能夠有效保障方案的實用性，同時避免方案潛在的風險給人類生活帶來的威脅。

三、人工智能發明成果獲得專利保護的正當性

知識產權作為私權，[40]參見金海軍著：《知識產權私權論》，中國人民大學出版社2004年版，第12頁。為專利權人提供專有性保護，專利權人通過對技術方案的公開換取特定時期內的壟斷性權利。專利制度的本質特征表現為專利權人和社會公眾之間的一項“社會契約”。在論證知識產權保護對象范圍的過程中，勞動價值說視角和工具主義路徑是兩大主要的理論基礎，[41]See Robert Merges, Justifying Intellectual Property Law, Harvard University Press, 2011, p. 31-47; 參見［澳］彼得·德霍斯著：《知識財產法哲學》，周林譯，商務印書館2008年版，第52-59頁；李揚著：《知識產權法基本原理——基礎理論》（修訂版），中國社會科學出版社2013年版，第29-36頁。人工智能產物能否獲得專利保護，亦需結合知識產權的正當化基礎來探討。

從洛克勞動價值說的視角，“每個人對他自己的人身享有一種所有權，他的身體所從事的勞動和他的雙手所進行的工作，是正當地屬于他的”。[42]［英］洛克著：《政府論》（下篇），葉啟芳、瞿菊農譯，商務印書館1964年版，第18頁。根據洛克的勞動價值說，人對于自己的勞動成果享有財產權。勞動價值論是知識產權權利保護的重要理論基礎之一，知識產權可具體細分為“創造性勞動成果權利”和“識別性標記權利”兩大類，[43]鄭成思著：《知識產權法》，法律出版社2003年版，第5-6頁。其中，創造性勞動成果權利就是對智力勞動者進行精神勞動產生的智力成果的權利保護。知識財產的產生源自于勞動，即將這一部分財產從共有物中分離出來的勞動，產權的根據在于在原有資源的基礎上，增添、施加勞動因素，創造出新物，即勞動附加理論。[44]See Robert Merges, Justifying Intellectual Property Law, Harvard University Press, 2011, p. 31-47.而人工智能生成物中，蘊含的勞動者的勞動價值，與“創造性”的判斷密不可分，技術方案整體的創造性是勞動價值的重要載體，因為發明人不僅僅要有構思，也可以利用可支配的工具。遺傳編程的操作者，通過智力勞動，將遺傳編程這一技術手段綜合應用在其他技術領域，設計出新的技術方案，在原有的公共智力產品的基礎上，附加了一定的勞動因素，從而獲得新的智力成果。智力成果給權利人帶來的收益與其付出的勞動及創造的價值互成比例，針對技術方案中滿足創造性要素的部分，遺傳編程的操作者應享有個人權利。但若隨著人工智能技術的逐漸普及，采用遺傳編程這一技術手段可能被劃入公有領域的范疇，即具有顯而易見性，此時，操作者的勞動因素不再能夠滿足創造性的要求，故受到專利保護的可能性隨著技術的普及與發展逐漸降低。

而法學功利主義路徑強調制度的激勵效應。激勵是指激發鼓勵，由于行為人能夠從特定行為模式中獲得預期效果的評價較高，會產生一種內在動力。西方功利主義法學家邊沁的思想中較早流露出法學的激勵色彩，認為社會應當鼓勵私人去創造努力和進取心，國家法律不直接給公民提供生計，但能夠用來刺激和獎勵人們去占有更多的財富,以功利原則描述的所有法律的共同目的，是對公共福利之促進。[45]參見［英］杰里米·邊沁著：《論一般法律》，毛國權譯，上海三聯書店2013年版，第42頁。中國的激勵法思想自古以來就有，當代高度重視法律激勵在20世紀80年代之后，[46]參見倪正茂著：《激勵法學探析》，上海社會科學院出版社2012年版，第37頁。在智力成果型知識產權中，其目標是為了通過保證作者和發明人在有限時期內，對其作品或發明的獨占權利，來促進科學和實用作品的進步。專利法并不是給予專利持有人制造或使用專利發明的權利，而是給予其排除他人制造或使用的權利。[47]William Samore, Artifi cial intelligence and the patent system: can a new tool render a once patentable idea obvious? Syracuse University College of Law Syracuse Science amp; Technology Law Reporter Fall, 2013.這樣的排他權激勵了發明人以進行創新，也激勵其將思想公開于社會公眾。提供保護不僅能夠促進技術方案領域的人員的積極性，也能夠促進計算機軟件技術本身的進步。[48]David Ferrucci et al., Building Watson: An Overview of the Deep QA Project, 31 ASS'N for Advancement Artifi cial Intelligence, 2010, 59.專利制度的激勵功能是其內在要求，其保護的是潛在的具有巨大商業應用性的思想，[49]參見［美］威廉· M·蘭德斯、波斯納著：《知識產權法的經濟結構》，金海軍譯，北京大學出版社2016年版，第358頁。如果缺乏專利保護，發明人就會沒有足夠的動力投入到創造、改進和銷售新產品中去。專利法提供了一種市場驅動力來激勵對創新的投資，準許發明人享有其發明的全部經濟收益。對于人工智能自動生成的發明方案，如果“一刀切”式地否決專利保護，限縮保護范圍，將挫傷技術研發人員將人工智能應用于各個領域的技術方案設計中，造成對人工智能技術整體發展的不利影響。

結 語

人工智能給專利制度帶來巨大沖擊的根源在于其對技術方案的產生方式帶來直接影響。[50]Liza Vertinsky, Todd M. Rice, Thinking about Thinking Machine: Implications of Machine Inventiors for Patent Law, B. U. J. SCI.amp; TECH. L.,2002, Vol. 8:2.技術進步、經濟發展與專利制度的關系密切，在愿景理論下，專利規則的制定應當盡可能實現良性的預期效應。因此，人工智能時代，專利制度應當考慮到法律的回應性和包容性特征，緩和法律的靈活性與原則性之間矛盾，[51]參見易繼明：《知識社會中法律的回應性特征》，載《法商研究》2001年第4期，第129-135頁。將行為人的行為性質、行為方式和行為結果放置在特定的市場環境下考察。在具體判斷人工智能生成方案是否能夠獲得專利時，需要從兩個維度進行衡量。在橫向上，而要綜合考慮人工智能的參與程度、運作方式、方案的三性要求等因素進行判斷。在縱向上，應當考慮人工智能的發展水平、普及程度與可適用性。判斷標準會隨著人工智能技術發展水平而發生變化，當人工智能技術發展到本領域技術人員通常會采取這樣的方式進行研發時，產生的技術方案能夠獲得專利的可能性就會降低。[52]［美］墨杰斯著：《新技術時代的知識產權法》，齊筠譯，中國政法大學2003年版，第111頁。遺傳編程、神經網絡等僅僅是人工智能技術發展的一小部分，在未來，這一領域有著更加廣闊的發展空間，與人類的智力、情感、認知、感受等諸多方面越來越相像，甚至在某些層面會有所超越。這對于我們人類而言，都是極大的挑戰。

Artifi cial Intelligence (AI) brings with lots of opportunities and challenges. Under the current legal framework, technical designs generated automatically by AI technology such as generic programming pose new problems to the conditions of patent grant in terms of novelty, creativity and utility. Whether patent law can protect these designs has been concerned greatly in both of practical and theoretical fi elds. The incentive effects of patent system encourage the development and innovation of AI technology. Based on traditional patent grant conditions, the defi nition of patent scope should not be rigidly uniform. It should be adjusted with the development, contribution, popularity and other specifi c conditions, to realize the integration and balance between the stability and fl exibility of patent law system.

artifi cial intelligence; generic programming; patent; three characteristics

季冬梅，北京大學法學院2017級博士研究生