人工智能時代對知識產權保護運用帶來的挑戰及建議

吳曉磊

不難判斷，人工智能時代已經到來！那么，我們或許有必要追問：什么是人工智能？為什么直到現在人工智能時代才真正的到來？

一、人工智能時代已經到來

自2015年開始，人工智能逐漸進入了人們的視野。宏觀層面看，從2015年7月4日國務院發布《國務院關于積極推進"互聯網+"行動的指導意見》，到人工智能被寫入今年兩會政府工作報告，再到今年7月8日國務院正式發布《新一代人工智能發展規劃》，人工智能受到的重視程度可謂與日俱增；微觀層面看，從無人駕駛上路，到自動語音識別、實時翻譯，從人工智能機器人撰寫新聞，到法律、財務服務機器人面世，人工智能離大家的日常工作生活也越來越近。

不難判斷，人工智能時代已經到來！那么，我們或許有必要追問：什么是人工智能？為什么直到現在人工智能時代才真正的到來？

人工智能（Artificial Intelligence），英文縮寫為AI，它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

人工智能并不是什么新鮮的事物，早在上世紀50年代，各國就已經開始研究，其間經歷了兩次起伏。那么，為什么直到最近幾年人工智能才進入爆發的前夜？首先是因為當今人類擁有了更多的數據，而這主要歸因于互聯網?；ヂ摼W產生了海量的數據，特別是最近兩年內互聯網產生的數據，可占到了人類歷史數據總量的90%，而且互聯網數據量目前仍在非常快速地增長；第二個原因是算法的進步，機器學習，特別是深度學習的算法的改進，大大促進了人工智能訓練和學習的效率；第三個原因是硬件水平的提高，快速的計算需要大量的硬件支持，硬件的進步，特別是GPU的使用，大大提高了計算機處理數據的能力；最后，人工智能領域的投資規模、數量的快速增長也是當前人工智能產業騰飛的重要推手。春江水暖資本先知，人工智能市場資本的活躍也從另外一個角度印證了人工智能時代的到來。

人工智能的影響有多大？很多人認為，人工智能將帶來第四次產業革命。我想，從當前各國紛紛把人工智能上升為國家戰略的現象中，我們便可以知道前面的說法絕非夸大其詞。從18世紀至今，300余年間，世界通過三次產業革命，完成了自動化、電氣化、信息化的改造。但這三次產業革命，我國基本上都處在跟隨地位，落后于歐美國家。而人工智能時代則給了我們歷史機遇，讓我國有機會實現彎道超車。

當前，在人工智能領域內，不管是政策、資金、人才，還是論文和專利數量，中國跟美國都處在相近的水平。去年于浙江烏鎮舉辦的第三屆世界互聯網大會發布的《全球人工智能發展報告（2016）》顯示，全球人工智能的專利申請數量中，美國、中國、日本位列前三，三國占全球專利總量的73.85%，而位列第四的德國人工智能專利數量僅為中國的27.8%?！敦敻弧冯s志去年也發表過一篇題為《全球AI四巨頭正用深度學習改變生活》的文章，其列舉的“四巨頭”包括谷歌、微軟、Facebook和百度，其中百度是唯一一家在人工智能領域跟美國巨頭直接抗衡的中國公司。目前，百度在人工智能領域的公開專利已經超過2000件，優勢顯而易見。

二、人工智能時代的新特點

人工智能時代具有的新特點主要有四項。首先是以人為中心的人機交互，在這種人機交互的模式下，機器要去理解人，而非像過去一樣由人去配合機器。舉例而言，假如家里新買了一個電飯煲，過去我們必須參照厚厚的說明書中的內容去操作。對于年輕人而言這也許并非難事，但老人或小孩就很可能不知如何下手，很容易損壞機器。而一旦電飯煲運用了人工智能技術，說明書就不再是必需品了。使用者可以直接以與他人交談說話的方式向電飯煲發出諸如“煮米飯還是煮粥還是煲湯”“加多少水”等指令。再比如說一臺電視機，過去，人們需要學習電視遙控器的各種功能才能對電視進行操作。而有了人工智能技術，人們想看任何頻道、節目或是某段回放，甚至想知道電視畫面中的某個場景的具體位置、人物手中的物品的品牌與購買鏈接等，都可以直接向電視發出指令，由電視立刻完成。這便是“機器理解人”的人機交互模式新特點。

第二個特點是以算法為核心，其中計算能力和數據是基礎，應用是關鍵。首先在算法方面，Geoffrey Hinton教授2006年發表的論文，開啟了深度學習在學術界和工業界的浪潮，以人工神經網絡（ANN）為代表的深度學習算法成為了人工智能應用落地的核心引擎；其次在計算能力方面，人工智能對計算能力的要求很高，而以前研究人工智能的科學家往往受限于單機計算能力，需要對數據樣本進行裁剪，讓數據在單臺計算里進行建模分析，這也導致了模型準確率的降低。伴隨著云計算基數和芯片處理能力的迅速發展，人們目前可以利用成千上萬臺的機器進行并行計算，尤其是GPU＼FPGA以及人工智能專用芯片的發展，為人工智能落地奠定了基礎計算能力，使得使用類似于人類的深層神經網絡算法模型的人工智能應用成為了現實；隨著互聯網的飛速發展，在線數據變得異常豐富，多來源、實時、大量、多類型的數據可以從不同的角度對現實進行更為逼真的描述，而利用深度學習算法則可以挖掘數據之間的多層次關聯關系，為人工智能應用奠定數據源技術基礎。計算能力、大數據、深度學習方法三者相輔相成、相互依賴、相互促進，使得人工智能有機會從專業技術成為通用技術，融入到各行各業之中。

第三個特點是跨產業、軟硬件相結合，也可稱為AI+。人工智能的發展跟互聯網的發展密不可分，但人工智能不只是互聯網，更不只是運用于互聯網中，其影響和應用遍及大量的傳統行業。正如國務院發布的《新一代人工智能發展規劃》中提到的：“人工智能作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，并創造新的強大引擎，重構生產、分配、交換、消費等經濟活動各環節，形成從宏觀到微觀各領域的智能化新需求，催生新技術、新產品、新產業、新業態、新模式，引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升?！薄兑巹潯吠瑫r也要求，“推動人工智能與各行業融合創新，在制造、農業、物流、金融、商務、家居等重點行業和領域開展人工智能應用試點示范，推動人工智能規模化應用，全面提升產業發展智能化水平?！眅ndprint

最后一個特點就是技術驅動替代產品驅動，開源開放成為主要趨勢。過去的人工智能為什么沒有發展起來？雖然彼時大家都有相應的產品問世，業界也有很多關于產品及需求的良好建議，但是最后都沒有成功。這是因為那個時候技術尚未成熟，更多停留在實驗室中。隨著AI時代的到來，創新不再是孤立的，而是站在了巨人肩膀上，其速度和效率會大大提升。開放式也創新越來越普遍，合作共贏將成為創新的趨勢。當前，各種AI開放平臺應運而生：在國外，有谷歌在2015年開源的TensorFlow人工智能平臺、微軟開源的深度學習平臺CNTK、Facebook的人工智能開源軟件Torchnet；在國內，則有百度于2016年9月1日召開的百度世界大會上，正式對外開放的異構分布式深度學習系統PaddlePaddle。它的問世，標志著國內第一個機器學習開源平臺的誕生。另外在今年7月5日百度AI開發者平臺大會發布的DuerOS開放平臺、Apollo開放平臺，也將開源開放提升到了新的高度，引起了業界的強烈關注。

三、AI時代對企業知識產權保護運用帶來的挑戰

AI時代的特點，會給企業的知識產權保護和運用帶來全新的變化和挑戰。

首先，知識產權權利的獲得是保護和運用的前提。從知識產權權利獲得角度來看，AI時代可能會帶來三個問題：一是權利主體的問題——人工智能創作的作品該不該有著作權？機器寫了一首詩，或者畫了一幅畫、創作了一首曲子，其版權應歸誰？專利方面面臨的挑戰也是如此——機器會不會成為發明創造的主體？假設機器獨立編程形成了一個軟件并運行，甚至將智能芯片移植到人的身體中去操作特定的事情，那么其權利主體到底是人還是機器？這里面有很多法律倫理的問題，也有技術和知識產權方面的問題；二是知識產權權利的客體問題，也就是哪些創新可以得到知識產權保護的問題。就專利權而言，眾所周知，算法的改進是人工智能發展的核心動力，但是我國的《專利法》目前對算法本身并無專利保護，那么算法以及其他新的知識產權權利客體又如何才能得到有效的保護？三是權利獲得的標準問題。從某種意義上講，人工智能并不是全新的東西，而更多是集成了眾多互聯網技術，并與傳統行業的特點相結合。這種創新模式有時也叫微創新、應用創新，對傳統行業往往產生巨大的作用，但它又能不能符合授權的標準？舉例而言，將深度學習技術首先應用在語音、圖像識別中，或是利用人工智能技術進行鋼板缺陷檢測與識別，這些創新能不能滿足創造性的評判標準？最后一個問題是授權速度和保護周期。算法的更新迭代是非常快的，很多技術一年甚至更短的時間就可能更新一次，快速迭代要求快速授權、快速保護，這對授權速度和保護周期都提出了新的挑戰。但目前我國的專利授權周期最快也需要一年，很多技術專利還沒有獲得授權就已經過時，而從商業抄襲的角度，其目的或許早已經達到。

第二個挑戰就是權利司法保護力度和方式的問題。知識產權是一種私權，也即排除他人使用的權利，保護是基礎。人工智能時代由技術驅動，技術和技術創新的作用將會更加突出，搭便車的行為也將會更加普遍，這要求我們加大對人工智能技術保護力度，因為如果沒有強保護，就會有更多人搭便車，愿意持續投入研發的市場主體則會越來越少。人工智能的強保護很多情況下需要通過訴訟實現，但目前人工智能方面的訴訟還不是很多，主要原因在于：一方面，人工智能相關的技術創新層出不窮，目前各市場主體都處在權利獲得的儲備階段，各家都在跑馬圈地；另一方面，相關的應用和市場也還處在早期，競爭尚未白熱化。不過，可以預見的是，隨著人工智能應用的普遍化以及市場競爭加劇，未來的專利大戰不可避免，其劇烈程度甚至可能超過移動互聯網時期的訴訟。訴訟是一種商業手段，訴訟主體能否達到目的，都需要視起訴標準、舉證責任、禁令、審理周期、侵權賠償額等方面的因素而定，這也對知識產權的司法保護和行政保護也提出了新的挑戰。

第三個挑戰是人工智能知識產權的保護與開放間的平衡。在技術開源開放的趨勢下，人工智能時代將會有更多的技術開放平臺，企業間也會有更多的技術合作，甚至對于同行競爭對手之間，也很可能有技術上的合作。而技術上的競爭，更多體現在技術提供平臺之間的競爭，知識產權保護應該保障好的技術和發明創造得到更多的實施，而非將其束之高閣。未來，AI領域可能出現各類技術陣營，陣營內部如何通過知識產權實施和許可標準以及策略，來降低陣營內部各公司之間的糾紛？如何通過知識產權保護對各個陣營進行制衡，提升陣營本身的優勢和生態？這些都將成為重要的問題。

第四個挑戰是各種權利之間的配合。比如說開源，它涉及到專利和版權。版權開源的模式更多是放棄一些權利，但在專利方面，很多開源組織和開源協議對專利沒有明確限制和要求，因此專利開源將來必然會面臨很多問題。從某種程度上講，開源最大的問題不是版權而是專利。

四、人工智能時代對知識產權保護運用的建議

總的來講，我們的建議是，知識產權在人工智能時代更應該走在前面，主動去引導、擁抱產業的發展，而不只是躲在后面充當“守門員”的角色。

首先，在知識產權權利獲取方面，企業要提前進行布局，主動與研發部門建立互動機制，及早申請專利等知識產權保護，建立起種類齊全的“彈藥庫”；另外，知識產權法律政策制定部門也應考慮到人工智能相關創新的特點，完善現有的知識產權授權標準，或者建立獨立的權利快速獲取機制，同時還應加強在專利審查等方面的人才培養，利用人工智能技術提升審查質量和效率，為人工智能產業發展提供堅實的知識產權法律政策保障。

第二，企業應加強對知識產權信息情報的利用。人工智能時代，各類技術創新和應用日新月異，如何前瞻性地了解業務的最新趨勢，讓業務部門及時決策和調整業務方向、技術路線，顯得尤為重要。因此，企業必須定期監控業界知識產權布局。以百度為例，我們在前幾年便曾開展過一個項目，從專利角度去分析一些競品公司在無人駕駛領域的動向，這樣的調查分析也對公司的發展取得了非常好的促進作用。

第三，企業在知識產權保護方面，應配合技術和業務的發展，定期梳理知識產權資產，找到自己的“核彈”；同時，還應積極將人工智能應用在企業知識產權資產梳理評估以及侵權調查上，給知識產權賦能，該出手時能拿得出手，實現精準打擊。當然，企業之間更要聯起手來，共同推動知識產權快速維權等方面的改革。

最后，在權利運用上，企業也可以主動推進知識產權層面的合縱連橫，通過知識產權許可、合作、宣傳等做法，引導、強化企業間業務層面的合作，加快創新和落地速度。同時，我們也希望人工智能聯盟能夠盡快成立，以建立具有明顯優勢的人工智能專利池，統一專利許可政策和標準，降低聯盟成員之間無序訴訟的可能，并與國外巨頭抗衡。

請允許我簡單介紹一下百度在這方面的嘗試，以結束本文。語音技術是人工智能發展的重要技術，2015年，百度聯合海爾、京東等公司成立了智能語音知識產權聯盟，并建立了開放的專利許可策略，希望利用這種開放許可的方式來去促進整個智能語音相關產業的發展。百度當時率先開放了一百件語音基礎專利，并鼓勵其他聯盟成員開放自己的語音專利。目前，除了百度之外，其他的公司也在陸續開放專利，通過推進交叉許可，促進整個相關智能語音產業的技術應用和發展。endprint