人工智能參與發明的授權問題探究

李 想

(華東政法大學 知識產權學院，上海 200042)

0 引言

國務院發展研究中心在關于人工智能的一份調研報告中指出，人工智能是新一代通用目的技術，將對經濟社會發展和國際競爭格局產生深刻影響[1]。以智能化水平作為衡量標準，目前全球仍處于弱人工智能階段，其階段性特征表現為利用現有智能化技術改善經濟社會發展所需的一些技術條件和發展功能[2]。在此人工智能運用過程中，人為干預因素較多，發明自動化水平較低，人工智能更多地以輔助工具形式出現，鮮少能夠依靠自身算法獨立完成發明創造。盡管人工智能目前已展現出高速發展態勢，能夠通過深度學習逐漸擺脫人為干預，但要完全獨立于人的影響仍有一個較長過程，國際共識認為實現腦科學質的突破的強人工智能時代要到2050年左右。因此，盡管在現階段討論人工智能參與發明的問題并納入未來強人工智能特征與屬性，難以為政策制定以及律法修繕提供方向，但仍應以目前的人機交互(人機協作)模式作為研究重點。人機交互模式的人工智能參與發明研究主要分為兩種類型：第一種類型是將人工智能作為完成其它領域專利技術的創造性工具，如化工領域、醫療領域專利等，但其本身的貢獻率遠低于人類貢獻率；第二種類型是發明內容本身包含了人工智能的技術方案，將人工智能的技術特征寫入權利要求中。現階段以涉及計算機程序的發明專利為主[3]。如一種機器人，包括激光傳感器模塊、磁導航傳感器模塊和第一導航模塊，其在默認狀態下利用激光傳感器進行導航，當檢測到路面鋪設了磁條時，切換為利用磁導航傳感器進行自適應導航，從而實現了根據環境變化自動切換導航模式的自適應導航[4]。在《專利審查指南》進一步修改后，允許采用“介質+計算機程序流程”的權利要求表達方式，讓人工智能算法成為計算機外部運行以及內部性能改進、資源管理等技術方案的基礎。這標志著人工智能技術將在發明領域有著更為廣闊的應用前景，但伴隨而來的則是來自人工智能參與發明的授權問題的新挑戰。

1 人工智能參與發明的主體判斷

根據智能程度，人工智能可以分為增強智能(Augmented Intelligence)與替代智能(Alternative intelligence)。其中，替代智能的特征在于人工智能本身可以脫離人為干預與影響，獨立參與社會關系、完成思維活動與技術創造，符合強人工智能時代的技術要求；增強智能則是促進機器善于以科學、數學等為藍本解決問題的優勢與人類善于以感官、觸覺和情感為基礎解決問題的優勢相結合，達到人機協作狀態下的優勢補強。增強智能的關鍵在于強化人類并不擅長的數據抓取能力和數據分析能力。對于大數據的增強分析(Augmented Analytics)可以有效縮短分析時長，促進分析成果轉化和分析結論共享。因此，在弱人工階段對人工智能參與發明的主體判斷應當以增強智能為視域。

人工智能技術在發明領域的逐漸滲透，給傳統以人為本的專利法理論帶來了新沖擊。一方面，人工智能技術的參與使得專利制度的激勵功能減弱。這是因為便利的人工智能技術將減輕人類思維負擔，大量技術方案可以依賴自動算法生成。這種依賴性使人類不再有興趣專注于技術領域的創新，而會討巧地專注于利用人工智能技術實現專利圈地運動；另一方面，人工智能技術的參與將導致商業開發過度與競爭失序。專利法賦予的獨占權能充分促進發明商業化，即便其本身并不是市場上成熟的產品，但在極端情況下也會過猶不及。如具備先進人工智能技術的市場主體可以利用其資金和技術優勢，生成大量技術方案并提出專利申請，也可以公開大量技術方案、文獻，通過破壞新穎性的方式形成行業壟斷。因此，為有效應對上述沖擊，應當重新審視人工智能參與發明的主體問題，目前討論較多的主體判斷路徑分別為在先優勢路徑、類職務發明路徑、添附路徑[5]。

1.1 類職務發明路徑與添附路徑相宜性低

類職務發明保護路徑指出，應當將人工智能視為雇員，而將人工智能所有權人/使用人，抑或是程序設計者擬作雇主[6]；或是賦予人工智能以發明人身份，賦予開發企業等主體以專利權主體身份，并允許在人工智能與人類都對技術方案作出實質性貢獻的情況下成為共同發明人[7]。但這存在一些難以克服的障礙，首先，隨著社會分工日趨精細化，在極少情況下才會出現人工智能的程序設計者、所有權人以及最終使用人或管理人為同一主體，這就給捋清各方法律關系以及利益分配造成了極大難度；其次，在法人領域也是以團體人格為基礎，而人工智能就其本身而言，并不具備人格要素，而且再強大的人工智能也無法替代人類的靈性與心性。最重要的是類職務發明保護模式更適用于強人工智能時代對人工智能自生專利的保護，在當前人機交互階段并無類比雇員雇主關系的必要。從美國的專利法看，其也不允許將人工智能列為發明人。美國專利法將發明人明確定義為發明或發現發明主題的個人，同時，將合作發明人定義為兩個或兩個以上提出發明構思的人。根據上述規定，法院在描述可申請專利主題時，會引用國會立法意圖，將其合理延伸到“太陽之下人類創造的任何東西”。在其它情況下，法院通常拒絕將法律權利擴展到其它自然實體，如動物。

添附保護路徑認為，即使人工智能生成大量技術方案，但其中只有少數方案能夠順利通過專利局審查與獲得專利法保護，而這有賴于人類在體量龐大的技術方案中基于對新穎性、創造性、實用性等專利審查標準的熟稔，挑選出能夠大概率通過官方審查的技術方案，類似完成了一項添附行為，從而人類應當屬于發明人并享有專利權。但這種觀點明顯混淆了實質性貢獻與輔助性貢獻以及創造性勞動與體力勞動的區別，發明人必須是對發明構思作出創造性貢獻的，也就是說如果最初的技術方案并非其構思而成，也沒有因其參與而發生實質性改變，則其并無創造性貢獻。顯然，這里的技術方案生成是基于人工智能算法，而人類只不過是付出了“淘金式”勞動，如果辛勤的體力勞動能夠成功換來專利權，那么專利法“激勵創新”的基本功能將被架空。

1.2 在先優勢路徑與現實契合度高

在先優勢保護路徑認為，在人工智能參與度較低的情形下，只需按現有法律規定對發明人予以保護即可；在人工智能參與度最高的情況下，即發明完全由人工智能技術生成，則因其主體不合格導致該技術方案不具備可專利性。這種路徑更符合弱人工智能時代以人為本的制度構建，就目前而言，完全脫離人類控制、進行發明創造的人工智能技術尚不成熟，因此并無提供法律庇護的必要，況且制度解釋或修改是需要一定社會成本的，其造成的社會效應也是非常廣泛的，應當審慎權衡其中利弊。目前人工智能更偏向發明人助手的定位，更像是人類完成發明而創造的高級工具，若運用得當，可以產出大量優秀的發明專利，實現人工智能技術與產業的深度融合和鏈式突破。但不免有惡意依靠人工智能單獨生成大量低廉技術方案，從而阻礙其它發明順利通過新穎性審查情形的發生，若賦予其專利權，將會形成一種壟斷，不利于行業內自由競爭。

對在先優勢保護路徑的質疑主要集中在兩點：①這種路徑是否損害了與該人工智能發明存在密切關系的人的利益？答案顯然是否定的。首先，其不會損害人工智能發明者利益。這是因為該人工智能本身是可以獲得專利權保護的，其可以通過對該人工智能發明的使用、處置獲取豐厚回報。若是職務發明，發明人也可獲得獎勵和報酬。其次，其不會損害人工智能使用者利益。使用者完全可以合理運用該人工智能并作為實現科研創造的高效手段，生成大量優秀專利以獲取回報；②該路徑是否會不利于激勵技術創新？對此答案仍然是否定的。這是因為獲得專利壟斷不過是眾多激勵手段中的一種，還有市場領先、社會榮譽、獎賞制度、職務晉升等。專利壟斷具備法律認可的官方效力，但并不意味著它在任何場景下都是最佳選擇。由人工智能先進技術生成的產品和服務可以助其背后企業首當其沖地搶占市場，在短時間內收回成本并盈利，且人工智能技術的復雜性使得其他競爭者的模仿和復制存在難度，這更有利于企業延長市場領先時間，即便競爭者后續也成功研發出相同或類似產品或服務，但這不足以削弱創新的積極性[8]。

2 人工智能參與發明的客體審查

根據我國《專利法》規定，“發明是指對產品、方法或者其改進所提出的新技術方案”，而技術方案需要利用自然規律、采用技術手段，解決技術問題，并最終達到一定技術效果。但這種正面定義較抽象，并不能為復雜的人工智能技術的客體判斷提供準確指引，此時就依賴于法律上制定的排外條款。專利法出于公共政策或者社會道德以及實際操作性考慮，會將一部分不宜保護的發明排除在保護客體之外，而與人工智能技術最為相關的是其中的“智力活動的規則和方法”條款以及“違反社會公德”條款。

2.1 智能算法的客體屬性困境

我國《專利審查指南》明確將計算機程序排除在可專利的客體范疇外。人工智能是計算機科學的一個研究分支，是多年計算機科學研究發展的重要成果，人工智能的固有算法易落入抽象概念或者思維步驟范疇，在此情況下是不具備可專利性的，只有在人工智能參與發明或者是人工智能本身去抽象化后才具備可專利性[9]，也就是說，只有當人工智能算法運用到具體的工業裝置、設備或工藝中，才有可能通過客體審查。由于人工智能算法的復雜性，其可以輕易地被聲稱是一種設備裝置或系統而在審查時蒙混過關，而實質上僅是簡單地承加一個運用載體。因此，獲得專利法保護的是純粹算法或程序。由此看來，關于人工智能算法程序的客體判斷并不十分清晰。

美國聯邦最高法院在Mackay Co. v. Radio Corp案中認為，出于公共政策的考慮，科學真理或者數學公式并不能單獨獲得專利法保護，但在科學真理或者數學公式的幫助下，即通過科學知識運用而得到的具備實用性、新穎性、創造性的結構是可以成為專利法保護客體的。最樸實的知識產權觀念提示我們，思維方式、自然現象以及知識概念是不能獲得壟斷保護的，因為這是開展科學創造的基本手段。在Gottschalk v. Benson案中，法院提出了計算機程序是否可以獲得專利法保護的觀點。首先，抽象概念并非是專利法庇護的客體，抽象的數學公式顯然在此之列，若權利要求書中出現了抽象的數學公式，則要綜合權利要求書與說明書內容判斷申請人是否有意對其進行專利保護，聰明的申請者會將該抽象數學公式付諸技術實踐以獲得赦免，但這并不被允許——因為這易導致算法壟斷，除非權利要求書中仍有實質性意義的后續工藝步驟。其次，權利要求書中包含數學公式的技術方案如果綜合來看是具備可專利性要件的，那么其屬于專利法上的可保護客體。在Bilski V. Kappos案中，高院認為上訴法院關于“機器或轉變測試法”(machine-or-transformtion test)的看法存在錯誤。機器或轉變測試法是指只有當一種抽象思想或公式算法與特定機器結合在一起或者能夠將特定物轉變為他物或不同形態時，才屬于專利法可保護客體。上訴法院將其作為判斷專利客體的唯一指標，實際上其應當視為一種判斷方法或者可靠線索。智能算法時代的到來有助于進行快捷的模型預估與統計分析，如果專利法設置的門檻過低，那么行政審查員和法官的桌案將被成山般的權利要求所侵占，技術創新將失去原有動力。美國聯邦最高法院對于計算機算法可專利性問題的態度在時代進程中經歷了延續與轉折，法律解釋的松緊尺度是對技術發展情勢最好的回應。值得借鑒的是，現階段人工智能算法技術呈現出井噴式發展，更應當要求智能算法與通用計算機不能是顯而易見的慣常結合，而應當具備更高的創造性成份；從實用主義角度考慮，較嚴苛的客體范疇限制也可以篩選出更為優秀的科技成果，提高智能算法的經濟轉化效率[10]，有利于實現人工智能與市場經濟的協同共贏。

2.2 人工智能技術的道德沖擊

根據我國《專利法》規定，“違反法律、社會公德或者妨害公共利益的發明創造，不授予專利權”。TRIPs協議第27條第2款也規定，出于“保護公眾利益或社會公德，包括保護人類、動物、植物的壽命及健康，或避免對環境的嚴重污染”，可排除該發明的可專利性。對于其中的社會公德，《專利審查指南》認為，應當是“公眾普遍認為是正當的，并被接受的倫理道德觀念和行為準則”。但人類的認知理性是有限的，社會生產力發展促進了人工智能產業的崛起，但人工智能并沒有被強制性地要求擬人化思考，而是通過機器深度學習方式，使智能機器能夠在海量數據和模型中提煉出自身的抽象見解，該見解又可以成為其處理后續新問題的思維基礎，因此其發展軌跡并非時刻符合人類預期，當發展軌跡出現偏離時就可能對人類固有的倫理觀念形成沖擊，技術更迭迅速性與人類認知滯后性之間的矛盾就暴露出來[11]。

人工智能同樣難免會對人類社會固有的公平、正義觀念造成沖擊。一方面，智能技術擁有更高效率和更低出錯率且不知疲倦，可以進行大量的簡易勞動工作，造成大量工人失業。隨著人工智能技術的進一步發展，其甚至可能對專業性很強的如醫生、律師等職業實現取代。另一方面，人工智能也會存有種族歧視和社會偏見。如谷歌智能廣告工具 Adsense在搜索“不職業的發型”時，給出的結果絕大部分是黑人的臟辮，且會給黑人打上猩猩的標簽；美國Kronos公司提供的智能篩選服務會用“個性測試”淘汰曾有心理疾病的申請者。

然而回歸法律本身，如果發明創造本身并不違法，僅僅是因為人類濫用而違法，并不屬于不被授予專利權的范圍，人工智能給人類社會帶來的便利和生活方式的改變不能因為個別反面案例而被忽略。目前智能技術對人類社會的反饋更多是對人類思維不足以及體力不支的補充，如自動駕駛技術、快遞分揀技術等，而并非像影視作品中渲染的威脅論——認為人工智能將試圖取代人類、奴役人類。事實上，人類與人工智能的關系，“既不是純粹的利用關系，也非對人的取代、成為人類的主人，而是一種共生性的伙伴關系”[12]。一項針對嶄新、超前技術的道德評價并不是一成不變的，智能技術的道德評估問題也不是在審查階段就能完滿解決的，曾經違法的或者不道德發明可能會在實踐中逐漸被大眾認可，因此對于人工智能技術道德后果的預期不妨看得長遠一些。

3 人工智能參與發明的授權條件評估

發明創造欲獲得專利法保護，在順利通過客體審查后仍需進行一系列授權條件評估。我國專利法規定的授權條件包括實用性、新穎性、創造性，簡稱為“三性”。人工智能具備的基于大數據的深度學習技能可以輕易實現跨界交融、自主建模和策略優選，從而生成大量技術方案。如何對這些方案的實用性、新穎性、創造性進行準確評估成為新課題。

3.1 實用性評估

從節約審查資源的目的出發，人工智能參與發明需獲得授權，第一步是滿足實用性的基本要求，即人工智能參與發明必須能夠在產業上制造或者使用，且能夠產生積極效果。由于實用性有時會與客體審查發生重疊，因此一項發明在通過客體審查后往往不會因為缺乏實用性而被駁回，導致實用性審查逐步被虛化，但伴隨人工智能技術的普及，需要重新審視實用性要求與客體審查邊界。如一項有人工智能參與的發明是否違反公序良俗與是否存在積極效果的區別、是否為技術問題與是否符合產業實用性的區別。人工智能技術對實用性審查帶來的變化也主要體現在三重遞進的具化標準中：第一是方案能夠實現，第二是發明效果達到實用程度，第三是發明具有積極效果。

3.1.1 技術方案能夠實現

技術方案能夠實現，是要求該方案能夠實施，并且能夠達到申請人披露的效果。根據《專利審查指南》，滿足實用性要求的技術方案還應當具備再現性，“再現性是指所屬技術領域的技術人員根據公開的技術內容，能夠重復實施專利申請中為解決技術問題所采用的技術方案。這種重復實施不得依賴任何隨機因素，并且實施結果應該是相同的”。但由于人工智能在發明過程中的綜合參與將具有超強目標識別、環境感知與建模、任務規劃、協調控制能力等特點，同時，其與各領域的深度融合都給發明人詳細披露技術方案造成困難，其高度抽象的程序語言也會給審查員增加理解難度。一項專利技術描述得越詳盡，其滿足實用性要求或是說明書充分公開的機會就越大，但文字或者符號的功能是有邊界的，其往往不能百分之百地呈現復雜技術的內涵，新興事物的涌現會凸顯文字的滯后與蒼白。在人工智能技術領域不能因為技術信息的描述瑕疵就否定其可專利性，這是因為文字僅是表達工具，文字為描述而生，但技術并不能被文字所限?！秾＠麑彶橹改稀分刑岬剑盀榱饲宄鹨?，如有必要，申請人可以用慣用的標記性程序語言簡短摘錄某些關鍵部分的計算機源程序以供參考，但不需要提交全部計算機源程序”，這也體現了對文字描述問題的寬容態度，但作為有人工智能參與發明的申請者，其有義務提供更多的背景技術信息。

3.1.2 發明效果達到實用程度

3.1.3 呈現積極效果

《專利審查指南》提到，專利技術方案應當是有積極意義的?！澳軌虍a生積極效果，是指發明或者實用新型專利在提出申請之日，其產生的經濟、技術和社會效果是所屬技術領域的技術人員可以預料到的”。由此可知，該要求更多的是一種價值判斷，判斷主體是所屬技術領域的技術人員，如果是違法或犯罪手段及工具，或是明顯違反社會公共道德的技術手段，則可以果斷排除掉，但如果是兼具積極與消極效果的技術方案，就必須進行綜合判斷，若積極效果的呈現機會明顯大于消極效果的呈現機會，則可以認為該技術方案整體仍具有積極意義。但涉及人工智能參與發明的判斷存在一定難度，即其積極效果往往顯而易見，但消極效果具備一定隱蔽性和潛伏期。如《人工智能的惡意用途：預測、預防和緩解》報告中提到，人工智能帶來的數字安全威脅(利用系統漏洞、對抗性樣本、數據下毒等新型的安全攻擊)、物理安全威脅(利用商用無人機或無人駕駛車輛作為武器，實現恐怖主義的自動化等)以及政治安全威脅(通過自動查找、刪除文本或圖像等技術自動清除異議等)[13]，都為準確評估發明的積極效果帶來新挑戰。

3.1.4 美國實用性標準參鑒

美國針對專利實用性的檢驗標準也經歷了跌宕起伏的過程。20世紀20年代針對實用性的自由主義觀點認為，市場是檢驗實用性的最好方法，如果一項技術無法對工業、產業產生有益結果則不具備經濟效益，那么發明人申請該項技術所花費的成本是無法回收的。后來在醫藥和化工領域，法院開始推行嚴格的專利實用性檢驗標準，并認為專利的實用性要求可以清晰地劃分基礎研究與使用研究邊界，通過實用性標準，可以篩除歸屬于基礎研究范疇的技術方案，防止公共科學資源壟斷帶來的不利影響，只有當這些基礎領域的研究深化到能夠帶來現實社會效能之后才能獲得專利權的庇護?！皩嵱眯钥芍^是聯系思想王國(the Realm of Philosophy)與商業世界(the World of Commerce)的橋梁，同時也是這一橋梁的守護人”[14]。到現今社會，立法價值的立定與司法理念的踐行無不受到產業利益的影響，人工智能領域尤為如此。企業對人工智能的前期投入大、運行周期長、維護成本高，且同領域更新換代快。企業要維護自身利益，最優辦法就是獲得專利權的壟斷保護，這在一定程度上可以維護企業科研積極性，在享有初步壟斷的基礎上繼續深化人工智能研究深度與廣度，同時，公開的專利信息也能夠為相關領域研發帶來啟示。但不可否認的是，由于人工智能參與發明的審查難度較大，要判斷是否滿足實用性并非易事，如果過早地排除競爭，初始研發的領跑者將高枕無憂，勢必會延緩行業的整體進程。總而言之，實用性判斷標準要達到投入產出最優的理想狀態十分困難，制定一個可供執行的量化標準也存在技術難度。在人工智能參與發明領域的趨勢日益顯化的情況下，唯有不斷總結實踐經驗并結合產業發展態勢，才能營造出有利于技術進步與創新的專利政策氛圍。

3.2 新穎性評估

新穎性居專利獲得授權的積極條件之首，其要義在于新，一方面要求該技術方案不屬于現有技術，另一方面要求不存在抵觸申請。專利法中判斷新穎性的參照系是現有技術，是指在某時間前、在特定技術領域內已有技術和知識的總和。若申請的技術方案屬于已有知識范疇，則不具有新穎性[15]。人工智能利用復雜結構或由多重非線性變換構成的多個處理層(神經網絡)對數據進行高層抽象的算法，可在較短時間內進行技術學習和創造，但是大量技術方案的涌現難免給新穎性審查提出難題。

3.2.1 人工智能對研創氛圍造成影響

人工智能對新穎性審查與判斷帶來的挑戰主要包括兩種情形：第一種是人工智能本身作為申請客體的情形。在該情形中大部分實現了人工智能與其它學科領域的結合，其中包括生物學、醫學、計算機科學等，也有如人臉識別功能、語言和圖像理解功能以及遺傳編程的場景運用。正是這些學科領域的相互交叉給新穎性審查蒙上了一層面紗，導致難以精準劃分檢索邊界和確定檢索的技術領域；第二種是人工智能作為專利申請過程中的輔助工具。人工智能進行機器學習的數學基礎是統計學、信息論和控制論，因此其收集和抓取在先專利信息易如反掌，其可以基于初始種子專利，通過對權利要求中技術特征的同義替換、搭配、重組以及部分詞和下位詞的替換就能“創造”出數量龐大的新權利要求[16]。這些權利要求在理論上是滿足新穎性要求的，但不能否認其會對人類自身的研發創造形成沖擊：其一，易降低人類自身發明的積極性，因為其檢索效率遠不及人工智能，且發明周期長，試錯成本更高；其二，會形成對人工智能的投機性依賴，即通過簡單的語義替換而獲得專利權。此外，人工智能在一定程度上變相擴大了自身專利壟斷權范圍：一方面，依賴強大的數據處理能力，可能造成與該申請專利近似的技術方案皆被批露，從而成為公眾皆知技術，即通過破壞新穎性方式阻礙其它技術方案的可專利性[17]；另一方面，人工智能可使競爭者通過飽和自身專利優化空間，防止競爭對手獲得同領域內的改進專利，也可以阻塞競爭對手的技術通道，通過改進競爭對手的發明，在競爭對手之前搶先申請專利。

二是錘煉“言值”，強化教育能力。“言值”指語言表達能力的高低，語言感染力的強弱，語言影響力的大小。班主任的話是“一言九鼎”，還是“耳旁微風”呢？言值，在很大程度上決定了我們的教育能力。老師的“言值”是學生成長的養料，直接關乎孩子的精神成長。我在上課時，在和學生談話時，在開班會時，總會思考說什么以及怎么說。語言信息的傳遞方式，會對學生產生重大的影響。

3.2.2 人工智能給現有技術的范圍認定形成沖擊

新穎性要求發明或實用新型不屬于現有技術。其中，現有技術是指申請日以前在國內外為公眾所知的技術。一個合格的現有技術，必須具備清晰、完整并可供該領域熟練技術人員實施的技術方案。此處的可實施需具備兩方面要求：一是客觀上該技術方案確實能被該領域熟練技術人員實施；二是主觀上該領域熟練技術人員相信該技術方案能夠付諸實施[18]。人工智能技術依賴其算法和邏輯演繹生成大量技術文獻與方案，只需通過使用公開、出版物公開或其它方式公開就能夠達到“為公眾所知”的要求，但由于人機之間信息掌握能力以及思維方式的差異，會出現由人工智能參與的前衛技術方案在熟練技術人員看來是無法付諸實施的，從而無法構成現有技術的現象，進而給后續相同領域內技術方案新穎性的認定造成不確定性。

3.2.3 人工智能對新穎性審查工作提出挑戰

(1)人工智能技術更迭速度與專利審查周期間存在一定矛盾。人工智能技術更新換代快，從算法端向上下游延伸，芯片和開源開放平臺已成為人工智能發展的硬件與軟件基礎，同時，以數據驅動為核心的深度學習已經成為工具式開發手段。如果專利行政部門仍遵循舊的審查周期(一般為兩年左右)，大量原本具備新穎性、有人工智能參與的發明技術將被源源不斷后涌而來的技術更迭所淹沒，從而導致發明人無法獲得專利法保護，不利于其后續運營，從而銷蝕其科研積極性。對此，國家知識產權局出臺了《專利優先審查管理辦法》，規定涉及新一代信息技術、智能制造等國家重點發展產業以及互聯網、大數據、云計算等領域且技術或者產品更新速度快的專利申請可以請求優先審查，并且對于發明專利申請同意優先審查的，應當自同意之日起在45日內發出第一次審查意見通知書，并在一年內結案；實用新型和外觀設計專利申請自同意之日起2個月內結案。審查周期的縮短可以有效激發產業研發積極性，實現產學研深度合作。

(2)行政資源有限性與人工智能技術方案豐富性間亦存在一定矛盾。市場主體會充分利用人工智能技術生成盡可能多的技術方案，以申請專利和獲得行業壟斷優勢。此時，專利行政部門將面對大量具有審查難度的申請，同時，不排除有企業盡管暫時沒有申請專利的打算，但出于防御性策略，會通過人工智能技術公開大量產業技術方案，從而給其他市場主體申請專利設置新穎性方面的障礙，也增加了專利行政部門進行文獻檢索、比對的工作量，導致在重壓之下難以保障人工智能參與發明的審查標準統一化與合理化。對此，日本特許廳的做法值得我國借鑒——其引入人工智能技術以優化專利審查和管理：首先，通過建立業務負荷、業務頻率以及職員精神負荷3個評價指標，篩選出20項有可能應用AI的業務；再者，從AI技術層面考察其為上述20項業務提供解決方案的可能性。就目前而言，對于電子郵件以及電話自動應答、紙質文件電子化、形式缺陷審核等申請流程方面的工作已開始試引入AI技術，未來隨著視覺圖像技術的完善和自然語言處理技術的跟進，將更有利于準確理解和分析申請文件中的附圖以及發明內容，提高了審查效率[19]。我國有必要開展助力專利審批效率提高的重點產業分類體系建設，發揮專利大數據的存量優勢，推進人工智能輔助審查領域的區際合作、國際交流，實現人工智能輔助系統與專利審查的深度融合，以充分應對人工智能參與發明技術帶來的挑戰。

3.3 創造性評估

通過新穎性審查后，專利申請中的技術方案與現有技術相比，還必須具備突出的實質性和顯著進步，對于實用新型專利申請則需具備實質性和進步。同新穎性要求與所有技術文件單獨對比不同的是，創造性是允許綜合對比的，因此對技術方案創造性的判斷無疑是極具難度的。創造性一直被認為是人類思維活動與智力行為的特征，但人工智能的發展逐步打破了這種禁錮，人工智能技術內容繁雜、理論復雜、原理超前，而原有常規判斷流程和方法已不再適合。

3.3.1 判斷主體的新設想

在判斷一項發明是否具有創造性時，一個重要步驟就是判斷要求保護的發明對于本領域技術人員來說是否是顯而易見的，而顯而易見的判斷有賴于其技術水平評估，在國內司法實踐中并沒有統一標準。美國法院提出了可借鑒的參考因素，具體包括發明人教育水平、技術方案解決的技術問題、發明完成速度、技術復雜程度、所屬領域中活躍參與者的教育程度等。審查主體以及法官需要將上述因素綜合權衡并推定一個具備一定技術水平的普通技術人員，將顯而易見的判斷交給這個“抽象的人”?！俺橄蟮娜恕笔且环N由假設方法創造的“人”，而非真實存在：一方面，抽象的人有待具體化，在現實世界中尋找到對應抽象水平的技術專家，然后對顯而易見問題作出評判，在此過程中出現判斷誤差在所難免[20]；另一方面，“抽象的人”具備的普通技術知識、掌握的現有技術以及常規實驗手段與能力，在面對具備超級計算能力的人工智能時仍然捉襟見肘。人工智能技術的突破式發展將使得原有審查標準難以準確應對，導致尚未達到創造性高度的技術方案順利通過審查，也變相降低了該行業領域的創造性標準[21]。對此，可預想的改進方法是通過比對現實條件與技術標準，適當提高抽象人的評判標準。由于抽象人的水平已被機器強化[22]，尤其是在人工智能逐漸與其它產業深度融合的情況下，“抽象的人”不僅僅要具備產業領域的普通技術知識，更需要對人工智能運行機理有基本的認識，或者是具備人工智能輔助工具的功能。值得注意的是，上述中的“適當”并無具體的量化指標，需經過反復試驗、推敲并依賴于實證考察和產業調研。如果標準過高，那么大量人工智能參與的發明將無法受到專利法保護，不利于明晰發明背后的權利歸屬關系，也難以保障權利人自身生產與銷售的安全，最主要的是會削弱發明人繼續研發的積極性。同時，沒有專利文件的公開也不利于向社會公眾提供技術啟示，造成重復研究；如果標準過低，難免會有大量垃圾專利涌現，導致人工智能淪為純粹的商業手段，對人工智能的整體技術進步形成阻礙。有一種觀點認為，可以將抽象的人替換為抽象的機器，也就是將熟練的技術人員替換為熟練的機器，這是因為人工智能本身的理性和大數據處理能力能維持一個穩定的審查標準。這種以人工智能應對人工智能的策略不失為一條解決路徑，但其有賴于未來強人工智能時代的技術支持，就現階段而言，人工智能發展尚無法實現這種設想。

3.3.2 “顯而易見”的新內涵

確定了熟練技術人員的標準后，還需判斷技術方案對本領域技術人員而言是否為顯而易見的。顯而易見的認定存在3個關鍵：①最接近的現有技術確定，特別是在若干相關現有技術中確定基礎技術方案。由于人工智能發展尚處于初期階段，目前的人工智能產業發展主要源于深度學習算法的提出，在數據量和計算能力基礎上實施大規模計算，其技術原理具有高度的重合性，這就對確定基礎技術方案造成了困難；②最接近的現有技術與其它相關現有技術的結合是否能得以允許。發明無外乎是對前人成果的組合與再造，若審查者將發明肢解成不同技術特征，再找到包含這些技術特征的現有技術并把它們作為相關現有技術進行結合，發明的創造性將被輕易地否定[23]。人工智能技術正在實現各行業和多場景運用，即把人工智能相關技術集成到產品和服務中，然后切入特定場景，如醫療、安防、自動駕駛等領域。人工智能技術與其它領域相關技術的深度融合已成趨勢，如果把技術結合啟示的允許尺度定得過于寬松，那么有人工智能參與的發明方案將較難通過創造性審查；③技術啟示的認定?！秾＠麑彶橹改稀分兄赋觯耙_定的是現有技術整體上是否存在某種技術啟示，即現有技術中是否給出將區別特征應用到最接近的現有技術以解決其存在的技術問題的啟示”。美國的TSM(“teaching，suggestion，or motivation”test)測試法與此相似，被稱作“教導、建議或動機”測試法，據此證明發明是顯而易見的，即要求普通技術人員根據現有技術和問題屬性，能夠明顯發現將現有技術教導結合起來的動機或建議。這種啟示或動機大部分源于技術人員本身儲備的知識，也可能來自相關文獻資料，還有一部分源自問題本身，即借助問題本身的針對性提供較為精確的路徑引導，從而得出解決方案。人工智能參與發明的完善是以初級人工智能技術為基礎的，隨著人類科技需求的提高，初級智能技術將暴露出更多漏洞和問題，如果此時的問題解決方案僅僅是本領域技術人員無需創造性勞動就可聯想到的，不需要人工智能技術方案的實質性優化或者算法突破，那么可以說智能技術問題本身已經為人工智能技術的完善指明了方向。

3.3.3 輔助證據的新理解

根據《專利審查指南》的規定，在判斷發明的創造性時還需考慮一些其它因素，在學理上也被稱為判斷創造性的輔助證據，如該發明克服了技術偏見。技術偏見存在是因為技術人員對技術問題有著偏離客觀事實的普遍認識，這種認識會限制思考的邊界，從而阻礙研發。盡管這種對公知常識性的錯誤認識十分鮮見，且在發明領域的技術進步與更迭建立在繼承在先技術的基礎上，而非完全顛覆，但人工智能基于強大的數據處理能力，能夠在短時間內從技術詞典、教科書以及技術手冊中提煉出公知內容，且思維不會受到人類固定推演范式的限制，依賴其深度學習技能就能夠高概率得出完全相反或不同技術方案，達到克服技術偏見的效果。

如發明取得意想不到的技術效果，強調通過對比現有技術，有質的飛越或量的累進，包括技術效果產生質的變化，具有新性能；或者產生量的變化， 超出人們預期想象。人工智能參與的技術創造往往具有顛覆性特征，從IBM watson、AlphaGo到谷歌智能答題，人工智能集腦科學、計算機和神經網絡為一體，各類網絡升級速度快于人類大腦的升級速度，這種質或者量的變化對所屬技術領域的技術人員來說，是事先無法預測或者推理出來的。

再如商業上的成功并不能與滿足創造性要求劃等號，而需經過多層驗證。正如在胡穎V.專利復審委員會中，最高院認為構成“商業成功的，需具備某個區別技術特征，而非現有技術中已有的技術方案，且不是由于銷售策略、銷售手段等因素導致，還要求某技術方案對應的產品能夠被銷售出去，以及由于所涉技術方案對現有技術的改進使得其在商業上明顯優于已有產品”。在人工智能參與的發明領域，即便無十分成熟、完善的理論和產品體系，但其內在的發展潛力和商業價值是巨大的。如2014年10月23日，EF英孚教育在上海金投賞廣告峰會上以700萬元人民幣成功拍得人工智能機器人“微軟小冰”為期一年的品牌代言合同，盡管后續出現許多產品故障反饋。因此，技術王朝與商業帝國并非并行不悖，人工智能參與的發明能夠在商業上取得成功很可能僅是源于廣泛的市場需求或政策扶植，在這種情況下尚不需專利保護就能夠保證權利人從營銷策略中獲利，如果此時還賦予其法定的壟斷地位，那么市場差距將進一步擴大，科研也將被資本所操縱。因此，無論是行政機關還是法院，都應當審慎對待這種專利的效力[24]。

4 結語

智能技術革命過程盡管伴隨沖突與坎坷，但其帶來的成果最終會像空氣一樣平靜地惠及整個人類社會，而如何實現從過程到結果的平穩過渡有賴于公共政策的積極應變。Drucker說過，未來并不可怕，可怕的是面對變化的未來我們仍然沿用舊的邏輯。曾經認為遙不可及的人工智能技術已經在不知不覺間悄然而至并對專利法體系形成強烈沖擊。要應對復雜、深奧的人工智能技術所帶來的法律挑戰，更需回歸專利法的立法根源，重新審視“鼓勵創新”的時代內涵，合理界定專利客體范疇，即時調整專利審查標準，為人工智能技術產業的良性發展保駕護航。