勞聰聰
國家知識產權局,北京 100088
2022 年11 月,OpenAI 公司發布的ChatGPT將人工智能生成式技術推向高潮。人工智能的成功出圈,給不少行業和產業帶來巨大變革。人工智能又被叫做“受到監督的深度學習技術”,旨在對大量的輸入和輸出數據加以訓練,并持續學習,在不需要中間指令的情況下就自主作出決策。早在2018 年1 月,中國電子技術標準化研究院發布的《人工智能標準化白皮書(2018 版)》就指出對人工智能的定位是“機器通過學習各種知識,然后模仿人類利用知識完成一定行為的過程”,概而言之,是圍繞智能活動構建的知識工程[1]。
隨著大數據、大算力、大模型的快速發展,人工智能自主決策能力日益增長,在更廣泛的領域發揮越來越關鍵的作用,算法優化和自動化處理復雜任務的能力使一些傳統行業的生產力和效率都迅速提高。基于人工智能應用的上升趨勢正在深刻改變全球的技術發展格局,人工智能已逐步發展成未來經濟發展的新引擎。國家和地方政府也相繼出臺一系列政策文件,大力支持推動人工智能相關行業創新發展。
人工智能算法區別于傳統機器學習算法,主要體現在以下幾個方面:一是人工智能算法能夠通過不斷自主學習進而獨立完成相應的任務,可以自主發現、獲取、概括、學習過去的經驗和數據,通過自身對數據訓練學習就能夠自動運行;而傳統算法需由編程人員將推理或解決的規則和過程明確表達出來。二是人工智能算法可不斷進化,能夠通過學習更新自身程序;而傳統算法如需更新,需要編程人員對程序進行適應性修改。三是人工智能算法具有不可知性[2]。以深度學習算法為例,人工智能算法輸入和輸出結果之間的神經網絡層層層嵌套,由于其“黑箱”特性[3],使得結果難以推理預測;而傳統算法,在程序明確的基礎上結果均可預測。
人工智能誕生之初,只是用于輔助完成一些任務,但伴隨著“大數據”“深度神經網絡”等技術的發展,人工智能可以模擬人類大腦神經元進行深度思考和學習,從浩瀚繁雜的數據庫中自行提取特征,自主完成任務,例如可以進行新聞寫作、生成文章/圖片,甚至是像人類一樣進行問答。但問題也隨之出現,人工智能自主創作能力越來越高,甚至能夠獨立創造出一個作品或方案,而人工智能能否對其創作成果享有權利存在很大的爭議。
我國《專利審查指南》中指出,發明人是指對發明創造的實質性特點作出創造性貢獻的人[4]。如果一個技術方案實質是由人工智能生成的,那對發明創造的實質性特點作出創造性貢獻的一方很大可能就是人工智能[5]。如果人工智能可以作為發明人,那么給專利制度帶來的影響還是極具顛覆性的。首先,人工智能生成式發明創造的環境和背景較普通發明創造發生了巨大變化,人工智能可以不費吹灰之力形成數量可觀的技術方案,以往由知識、經驗、工具等帶來的不同人之間的技術壁壘或鴻溝則將迅速填平,這可能對傳統的發明者以及行業帶來較大沖擊,對發明創造的渴望變成對人工智能技術的追求;其次,與發明人相關的是專利權人,人工智能程序的創造者、商戶、使用者等,誰最有資格成為發明創造的發明人或者專利權人,這不僅關系到權利的歸屬,也關系到日后侵權責任的承擔。
人工智能的核心是算法,基礎是數據[6],基于此,人工智能可以迅速生出無數種創意和方案,這有可能加劇對算法壟斷和數據安全的恐慌,導致市場正常競爭秩序受到影響。人工智能算法內部有很多未知性,包括數據來源和構成,更多的數據資源會使得算法模型更優秀,然而數據的合法性和安全性是難以保障的。此外,人工智能算法是否也會向網絡推送一般,一味貼合過去的信息,從而造成“信息繭房”[7],影響和阻礙技術進步和創新發展。
2023 年7 月,國家網信辦聯合發改委、教育部、科技部、工信部、公安部、廣電總局印發《生成式人工智能服務管理暫行辦法》,其中規定:“生成式人工智能服務提供者應當依法開展預訓練、優化訓練等訓練數據處理活動,使用具有合法來源的數據和基礎模型。”[8]該條款的意義便在于規范和要求生成式人工智能,保障數據來源的合法性。但是由于人工智能的“黑箱”特性,其內部訓練數據的來源還是非常不容易確定的,難以保證訓練數據的合法性和安全性,同時也不可避免數據中存在一些“虛假”內容。
人工智能技術,往往包含了大量的算法,大多數情況下,算法也恰恰是發明創造中最具有創造性的部分,然而算法是否能夠成為專利權保護的客體,在審查實踐中也存在不一致的問題。一般而言,計算機技術與各種產業融合產生的新的方案是可以成為專利權保護的客體的,而對于與產業結合沒有那么緊密的人工智能技術,是否可以被專利權保護,審查標準也并非一成不變。
我國2020 年修訂的《專利審查指南》中,對人工智能等新業態新領域專利申請的審查規則作出了進一步的細化規定。如果權利要求技術方案中算法處理的數據與技術領域密切相關,具有明確的技術含義且算法執行過程能夠體現出利用了自然規律、解決了技術問題、取得了技術效果,一般而言,該技術方案符合《中華人民共和國專利法》(以下簡稱《專利法》)第二條第二款的規定[9]。但是,涉及算法的方案無論是權利要求還是說明書,通常存在算法與所要解決的技術問題不同相關程度的撰寫形式,對標準理解的差異可能引起審查實踐中標準執行不一致,顯然標準不一致對社會公眾是不公平的。
專利權是一種獨占權,必須確定權利的歸屬[10],我國《專利法》是從申請專利主體的權利出發闡釋專利權的,從發明創造誕生的源頭上給出法律規范、明確權利的歸屬。以非職務發明創造為例,申請專利的權利屬于發明者個人,申請如果被批準,則發明人成為專利權人[4]。一般情況下,專利局在對專利申請進行審查的過程中,無法判斷專利申請人是不是有權提出專利申請的一方,因此在審查實踐中,通常專利權會授予最先申請的申請人。簡而言之,對于非職務發明創造,申請專利的權利、專利權都屬于作出發明創造的發明人、設計人。然而在《中國專利法詳解》中,明確指出發明人只能是自然人,“法人”“單位”“社會組織”等法律上擬制的人均不能作為發明人[9],這意味著在我國人工智能不能成為真正意義上的發明人,在專利申請文本中也無法體現哪些是人工智能參與的發明創造。這一現狀面臨兩個問題,前者是否有必要識別哪些發明創造是人工智能自主完成或輔助完成的,后者是如何有效識別發明創造是否有人工智能參與生成。如果沒有相關人員提供相應信息,上述問題很難甄別。
我國目前對人工智能算法的客體審查政策主要涉及《專利法》第二十五條第一款、第二條第二款規定[11]。《專利法》第二十五條第一款規定,對于智力活動的規則和方法,不授予專利權。現行《專利審查指南》第二部分第九章第6.1.1 節還規定,如果權利要求中除了算法特征,還包含技術特征,該權利要求就整體而言并不是一種智力活動的規則和方法,則不應當以《專利法》第二十五條第一款排除其獲得專利權的可能性;如果要求保護的權利要求作為一個整體不屬于《專利法》第二十五條第一款中規定的排除獲得專利權的情形,還要進一步核實是否屬于《專利法》第二條第二款規定的技術方案,即該方案是否采用了符合自然規律的技術手段,解決了一定的技術問題,并且獲得相應的技術效果[4]。
當下有很多涉及人工智能的專利申請將算法嵌入到設備、存儲介質、軟件等作為整體,以此克服客體問題。但仍存在大量基礎算法的專利申請。本質上,人工智能算法和應用層并不存在明確的“楚河漢界”,人工智能與傳統算法的不同,在于人工智能本身就能構成解決技術問題的技術方案。如果一種人工智能算法能應用于多個行業,那么是否有必要將其限制在某個特定領域,是值得商榷的。
在滿足客體的前提下,需要對申請專利的發明進行《專利法》第二十二條規定的新穎性、創造性、實用性等方面的審查。新穎性條款主要是審查該發明創造是否是首次提出,這一點,人工智能生成式發明,基于龐大的數據較容易滿足;但對于創造性,現行標準評價發明有無創造性,包括突出的實質性特點的判斷和顯著的進步兩方面,無對人工智能的專門規定。
人工智能生成式發明創造依靠“大數據”“大算力”,發明創造的起點高于普通發明者,很多方案較普通發明者更容易獲得。但《專利審查指南》中第二部分第四章第6.1 節明確規定:“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。絕大多數發明是發明者創造性勞動的結晶,是長期科學研究或者生產實踐的總結。但是,也有一部分發明是偶然做出的。”[4]也就是說,雖然人工智能生成式發明更為容易,但創造性判斷的基礎是客觀的。然而,在創造性評判時,主體都是“本領域技術人員”,在審查實踐中面臨較大困難,人工智能生成式發明可能存在本領域技術人員難以獲取的現有技術中的算法、數據,因而在評判創造時與普通發明創造采用同一標準可能會失之偏頗,對不能掌握大數據、人工智能技術的發明人來說也是不公平的。
此外,人工智能的“黑箱”特性可能會使得發明存在“實用性”隱患。由于內部的不可知性,使得方案在運行過程中,有可能存在不穩定和不確定性,進而導致方案不能重復再現,不具備實用性。其他人在目前公開方案的基礎上,如果想借鑒或使用,也可能存在困難。
從技術發展和社會進步的角度看,人工智能可以對現有技術進行學習,自主發現技術空白,設計解決方案,提高解決技術問題的能力。因而給予人工智能生成式技術方案專利保護應當成為未來趨勢,對現行審查標準進行修訂,以更適合人工智能大背景下的創新需求是有必要的。基于前述分析,本文提出以下幾點建議:
根據現行《專利法》相關規定,發明人只能填寫自然人,但將實際為人工智能完成的發明創造填寫發明人為其他自然人,顯然降低了原本專利制度設計的意義。因此,建議在專利申請制度中創造一個新的標識,用于標識人工智能參與程度,以顯著的方式有效提示社會公眾,或許是一種解決方法。
由于基礎算法適用性非常廣,限制在某一領域可能會影響專利權的保護范圍,應進一步完善人工智能領域專利審查標準,建議逐步放開算法客體要求,以適應我國快速發展的科技創新水平和產業發展能力。此外,考慮到人工智能算法技術壁壘較高,可建立專門的人工智能審查機構,進一步提高人工智能領域審查質量和審查效率。
創造性審查是專利審查中較為難把握的關鍵環節,而人工智能相對于本領域技術人員的優勢,不僅僅是在數據處理能力和計算速度上,還在于對各行各業、各領域的技術和數據的掌握,如本領域技術人員難以達到應當達到的水平,對一些“粗制濫造”的人工智能生成式發明授予專利權,可能損害社會公眾利益。既然這類自然人完成的發明無法超越人工智能,不如借助人工智能持續優化專利審查系統,通過智能化手段彌補本領域技術人員對現有技術掌握不全面的現狀,提高本領域技術人員的水平。