《人工智能算法專利資格爭議的理論聚焦探析》3800字

人工智能算法專利資格爭議的理論聚焦分析針對人工智能算法能否成為專利權(quán)的客體，一直以來爭議不斷。以下擬聚焦關(guān)于人工智能算法專利資格問題的理論爭議，分析國內(nèi)學(xué)者支持人工智能算法可專利性的三項主要理論依據(jù)，即人工智能算法屬于具體應(yīng)用、符合專利“三性”的判斷、成為專利符合社會利益。應(yīng)當(dāng)指出，這三項理論爭議焦點，互相獨立、互不歸屬，皆是從不同角度出發(fā)討論人工智能算法的專利資格問題。本部分還會從人工智能算法的運行機(jī)理和創(chuàng)新機(jī)制切入，探討學(xué)者理論依據(jù)的偏頗，論證人工智能算法不可專利性的可行性和必要性。（一）抽象思想與具體應(yīng)用的判斷一直以來，由于人工智能算法的設(shè)計基于一定的數(shù)學(xué)算法、數(shù)學(xué)公式和數(shù)學(xué)模型，其與數(shù)學(xué)法則和人類的思維步驟密切相關(guān)，因此其被視為“抽象思想”或我國《專利法》所稱之“智力活動的規(guī)則與方法”，進(jìn)而被排除出專利客體范圍。部分學(xué)者支持我國立法實踐，認(rèn)為應(yīng)當(dāng)堅持對人工智能算法屬于抽象思想的判斷，在特定的技術(shù)領(lǐng)域中若結(jié)合到了人工智能算法，生成了涉及算法的發(fā)明，從而符合專利法對發(fā)明的要求，才能夠被納入專利保護(hù)范圍。劉強(qiáng)：《人工智能算法發(fā)明可專利性問題研究》，《時代法學(xué)》2019年第4期。其余學(xué)者則認(rèn)為，人工智能算法是一種具體應(yīng)用，而非抽象思想。他們或追溯傳統(tǒng)專利理論審查標(biāo)準(zhǔn)變化的歷史，得出算法本身是操作機(jī)器的過程和具體方法步驟的結(jié)論；崔國斌：《專利法上的抽象思想與具體技術(shù)——計算機(jī)程序算法的客體屬性分析》，《清華大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》2005年第3期?；驈闹R生產(chǎn)的價值追求出發(fā)，得出人工智能算法是在應(yīng)用生物學(xué)理論與數(shù)學(xué)運算方法的結(jié)論；劉強(qiáng)：《人工智能算法發(fā)明可專利性問題研究》，《時代法學(xué)》2019年第4期。崔國斌：《專利法上的抽象思想與具體技術(shù)——計算機(jī)程序算法的客體屬性分析》，《清華大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》2005年第3期。狄曉斐：《人工智能算法可專利性探析——從知識生產(chǎn)角度區(qū)分抽象概念與具體應(yīng)用》，《知識產(chǎn)權(quán)》2020年第6期。王翀：《人工智能算法可專利性研究》，《政治與法律》2020年第11期。筆者認(rèn)為，人工智能算法雖以開源代碼和數(shù)學(xué)模型為基礎(chǔ)設(shè)計而成，但運用數(shù)學(xué)法則、自然規(guī)律等推理而出，并不代表人工智能算法就成為了對這些法則、規(guī)律等的具體應(yīng)用。之所以對抽象思想的具體應(yīng)用能夠成為專利法上的授權(quán)對象，是因為專利法強(qiáng)調(diào)，運用抽象思想涵蓋的內(nèi)容，能夠生成技術(shù)方案，使所發(fā)明的系統(tǒng)得以運行或達(dá)到預(yù)期效果。毛翔：《論具體技術(shù)與抽象思想結(jié)合方式對發(fā)明可專利性的影響》，《科技管理研究》2017年第15期。人工智能算法本身，甚至因其抽象而不直觀，人們在實踐中引入了描述工具輔助對它的理解。自然語言描述存在的字句歧義，以及流程圖僅適用簡單流程表述的缺陷，使得人們一般將偽代碼作為更實用的描述算法的工具。毛翔：《論具體技術(shù)與抽象思想結(jié)合方式對發(fā)明可專利性的影響》，《科技管理研究》2017年第15期。徐子珊主編：《從算法到程序》，清華大學(xué)出版社2015年版，第2頁。（二）專利“三性”的判斷挑戰(zhàn)除應(yīng)然層面外，在審查實踐角度分析專利申請的實質(zhì)條件，人工智能算法同樣具有不可專利性。發(fā)明專利和實用新型專利授權(quán)的實質(zhì)性條件為新穎性、實用性和創(chuàng)造性。其中，新穎性要求發(fā)明和實用新型在申請日之前未曾公開且不存在抵觸申請，創(chuàng)造性要求發(fā)明和實用新型具有智力創(chuàng)造水平，實用性要求可穩(wěn)定地重復(fù)實施。王遷：《知識產(chǎn)權(quán)法教程》，中國人民大學(xué)出版社2019年版，第317頁。王遷：《知識產(chǎn)權(quán)法教程》，中國人民大學(xué)出版社2019年版，第317頁。有學(xué)者強(qiáng)調(diào)，人工智能算法的運行獨立于人腦而通過機(jī)器實施，它是機(jī)器如何“思考”的問題。在通過機(jī)器實施后，人工智能算法已經(jīng)轉(zhuǎn)化為可作為專利主題的技術(shù)方案，而技術(shù)方案是否符合專利“三性”，則可以分別予以對比審查。邱福恩：《人工智能算法創(chuàng)新可專利性問題探討》，《人工智能》2020年第4期。還有學(xué)者認(rèn)為，應(yīng)當(dāng)對人工智能算法所具有的智力創(chuàng)造水準(zhǔn)予以充分關(guān)注，明確將人工智能算法納入專利法保護(hù)范圍，專利法上的審查標(biāo)準(zhǔn)和權(quán)利要求撰寫條件都可以隨之進(jìn)行相應(yīng)地調(diào)整。邱福恩：《人工智能算法創(chuàng)新可專利性問題探討》，《人工智能》2020年第4期。蔡琳：《智能算法專利保護(hù)的制度探索》，《西北工業(yè)大學(xué)學(xué)報（社會科學(xué)版）》2019年第3期。首先，復(fù)合性和跨域性是人工智能算法本身的顯著特征。這意味著在人工智能算法的生成過程中，結(jié)合了隨機(jī)性或其他可變特征，加之人工智能算法自動學(xué)習(xí)的特性，可延伸出稱得上無窮無盡的新算法。當(dāng)現(xiàn)有文獻(xiàn)中存在的實際檢索數(shù)量與生成的人工智能算法實際數(shù)量之間的差距越來越大，新穎性的評估不僅在理論上是不可能的，而且在實踐中也難以操作。退一步而言，若只要求新生成的人工智能算法與原有的人工智能算法在結(jié)構(gòu)上稍有不同，則會大大降低新穎性的審核標(biāo)準(zhǔn)，亦不可取。其次，在模型架構(gòu)保持原形的基礎(chǔ)上，就本質(zhì)上而言，人工智能算法自我生成不同的技術(shù)方案都是一樣的，因此難以判斷人工智能算法產(chǎn)生的技術(shù)方案是否對技術(shù)產(chǎn)生了有益的影響。以“人工神經(jīng)網(wǎng)絡(luò)”為例，它是一種旨在模擬人腦結(jié)構(gòu)及其功能的信息處理系統(tǒng)。毛健等：《人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用》，《電子設(shè)計工程》2011年第24期。毛健等：《人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及應(yīng)用》，《電子設(shè)計工程》2011年第24期。最后，就“實用性”所要求的可穩(wěn)定重復(fù)地實施并達(dá)到相同的實施結(jié)果，人工智能算法由于其自身屬性，在很大程度上無法滿足此要求。由于人工智能算法本身，不存在任何數(shù)據(jù)，也未限制任何可適用領(lǐng)域，好比一座空曠卻有力的框架，需要架構(gòu)到具體的磚瓦中發(fā)揮效用，而磚瓦亦是如此重要，以至于缺失了磚瓦便無法衡量并發(fā)揮框架的作用。數(shù)據(jù)即是磚瓦。雖然人工智能算法的自主學(xué)習(xí)過程中需要大數(shù)據(jù)的參與，即一開始需要利用有特征以及標(biāo)簽的數(shù)據(jù)，利用大數(shù)據(jù)生成和選擇模型。但是這里對數(shù)據(jù)的利用，僅屬于人工智能算法已經(jīng)設(shè)計完成后通過學(xué)習(xí)自我優(yōu)化，而發(fā)揮人工智能算法的效用仍需要將其放入具體領(lǐng)域中進(jìn)行。由此可見，機(jī)器運行僅為人工智能算法運行的載體，人工智能算法實用性的發(fā)揮，仍然離不開對具體技術(shù)領(lǐng)域的數(shù)據(jù)的利用。因此，在人工智能算法應(yīng)有的運行機(jī)理被厘清的情況下，不應(yīng)當(dāng)將人工智能算法本身和它對歷史數(shù)據(jù)的訓(xùn)練行為混為一談而認(rèn)為人工智能算法本身具備實用性。綜合而言，人工智能算法難以具備專利審查要求上的新穎性、創(chuàng)造性和實用性，具有不可專利性。當(dāng)然，部分學(xué)者看到了人工智能算法在客體資格和審查實踐上證成可專利性的困難，轉(zhuǎn)而從實際出發(fā)，要求為了促進(jìn)人工智能算法的創(chuàng)新而將其納入專利權(quán)的客體。創(chuàng)新的動力源和利益訴求即使承認(rèn)人工智能算法不符合可專利的客體資格，難以滿足專利審查的實質(zhì)條件，退一步而言，有學(xué)者認(rèn)為對專利保護(hù)的客體的限制可以與時俱進(jìn)，正如逐漸承認(rèn)商業(yè)方法的可專利性那樣。故而他們強(qiáng)調(diào)從務(wù)實的角度出發(fā)，一方面承認(rèn)人工智能算法本身的技術(shù)功效，孜里米拉·艾尼瓦爾、姚葉：《人工智能技術(shù)對專利制度的挑戰(zhàn)與應(yīng)對》，《電子知識產(chǎn)權(quán)》2020年第4期。另一方面認(rèn)為基于產(chǎn)業(yè)的利益訴求和創(chuàng)新主體對合法壟斷、有力保護(hù)人工智能算法的迫切需求，未必不能考慮打破人們對于算法不可專利的傳統(tǒng)認(rèn)知。孜里米拉·艾尼瓦爾、姚葉：《人工智能技術(shù)對專利制度的挑戰(zhàn)與應(yīng)對》，《電子知識產(chǎn)權(quán)》2020年第4期。劉鑫、覃楚翔：《人工智能時代的專利法：問題、挑戰(zhàn)與應(yīng)對》，《電子知識產(chǎn)權(quán)》2021年第1期。和軟件創(chuàng)新相類似，算法創(chuàng)新并不是競爭性的，而是高度漸進(jìn)的、累積的和協(xié)作的。AntonHughes,AntonHughes,AvoidingtheSoftwarePatentProblem,ElectronicLawJournal,Vol.14,No.1,2007.此外，在促進(jìn)和抑制創(chuàng)新之間保持平衡的一個關(guān)鍵問題是，對發(fā)明專利的理解是寬泛還是狹窄。若一項發(fā)明專利的權(quán)利要求過于狹窄，涵蓋了一項非常具體的發(fā)明專利，則無法充分保護(hù)這項發(fā)明，他人能夠通過輕微的修改輕松規(guī)避侵權(quán)。此種情況一定程度上會干擾創(chuàng)新的動機(jī)，也會使得申請者申請一系列不同角度輕微修改的專利以構(gòu)成“專利叢林”，本質(zhì)上均是由于專利所提供的保護(hù)微不足道。另一方面，若針對專利的權(quán)利要求范圍不加限制，容易在很大范圍內(nèi)形成壟斷，從而限制相關(guān)產(chǎn)業(yè)下游的創(chuàng)新。軟件和互聯(lián)網(wǎng)相關(guān)領(lǐng)域?qū)＠秶^廣的問題已經(jīng)尤為普遍且難以控制。AntonHughes,AvoidingtheSoftwarePatentProblem,ElectronicLawJournal,Vol.14,No.1,2007.AntonHughes,AvoidingtheSoftwarePatentProblem,ElectronicLawJournal,Vol.14,No.1,2007.宣頔：《美國金融商業(yè)方法專利保護(hù)之動態(tài)平衡變遷與啟示》，《知識產(chǎn)權(quán)》2019年第8期。綜上所述，在我國現(xiàn)行專利法制度的框架