人工智能创新的知识产权布局与保护
人工智能创新难以运用某一类型的知识产权进行保护，需要在现行法律制度框架下开展知识产权保护。由于现行法律体系对于人工智能的法律人格规制有缺位，造成实践应用缺乏法律价值指引，人工智能的法律地位和具体规制亟待明晰[3]。虽然如此，作为企业角度来说，我们不能等待人工智能法律制度的完善，而是需要在现行法框架下开展人工智能创新的知识产权保护。
人工智能创新的实现方案在著作权保护方面均存在一定空间，亦存在不足之处。就人工智能创新的实现方案而言，由于思想表达二分法下仅仅保护作品的表达，使得软件著作权对人工智能基础算法的保护非常有限。这也是20世纪后叶以来“软件专利”应运而生的重要原因。通常而言，包括人工智能基础算法在内的算法实现形成软件的过程在于，需求分析与架构设计、详细设计与编写代码、代码测试与软件发布三个环节。
第一是需求分析与架构设计环节，相关系统分析员向用户初步了解需求，然后用相关的工具软件列出要开发的系统的大功能模块，每个大功能模块有哪些小功能模块，对于有些需求比较明确相关的界面时，在这一步里面可以初步定义好少量的界面；系统分析员深入了解和分析需求，根据自己的经验和需求用WORD或相关的工具再做出一份文档系统的功能需求文档。这次的文档会清楚列出系统大致的大功能模块，大功能模块有哪些小功能模块，并且还列出相关的界面和界面功能。开发者需要对软件系统进行架构设计，对软件系统的设计进行考虑，包括系统的基本处理流程、系统的组织结构、模块划分、功能分配、接口设计、运行设计、数据结构设计和出错处理设计等，为软件的详细设计提供基础。
第二是详细设计与编写代码环节。在架构设计的基础上，开发者需要进行软件系统的详细设计。在详细设计中，描述实现具体模块所涉及到的主要算法、数据结构、类的层次结构及调用关系，需要说明软件系统各个层次中的每一个程序(每个模块或子程序)的设计考虑，以便进行编码和测试。应当保证软件的需求完全分配给整个软件。详细设计应当足够详细，能够根据详细设计报告进行编码。在软件编码阶段，开发者根据《软件系统详细设计报告》中对数据结构、算法分析和模块实现等方面的设计要求，开始具体的编写程序工作，分别实现各模块的功能，从而实现对目标系统的功能、性能、接口、界面等方面的要求。
第三是代码测试与软件发布环节。测试同样是项目研发中一个相当重要的步骤，对于一个大型软件，3个月到1年的外部测试都是正常的，因为永远都会有不可预料的问题存在。完成测试后，完成验收并完成最后的一些帮助文档，整体项目才算告一段落。就这三个环节形成的智力活动的成果而言，第一个阶段形成的是软件架构，第二个阶段形成的是软件代码，第三个阶段形成的是测试报告。显然，软件著作权仅仅能够保护软件代码的表达，无法保护软件代码所体现出的“软件架构”。同时，随着软件产业的不断发展，尤其是自动编程工具和辅助编程工具的日益成熟，软件架构的创造性劳动价值更加凸显。
人工智能创新的实现方案在专利权保护方面存在一定空间，算法创新的专利权保护还需要制度规则的进一步完善。2019年12月31日，国家知识产权局发布《关于修改的公告（第343号公告）》，对“包括算法特征或者商业规则和方法特征的发明专利申请”的审查基准进一步调整，虽然并非专门针对人工智能技术，但是基于人工智能技术的核心在于算法，从而对人工智能技术相关专利申请的审查有较高的指导意义。此次修改内容已经于2020年2月1日开始实施。此次修改在现行《专利审查指南》第二部分第九章第1-5节之后增加了完整的第6节，专门针对“包含算法特征或商业规则和方法特征的发明专利申请审查”作出相关规定。对于人工智能技术这类包含算法特征或商业规则和方法特征的发明专利申请，需要从三个方面进行审查，同时这三个方面具有逻辑联系：首先，审查涉案专利申请是否属于专利法意义上的保护客体；其次，审查权利要求是否以说明书为依据，清楚、简要地限定要求专利保护的范围；最后，审查权利要求是否具有新颖性和创造性。由于我国对于人工智能技术这类包含算法特征或商业规则和方法特征的发明专利申请需要从三个方面进行审查，既要满足类似“拟制现有技术排除测试法”的要求，也要满足类似“技术属性测试法”的要求，由此导致我国人工智能技术专利申请的授权确权存在相当的难度。人工智能技术的核心在于基础层的基础算法，然而传统的专利法律制度认为算法属于智力活动的规则和方法，从而人工智能技术理应被排除在专利法的保护范围之外[4]。
此外，技术秘密保护以及反不正当竞争法的行为规制，对人工智能基础算法的保护亦有空间。
二、人工智能技术的专利布局
人工智能技术通常分为基础层、感知层、认知层、应用层四个层次，需要实现立体式的专利布局。人工智能技术通常包括基础层、感知层、认知层、应用层四个层次，基础层是实现大计算驱动和大数据保障的基础算法，感知层主要体现为语音技术、图像技术、视频技术、AR/VR增强现实基础等感知性技术，认知层主要体现为人工智能涉及的自然语言处理、知识图谱、用户画像等以机器学习为核心的认知性技术，应用层主要是无人驾驶、智能制造等应用场景。截至2020年底，中国人工智能相关企业数量达到6425家；其中，22.3%的企业分布在人工智能产业链的基础层，18.6%的企业分布在人工智能产业链的感知层、认知层，59.1%的企业分布在人工智能产业链的应用层。
我国国家工业信息安全发展研究中心、工业和信息化部电子知识产权中心发布的《2020人工智能中国专利技术分析报告》表明，截至2020年10月，中国人工智能专利申请量累计已达69.4万余件，同比增长56.3%，中国人工智能技术专利申请总量首次超过美国，成为全球申请数量最多的国家。中国人工智能专利技术分支统计显示，云计算作为人工智能的基础支撑技术，专利占比最多，达到18.38%；计算机视觉作为人工智能领域的应用技术，紧随其后，占比为17.72%。深度学习、自动驾驶及智能机器人各占比为14.52%、12.36%和9.55%。其后按照占比数值排序分别是占比7.58%的交通大数据、占比5.72%的智能推荐、占比5.65%的自然语言处理、占比5.35%的智能语音、占比3.16%的知识图谱技术。
人工智能技术的立体式专利布局可以借鉴药品的“化合物专利——组合物专利——制备方法专利——变换性专利——用途专利”的立体式专利布局模式[5]。
图1可以作为参照的药品专利立体布局模式
如图1上半侧所示，药品研发过程（或者称为药品创新链）通常包括确立靶标、建立生物学模型、研发先导化合物、优化先导化合物、临床前及临床研究、新药申请与批准、药品转用等环节。其中，确立靶标、建立模型、研发先导化合物、优化先导化合物这四个步骤，通常被认为是药品的研究阶段；临床前及临床研究、新药申请与批准、药品转用这三个步骤，通常被认为是药品的开发阶段；药品的研究阶段和开发阶段统称为“药品的研发过程”或者“药品创新链”。在药品创新链中，“确立靶标”是创制新药的出发点，用以确定所需要治疗的疾病目标和作用的环节。在确定了靶标之后，通过建立生物学模型的方式筛选和评价化合物的活性，通常来说需要建立药代动力模型。在确立靶标、建立模型之后，研发先导化合物[6]。在药品创新链中，在进行药品研究后进行临床前及临床研究、新药申请与批准、药品转用这三个药品开发步骤。
临床前研究主要是，对药品进行实验室或者动物研究，确定药物活性和安全性。与上述药品创新链相适应，药品专利布局链通常为，在确立靶标、建立生物学模型之后，（1）为了确定先导化合物通常需要对相关领域的专利进行检索，形成先导化合物需要形成先导化合物专利。先导化合物专利对通式化合物、药学上可接受的盐、活性代谢产物进行专利保护。先导化合物专利基本上是一款药品最为基础的专利。同时，因为先导化合物专利化学结构相同的药物，可因结晶条件不同而得到不同晶体，药物多晶型现象也是影响药品质量与临床药效的重要因素之一。需要强调的是，药物科学是一门试验学科，化学结构相同的药物，可因结晶条件不同而得到不同晶体，药物多晶型现象也是影响药品质量与临床药效的重要因素之一。例如，目前畅销的抗血栓药硫酸氢氯吡格雷，其左旋异构体在50mg/kg的给药剂量时会产生明显的神经毒性，但是右旋异构体无神经毒性，因此上市的是右旋异构体。因此，在优化先导化合物的过程中，形成组合物专利，通常是就两种或两种以上元素或化合物按一定比例组成具有一定性质和用途的混合物的技术方案申请形成的专利。[7]这就是上述所言，在化合物专利基础上配合组合物专利进一步加强专利布局。
在此之后，（2）进一步形成药品制备方法专利，包括组合物的提取分离方法、提纯方法、制备方法等。由于化合物专利、组合物专利、药品制备方法专利形成于药品研究阶段，创新程度较高，通常被认为是药品一级专利或者药品一类专利。（3）在临床前及临床研究、新药申请与批准阶段，通常会产生药品的变换型专利，例如晶型等。（4）在药品转用阶段产生用途专利，如化学物质的新的医药用途、药物的新的适应症等。通常而言，变换型专利、用途专利被称为药品二级专利或者药品二类专利。虽然二级专利是依托于一级专利基础上的再创新，但是这并不意味着二级专利创新程度一定会比较低。这样的权利要求就属于《专利审查指南》第二部分第十章第4.5节规定的“用途权利要求”，亦即将基于发现产品新的性能，并利用此性能而作出的发明。[8]
同理，将研发过程与专利保护相嵌的方法也可适用于人工智能技术领域的专利布局（如图2）。建构“基础算法专利——感知技术专利——认知技术专利——应用场景专利”共同构成的人工智能技术专利布局。
图2人工智能技术立体专利布局模式
如前所述，人工智能技术通常包括基础层、感知层、认知层、应用层四个层次，基础层是实现大计算驱动和大数据保障的基础算法，感知层主要体现为语音技术、图像技术、视频技术、AR/VR增强现实基础等感知性技术，认知层主要体现为人工智能涉及的自然语言处理、知识图谱、用户画像等以机器学习为核心的认知性技术，应用层主要是无人驾驶、智能制造等应用场景。这其中，基础算法构成的基础层是整个人工智能技术的基础和核心，然而传统的专利法律制度认为算法属于智力活动的规则和方法，从而人工智能技术理应被排除在专利法的保护范围之外[9]。算法的专利保护，无非是在现有专利授权确权标准之下，根据促进人工智能发展的需求，划分出具有可专利性、可以授予专利权的“技术方案”和不具有可专利性、不能授予专利权的“智力活动的规则”[10]。
因此，需要通过撰写加工等方式，促进基础算法专利与应用场景或者感知技术、认知技术的结合，形成对基础算法的专利布局。特别需要注意的是，在寻求基础算法的专利保护过程中，需要与应用场景相结合时，必须认真分析基础算法除了当前应用场景之外的其他可能应用场景，对“场景替换式”的侵权行为进行有效规制。感知层主要体现为语音技术、图像技术、视频技术、AR/VR增强现实基础等感知性技术，可以采用人机交互和数据处理的方式加以描述，从数据流流向的角度总结处理流程形成方法权利要求，从模块架构出发形成装置权利要求。认知层主要体现为人工智能涉及的自然语言处理、知识图谱、用户画像等以机器学习为核心的认知性技术，可以采用工作流的方式从工作流流向的角度总结处理流程形成方法权利要求，从模块架构出发形成与方法权利要求对应的装置权利要求。应用层主要是无人驾驶、智能制造等应用场景，类似于上述药品专利的用途权利要求，将特定基础算法、特定感知层和认知层的工作流、数据流处理方案与应用场景进行结合，对特定应用场景下的使用进行保护。
结语
根据《2021人工智能发展白皮书》的统计，2020年，中国人工智能核心产业规模达到3251亿元，同比增长16.7%；人工智能领域融资金额为896.2亿元，融资数量有467笔，人工智能领域单笔融资额达到1.9亿元，同比增长56.3%。对于目前正处于快速上升期、且以算法等技术作为企业核心竞争力的人工智能领域而言，相关企业必须紧跟技术发展热点和动态，根据不同业务的应用场景，将知识产权保护纳入人工智能创新的战略布局。
[注]
[1]郑戈：“人工智能与法律的未来”【J】，载于《探索与争鸣》2017年第10期。
[2]表格内容参考：王迁、陈树森、陈绍玲、刘鹏、袁锋：“人工智能知识产权保护问题研究”【C】，载于崔亚东主编：《世界人工智能法治蓝皮书(2020)》，“第五部分人工智能法治发展专题报告”，第193-204页。
[3]袁曾：“人工智能有限法律人格审视”【J】，载于《东方法学》2017年第5期。
[4]张洋：“论人工智能发明可专利性的法律标准”【J】，载于《法商研究》2020年第6期。
[5]邱福恩：“人工智能算法创新可专利性问题探讨”【J】，载于《电子科学技术》2020年第1期。
[6]所谓“先导化合物”，是指通过各种途径和手段得到的具有某种生物活性和化学结构的化合物，这对于药品研究而言非常重要。先导化合物主要有如下几个来源：对天然活性物质的挖掘、现有药物不良作用的改进以及药物合成心中间体的筛选等。由于先导化合物可能具有作用强度或特异性不高、药代动力性质不适宜、毒副作用较强或是化学或代谢上不稳定等缺陷，一般不能直接成为药物。因此，在研发先导化合物之后根据药代动力性质、毒副作用、化学代谢稳定性等对该先导化合物进一步优化。
[8]详细讨论参见张鹏：“抗击疫情药物的用途专利申请前景与合规使用探析——以瑞德西韦专利布局分析为视角”【J】，载于《中国发明与专利》2020年第2期。
[9]张洋：“论人工智能发明可专利性的法律标准”【J】，载于《法商研究》2020年第6期。
[10]孔祥俊：“人工智能知识产权保护的若干问题”【J】，载于《上海法学研究（集刊）（2019年第13卷总第13卷）——上海市法学会互联网司法研究小组论文集》。
TheEnd
作者简介
张鹏律师
北京办公室合伙人
业务领域：知识产权权利保护,反垄断和竞争法,贸易合规和救济
特色行业类别：能源与自然资源,通讯与技术
作者往期文章推荐
《人工智能技术的可专利性探析（下）》
《人工智能技术的可专利性探析（上）》
《专利无效宣告程序听证原则的理解与适用——以最高人民法院知识产权法庭裁判观点为视角》
《专利无效宣告程序请求原则的理解与适用——以最高人民法院知识产权法庭裁判观点为视角》
《知识产权惩罚性赔偿制度司法解释的理解（下）：典型案例法律适用观点凝练》
《知识产权惩罚性赔偿制度司法解释的理解（中）：赔偿基数和倍数认定》
《知识产权惩罚性赔偿制度司法解释的理解（上）：适格通知警告函的认定与应对》
《企业破产知识产权安排“三问三答”》
《专利无效宣告请求审查决定生效时间对药品带量采购的影响与应对》
《民法典实施对技术类知识产权诉讼的影响与应对（下）——以司法解释和指导案例的清理为视角》
《民法典实施对技术类知识产权诉讼的影响与应对（中）——以司法解释和指导案例的清理为视角》
《民法典实施对技术类知识产权诉讼的影响与应对（上）——以司法解释和指导案例的清理为视角》
《专利授权确权司法解释的争议条款与法律实践走向》
《专利授权确权行政诉讼程序规则适用与证据认定》
《外观设计专利授权确权规则适用》
《专利授权确权司法解释对创造性判定的规范》
《专利授权确权司法解释对专利权利要求和说明书的要求（下）》
《专利授权确权司法解释对专利权利要求和说明书的要求（上）》
《专利授权确权司法解释解读（下）》
《专利授权确权司法解释解读（中）》
《专利授权确权司法解释解读（上）》
《著作权法修正案草案二审稿速评（上）：著作权保护客体制度》
《知识产权惩罚性赔偿制度主观要件的认定》
《情势变更制度在知识产权侵权事先约定赔偿中的法律适用》
《著作权法修正案草案速评（下）》
《著作权法修正案草案速评（上）》
《鬼畜视频的六大版权合规风险管控》
《战“疫”进行时：支持企业防控疫情复工复产的知识产权政策分析》
《回眸2019：汽车产业知识产权保护之路》
特别声明：
以上所刊登的文章仅代表作者本人观点，不代表北京市中伦律师事务所或其律师出具的任何形式之法律意见或建议。
如需转载或引用该等文章的任何内容，请私信沟通授权事宜，并于转载时在文章开头处注明来源于公众号“中伦视界”及作者姓名。未经本所书面授权，不得转载或使用该等文章中的任何内容，含图片、影像等视听资料。如您有意就相关议题进一步交流或探讨，欢迎与本所联系。返回搜狐，查看更多
浅析人工智能生成内容的保护路径
原标题：浅析人工智能生成内容的保护路径随着人工智能技术的成熟，越来越多的行业开始将这项技术运用于商业生产中，如利用人工智能技术进行自动的图像、符号信息处理，进而产生有欣赏价值的绘画、文学内容等。那么，这些内容是否符合我国著作权法中对作品的定义？相关主体是否可以通过著作权法来进行保护？这些问题在司法实务界和理论学界均存有一定的争议。在笔者看来，分析这些问题应把握两个原则：第一，不能因为保护某些行业而采用功利主义来论断适用某项法律，即对人工智能投资者、使用者的保护不一定要通过著作权法的路径来实现；第二，在大陆法系中需要保障法律的稳定性，不能因出现新事物而轻易改变既有法律规则，因此不宜为人工智能创设新的民事主体类型。
功利主义分析的误区
作品的构成要件包括“属于智力成果”“具有独创性”“表达相对完整”等要素。笔者认为人工智能自动生成的内容难以符合第一个要件，即智力成果是由民法上的自然人或法人创作而产生。但是，从外在表现上看，人工智能生成内容有的难以和自然人或法人创作的作品相区分，如果有人把它当成自己的作品使用、寻求著作权法保护，能否得到支持？这就引发了人工智能生成内容是否应该获得著作权法保护的问题。部分学术和司法观点认为：人工智能生成内容从外在表现上难以与人类的作品区分开来，如果有人将其冒充为人类所创作的作品，事实上很难识别出来，因此区分是没有意义的。另外，如果不给予人工智能生成内容著作权保护，人工智能生成物的投资者就缺少对该内容的垄断性，这可能会损害其利益。基于上述理由，如果人工智能生成物外在表现上类似于人类的创作，那么该内容应该被认定为作品。但笔者认为这种推论存在一定逻辑缺陷，需要加以厘清。
思考人工智能生成内容是否应该获得著作权法保护，需要从两个层面思考问题：一是从本质主义的视角，人工智能生成内容是否满足作品的实质性要求；二是从功利主义角度，给予人工智能著作权有无必要。回答第一个问题，需要厘清我国法律对于作品的实质判断要件。其中，著作权法实施条例第三条所称的“创作”和人工智能生产过程是否等价？如果人工智能生成过程属于著作权法实施条例第三条所称的“创作”，那么人工智能生成物可以被认定为作品，但谁才是这一作品的作者和著作权人？这仍然是法律要解决的问题。从功利主义出发，则需要厘清人工智能生成内容是否值得保护。如果回答是肯定的，则需要研究应采取什么路径来进行保护。如果采取著作权法保护路径，该如何确定著作权归属？此时，无论从本质主义还是功利主义层面，都要解决人工智能的法律地位问题。
具体而言，人工智能生成内容的使用涉及人工智能研发者、人工智能使用者、生产内容使用者之间的利益平衡。例如，媒体斥资购买人工智能软件，使用人工智能生成新闻稿件或股市和金融市场快报，若其他媒体未经同意擅自使用该文稿，此类行为无疑会分流前者的受众，损害前者的商业利益。此时，如果将人工智能生成的新闻稿认定为作品，则前者的利益可以获得著作权法的保护。如果新闻稿的独创性较低，无法被认定为作品，还可以通过反不正当竞争法来保护前者的利益，因此，著作权法保护并非是唯一路径。功利主义分析常见的误区是：以保护人工智能使用者的利益来证明人工智能生成内容应当受著作权法保护，这在逻辑上是有缺陷的，两者不是必然的因果关系。
人工智能的法律属性
将人工智能生成内容认定为作品，还面临一个难以逾越的理论难题：人工智能生成的内容不是人类智力创作成果，不满足作品必须是由自然人或法人所创作、具有创造性这两个条件。为此，有人提出可以扩大受著作权法保护的主体的范围，将人工智能作为“赛博人”，即拟制的人加以保护，并且这方面有法人制度可供借鉴。然而，这种思路不仅会导致知识产权法的重大变化，而且也将影响民法有关主体的规定。
根据有关法律规定，法人和自然人一样，具有独立的民事权利能力和民事行为能力，法人以其独立的财产作为民事责任的承担。如果将“赛博人”拟制为新的民事主体，其权利由谁享有？义务和责任由谁负担？如果为其创设新的民事主体规制，那么法人制度的存在还有什么意义？显然，在可以预见的时期内，“赛博人”是无法自行负担其权利和义务的。但是“赛博人”产生的后果，需要由对应的自然人或法人来享受权益承担义务和责任，如此，为什么不采用类似动物致人损害、产品责任这样的传统民法制度来解决有关问题？
具体而言，在权利方面，将人工智能视为“无体物”，其生产的内容视为由“无体物”产生的“孳息”，由人工智能的投资者享有对于“孳息”的利益。责任方面，因人工智能进行的文本和数据挖掘、算法自动生成文字等内容，由此造成的民事责任、知识产权责任由财产的所有者、使用者承担无过错责任。因此，引入“赛博人”作为新的法律主体的必要性要画个大大的问号。更核心的问题是人工智能生成内容也不具备创造性，因为就目前的“弱人工智能”而言，其可以进行运算但是不会进行思考，遵循数理逻辑但不具备自然人或法人的理性。除此之外，人工智能更没有自然人非理性的情感机制。因此，人工智能不具备著作权法上作者的“人格”特质，其生成的内容也不具备创造性，而创造性是人类特有的能力，是人区别于物的根本属性之一。
“工具论”的合理性
人工智能不具备独立的民事主体资格，人工智能自动生成的内容不满足作品的“智力成果”要件，但是，这并不能排除人工智能生成内容可能受到著作权法的保护，只是著作权主体仍为自然人或法人，而该类人工智能生成内容是作为人利用技术辅助生成的作品加以保护的。创作作品是人的主体性的实现，是人的自由意志的运用，人可以直接创作作品，也可以借助一定的工具完成、甚至通过委托他人实现创作目的。就部分“弱人工智能”生成内容而言，本质上是创作者借助人工智能这一工具进行创作，而生成物是人意志发动的结果，是人的自由意志的实现，因而是人的意志的产物。人工智能生成内容的过程是运用一定的算法进行信息加工选择的过程，因此算法体现程序设计者的主体意志和选择，而程序的使用者某种程度上承认、接受了该算法，创作方向和人工智能设计方向有着高度的契合，这种对算法的接受也是使用者自由意志的选择。所以人工智能生成内容归根结底是人的自由意志的运用和实现。人工智能使用者运用人工智能生成的表达可以作为使用者的作品加以保护。
通过以上分析可得出初步的结论：人工智能不宜被视为独立的作者或著作权人，但部分内容可以作为人工智能使用者的作品得到著作权保护，也即有人参与创作的人工智能生成物可以被认定为作品。
从功利主义出发，论证人工智能生产内容应该以著作权法保护是有逻辑缺陷的。除此之外，部分观点反驳“工具论”的理由是：既然从内容本身无法分辨一项表达究竟出于人工智能还是自然人或法人，那么在司法实践中还有必要去进行分辨吗？但笔者认为，这实际上是一个证据的问题，应该从举证角度去考虑。即便一项表达事实上出自于人工智能，但由自然人对其进行署名并登记，那么如果无相反证据，法律应推定该表达属于人类智力成果，构成作品。以证据来推定事实是法律制度对现实生活的简化，追求法律的形式正义就需要接受应然层面和实然层面的一定脱节。
因此，在无法举证证明作品不是由人创作而是由人工智能生成的情况下，只能认定该表达构成作品，受到著作权法的保护。在总体上不对人工智能自动生成内容提供著作权保护的情形下，这将导致部分人工智能生成内容实际上可以冒充人类的创作而得到著作权保护，但并不能因此说明所有人工智能生成内容都可以作为作品受到保护，只要它形式上看起来类似人类的创作，这就好比某些假冒商标的商品无法被识别出来，不能因此主张所有的假冒该商标的商品都应该被认定为真品。（华东政法大学龙文懋龙明明）
（本文仅代表作者个人观点）
(责编：林露、李昉)分享让更多人看到