SCI论文（www.lunwensci.com）:
摘要：近年来，随着大数据、大算力、大模型的快速发展，人工智能自主决策能力日益增长， 从辅助工具进化至可主导自主创新的范畴，在更广泛的领域发挥越来越关键的作用。人工智能 技术的快速迭代发展，也对专利制度提出了挑战。现阶段，人工智能生成式发明能否获得专利授 权、人工智能能否成为权利主体、人工智能算法能否通过客体审查标准等问题，都值得深入探 讨。研究表明，对现行审查政策加以优化以及对审查标准予以修订，以更适合人工智能大背景下 的创新需求是非常有必要的。
关键词：人工智能； 生成式发明； 专利客体
一、人工智能的定义
（ 一）人工智能定义
2022 年 11 月，OpenAI 公司发布的 ChatGPT 将人工智能生成式技术推向高潮。人工智能的成 功出圈，给不少行业和产业带来巨大变革。人工 智能又被叫做“ 受到监督的深度学习技术 ”， 旨 在对大量的输入和输出数据加以训练，并持续学 习，在不需要中间指令的情况下就自主作出决策。 早在 2018 年 1 月，中国电子技术标准化研究院发 布的《人工智能标准化白皮书（2018 版）》就指出 对人工智能的定位是“ 机器通过学习各种知识， 然后模仿人类利用知识完成一定行为的过程 ”， 概而言之，是围绕智能活动构建的知识工程［1］。
随着大数据、大算力、大模型的快速发展，人 工智能自主决策能力日益增长，在更广泛的领域 发挥越来越关键的作用，算法优化和自动化处理 复杂任务的能力使一些传统行业的生产力和效率 都迅速提高。基于人工智能应用的上升趋势正在 深刻改变全球的技术发展格局，人工智能已逐步 发展成未来经济发展的新引擎。国家和地方政府 也相继出台一系列政策文件，大力支持推动人工 智能相关行业创新发展。
（ 二）人工智能算法与传统算法的区别
人工智能算法区别于传统机器学习算法，主 要体现在以下几个方面：一是人工智能算法能够 通过不断自主学习进而独立完成相应的任务，可 以自主发现、获取、概括、学习过去的经验和数 据，通过自身对数据训练学习就能够自动运行； 而传统算法需由编程人员将推理或解决的规则和过程明确表达出来。二是人工智能算法可不断进 化，能够通过学习更新自身程序；而传统算法如 需更新，需要编程人员对程序进行适应性修改。 三是人工智能算法具有不可知性［2］。以深度学习 算法为例，人工智能算法输入和输出结果之间的 神经网络层层层嵌套，由于其“ 黑箱 ”特性［3］， 使得结果难以推理预测；而传统算法，在程序明 确的基础上结果均可预测。
二、人工智能对专利制度提出的挑战
（ 一）权利主体和侵权主体认定的困境
人工智能诞生之初，只是用于辅助完成一些 任务，但伴随着“ 大数据 ”“深度神经网络 ”等 技术的发展，人工智能可以模拟人类大脑神经元 进行深度思考和学习，从浩瀚繁杂的数据库中自 行提取特征，自主完成任务，例如可以进行新闻 写作、生成文章 / 图片，甚至是像人类一样进行 问答。但问题也随之出现，人工智能自主创作能 力越来越高，甚至能够独立创造出一个作品或方 案，而人工智能能否对其创作成果享有权利存在 很大的争议。
我国《专利审查指南》中指出，发明人是指对 发明创造的实质性特点作出创造性贡献的人［4］。 如果一个技术方案实质是由人工智能生成的，那 对发明创造的实质性特点作出创造性贡献的一方 很大可能就是人工智能［5］。如果人工智能可以作 为发明人，那么给专利制度带来的影响还是极具 颠覆性的。首先，人工智能生成式发明创造的环 境和背景较普通发明创造发生了巨大变化，人工智 能可以不费吹灰之力形成数量可观的技术方案，以往由知识、经验、工具等带来的不同人之间的 技术壁垒或鸿沟则将迅速填平，这可能对传统的 发明者以及行业带来较大冲击，对发明创造的渴 望变成对人工智能技术的追求；其次，与发明人 相关的是专利权人，人工智能程序的创造者、商 户、使用者等，谁最有资格成为发明创造的发明 人或者专利权人，这不仅关系到权利的归属 ，也 关系到日后侵权责任的承担。
（ 二）人工智能带来的不正当竞争
人工智能的核心是算法，基础是数据［6］，基 于此，人工智能可以迅速生出无数种创意和方案， 这有可能加剧对算法垄断和数据安全的恐慌，导 致市场正常竞争秩序受到影响。人工智能算法内 部有很多未知性，包括数据来源和构成，更多的 数据资源会使得算法模型更优秀，然而数据的合 法性和安全性是难以保障的。此外，人工智能算 法是否也会向网络推送一般，一味贴合过去的信 息，从而造成“ 信息茧房 ”［7］，影响和阻碍技术 进步和创新发展。
2023 年 7 月，国家网信办联合发改委、教育 部、科技部、工信部、公安部、广电总局印发《生 成式人工智能服务管理暂行办法》，其中规定： “ 生成式人工智能服务提供者应当依法开展预训 练、优化训练等训练数据处理活动，使用具有合 法来源的数据和基础模型。”［8］该条款的意义便 在于规范和要求生成式人工智能，保障数据来源 的合法性。但是由于人工智能的“ 黑箱 ”特性， 其内部训练数据的来源还是非常不容易确定的， 难以保证训练数据的合法性和安全性，同时也不 可避免数据中存在一些“ 虚假 ”内容。
（三）人工智能算法对专利客体制度的挑战
人工智能技术，往往包含了大量的算法，大 多数情况下，算法也恰恰是发明创造中最具有创 造性的部分，然而算法是否能够成为专利权保护 的客体，在审查实践中也存在不一致的问题。一 般而言，计算机技术与各种产业融合产生的新的 方案是可以成为专利权保护的客体的，而对于与 产业结合没有那么紧密的人工智能技术，是否可 以被专利权保护 ，审查标准也并非一成不变。
我国 2020 年修订的《专利审查指南 》中，对 人工智能等新业态新领域专利申请的审查规则作 出了进一步的细化规定。如果权利要求技术方案 中算法处理的数据与技术领域密切相关，具有明 确的技术含义且算法执行过程能够体现出利用了 自然规律、解决了技术问题、取得了技术效果，一 般而言，该技术方案符合《 中华人民共和国专利 法》（以下简称《专利法》）第二条第二款的规 定［9］。但是，涉及算法的方案无论是权利要求还 是说明书，通常存在算法与所要解决的技术问题 不同相关程度的撰写形式，对标准理解的差异可能引起审查实践中标准执行不一致，显然标准不 一致对社会公众是不公平的。
三、我国人工智能专利审查政策
（ 一）权利主体的认定
专利权是一种独占权，必须确定权利的归属［10］， 我国《专利法》是从申请专利主体的权利出发阐释 专利权的，从发明创造诞生的源头上给出法律规 范、明确权利的归属。以非职务发明创造为例，申 请专利的权利属于发明者个人，申请如果被批准 ， 则发明人成为专利权人［4］。一般情况下，专利局 在对专利申请进行审查的过程中，无法判断专利 申请人是不是有权提出专利申请的一方，因此在 审查实践中，通常专利权会授予最先申请的申请 人。简而言之，对于非职务发明创造，申请专利的 权利、专利权都属于作出发明创造的发明人、设 计人。然而在《中国专利法详解》中，明确指出发明 人只能是自然人 ，“法人”“单位”“社会组织”等 法律上拟制的人均不能作为发明人［9］，这意味着 在我国人工智能不能成为真正意义上的发明人 ， 在专利申请文本中也无法体现哪些是人工智能参 与的发明创造。这一现状面临两个问题，前者是否 有必要识别哪些发明创造是人工智能自主完成或 辅助完成的，后者是如何有效识别发明创造是否 有人工智能参与生成。如果没有相关人员提供相 应信息 ，上述问题很难甄别。
（ 二 ）客体审查政策
我国目前对人工智能算法的客体审查政策主 要涉及《专利法》第二十五条第一款、第二条第二 款规定［11］。《专利法》第二十五条第一款规定， 对于智力活动的规则和方法，不授予专利权。现 行《专利审查指南》第二部分第九章第 6．1．1 节 还规定，如果权利要求中除了算法特征，还包含 技术特征，该权利要求就整体而言并不是一种智 力活动的规则和方法，则不应当以《专利法》第 二十五条第一款排除其获得专利权的可能性；如 果要求保护的权利要求作为一个整体不属于《专 利法》第二十五条第一款中规定的排除获得专利 权的情形，还要进一步核实是否属于《专利法 》 第二条第二款规定的技术方案，即该方案是否采 用了符合自然规律的技术手段，解决了一定的技 术问题 ，并且获得相应的技术效果［4］。
当下有很多涉及人工智能的专利申请将算法 嵌入到设备、存储介质、软件等作为整体，以此 克服客体问题。但仍存在大量基础算法的专利申 请。本质上，人工智能算法和应用层并不存在明 确的“ 楚河汉界 ”，人工智能与传统算法的不同， 在于人工智能本身就能构成解决技术问题的技 术方案。如果一种人工智能算法能应用于多个行 业，那么是否有必要将其限制在某个特定领域， 是值得商榷的。
（三）“ 三性 ”审查政策
在满足客体的前提下，需要对申请专利的发 明进行《专利法》第二十二条规定的新颖性、创 造性、实用性等方面的审查。新颖性条款主要是 审查该发明创造是否是首次提出，这一点，人工 智能生成式发明，基于庞大的数据较容易满足； 但对于创造性，现行标准评价发明有无创造性， 包括突出的实质性特点的判断和显著的进步两方 面 ，无对人工智能的专门规定。
人工智能生成式发明创造依靠“ 大数据 ”“大 算力 ”，发明创造的起点高于普通发明者，很多方 案较普通发明者更容易获得。但《专利审查指南 》 中第二部分第四章第 6．1 节明确规定：“ 不管发明 者在创立发明的过程中是历尽艰辛，还是唾手而 得，都不应当影响对该发明创造性的评价。绝大 多数发明是发明者创造性劳动的结晶，是长期科 学研究或者生产实践的总结。但是，也有一部分 发明是偶然做出的。”［4］也就是说，虽然人工智能 生成式发明更为容易，但创造性判断的基础是客 观的。然而，在创造性评判时，主体都是“ 本领域 技术人员 ”，在审查实践中面临较大困难，人工智 能生成式发明可能存在本领域技术人员难以获取 的现有技术中的算法、数据，因而在评判创造时 与普通发明创造采用同一标准可能会失之偏颇， 对不能掌握大数据、人工智能技术的发明人来说 也是不公平的。
此外，人工智能的“ 黑箱 ”特性可能会使得 发明存在“ 实用性 ”隐患。由于内部的不可知性， 使得方案在运行过程中，有可能存在不稳定和不 确定性，进而导致方案不能重复再现，不具备实 用性。其他人在目前公开方案的基础上，如果想 借鉴或使用 ，也可能存在困难。
四 、结语与建议
从技术发展和社会进步的角度看，人工智能 可以对现有技术进行学习，自主发现技术空白， 设计解决方案，提高解决技术问题的能力。因而 给予人工智能生成式技术方案专利保护应当成为 未来趋势，对现行审查标准进行修订，以更适合 人工智能大背景下的创新需求是有必要的。基于 前述分析 ，本文提出以下几点建议：
（ 一）建立人工智能生成式发明相应的标识制 度，为有效辨识、审查和管理提供基础
根据现行《专利法》相关规定，发明人只能 填写自然人，但将实际为人工智能完成的发明创 造填写发明人为其他自然人，显然降低了原本专 利制度设计的意义。因此，建议在专利申请制度 中创造一个新的标识，用于标识人工智能参与程 度，以显著的方式有效提示社会公众，或许是一 种解决方法。
（ 二）积极探索推进人工智能相关审查政策， 对人工智能算法保护程度进一步明确
由于基础算法适用性非常广，限制在某一领 域可能会影响专利权的保护范围，应进一步完善 人工智能领域专利审查标准，建议逐步放开算法 客体要求，以适应我国快速发展的科技创新水平 和产业发展能力。此外，考虑到人工智能算法技 术壁垒较高，可建立专门的人工智能审查机构， 进一步提高人工智能领域审查质量和审查效率。
（三）借助人工智能提高本领域技术人员水平
创造性审查是专利审查中较为难把握的关键 环节，而人工智能相对于本领域技术人员的优势， 不仅仅是在数据处理能力和计算速度上，还在 于对各行各业、各领域的技术和数据的掌握，如 本领域技术人员难以达到应当达到的水平，对一 些“ 粗制滥造 ”的人工智能生成式发明授予专利 权，可能损害社会公众利益。既然这类自然人完 成的发明无法超越人工智能，不如借助人工智能 持续优化专利审查系统，通过智能化手段弥补本 领域技术人员对现有技术掌握不全面的现状，提 高本领域技术人员的水平。
参考文献
［1］ 中国电子技术标准化研究院．人工智能标准化白 皮书（2018 版）［R/OL］．（2018-01-19）［2021-06-18］. http：//www．360doc．com/content/18/0119/21/476884 67_723467404．shtml .
［2］ 刘怡．智能算法的专利保护进路［J］．对外经贸， 2023（9）：43-46 .
［3］ 姜竺豆．人工智能时代反垄断规制的完善［D］．长 春：吉林财经大学，2020 .
［4］ 国家知识产权局．专利审查指南（2010）［M］．北京： 知识产权出版社，2010 .
［5］ 季冬梅．人工智能生成发明专利保护的理论回归与 制度探索—— 以 DABUS 案为例［J］．科技进步与 对策，2022，39（18）：121-129 .
［6］ 王红燕，徐天冉．浅析中美两国人工智能对知识产 权保护的挑战与应对制度［C］// 施伟东．《上海法 学研究》集刊（2021年第 7 卷 总第 55 卷）——律师 法学研究文集．上海：上海市法学会，2021：30-38 .
［7］ 邓鹏，李芳，李明晶．人工智能时代专利制度的实 践挑战与应对策略［J］．科技进步与对策，2022，39 （19）：105-113 .
［8］ 本刊评论员．生成式人工智能服务管理暂行办法 ［J］．中华人民共和国国务院公报，2023（24）：39-42.
［9］ 陈相华．人工智能的专利客体适格性探析［D］．上 海：上海交通大学，2020 .
［10］ 尹新天．中国专利法详解［M］．北京：知识产权出版 社，2012 .
［11］ 王青伟，马镯，崔琳，等．语音识别领域计算机程序 或算法专利申请审查［J］．电声技术，2012，36（S1）： 50-52 .
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/falvlunwen/75251.html
