李 凡

（中南財經(jīng)政法大學 知識產(chǎn)權(quán)研究中心，湖北 武漢 430073）

人工智能、大數(shù)據(jù)等信息技術(shù)蓬勃發(fā)展，對經(jīng)濟進步、社會發(fā)展和國家安全都帶來深刻的影響，保護知識產(chǎn)權(quán)就是保護創(chuàng)新。①吳漢東：《人工智能生成發(fā)明的專利法之問》，《當代法學》2019年第4期。面向新一輪科技信息與產(chǎn)業(yè)革命的需求，國家要求“強化人工智能、大數(shù)據(jù)等在知識產(chǎn)權(quán)審查和保護領(lǐng)域的應用”②習近平：《全面加強知識產(chǎn)權(quán)保護工作激發(fā)創(chuàng)新活力推動構(gòu)建新發(fā)展格局》，《求是》2021年第3期。，在《知識產(chǎn)權(quán)強國建設綱要（2021—2035年）》中更是提出“要加快大數(shù)據(jù)、人工智能、基因技術(shù)等新領(lǐng)域新業(yè)態(tài)的知識產(chǎn)權(quán)立法”③《知識產(chǎn)權(quán)強國建設綱要（2021—2035 年）》，http://www.cnipa.gov.cn/col/col2741/index.html，最后訪問日期：2021年10月17日。。在這當中，人工智能算法創(chuàng)新是充分利用和發(fā)揮數(shù)據(jù)及硬件資源之價值的關(guān)鍵所在，是智能社會運轉(zhuǎn)的基石。④張文顯：《構(gòu)建智能社會的法律秩序》，《東方法學》2020年第5期。我國理應將基礎算法和關(guān)鍵技術(shù)層面的創(chuàng)新放在首要地位，同時跟進相關(guān)知識產(chǎn)權(quán)制度尤其是專利制度的設置與安排，以掌握關(guān)鍵技術(shù)的自主權(quán)。

過去，算法被認為是抽象的思維規(guī)則，不具有技術(shù)性，不構(gòu)成專利法意義上的技術(shù)方案，被排除在專利權(quán)保護客體以外。但隨著人類創(chuàng)造性活動的深入，“發(fā)明”與“發(fā)現(xiàn)”在具體實施活動中的界限逐漸模糊，基于激勵人工智能算法研發(fā)的價值目標，專利法傾向于盡可能將其納入保護范圍，這在歐美等地區(qū)的多數(shù)發(fā)達國家已達成共識，我國《專利審查指南》針對“包含算法特征的發(fā)明專利申請審查”也作出了相應規(guī)定，此舉有助于明確人工智能算法的專利客體審查規(guī)則，激勵算法研發(fā)熱情，順應當前大數(shù)據(jù)、人工智能的發(fā)展趨勢；但也可看出我國對人工智能算法創(chuàng)新本身能否受到保護仍持猶疑態(tài)度，對智能時代下專利適格性標準和實質(zhì)審查“三性”的認識也有所滯后，亟待進一步明晰。

專利法作為備受國家政策影響的法律，其客體審查標準自然也會隨著相關(guān)技術(shù)和產(chǎn)業(yè)政策的發(fā)展而不斷調(diào)適，以契合專利法的立法宗旨和制度目的。當前的人工智能算法作為智能社會最為先進的生產(chǎn)力，能顯著提高將自然規(guī)律轉(zhuǎn)變?yōu)榧夹g(shù)方案的能力，使得“從科學發(fā)現(xiàn)到具備應用價值的技術(shù)方案”的轉(zhuǎn)化過程變得更加便利，技術(shù)遷移能力較過去有了大幅度提高。①劉強：《人工智能技術(shù)方案發(fā)現(xiàn)與發(fā)明二分法問題研究》，《貴州師范大學學報（社會科學版）》，2020年第2期。在此背景下，原本作為劃分發(fā)明與發(fā)現(xiàn)界限的核心標準之一的“技術(shù)性”要求變得更加容易獲得和具備，專利適格性標準在智能時代下應有新的解讀和涵義；結(jié)合人工智能算法發(fā)明的特性，專利實質(zhì)性審查標準也需進一步具體化和客觀化，這有助于提高人工智能算法發(fā)明的授權(quán)質(zhì)量，形成人工智能技術(shù)的聚集效應，推進國家有關(guān)人工智能戰(zhàn)略的實施。

一、分析前提

（一）對象界定：何為人工智能算法

首先，人工智能算法發(fā)明不同于人工智能生成發(fā)明，二者的研究分析不可混為一談。所謂生成發(fā)明，顧名思義，是人工智能利用自動生成功能形成的發(fā)明創(chuàng)造，此時人工智能相當于發(fā)明創(chuàng)造的“主體”，主要涉及的問題包括人工智能創(chuàng)作者的身份資格問題、知識產(chǎn)權(quán)的歸屬問題以及對侵權(quán)行為認定規(guī)則帶來的影響等。而算法發(fā)明是技術(shù)內(nèi)容包含人工智能算法的發(fā)明創(chuàng)造，其創(chuàng)新點是人工智能算法創(chuàng)新。通過算法創(chuàng)新和改進，可以有效提高技術(shù)方案在工業(yè)領(lǐng)域的應用效果，或者解決工業(yè)領(lǐng)域的技術(shù)問題，故有可能成為專利授權(quán)對象。

其次，人工智能算法可視為廣義上計算機程序算法的一種特殊類型，②Nicholas Diakopoulos. Algorithmic Accountability: Journalistic Investigation of Computational Power Structures. Digital Journalism， 2015， 3（3）.但與傳統(tǒng)計算機程序算法相比，具備從大數(shù)據(jù)中不斷學習和進化的能力以實現(xiàn)智能。傳統(tǒng)的計算機程序算法是通過模擬數(shù)理性思維，為編寫計算機程序而設計的運算方法和步驟，只要將數(shù)據(jù)輸入就可以得出相應的可預見結(jié)果，③蔣舸：《作為算法的法律》，《社會科學文摘》2019年第4期。常見的包括廣深優(yōu)先搜索（DFS與BFS）、貝葉斯分類算法、歸并排序算法等。算法是手段，運用不同算法編寫出的計算機程序是結(jié)果。④陳敏伯：《計算機近期還難以企及的能力——評Alpha Go 之后的人工智能》，《科學》2018 年第5 期。張洋：《論人工智能發(fā)明可專利性的法律標準》，《法商研究》2020年第6期。廣義的人工智能算法也包含上述常見算法類型，但狹義的人工智能算法，即本文研究對象，作為現(xiàn)代人工智能技術(shù)發(fā)展的核心，與傳統(tǒng)的計算機程序算法存在根本差異，主要包括：（1）在運行邏輯上，它顛倒了傳統(tǒng)計算機程序“輸入數(shù)據(jù)—輸出預期結(jié)果”的運行順序，基于演繹邏輯對抓取的數(shù)據(jù)進行深度分析和自主學習，尋求數(shù)據(jù)之間的規(guī)律，最后完成預測過程，形成新的算法。換言之，人工智能算法具備從數(shù)據(jù)中不斷學習和進化的能力，通過不斷更新自身算法程序，最終找尋一種通用的、使得計算機程序具備人類智能的理想算法。①佩德羅·多明戈斯：《終極算法:機器學習和人工智能如何重塑世界》，黃芳萍譯，中信出版社，2017，第86頁。（2）極具技術(shù)前沿性的人工智能算法具有不可知性，雖然其設計理念和模型為人類所知，但實際運行過程極少需要人類的介入，在數(shù)據(jù)與算法循環(huán)往復的結(jié)合中，其過程和結(jié)果往往難以預測。同時，為了滿足自動運行、人機對話等功能的快速反應需要，人工智能算法對“算力”的要求更高，其表現(xiàn)形式也不僅僅局限于代碼。

（二）邏輯勘誤：專利適格性與專利實質(zhì)審查要件的區(qū)別

根據(jù)專利法基礎理論，專利適格性是某項發(fā)明創(chuàng)造能成為專利權(quán)保護客體的首要條件，與專利授權(quán)的實質(zhì)性要求存在本質(zhì)區(qū)別。換言之，要先確認某項客體是否屬于專利適格標的，而后才能進行專利實質(zhì)性審查，分析其是否滿足“新穎性、創(chuàng)造性和實用性”的專利授權(quán)實質(zhì)要件。然而，我國在立法條文設計上并未遵從該邏輯：在“專利權(quán)授予”一章中先規(guī)定了專利授權(quán)的實質(zhì)要件，即專利法第二十二條的“新穎性、創(chuàng)造性、實用性”；后規(guī)定了專利適格性規(guī)范（反向的例外客體范圍），即專利法第二十五條，包括不視為發(fā)明的客體（第1、2 款）和不授予專利權(quán)的客體（第3、4、5 款）。這種立法規(guī)范上的邏輯錯位可能導致實踐中的混淆，使得可專利性審查要件與專利授權(quán)實質(zhì)審查要件混為一談，將“新穎性、創(chuàng)造性”等實質(zhì)審查要件作為排除專利權(quán)保護客體的考量因素，從而不合理地直接否定了某些客體的專利適格性。

本文應當順應正確的專利授權(quán)邏輯，先對人工智能算法的專利適格性進行分析，從正向的權(quán)利客體定義和反向的例外客體范圍兩方面進行論證；而后對人工智能算法的實質(zhì)審查要件進行解讀，分析其何種情形下滿足專利授權(quán)的實用性、新穎性、創(chuàng)造性。當前，我國專利權(quán)利客體制度采用混合立法模式，②寧立志、郭玉新：《專利權(quán)權(quán)利客體例外制度研究》，《河南師范大學學報（哲學社會科學版）》2020年第1期。其中專利法第二條第2款對發(fā)明進行正向界定——“對產(chǎn)品、方法及其改進提出的新技術(shù)方案”，即發(fā)明必須是智力活動成果中具有技術(shù)性和應用性的高度創(chuàng)造性部分；專利法第二十五條第1、2款規(guī)定了不視為發(fā)明的客體——“科學發(fā)現(xiàn)和智力活動規(guī)則方法”，二者作為理論層面的抽象表達和自然科學認識，與“發(fā)明”的技術(shù)涵義相對應，與專利法第二條第2款形成反向印證。

綜上所述，探求人工智能算法的專利客體審查路徑，應先分析其專利適格性，明確其具有可專利性的基礎上再分析人工智能算法專利授權(quán)的三大實質(zhì)要件。有關(guān)專利適格性的問題需從正反兩方面入手：第一步，分析人工智能算法與專利法第二十五條規(guī)定的專利例外客體的聯(lián)系與區(qū)別，除非僅涉及例外客體，否則不直接否定其可專利性。第二步，分析其是否滿足專利法第二條第2款關(guān)于發(fā)明的定義。對于涉及例外客體的人工智能算法專利申請，只要權(quán)利要求中包含技術(shù)特征，也應認定其符合可專利性要求。本文接下來將逐個分析。

二、反向視角下的專利適格性審查：與純粹非專利性客體的辨析

依照《專利審查指南》，最容易與人工智能算法產(chǎn)生聯(lián)系的例外客體是“智力活動的規(guī)則和方法”和“計算機程序本身”。站在反向視角上討論人工智能算法的專利適格性時，實質(zhì)上是對客體中是否不具備技術(shù)性要素的定性判斷。③王寶筠：《人工智能專利申請的專利保護客體判斷》，《中國發(fā)明與專利》2021年第4期。人工智能算法與“智力活動的方法規(guī)則”和“計算機程序本身”存在密切關(guān)聯(lián)，但方案內(nèi)容中包含技術(shù)特征，故整體上不否定其獲得專利權(quán)保護的可能。當然，不代表其他例外客體的規(guī)定不適用于人工智能算法，若算法作為純粹且難以復制利用的疾病診斷和治療方法，其自然也應該被排除在專利權(quán)保護客體以外。

（一）人工智能算法與“智力活動的規(guī)則和方法”的聯(lián)系與區(qū)別

首先，人工智能算法體現(xiàn)了對自然規(guī)律的具體利用，與智力活動的規(guī)則和方法密切相關(guān)，但不可完全等同。智力活動的規(guī)則與方法是“指導人類思維、表述、判斷和記憶的規(guī)則和方法”，①參見《專利審查指南》第二部分第一章第4.2節(jié)。其屬于對自然規(guī)律的客觀認識，對物理世界不產(chǎn)生影響，不能解決技術(shù)問題和產(chǎn)生技術(shù)效果；同時其作為創(chuàng)造性活動的思想基礎，被授予專利權(quán)可能會阻礙創(chuàng)新。而人工智能算法體現(xiàn)了人類對自然規(guī)律的利用過程，②劉強：《人工智能技術(shù)方案發(fā)現(xiàn)與發(fā)明二分法問題研究》，《貴州師范大學學報（社會科學版）》2020年第2期。其內(nèi)在設計機理中就可能包括數(shù)理公式、自然規(guī)律，無論是數(shù)據(jù)挖掘還是機器深度學習，在具體方案和實施結(jié)果上都可能包含智力活動的規(guī)則和方法。在利用計算機硬件運行前，人工智能算法作為抽象的仿生智力規(guī)則，容易被歸為“智力活動的規(guī)則和方法”而被排除在專利權(quán)保護客體之外，③王德夫：《論人工智能算法的法律屬性與治理進路》，《武漢大學學報（哲學社會科學版）》2021年第5期。但人工智能算法作為集合體概念，并非所有算法都和數(shù)學法則相關(guān)，亦或是需要借助傳統(tǒng)計算機的運行。換言之，盡管人工智能算法具有抽象屬性，但其本質(zhì)上是對智能機器操作的運行設計，并非完全是抽象的思想規(guī)則。

其次，專利法不保護“智力活動的規(guī)則和方法”本身，對于兼具智力活動內(nèi)容和技術(shù)特征內(nèi)容的人工智能算法而言，不影響其可專利性證成。新修訂的《專利審查指南》要求“整體性”看待算法專利申請，只要權(quán)利要求中除了算法特征外還包含技術(shù)特征，則不排除其獲得專利的可能性。④參見《關(guān)于修改〈專利審查指南〉的公告（第343號）》，國家知識產(chǎn)權(quán)局2019年12月31日發(fā)布。就人工智能算法而言，其本質(zhì)上兼具抽象思維與技術(shù)方案的二元屬性：一方面，人工智能算法被認為是一種模擬人類思維過程、為特定目的所設的仿生計算程序，雖然并非真正的智力活動，但其目標是實現(xiàn)與人腦思維一致甚至更優(yōu)的思維過程，具有抽象屬性。另一方面，人工智能算法是現(xiàn)代人工智能發(fā)展的核心驅(qū)動力，不同于純粹的思維規(guī)則，本質(zhì)上能構(gòu)成解決具體問題的技術(shù)方案。對于兼顧抽象與技術(shù)雙重屬性的人工智能算法而言，智力活動規(guī)則限制原則本質(zhì)上不會對其造成專利客體審查上的阻礙。

（二）人工智能算法與“計算機程序本身”的聯(lián)系與區(qū)別

《專利審查指南》對例外客體“智力活動的規(guī)則和方法”進行舉例說明時，提到“計算機語言及計算規(guī)則”和“計算機程序本身”僅涉及智力活動規(guī)則方法，被排除在專利法保護客體以外。在上文對人工智能算法和智力活動規(guī)則方法已經(jīng)做出區(qū)分的基礎上，有必要進一步明確人工智能算法與計算機程序本身及其語言規(guī)則的差異，探討該例外客體的限制是否會影響人工智能算法的可專利性。

盡管有時算法需要借助計算機設備予以執(zhí)行，但為了實現(xiàn)智能，人工智能算法具備自我編程和學習的能力，與使用靜態(tài)編程邏輯的計算機程序存在本質(zhì)區(qū)別。依照《專利審查指南》，計算機程序本身是為達成特定目的，由計算機等信息處理裝置予以執(zhí)行從而解決特定問題的代碼化指令序列，⑤參見《專利審查指南》第二部分第九章第2節(jié)。當特定問題的解決需求發(fā)生改變時，計算機程序（算法）需要人為干預或者重新編寫。而人工智能算法在設計完成后，可依托大數(shù)據(jù)技術(shù)進行深度學習，從而不斷更新進化，輸入不同的數(shù)據(jù)可解決不同領(lǐng)域的問題。此外，人工智能語境下的算法相較于計算機程序算法，所搭載的“算力”更強，為滿足自動運行、人機對話的快速反應需要，當前世界范圍內(nèi)人工智能算法的算力能達到每秒幾十萬億次的水平。

2020年《專利審查指南》將新增的“包含算法特征或商業(yè)規(guī)則和方法特征”的發(fā)明專利申請審查一節(jié)放在“涉及計算機程序”發(fā)明專利的申請審查一章中，表明其認為“算法特征”廣義上屬于“計算機程序”。而《專利審查指南》又明確規(guī)定“計算機程序本身”不屬于可專利性客體，這是否會對人工智能算法的可專利性造成阻礙？本文認為這是規(guī)范設計上的缺漏，忽略了算法與計算機軟件的實質(zhì)性關(guān)聯(lián)，同時也不能將“包含算法特征的計算機程序”直接等同于“人工智能算法”，《專利審查指南》的相關(guān)規(guī)定只能視為對人工智能算法專利客體審查的參考。

三、正向視角下的專利適格性審查：各國的審查現(xiàn)狀與共識

進入正向視角的討論時，根據(jù)專利法對發(fā)明的一般定義，作為專利申請客體的人工智能算法是否屬于“技術(shù)方案”，成為衡量其是否具備專利適格性的核心條件。在人工智能算法專利申請數(shù)量快速增長的背景下，主要的知識產(chǎn)權(quán)強國紛紛調(diào)整專利審查標準，給出人工智能算法可專利性的判定規(guī)則，盡管具體內(nèi)容有所差別，但在核心基準上仍存有共識。

（一）主流審查標準

美國在人工智能算法發(fā)明可專利性的審查方面，注重整體性原則和例外客體的應用化。當前審查標準是基于2014 年Alice 案①Alice Corp. v. CLS Bank International，573 U.S. 208（2014）.所形成的“擬制現(xiàn)有技術(shù)排除測試法”，將司法確定的專利權(quán)例外客體——“自然現(xiàn)象、自然法則與抽象概念”擬制為現(xiàn)有技術(shù)，要求權(quán)利要求中其余部分具有創(chuàng)造性。②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用》，《知識產(chǎn)權(quán)》，2020年第6期。隨后，為明確判斷標準中“抽象概念”的定義，解決審查實踐中容易產(chǎn)生的分歧，美國專利商標局發(fā)布了《專利保護客體審查指南（2019 年修訂版）》，③USPTO， October 2019 Update: Subject Matter Eligibility， at https://www. uspto. gov/sites/default/files/documents/peg_oct_2019_update.pdf，last visited:2020-02-09.對司法判例中積累的“抽象概念”內(nèi)容進行總結(jié)和歸類，同時在Alice案“兩步驟判斷方法”的基礎上新增一個步驟。④張韜略：《美國〈專利客體適格性審查指南〉的最新修訂及評述》，《知識產(chǎn)權(quán)》2020年第4期。至此，美國對于人工智能算法發(fā)明可專利性審查的完整判斷步驟如下：（1）權(quán)利要求中是否包含自然現(xiàn)象、自然法則與抽象概念等美國司法確定的專利權(quán)例外客體，若存在，則將其擬制為現(xiàn)有技術(shù)；（2）權(quán)利要求記載的其余內(nèi)容是否將專利例外客體轉(zhuǎn)化為實際應用，若有，則該權(quán)利要求滿足專利適格性；（3）除卻上述例外客體，權(quán)利要求記載的其余內(nèi)容是否具有創(chuàng)造性，且足以確保整體上看權(quán)利要求的發(fā)明要素部分遠遠超過例外客體部分，若有，則該權(quán)利要求滿足專利適格性。由此可見，美國判斷標準的核心內(nèi)容在于：第一，堅持“自然現(xiàn)象、自然法則與抽象概念”例外原則。第二，將“實際應用”與“抽象思想”相對立。具體而言，要先判斷人工智能算法發(fā)明專利申請的權(quán)利要求中是否存在不可專利性內(nèi)容，只要權(quán)利要求記載的其余內(nèi)容將不可專利性客體轉(zhuǎn)化為了實際應用，或者剩余內(nèi)容的創(chuàng)造性遠遠超過不可專利性客體，則滿足專利適格性要求。

歐盟的專利客體審查的重點在于考察其是否具有技術(shù)屬性，對人工智能算法發(fā)明亦然，即“技術(shù)屬性測試法”。根據(jù)歐洲專利局2019年發(fā)布的《專利審查指南》（EPO2019指南）第G-II-3.3.1節(jié)，其將人工智能和機器學習作為數(shù)學方法的例外，并強調(diào)數(shù)學方法本身不具備技術(shù)屬性，但數(shù)學方法的技術(shù)應用和技術(shù)實施具備技術(shù)屬性，具有可專利性。①Guidelines for Examination in the EPO，Part G - Chapter II-1，3.3.1 Artificial intelligence and machine learning.具體而言，在“技術(shù)應用”方面，要評估該數(shù)學方法是否用于特定的技術(shù)目的，是否有具體的目標指向，不能是一般意義上的“控制某技術(shù)系統(tǒng)”。在“技術(shù)實施”方面，該權(quán)利要求應當是通過計算機驅(qū)動使得該數(shù)學方法得以實現(xiàn)的特定技術(shù)實施，即必須有緊密關(guān)聯(lián)的硬件實體。反之，若該數(shù)學方法未用于特定技術(shù)目的，且實施也未超過一般實施范圍，則不屬于專利權(quán)保護客體。此外，歐盟對專利客體的審查同樣注重整體性，若權(quán)利要求除了涉及抽象的數(shù)學方法外，還涉及使用技術(shù)手段（例如計算機）的方法或者設備，則該客體整體上具有技術(shù)特征。由此可見，歐盟判斷標準的核心在于：其一，以技術(shù)屬性作為專利客體審查的核心判斷標準。其二，只保護計算模型和算法等在各個領(lǐng)域的應用，將其本身視為不受專利權(quán)保護的抽象規(guī)則。

我國人工智能算法發(fā)明是否屬于可專利性客體的審查近似于歐盟“技術(shù)屬性測試法”和美國“擬制現(xiàn)有技術(shù)排除測試法”二者的交集，亦即需要滿足兩個方面的要求才能屬于我國專利法的保護客體。根據(jù)2020年2月起正式施行的《專利審查指南》第二部分第九章第6節(jié)“包含算法特征的發(fā)明專利申請審查相關(guān)規(guī)定”，對于人工智能算法本身這類包括算法特征的發(fā)明專利申請，需要從三個方面依次進行審查：（1）判斷權(quán)利要求是否構(gòu)成純粹的抽象算法，若是，則根據(jù)專利法進行排除；若還包含其他技術(shù)特征，則整體性看待。（2）利用技術(shù)三要素判斷權(quán)利要求是否構(gòu)成專利法意義上的技術(shù)方案，即技術(shù)問題、技術(shù)手段和技術(shù)效果。（3）在后續(xù)的專利創(chuàng)造性實質(zhì)審查階段，要求將具有相互作用關(guān)系的算法特征與技術(shù)特征作為整體看待。我國與歐盟的判斷標準類似之處在于均注重對技術(shù)屬性的考查，但在專利適格性考查階段通常不會進行實質(zhì)審查階段涉及的現(xiàn)有技術(shù)檢索，故在該階段難以對申請客體客觀上的技術(shù)屬性作出準確判斷，只能夠?qū)⒚黠@不滿足技術(shù)屬性的申請排除在專利權(quán)保護客體之外，即在技術(shù)屬性問題上做一個“初步”的審查。

（二）各國專利適格性審查的共識與原則

其一，以“技術(shù)性”要求作為核心標準。我國與歐盟均堅持以“技術(shù)性”要求作為發(fā)明專利適格性審查的重要條件。專利制度旨在保護發(fā)明創(chuàng)造以換取對社會公開的知識、實現(xiàn)利益衡平，故發(fā)明創(chuàng)造必須做到可以重復再現(xiàn)和實施，技術(shù)性可以滿足該要求。②李曉秋：《信息技術(shù)時代的商業(yè)方法可專利性研究》，法律出版社，2012，第124頁。多數(shù)國家專利法的立法目的都是為促進實用技術(shù)的發(fā)展，我國專利法是為促進“科學技術(shù)進步與創(chuàng)新”，這是技術(shù)作為專利客體肯定性條件的法律依據(jù)。隨著信息技術(shù)革命的到來，狹隘的“技術(shù)性”理解似乎與專利制度的目的格格不入，從各國實踐中也可看出傳統(tǒng)的“技術(shù)性”要求并沒有得到堅定的貫徹?；蛟S“技術(shù)性”始終未能達成一致意見，正好印證了技術(shù)是與時俱進的。有學者認為“技術(shù)性”要求是人工智能算法受到專利權(quán)保護的制度障礙，事實上，所謂障礙只是人們對人工智能時代下“技術(shù)性”要求的認識還未能更新所造成的錯覺。

其二，將人工智能算法本身作為例外客體。無論是“擬制現(xiàn)有技術(shù)排除測試法”還是“技術(shù)屬性測試法”，均認為人工智能基礎算法本身不能作為可專利性客體。其中美國“擬制現(xiàn)有技術(shù)排除測試法”將人工智能算法作為“抽象概念”排除在專利權(quán)保護客體之外。例如在某案例中，權(quán)利要求記載的數(shù)據(jù)分析步驟應用于具體領(lǐng)域，但其具有高度通用性（generality），故仍然認為其屬于智力活動，不具有可專利性。③Electric Power Group，LLC v. Alstom S.A.，830 F.3d 1350，1356（Fed. Cir. 2016）.歐盟“技術(shù)屬性測試法”也明確提出人工智能算法本身不具有可專利性，但其在具體技術(shù)領(lǐng)域的應用具有可專利性，包括功能性的應用或行業(yè)性應用，例如“將神經(jīng)網(wǎng)絡應用于識別不規(guī)則心跳的監(jiān)控設備”就屬于技術(shù)應用。①WIPO，Technology Trends 2019，at https://www.wipo.int/edocs/pubdocs/en/wipo_pub_1055.pdf，last visited:20201-07-09.根據(jù)我國現(xiàn)行《專利審查指南》中的相關(guān)審查示例，在“一種卷積神經(jīng)網(wǎng)絡模型的訓練方法”的示例中，因其訓練方法中的神經(jīng)網(wǎng)絡訓練算法與圖像信息處理的應用密切相關(guān)為由，認為其屬于可專利性客體。而在“一種建立數(shù)學模型的方法”的示例中，因該方法不涉及任何應用領(lǐng)域，其中樣本特征值、標簽值、目標特征及其提取模型等又屬于抽象的通用數(shù)據(jù)，是一種智力活動規(guī)則，故不作為專利權(quán)保護客體?？梢娢覈瑯颖帧巴ㄓ靡饬x上的算法屬于例外客體——智力活動規(guī)則方法，只有處理具體應用領(lǐng)域數(shù)據(jù)的算法具有可專利性”。

其三，對“抽象思想-具體應用”的區(qū)分。各國人工智能算法專利客體審查實踐均涉及該原則，僅對人工智能算法在具體技術(shù)領(lǐng)域的應用提供專利權(quán)保護。專利法不保護思想，但保護思想的應用，其所保護的技術(shù)方案就是一種特定應用技術(shù)的表達。因此，從本源意義上看，“抽象思想-具體應用”的二分法原則是“思想-表達”二分法在專利法中的變形。②齊愛民：《知識產(chǎn)權(quán)法總論》，北京大學出版社，2010，第85頁?！俺橄笏枷?具體應用”的二分法原則與專利法保護的目標相契合，可以確保抽象思想出于公有領(lǐng)域，防止法律肆意束縛或限制公共知識的應用。傳統(tǒng)的“抽象思想-具體應用”二分法過分強調(diào)物理狀態(tài)的改變，這在人工智能社會不可避免地受到了挑戰(zhàn)。當人工智能算法運用于新應用場景以解決新技術(shù)問題時，該類創(chuàng)新可以適用二分法的審查邏輯以獲得專利權(quán)保護；但實踐中，越來越多的創(chuàng)新針對人工智能算法本身，通過創(chuàng)造新的算法或者對原有的人工智能算法進行改進，使其能應用于多個不同的技術(shù)領(lǐng)域，若此時只能對算法在某一技術(shù)領(lǐng)域的應用進行專利權(quán)保護，顯然不是充分有效的保護。

四、人工智能算法專利適格性考察的理論修正

（一）開放與發(fā)展視角下的專利適格標準與“技術(shù)性”要求

首先，專利適格性標準在整個專利法審查體系中起到“守門員”的作用，應當合理設置準入門檻，與后續(xù)的實質(zhì)性審查區(qū)別開來?；趯＠顒?chuàng)新、促進科學進步的制度目標，正面規(guī)定的專利準入門檻應當適量包容一些，盡可能地囊括具有突出貢獻的創(chuàng)新領(lǐng)域，不遺漏某些技術(shù)領(lǐng)域或者產(chǎn)業(yè)部門。③王太平：《知識經(jīng)濟時代專利適格標的研究》，知識產(chǎn)權(quán)出版社，2015，第276頁。由于智能時代下技術(shù)創(chuàng)新所體現(xiàn)出的技術(shù)應用和產(chǎn)業(yè)領(lǐng)域的多樣化，過于嚴苛的準入門檻不利于對各個技術(shù)創(chuàng)新領(lǐng)域提供最佳的專利保護，專利法必須通過一定的政策性安排為其提供授予專利權(quán)的可能性。后續(xù)可以通過對實質(zhì)性審查制度進行調(diào)適來進行限制，從而平穩(wěn)整個專利客體審查體系的相對秩序。

其次，為緩解嚴格客體法定主義的局限性，對專利適格性標準的理解應當秉持開放理念。事實上，“不能授予專利權(quán)的發(fā)現(xiàn)”與“授予專利權(quán)的發(fā)明”之間原本就很難劃分出一條完全清晰的界限，④張新鋒：《專利法區(qū)分發(fā)明與發(fā)現(xiàn)的實證辯析》，《安陽師范學院學報》，2004年第3期。專利適格標的始終是發(fā)展的、開放的，在判斷標準和具體范圍上可能都會隨著不同的時代背景而產(chǎn)生不同的發(fā)展和變化。從整體演變趨勢來看，過去傳統(tǒng)專利法中的非專利性客體可能會逐步變?yōu)閷＠m格標的，專利權(quán)保護客體的領(lǐng)域逐步向計算機軟件、商業(yè)方法、人工智能技術(shù)等領(lǐng)域擴張。回歸到人工智能算法領(lǐng)域，在專利法意義下審視其專利適格性不應再固守過去舊工業(yè)時代遺留的結(jié)論和問題，應當充分考慮我國的經(jīng)濟發(fā)展現(xiàn)狀、人工智能技術(shù)創(chuàng)新狀況、以及我國針對人工智能技術(shù)擬定的發(fā)展戰(zhàn)略和政策目標，綜合上述多種因素看待智能時代下新的專利適格標準。

具體而言，“技術(shù)性”要求和作為補充的“抽象思想-具體應用”二分法仍然適用于人工智能算法專利適格性的審查，但對上述標準內(nèi)涵的理解應盡量貼合智能時代的需求。關(guān)于“技術(shù)”，很難有一個公認且兼具可操作性的定義，①Richard S. Gruner. Intangible Inventions: Patentable Subject Matter for an Information Age.35 LOY.L.A.L. REV. 355（2002）.可以認為其本質(zhì)是“人類領(lǐng)悟或認識自然規(guī)律后，在實踐中加以利用”；也可以認為其是“人類改造自然、創(chuàng)造人工自然的方法和手段總和”。當前的“技術(shù)性”要求應適當?shù)瘜Α拔锢頎顟B(tài)”和“利用自然規(guī)律”的關(guān)注，可適當側(cè)重對“產(chǎn)業(yè)利用性”和“可重復使用性”的關(guān)注，即客體內(nèi)容是否能夠進行產(chǎn)業(yè)利用從而促進相關(guān)產(chǎn)業(yè)的發(fā)展，是否具有實操性。此類調(diào)整可以緩解人工智能算法這類與抽象思想有關(guān)的專利客體與“技術(shù)性”要求之間的矛盾。不可否認的是，這樣有可能導致衡量專利適格性的技術(shù)標準走向形式化的道路，②易繼明、王芳琴:《世界專利體系中專利客體的演進》，《西北大學學報（哲學社會科學版）》2020年第1期。若是在過去技術(shù)發(fā)展水平稍顯欠缺的階段，這種做法顯然不妥，但考慮到如今我國正處于激勵通用算法和關(guān)鍵技術(shù)創(chuàng)新的攻堅時期，③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。同時人工智能技術(shù)的信息服務和產(chǎn)品在我國經(jīng)濟生活中已占據(jù)了重要地位等事實可知，順應國際社會整體對“技術(shù)性”要求的發(fā)展趨勢，聚集更多創(chuàng)新資源，推動產(chǎn)業(yè)發(fā)展，是更為合理的選擇。同時，“抽象思想-具體應用”二分法本質(zhì)上只是強調(diào)應當保護某種抽象思想的應用或表達，至于應用的有形性或無形性，不應當成為該原則適用的判斷標準。在智能時代，“抽象思想-具體應用”的二分法原則應當被賦予新的涵義，不僅限于物化產(chǎn)品，更應將智能信息產(chǎn)品的狀態(tài)變化也涵攝其中，這種制度彈性是法律克服滯后性的重要手段。

（二）人工智能算法本身的技術(shù)屬性足以達到專利適格門檻

人工智能算法創(chuàng)新本身能否受到專利權(quán)保護？還是說只有固定在特定的硬件設備和運行環(huán)境時才具有專利適格性？該問題始終是實踐中反復回避和混淆的難點。事實上，相比算法在某領(lǐng)域的具體應用創(chuàng)新，人工智能基礎算法本身的創(chuàng)新對社會技術(shù)的進步和發(fā)展而言更為關(guān)鍵，其專注于模擬基礎智能，可以擺脫特定應用領(lǐng)域的限制，在不同的場景下產(chǎn)生不同的功能和技術(shù)效果。激勵關(guān)鍵核心技術(shù)創(chuàng)新，提高專利質(zhì)量，也是我國當今知識產(chǎn)權(quán)發(fā)展的重點。因此，不應將專利制度的保護僅限于人工智能算法的應用層面，有必要在充分認識人工智能算法技術(shù)屬性的基礎上，對通用算法創(chuàng)新本身的專利權(quán)保護問題作出回應。

首先，人工智能算法具有抽象思維和技術(shù)規(guī)則的二重屬性。一方面，計算的核心就是抽象，④Jeff Kramer，Is abstraction the key to computing? [J]. Communications of the ACM. 2007，（4）.算法是對抽象概念的構(gòu)建、操作與推理。實現(xiàn)智能的本質(zhì)也是依托數(shù)學模型模擬人腦進行認知和信息處理等抽象思維的過程。人工智能算法設計作為其中的重要環(huán)節(jié)，毋庸置疑具有抽象屬性。另一方面，人工智能算法是人工智能的“設計圖紙”，亦或是“智慧來源”，作為人工智能技術(shù)發(fā)展的核心，其包含了智能系統(tǒng)運行所必需的完整技術(shù)信息和步驟，在設計、編程人員的專業(yè)習慣下可以作為單獨的技術(shù)對象被表達出來，供相關(guān)領(lǐng)域的技術(shù)人員閱讀和理解，進而用以解決特定領(lǐng)域下的技術(shù)問題。實踐中智能算法的編程實現(xiàn)本身可以作為獨立的信息產(chǎn)品或者服務，具備技術(shù)上的獨立性和物理上的可分割性。因此，人工智能算法本質(zhì)是一種可以解決具體技術(shù)問題的特殊技術(shù)方案，特殊性在于其專注于解決如何實現(xiàn)智能這一技術(shù)問題，與具象化的技術(shù)產(chǎn)品存在本質(zhì)區(qū)別，但仍具有技術(shù)屬性。

其次，抽象屬性是人工智能算法的表征和基礎，技術(shù)屬性是人工智能算法的首要和核心的屬性，其足以達到專利適格性門檻。兼具二重屬性使得人工智能算法始終在可專利性與不可專利性之間徘徊。不少學者質(zhì)疑，弱人工智能時代下算法的技術(shù)屬性尚不足以使其達到專利適格性，這實質(zhì)上是不恰當?shù)厍耙屏藢θ斯ぶ悄芩惴▽＠膶嵸|(zhì)性審查階段。智能時代下的基礎算法已經(jīng)充分具備技術(shù)屬性，其本身無需借助與設備或者非算法類技術(shù)方案的結(jié)合就能滿足符合專利法意義下具體應用的要求。只有將人工智能算法認定為技術(shù)，才能推動智能革命的不斷發(fā)展。若以準入門檻的視角去看待，應當明確當前人工智能算法的技術(shù)屬性足以滿足專利適格準入的要求、在“物理狀態(tài)的變換”上，人工智能算法雖不同于傳統(tǒng)具象化的技術(shù)產(chǎn)品，但可以作為信息系統(tǒng)“零部件”而被整合進人工智能技術(shù)方案當中，亦或者作為獨立的信息產(chǎn)品或者服務被用于有所需的工業(yè)應用領(lǐng)域，例如騰訊智能鈦機器學習平臺就可提供各類主流算法模型組件，支持金融、工業(yè)、教育等多樣化的應用場景。2020年，國家發(fā)改委提出要加強新基礎設施建設，其中以數(shù)據(jù)中心、智能計算中心為代表的算力基礎設施是重要內(nèi)容之一，通過集成先進算法的開源平臺可以對外提供相關(guān)的智能產(chǎn)品或服務。在這一點上，可認為人工智能算法具有“產(chǎn)業(yè)利用性”和“可重復使用性”。

五、人工智能算法語境下專利實質(zhì)審查要件的解讀

按照專利客體審查的邏輯順序，若將人工智能算法發(fā)明納入可專利范疇，接下來便要考慮專利“三性”的實質(zhì)性審查，其真正決定了人工智能算法能否被授予專利權(quán)。若明確了專利適格性的準入功能，那么可專利性與專利實質(zhì)審查之間就形成了擴張與制約的關(guān)系。有學者認為要對現(xiàn)有的專利實質(zhì)審查規(guī)則進行調(diào)整，以適應人工智能社會相關(guān)客體的判斷，但基于各種情況仍在變化之中，最合時宜的做法應是利用法律體系本身的解釋空間，盡可能使人工智能算法發(fā)明審查這一客體審查可能存在的困難被現(xiàn)存制度所容納。①陳景輝：《人工智能的法律挑戰(zhàn):應該從哪里開始?》，《比較法研究》2018年第5期。

（一）實用性審查：關(guān)注人工智能算法的負面技術(shù)效果

實用性審查要求申請客體具有“可再現(xiàn)性”和“有用性”，本質(zhì)上是通過專利實質(zhì)審查的首要過濾條件。在人工智能算法發(fā)明語境下，算法本身以及其所依賴的硬件設備和運行環(huán)境必然可以被實際制造和正常使用，其難點在于算法發(fā)明的技術(shù)方案有時無法完全被闡釋清楚，相關(guān)技術(shù)領(lǐng)域的技術(shù)人員可能無法重復實施，從而達不到申請書所述的相同技術(shù)效果；同時，人工智能技術(shù)作為前沿科學領(lǐng)域，可能會產(chǎn)生人類較難理解的技術(shù)方案，②吳漢東、張平、張曉津：《人工智能對知識產(chǎn)權(quán)法律保護的挑戰(zhàn)》，《中國法律評論》2018年第2期。算法設計的運行過程本身也存在不可預測性，極有可能產(chǎn)生不可控的負面技術(shù)效果。故人工智能算法發(fā)明實用性標準的審查核心在于：（1）審查人工智能算法發(fā)明專利申請書所描述的技術(shù)內(nèi)容是否清晰明確，足以被重復再現(xiàn)和使用；（2）審查人工智能算法發(fā)明是否能產(chǎn)生積極效果，排除經(jīng)預測會帶來明顯負面影響的算法發(fā)明。

首先，應當要求權(quán)利人在撰寫專利申請時盡可能運用多種程序語言對算法發(fā)明的關(guān)鍵技術(shù)內(nèi)容和技術(shù)細節(jié)進行充分的公開和說明。具體而言，在不涉及商業(yè)秘密的前提下，應當對人工智能算法的設計模型和運行原理用專業(yè)的程序語言進行詳盡描述，充分公開輸入數(shù)據(jù)與輸出數(shù)據(jù)之間的關(guān)聯(lián)性。其次，人工智能算法在產(chǎn)生積極效果、推動智能化革命的同時必然伴隨著負面影響，在實用性審查環(huán)節(jié)，應當排除那些明顯會產(chǎn)生負面影響的算法技術(shù)方案，例如將人工智能算法應用于違背倫理道德，不利于公共福祉的領(lǐng)域。

（二）新穎性審查：范圍限定與要素解構(gòu)

新穎性審查要求申請的技術(shù)方案不屬于現(xiàn)有技術(shù)，不存在抵觸申請。在人工智能算法發(fā)明審查語境下，以技術(shù)領(lǐng)域界定現(xiàn)有技術(shù)顯然不現(xiàn)實，因為人工智能算法本身可以應用于多個不同的技術(shù)領(lǐng)域。故人工智能算法發(fā)明新穎性審查的核心在于：（1）合理框定人工智能算法申請客體現(xiàn)有技術(shù)的檢索范圍；（2）合理解構(gòu)人工智能算法發(fā)明，用具象化的要素與前述的現(xiàn)有技術(shù)進行對比。

首先，合理界定現(xiàn)有技術(shù)范圍。一方面，要確保審查過程中掌握較為全面的與人工智能算法發(fā)明有關(guān)的技術(shù)信息。可以要求專利申請人在除卻商業(yè)秘密內(nèi)容的基礎上，充分披露與人工智能算法發(fā)明有關(guān)的數(shù)據(jù)信息和模型方案，能夠提高審查效率，避免不必要勞動力的浪費；還可以利用人工智能技術(shù)建立智能數(shù)據(jù)庫與算法模型庫，以避免實踐中不法分子將普通軟件包裝成算法專利進而“搭便車”的行為。另一方面，要將“防御專利”排除在現(xiàn)有技術(shù)范圍以外，①姚葉：《人工智能算法的可專利性問題研究》，《創(chuàng)新科技》2021年第9期。防御專利即通過關(guān)鍵詞替換形成的其他海量技術(shù)方案。人工智能算法發(fā)明較傳統(tǒng)申請客體，具有更強大的數(shù)據(jù)處理能力，更容易組合出許多表征不同但具有同質(zhì)性的技術(shù)方案。在條件允許的情況下應當盡可能配備常見算法應用領(lǐng)域的專業(yè)審查員，對人工智能算法發(fā)明專利的檢索范圍進行合理限定。

其次，深入人工智能算法的本質(zhì)，從中抽象出具有普適性的要素，可依照運行過程將其劃分為數(shù)據(jù)操作階段與算法結(jié)構(gòu)設計階段，其中數(shù)據(jù)操作階段僅涉及對輸入數(shù)據(jù)的數(shù)理化分析，而算法結(jié)構(gòu)設計階段是技術(shù)方案的核心，其比對結(jié)果的“新舊”對整個算法發(fā)明的新穎性起決定作用。換言之，當算法結(jié)構(gòu)設計階段的技術(shù)內(nèi)容經(jīng)比對為“舊”時，則算法發(fā)明的新穎性很難成立。當算法結(jié)構(gòu)設計階段的技術(shù)內(nèi)容經(jīng)比對為“新”時，除非整體的輸入輸出結(jié)果是即存的，否則可以認定其具有新穎性。

（三）創(chuàng)造性審查：技術(shù)發(fā)展視角下的動態(tài)調(diào)整

創(chuàng)造性審查要求申請客體具有“實質(zhì)性特點”和“顯著進步”，同時還要將具有相互作用關(guān)系的算法特征與技術(shù)特征作為整體看待。在人工智能算法語境下，審查的核心在于：（1）以雙審查制、智能機器替代等方式提高“技術(shù)領(lǐng)域的普通技術(shù)人員”這一擬制概念的標準；（2）結(jié)合人工智能算法專利申請書所涉技術(shù)領(lǐng)域的最新發(fā)展水平，判斷是否具有“實質(zhì)性特點”和“顯著進步”。

首先，基于人工智能算法發(fā)明本身較其他專利申請客體而言，具有更強大的資源整合能力和高效、理性的特征，在現(xiàn)有的某一特定領(lǐng)域的技術(shù)審查標準下容易快速地認為具有“創(chuàng)造性”，不能起到實質(zhì)審查的功能。故人工智能算法發(fā)明審查中的“技術(shù)領(lǐng)域的普通技術(shù)人員”標準應當有針對性地提高，使其與智能算法創(chuàng)新的現(xiàn)實發(fā)展相同步，其中難點在于確定提高的臨界點以及如何提高的問題。若“技術(shù)人員”確定為人，可以選用在人工智能領(lǐng)域具有多年專業(yè)經(jīng)驗的算法開發(fā)人員作為審查員，為了克服人工智能算法跨技術(shù)領(lǐng)域的難題，可以依據(jù)申請書所列的應用領(lǐng)域，選用多名不同領(lǐng)域的專業(yè)技術(shù)人員進行審查，這對我國專利審查人才隊伍提出了較高的要求，同時，雙重審查制意味著要付出更多的人力物力成本，實踐中可能會遇到諸多困難。有學者提出可由申請書所涉技術(shù)領(lǐng)域的人工智能作為“技術(shù)領(lǐng)域的普通技術(shù)人員”，②馬忠法、彭亞媛、張馳：《與人工智能相關(guān)的主要知識產(chǎn)權(quán)法律問題》，《武陵學刊》2019年第44期，第52—65頁。此舉在未來智能設備普及的時代或許有進一步討論的空間。

其次，在明確“技術(shù)領(lǐng)域的普通技術(shù)人員”這一判斷起點的基礎上，判斷是否具有“實質(zhì)性特點”和“顯著進步”，即發(fā)明相對于現(xiàn)有技術(shù)來說非顯而易見，且能產(chǎn)生有益的技術(shù)效果。在人工智能算法語境下進行上述判斷時，要考慮到其卓越的跨領(lǐng)域應用能力和該算法專利申請書所涉技術(shù)領(lǐng)域的最新發(fā)展水平，即依照相關(guān)技術(shù)領(lǐng)域的最新發(fā)展現(xiàn)狀，該智能算法的創(chuàng)新屬于正常的技術(shù)手段，則對于技術(shù)領(lǐng)域的普通技術(shù)人員來說是顯而易見的，缺乏創(chuàng)造性。