許中緣,鄭煌杰

(中南大學(xué) 法學(xué)院,湖南 長沙 410083)

引言

2023年被認(rèn)為是生成式人工智能(Generative Artificial Intelligence)的元年,也是人工智能(以下簡稱“AI”)領(lǐng)域的重要拐點(diǎn),ChatGPT類應(yīng)用的崛起標(biāo)志著人類社會正在經(jīng)歷一場知識革命。比爾·蓋茨坦言在其一生中只見到兩項(xiàng)真正具有革命性的技術(shù),一個是用戶圖形界面(現(xiàn)代操作系統(tǒng)的先驅(qū)),另一個就是Open AI研發(fā)出的GPT模型。ChatGPT類應(yīng)用之所以能現(xiàn)象級躥紅,主要是因?yàn)镚PT模型在算法(如Large Language Models,LLM等大語言模型)方面實(shí)現(xiàn)了新的突破,即可以基于其訓(xùn)練數(shù)據(jù),獨(dú)立自主地創(chuàng)造文本、代碼、圖形等連貫性、具有意義的內(nèi)容。這種人機(jī)互動、橫跨多領(lǐng)域應(yīng)用、以及自我生成內(nèi)容的技術(shù)特征,正在加快ChatGPT類應(yīng)用與人類社會形成更加穩(wěn)固、泛在的聯(lián)系。為了促進(jìn)生成式人工智能的健康發(fā)展,國家網(wǎng)信辦等七部門于2023年7月14日聯(lián)合公布《生成式人工智能服務(wù)管理暫行辦法》,其中明確了其適用范圍、責(zé)任主體認(rèn)定、服務(wù)規(guī)范等方面內(nèi)容,旨在促進(jìn)生成式人工智能健康發(fā)展和規(guī)范應(yīng)用,維護(hù)國家安全和社會公共利益,保護(hù)公民、法人和其他組織的合法權(quán)益。

在上述背景下,針對生成式人工智能的理論研究亦十分火熱。然而,當(dāng)前大多研究者都在關(guān)注生成式人工智能的潛在風(fēng)險,如數(shù)據(jù)安全、算法侵權(quán)、生成內(nèi)容版權(quán)不明等風(fēng)險[1]。但現(xiàn)階段ChatGPT類應(yīng)用在我國尚未全面推廣,能否合法應(yīng)用于各領(lǐng)域也有待商榷,故提前進(jìn)行嚴(yán)格地監(jiān)管與干預(yù)難免為時尚早,容易阻礙其技術(shù)的創(chuàng)新與發(fā)展。簡言之,對于生成式人工智能而言,既要關(guān)注其引發(fā)的安全風(fēng)險,亦要重視其保護(hù)以賦能數(shù)字經(jīng)濟(jì)的發(fā)展,后者則是當(dāng)前學(xué)界研究甚少之處,即便有所論及,也是較為零碎化,沒有進(jìn)行體系化研究。對于ChatGPT類應(yīng)用保護(hù)的核心關(guān)鍵,在于生成式人工智能算法(以下簡稱“AI算法”)的保護(hù),這是數(shù)字時代亟需回應(yīng)的核心問題。對此,可將“如何對AI算法進(jìn)行保護(hù)”這一問題,劃分為三個子問題:第一,對于AI算法而言,當(dāng)前存在哪些保護(hù)路徑?第二,其應(yīng)選擇何種保護(hù)路徑?第三,在確定某種保護(hù)路徑后,應(yīng)如何基于其技術(shù)特征進(jìn)行體系化展開?本文將基于以上問題展開論述分析,并提出針對性因應(yīng)之策,希冀對生成式人工智能的規(guī)范應(yīng)用與健康發(fā)展有所裨益。

一、生成式人工智能算法保護(hù)的多維路徑探析

與傳統(tǒng)計(jì)算機(jī)軟件算法(以下簡稱“傳統(tǒng)算法”)不同,AI算法的技術(shù)特征在于將預(yù)訓(xùn)練和微調(diào)體系引入自然語言算法處理過程。前者通常只具備特定功能(如人臉識別、智能繪圖等),后者則在模型算法方面實(shí)現(xiàn)了新的突破,即事先對輸入的文本內(nèi)容進(jìn)行無監(jiān)督地“自主學(xué)習(xí)”,包括文本的語法、語義等,再利用Transformer模型構(gòu)建能讓人們所理解的語言算法模型。也就是說,用戶輸入指令后,ChatGPT類應(yīng)用將其轉(zhuǎn)化為算法語言數(shù)字序列,分析輸入內(nèi)容的含義及特征,再生成算法語言數(shù)字序列,最后將其轉(zhuǎn)換為文本輸出(見圖1)[2]。簡言之,傳統(tǒng)算法是基于其程序運(yùn)行來分析數(shù)據(jù),而AI算法則是增加了接收和反饋的環(huán)節(jié),后者的技術(shù)要求更高。因此,對于AI算法保護(hù)路徑的分析也需基于其技術(shù)特征出發(fā),以精準(zhǔn)回應(yīng)其保護(hù)需求。

圖1 AI算法模型的運(yùn)行機(jī)制

(一)著作權(quán)保護(hù)的沖突:算法“功能性”與“外觀性”差異的忽視

盡管AI算法運(yùn)行依賴于外部數(shù)據(jù)輸入,但仍需要將抽象內(nèi)容轉(zhuǎn)換為代碼。所以,AI算法的保護(hù)可以借鑒我國對于代碼保護(hù)的法律規(guī)定[3]。從技術(shù)層面來看,可以將計(jì)算機(jī)軟件分為文檔和程序兩部分。文檔主要是指計(jì)算機(jī)內(nèi)的文字、符號或圖片,程序則可以劃分為“源程序”和“目標(biāo)程序”①(1)①《基本術(shù)語:源程序,目標(biāo)程序,翻譯程序》,源程序:用源語言編寫的,有待翻譯的程序,稱為“源程序”。源語言可以是匯編語言,也可以是高級程序設(shè)計(jì)語言(比如C++語言),用它們寫出的程序都是源程序。目標(biāo)程序:是源程序通過翻譯加工以后所生成的程序。目標(biāo)程序可以用機(jī)器語言表示(因此也稱之為“目標(biāo)代碼”),也可以用匯編語言或其它中間語言表示,https://blog.csdn.net/dl0914791011/article/details/8161136,訪問日期2023年10月8日。,其主要是以0/1的代碼形式顯現(xiàn),這兩部分(程序和文檔)與著作權(quán)法中的“文字作品”十分相似。我國《計(jì)算機(jī)軟件保護(hù)條例》也明確規(guī)定,可以通過保護(hù)計(jì)算機(jī)軟件代碼的方式來實(shí)現(xiàn)對其保護(hù)①(2)①《計(jì)算機(jī)軟件保護(hù)條例》第三條:本條例下列用語的含義:(一)計(jì)算機(jī)程序,是指為了得到某種結(jié)果而可以由計(jì)算機(jī)等具有信息處理能力的裝置執(zhí)行的代碼化指令序列,或者可以被自動轉(zhuǎn)換成代碼化指令序列的符號化指令序列或者符號化語句序列。同一計(jì)算機(jī)程序的源程序和目標(biāo)程序?yàn)橥蛔髌贰?。申言?如果AI算法是以代碼形式呈現(xiàn),那么就有可能納入上述規(guī)定的保護(hù)范圍。

誠然,AI算法采取著作權(quán)保護(hù)具有一定合理性,但這種保護(hù)路徑仍存在許多沖突之處:首先,計(jì)算機(jī)軟件設(shè)計(jì)的目的在于發(fā)揮功能性作用,而不是外觀表現(xiàn)形式。對于設(shè)計(jì)者來說,如設(shè)計(jì)的“作品”被他人侵權(quán),其主觀訴求并不是想禁止他人復(fù)制程序的代碼,而是試圖阻止他人應(yīng)用代碼設(shè)計(jì)出相同功能的“作品”[4]。其次,著作權(quán)保護(hù)的“思想/表達(dá)二分法”如適用于計(jì)算機(jī)程序保護(hù),那么將難以區(qū)分“設(shè)計(jì)作品”究竟是屬于程序還是表達(dá)[5]。例如,在“Herbert Rosenthal Jewely Corp. v.Kalpakian”案中,原告指控被告復(fù)制了其珠寶造型蜜蜂箱的設(shè)計(jì)。美國第九巡回法院指出:有實(shí)質(zhì)性證據(jù)表明,審判法院裁定被告的設(shè)計(jì)在事實(shí)上是一個獨(dú)立的設(shè)計(jì)。兩個人的設(shè)計(jì)都是建立在描述自然生物的基礎(chǔ)上。考慮到復(fù)制不需要意識這一原則,它可能是由在過去的某一個時候閱讀或視聽著作權(quán)作品的無意識記憶而產(chǎn)生的。由于獨(dú)立的創(chuàng)造可能是這樣一個事實(shí),即法院不能以合理的理由確定被告是否復(fù)制了原告的作品,即使被告的行為構(gòu)成復(fù)制,所取走的只是思想②(3)②See Herbert Rosenthal Jewelrey Corp. v. Kalpakian (446 F.2d 738).。再次,著作權(quán)保護(hù)只能禁止復(fù)制、傳播等行為,難以保護(hù)“作品”的思想內(nèi)容。例如,設(shè)計(jì)者雖利用不同代碼,但設(shè)計(jì)出的程序功能卻相似,那么將此類行為定性為“侵權(quán)”則存在一定難度,無法保障原始設(shè)計(jì)者的“著作權(quán)益”。此外,則是關(guān)于著作權(quán)保護(hù)的“自動取得”和“保護(hù)期”設(shè)置。計(jì)算機(jī)軟件的更新速度遠(yuǎn)遠(yuǎn)短于“五十年”,采用“保護(hù)期”設(shè)置只會造成資源的浪費(fèi)。而“自動取得”則可能為一些不法分子提供幫助,如設(shè)計(jì)者出于謀取非法利益設(shè)計(jì)算法,由于目前我國算法監(jiān)管制度尚不完善,故極易侵害他人的合法權(quán)益。

(二)商業(yè)秘密保護(hù)的局限:“不可解釋性”的加劇與“利益”的失衡

商業(yè)秘密通常是指具有秘密性、價值性、采取保密措施手段的技術(shù)性信息,由于其基本是處于封閉狀態(tài),故無法被公眾所獲知進(jìn)行重復(fù)性研究。當(dāng)前許多高新數(shù)字技術(shù)企業(yè)將創(chuàng)新性成果(涉及商業(yè)秘密內(nèi)容)“物化”為前沿智能產(chǎn)品,如ChatGPT類應(yīng)用、機(jī)器人等,這既讓其獲得了巨大的商業(yè)利益,也推動了數(shù)字經(jīng)濟(jì)的發(fā)展。這些智能應(yīng)用的研發(fā)方法,一旦公之于眾,各種山寨產(chǎn)品將可能層出不窮。所以,企業(yè)為了保護(hù)其研發(fā)成果,防止智能產(chǎn)品涉及的算法被他人模仿抄襲,通常是將算法視為一種商業(yè)秘密,不對外公開?？陀^而言,商業(yè)秘密保護(hù)與本文提倡的專利保護(hù)相比具有一定的優(yōu)勢:第一,前者比后者所耗費(fèi)的成本更低、所需承擔(dān)的風(fēng)險更小。就算AI算法能獲得專利保護(hù),但仍需要進(jìn)行專利申請等程序步驟,這過程所涉及的成本往往較高,而且企業(yè)也無法保證其獲得專利保護(hù)后必定具有商業(yè)價值。因此,商業(yè)秘密保護(hù)可以說是一種“效益比”更高的路徑。第二,前者要件判定標(biāo)準(zhǔn)比后者低,即只需要滿足商業(yè)秘密的構(gòu)成要件即可,同時企業(yè)自身也能自由決定是否需要對其進(jìn)行保護(hù)。第三,前者并不用對外公開,就能夠直接使用,從而避免AI算法在專利審查過程中的“泄露”(公開)風(fēng)險。

然而,商業(yè)秘密保護(hù)亦存在較大局限性:其一,這種保護(hù)路徑無法制止他人對AI算法相關(guān)軟件或程序進(jìn)行破解以獲取源代碼,一旦源代碼被他人獲取,涉及的企業(yè)不僅將喪失競爭優(yōu)勢,還會失去對算法的獨(dú)家使用權(quán)。其二,商業(yè)秘密保護(hù)使得人們更難以知曉AI算法的決策過程,這將進(jìn)一步加劇算法的“不可解釋性”。尤其在涉及財產(chǎn)利益、人身利益時,倘若AI算法缺乏透明度,一旦發(fā)生損害后果,被侵權(quán)人的合法權(quán)益將難以及時得到救濟(jì)。其三,采用這種路徑將加深數(shù)字鴻溝。在市場環(huán)境下,企業(yè)出于追求效率與效益的目的,可能無限擴(kuò)張其私人權(quán)益,這將導(dǎo)致公眾權(quán)益日益限縮。例如,在當(dāng)前的算法推薦服務(wù)(如“抖音”等APP的推薦內(nèi)容)中,人們已經(jīng)深陷信息繭房,卻毫不知情,類似的問題還包括“大數(shù)據(jù)殺熟”等現(xiàn)象頻發(fā),這些都將可能不斷擴(kuò)大“數(shù)字弱勢群體”的范圍。

(三)行業(yè)自律保護(hù)的風(fēng)險:開源機(jī)制的“侵權(quán)隱患”與“脆弱性”

通常而言,技術(shù)應(yīng)用需要以開源軟件為基礎(chǔ),而開源軟件雖能夠隨意發(fā)布,但在發(fā)布時必須附帶軟件的源代碼,也要默認(rèn)其他使用者修改或復(fù)制源代碼①(4)①開源軟件(Open Source Software,OSS)意味著每個運(yùn)用它的人都可以根據(jù)自己的意愿修改、改進(jìn)或利用軟件,而不受任何限制。因此,可以在現(xiàn)有開源軟件的基礎(chǔ)上針對自己的特定應(yīng)用對其定制化。。當(dāng)然,使用者在進(jìn)行“二次發(fā)布”時也需承擔(dān)開源軟件的附帶義務(wù),開源代碼相當(dāng)于一種“代碼公共資源”,設(shè)計(jì)者只要遵循標(biāo)識(編號)與禁止性義務(wù),就可在此基礎(chǔ)上繼續(xù)設(shè)計(jì)新代碼[6]。申言之,開源代碼所遵循的義務(wù)既可以說是一種行業(yè)自律行為,也能認(rèn)為是一種能夠促進(jìn)代碼、軟件、程序等內(nèi)容的創(chuàng)新機(jī)制。從框架開源,數(shù)據(jù)集、算法開源,再到模型開源,開源機(jī)制極大推動了AI在技術(shù)、應(yīng)用等方面的發(fā)展。比如,基于開源社區(qū)的孵化,2022年最火熱的Stable Diffusion模型在不到兩個月的時間便流行開來,國內(nèi)企業(yè)和研究機(jī)構(gòu)也迅速跟進(jìn),如OneFlow將Stable Diffusion的圖片生成速度加速到1秒以內(nèi)等②(5)②前沿開源技術(shù)領(lǐng)域解讀——開源AI,https://baijiahao.baidu.com/s?id=1757684243981702389&wfr=spider&for=pc,訪問日期2023年10月9日。。更重要的是,開源機(jī)制使得AI標(biāo)準(zhǔn)化和規(guī)?；厔蓍_始成型,從算法的標(biāo)準(zhǔn)化開始,帶來了軟件標(biāo)準(zhǔn)化的機(jī)會,進(jìn)而能夠打破技術(shù)壁壘,促進(jìn)AI算法不斷地發(fā)展與創(chuàng)新。

不過,這種保護(hù)路徑也存在諸多風(fēng)險:第一,大規(guī)模使用開源軟件,很容易引發(fā)知識產(chǎn)權(quán)侵權(quán)風(fēng)險,如使用者不遵守開源許可協(xié)議導(dǎo)致版權(quán)侵權(quán)。又如,當(dāng)開源軟件中包含諸多專利時,如使用者未得到專利權(quán)人的許可,那么也會引發(fā)專利侵權(quán)③(6)③根據(jù)新思科技《2021開源安全與風(fēng)險分析報告》統(tǒng)計(jì),2020 年審計(jì)的代碼庫中,65%的代碼庫包含存在許可證沖突的開源組件,通常涉及“GNU通用公共許可證”。版權(quán)侵犯風(fēng)險與商標(biāo)侵權(quán)風(fēng)險較易規(guī)避,而專利侵權(quán)風(fēng)險與許可證沖突則較難規(guī)避。。此外,既有許可力度小的開源軟件協(xié)議(如EPL、CDDL),也有許可力度大的開源軟件協(xié)議(如AGPL、GPL)④(7)④軟件授權(quán)協(xié)議有什么作用,例如GPL、Apache License、CDDL、EPL這些協(xié)議有什么區(qū)別?,https://www.zhihu.com/question/19962512/answer/2310308409,訪問日期2023年10月9日。,倘若使用者選擇不恰當(dāng)?shù)膮f(xié)議,那么也會引發(fā)侵權(quán)風(fēng)險。第二,開源機(jī)制雖然能對外共享相關(guān)代碼或軟件,但難免會有不法分子為了謀取私益,而故意發(fā)布一些“瑕疵軟件或代碼”,抑或是不標(biāo)識軟件的“發(fā)源處”,這將造成其他使用者“無意”就實(shí)施了侵權(quán)行為[7]。第三,這種保護(hù)路徑具有一定的脆弱性。市場經(jīng)濟(jì)本質(zhì)上還是以私人利益最大化為導(dǎo)向,而AI算法的研發(fā)往往需要事先投入大量資源成本,故為了取得效益與效率的競爭優(yōu)勢,許多企業(yè)并不會積極主動地遵守行業(yè)自律規(guī)范[8]。

二、生成式人工智能算法專利保護(hù)的邏輯證成

知識產(chǎn)權(quán)制度具有激勵創(chuàng)新和利益平衡的雙重功能,對AI產(chǎn)業(yè)發(fā)展乃至建設(shè)創(chuàng)新型國家具有不可替代的作用。AI算法的保護(hù)理應(yīng)由知識產(chǎn)權(quán)制度來完成,各國的法律體系也基本采用這種路徑來實(shí)現(xiàn)這一目標(biāo)。知識產(chǎn)權(quán)具有“權(quán)利束”的特征,可提供多種路徑來規(guī)制和保護(hù)AI算法。通過前文分析,現(xiàn)有制度中與AI算法緊密相關(guān)的著作權(quán)、商業(yè)秘密等保護(hù)路徑,都存在難以逾越的價值沖突困境。審視人類社會發(fā)展歷史,科技的創(chuàng)新與發(fā)展與專利制度存在緊密聯(lián)系,科技創(chuàng)新催生專利制度的建立,而專利制度的建立又對科技創(chuàng)新發(fā)揮著激勵、引導(dǎo)、保護(hù)的作用。簡言之,專利制度不是激勵和保護(hù)科技創(chuàng)新的唯一方法,但往往是最為行之有效的手段。專利法以“公開換保護(hù)”的制度機(jī)能,既能夠防范“算法權(quán)力”的社會風(fēng)險,也能夠激勵A(yù)I算法的發(fā)展。因此,AI算法可適用專利保護(hù),并可基于專利制度相關(guān)理論加以論證其保護(hù)的契合性。

(一)專利保護(hù)的正當(dāng)性:“勞動要素”與“人格精神”的體現(xiàn)

上已述及,AI算法在處理數(shù)據(jù)過程中,能夠進(jìn)行“自主學(xué)習(xí)”,進(jìn)而生成“預(yù)測性”結(jié)果,這種技術(shù)特征使得人類的主導(dǎo)力量逐漸弱化。對此,分析AI算法能否獲得專利保護(hù),首先需要闡釋的是專利制度的基礎(chǔ)理論——勞動理論與人格精神理論。易言之,可否在人類勞動和思想轉(zhuǎn)化為權(quán)利的過程中,加入“AI”這一客體要素。就勞動理論而言,洛克在《政府論》中已通過闡釋“財產(chǎn)”來引出該理論,即人們有權(quán)享有經(jīng)由其勞動所取得的物品,該理論包括三個要素:勞動、先占、需求①(8)①約翰·洛克《政府論》財產(chǎn)權(quán)何以存在?如何取得財產(chǎn)?(上),https://baijiahao.baidu.com/s?id=1776161697532912621&wfr=spider&for=pc,訪問日期2023年10月12日。。其中“勞動”要素最為關(guān)鍵,人類勞動是取得財產(chǎn)的前提,只要物品在“生成”過程中加入了某人的勞動,那么就能認(rèn)為其具有擁有該物品的正當(dāng)性。雖然有學(xué)者對此理論適用于無形財產(chǎn)(如智力成果等)是否可行存疑[9]。但客觀來說還是具有可行性,因?yàn)闊o形財產(chǎn)無法被消耗,也不可能被消耗,故仍屬于洛克所預(yù)設(shè)的共有狀態(tài)。然而,將該理論引入AI算法的設(shè)計(jì)—運(yùn)行—輸出階段過程中,會發(fā)現(xiàn)人類勞動部分占比較小。例如,深度學(xué)習(xí)算法在設(shè)計(jì)后,基本不需要人類的參與,就能自行分析處理數(shù)據(jù),進(jìn)行“自主學(xué)習(xí)”,甚至生成全新的算法。因此,貌似無法借助“勞動”這一要素與“專利權(quán)”相連接。但該問題的本質(zhì)還是在于AI能否擁有法律主體地位,即AI的“勞動”能不能看作是“人的勞動”? 對此,有學(xué)者認(rèn)為人類可以借助“仆人”(工具)的勞動獲得財產(chǎn)[10]。洛克則認(rèn)為“仆人”本質(zhì)上還是屬于“勞動”的一部分,因?yàn)槠湟彩侨祟愅ㄟ^勞動所獲得。審視當(dāng)下,大多數(shù)涉及AI的發(fā)明創(chuàng)造(包括ChatGPT類應(yīng)用)基本都摻入了人們的“勞動”,即使這些“勞動”只起到一部分作用。此外,鑒于當(dāng)前仍處于弱AI時代,雖然AI算法能通過“自主學(xué)習(xí)”生成全新算法,但并不意味著在這過程中完全不存在人類的“勞動”。所以,可以通過目的解釋,將AI算法涉及的“勞動”部分解釋成ChatGPT類應(yīng)用的研發(fā)者、設(shè)計(jì)者、投資者等主體“勞動”的延伸。易言之,在勞動理論下,AI算法專利保護(hù)具有一定的正當(dāng)性。

就人格精神理論而言,黑格爾在《法哲學(xué)原理》中提出“財產(chǎn)”的正當(dāng)性,應(yīng)當(dāng)建立在人類的意志與人格之上②(9)②物權(quán)的人格化還是人格權(quán)的物化?——黑格爾論人格、人格權(quán)和物權(quán),https://mp.weixin.qq.com/s?__biz=MzIxODM4NTgxOQ==&mid=2247486522&idx=4&sn=0da9877c01521e305def2dca02cea506&chksm=97ea10cea09d99d8ca284a6da9eba834c70d7012a8e312c85c56c25f8b6f072a0886ce852187&scene=27,訪問日期2023年10月13日。。在意志層面,人類的意識體現(xiàn)于對“物”的占有。此時的“物”應(yīng)作廣義理解,既包括有形物,也包含“智力成果”等無形物,因?yàn)楹笳呷绻軌颉拔锘?那么就有可能成為私人財產(chǎn)。在人格層面,則需要借助“財產(chǎn)”這一形式得以保障,倘若人類無法對己所有物享有支配權(quán),那么將無法實(shí)現(xiàn)完整的人格自由。申言之,“財產(chǎn)”是人格與意志自由的前置要件,兩者能否完全實(shí)現(xiàn)也取決于對財產(chǎn)的占有狀況。相比于勞動理論,人格精神理論更契合專利法領(lǐng)域,即財產(chǎn)不一定需要有形化,就能獲得專利保護(hù)。在意志之上的人格是自由發(fā)展的,而意志對財產(chǎn)的占有取決于人的主觀意識形態(tài)。簡言之,“物”能否成為財產(chǎn)很大程度上受意志的影響,所以發(fā)明、技術(shù)抑或是AI算法等客體,只要人類在客觀上能夠?qū)ζ湎碛兄錂?quán),那么其就具有成為“財產(chǎn)”的可能性,也就具備獲得專利保護(hù)的正當(dāng)性[11]。

(二)專利保護(hù)的必要性:營造驅(qū)動創(chuàng)新的算法環(huán)境

得益于算法、算力、數(shù)據(jù)相關(guān)技術(shù)的發(fā)展,ChatGPT類應(yīng)用的浪潮才能興起。如今,AI算法正在應(yīng)用于不同場景,其市場前景也被許多企業(yè)所看好,這使得企業(yè)通常是將其作為一種商業(yè)秘密進(jìn)行保護(hù),防止其相關(guān)技術(shù)未成熟時就被他人“竊取”,從而喪失市場競爭優(yōu)勢[12]。誠然,采取這種封閉式保護(hù)路徑雖有助于企業(yè)的私益保護(hù),但難以充分發(fā)揮出AI算法的功能性作用。申言之,如選擇將算法進(jìn)行公開及推廣使用,不僅會給人們生活帶來極大的便利,也能在公開共享開放的算法環(huán)境下,促進(jìn)其不斷進(jìn)行創(chuàng)新與發(fā)展,這正是功利理論之應(yīng)用體現(xiàn)。

具體來說,功利理論的核心在于“利益驅(qū)動”,即以對價利益帶動人們創(chuàng)新的積極性,以個人利益的實(shí)現(xiàn)為基礎(chǔ)推動社會總體利益①(10)①如美國憲法對專利制度的功利理論提供了法律依據(jù),美國憲法第一條第八款寫道:“為促進(jìn)科學(xué)和實(shí)用技藝的進(jìn)步,對作家和發(fā)明家的著作和發(fā)明,在一定期限內(nèi)給予專利權(quán)的保障”,該條款直接將促進(jìn)科技進(jìn)步作為授予專利權(quán)的理據(jù)。。市場主體具有逐利的本性,如缺少利益的激勵,只會導(dǎo)致許多企業(yè)前期擔(dān)心風(fēng)險而無法投入太多成本,進(jìn)而阻礙AI算法的創(chuàng)新。對此,有觀點(diǎn)認(rèn)為AI相關(guān)發(fā)明創(chuàng)造并不需要“專利激勵”,提出“無限猴子定理”,倘若猴子有大量時間去敲擊鍵盤,那么就有可能創(chuàng)作出經(jīng)典或新型作品②(11)②“無限猴子定理”源于法國數(shù)學(xué)家埃米爾·博雷爾1913年出版的一本論述概率的書籍。他在書中提出,“想像有一百萬只猴子每天打字十個小時,那么將可能打出全世界藏書最豐富的圖書館里所有的書?！?。當(dāng)時間基數(shù)足夠大時,即使概率低的事件也可能會經(jīng)常發(fā)生。AI算法亦是如此,倘若具有足夠多的試錯時間,那么其也會生成具有技術(shù)特征的算法。然而,這種“試錯行為”未能體現(xiàn)出AI算法的本質(zhì)。AI算法的最初“創(chuàng)造源泉”還是來自于人類,設(shè)計(jì)人員利用代碼搭建模型,代碼的編寫并不是“憑空捏造”的,往往需要借鑒已公開代碼的內(nèi)容,在此基礎(chǔ)上不斷推陳出新。由此可見,在功利理論下,AI算法專利保護(hù)具有一定的必要性:既能夠營造出創(chuàng)新與發(fā)展的算法環(huán)境,其帶來的商業(yè)利益也會進(jìn)一步提高企業(yè)自主創(chuàng)新的積極性。

(三)專利保護(hù)的特殊性:“規(guī)制風(fēng)險”與“保護(hù)公益”并存

事物皆有兩面性。AI算法在給人們帶來生活便利的同時,也引發(fā)了一系列安全風(fēng)險。比如,意大利數(shù)據(jù)保護(hù)機(jī)構(gòu)以保護(hù)個人信息與隱私為由,臨時封禁了ChatGPT,在Open AI采取相應(yīng)措施后才解除封禁③(12)③意大利禁用ChatGPT!防止AI泄漏隱私成難題,https://baijiahao.baidu.com/s?id=1762157925960519593&wfr=spider&for=pc,訪問日期2023年10月14日。。美國AI與數(shù)字政策中心(Center for AI and Digital Policy)向監(jiān)管機(jī)關(guān)投訴,提出對OpenAI進(jìn)行合規(guī)調(diào)查,并要求其在建立安全防護(hù)措施之前禁止發(fā)布新的AI模型④(13)④美國人工智能和數(shù)字政策中心向FTC提交投訴,敦促對OpenAI展開調(diào)查,https://www.weiyangx.com/421645.html,訪問日期2023年10月14日。。又如,當(dāng)前許多科技企業(yè)正在研發(fā)AI自動駕駛,但由于難以解決AI算法的“不可解釋性”問題,導(dǎo)致這項(xiàng)技術(shù)至今無法得到全面推廣[13]。進(jìn)言之,技術(shù)人員雖然可以通過破解目標(biāo)程序或識別源程序的方式,進(jìn)而推理出傳統(tǒng)算法的程序代碼,但AI算法在應(yīng)用過程中,通常只能觀察到其神經(jīng)網(wǎng)絡(luò)參數(shù),存在“算法黑箱”問題,導(dǎo)致無法及時規(guī)制其引發(fā)的安全風(fēng)險。

在此前提下,亟需闡釋AI算法保護(hù)的特殊性,即對于AI算法的風(fēng)險規(guī)制,應(yīng)當(dāng)是基于保護(hù)公共利益還是私人利益出發(fā)?自羅馬法之后,權(quán)力與權(quán)利的共存是法律的基礎(chǔ),換言之,利益的保護(hù)不能局限于私人權(quán)利保護(hù)的“權(quán)利——義務(wù)”邏輯,而是應(yīng)當(dāng)將放在整個國家、社會的背景下進(jìn)行綜合考量[14]。前述的勞動理論、人格精神理論與激勵理論,主要還是基于私人權(quán)利層面的分析,缺少對“政策性”“社會性”層面的解讀,而這正是公共利益理論的核心要素⑤(14)⑤公共利益理論(PublicInterest Theory)由施蒂格勒在1971年提出,旨在糾正市場失靈的缺陷,保護(hù)社會公眾利益,由政府對這些行業(yè)中的微觀經(jīng)濟(jì)主體行為進(jìn)行直接干預(yù),從而達(dá)到保護(hù)社會公眾利益的目的。。就“政策性”而言,以英國專利制度為例,其就曾經(jīng)通過為技術(shù)人員頒發(fā)許可證的方式,以合法授予其技術(shù)或產(chǎn)品的市場壟斷權(quán)⑥(15)⑥1449年,Utynam的一個名叫約翰的人以其彩色玻璃制造方法獲得為期20年的壟斷權(quán)。據(jù)史料記載,這是第一件英國發(fā)明專利,http://www.iprtop.com/swzlfl/info_8.html,訪問日期2023年10月15日。。以美國為首的科技強(qiáng)國亦然,為了能夠增強(qiáng)本國的科技實(shí)力,激勵企業(yè)自主創(chuàng)新,美國通過改革的方式促進(jìn)其專利制度發(fā)展①(16)①美國科技創(chuàng)新歷史專題研究:從引入到創(chuàng)新、到引領(lǐng)全球,https://baijiahao.baidu.com/s?id=1751068440884123105&wfr=spider&for=pc,訪問日期2023年10月15日。。從“社會性”來看,有學(xué)者認(rèn)為不是道德調(diào)節(jié)人們的生活,而是人們的生活調(diào)節(jié)道德,社會生活是社會道德的根本,后者隨著前者的變化而變化[15]。專利制度亦同,隨著社會生活的變化而不斷演變,社會責(zé)任、社會道德等體現(xiàn)“社會性”內(nèi)容與專利制度息息相關(guān)。鑒此,我國現(xiàn)行專利法規(guī)定不予保護(hù)的范圍,不僅影響客體的專利授權(quán),也體現(xiàn)了對公共利益的保護(hù)。例如,“疾病的診斷和治療方法”之所以無法成為專利客體,不是在于其不具有可操作性,而是出于社會道德與社會責(zé)任等層面的考量。簡言之,AI算法如采取專利保護(hù),可最大實(shí)現(xiàn)其保護(hù)的特殊性:既有利于規(guī)制其引發(fā)的安全風(fēng)險,在一定程度上也有助于保障公共利益。

三、生成式人工智能算法專利保護(hù)的實(shí)現(xiàn)進(jìn)路

“新型”技術(shù)方案或客體需滿足專利審查相關(guān)規(guī)定,才能獲得專利保護(hù),而《專利法》第2條、第25條、第22條等涉及專利審查判斷的法律規(guī)定很多,這意味通過專利審查將十分困難。同時,AI算法復(fù)雜的技術(shù)特征又進(jìn)一步加大其審查難度,這勢必會沖擊專利制度體系。對此,現(xiàn)行專利制度應(yīng)立足于AI算法的技術(shù)特征,并從確定其專利客體屬性,明確其專利授權(quán)范圍,修正“專利三性”審查標(biāo)準(zhǔn)展開,以進(jìn)行針對性地調(diào)整與回應(yīng)。

(一)專利客體屬性的確定:“法律定性”與“客體差異”

在當(dāng)前制度背景下,AI算法應(yīng)定性為何種法律客體?其與相關(guān)客體又有何差異?這不僅是其適用專利保護(hù)的前置要件,也是防止引發(fā)重疊保護(hù)的關(guān)鍵所在,詳言之:首先,AI算法不同于“智力活動規(guī)則”。智力活動規(guī)則使得人類不僅能夠高效地進(jìn)行分析、表達(dá)、記憶等思維活動,還能夠?qū)崿F(xiàn)改造客觀世界的目的。在這過程中,人類既沒有使用技術(shù)手段或自然規(guī)律,也沒有解決相關(guān)技術(shù)問題,故智力活動規(guī)則也就不能屬于專利保護(hù)的“技術(shù)方案”,倘若對此類客體予以保護(hù),可能會造成思想的“非法壟斷”。在“Benson”案中,法官認(rèn)為算法等同于智力活動規(guī)則,并將后者定性為一種“思維過程”,認(rèn)為其不屬于專利保護(hù)客體,故算法也不應(yīng)受保護(hù)②(17)②See ottschalk vs.benson,409U.S.63(1972).。在“Parker v. Flook”案中,法官根據(jù)“新穎點(diǎn)測試法”來排除算法的“可專利性”③(18)③See Parker v. Flook,437U.S.584 (1978).。而在“Inre Freeman”案中,法官則推翻上述判例的結(jié)論,將算法定性為能夠解決某種特定問題的步驟,同時厘清了算法與數(shù)學(xué)公式的區(qū)別④(19)④See In re Freeman,573 F.2d 1237197 USPQ 464 (CCPA 1978).。自此案后,算法不再是直接被排除于專利保護(hù)客體范疇之外,而是會事先進(jìn)行專利實(shí)質(zhì)性審查。美國專利及商標(biāo)局(United States Patent and Trademark,USPTO)也在2019年發(fā)布了《專利主題適格性指南》,其中明確了“抽象概念”的分類,這也使得AI算法區(qū)別于智力活動規(guī)則,具有可專利性⑤(20)⑤USPTO更新《2019年專利客體適格性審查指南》,就如何應(yīng)用美國最高法院的Alice/Mayo測試法向?qū)＠麑彶閱T發(fā)出了新指示,該測試法用以確定一項(xiàng)權(quán)利要求是否指向“抽象概念”(abstract ideas)等不適格的客體,https://gdoip.com/dynamic/41.html,訪問日期2023年10月16日。。

其次,AI算法與“商業(yè)方法”存在差異。AI算法和商業(yè)方法的不同之處在于兩者的應(yīng)用領(lǐng)域。商業(yè)方法應(yīng)用于市場經(jīng)濟(jì)領(lǐng)域,根據(jù)美國《商業(yè)方法專利促進(jìn)法》的規(guī)定,其中將商業(yè)方法認(rèn)定為商業(yè)信息處理過程涉及的技術(shù)方法,倘若其要獲得專利授權(quán),需應(yīng)用于商業(yè)領(lǐng)域⑥(21)⑥美國議員曾在《2000年商業(yè)方法專利促進(jìn)法》的提案中指出,商業(yè)方法包含企業(yè)經(jīng)營、管理、財務(wù)信息處理;競技、訓(xùn)練或個人技巧;以及借助計(jì)算機(jī)輔助實(shí)施的如上方法,http://www.iprdaily.cn/article_18567.html,訪問日期2023年10月16日。。另外,商業(yè)方法可以與算法或計(jì)算機(jī)程序相結(jié)合應(yīng)用,甚至能產(chǎn)生全新的用途。比如在“Benson”案中,法官就認(rèn)為該案的“方法”無法獲得專利保護(hù),判決依據(jù)在于該“內(nèi)容”基本都是數(shù)字公式。在“Parker v. Flook”案中,專利審查人員也拒絕本案“方法”的專利申請,認(rèn)為申請目的只是為了獲得數(shù)字公式的“專利權(quán)”。然而,在萬物互聯(lián)的商業(yè)模式下,商業(yè)流程的各個環(huán)節(jié)都發(fā)生巨大變化,線上與線下交易逐漸實(shí)現(xiàn)一體化,使得算法與商業(yè)方法具有緊密關(guān)系。易言之,在商業(yè)領(lǐng)域,二者往往是同時并用,一旦脫離此領(lǐng)域,“算法”和“商業(yè)方法”則存在較大差異,甚至可以說是不同的法律客體。

再次,AI算法區(qū)別于傳統(tǒng)算法。在技術(shù)層面,兩者有緊密聯(lián)系,但就法律層面而言,兩者卻有著不同意涵:一方面,后者通常以自然語言、計(jì)算機(jī)程序語言等形式表達(dá),前者僅是因?yàn)槟壳拜^為先進(jìn)的技術(shù)表達(dá)載體是計(jì)算機(jī),才以該形式表達(dá),如未來出現(xiàn)更為先進(jìn)的“載體”(類似于計(jì)算機(jī)程序),那么AI算法也能以其他形式進(jìn)行表達(dá)。另一方面,AI算法并不總是以代碼形式表現(xiàn)。傳統(tǒng)算法的代碼由設(shè)計(jì)者根據(jù)主觀喜好編寫,根據(jù)我國《專利審查指南》規(guī)定,具有技術(shù)特征的算法可納入專利客體范疇,換言之,倘若傳統(tǒng)算法滿足技術(shù)特征及相關(guān)專利審查要件,那么其可能獲得專利保護(hù),反之則無法獲得保護(hù)①(22)①關(guān)于修改《專利審查指南》的公告(第343號):在《專利審查指南》第二部分第九章增加第6節(jié),內(nèi)容如下:6.包含算法特征或商業(yè)規(guī)則和方法特征的發(fā)明專利申請審查相關(guān)規(guī)定:涉及人工智能、“互聯(lián)網(wǎng)+”、大數(shù)據(jù)以及區(qū)塊鏈等的發(fā)明專利申請,一般包含算法或商業(yè)規(guī)則和方法等智力活動的規(guī)則和方法特征,本節(jié)旨在根據(jù)專利法及其實(shí)施細(xì)則,對這類申請的審查特殊性作出規(guī)定。。然而,AI算法最大的問題在于,受訓(xùn)練數(shù)據(jù)的影響,其源代碼會實(shí)時發(fā)生改變,甚至有時以神經(jīng)網(wǎng)絡(luò)參數(shù)等非代碼形式表現(xiàn),因而其是否具有專利性,就存在較大的解釋空間。不過,一個“新型”的專利客體能否獲得專利保護(hù),還是在于是否符合專利法規(guī)定。對此,我國《專利審查指南》不僅明確了“算法”可獨(dú)立于“計(jì)算機(jī)程序”,可單獨(dú)作為一種專利客體,還指出某種商業(yè)方法具有技術(shù)特征,那么其也可能獲得專利保護(hù)②(23)②《專利審查指南》(2020)第二部分:關(guān)于涉及計(jì)算機(jī)程序的發(fā)明專利申請審查的若干規(guī)定,第九章第六節(jié)。。申言之,倘若AI算法表現(xiàn)出的“技術(shù)特征”是超出法律描述的商業(yè)特征范圍,那么其就具有可專利性。

綜上,可以將AI算法視為一種特殊的專利客體,其應(yīng)當(dāng)被納入專門制度體系中。雖然AI算法與專利制度存在契合性,但也不能簡單地將其視作一種“新型”專利客體。一方面,AI算法是人類智力勞動的成果,只應(yīng)用于解決特定的技術(shù)問題,而與起到區(qū)分作用的標(biāo)識、文學(xué)藝術(shù)或者表達(dá)作用的作品相區(qū)別[16]。也就是說,其專注于解決如何實(shí)現(xiàn)設(shè)計(jì)人員所理解的智能這一特定技術(shù)問題,不是抽象意義的“智力活動規(guī)則”,也不被用于解決其他的技術(shù)問題。另一方面,強(qiáng)調(diào)AI算法作為一種特殊的專利客體,可以將其與傳統(tǒng)算法、商業(yè)方法等“相似”客體劃定清晰的邊界,也能使其與計(jì)算機(jī)程序等技術(shù)類著作權(quán)客體相區(qū)別。

(二)專利授權(quán)范圍的劃定:“正向界定”與“反向排除”

我國于2020年修改的《專利審查指南》雖承認(rèn)了“包含算法特征或商業(yè)規(guī)則和方法特征的技術(shù)方案”作為專利的客體,但其中并未涉及計(jì)算機(jī)程序和商業(yè)方法的審查規(guī)則,故仍然存在不足之處:一方面,忽略了算法與計(jì)算機(jī)軟件之間的實(shí)質(zhì)性聯(lián)系,導(dǎo)致了對同一內(nèi)容進(jìn)行多重保護(hù)的局面。另一方面,沒有對算法和商業(yè)方法的概念進(jìn)行闡釋,僅僅規(guī)定了審查的基準(zhǔn),反而使現(xiàn)有審查規(guī)則變得模糊不清③(24)③ 《專利審查指南》第六章第6節(jié):6.1 審查基準(zhǔn):審查應(yīng)當(dāng)針對要求保護(hù)的解決方案,即權(quán)利要求所限定的解決方案進(jìn)行。在審查中,不應(yīng)當(dāng)簡單割裂技術(shù)特征與算法特征或商業(yè)規(guī)則和方法特征等,而應(yīng)將權(quán)利要求記載的所有內(nèi)容作為一個整體,對其中涉及的技術(shù)手段、解決的技術(shù)問題和獲得的技術(shù)效果進(jìn)行分析。。鑒此,倘若AI算法可成為專利客體,那么亟需劃定其專利授權(quán)范圍。具體可從“正向界定”與“反向排除”展開:

就AI算法專利授權(quán)范圍的“正向界定”而言,可從技術(shù)領(lǐng)域、技術(shù)特征、技術(shù)高度入手。具言之:第一,單純的AI算法本身并不屬于專利客體。若一個方案的權(quán)利要求所保護(hù)的內(nèi)容是數(shù)學(xué)算法,該算法在執(zhí)行過程中僅涉及數(shù)值計(jì)算,并僅提供數(shù)值型結(jié)果的改變,則該方案可被視為“智力活動的規(guī)則和方法”。以“基于特征選擇和決策樹的網(wǎng)絡(luò)異常分類規(guī)則提取方法”為例①(25)①國家知識產(chǎn)權(quán)局專利申請查詢:(專利申請?zhí)枮?01510916818.2)。,該發(fā)明基于混合人工智能技術(shù)實(shí)現(xiàn)網(wǎng)絡(luò)異常檢測,其中采用遺傳算法發(fā)現(xiàn)特征并利用決策樹算法作出決策,相比于單一的檢測方法,該方案提高了網(wǎng)絡(luò)異常檢測的準(zhǔn)確性。然而,該方案未獲得專利授權(quán),原因在于其并未解決某一領(lǐng)域具體問題,僅僅是一種普通的提高網(wǎng)絡(luò)異常檢測準(zhǔn)確性的方法。第二,應(yīng)用于技術(shù)領(lǐng)域,解決技術(shù)問題的AI算法可構(gòu)成一種專利客體。以“基于深度學(xué)習(xí)的人臉關(guān)鍵點(diǎn)對齊算法”為例②(26)②國家知識產(chǎn)權(quán)局專利申請查詢:(專利申請?zhí)枮?01511028892.7)。,該發(fā)明提供了一種基于深度學(xué)習(xí)的人臉關(guān)鍵點(diǎn)對齊算法,該算法具有提高人臉識別準(zhǔn)確性和效率的技術(shù)特征,因此可被視為一種專利客體。在一種基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)認(rèn)知自適應(yīng)算法中,貝葉斯網(wǎng)絡(luò)是一種數(shù)學(xué)模型,權(quán)利要求中的手段均是數(shù)學(xué)算法的推演,解決的也是數(shù)學(xué)問題。在其權(quán)利要求書中并未記載該方法應(yīng)用于認(rèn)知網(wǎng)絡(luò)的具體步驟或流程,故而貝葉斯網(wǎng)絡(luò)應(yīng)當(dāng)屬于一種數(shù)學(xué)方法③(27)③機(jī)器學(xué)習(xí)算法(二十七):貝葉斯網(wǎng)絡(luò),https://blog.csdn.net/weixin_39910711/article/details/123600867,訪問日期2023年10月18日。。權(quán)利要求的主題名稱、權(quán)利要求所限定的全部內(nèi)容均需要體現(xiàn)出算法的具體處理過程,如何與技術(shù)領(lǐng)域相關(guān)聯(lián),并且確定算法所解決的技術(shù)問題與產(chǎn)生的技術(shù)效果。第三,“有益的技術(shù)效果”在專利申請中具有重要意義。例如,美國《聯(lián)邦法典》第101條表明,那些能夠具體改進(jìn)傳統(tǒng)技術(shù)的AI發(fā)明是符合專利資格的④(28)④《聯(lián)邦法典》(United States Code)第35編第101條(35 U.S.C.§101)明確了可授權(quán)專利客體的類別,即“任何新穎且有用的方法(process)、機(jī)器(machine)、產(chǎn)品(manufacture)或物質(zhì)組合(a composition of matter)或其新而有用的改進(jìn)”四種法定類型。。然而,歐洲專利局(European Patent Office, EPO)的技術(shù)上訴委員會不像簡單采取“貢獻(xiàn)”方法,而是提高了對“技術(shù)效果”的門檻,通過有效地添加新穎性和創(chuàng)造性評估來進(jìn)行專利資格審查⑤(29)⑤論專利權(quán)在歐洲國家的多種保護(hù)途徑,https://zhuanlan.zhihu.com/p/476480786,2023年10月19日。。這一門檻既可以預(yù)防專利濫訴的現(xiàn)象,也使得那些不符合資格的技術(shù)方案能夠早期被駁回,進(jìn)而提高行政效率。

就AI算法專利授權(quán)范圍的“反向排除”而言,主要是指AI算法在專利申請中被排除的情況。這種排除可以廣義解釋為不被視為專利客體或不授予專利權(quán)的客體,也可以狹義解釋為由于“專利三性”審查和公共政策要素的考慮而被排除于專利客體的技術(shù)方案。申言之,專利制度以激勵發(fā)明人為手段,促進(jìn)社會創(chuàng)新和經(jīng)濟(jì)發(fā)展,但并非所有對人類有益的事物都可以獲得專利權(quán)。AI算法在與具體特征相結(jié)合時的使用領(lǐng)域通常十分廣泛(如ChatGPT能實(shí)現(xiàn)跨領(lǐng)域應(yīng)用),故在促進(jìn)AI發(fā)展的同時,需要堅(jiān)守專利法底線,警惕任何不正當(dāng)獲得專利權(quán)的行為。具體來說:一方面,有悖公共秩序、倫理道德的AI算法不應(yīng)授予專利權(quán)。AI系統(tǒng)由人類創(chuàng)造,人類的偏見和主觀判斷反映在算法中就會對人格尊嚴(yán)具有侵犯性。AI算法的自動決策若內(nèi)含“歧視”則會導(dǎo)致算法的不平等性,進(jìn)而侵犯人的法律主體地位[17]。另一方面,特定場景下(如醫(yī)療領(lǐng)域)的AI算法也不應(yīng)獲得專利授權(quán)。如今,AI算法正在被運(yùn)用于不同場景,如醫(yī)療、交通、教育等多個領(lǐng)域。在醫(yī)療場景中,AI算法通過對病人健康數(shù)據(jù)的積累和對診斷數(shù)據(jù)的了解,能夠輔助醫(yī)生在最短時間內(nèi)做出決策,甚至能夠獨(dú)立生成醫(yī)療方案并實(shí)施,這與以往以醫(yī)生為主導(dǎo)開處方不同。AI算法在診斷與治療中的廣泛應(yīng)用能夠增加方法的重復(fù)利用性,因?yàn)榧词共煌说纳眢w具有不同特征并且需要不同的治療方法,對于算法而言,這些往往只是輸入不同的數(shù)據(jù),而如何選擇和判斷數(shù)據(jù)完全取決于算法內(nèi)部設(shè)置的優(yōu)先級,這種判斷方法具有完全的重復(fù)性。然而,如果完全由AI算法決定疾病的診斷和治療方法,將會導(dǎo)致“算法黑箱”,威脅人的生命權(quán)。同時,若將此類算法及其技術(shù)特征賦予專利權(quán),也會限制醫(yī)生在診斷過程中選擇方法的自由度。

(三)專利審查標(biāo)準(zhǔn)的修正:“新穎性”“創(chuàng)造性”與“實(shí)用性”

專利客體審查通常是一種形式審查,“專利三性”審查標(biāo)準(zhǔn)則是一種實(shí)質(zhì)審查。易言之,倘若AI算法需獲得專利授權(quán),也應(yīng)滿足上述要件。然而,AI算法的技術(shù)特征使得其與一般發(fā)明專利存在較大差異,這亦給現(xiàn)行專利審查標(biāo)準(zhǔn)帶來了巨大挑戰(zhàn)。專利審查部門若對此視而不見,也將會造成資源的浪費(fèi),打擊研發(fā)人員的積極性。為此,“專利三性”審查標(biāo)準(zhǔn)應(yīng)基于AI算法的技術(shù)特征作出相應(yīng)地修正。具體來說:

1.“新穎性”修正

新穎性一般采取“單獨(dú)比對原則”,其判斷標(biāo)準(zhǔn)主要有兩種:“心理創(chuàng)造力”與“歷史創(chuàng)造力”,前者是指相對于個人思想或某項(xiàng)技術(shù)而言是新穎的,后者則是指相對于整個歷史是新穎的,專利法上的新穎性標(biāo)準(zhǔn)主要指后者[18]。然而,AI算法“自主學(xué)習(xí)”的技術(shù)特征無疑加大了新穎性的審查難度:第一,專利審查部門難以將AI算法涉及的數(shù)據(jù)與現(xiàn)有數(shù)據(jù)庫進(jìn)行全面比對。如ChatGPT類應(yīng)用在數(shù)據(jù)收集、分析等方面具有天然的優(yōu)勢,其專利申請書涉及的數(shù)據(jù)內(nèi)容可能來源于無法被公眾知曉的數(shù)據(jù)庫,這就給“與現(xiàn)有技術(shù)比對”審查帶來了困難。第二,AI能夠利用其智能性,利用語言替換方式生成“新型”技術(shù)方案,這使得其易被劃入“現(xiàn)有技術(shù)”范圍。申查人員可能會認(rèn)為只要是相近詞組的專利申請內(nèi)容,一般不具有新穎性。對此,AI算法專利的新穎性審查標(biāo)準(zhǔn)應(yīng)作出如下調(diào)整:

一方面,單獨(dú)比對原則的審查范圍應(yīng)不限于“申請日前被公眾知曉”的技術(shù)領(lǐng)域。也就是說,應(yīng)限縮“現(xiàn)有技術(shù)”范圍,防止申請者惡意使用“同意替換”的方式生成“新型”技術(shù)方案[19]。以美國網(wǎng)站“All Prior Art.com”為例,該網(wǎng)站對已公開的專利申請書內(nèi)容進(jìn)行歸納、分析、總結(jié),生成“潛在”的專利權(quán)利要求書,以對已獲得的專利權(quán)進(jìn)行防御保護(hù)①(30)①All Prior Art.com網(wǎng)站利用人工智能算法,通過重新排列短語,或用替代定義、同義詞或反義詞來替換術(shù)語產(chǎn)生大量的從形式看具有新穎性的權(quán)利要求及其排列組合,https://www.163.com/dy/article/I7J3U7J6051187VR.html,2023年10月20日。。然而,這種方式必然將擴(kuò)大現(xiàn)有技術(shù)范圍,使得原本具有新穎性的專利技術(shù)無法獲得保護(hù)。由于AI算法專利的申請也能利用替換詞匯的方式生成新“技術(shù)方案”,故審查人員應(yīng)適當(dāng)排除“不合理技術(shù)范圍”。另一方面,專利申請人應(yīng)當(dāng)公開和AI生成發(fā)明相關(guān)的數(shù)據(jù)內(nèi)容,包括數(shù)據(jù)的來源、種類、數(shù)量等。理由在于:其一,數(shù)字技術(shù)發(fā)展使得數(shù)據(jù)容量不斷擴(kuò)大,這加大了審查人員對現(xiàn)有技術(shù)的檢索難度,無法對現(xiàn)有技術(shù)進(jìn)行“徹底”地比對,這將導(dǎo)致專利法適用的不確定性。以《美國發(fā)明法案》第112條為例,其中就明確規(guī)定專利申請人應(yīng)公開其技術(shù)方案的來源方式②(31)②《美國發(fā)明法案》(America Invents Act)中,第112條對權(quán)利要求書和說明書的不清楚問題進(jìn)行了規(guī)定,主要包括以下六個方面:(a)一般規(guī)定(in General)(b)結(jié)論(Conclusion)(c)格式(Form)、(d)從屬權(quán)利要求援引其他權(quán)利要求(Reference in Dependent Forms)(e)含有多項(xiàng)從屬權(quán)利要求的權(quán)利要求援引其他權(quán)利要求(Reference in Multiple Dependent Form)(f)組合發(fā)明的權(quán)利要求構(gòu)成要素(Element in Claim for a Combination)。。其二,由于ChatGPT類應(yīng)用的運(yùn)行本質(zhì)上屬于“數(shù)據(jù)訓(xùn)練”過程,所以其專利申請審查要求公開涉及的數(shù)據(jù)內(nèi)容,也具有一定的合理性。其三,AI算法的“自主學(xué)習(xí)”特征使得生成的技術(shù)方案繁多復(fù)雜,易增加專利審查人員的負(fù)擔(dān),造成作出錯誤的判斷,故申請人應(yīng)盡可能公開專利相關(guān)內(nèi)容,以降低審查人員無意義的勞動消耗。

2.“創(chuàng)造性”修正

我國對于創(chuàng)造性審查分為三步驟:其一,確定與專利申請相類似的“現(xiàn)有技術(shù)”內(nèi)容。其二,明確兩者之間的差異,以及各自能解決哪些技術(shù)難題。其三,相關(guān)技術(shù)領(lǐng)域人員能否直接應(yīng)用該專利。然而,AI算法專利申請加大了創(chuàng)造性的審查難度:一方面,審查人員難以精準(zhǔn)判定AI算法的應(yīng)用領(lǐng)域。在過去,AI發(fā)明通常應(yīng)用于特定領(lǐng)域,如AlphaGo應(yīng)用于圍棋比賽領(lǐng)域,“Siri”應(yīng)用于蘋果語音助手等。但如今,AI算法正在實(shí)現(xiàn)跨領(lǐng)域應(yīng)用,如深度學(xué)習(xí)算法能夠應(yīng)用于自動駕駛、人臉識別等領(lǐng)域,ChatGPT類應(yīng)用不僅能撰寫郵件,還能設(shè)計(jì)代碼等。申言之,AI算法應(yīng)用范圍越廣泛,其應(yīng)用領(lǐng)域就越難確定,這可能導(dǎo)致其無法通過現(xiàn)行創(chuàng)造性審查標(biāo)準(zhǔn)。另一方面,審查人員也難以確定AI算法能否促進(jìn)現(xiàn)有技術(shù)的發(fā)展。AI算法具有高效分析、處理數(shù)據(jù)等功能,因此其專利申請者容易利用此類技術(shù)特征來“混淆”其技術(shù)效果,進(jìn)而“模糊”其創(chuàng)造性審查。對此,可以結(jié)合“普通技術(shù)人員”①(32)①我國《專利審查指南》規(guī)定,“普通技術(shù)人員”指一種擬制的“人”,雖然不具有創(chuàng)造能力,但是知曉申請日或者優(yōu)先權(quán)日之前發(fā)明所屬技術(shù)領(lǐng)域所有的“一般技術(shù)知識”以及所屬領(lǐng)域的“現(xiàn)有技術(shù)”,并且具有應(yīng)用該日期之前常規(guī)實(shí)驗(yàn)手段的能力。“一般技術(shù)水平”這一要素以前兩個要素的確定為前提和基礎(chǔ),是實(shí)踐操作問題而非理論問題,故而不在本文討論。、“一般技術(shù)知識”以及“現(xiàn)有技術(shù)”三要素進(jìn)行綜合判斷,以修正創(chuàng)造性審查標(biāo)準(zhǔn)[20]。具體來說:

第一, 擴(kuò)大“技術(shù)領(lǐng)域”的審查范圍。在未來,AI的發(fā)展越趨近甚至超越“人腦”,其應(yīng)用范圍將不再束縛于特定技術(shù)領(lǐng)域,而是實(shí)現(xiàn)跨領(lǐng)域通用型AI(ChatGPT類應(yīng)用已呈現(xiàn)出該趨勢),故判斷其是否具備“創(chuàng)造性”,應(yīng)當(dāng)綜合考量其涉及的所有應(yīng)用領(lǐng)域。第二,“普通技術(shù)人員”對于申請專利的技術(shù)水平理解,應(yīng)當(dāng)符合“現(xiàn)有技術(shù)”水平。美國最高法院就曾提出,對于“創(chuàng)造性”審查需要考慮現(xiàn)有技術(shù)的發(fā)展水平,我國《專利審查指南》雖未明確提出專利申請人需要說明專利發(fā)明創(chuàng)造方法,但也應(yīng)滿足一個前置條件:通過對比特定領(lǐng)域的“一般發(fā)明實(shí)踐”或參考“行業(yè)趨勢”,以判斷AI的“應(yīng)用”水平(有無創(chuàng)造性)②(33)②1966年在Graham案中,美國最高法院對《專利法》第103條加以解釋,提出了“非顯而易見”判斷的“Graham要素”:決定現(xiàn)有技術(shù)的范圍和內(nèi)容;明確現(xiàn)有技術(shù)與所審查的權(quán)利要求之間的區(qū)別;確定本領(lǐng)域技術(shù)人員的水平。商業(yè)上的成功、長期渴望解決的技術(shù)需求、他人的失敗等輔助判斷因素,可以用來評價專利申請的技術(shù)方案所處的技術(shù)背景。。第三,既需要有“普通技術(shù)人員”的設(shè)定,還應(yīng)根據(jù)不同技術(shù)背景進(jìn)行靈活調(diào)整。例如,在“Environmental Designs,Ltd.v.Union Oil Co”案中,法院確定“普通技術(shù)人員”標(biāo)準(zhǔn)時會考慮多個因素:發(fā)明人的教育水平、現(xiàn)有技術(shù)解決問題的方法、技術(shù)的成熟度等③(34)③See Environmental Designs, Ltd. v. Union Oil Co., 713 F.2d 693, 696, 218 USPQ 865, 868 (Fed. Cir. 1983).。這些因素在每個案例中并非都必然存在,而在一個具體案例中,一個或多個因素可能占主導(dǎo)地位。美國法律對于發(fā)明的可專利性并不基于發(fā)明方式來判斷,即無論是天才般的“靈感閃現(xiàn)”還是技術(shù)人員的“長期努力”都可以獲得專利權(quán)。對此,有學(xué)者則提出可根據(jù)現(xiàn)有技術(shù)水平,來調(diào)整“普通技術(shù)人員”的技術(shù)標(biāo)準(zhǔn)[21]。也有學(xué)者認(rèn)為,特定技術(shù)領(lǐng)域應(yīng)用的AI可以替代“普通技術(shù)人員”[22]。還有學(xué)者認(rèn)為,“普通技術(shù)人員”的范圍,應(yīng)是AI的使用者抑或是AI本身[23]。上述觀點(diǎn)并未與我國現(xiàn)行創(chuàng)造性審查標(biāo)準(zhǔn)存在較大沖突,故可為其修正提供理論方向。

3.“實(shí)用性”修正

我國對于實(shí)用性的審查也是分為三步驟:其一,發(fā)明專利能否“再現(xiàn)”。其二,專利能否解決特定技術(shù)問題。其三,專利能否產(chǎn)生特定技術(shù)效果。然而,AI算法的技術(shù)特征也沖擊了該審查標(biāo)準(zhǔn):首先,專利申請者難以確保能“再現(xiàn)”AI算法相關(guān)應(yīng)用。“再現(xiàn)”的要求是能夠重復(fù)實(shí)施,而AI算法設(shè)計(jì)初雖有人類參與,但在設(shè)計(jì)后其主要依靠“自主學(xué)習(xí)”,逐漸演變成一種“技術(shù)黑箱”。其次,專利申請者也無法確定AI算法能否解決特定技術(shù)難題。正如EPO曾提出,一項(xiàng)發(fā)明能否解決技術(shù)難題,有時是隱藏于在技術(shù)領(lǐng)域之外④(35)④歐洲專利公約(European Patent Convention,EPC)沒有對術(shù)語“發(fā)明”和“技術(shù)”給出積極的定義。但是,具有技術(shù)性是EPC第52條意義上的發(fā)明的隱含要求。由于一項(xiàng)發(fā)明只有在涉及EPC第52條的(2)所列項(xiàng)目時才會被排除在可專利性之外。。再次,AI算法的“不可解釋性”使得專利申請者,也無法確定其會產(chǎn)生特定的技術(shù)效果。鑒此,AI算法專利的實(shí)用性審查可作以下調(diào)整:

一方面,嚴(yán)格審查AI算法的“技術(shù)效果”。首先,應(yīng)將“技術(shù)效果”作為評估AI算法專利的核心因素。對于AI算法來說,技術(shù)效果的實(shí)現(xiàn)需要考慮其效益,即能夠創(chuàng)造商業(yè)價值和經(jīng)濟(jì)利益,旨在確保其專利權(quán)授予是有意義且合理的。其次,還必須考慮AI算法對社會和人類生活的積極影響。專利審查人員應(yīng)當(dāng)根據(jù)實(shí)用性標(biāo)準(zhǔn)中的“技術(shù)方案對社會產(chǎn)生積極效果”的要求,評估AI算法的社會效益和貢獻(xiàn),這包括但不限于對提高人類生活質(zhì)量、減少資源消耗和環(huán)境影響的潛力,以及對社會公共利益的積極影響。再次,還需要關(guān)注AI算法及其相關(guān)發(fā)明是否符合道德和倫理規(guī)范。AI技術(shù)的發(fā)展對人類社會帶來了許多倫理和法律挑戰(zhàn),如隱私保護(hù)、數(shù)據(jù)安全、算法偏見等。因此,審查人員需要通過專利審查過程中的倫理審查環(huán)節(jié),對AI算法及相關(guān)發(fā)明進(jìn)行道德和社會價值層面進(jìn)行綜合考量,排除那些違背倫理規(guī)范、危害社會公共利益的專利申請。

另一方面,加入“人類干預(yù)”這一要素。AI算法技術(shù)效果的審查是一個具有抽象性和模糊性的過程,如果缺乏人類參與,算法可能會脫離人類的控制。因此,有學(xué)者提出“是否存在人類參與”應(yīng)成為評估算法積極效果的一個因素[24]。在AI相關(guān)發(fā)明的創(chuàng)造過程中,人類有責(zé)任承擔(dān)事前預(yù)防、及時中止和事后審查的義務(wù),從而實(shí)現(xiàn)對AI算法全過程的監(jiān)督,盡可能降低其“不可解釋性”。詳言之:首先,在AI算法設(shè)計(jì)之初,人類參與“事前預(yù)防”能夠幫助設(shè)計(jì)者指引算法的設(shè)計(jì)方向,以確保其與社會、道德和法律價值保持一致。通過規(guī)定和約束AI算法的設(shè)計(jì)目的,可以有效引導(dǎo)算法產(chǎn)生積極效果,以滿足社會需要。其次,在AI算法運(yùn)行過程中,人類參與“及時中止”也是不可或缺的。特別是當(dāng)算法決策涉及復(fù)雜、敏感或高風(fēng)險領(lǐng)域時,如醫(yī)療診斷、法律判斷等,人類具有判斷能力、倫理意識和情感理解,可以識別出算法存在的潛在問題,并及時采取措施糾正錯誤,從而保護(hù)公眾利益和個體權(quán)益。最后,人類參與“事后審查”能夠分析算法決策的結(jié)果,并對其進(jìn)行評估和改進(jìn)。通過搜集數(shù)據(jù)、觀察反饋等審查行為,可以有效掌握AI算法實(shí)施的真實(shí)效果和潛在風(fēng)險,以便對其進(jìn)行進(jìn)一步優(yōu)化和調(diào)整。

結(jié)語

以ChatGPT為代表的生成式人工智能應(yīng)用的誕生,標(biāo)志著AI技術(shù)即將邁向一個新的起點(diǎn)。如今,各個領(lǐng)域中智能產(chǎn)品和服務(wù)的出現(xiàn)越來越頻繁,社會公眾對于“算法”這一原本晦澀的技術(shù)概念也變得更加熟悉。在現(xiàn)實(shí)生活中,生成式人工智能算法的設(shè)計(jì)和研發(fā)工作充滿了困難和挑戰(zhàn),同時也極大地依賴于數(shù)據(jù)供給和龐大的資源投入。因此,保護(hù)其知識產(chǎn)權(quán)具有合理性和必要性。然而,現(xiàn)有著作權(quán)、商業(yè)秘密、行業(yè)自律保護(hù)路徑均存在局限性,無論是從理論層面還是出于實(shí)踐層面的考量,生成式人工智能算法采取專利保護(hù)可謂是最優(yōu)解。在專利保護(hù)體系下,亟需厘清生成式人工智能算法與相關(guān)客體之間的差異,將其視為一種特殊的專利客體,爭取納入到專利制度范疇,充分利用專利制度中的“公開換保護(hù)”機(jī)制,促使更多的技術(shù)信息從“黑盒”狀態(tài)向開放狀態(tài)轉(zhuǎn)變。同時,基于其技術(shù)特征,劃定其專利授權(quán)范圍,修正“專利三性”審查標(biāo)準(zhǔn),構(gòu)建契合生成式人工智能算法的可專利性規(guī)則,以助于我國搶占數(shù)字時代發(fā)展先機(jī),解決“卡脖子”難題,盡快實(shí)現(xiàn)從“跟跑者”向“領(lǐng)跑者”的歷史跨越。