本文摘要：摘要：隨著人工智能深度學習能力的加強，人工智能的創造潛力逐漸突顯，甚至可以在人類不介入的情況下自主生成技術成果。人工智能生成物作為一種新型技術成果，將給人類生產生活帶來巨大改變，成為科學技術發展帶來強大驅動力。人工智能生成物能否獲得專利法
摘要：隨著人工智能深度學習能力的加強，人工智能的創造潛力逐漸突顯，甚至可以在人類不介入的情況下自主生成技術成果。人工智能生成物作為一種新型技術成果，將給人類生產生活帶來巨大改變，成為科學技術發展帶來強大驅動力。人工智能生成物能否獲得專利法保護、如何保護，已成為新技術發展趨勢下專利法必須面對的現實問題。雖然人工智能生成物在尋求專利法保護時存在法律要件等障礙，但是基于專利法立法目的、人工智能產業發展等因素的考量，有必要將人工智能生成物納入專利法保護范圍。本論文旨在論證人工智能生成物獲得專利保護的正當性以及可專利性的同時，提出人工智能生成物專利化的對策，以期對相關學術研究和立法實踐有所裨益。
關鍵詞：人工智能;生成物;可專利性;專利權;公共利益
目前，人工智能正處于“弱人工智能”①階段并呈現出兩個發展特點和趨勢：第一，學習能力增強。人工智能依賴學習算法，在每次運行過程中自我糾正、自我改進;第二，不定性處理能力增強。人工智能不僅僅是按照算法的指令按部就班地處理問題，而是根據實際狀況靈活變通。隨著人工智能學習能力和不確定性處理能力的增強，人工智能從一個“理性”系統變為一個“智慧”系統。具體到科技創造領域，人工智能原本只能幫助人類解決一些簡單的程序性問題，而如今可以幫助人類解決復雜的實體性問題。如，在新藥研發領域，人工智能可以用于基于靶點和表型的藥物開發，也可以對現有藥物進行新適應癥開發[1];商用客機巨頭空中客車公司正在使用生成算法，用人工智能技術而不是機械工程師，設計用于飛機內部的新型輕量結構[2]。人工智能在科技創造活動中作用占比越來越大，在人類很少介入甚至不介入的情況下就可以完成一些技術成果，本文將這些技術成果統稱為“人工智能生成物”。人工智能生成物必將對人們生產生活產生重大影響、對世界各國專利制度帶來巨大沖擊。在我國人工智能大戰略背景下，有必要未雨綢繆地對人工智能生成物的專利法律問題進行研究。
一、人工智能生成物概述
(一)人工智能生成物的概念
實際上，人工智能生成物有兩類：第一類人工智能生成物，是指人類利用人工智能這種工具創造出的技術成果，人工智能在其中擔任“輔助者”角色。第一類人工智能生成物歸根結底是由人類創造的，對其按照現有專利法進行保護即可，并非本文研究對象。第二類人工智能生成物，是指在人類介入較少甚至不介入的情況下，人工智能系統自己生成的技術成果，人工智能在其中擔任“創造者”、“發明者”角色。第二類人工智能生成物才是本文所研究對象。
人工智能對其生成物的“創造”主要體現在對算法的自主升級上。人工智能基于深度學習功能的提升，已經能夠逐步自行判斷、收集和學習新的數據，最終將實現脫離既定的算法預設，來解決新問題，獨立生成新的內容，省去了計算機生成內容時人在數據和算法規則方面的支持[3]。雖然人工智能生成物以人類輸入的算法為基礎，但是僅憑該算法是不可能產生人工智能生成物的，人工智能本身對算法的升級才是促成人工智能生成物產生的關鍵原因。
(二)人工智能生成物的實例
人工智能自主創造能力在遺傳編程、人工神經網絡、機器人科學家等領域率先凸顯，已經產生了許多由人工智能生成的技術成果。
第一，遺傳編程。它是指一種自動化生成和選擇計算機程序來完成用戶定義的任務的技術[4]。遺傳編程借鑒了自然選擇和生物進化遺傳的原理，對算法進行類似染色體的交叉、變異、復制等進化，篩選、組合形成最優算法。目前，中國已經有通過遺傳算法技術獲取專利方案的實例，如采用人造神經網絡和遺傳算法的高速公路事件自動檢測系統[5]。2005年，美國專利局對一件由基因編程人工智能創造的發明授予了專利權，其發明者JohnKoza博士在介紹自己的成果時，提到基因編程人工智能在人類因素介入很少的情況下，創造出了多項發明成果[6]。
第二，人工神經網絡。它是指通過采用物理可實現的器件或采用現有的計算機，來模擬生物體中神經網絡的某些特征與功能的技術[7]。人工神經網絡模擬人腦的神經元模型，可以執行復雜的邏輯運算。截至目前，已有商業主體利用人工智能算法代替人腦智慧，進行發明創造和技術優化。例如，一家名為Ipro?va的瑞士科技公司聲稱已有用戶通過其旗下產品創造出新發明，甚至其中部分已被授予專利權[8]。第三，機器人科學家。它是指能獨立推理、把理論公式化乃至探索科學知識的人工智能[9]。英國曼徹斯特大學研究出的新一代機器人科學家“夏娃”成功發現一種具有抗腫瘤特性的化合物能同時應用于瘧疾的治療[10]。IBM公司研發的人工智能Watson通過不斷學習為病人提出了最優化的治療方案，這使得IBM公司在癌癥領域已經取得了近150項專利[11]。
二、人工智能生成物獲得專利保護的正當性
隨著人工智能生成物自主創造能力的提升，人工智能生成物將對人類生產生活帶來巨大改變，給醫療制藥、材料、電子等領域提供巨大驅動力，其對于科學技術進步的作用是不可估量的。為了充分發揮人工智能生成物促進社會經濟和科學技術發展的重要作用，法律應當對其予以一定保護，不能讓其面臨保護無門的窘境。
(一)人工智能生成物保護模式之辯
第一種思路是對人工智能生成物采取商業秘密保護模式。該模式最大的優勢在于自動獲權和理論上的無期限保護。但是，該模式存在弊端：一是難防反向工程。通過反向工程，不付出任何代價就能攫取和生產他人的產品，則會讓人們放棄投資和從事科學研究[12];二是保密難度大。人工智能生成物所涉領域眾多、接觸人群廣泛，保密協議作用有限，泄密風險較高;三是保密措施風險大。人工智能生成物產生于大數據環境，保密措施存在設置上的技術壁壘和被破解風險;四是社會效益較弱。人工智能生成物容易被獨占性壟斷使用。
第二種思路是對人工智能生成物采取專利保護模式。該模式將產生以下積極效果：第一，專利權人可通過專利實施獲得經濟激勵，有利于調動創新積極性、促進技術研發;第二，人工智能生成物不存在反向工程憂慮，專利保護狀態較為持續、穩定;第三，保護私權的同時向公共利益有所傾斜，即人工智能生成物專利要向社會公開并通過專利許可等方式被公眾使用，專利保護期屆滿后將進入公共領域。
第三種思路是人工智能生成物的先行者優勢保護模式[13]。該模式將人工智能生成物歸入公共領域，嚴格來說不屬于法律保護范疇。權利人可以率先將人工智能生成物投放于市場，在他人掌握該技術前享有一定期限的經濟收益獨占地位。另外，任何人不經許可便能獲取、使用、改良人工智能生成物，有利于減少技術獲得成本、推動技術升級。然而，人們掌握新技術的速度越來越快，這可能導致人工智能生成物剛被投入市場就被他人掌握并用于生產。先行者優勢保護只是一種理論設想，不一定能夠實現。
在三種保護模式比較下，人工智能生成物更適合專利保護模式，因為商業秘密保護模式和先行者優勢保護模式下無法實現新技術的社會價值。一方面，人工智能生成物很可能會實現重大技術突破，應當使其在合理限度內能夠被社會公眾獲取，否則不利于技術傳播和改進。另一方面，人工智能生成物尚處在發展起步階段，技術發展還有很大空間。對于這種新技術，不能在其發展之初就放入公共領域，否則權利人將缺乏經濟回報、喪失創新動力，這無疑是將人工智能生成物扼殺在搖籃里。
然而，人工智能生成物在尋求現有專利法保護時面臨著法律要件障礙：專利法中的發明人只能是自然人，而人工智能生成物的“發明者”是人工智能。當前，人工智能生成物無法與專利法制度順利對接，人工智能生成物獲得專利保護的正當性受到挑戰。
(二)人工智能生成物獲得專利保護的現實需要
一方面，人工智能發展驅動專利權客體擴張。專利制度自15世紀起源以來，受新技術影響，專利權客體一直處于擴張趨勢。例如，上世紀70年代計算機產業迅速崛起，但與傳統技術存在巨大差異的計算機軟件無法尋得專利法保護，為了推動計算機產業發展，美日歐等國家或地區迅速將計算機軟件納入專利保護。專利法對于技術發展而言具有明顯滯后性，專利制度只能調整立法之前已經實際發生的事實，通常不會未雨綢繆地去規范尚未出現的事物。然而，科學技術日新月異，人工智能在短短數年內得到顛覆性發展，未來人工智能生成物必將成為加速社會經濟發展的強大驅動力。在此背景下，專利客體范圍應當順應技術潮流而擴大。如今，人工智能已經成為國際競爭的新武器，許多發達國家已將人工智能上升至國家戰略層面②。對此，我國應當抓住人工智能技術革命良機、搶占人工智能全球制高點，專利法應當為人工智能生成物保留空間。
另一方面，需建立人工智能生成物與人類發明創造的動態平衡。人工智能生成物一旦進入公共領域，將逐漸形成與人類專利不對等競爭的關系。對于使用者來說，相比于人類的付費專利，人工智能生成物無疑是更經濟的選擇。除了一些具有高度壟斷性、人工智能生成物無法匹敵的人類發明尚能在市場中屹立不倒之外，其他普通人類專利將會受到巨大沖擊。在專利經濟效益降低、風險提高的情況下，人類發明者或相關投資者將更加謹慎，人類發明創造活動將難以開展。由此可見，人工智能生成物與人類發明創造是利益相關、相互平衡的。只有對人工智能生成物予以專利保護，使其與人類專利形成對等競爭關系，兩者數量增長才能保持平衡狀態，技術整體數量才能不斷增多，專利法促進科學技術進步和經濟社會發展的最終目的才能實現。
(三)人工智能生成物獲得專利保護的理論基礎
其一，英國哲學家洛克的財產權勞動理論，可以用于解釋知識產權制度的正當性問題。勞動者通過勞動產生了新的智力成果并使之從共有資源中分離出來，勞動者便對智力成果享有財產權利。具體到專利法中，勞動是指“創造性勞動”。由此產生了財產權勞動理論對人工智能生成物獲得專利保護的質疑：人工智能并不具有生物學意義上人的身體和腦袋，它只是自動運行人類設定好的算法生成發明而已，這一過程難以被看作是“創造性勞動”的過程[14]。本文認為，前述質疑過于表面化。一方面，財產權勞動理論在被提出之時，何為“勞動”并不存在確切標準。后來，專利法為了防止那些不具有創造性、本應留在公共領域的技術成果進入專利領域，而設置了“創造性”標準。從結果而論，如果人工智能生成物能達到創造性的高度，那么人類勞動的“創造性”要求是否是必要的?另一方面，財產權勞動理論存在“非損害”的先決條件。
洛克的勞動理論基本上系由反面推論而來——在不違反先決條件的情況下，有什么理由不就個人占有之物賦予財產權的保護[15]?雖然人工智能生成物不是人類通過智力勞動直接產生的成果，但是如果沒有人類對人工智能的智力勞動投入，人工智能生成物根本就不會存在。拋開人工智能生成物權利歸屬不談，專利制度不應當忽略這部分人類勞動的存在而否定人工智能生成物受到專利法保護的正當性[16]。
其二，功利主義理論也是專利權正當性的重要基礎。對于專利系統，功利主義的解釋更是直接：專利只是經濟政策的一個公共工具，有著兩方面的功用：首先，是提供刺激動機，刺激有實用性的發明創造不斷涌現，從而導致社會福利的增長;其次，專利制度本身構成一個完備的信息系統，促進整個社會的技術信息的迅速傳播，避免不必要的重復研究開發，從而減少社會財富的浪費[17]。許多國家的專利法都能體現功利主義激勵創新和促進技術傳播的功用③�；诠怖婵沙掷m發展的考慮，應當對技術成果的研發者授予專利權，使其從中獲取經濟驅動力。雖然研發者的發明動機可能并不是為了經濟利益，但實際上經濟利益確實能夠有效地驅動研發者進行新一輪科技創造，尤其對人工智能生成物這種前期投資巨大的科技研發來說，經濟利益的激勵尤為重要。然而，也許有人會認為激勵作用在人工智能生成物上失效了，因為人工智能不需要激勵。其實不然，激勵的具體表現是經濟收益、經濟回報，激勵的對象是將這些經濟回報用于繼續研發的人。雖然人工智能本身不需要經濟激勵就可以自主創造，但人工智能的研發者仍需要經濟激勵。所以，激勵功能并未在人工智能生成物上失效，功利主義仍能為人工智能生成物獲得專利保護提供正當性基礎。
其三，專利人格權理論正逐漸弱化。大陸法系國家的知識產權制度以“人格權理論”為基礎，作品或發明創造等是作者或發明人人格的延伸[18]。我國知識產權法保護的基礎不是建立在“無形財產”之上的，而是建立在“精神財產”之上[19]。據此，人工智能生成物因其并非人類精神產物而無法獲得專利法保護。其實，不同的知識產權客體含有的人格屬性在程度上差異很大。音樂、電影、小說等文學藝術作品可以明顯體現作者的人格特征，計算機軟件、工程圖紙等技術性作品則很難用人格理論來論證其版權保護之正當性，而人格理論對于技術性極強的專利保護之正當性的解釋力就更不充分了。專利權中的人格屬性是極其有限的，專利權的人格屬性與財產屬性并未實際發生融合，專利權幾乎就是一個純粹的財產權。出于科學技術發展的考慮，對于客觀上符合專利授權條件的技術成果應當授予專利，一項技術成果是否體現人的智慧，并不是專利審查、授權需要注意和考慮的。過度強調技術的人格屬性將對技術革新形成阻礙，專利制度應當把關注重心放在技術本身。
三、人工智能生成物的可專利性
可專利性判斷包括兩個步驟：首先，判斷技術成果是否屬于專利權客體范圍;其次，判斷技術成果是否符合專利授權實質性要求。誠然，專利法對其保護的客體有一個前置性要求，即“由人類創造”，但前文通過人工智能生成物獲得專利保護的正當性分析，已經對該前置性要求予以否定。所以，可專利性的分析是純客觀的。這里以發明為例，對人工智能生成物可專利性進行分析。
(一)人工智能生成物是否屬于“發明”
如果一項技術成果屬于立法者意圖保護的范圍，則其就屬于專利權客體。從正面來說，發明，是指對產品、方法或者其改進所提出的新的技術方案④。從反面來說，一項技術不得屬于專利法規定的不授予專利權的情形⑤。“發明”是一個客觀的表達，人工智能生成物是否屬于“發明”也是一個客觀的判斷，只要其滿足“技術方案”要求而且不屬于專利法反面排除范圍即可。
人工智能生成物是通過人工智能算法的運算而自主生成的技術成果，在本質上，它與人類利用人工智能作為工具而產生的技術成果是一樣的，兩者在技術原理和手段上沒有區別。換言之，人工智能生成物在外觀上與人類創造的技術成果并無二致�，F實中，我國已經出現一些通過遺傳編程、人工神經網絡技術產生的技術成果獲得專利授權或進入專利申請的實例，如采用人造神經網絡和遺傳算法的高速公路事件自動檢測系統⑥、基于笛卡爾遺傳編程循環神經網絡的超短時負荷預測方法⑦、人工智能程序員書寫數字飛行器代碼的遺傳編程決策方法⑧等等。前述技術成果的專利授權、申請實例都可以證明人工智能生成物在客觀上可以歸入“發明”范疇。
(二)人工智能生成物是否滿足“新穎性”
新穎性，是指該發明不屬于現有技術也不存在抵觸申請⑨。是否存在抵觸申請，并不涉及技術內容的分析和實質法律問題的判斷，所以本文僅針對人工智能生成物是否屬于現有技術進行分析與判斷。人類科學發展至今，各個領域的技術已經數不勝數。在技術的海洋中，各技術之間總是存在著千絲萬縷的聯系，想要通過閉門造車的方法探尋出全新的技術幾乎是一件不可能實現的事情。人工智能生成物亦是站在巨人肩膀上的產物，不僅未沖破現有技術的枷鎖，而且對現有技術的依賴程度比較高。如果人工智能生成物僅僅是簡單排列組合的結果，則很容易落入現有技術的范圍，進而喪失新穎性。實際中，人工智能生成物具備新穎性的可能性是與人工智能應用的算法的創造性和多樣性程度掛鉤的，兩者成正比關系。如果人工智能算法在輸出方面缺乏可變性或者依賴于類似的數據集，則人工智能生成物可能會缺乏新穎性[20]。如今，人工智能系統正逐漸擺脫單一性與封閉性，通過不斷學習去篩選、對比現有技術，可以成功避免出現簡單排列組合的結果，使其生成物能夠滿足專利的新穎性要求。不僅如此，隨著人工智能算法的改進，人工智能生成物具備新穎性的可能性將極大提高。
此外，人工智能有能力在某個領域創造出大量技術成果，在理論上甚至可以窮盡該領域所有發明創造。隨著互聯網發展，人工智能生成物傳播速度加快，即便沒有實際運用到工業生產中，也能夠被他人獲取。人工智能生成物數量的增長，意味著現有技術范圍的擴大，甚至使得某一領域的現有技術呈現飽和狀態。如果大量人工智能生成物涌現并全部進入現有技術領域，則將對該領域人類發明創造的新穎性認定形成屏障，進而降低人類發明創造獲得專利授權的可能性。由此引發的消極后果是人類無法從發明創造中得到回報和經濟激勵、創造積極性受到打擊，相關領域的科學研究也將停滯不前。面對這一困境，我們應當審慎地處理人工智能生成物與現有技術之間的關系。
(三)人工智能生成物是否滿足“創造性”
創新性的核心要素在于“非顯而易見性”，“非顯而易見性”是基于所屬技術領域的技術人員(以下簡稱“技術人員”)標準來認定的。對于技術人員來說，人工智能生成物很容易被認定為“非顯而易見”，原因在于人工智能生成物所運用的技術知識遠超于技術人員所知曉的技術知識。技術人員知曉的技術知識體現了他所具有的能力，一定程度上決定了創造性門檻的高低。技術人員知曉的技術知識有兩大特征：一是僅限于申請專利的技術方案所屬的領域，必要時才可以擴展至與技術方案有關的領域;二是僅限于普通技術，不包括那些深奧、復雜、生僻的普通人難以掌握的技術知識。相比于人類存儲空間有限的大腦，人工智能具有巨大、無限的存儲空間;相比于人類有限的認知水平和認知速度，人工智能可以在短時間內實現巨額數據資料的收集與整合，而且這種能力隨著云計算的發展而得到極大增強。換言之，人工智能生成物所運用的技術知識不限領域、不限深淺，呈現出數量大、范圍廣的特點，除了所屬或有關的技術領域之外還包括其他不相干的技術領域，除了普通技術知識之外還包括不為常人所掌握的技術�？梢�，對人工智能生成物創造性的判斷已經超出了技術人員的能力范圍。因此，在現行專利制度下，人工智能生成物的“非顯而易見”較為明顯。
然而，一些被人類判定為具有創造性的人工智能生成物，極有可能只是人工智能系統“輕而易舉”產生的結果，在實際上并沒有達到創造性高度。研究者認為新穎性可分為兩種：相對于個人思想或某項人工智能系統是新穎的，或者相對于整個歷史是新穎的，前者被稱為“心理創造力”，后者被稱為“歷史創造力”。人工智能通常具有的是“心理創造力”，而極少具有“歷史創造力”[14]。也就是說，人工智能生成物的創造性是以人類創造水平為基準的創造性，而不是以人工智能創造水平為基準的創造性。如果仍站在所屬技術領域的技術人員的視角人工智能生成物的創造性進行判定，必將使大量不具有創造性高度的人工智能生成物進入專利領域。用人類的標準去判斷人工智能生成物，無疑在實質上降低了專利審查創造性標準。由此，人工智能生成物的創造性標準應當予以相應調整。
(四)人工智能生成物是否滿足“實用性”
滿足實用性是進入新穎性和創造性審查的前置條件。實用性包含三個要求：一是能夠在產業中制造或使用⑩;二是能夠解決技術問題，即符合自然規律、具有技術特征;三是能夠產生積極的社會經濟效益。人工智能生成物要滿足實用性要求并非難事，但是其中不可避免地需要人類介入。針對產業制造要求，人工智能生成物可能出現兩極分化的情況：一方面，人工智能的極高創造力可能使得原本無法投入產業制造或使用的技術方案轉而具有實用性;另一方面，人工智能生成物可能缺乏有關創造過程的詳細說明和創造背景的信息資料，這導致人工智能生成物缺少操作指導，若要滿足產業制造要求，必然離不開人類的分析與實踐。針對積極效益要求，人工智能生成物存在有害風險，如英國在2015年2月進行了該國首例機器人心瓣修復手術，結果機器人把病人的心臟“放錯位置”、戳穿大動脈，病人不治身亡[21]。在人工智能技術尚未成熟的情況下，人工智能具有不可預測性，其生成物的有害性風險具有潛在性。由于人工智能本身無法進行實用性監測，所以在實用性的把控上，不可避免地需要人類的介入和指引。
綜上所述，以發明為例分析而得知，人工智能生成物可以成為專利權客體，同時也可以滿足專利授權“三性”要求，人工智能生成物在客觀上具有可專利性。但同時，人工智能生成物也給“三性”帶來一定挑戰。在新穎性方面，人工智能生成物若成為現有技術將對該領域人類發明創造的新穎性認定形成屏障;在創造性方面，現有創造性判斷標準過低，容易使一些未達到創造性高度的人工智能生成物獲得專利授權，進而導致低質量專利泛濫;在實用性方面，人工智能生成物的風險潛在性可能導致其產生消極后果。
四、人工智能生成物專利化的對策
在我國現行專利法制度下，人工智能生成物客觀上具有可專利性，但由于不符合發明人只能為自然人的規定，進而不能獲得我國專利法保護。但是，誠如本文第二部分所述，在新技術發展趨勢下，人工智能生成物專利化具有正當性。為了解決現實需求與現行專利法之間的矛盾，筆者試圖在我國現有專利法體系的基礎上，提出人工智能生成物專利化的有關對策。為了避免、減輕人工智能生成物對公共利益造成侵害，必須將公共利益保障貫穿于整個人工智能生成物專利化過程之中。
(一)確立“以人為本”的專利權歸屬方式
法律都是“人域法”而非“物域法”。我國1984頒布的《專利法》對立法目的的表述為“為了保護發明創造專利權……”，我國2008年修訂的現行《專利法》對立法目的的表述為“為了保護專利權人的合法權益……”??????從立法目的表述的轉變中可知，專利規則是圍繞著人展開的，強調只保護人的權益。因此，人工智能生成物專利化應當遵循“以人為本”的原則，專利權利歸屬應當限定為自然人，如此一來才能發揮專利法激勵創新的功能。
人工智能生成物所涉利益主體較多，候選專利權人主要如下：其一，人工智能編程者。人工智能計算、編排、選擇等活動都是通過算法實現的，沒有算法就沒有人工智能生成物。然而，編程者可以獲得算法版權保護，再予以其生成物專利保護有過度保護之嫌;其二，信息數據供應者。充足、有效地信息數據是人工智能生成物的產生基礎，但是供應者身份具有不確定性，對其授予專利權存在諸多不便;其三，人工智能系統測試者。測試者不斷解決、糾正人工智能系統出現的問題與錯誤，為人工智能自主創造提供良好的運行環境;其四，人工智能系統的使用者(用戶)。使用者設定目標、輸入指令，使人工智能在運行中生成技術成果，但在人工智能發展現階段這種可能性較低;其五，人工智能所有者。通常情況下，人工智能所有者是為人工智能研發提供資金、技術、人才等資源的企業。
筆者認為，人工智能所有者更宜獲得人工智能生成物的專利權，理由如下：第一，人工智能所有者是除人工智能本身之外的最大貢獻者。具體而言，編程者的貢獻止于編程完成之時，信息供應者的貢獻止于信息到位之時，測試者的貢獻僅限于對系統的監測和調試，使用者的貢獻僅限于對系統的目標設定和指令輸入，只有人工智能所有者的貢獻是貫穿始終的;第二，人工智能所有者通常是投資者，他們是最需要得到經濟激勵的主體。如果將專利權授予其他主體，經濟激勵作用則非常有限;第三，人工智能所有者在后續專利實施運營、糾紛處理上具有更大優勢，能充分發揮人工智能生成物的價值;第四，人工智能生成物類似于人工智能產生的孳息[22]，孳息權利歸原物權利人所有的權利歸屬方式符合人們常規思維，能避免因權利主體誤認而引發的糾紛。此外，人工智能生成物是多個主體共同投入的結果，考慮到所涉利益主體之間的錯綜關系，應當賦予各主體自由約定專利權屬的權利。因此，對于人工智能生成物的專利權利歸屬，原則上歸于人工智能所有者，但有約定的從約定。
在確立人類為人工智能生成物專利權人的前提下，可以將人工智能本身確立為發明人。盡管人工智能在民法理論下的非主體性已有定論，但發明人與一般權利主體相較之下具有特殊性。發明人享有的署名權并不屬于實質性的權利，發明人也不參與專利實施、運營。將人工智能作為發明人并不會影響人類在專利法律關系中的地位，也不會對其他主體或公共利益造成損害。如果為了保護便利而直接將人類作為人工智能生成物的發明人，則與發明人的定義不符，是不尊重技術客觀發展狀況的表現。歷史證明，為了解決某些現實問題，法律可以通過法律擬制??????的手段，將權利主體地位賦予一些“非權利主體”。因此，為了解決人工智能專利化的難題、促進人工智能產業發展，可以將人工智能擬制成發明人。
(二)改進人工智能生成物新穎性審查方式
針對人工智能生成物的新穎性審查方式，可從以下兩個方面進行改進：
第一，設定現有技術提供義務。實際上，我國專利法已經設定了專利申請人的資料提交義務。然而，與一般技術相比，人工智能生成物新穎性審查對現有技術全面性、完整性的要求更高。前述法律規定沒有設定不作為的法律后果、有關參考資料的范圍也不明確，可能導致專利申請人出于僥幸心理而不完全提交資料，該規定所起的作用是有限的。據此，針對人工智能生成物新穎性審查，可以設定申請人提供所參考的現有技術等資料的義務，并規定不履行的法律后果。
第二，適當采用綜合對比原則。單獨對比原則可能并不能很好地適用于人工智能生成物的專利審查，理由如下：其一，如今現有技術之間的界限越來越模糊，人工智能參考的資料具有生僻性、碎片性，這些資料難以形成一篇完整的對比文件，單獨對比原則在實際操作中存在障礙;其二，人工智能采用的一些非慣常手段的同等替換在短時間內不易被察覺，由此形成的發明創造實質上并不符合新穎性標準，但專利審查員僅通過上下位概念、手段置換、數值范圍等方法進行單獨對比的話，很容易造成新穎性誤判[23]。因此，在人工智能生成物單獨對比實操困難或結果存疑時，可適當地采用綜合對比原則。
另外，由于人工智能生成物作為現有技術將對人類發明創造新穎性認定形成屏障，可暫時將人工智能生成物排除出現有技術范圍�，F有技術具有公知性、時效性和實用性，與一般技術相比，人工智能生成物的公知性程度更低。具體而言，人工智能生成物是基于數量巨大、內容繁雜的參考資料后高速分析、復雜計算的結果，對公眾來說在檢索上可能存在技術屏障。在現階段如果把人工智能生成物作為對抗其他專利申請的現有技術，實際上是擴大了現有技術的范圍。但是，隨著人工智能技術的普及，人工智能生成物的公知性將不斷提高，待其給人類專利申請帶來的不合理影響消除后，可逐漸成為現有技術。
(三)提高人工智能生成物創造性審查標準
針對性人工智能生成物創造性審查標準的提高，有學者提出，在不改變專利授權條件和審查標準的情況下，可以提高人工智能生成物專利申請費用及后續專利年費，以控制專利數量[24]。然而，該方法治標不治本，若專利申請對申請人經濟實力形成依賴，則會給那些研究費用有限但極具創造性的發明專利申請設下障礙。還有學者提出，可以把所屬技術領域的技術人員變更為人工智能系統[25]。這個設想一針見血，在理論上具有重要意義，但在實踐中卻無法實現。因為專利審查員無法獲取與人工智能系統相同的知識與能力，無法用人工智能系統的標準進行判斷，除非把專利審查員直接替換為人工智能系統。2017年，日本特許廳就提出將人工智能技術運用于專利審查工作，并將專利審查業務分為三個等級：一是容易實現的流程工作，如紙質文件電子化和印章、收據確認等簡單業務;二是技術尚未成熟，但已有先例的現有技術檢索和發明分類等業務;三是包括自動作出審查決定在內的需要優秀的分析和決策能力的業務，目前尚無開發先例[26]。因此，把所屬技術領域的技術人員變更為人工智能系統的設想很難實現。而且專利審查中許多細節的拿捏、復雜情況的處理機器是無法替代專利審查員完成的。
基于前述設想，筆者認為，可以將所屬技術領域的技術人員變更為“掌握人工智能的技術人員”。假設該技術人員知曉人工智能相關領域的所有普通技術知識，掌握普通人工智能系統的運行規則。該技術人員可以判斷出某一人工智能生成物到底是系統“輕而易舉”就能產生的結果，還是系統通過不斷學習、試錯而產生的結果。如果屬于前種情況，則該人工智能生成物是顯而易見的、不符合創造性標準。也許有人會提出疑問，“掌握人工智能的技術人員”所具有的判斷能力過于抽象，專利審查員能達到如此之高要求嗎?確實，這一疑問是修改創造性標準的現實障礙，并且無法在人工智能技術尚未成熟的階段得到有效解決。對此，在人工智能生成物的創造性判斷上，必須充分考慮人工智能技術的發展狀況。只有當人工智能技術發展到一定高度、在相關領域被廣泛使用，人工智能創造實例增多、創造趨勢更加明朗之時，“掌握人工智能的技術人員”才能在實踐中加以運用，專利審查員的審查準確度才能得以保證。所以，當前人工智能技術尚未在相應領域被廣泛使用之時，仍應當基于原有的所屬技術領域的技術人員標準進行創造性判斷。
(四)建立人工智能生成物高效許可機制
相比于一般技術成果，人工智能生成物的負外部性更加明顯：一，人工智能生成物具有產生速度快、數量大的特點，技術需求者必須在密集的“專利叢林”里披荊斬棘才可獲得有關專利，這將妨礙技術傳播、增添研發主體負擔、增加技術交易成本;二，一旦人工智能生成物構成某一領域極具價值的探索性發明，專利權人為了建立市場優勢，將選擇獨占使用或者減少對外許可，技術需求者將無法使用、改良相關技術，這不利于技術及時轉化為生產力，容易釀成“反公地悲劇”;三，人工智能生成物很有可能成為人類通過專利侵權訴訟獲取利益的工具，成為“專利流氓”。
為了緩解以上危機，有必要建立高效的專利許可機制來保證技術及時實施。一方面，可以降低人工智能生成物的強制許可門檻。對于一般強制許可，可以適當縮短人工智能生成物未實施的年限，加快他人獲得許可的步伐;對于特殊強制許可，可以適當放寬公共利益的前提條件，只要是一般的公共利益即可，不要求重大公共利益;對于交叉強制許可，可以適當降低對下游專利的要求，只需有積極的社會效果即可。另一方面，可以建立規�；Ⅲw系化的人工智能專利池和人工智能專利共享平臺，提高人工智能生成物專利許可、交易效率，保證技術及時有效實施。
結語
實際上，人工智能生成物專利化給專利法帶來的沖擊是可以合理化解的，人工智能生成物完全可以在不破壞現有專利法體系的情況下獲得專利保護。盡管在未來較短時間內，人工智能生成物可能并不會在技術市場普及，專利法律制度也暫時沒有修改的緊迫性。但是，本文研究的目的并不單單在于得出專利法是否要保護、如何保護人工智能生成物的確實結論，還旨在對人工智能生成物可專利性分析的過程中，對專利法體系進行重新梳理，提出專利法面對新技術時應有的應對態度和方式，對專利法的公共屬性和社會價值有更加深入的認識�？萍及l展日新月異，基于技術發展而展開的專利法律制度討論永遠不會為時過早。
轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/jjlw/22027.html
