人工智能算法专利保护研究

2021-01-13 03:11□文/查
合作经济与科技 2021年3期
关键词:智力活动专利审查专利法

□文/查 振

(天津大学法学院 天津)

[提要] 人工智能的两大灵魂为“大数据+算法”,算法作为一种决策判断的逻辑在其中起着至关重要的作用。现有知识产权体系中著作权、商业秘密等保护路径无法为算法提供充分的保护,算法要想实现专利权保护,还应当处理好与《专利法》二十五条之间的关系。

一、前言

人工智能(AI)一词最初是在1956 年的达特茅斯会议上提出,距今已经有60 多年的发展历史,但是直到最近十多年,随着大数据的收集和计算机运行速度的变快,它才真正地被我们所熟知。人工智能的实现主要依靠两种重要元素:一是客观经验的存在;二是决策判断的逻辑,通过对于客观经验的分析,然后进行决策判断,从而产生类似于人的一种自主判断结果。其中,决策判断的逻辑就是我们通常所说的“算法”。

作为一种智慧成果,我们很容易将“算法”联系到知识产权,但是知识产权保护又分为著作权保护、商标权保护、专利权保护、商业秘密保护等方式和途径,哪一种途径才是“算法”的最佳保护路径?本文假设将“算法”成果作为一种技术成果,用专利保护的方法加以固定。但是,算法的专利保护同样面临着各种各样的问题,算法本身作为“智力活动的规则和方法”是无法被授予专利保护的。如若算法通过一定的加工成为了专利审查的客体,在专利审查实践中,对于“算法”的三性审查有哪些需要注意的方面?

二、算法保护路径选择

人工智能两大灵魂为大数据和算法,大数据相当于经验素材,算法则是人工智能的运行核心,主要的创新之处也大都集中在算法。智能算法的更新换代,催动了新的智能社会的到来。智能算法被应用在各种领域,生物医药、化工制造、基因工程等领域无不受益于此。在此,笔者做一个比方,大数据就类似于我们生活中所遇到的种种案例,算法则是我们行为模式的判断依据,如果判断依据出错,便会造成难以估量的后果。这种现象就是我们通常所说的“算法黑箱”或“算法合谋”。正如发生在新奥尔良的一起案件,该地警察局使用一款人工智能软件帮助预测犯罪活动,结果却产生了一系列种族歧视的决策。因此,给“算法”确立一种合适的保护路径不仅仅是对于算法权利拥有人的一种鼓励,更是对于社会公众的一种保护。要达到“保护”与“限制”的双向目标,才是算法知识产权保护的最优解决方案。

(一)算法的著作权保护路径。算法是计算机软件的一个组成部分,一个完整的软件包含程序、算法、数据组成,算法是软件运行的逻辑基础,是创新思想表达的核心所在。目前,绝大多数国家都将计算机软件纳入了著作权保护的范围。我国《著作权法》第三条第(八)项和《计算机软件保护条例》第五条都将计算机软件的保护指向著作权。

从表面上来看,著作权确实能够给算法带来方便、快捷的保护,算法作为程序的核心内容,可以通过“代码”这一有形形式保存下来,而有形形式的文档内容归属于文字作品,属于传统著作权法保护的内容。除此以外,以著作权形式保护算法,可以让权利者免去繁杂的申请、审批步骤,且无须较高的创作标准,几乎一旦定稿即可享有权利。但是,计算机代码与一般文本最大的区别所在是:一般的文本作品主要是对于作者表达形式的保护(文字、序号的排列组合),是具有文学、美学等功能的呈现;而计算机代码中的核心——算法,则是创作者逻辑判断过程的体现,是一种思维方法的体现,它的核心之处在于代码的运行,而远非代码的美学享受。将算法通过计算机的运行,才能够得到其真正的价值所在。同时,采用著作权的保护模式无法有效遏制算法侵权现象。基于代码形式保存的算法思想,在得到著作权保护后,受到保护的仅仅是文字作品的保护,对于代码中所体现的决策思路、决策方法却无法得到保护。侵权者可以利用相同的思路,编写出形式上不同的代码来完成新的著作权创造,这样一来,侵权者便可以正当形式对此代码加以利用。其实,导致这种漏洞的出现,与著作权法的根本原则息息相关,著作权法的保护原则是保护表达而不保护思想,因此相同思想前提下的不同内容的作品仍然可以得到保护。加之,随着信息网络的迅速发展,各种各样的代码形式层出不穷,侵权的形式也变得多样化和隐蔽化,传统的著作权保护模式很难充分保护好算法。毋庸置疑,算法本身是一种思想,是一种抽象概念,但是将其与具体的情形结合,他便从单纯的技术方案转变成了一整套有技术手段、技术方案并能产生技术效果的方法。

(二)算法的商业秘密保护路径。商业秘密的核心构成要件有四个方面:秘密性、价值性、实用性、保密性。秘密性是指商业秘密不为公众所知悉,价值性是指该商业秘密能够为所有者带来一定的经济效益,实用性是指能够大规模适用,而保密性则是指所有者为商业秘密采取了一系列的保密措施以防止其被公众所知晓。目前在商业环境下,已经有相当数量的算法已经投入到商业运用中,而各商业主体采用最多的手段即是商业秘密的保护。因为商业秘密的所有人不用披露商业秘密信息,而且商业秘密也是众多知识产权保护中为数不多的没有时间限制的保护路径。算法开发者基于以上考量,大都不愿意透露和公开自己的算法信息。

但是,正如上述所说,算法决策过程中会存在诸如“算法黑箱”、“算法歧视”等弊端,如若商业秘密所有者保留所有的商业秘密信息,则监管部门很难做到有效的监管,第三方使用者也很难能够知情相关具体内容,会导致一种私法自治和公共利益之间的价值冲突。发生在美国的一起案件能够很好地说明此种情况。在State v.Loomis 案中,法院否定了律师对于算法商业秘密公开的要求,最后经过调查发现,该算法中黑人的犯罪率是白人的两倍,存在严重的歧视倾向。一方面对于社会公众会造成一定程度上的不平等,会造成一定程度上的算法暴政;另一方面算法的垄断也并不利于社会科技的发展,如今人工智能正处在高速发展阶段,如果某一先进技术被垄断,甚至无法通过专利许可的方式进行社会共享,则对于科技的发展是大大不利的。因此,算法的商业秘密保护路径并不是一个理想的选择。

(三)算法的专利保护路径。正如上文中所提到的,人工智能算法作为一种智力成果,应当采用知识产权法律制度去实现保护目标。通过以上分析,我们可以发现现在多数国家采用的著作权法的保护路径会与算法所追求的保护存在严重的价值冲突,在实践中广泛存在的商业秘密保护形式也同样会带来一系列的问题。商标权利、地理标志的保护路径与算法本身更是相差甚远。因此,笔者认为算法的专利保护可能是一种相对合适的保护路径。一方面专利法独有的特点是“以公开换保护”,算法可以通过公开的形式避免产生一系列的社会风险,还可以促进人工智能领域的技术发展;另一方面专利法的全面保护也能够鼓励研发者进行不断的创造和研发。

需要注意的是,构建算法的专利保护也存在着一系列的困难。如上文所述,算法本身是一种思想、一种逻辑结构,按照《专利法》第二十五条的规定,“智力活动的规则和方法”不属于专利客体。如何能够让算法成为一项可专利的客体,并且在审查专利三性过程中有何必须要注意的方面,是亟待解决的问题。

三、算法与“智力活动的规则和方法”

算法要想成为专利保护的客体,必须要结合一定的硬件,应用到具体的领域中。有学者认为,在“整体论”中,计算机软件与计算机硬件被视为一个整体,即便计算机硬件没有改变,只要其中的软件部门采用了新的算法,并能够达到新的应用,则不能否认这台计算机已经完全不同于之前的计算机,因此可以被授予专利权。我们也可以在我国的《专利审查指南》中看到类似的规定,《专利审查指南》第二部分第九章中指出,“如果一项权利要求中不仅包括了智力活动的规则和方法还包括了技术特征,在整体上来说,不能简单的把它归属为智力活动的规则的方法,不能排出其成为专利客体”。也就是说,《专利审查指南》中的立场与前述是大体相同的,即只要该申请专利的成果,在包含人工智能算法的基础上又包含技术特征,便可以认为该方案符合申请专利的条件。

实践中也不乏算法的专利申请案例,百度为了推广其智慧停车自动识别的算法,将其算法包装为计算机软件,并安装在具体的设备上,以此来通过专利申请。还有在“信息处理、数据处理和装置”的专利复审决定中,专利复审委员会指出了算法属于可专利客体的两个标准:一是算法必须应用到具体的领域且形成具体的解决方案;二是该算法作为一种技术手段,必须解决实际的技术问题并实现一定的效果。也就是说,算法本身并不能够得到专利法的保护,仅仅通过对于数据的处理和运算并得出一系列数据结果,并不能够支撑该算法得到专利法的保护。在“基于马尔科夫决策过程模型生物芯片”案中,该算法仅仅将数据进行处理和运算,而且其权利要求仅限定在了算法模型本身,并没有将该算法与生物芯片进行绑定,因此没有获得专利授权。从以上分析中我们可以看出,如果要想算法不因《专利法》第二十五条的“智力活动的规则和方法”所排除,我们需要将算法与设备相关联,并在权利内容的描述上增加具体的实践方案和应用场景。这也从侧面反映出专利法本身是不排斥算法的专利保护要求的,算法在一定程度上是具有可专利性的。

当然,还有学者呼吁算法本身作为一种专利客体纳入专利保护的范围,对此,笔者不太认同。因为算法本身只能作为一种智力活动的规则和方法,这与一般的数学公式无异,如果将其纳入保护客体之中,无异于用力过猛,过多的侵占了公共领域的资源,会导致资源的垄断以及公共利益的侵害。反之,如果具体的算法能够与具体的设备相结合,并产生一套解决方案解决现实中的具体问题,这样便可以作为方法发明申请专利。这样一来,并不会造成该算法的垄断,也适当地保护了权利人的相关利益。

四、算法专利审查过程“三性”判断

如上所述,算法专利要想通过专利审查必须要符合“算法+设备+应用”的整体标准,因此在专利三性审查的过程中,最为重要的则是对于该技术“实用性”判断。算法技术的“实用性”重点体现在该算法能够根据相关设备,在特定领域获得特定的技术效果,这一点往往能够通过专利申请说明书了解到。因此,在算法专利申请说明书中应当明确算法的具体用途,履行充分公开的义务。正如美国联邦最高法院在“布伦纳”案中指出:“只有该方法被提炼出具体有用的程度,即在特定领域可以利用该方法取得一定的技术效果,否则给予申请人过于宽泛的权利保护则不利于社会的发展以及造成权利的垄断。”也就是说,在审查“实用性”环节,一定要明确算法的具体应用情形,一定要明确数据与成果之间的关系,避免单纯的数据生成行为。

然后是算法的新颖性判断问题。目前实践中比较严重的现象是,一些厂商将行业内已有的软件进行包装后申请专利,鉴于专利审查局一直没有建立软件、算法数据库,因此技术人员难以得到比对资料,这就导致了很多的算法专利实际上并不具有新颖性,由此不仅助长了不法分子“搭便车”行为,而且也侵害了部分商业秘密所有人的合法权益。除此之外,基于人工智能算法对于数据处理的强大能力,它可以组合分析出各种要素组合,从而预测所有的可能产生用途的领域,这样一来,便会使得有些并未发现的同类技术方案丧失新颖性。目前可行的方案是,审查人员应当是相关算法应用领域的专家,并且熟悉该算法具体运行的过程。在具体的审查中,还应当要求专利申请人对于相关技术信息做充分披露,以防止隐性的权利扩张行为。在以后一段时间内,专利审查委员会应当将算法专利纳入专利数据库,便于日后的查找和比对。

算法的创造性判断,其本质上要关注到算法的“非显而易见性”。“非显而易见性”在我国《专利审查指南》中的描述为:“对于同领域技术人员所不能轻易预见的。”对于传统的发明专利而言,非显而易见性的要求无可厚非。但是在人工智能算法方面,非显而易见性的要求则显得过于苛刻。因为算法作为一种逻辑判断的方式,是同领域内技术人员可以轻易想到的,比较难以实现的是,如何将逻辑判断作为程序语言纳入到具体的情境应用。因此,有必要将算法专利的“非显而易见”性作扩展解释,此处的“非显而易见性”应当是算法转换过程中的“非显而易见性”,而并非“算法本身的逻辑决策”的“非显而易见性”。

除了以上所述的内容,算法要想成为专利申请的客体还面临着其他的困难,比如说应用在医疗领域的人工智能算法因涉及“疾病诊断治疗方法”而不能获得专利权,再比如说日后的强人工智能的出现会造成“算法类人化”,也就是说,随着人工智能的发展,其中的逻辑决策越来越趋向于人,会逐步向思想层面靠近,因此便会否定此专利的有效性。当然,目前的人工智能还不能够达到“类人化”的标准,可以使现实并有广泛应用的人工智能算法技术获得专利权,鼓励发明人的研究与开发工作。

五、结语

通过以上分析,人工智能的算法不宜采用著作权和商业秘密等其他知识产权保护路径,采用专利权保护是一种较为合理的方法。著作权保护和商业秘密保护与算法的核心价值相冲突,会损害到社会公众的利益以及发明人的合法权益,还会阻碍到算法技术和人工智能技术的发展。同时,人工智能算法的专利保护面临着其他方面的问题。具体来说,人工智能算法必须与相关设备结合,并应用到具体的领域中产生实际的技术效果才具备可专利性,避免落入《专利法》第二十五条“智力活动的规则和方法”中而成为不可专利的客体。在具体的专利“三性”审查中,应当注意到算法专利的特殊性,对于“实用性”和“新颖性”判断,应当要求专利申请说明书进行详尽的披露并注意到其具体应用领域的可行性,对于“创造性”的判断,应当对于“算法实现路径”的“非显而易见性”审查,而非“算法本身逻辑判断思路”的“非显而易见性”审查。

猜你喜欢
智力活动专利审查专利法
美国新专利法下的“现有技术”(上)
专利审查协作模式创新与路径优化:审查效率与审查质量导向下的制度演变
Fintech可专利性初探——兼议《专利法》第2条修改
提升专利审查质量 支撑知识产权建设
浅议情商因素在小学数学教学中的运用
小学数学教学中开展实践操作的重要性分析
小学数学教学中开展实践操作的重要性分析
专利侵权行政执法的边界——兼论《专利法》第四次修改
专利法第四次修订中的两个重要问题
对《专利审查指南2010》第二部分第4章第2.2节所述的“有限的试验”的一点理解