人工智能時(shí)代的知識(shí)產(chǎn)權(quán)問(wèn)題

人工智能時(shí)代的知識(shí)產(chǎn)權(quán)問(wèn)題要點(diǎn)第四次工業(yè)革命人工智能（AI）——演進(jìn)的技術(shù)人工智能技術(shù)領(lǐng)域的投資AI“產(chǎn)品”AI——對(duì)標(biāo)準(zhǔn)專利法概念的挑戰(zhàn)經(jīng)驗(yàn)教訓(xùn)探索下一次工業(yè)革命資料來(lái)源：世界經(jīng)濟(jì)論壇工業(yè)革命年份信息蒸汽、水力、機(jī)器生產(chǎn)和工業(yè)裝備勞動(dòng)分工、電力、大規(guī)模生產(chǎn)電子、IT、自動(dòng)化生產(chǎn)信息物理系統(tǒng)第四次工業(yè)革命信息物理系統(tǒng)的出現(xiàn)——賦予人與機(jī)器全新的能力[N.Davis，世界經(jīng)濟(jì)論壇]物理與先進(jìn)的數(shù)字技術(shù)，如數(shù)據(jù)分析、人工智能、云計(jì)算和物聯(lián)網(wǎng)等強(qiáng)強(qiáng)聯(lián)合[福布斯觀察、德勤]人工智能（AI）制造“智能機(jī)器”的科學(xué)與工程[約翰·麥卡錫，1955]機(jī)器獲得與人類大腦相關(guān)聯(lián)的認(rèn)知功能，如理解語(yǔ)言、解決問(wèn)題和學(xué)習(xí)的能力[https：///artificial-intelligence-potential-implications-patents/]

就專利法角度而言，指能讓計(jì)算機(jī)模擬智能人類行為的數(shù)學(xué)算法歐洲專利局狹義人工智能（ANI）專精特定領(lǐng)域——例如IBM的DeepBlue?超級(jí)計(jì)算機(jī)（國(guó)際象棋）或中國(guó)的天河II號(hào)超級(jí)計(jì)算機(jī)——每秒可進(jìn)行3.4千萬(wàn)億次計(jì)算！可飛速解決復(fù)雜問(wèn)題——但無(wú)法感知?jiǎng)?chuàng)作者所提供信息之外的任何其他事情實(shí)例：智能溫度計(jì)（Nest?）、蘋果公司的“Siri?”、視頻游戲、搜索引擎等。無(wú)法模仿其預(yù)定操作范圍之外的思維過(guò)程目前正在開(kāi)展的開(kāi)發(fā)工作：基于人類的物理、生物和化學(xué)學(xué)科思維過(guò)程，創(chuàng)造AI信息處理系統(tǒng)；電子神經(jīng)網(wǎng)絡(luò)、認(rèn)知計(jì)算算法和人工新大腦皮層[Gurkaynak,Yilmaz,Haksever,2016]通用人工智能（AGI）代表“人類水平的AI”，即計(jì)算機(jī)像人類一樣聰明——在任何方面都如此，并且能執(zhí)行所有人類能執(zhí)行的智能型任務(wù)對(duì)于人類而言，執(zhí)行涉及復(fù)雜計(jì)算的任務(wù)需要付出大量的精力和時(shí)間——但這對(duì)于AI來(lái)說(shuō)卻非常簡(jiǎn)單AI現(xiàn)在已經(jīng)能夠成功完成所有需要“思考”的事情，只是卻做不到像人類和動(dòng)物那樣“無(wú)需思考”可能到2030年左右能夠?qū)崿F(xiàn)[Gurkaynak,Yilmaz,Haksever,2016]超級(jí)人工智能（ASI）比任何一個(gè)領(lǐng)域中最智慧的人類都要聰明的AI，包括科學(xué)創(chuàng)造力、常規(guī)學(xué)識(shí)和社交技巧據(jù)期，AGI一旦成為現(xiàn)實(shí)，就將很快自我進(jìn)化成為ASI——構(gòu)成指數(shù)級(jí)增長(zhǎng)（“智能爆炸”或“奇點(diǎn)現(xiàn)象”）ASI的主要形式：速度型超級(jí)智能、集體型超級(jí)智能和優(yōu)質(zhì)型超級(jí)智能——其中三者中任一種都有能力創(chuàng)造另外兩種[Gurkaynak,Yilmaz,Haksever,2016]人工智能大爆炸Hutson，《科學(xué)》，2008年5月18日計(jì)算機(jī)科學(xué)所有科學(xué)出版物關(guān)于AI的一些技術(shù)基礎(chǔ)可以處理大量數(shù)據(jù)、可以檢測(cè)和解釋規(guī)律的工具——這在以往是難以計(jì)算、識(shí)別甚至想象的可以使能機(jī)器預(yù)測(cè)、診斷、建模和風(fēng)險(xiǎn)分析AI——能夠?qū)崿F(xiàn)高效利用大量（無(wú)法人為進(jìn)行管理的）數(shù)據(jù)的基本要素——并且無(wú)法通過(guò)人工進(jìn)行高效再次編程的算法機(jī)器學(xué)習(xí)——重要的AI工具一種自動(dòng)分析模型建造的數(shù)據(jù)分析方法使用針對(duì)數(shù)據(jù)進(jìn)行迭代式學(xué)習(xí)的算法允許計(jì)算機(jī)尋找隱藏的洞見(jiàn)，而無(wú)需明確通過(guò)編程規(guī)定其從哪里進(jìn)行尋找Google“AlphaGo”圍棋大師：“深度學(xué)習(xí)正在解決AI所存在的各個(gè)問(wèn)題”[J.Schaefer,2016]人工智能技術(shù)領(lǐng)域的投資中國(guó)——人工智能工業(yè)園區(qū)投資21億美元?dú)W盟——截止2020年人工智能研究資金投入將達(dá)到15億歐元法國(guó)——截止2022年人工智能研究資金投入將達(dá)到15億歐元美國(guó)政府——觀望中

2017年第4季度

AI領(lǐng)域風(fēng)投前十名由中美包攬美國(guó)——中國(guó)對(duì)比[數(shù)據(jù)來(lái)源：Astamuse；LinkedIn；麥肯錫全球研究院]美國(guó)中國(guó)數(shù)據(jù)科學(xué)家從業(yè)年數(shù)一半以上從業(yè)超過(guò)10年。40％從業(yè)不到5年。2010～2014

AI專利申請(qǐng)數(shù)15317（全球第一）8410（全球第二）人工智能崗位工作人數(shù)850000（全球第一）50000（全球第七）民間AI投資百分比（2016年）66％（全球第一）17％（全球第二）美國(guó)——中國(guó)對(duì)比“在傳統(tǒng)科學(xué)領(lǐng)域，中國(guó)[科學(xué)家]想要與美國(guó)或歐洲一較高下的話，前路漫漫。但在計(jì)算機(jī)科學(xué)這方面，這是一個(gè)相對(duì)較新的領(lǐng)域。年輕人可以參與競(jìng)爭(zhēng)。中國(guó)人可以參與競(jìng)爭(zhēng)?！薄霸诎l(fā)起人工智能革命方面，中國(guó)并未發(fā)揮作用，但是目前正在奮起直追，進(jìn)展令人矚目。”[EricLander，馬薩諸塞州劍橋博德研究所所長(zhǎng)]大型藥企對(duì)AI驅(qū)動(dòng)的新藥發(fā)現(xiàn)興趣濃厚資料來(lái)源：NatureBiotechnology，第35卷2017年7月35日，第7期用機(jī)器學(xué)習(xí)分類癌癥資料來(lái)源：《自然》，2018年3月22日利用機(jī)器學(xué)習(xí)法對(duì)腫瘤進(jìn)行分類：Capper等學(xué)者利用機(jī)器學(xué)習(xí)法，利用對(duì)甲基化（一種DNA的修飾過(guò)程）的基因組測(cè)序結(jié)果特點(diǎn)，將腦部腫瘤進(jìn)行分類。研究者先獲得病理學(xué)家利用標(biāo)準(zhǔn)顯微分析法或選定基因分析法確診的腫瘤樣本，然后將其甲基化數(shù)據(jù)輸入機(jī)器算法進(jìn)行訓(xùn)練。訓(xùn)練結(jié)束后，使用1104個(gè)病例對(duì)計(jì)算機(jī)進(jìn)行測(cè)試。作者隨后比較了計(jì)算機(jī)和病理學(xué)家的診斷結(jié)果。雖然機(jī)器無(wú)法確診所有樣本，但是其診斷更準(zhǔn)確，或者可以將某種腫瘤劃分至比病理學(xué)家所作的分類更具特異性的亞型。計(jì)算機(jī)與病理學(xué)家診斷相同診斷相同，但是計(jì)算機(jī)可將腫瘤劃分至更細(xì)的亞型診斷不同計(jì)算機(jī)未能確診腫瘤未確診進(jìn)一步計(jì)算機(jī)分析33%的樣本可能代表罕見(jiàn)腫瘤分類確認(rèn)了病理學(xué)家的診斷確認(rèn)了計(jì)算機(jī)的診斷進(jìn)一步確認(rèn)化驗(yàn)AI設(shè)計(jì)有機(jī)合成

一種允許AI程序自行學(xué)習(xí)規(guī)則的系統(tǒng)資料來(lái)源：《自然》，2018年3月29日逆合成分析逆合成合成路徑目標(biāo)起始材料中間媒介中間媒介起始材料阿爾德反應(yīng)金屬催化劑氧化目標(biāo)AI領(lǐng)域的數(shù)十億投資與所得到的產(chǎn)品和工藝

—需要有效的專利保護(hù)—

專利資格EPO、JPO、SIPO和USPTO——大體上——采用與“傳統(tǒng)”計(jì)算機(jī)應(yīng)用發(fā)明同樣的標(biāo)準(zhǔn)計(jì)算機(jī)程序做出技術(shù)性貢獻(xiàn)的專利[即算法相關(guān)的發(fā)明]業(yè)已存在，例如在以下領(lǐng)域：醫(yī)療設(shè)備、汽車行業(yè)、工業(yè)控制、通訊/媒體技術(shù)、自動(dòng)自然語(yǔ)言翻譯、語(yǔ)音識(shí)別和視頻壓縮、計(jì)算機(jī)/工藝裝備CognitiveCode公司“人工智能系統(tǒng)”于

2012年2月28日申請(qǐng)獲得美國(guó)專利，

專利號(hào)：US8,126,832B2。“本發(fā)明從文本和/或語(yǔ)音中提取概念，并對(duì)概念及其關(guān)系的數(shù)字化表達(dá)進(jìn)行使用。概念的提取使得系統(tǒng)能夠理解各種不同模式中的表達(dá)。該工藝使得系統(tǒng)能夠繞過(guò)人類語(yǔ)言的約束，實(shí)現(xiàn)從概念層面上進(jìn)行思考。目前該系統(tǒng)也能夠?qū)崿F(xiàn)動(dòng)態(tài)地生成輸出，生成數(shù)種語(yǔ)法正確的智能反應(yīng)。由于系統(tǒng)使用概念及其關(guān)系的數(shù)字化表達(dá)，因此具有語(yǔ)言獨(dú)立性，甚至可以被用于多種語(yǔ)言環(huán)境下?！盋ognitiveCodeCorp公司的“人工智能系統(tǒng)”

于2012年2月28日申請(qǐng)獲得美國(guó)專利，

專利號(hào)：US8,126,832B2。記憶器40輸入設(shè)備20處理器30輸出設(shè)備60數(shù)據(jù)庫(kù)50CognitiveCodeCorp公司的“人工智能系統(tǒng)”于2012年2月28日申請(qǐng)獲得美國(guó)專利，

專利號(hào)：US8,126,832B2。接收輸入將輸入翻譯為信標(biāo)替換信標(biāo)中由復(fù)合信標(biāo)構(gòu)成的復(fù)合概念確定陣列是否包含復(fù)合概念確定陣列中的任何信標(biāo)是否是由根信標(biāo)衍生而來(lái)確定陣列中的信標(biāo)是否與其他信標(biāo)存在關(guān)系建立輸入陣列添加與陣列的關(guān)系將所有信標(biāo)添加至從該陣列的根標(biāo)記中衍生出的陣列將根信標(biāo)添加至陣列將信標(biāo)存入陣列是是是否否否CognitiveCodeCorp公司的“人工智能系統(tǒng)”

于2012年2月28日申請(qǐng)獲得美國(guó)專利，

專利號(hào)：US8,126,832B2。選擇最能代表輸入陣列的概念信標(biāo)陣列對(duì)比輸入陣列與存儲(chǔ)中的概念信標(biāo)陣列確定輸入陣列中是否存在基礎(chǔ)性標(biāo)記選擇最能代表已選中概念信標(biāo)陣列的輸出模式已選中的輸出模式是否完整確定輸入陣列中是否存在基礎(chǔ)性信標(biāo)利用選中的輸入模式作為起點(diǎn)動(dòng)態(tài)構(gòu)建輸出搜索對(duì)應(yīng)基礎(chǔ)性信標(biāo)的輸出模式是否存在包含基礎(chǔ)性信標(biāo)的輸出模式？搜索輸出模式，向用戶進(jìn)行輸出向用戶輸出選中的輸出模式是是否否否AI相關(guān)專利出版物對(duì)標(biāo)題和摘要進(jìn)行關(guān)鍵詞搜索：深入學(xué)習(xí)人工智能機(jī)器學(xué)習(xí)中國(guó)正在AI領(lǐng)域追趕美國(guó)AI投資公司數(shù)專利數(shù)AI家庭應(yīng)用的發(fā)展資料來(lái)源：EPO專利申請(qǐng)年家庭數(shù)美國(guó)：AI專利的冠軍IBM：2012～2017——5600項(xiàng)AI專利（其中2017年超過(guò)1400項(xiàng)）IBM的Watson——基于云的AI產(chǎn)品——能夠提供應(yīng)用程序接口（API），該接口可以理解所有形式的數(shù)據(jù)，“利用”認(rèn)知計(jì)算能力展現(xiàn)業(yè)務(wù)關(guān)鍵洞察——可嵌入各種產(chǎn)品中用于實(shí)現(xiàn)認(rèn)知性搜索谷歌：2012～2017——約4500項(xiàng)AI專利谷歌神經(jīng)機(jī)器翻譯系統(tǒng)發(fā)展出了其獨(dú)有的內(nèi)部語(yǔ)言，并以此映射其翻譯其他語(yǔ)言時(shí)所使用的概念A(yù)I挑戰(zhàn)對(duì)傳統(tǒng)專利法概念當(dāng)前所應(yīng)用的方法忽略/忽視[？]了AI技術(shù)本身可以通過(guò)技術(shù)手段，針對(duì)各種技術(shù)問(wèn)題創(chuàng)造其獨(dú)有的技術(shù)和應(yīng)用，也就是發(fā)明。因此，除此以外，還需重新對(duì)以下方面進(jìn)行評(píng)估：“發(fā)明”這個(gè)概念[由人確定問(wèn)題，由AI解決問(wèn)題？]數(shù)學(xué)算法的[非]可專利性——AI的“自我進(jìn)化”核心誰(shuí)是發(fā)明人——法人是否有資格成為發(fā)明人？某領(lǐng)域技術(shù)“人員”的概念——評(píng)估獨(dú)創(chuàng)性的決定因素IP系統(tǒng)數(shù)字發(fā)明人面臨的挑戰(zhàn)？資料來(lái)源：西門子股份公司，2018DeepDream圖像示例藝術(shù)作品？人工智能前提下的發(fā)明發(fā)明人必須是自然人嗎？雖然EPC中并未明確規(guī)定，但根據(jù)現(xiàn)行法律解釋，發(fā)明人必須是自然人（EPC第60條、第62條和第81條）

發(fā)明人是指請(qǐng)求專利保護(hù)的發(fā)明的創(chuàng)造者，即形成該項(xiàng)發(fā)明的創(chuàng)意、并以創(chuàng)造性活動(dòng)將其開(kāi)發(fā)成為一種技術(shù)規(guī)程的人。從此意義上來(lái)講，只有人類才有能力進(jìn)行創(chuàng)造性活動(dòng)。（Benkard

EPü，第2版，第60條第9～10點(diǎn)）Source：EPOAI生成的發(fā)明在機(jī)器發(fā)明領(lǐng)域，人類的參與度可能出現(xiàn)各種不同的水平。盡管在很大程度上可以通過(guò)機(jī)器開(kāi)發(fā)技術(shù)解決方案，但是目前該項(xiàng)工藝的實(shí)現(xiàn)尚不能完全脫離人類。通過(guò)創(chuàng)造性思維和/或結(jié)合機(jī)器所提供的結(jié)果來(lái)觸發(fā)發(fā)明過(guò)程的人仍然是發(fā)明人資料來(lái)源：EPO可以將AI指定為發(fā)明人嗎？當(dāng)前情況如申請(qǐng)人指定AI（例如計(jì)算機(jī)）作為發(fā)明人，則不符合EPC第81條和第19條之規(guī)定如未能指定有效發(fā)明人，則該項(xiàng)申請(qǐng)將被否決（EPC第90條，第（5）款）資料來(lái)源：EPO將AI指定為發(fā)明人如果某項(xiàng)發(fā)明由AI單獨(dú)生成，則有必要澄清AI是否可被視為發(fā)明人因此必須調(diào)整發(fā)明人的作用以及對(duì)于發(fā)明人一詞的解釋此外，立法者還必須澄清EPC第60條第（1）款規(guī)定的專利權(quán)。資料來(lái)源：EPOAI對(duì)技術(shù)人員的影響如在某特定技術(shù)領(lǐng)域普遍使用某特定創(chuàng)造性軟件，則可假定技術(shù)人員將使用該軟件進(jìn)而，涉及AI或機(jī)器學(xué)習(xí)的發(fā)明或許可以提升技術(shù)人員的技能和知識(shí)這將會(huì)影響上述關(guān)于公開(kāi)和獨(dú)創(chuàng)性的要求資料來(lái)源：EPO英國(guó)/愛(ài)爾蘭版權(quán)解決方案——一種可行的模式？“由計(jì)算機(jī)產(chǎn)生，且不存在人類作者的作品”的版權(quán)其版權(quán)歸屬于“對(duì)創(chuàng)造該項(xiàng)作品進(jìn)行必要的安排的人” [《版權(quán)、設(shè)計(jì)和專利法》，1988年版，第c48條，§178（英國(guó)）《版權(quán)與相關(guān)權(quán)法》，2000年版，第5部分，第2節(jié)。第28/200