2020年1月28日，欧盟委员会联合研究中心（JRC）发布了知识产权与人工智能报告，讨论了在知识产权框架中开发和采用人工智能技术（AI）的可能影响。报告指出，在不久的将来，人工智能有望在我们的日常生活中发挥核心作用。同时，人工智能系统日益增加的复杂性和自主决策能力，以及它们在多个行业的潜在应用，也带来了法律监管上的挑战。
人工智能的知识产权保护
目前，关于知识产权体系是否足以应对人工智能技术，以及人工智能对现有专利标准的影响一直存在争议。报告综述了专利和版权法对人工智能保护的关键要求。
1、人工智能的专利保护
①符合条件的保护对象
2018年，EPO新增了关于人工智能和机器学习（ML）可专利性的章节，数学方法排除被在可授予专利权的范围之外。同时，“如果权利要求涉及使用的技术手段（例如计算机）或设备，则其主题具有整体技术特征，因此不排除可专利性。”EPO在审查保护的主题是否具有技术特征时，必须仔细研究诸如“支持向量机”、“推理机”或“神经网络”之类的特定表达，因为它们通常指的是没有技术特征的抽象模型。
根据数学方法审查指南，一旦确定所声称的主题整体上是一项发明，就会根据其他可专利性要求，特别是新颖性和创造性步骤进行审查。EPO指南给出了人工智能和机器学习应用的可专利主题的有利示例：在心脏监测设备中使用神经网络技术，以识别不规则的心跳，对此做出了技术贡献。基于低级特征（例如，图像的边缘或像素属性）的数字图像、视频、音频或语音信号的分类是分类算法典型的技术应用。另一方面，指南指出，“仅根据文本内容对文本文档进行分类，但本质上不认为是技术目的，而是语言目的”的申请可能无法获得专利。
②披露的充分性
根据世界知识产权组织（WIPO）关于专利和新兴技术的背景文件，“深度学习技术的非确定性”可能引起另一个问题，“深度学习技术涉及一些随机初始化。因此，即使相同的训练数据和相同的神经网络架构也可能导致机器学习的性能略有不同。文件将这种不确定性特征与生物材料的相似性进行了比较，并提到可以考虑基于专利申请中披露发明的可重复性或合理性”。
日本专利局在其《专利和实用新型审查手册》（2019年1月）的附件中发布了10个与人工智能相关技术的新案例实例。Rogitz（2019）概述了描述要求的主要内容，并指出，在日本提交人工智能专利申请时，应披露与人工智能发明可能产生的“某些关联，例如相关性”，以及对于某些人工智能发明，要求披露测试结果或验证模型“除非人工智能的估算结果可以替代对实际制造产品的评估”。
2、人工智能的版权保护
作为计算机程序，人工智能系统可以获得原创软件的版权保护。但是，版权保护只适用于计算机程序的原始表达，而不适用于其背后的思想和原则。报告指出，只有表达是受版权保护的。这意味着算法的代码，如果是原创的，可以被保护，而算法背后的纯概念却不能。
3、用于人工智能的数据的知识产权保护
人工智能系统高度依赖数据来训练智能算法。这些数据可能受到第三方权利的保护，因此人工智能开发人员可能需要获得访问和使用这些数据的许可。更复杂的是，人工智能开发人员经常对原始数据集进行处理、清理和注释活动，以确保数据足够，这些活动可能会触发新的权限。对于相同或不同人工智能系统的未来用户来说，数据注释有可能成为一种有价值的资源。
版权和用于人工智能训练的数据
随着数据经济时代的到来，关于文本和数据挖掘（TDM）的法律制度和最合适的TDM例外形式的讨论出现了两极分化。一些学者认为，TDM不应该被认为与版权法有关，因为它不是对作品的利用。但是，更被广泛接受的观点是，通常TDM可能涉及一些受专有权保护的复制。因此，除非有例外情况，否则TDM需要版权所有者的许可。
为克服有关TDM的法律不确定性，欧盟委员会于2016年提出了一项有关数字单一市场中版权和邻接权新指令的立法提案，该指令规定了强制性版权例外，允许研究组织可以合法访问作品或数据库进行TDM。另外，许多作者建议通过更宽泛的规定或开放的规范为欧洲版权法引入更灵活的规则。
人工智能产生的作品的知识产权保护
知识产权法律框架在人工智能产生的作品或发明中的应用是一个复杂的问题，特别是在版权和专利权方面。
1、版权
《美国版权法》保护原创作品，而要成为具有原创资格的作品，则必须由人类创作。在这方面，美国版权局政策和程序的一般指南也很明确，“由随机或自动运行而没有任何创造性输入或人工干预不属于版权保护对象”。
中国也采取了类似的立场，北京法院最近的一项裁决以类似的理由拒绝了人工智能系统生成报告的版权保护申请。从版权法的意义上说，仅由机器创作的作品不能被视为原创作品，因为它们将缺乏法律所要求的人的属性。
众多学者也对该问题进行了讨论。Michaux（2018）指出如果人工智能生成的作品不受版权保护，那么区分人类和机器生成的作品将成为一大难点。LauberRönsberg（2019）强调将人工智能生成的作品整合到版权制度中，可能会极大地破坏版权立法及整个体系的基础。Perry和Margoni（2010）对公共领域的持续侵蚀提出了警告，而Schonberger（2018）则预测，如果机器生成的作品受到同样的对待，可能会破坏对人类创造者的激励。
2、专利权
McLaughlin（2018）提出了一个框架，该框架可以分析人为干预的范围，以区分可授予专利和不可授予专利的计算机辅助发明和计算机生成的发明。
对于人工智能的专利权保护方面，Blok和Shemtov持反对观点，认为在解释专利法时，不能也不应该允许人工智能系统在专利法中的地位与人类发明者相同。而Davies (2011)、Pearlman、Abbott、Yanisky-Ravid等人持支持观点，认为在这个新机器时代，机器越来越具有自主性，他们主张改变甚至彻底废除传统的专利法来适应新时代的到来。
知识产权与透明度和可解释性之间的相互作用
一方面，知识产权法已经存在对透明度或可解释性的要求。因此，在专利法中，作为寻求专利保护的发明应该被清楚而充分地披露，以便使它们能够付诸实践。根据欧洲版权法，合法的软件用户有权“观察，研究或测试该程序的功能，以确定构成该程序任何元素的思想和原则”。但是，正如Noto La Diega（2018）所强调的那样，异常的范围有限，使得其对算法透明性的价值有限。
一方面，可解释的人工智能还可以帮助检测受知识产权保护的资产的侵权使用，并克服确定给定使用是否属于专有知识产权范围的挑战。
鉴于上述情况，应将有关以下方面的知识产权问题纳入广泛讨论：
（1）人工智能政策的道德和法律问题；（2）开发可信赖的人工智能的特定工具和方法以及适当的责任和安全框架。
结论
迄今为止，人工智能策略很少关注人工智能对知识产权法律框架的挑战。然而，随着人工智能技术的重要性日益提高，学者们在版权和专利系统中发现的空白表明，有必要进一步研究这些问题。
在人工智能的可专利性方面，欧洲专利局新发布的《人工智能可专利性标准指南》值得参考和借鉴。但是，保护人工智能产生的作品或发明似乎更有问题。从著作权法的人本主义路径来看，人工智能生成的作品是否值得版权保护是一个值得探讨的问题。在法律方面，虽然人工智能产生的发明在原则上可能是一个可申请专利的主题，但对发明步骤或发明归属的评估也会引发政策问题。
尽管一些版权学者明确主张将人工智能生成的作品置于公共领域，但其他人却提出了旨在确保一定程度的保护的提议。除了明显的例外，这些建议仍然太含糊，并不都能足够详细地说明支持这种保护的原因。
最后，报告主张将知识产权维度纳入有关透明度和问责制的伦理和法律讨论，以考虑到权利人、用户和整个社会的利益。
工作日 09:00-18:00
京公网安备 11010802042620号
