深度丨如何利用人工智能技术解码知识产权问题

AI作为人类历史上极具颠覆性的科学技术，被世人誉为“第四次工业革命”。

　　当然，AI同时也引发了一些人的恐慌情绪。例如，2016年斯蒂芬霍金教授在剑桥大学未来智能中心开幕式上曾生动形象地描绘出悲观可怖的场景：AI可能会失控并将人类取而代之，或者以任意方式行事并且造成巨大灾难。霍金教授认为，其实人类大脑与计算机之间并无实质性差别，随之而来的问题就是“那么，强大的人工智能兴起对于人类而言是幸运还是不幸，我们还不得而知。”埃隆•马斯克称人工智能为“召唤恶魔”和“致命威胁”。不过大部分AI反对者只是基于一种普通人的普遍性担忧，担心自动化会减少他们的就业机会，对于那些技术性不高的工作岗位更是如此。

　　在我看来，人工智能前景深远。因为AI系统基于不断改进的处理技术、可靠的大数据为其提供持续不断的动力。而且，随着物联网的发展，AI可用数据量也将持续加速增长。想想现在，我们每天都在与机器学习进行交流互动——从图像识别系统、Alexa和 Siri 语音助理；从亚马逊和 Netflix 等推荐系统、各种搜索引擎、通过异常行为检测判断是否存在银行欺诈，到我们使用的翻译软件。

　　而且，还有很多激动人心的应用技术正在快速推向市场。在医学领域，人工智能有可能提升疾病的诊断。例如，IBM的 Watson 和其他引擎可以通过分析海量文献资料协助医生确定治疗方案。此外，通过使用预测算法和使用人工智能来分析大量遗传数据，可能会改变药品的研发过程。在教育领域，人工智能可以根据不同学生的学习进度，推荐下一步学习方案。无人驾驶可以全面改善道路安全并减少拥堵和污染。人工智能可能会提高农业生产力和河运和航空安全，也可能使人类在危险条件下施工的情况一去不复返。人工智能有能力改善物流、仓储设施安排、货物交付等等问题。也会带来公共服务的显著改善。例如，AI可以排查出有辍学或失业风险的群体或个人，子女可能出现危险的家庭，并且可以对其援助计划进行合理安排。英国税务局已经启用软件，能够帮助识别可能出现的逃税行为。机器学习和人工智能提高了司法效率，包括即时通讯、信息披露分析，法律文书的生成以及纠纷解决结果的预测。人工智能还可以有助于识别累犯和帮助警察打击犯罪。

　　有人预测说到2025年，人工智能和机器学习能够提振全球经济，每年贡献5至7万亿美元生产总值。英国政府认为AI与数据处理和管理作为科技产业的四大挑战之一,如果能够加以解决,那么不仅可以助力英国成为引领其他科技发展国家的领导者,而且能创造成千上万的高质量的就业机会,推动经济增长、人民生活质量的提高。而且，人工智能还可以帮助解决政府面临的一个重大挑战，即塑造未来的流动性，协助实现人财物与服务在全国范围内流通。

　　以上这些不是我们在说漂亮话，而是事实为证。根据人工智能投入数据显示，英国政府已经投入了大量预算，增加人工智能的全面供应，建立健全数据基础设施，增加研发资金投入，以及采取一系列其他积极措施，使英国成为世界上孵化创意产品、发展创新经济最有吸引力的国家。其他国家，特别是美国、中国、日本、韩国、德国和法国等国家，与英国发展战略不谋而合。每个国家对AI的投资情况暂且不表，我们先说科技公司的投入。根据麦肯锡公司的统计分析，仅在2016年，各大科技公司对AI投资总额介于260亿至390亿美元，其中，中国和美国两国的投资金额远远超过了任何一个欧洲国家。

　　只要公众有所了解，就可以明白人工智能的优势，不过也确实会有担忧。许多人担心会失去工作，但他们也担心人工智能机器可能会造成伤害，我们将失去对私人数据的控制，生活将变得不那么私密，而且机器可能还会限制人的自由意志。

　　消除这些恐惧需要社会公众的参与。还需要为人工智能领域的工作人员提供技术解决方案并制定道德标准，最好是在国际基础上并与政府合作。例如，他们必须去解决数据黑箱问题，如何才能使整个决策过程更加透明。如何避免偏见？个人数据如何安全可靠地匿名化？如何确保人工智能生成的结果是可靠的且可以验证吗？人工智能系统在定价问题能否不再“杀熟”？

　　这些问题极具挑战性，研究人员正努力用务实的解决方案来解决这些问题。但它们也向监管机构和立法机关提出了挑战，并提出了一些根本性的问题。政府在推动、促进人工智能技术发展与规范、控制这些技术之间的“度”如何把握？要知道，太多监管只会限制创新能力，而太少的监管又会导致公众的抵触情绪与政党的反对声音。我们之前已经在其他技术领域也看到过类似这种情况。科学技术涉及基本权利问题吗？我们是否应当赋予机器人权利，就像我们在法律上赋予公司与合伙拟制自然人权利一样？这么说听起来似乎有些牵强附会，不过在2017 年，沙特阿拉伯已经授予一个名为索菲亚的机器人以公民身份；比尔盖茨认为机器人应该纳税；对于机器人是否应该承担责任问题，已经有了很多思考。立法者和政策制定者必须综合考虑这些问题所引发的道德问题和社会影响，不过他们该如何是好？这些问题应当通过立法形式还是最好留给互联网产业去解决呢？

　　人工智能下的版权保护新问题

　　这种纷繁复杂、盘根错节的社会背景之下，在人工智能对知识产权法中的一些基本问题也提出了挑战的前提之下，我们需要重新审视知识产权的影响和作用。

　　2018 年 11 月，由人工智能创作的一幅画《爱德蒙·贝拉米肖像》在纽约佳士得拍卖行起拍。这幅画是虚构出来的「贝拉米家族肖像」其中一幅，由总部位于巴黎的Obvious联合社监理之下创作。他们为创作这幅画使用了「生成对抗网络」（agenerative adversarial network or GAN）。

　　《爱德蒙·贝拉米肖像》Portraitof Edmond Belamy

　　最后《埃德蒙·贝拉米肖像》以432,000 美元的价格成交，一位不愿公开姓名的投标人以高出估价的 40 倍的高价购买了此画。那么问题来了：这部作品是否应当受到版权的保护？如果应当受保护，那么作者是谁？版权保护期有多长？旨在激励创作者的努力和劳动版权目的又是什么？只有在互联网新世界，才需要解决这些新奇有趣又非常重要的问题。

　　现在让我来谈谈版权问题，AI版权保护引发的问题非常棘手、令人深思。当下，与版权相关的欧盟法非常复杂，至少包括11 项指令和两部法律。这多年来，计算机程序受到TRIPS，WIPO 版权公约和欧盟法的保护，这点毋庸置疑。但问题是由计算机特别是由AI产生的作品是否具有版权的可保护性，有待进一步讨论。

　　人工智能现在已经能够成功地创造具有原创性的作品，例如：IBM的 Watson 编写了一本食谱;福布斯杂志使用Bertie 软件撰写新闻报道初稿;华盛顿邮报也使用了 Heliograf 机器人帮助记者撰写文稿。在艺术领域中，「下一位伦勃朗」计划使用人工智能创作了一幅伦勃朗风格的艺术作品。最主要的是，人工智能现在已经可以创造出新的且日臻完善的软件。

　　这些新作品本身是否受版权法保护？欧盟法并没有直接回答。但是，法院在Infopaq和其他案件的判决中表明，必须是由作者参与且体现作者意志的作品才应当被保护，那些完全由机器自主产生的作品并不受到版权法保护。

　　另一方面，我们注意到英国1988年版权设计和专利法中有涉及到一个有关计算机所创造作品的版权问题的特殊框架。在该法第 178 条中此类作品被定义为由计算机在没有人类作者的情况下产生的作品，第9 部分表明由计算机生成的文学，戏剧，音乐或艺术作品的作者是安排了创建程序的人。这表明了议会认为计算机生成的作品是应该受到版权保护的，并且赋予了它们 50 年的保护期。这些规定是否适用于人工智能所产生的作品，是否符合欧盟法规定，是否为欧盟法相关法律指明了方向？对于这些问题，希望能引起大家认真思考。

　　其他国家对于这些问题的规定具有一定的借鉴意义。例如，美国版权法中人类作者与创造力原则作为其立法的基本原则，尽管对于这一问题是否属于法律明确要求有待商榷，但是可以肯定这是美国版权局实施版权保护的一个重要依据，并且其也确实体现在了诸如判例之中，例如美国最高法院FeistPublications v Rural Telephone Service判决当中。在 6 岁猕猴通过摄影师大卫·斯莱特（David Slater）的相机拍摄“自拍照”引发的版权归属案中，也可以看到这一原则仍然发挥着作用。

　　我们真的准备好了吗？我们是否真的认识到计算机产生的作品中的创造性因素到底是什么？如果计算机和算法独立创造的作品是原创而不是抄袭，那么会不会有那么一天，版权法也会保护这些作品？区分AI创作的「爱德蒙·贝拉米肖像」的可保护性和传统作品中较少艺术创作性是否确有必要？这些问题值得我们深思。（补译）

　　人工智能下的专利保护新挑战

　　人工智能与专利引发了很多新问题，第一个问题是AI发明本身能否获得专利。

　　《欧洲专利公约》(EuropeanPatent Convention,简称EPC)第52条对专利的基本要求进行了规定：专利必须包含某种发明，必须具有新颖性、创造性、易于工业应用。不过，EPC对于什么才是发明没有直接定义，只是从欧洲专利局的指导方针和判例法中可以推断出发明必须具有某种技术特征。因此如我们所知，例如（assuch）计算机程序、数学方法都被排除在外，没有被授予专利，其他类似情况也同样如此。但是这些例外并不是都像它们表面上看起来那样，并不是只要所谓的发明具有技术特征并且能够用于技术目的，就可以得到专利保护。

　　AI的发明如何符合以上情形呢？欧洲专利局已经发布了相关指南，大意是说人工智能是基于特定种类的计算模型和算法，因此应比照与数学方法相同的方式进行处理。因此如果假定AI不具有可专利性的话，那么我们的挑战在于如何理解发明，如何在技术特征基础上来定义发明。

　　《美国法典》第 35 编第101 节中对于可专利性进行了限制性规定，任何具有新颖性和有用性的程序、机器、产品或物质都可以获得专利。不过，自然现象、自然法则以及数学算法不符合专利授予条件。最高法院在爱丽丝诉CLS 银行案也涉及这个问题，其判决认为，发明专利必须具备技术改进或提升的特性。因此，美国的做法与欧洲具有异曲同工之处。

　　这种立法和司法框架无法为人工智能的基本要素或构建模块授予专利。不过，欧洲专利局和美国专利商标局为以人工智能驱动技术特性的发明授予专利。在欧洲和美国，这些申请主要是集中在无人驾驶汽车领域;生命科学;医学和诊断学;个人设备;节能减排;电信和物流。美国，中国和日本的专利申请数量处于领先地位，这表明这些国家在人工智能领域是善于创新的驱动者；不过就《专利合作条约》和欧洲专利局提交的申请数量相差不远。如果仅论欧洲国家，那么德国，英国和法国三国专利申请数量最高。

　　因此，整体情况是人工智能研究活动活跃，并在获得专利保护方面取得了应有的成功。但是，推动人工智能真正进步的间接性发明的领域的需求无法获得专利，确实衍生出了一系列严重的问题，即判断符合专利性要求是否要有新方法，以及在互联网新世界中，专利制度的宗旨是否仍然是鼓励人们创新？那么，创新性软件不授予专利合理吗？如果不合理，那么这种排除是否应当扩展到人工智能构建模块中非明显进步，而不论其应用程序如何？

　　但这仅仅是个开始。智能机器模仿人类大脑神经网络的特性使自己越来越能自发地产生一些奇思妙想。当然，在许多情况下，尽管相当复杂，AI却可能只被视为另一种实验室工具。发明人可能是为特定目的利用AI，或者已经意识到计算机输出的内在发展。但是在个别情况下，并且这种情况可能会有越来越多，那就是AI已经完成了全部或主要的创造性和创新性工作。

　　Ryan Abbott 教授在这一领域发表了许多有趣的论文，其中一篇指出，AI能够完成全部或主要的创造性和创新性工作的情况早已成为现实。例如，早在1994年，斯蒂芬•泰勒发明的「创造力机器」获得了专利，并且具有创造新想法的能力——他给机器播放了最喜欢的音乐，两天时间机器就创造出数千首新歌。当然这也带来了关于专利的其他问题。机器还具有计算创造力的特征，计算机科学家JohnKoza 和 IBM 的 Watson 联手创造了一种“发明机器”就是一个例子。

　　这些计算机「创造出的」发明有专利权吗？如果有，那谁是发明者，或者这项发明的归属人是谁呢？如何评估其显而易见性，基于此目的，评估出谁是这一领域的专家，以及什么是常识呢？接下来的两天里你们会探讨以上这些基本问题，现在我仅就个别问题进行简要说明。

　　首先，欧洲和美国相关法律条文是基于个人理念与个体发明者对专利进行传统定义，因此只规定了人类创造与个人发明。更为重要的是，专利制度宗旨在于鼓励和奖励创新。发明人向世界公开他们的发明用以换取一定时期的持续性垄断。那么，AI产生的发明是否也同样适用呢？我认为，目前为止计算机并看重所谓的奖励或激励机制，尽管某一天他们可能会。

　　有人建议我们可以考虑让那些计算机领域投资人监督AI运行并制定相应程序。不过，除非他们能够获得相应利益，否则不太可能承担相应义务。另一方面，如果我们将发明人的概念与发明机器的概念区别开来（意译），那么专利体系是否会被计算机生成的发明所淹没，最终扼杀了人类的创新能力？

　　另一个问题是关于如何评估显而易见性的标准。

　　一项可以授予专利权的发明必须是新颖的，而且根据现有的公共知识不应该是显而易见的，我们称之为技术。显而易见性是从缺乏想象和创新能力的技术人员的角度来评估。如果这项发明是显而易见的，也就是说，它存在于这样的人的想象力之内，它就不具有可专利性。AI需要从何处着手融入此类说法？这些名义上有技能但缺乏想象力的人是应当被当做AI对待还是可以掌握人工智能？如果不能，那么会有这一天的到来吗？如果这一天终将来临，AI制作或推动的许多发明必然是显而易见的吗？就一般常识而言，如何评估计算机的常规信息？

　　结论：回归人工智能立法的初心

　　在这次演讲中，我并没有涉及人工智能保密性问题、「欧洲公约」下的基本权利问题、以及 GDPR 下的个人数据和数据库权利的保护问题，当然这些问题都与人工智能密切有关，值得我们慎重考虑。在这个令人兴奋的新世界里，我经常问自己：我们的目标是什么？如何才能实现这些目标？我们到底想要激励什么？专利保护期限多久比较合适？

　　现如今，法律已然有些落后于技术的发展。立法者经常会遇到各种来自时代的挑战，人工智能已经对其发起了挑战。而现在，恰恰也是需要为人工智能进行立法的时刻。