单晓光：新科技革命背景下人工智能知识产权问题的立体因应

新科技革命引发了社会经济关系变化，必须探索新的利益平衡和激励机制。人工智能输入、处理和输出三个维度的知识产权问题既相互独立，又是一个立体整体。中国的因应方案要结合中国在新科技革命中的地位和国际竞争态势：在人工智能输入端依托数据资源优势，在优化推进数据资产，特别是数据知识产权登记基础上，构建数据和文本挖掘例外制度；在人工智能处理过程中调整公开性、软件技术性特征要求等专利授权条件，避免商业秘密无序扩张；对于人工智能输出端，绝对排除人类智力贡献的人工智能生成内容并不科学，赋予人类智力贡献趋少直至极限值的人工智能生成内容相应知识产权，既是科技革命和社会发展的历史必然，也有利于维护我国在新科技革命中的竞争力。

新科技革命 人工智能知识产权 立体因应

一、问题的提出

以颠覆性创新为标志的科技革命不断改变着人类社会的方方面面，人工智能作为新一轮科技革命的标志性颠覆性创新，正在重塑今天的数字经济社会，各国之间的竞争也日趋激烈。知识产权制度的历史使命就是要不断应对这种变化，维持新的动态平衡，持续促进创新，增强国际竞争力。人工智能创新的最大特征是改变了创新潜力，创新者使用机器学习工具，加快了创新步伐，而机器学习工具又不断更新。无论如何，如何判断和设计权利人利益与公共利益的平衡点和方式始终是知识产权制度改革的关键。人工智能知识产权的核心问题是，人工智能与其他前沿技术的结合是否改变了鼓励创新的方式？正如历次科技革命颠覆性创新的出现都会触发相关知识产权制度变革一样，如今炙手可热的人工智能也同样启动了知识产权改革的引擎。知识产权制度演进史表明，化解科技革命颠覆性创新对知识产权制度造成的危机，不能僵化地从传统法律规范中寻求解决路径，而是要以宽阔发展的视野，进行法学、经济学和自然科学等跨学科交流，探寻新的解决办法，如静电复印导致复制权适用扩张、网络传输促使信息网络传播权产生。

解析人工智能的发展规律，是解决人工智能知识产权乃至整体人工智能法律问题的前提。较为一致的观点是，人工智能是一种渗透到整个社会经济中的通用技术，这项创新可以追溯到20世纪50年代，新科技革命带来的数据和计算能力指数级增长以及数学模型改进是当前人工智能广泛应用的主要原因。人类智能本身就很难定义，因此人工智能定义的复杂性也就不足为奇。而且由于人工智能发展速度之快和影响范围之大，就更难有普遍接受的定义。采取跨学科方法，由不同专业专家参与定义，可以说是一种有助于揭示其原理的有益思路。《新一代人工智能发展规划》（国发〔2017〕35号）开篇就在战略态势部分指出，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。但从人工智能与知识产权制度之间关系的角度来看，尽管经常提到人工智能，但大多都与机器学习相关。此外，除了定义人工智能本身，定义人工智能生成内容也是难点。这包括人工智能在没有任何人类智力介入的情况下自主生成的内容，以及人工智能辅助生成的内容，即人工智能只是协助生成内容的工具。客观来说，人工智能自主生成内容与人工智能辅助生成内容之间的区别仍取决于人类智力介入的程度，而不是介入与否。就目前科技发展程度而言，乃至推测科技演进规律，人工智能在生成内容过程中实现完全自主性，还遥遥无期。因此，所谓自主人工智能并不是一个可以明确定义的科学术语。

强大的人工智能科技和产业需要完善的知识产权制度。在人工智能发展进程中，尽管目前从公共安全视角的关注度极高，但人工智能如何与知识产权制度相互作用的问题也引起普遍关切。不过，相关研究鲜少联系新一轮科技革命和产业变革背景，多数仍以传统科技革命时代理念，侧重从某单一维度探讨人工智能知识产权问题，研究结论难窥全貌。事实上，当前研究主要还是聚焦在人工智能和现行知识产权制度某些交叉点上出现的困惑，如人工智能输入数据合法利用、生成内容保护等。然而，结合新科技革命趋势，系统审视知识产权制度在整个人工智能创新周期中的作用和不足，更为科学和必要。这要求遵循以人工智能创新周期为导向，从开发人工智能输入、人工智能作为处理过程和人工智能输出三个维度立体揭示其知识产权问题，并把处理好三个维度的相互关系作为构建人工智能知识产权法律框架的一项关键任务。目前研究范围主要涉及著作权、专利和商业秘密等，但不能忽视的是，人工智能知识产权制度还必须与竞争法及其他法律制度保持一致。

二、人工智能输入端的知识产权问题

随着人工智能快速迭代更新，用于训练的数据或文本量呈几何级数增长。这些数据或文本，很大一部分受著作权等知识产权保护。基于交易成本巨大等原因，人工智能开发者无力一一获取训练数据或文本的授权，极易引发侵权行为，这就是人工智能输入端主要的知识产权问题。具体涉及训练数据保护的著作权、商业秘密等方面的知识产权问题。比如，在输入端将创作素材数字化处理并转换为适合“机器阅读”标准数据格式的过程，如果不适用著作权等相关知识产权例外制度，就存在侵犯著作权等知识产权的风险。

为解决这一问题，世界主要司法辖区结合其在数字时代的发展战略，以发展的知识产权理念，考虑构建或已经实施文本和数据挖掘的例外制度。普遍认为，即使在人工智能时代，知识产权制度赋予的权利和例外安排，即在保护创作者利益同时为社会利益提供的平衡原则不应打破。数据有价值，更是创新的燃料。科研人员能够获得并用这些数据训练人工智能，对社会发展至关重要。如果天平朝着数据产权方向倾斜，就会失去创新源泉。但现状是大量数据被控制和保密，阻碍了数据获取。竞争法虽然可以进行规范，但由于门槛高，还无法发挥有效作用。此外，如果用于人工智能输入的数据存在侵犯知识产权的风险，研究人员就会设法将这种风险降至最低。比如，使用公共领域的数据，这就意味着若只依赖过去几个世纪的数据，可能导致偏见、片面等问题。

2014年，英国率先构建了文本和数据挖掘的例外制度，但其范围仅限非商业研究，而且还有一个特殊要求，即合法获得作品是适用文本和数据挖掘例外的先决条件。因此，2022年英国试图引入版权数据库例外，允许更广泛的文本和数据挖掘。然而由于创意行业的反对，英国国会暂停了这个例外提议。瑞士修订的《版权法》允许将作品用于科学研究，作为保护的限制。这里的科学研究被广泛定义为在科学学科领域及其边界之外对新知识的任何系统性搜索。因此，不仅公共研究机构，而且私营企业的研究——只要是真正的研究——都能从这一限制中获利。以色列也提供了版权例外，允许机器使用受版权保护的材料。新加坡《版权法》第八编第244条允许将受版权保护的作品用于文本和数据挖掘等目的。日本2024年《版权法》第34条之四规定，允许利用某些受版权保护的作品进行数据分析。这里要注意的是，尽管许多国家允许使用文本和数据挖掘训练人工智能，但仍不完善，因为它们仅限非商业用途。而且，这种例外情形在很大程度上也没有统一。

2019年欧盟《数字化单一市场版权指令》也引入了文本和数据挖掘例外条款，可以说是这一方面的标杆。2024年欧盟《人工智能法》关于遵守欧盟版权相关义务的条款就引用了《数字化单一市场版权指令》的规定。不过，德国马克斯·普朗克创新与竞争研究所仍然认为，欧盟《数字化单一市场版权指令》规定的版权例外制度还不够灵活，无法使用受知识产权保护的主题来开发人工智能。版权例外制度的一个关键目标是确保私人利益与公共利益之间的平衡。然而，目前的版权例外制度并没有为处理数据（包括受知识产权保护的主题）的人工智能提供这种平衡。公共机构和个人用户在获取信息方面仍然面临重大障碍，两种文本和数据挖掘例外规定，即《数字化单一市场版权指令》第3条（以科学研究为目的的文本和数据挖掘）和第4条（文本和数据挖掘的例外）的适用条件和范围，存在太多不确定性，其有效性还会受到商业秘密保护的阻碍。因此，仅凭现行版权例外制度还无法解决人工智能背景下私人利益与公共利益不平衡的问题。

关于版权例外制度，美国法院的观点值得斟酌：将大量受版权保护的作品用于机器文本和数据挖掘属于合理使用的例外，主要是因为，人工智能的数据使用并没有向公众提供受版权保护作品的替代版本，而只是其中片段。因此，使用受版权保护的作品训练人工智能应自动被视为不侵权，因为这种使用在任何市场上都不会与原创作品竞争。而如果不适用版权例外制度，对侵犯版权责任的顾虑可能会阻止人工智能研究人员公开人工智能训练的数据，从而降低人工智能的可解释性和透明度。

就人工智能输入数据，除了适用版权例外制度，还有建议适用强制许可、限制禁令等。尽管对于机器训练提供有知识产权保护的数据，现有知识产权制度并未规定基于公共利益的强制许可，但以公共利益为理由，如公共卫生、环境保护等，访问私人持有的数据可以具有合理性。此外，对于知识产权侵权，禁令救济一直是普遍适用的标准规范，但如果受排他性权利保护的人工智能输入对下游创新必不可少，限制适用禁令就是一个应对人工智能知识产权问题的重要选项。

此外，使用版权作品进行人工智能训练还可能侵犯保护作品完整权。《保护文学和艺术作品伯尔尼公约》第6条之二第1款规定不受作者财产权的影响，甚至在上述财产权转让之后，作者仍保有主张对其作品的著作者身份的权利，并享有反对对上述作品进行任何歪曲或割裂或有损于作者声誉的其他损害的权利。因此，保护作品完整权可能对人工智能训练使用版权作品造成限制。作品数字化并不新鲜，如果预期用途符合版权例外制度，则可以未经许可进行数字化。但人工智能处理与单纯数字化有很大不同。例如，小说作者可能不希望其作品被人工智能处理，即使这种使用并不意味着作品本身的传播（communication），但这种处理会被他们视为对作品的贬损。在这种情况下，反对对作品的任何变更、毁损或其他损害的权利可能特别重要，因此，据说欧盟层面可能还会引入这方面的例外制度。

在我国，合法利用训练数据的问题也日益突出，已成为人工智能发展中的制约性难题。尽管我国现行著作权法并未涉及人工智能训练数据来源的著作权问题，但在司法实践中，尤其是2024年广州互联网法院判决的全球人工智能生成内容侵权第一案，以及北京互联网法院宣判的全国首例人工智能生成声音人格权侵权案，都不同程度地体现出对生成式人工智能服务提供者合规义务的强调。更为相关的案件是，2023年底，4位画师将小红书主体公司和Trik软件主体公司诉至法院，认为后者开发和应用的AI绘画图片生成模型Trik涉嫌侵犯原告著作权。此案目前仍在审理中，但表明人工智能训练过程中的版权合规已成为中国司法实践中争议的现实问题。鉴于新一轮科技革命和产业变革发展趋势以及对国际上相关讨论的观察，为了有效发挥我国数据资源优势，主动研究并明确人工智能中文本与数据挖掘例外制度，已迫在眉睫。这不仅有利于为我国人工智能产业发展提供有益的法律环境，也有助于为深度参与全球知识产权治理提出中国方案。

可喜的是，近年来对此进行建言的声音逐渐增多，正在形成共识。比如，有学者借鉴欧盟《人工智能法》，提出我国应当通过《著作权法》增加有关文本和数据挖掘的合理使用制度，以便让相关主体（特别是以科学研究为目的的主体）能够享受技术带来的开发著作权法客体的便利。更有专家从经济分析角度论证，允许数据挖掘与机器学习者免费使用作品数据，虽然可能实质损害著作权人部分市场利益，但由此开发的数字创新产品可以为权利人带来其他市场收益，且社会自我调节机制能够消化很多市场损害，因此，颠覆性改进现有技术的数据挖掘和机器学习应被认定为合理使用。并具体建议，鉴于《著作权法》第24条第13项允许法律、行政法规增设合理使用情形，应在修改《著作权法实施条例》《信息网络传播权保护条例》时引入数据挖掘与机器学习合理使用制度，以支持我国数字创新产业快速成长。也有专家认为，发展我国人工智能大模型产业可通过司法判例明确网络数据来源合法性认定条件，协调版权规则确定线下数据使用合理边界，构建开放机制满足公共数据参与语料库建设需求，协同促进跨领域数据流通交易规则建立供给激励，多方破除制度障碍以应对产业发展需求。

上述观点似乎都无条件地支持在我国引入允许数据和文本挖掘例外制度，但遗憾的是，这些观点未顾及我国在新一轮科技革命和产业变革中如何保护或者利用好丰富的数据资源这一优势。据世界知识产权组织估算，到2030年，全球机器学习市场预计将达到15.7万亿美元。数据资产保护，特别是数据知识产权登记和保护的探索绝不仅仅是一个可有可无的议题。比如，某些类型数据，如地球遥感、气象监测等数据代表着重大投资，理应归类为资产，从而需要确定此类资产所有者或权利持有人。然而，现有知识产权规则无法保护这些类型的数据。当前适用数据法律保护的不确定性带来了风险，也产生了负面经济影响。当然，也有不少反对用新型知识产权保护数据的声音，因为担心新型权利会阻碍创新，因此主张从更广泛角度考虑竞争和隐私等法律，以及著作权、数据库权等现有知识产权。但无论如何，我国在构建数据和文本挖掘例外制度时，应以全球化视野及时总结和提炼正在推进的数据资产，尤其是数据知识产权登记和保护的实践经验，优化方案，切实保护和利用好数据资源优势，努力向世界贡献中国数据知识产权保护智慧。

三、作为处理过程的人工智能知识产权问题

人工智能实质是指训练数据产生特定输出的机器学习，作为机器学习处理过程的关键部分是算法和模型（包括权重），主要涉及版权、专利和商业秘密保护等知识产权问题。根据一般定义，算法是关于如何实现过程的指令集。在某种程度上，算法被编码为软件程序而没有技术效果，依据现有专利法原则，它被排除在可专利主题之外。人工智能模型是数字函数，如果权利要求是数字函数，也被排除在可专利主题之外。因此，一般而言，人工智能算法和／或模型只能作为发明中应用于特定技术使用案例的元素获得专利。实践中，计算机实施的发明和人工智能关系密切，大多数新一轮科技革命和产业变革的发明是计算机实施的发明。

《欧洲专利公约》第52条将计算机程序“本身”排除在专利保护之外，但只要发明具有技术特征，涉及软件的发明可以申请专利。欧洲专利局上诉委员会的判例澄清了《欧洲专利公约》第52条的含义，为计算机实施的发明（包括与人工智能相关的发明）可专利性建立了稳定和可预测的框架。《欧洲专利局审查指南》多个章节涉及人工智能，特别是关于数学方法可专利性排除的问题。这些原则也同样适用于计算机实施的与人工智能相关的发明。例如，在监测和识别不规则心跳的物理设备中使用的神经网络和深度学习算法就可能获得专利授权。美国专利商标局2020年《公众对人工智能和知识产权政策的看法》报告显示，目前美国法律是充足的，公众利益相关者也建议，人工智能最好被归类为计算机软件的子集。英国专利局2024年《专利实践手册》再次强调，对于计算机实施的人工智能发明，必须遵循与所有计算机实施发明相同的规则。

对此，世界知识产权组织有关专家表示，专利过去涵盖的是有形物品、物质组成或方法，但现在许多创新都是基于数据科学和计算机操纵，专利法没有跟上时代的步伐，世界专利制度已经变得保守，许多基于数据科学的发明无法获得专利权。尤其是这种规则特别不利于中小企业和初创企业，可能会推动它们通过商业秘密保护创新。相关案例显示，如果人工智能发明不能获得专利权保护，将使得人工智能在生命科学领域的商业模式遇到麻烦。这是因为，尽管在某些行业商业秘密可能是一种替代方案，但制药行业却不能充分依赖这种保护形式，因为制药行业必须遵守特定的透明度义务。

此外，要获得专利权保护，一项发明必须是技术人员可以在没有过度负担情况下以复制的方式公开。基于人工神经网络的模型通常被描述为“黑箱”，这就是说在某些情况下，计算结果的可解释性有限，阻碍了人工神经网络模型获得专利授权。但德国马克斯·普朗克创新与竞争研究所认为，人工神经网络是“黑箱”的假设并不意味着不能充分公开包括机器学习的发明。重要的是定义“黑箱”的含义，以确定人工智能模型细节何时不完整或缺乏透明度，从而在专利申请中没有充分披露和描述。比如，披露程度是否会因人类介入程度不同而有所不同？但是，较为普遍的观点仍然是，人工智能需要更高的透明度和可解释性，以解决专利性、公平性和问责制问题。因此，呼吁全球协调一致，进一步明确所有类型人工智能专利申请更清晰要求的声音此起彼伏。越来越多的共识是，人工智能的出现是改革专利法和达成基于共识的协调国际监管的一个重要契机，例如，就训练数据、学习方法、神经网络结构、层类型和每层神经元数量等方面披露充分性达成一致。还要警惕的是，如果专利披露以及对人工智能相关专利申请中详细信息（如训练数据、训练过程等）的要求过高，就会与上述可专利性要求情形类似，也会导致许多人工智能寻求商业秘密保护。这种趋势有悖于专利权以公开换保护的基本原理，不利于实现提高人工智能可解释性和透明度的理念。尤其是实务界对此顾虑重重，不清楚人工智能在申请专利中披露程度的标准。概而言之，由于人工智能在专利保护方面遇到技术效果、充分公开要求等困境，导致实践中多数主体选择用商业秘密保护人工智能。但用商业秘密来保护发明，会侵蚀公开披露是有限保护条件的知识产权制度基本原则。

我国人工智能算法的可专利性判断标准采用的是与欧洲一样的技术属性测试法，将人工智能算法全部排除在专利法客体之外。但是，人工智能算法的专利保护对我国在新一轮科技革命中抢占制高点具有重要意义，相关软件被排除在专利权客体之外应该引起特别关注。在我国，基于人工智能产业的发展战略、专利制度的功能和目的等因素，主张应当对人工智能算法给予专利保护的呼声日益增多。要特别呼应的是，作为新一轮科技革命颠覆性创新的人工智能可专利性标准，绝不能教条地仅从传统法律规则中寻求解释，应与时俱进发现新的解答。国家工业信息安全发展研究中心、工信部电子知识产权中心2024年4月发布的《新一代人工智能专利技术分析报告》表明，新一代人工智能带来了全新的范式演变，由算力芯片和软件框架构成的基础层、大模型打造的模型层和以“人工智能+”为核心的应用层构建的技术生态，已成为新一代人工智能发展的基石。而且，我国也是全球新一代人工智能创新的重要竞争者之一。但令人担忧的是，我国的优势主要体现在数据和应用层上，在基础算法和理论研究方面与欧美仍存在相当差距。我国智能企业在应用层占75.2%，在基础层只占2.8%，基础层的企业数量不足美国的50%。人工智能算法，不仅是人工智能产业的根基，贯穿于人工智能研发和应用的全范式，更是抢夺未来技术标准话语权以及市场应用主导权的制高点。对人工智能算法的专利保护能够有效鼓励国内人工智能产业在基础算法上进行更多投入，从而优化我国人工智能产业生态，形成技术创新、专利保护与标准化互动支撑的良性机制。因此，人工智能算法的专利保护是贯彻落实我国人工智能发展规划，加快建设创新型国家和世界科技强国的必由之路。为此，要积极改革技术性特征、公开性要求等专利授权条件，控制商业秘密非理性增长，抓住科技革命与产业变革的宝贵机遇，以新的科技竞争力夯实新质生产力。

四、人工智能输出端知识产权问题

人工智能输出端知识产权问题可以说是目前讨论最为激烈的人工智能知识产权问题，包括人工智能辅助生成内容和人工智能自主生成内容知识产权保护两个方面。实质上，这个问题解决的难点在于人工智能在多大程度上不受人为干预地真正自主运行。

版权法被认为是一个固有的以人类为中心的法律领域，版权法如何处理人工智能输出问题也最引人关注。事实上，在版权行业，人工智能驱动的创新比专利领域更现实，因为相较于发明，人工智能撰写小说或绘画更为直观。研究表明，在人类没有作出任何智力贡献情况下，现行版权法认为人工智能生成内容不符合人类智慧意义上原创性作品要件，从而将相应“作者”变成版权法上的作者。但在人工智能时代知识产权困境的根源是，随着新科技革命和产业变革的演进，人类对人工智能生成内容的智力贡献将越来越有限。换言之，人工智能的“智力”贡献将会日益增大。因此，这就不是现行版权法等知识产权法所能破解的难题了。这个问题的本质就在于，是否应该对人工智能自主生成内容给予知识产权保护。

较为普遍的观点是，虽然人工智能“自主”生成的内容显然不符合现行版权法的条件，但借助人工智能辅助生成的内容是否能够达到保护阈值，在很大程度上还是取决于具体情况。当然，不应忘却的是，版权法还规定了基于投资而非人类创作保护的理由。因此，关键是要评估人类对人工智能生成内容的智力贡献是否相当于进行了足够的创造性选择。大多人工智能生成内容，在整个生成阶段都有人类创造性选择和构思的空间。这种选择活动是否构成足够创造性选择，实际上取决于人工智能随后是自主还是由人类预先确定的事实。实践中，即使人工智能生成内容构成作品，艺术家也会在创作的各阶段介入，比如选择训练机器的图像和指令。人类创作者的投入与人工智能生成之间的因果关系仍是确定作者身份的根本依据。

目前，世界各司法辖区有三种人工智能创作的作者归属路径。包括欧洲大陆、澳大利亚和美国在内的大多数国家在其版权法中都要求人类创造性（human creativity）。其他国家，如英国、爱尔兰、南非、新西兰和印度，则采用了英国《版权、外观设计与专利法1988》第9条中的做法，将作者资格授予创作作品的安排者，它最初是基于“技能和劳动”或“额头上汗水”的概念。即使人类创造性贡献是值得怀疑的，他们也制定了授予人工智能生成内容版权保护的规则，对于所谓人工智能生成作品的知识产权保护有了新的进展。例如，爱尔兰确立了一类作品，“在作品作者不是个人的情况下由计算机生成”，指定“为创作作品进行必要安排的人”作为（代理）作者。英国也接受对计算机生成内容的版权保护，即使没有人类作者创造性参与。南非《版权法》同样规定计算机生成的文学、戏剧、音乐或艺术作品或计算机程序的“作者”是为作品创作作出必要安排的人。另外，日本似乎正在探索另一种制度，以奖励为创作作品所投入的投资。

我国对于人工智能生成内容的性质及是否受著作权保护的问题，尽管存在诸多争议，但主流观点认为人工智能生成内容实质还是人机合作产生的，尽管人类贡献程度有所不同，但对其给予著作权保护持肯定的态度。值得认可的代表性观点有，应对人工智能生成内容的可版权性持更开放的立场，对这类作品提供某种形式的著作权保护，要正视人类作者与机器作者共创的事实，重塑事实作者、拟制作者与著作权人的主体构成。也就是说，可以承认机器人的作者身份，但不必赋予其著作权人资格，从而实行创作主体与权利主体界分。这种划分既方便对人工智能生成内容的标识，更便于认识到人工智能对著作权等知识产权制度的深刻影响，同时坚守激励创新的原则。此外，我国现行著作权法尚未涉及人工智能，关于人工智能生成内容的著作权规范，有2023年国家互联网信息办公室等六部门联合发布的《生成式人工智能服务管理暂行办法》等部门规章。从这些规章来看，人工智能生成内容只要与在先享有著作权的作品构成实质性相似，就存在著作权侵权风险，主张对人工智能生成内容在著作权法中的同等保护。但是，也有专家认为，尽管人工智能生成内容著作权侵权认定和著作权法一般原理与规定本质上是一致的，但因作品创作、使用和传播场景不同还是具有一定特殊性。因此，亟须明确人工智能生成内容受著作权保护的条件，明晰其在著作权保护中的地位。但区分人工智能生成内容与人类创作作品是非常困难的。事实上，目前在相关案件审理的实践中，面对大量原告主张权利的对象，很多主张保护的对象可能就是人工智能生成内容，但很难判断是不是人工智能生成内容。因为当事人都声称是自己创作的，但法官一方面觉得他们可能是利用大模型创作，另外一方面，又很难查清他们是否如此。

人工智能与专利制度相关的问题，一般包括人工智能生成内容是否属于可专利主题、发明人主体资格和人工智能生成发明权利归属等。目前，人工智能作为一种工具的使用并未对专利法中的发明人概念构成挑战。类似于人工智能“自主”生成内容的讨论，人工智能“自主”生成发明的说法也引发了很多争议。人工智能以自主的方式生成发明，即人类只陈述最终目标，而没有提供如何实现目标的指示，这一论点在现有技术水平下是站不住脚的。近年来，人工智能技术，包括人工神经网络和进化算法，已被应用于解决技术设计和工程中优化问题。但事实上，此类技术的应用在很大程度上仍然依赖于人类工程师将其用于解决问题的决策，这包括对问题分析和形式化表示，计算结果解释，等等。只要人类设想出整个计算过程并指定如何执行指令，计算机就是帮助人类生成发明的工具。当然，如同在人工智能创作“作品”领域的表象一样，未来人工智能在创造“发明”中的介入程度和形式也是日趋减少的，但实质上的贡献上未必如此。可以肯定的是，完全脱离了人类介入的人工智能生成是不科学的，难脱科幻虚影。

与传统技术方案相比，人工智能生成的技术方案可专利性问题没有什么特别之处，国际层面上对此也鲜见相关讨论。在人工智能与专利的问题上，讨论最激烈的是人工智能在专利法上主体的适格性问题。例如，由美国计算机科学家Stephen Thaler发明的人工智能系统DABUS（Device for the Autonomous Bootstrapping of Unified Sentience）能否成为专利权人。Thaler在多个国家提交了两项专利申请（一种基于分形几何的塑料食品容器和一种用于提醒紧急情况的闪光灯），在这两项申请中Thaler指定DABUS为发明人和潜在专利权人。Thaler的申请在许多国家被拒绝，这些国家的专利法认为发明人必须是人类。这就提出了人工智能发明人身份等问题。人工智能是否应被视为发明人？谁应被指定为专利权人？有意思的是，在就DABUS提出的申请中，Thaler声称，并不寻求人工智能成为专利所有者，将人工智能命名为发明人的目的是防止个人因没有完成相关工作而获得荣誉，而不是赋予机器以权利。不允许将人工智能命名为发明人可能会导致专利申请中列出不正确信息，而在某些司法辖区，这可能成为撤销专利权的依据。Thaler还表示，就DABUS提起的专利申请是为了激发相关讨论而提交的，目的是让公众意识到，允许对人工智能生成发明授予专利权至关重要，专利法需要解决人工智能生成发明的问题，否则不利于激励投资和创新。这也表明，DABUS是否是真正自主的人工智能，各国事实上是否对其进行实质审查，都是无关紧要的。普遍认为，Thaler是试图在全球范围从法律上推动人工智能成为发明人的第一人。到目前为止，除南非和沙特阿拉伯外，Thaler就DABUS提交专利申请的其他国家和地区，包括欧洲专利局、德国、英国、美国、澳大利亚和中国等，都拒绝为这些发明授予专利权，而南非是因为没有实质专利审查程序而授予了DABUS专利权。Thaler随后在多国对专利局驳回决定提起诉讼，到目前为止，鲜少成功。

欧洲专利局法律上诉委员会2021年12月确认，根据《欧洲专利公约》关于专利申请中指定发明人必须是人的规定，驳回DABUS被指定为发明人的欧洲专利申请。同时指出，由于人工智能没有法律行为能力，机器不能将任何权利转让给申请人。德国联邦专利法院认为，与DABUS这项人工智能关系最密切的人可以被称为发明人。有观点认为：原则上，德国联邦专利法院准备认可人工智能生成的发明可以获得专利，不过，德国联邦专利法院不打算承认人工智能在法律意义上的发明人地位。根据德国联邦专利法院初步评估，一个自然人，例如系统程序员或用户，担任“代理发明人”职位是可以接受的，而且在专利申请中，这个人可以被明确为实际发明人——人工智能的代理人（as a mere proxy for the actual inventor - the AI system）。基于这种思路，德国联邦专利法院撤销了德国专利局此前对涉案专利权的驳回。但是，2024年6月，德国联邦最高法院对DABUS上诉案作出了裁决，指出只有自然人才能被视为专利法的发明人，人工智能DABUS不能被视为法律上的发明人，从而结束了关于DABUS是否可以作为发明人的争论。德国联邦最高法院指出，根据德国专利法，只有自然人才能被认定为发明人。因此，尽管人工智能可能参与发明过程，但它们不能被视为法律上的发明人。即便如此，由人工智能生成的发明仍然有资格申请并获得专利，条件是必须有一个自然人对发明过程有实质性贡献，该自然人可以被指定为该发明的发明人。这也保证了使用人工智能辅助生成的发明能够通过合格自然人作为发明人来获得专利保护。

2019年，英国知识产权局也驳回了Thaler就DABUS提出的专利申请，Thaler向英国高等法院和上诉法院提出的上诉也未成功，2023年12月，英国最高法院裁定Thaler的DABUS发明专利申请不能获得专利授权。英国法院认为，DABUS这样的发明是否应该获得专利、“发明人”一词的范围与含义是否应该扩大等都是政策应考虑的问题，但该案只涉及对现行法律解释。英国法院针对该案裁决基本上是依据1977年《专利法》相关规定，英国法院在很大程度上忽略了对人工智能发明人身份的政策争论，他们对一审裁决的确认是基于对相关法定术语的解释，认为1977年《专利法》明确要求人作为发明人。英国表示，目前法律中关于发明人身份的规定不会改变，因为人工智能只被视为协助发明。

美国地方法院认为，美国专利商标局拒绝Thaler就DABUS提出的专利申请符合美国专利法和判例法。法院强调，美国2011年《发明法》对“发明人”一词作出了明确定义。根据其措辞看，“发明人”是指自然人。并且提醒说，这就是美国国会在2011年制定《发明法》的意图，因为当时人工智能已经是引人注目的现象了。而且，在美国专利申请中不正确命名发明人可能被视为欺诈，这种欺诈行为将使专利无法实施。2022年8月，美国联邦巡回上诉法院驳回了Thaler的上诉，维持初审法院的判决。美国联邦巡回上诉法院认为：“当一项法律明确而直接地回答我们面前的问题时，我们的分析不会超出纯文本。如果法律规定清楚明确，法院的解释工作就止于此。国会已经确定只有自然人才能成为发明人，所以人工智能不能成为发明人。”同时指出：“随着技术的发展，人工智能可能在某个时间点达到足够复杂的程度，以至于它可能会满足发明人资格要件。但这个时间还没有到来，如果到来了，届时将由国会来决定如何扩大专利法保护的范围。”还应该关注的是，美国专利商标局正在了解公众对如下问题的看法：（1）美国专利商标局是否应扩大其目前关于人工智能专利发明人身份的相关规定，以解决人工智能对发明作出重大贡献的情况；（2）其他国家在人工智能专利发明人身份问题上是否存在更有效的方法。这表明，美国专利商标局并不完全否认，在人工智能对发明作出较大贡献时，人工智能可与自然人共同作为发明人进行专利申请。美国专利商标局将根据人工智能发展趋势进一步探索，现有路径能否解决人工智能对技术贡献极大，使得该技术应被视为完全由人工智能独立研发的情况。不过，2023年4月，美国联邦最高法院也驳回了Thaler的上诉。

在澳大利亚，Thaler就DABUS提出的专利申请经历了一系列复杂过程。最初，澳大利亚专利局于2021年2月驳回该申请，但随后在2021年7月，澳大利亚联邦法院推翻该决定。澳大利亚联邦法院认为，与版权法相反，澳大利亚专利法并没有明确或固有地要求发明人必须是人类。因此，没有理由将人工智能排除在专利法所指的“发明人”之外，也没有理由“基于该法案表述中不明显排除而排除一类可获专利的发明的可专利性”。澳大利亚联邦法院进一步指出，这种人类发明的要求与该法案的既定目标不符，即“提供一种通过技术创新和技术转让与传播增进经济福祉的专利制度。通过这样的判决，专利制度随着时间推移平衡了技术生产者、所有者与用户以及公众的利益”。澳大利亚联邦法院认为，只有人类或法人才能成为所有人、控制人或专利权人，但这不意味着发明人只能是人类。对此，澳大利亚专利局2021年8月提起上诉，2022年4月澳大利亚联邦法院之前的裁决被澳大利亚联邦法院上诉庭（Full Federal Court）撤销。随后，Thaler向澳大利亚高等法院申请特别许可（special leave），但2022年11月该特别许可也被驳回。澳大利亚高等法院最终认为，根据澳大利亚法律，只有自然人才能成为发明人。

与此同时，加拿大最高法院认为，知识产权制度为发明人与公众之间提供了一种讨价还价的方式。作为向公众披露发明的回报，发明人拥有有限期限的专有权。就人工智能而言，就要看允许机器成为发明人是否会促进或削弱专利交易。值得一提的是，南非接受DABUS专利申请，表面上看是因为南非没有实质审查程序，但值得注意的是，南非并没有因为Thaler就DABUS专利申请中缺乏指定人为发明人，而认为申请形式上不符合条件。

为人工智能生成内容提供一种特殊权利的建议，近年来在国际上也受到广泛关注。如果人工智能无法根据现行知识产权法获得知识产权，而传统人类发明者／作者身份的虚构，也不能令人满意，那么一种解决方案可能是创建一种或几种新型知识产权，其中人类发明人（作者）身份不是固有的，删除或削弱与自然人的联系，从而彻底改变知识产权制度。显然，特殊知识产权为专门保护人工智能提供了很大的回旋空间。但这里会遇到另一个棘手问题，知识产权密度已经很高，扩张知识产权可能会产生过度保护，对动态效率和总体竞争是有害的。因此，至少在进一步清楚证明保护不足和市场失灵无法通过其他方式解决之前，大多数知识产权学者和实务人士都警告不要引入特殊人工智能知识产权。不过，值得探索的是，将与人工智能相关的知识产权合理地分配给自然人或法人，对于实现知识产权制度激励创新和促进交易的目标至关重要。