寿步 赵佑斌 | 知识产权管理在AI领域的实践

文/ 寿步 上海交通大学

赵佑斌  AI辅助创新系统Maxipat 负责人

本文讨论了人工智能（AI）领域的知识产权在确权、侵权风险、维权、成果转化诸方面管理的要点。

AI软件在开发、传播、使用全过程中都可能出现与知识产权有关的问题。可能涉及的知识产权类型包括专利、商标、版权、商业秘密等。

知识产权确权是指国家有权机关根据法律规定确认权利的存在及其效力，既包括对权利的审查与授予，也包括授权后对权利效力的再次确认。在本文涉及的关于AI领域科技成果的保护方式专利、商标、版权、商业秘密中，专利、商标涉及确权问题。这些保护方式在侧重点、实施方式、法律效力等方面存在显著差异。在进行确权前，知识产权管理者需要基于商业策略，将具体技术特征进行深入分析，以选择最适合的知识产权保护方式。

（一）专利

当确定相关的技术需要通过专利进行保护时，知识产权管理人员需要重点关注下列事项。

第一，确定相关技术的商业价值。 AI相关技术较多，广义上讲，采用AI技术的整个系统都可以称为AI技术，例如一个机器人整体，其中既包含传统的轴承、电机部件等机械结构，也包含AI算法及其载体芯片。在阐述AI的知识产权保护措施时，我们更强调AI算法和芯片。AI技术与传统的硬件或单独的软件不同，它一旦与相关技术领域结合，能够产生很多的细节方案。例如在图像识别系统中，研发人员可以结合运用多种算法，再统一对算法进行调试。在这多种细节方案中，不同方案的保护价值也不同。如何选择最优方案进行保护，需要企业结合相应的商业策略。由于可专利性的方案较多，相关的变体较多，所以需要选择价值最优的方案进行保护。

第二，评估AI技术的可专利性。 专利申请要得到保护必须具备可专利性。中国专利法对技术方案的可专利性规定了新颖性、创造性、实用性三个前提要件。其中的新颖性和实用性相对比较容易实现，创造性则相对较难实现。在AI领域，机器学习算法是关键，但这些算法通常表现为数学模型，不易获得专利保护。各国的专利审查标准也不同，需要特别关注这些审查标准的具体要求。

另外，目前AI的专利申请主要集中在中国、美国、欧洲、日本这四个国家和地区，各国专利法对AI领域的专利审查规定不尽相同。在专利确权中主要难点在客体、创造性、说明书公开不充分与支持的问题。这些差异使得AI领域的知识产权确权面临一系列挑战。

以AI的机器学习领域为例。知识产权管理人员申请专利时，需要判断哪些技术方案能够成为可专利性的客体，机器学习中有关训练数据、核心算法改进的技术方案能否获得专利授权。在判断AI领域的技术方案时，如果相关的机器学习算法是已知的，应用场景的技术也是已知的，将机器学习的算法应用到新的场景中，相关技术方案应如何满足创造性是关乎能否获得专利授权的关键问题。说明书公开不充分与支持问题在AI领域表现得越来越突出。在许多专利申请中，算法作为一个整体模块，有时称为“黑匣子”件，例如应用机器学习算法的肿瘤诊断装置。专利申请人有时为获得更大的保护范围，会在权利要求中直接写“如权利要求X的设备，所述设备通过机器学习的算法控制”。然而，“机器学习的算法”这一概念非常模糊不具体，关于何种机器、怎样学习、如何运用算法控制等问题都没有在权利要求中表述清楚或充分公开。这样的权利要求按照传统的审查标准是无法得到支持的，但是机器学习在AI领域已属常识性概念，关于其专利申请的说明书或权利要求书应如何公开才能做到充分，值得进一步探讨。

AI领域的技术方案若要具备创造性，必须在下列两个方面改进：一是在技术上或者算法上具有本领域技术人员不容易预测的特征，这可以表现为训练数据的预处理；二是在算法上有新的改进，如果将已知的算法应用到新场景中，相关的场景中采用的技术手段是已知的，取得的技术效果也是可以预测的，相关的发明显然缺乏创造性。

日本专利局的审查指南提供了如何评估专利创造性的指引：当涉及将已知技术手段与已知AI算法结合以解决技术问题时，如果技术方案仅仅是将已知的算法应用到新场景中，而没有对算法或技术手段进行改进，通常视为不具有创造性。 [1] 日本专利局的审查指南示例指出，“在AI的相关技术领域，用于机器学习的包含多种数据的训练数据，一般要满足如下两个条件，基于说明书中的公开内容，可以认识到存在某种关系的条件，例如多种类型数据之间的相关性，或者根据一般的技术知识，可以推测多种类型数据之间存在关系。” [2]

比较而言，欧洲专利局对客体的规定较为严格。对于涉及AI算法的专利，单纯的算法通常不视为适格的专利客体。对于算法与技术特征相结合的情况，例如在心脏监测设备中使用神经网络以识别不规则的心跳，基于技术特征对图像、音频、视频、语音信号的分类算法是技术应用，但是基于文本信息的文本分类算法则不认为是技术使用。欧洲专利局还认同分类方法在用于技术目的时所形成的技术贡献可以用于判断技术方案的创造性，换言之，在分类方法或者训练集用于技术目的时，分类方法或者训练集带来的技术贡献可用于评价专利的创造性。 [3]

欧洲专利局对直接涉及AI算法的技术方案一般不受理其专利申请，导致进入欧洲的相关专利申请比进入中国、美国、日本的要少得多。但在审查实践中，欧洲专利局对于涉及算法的权利要求的处理并非铁板一块，对于AI算法与技术手段相结合的权利要求（例如涉及图像处理的算法）也认为是适格的专利保护客体；对于那些权利要求完全是算法的专利也有授权的先例，尽管这些授权先例屈指可数。此外，根据欧洲专利局审查员对客体问题的规定，进入欧洲的权利要求中涉及算法的部分，要有技术术语，这些技术术语需要技术特征化，也就是说，如果技术术语仅仅当成一种符号也难以看成是“技术特征”。 [4]

在美国，在Alice案后针对计算机程序类专利申请的审查更加严格。美国专利与商标局颁布的修改后的指南指出，审查员在判断适格专利客体时采用两步测试法：第一步骤，权利要求是否指向制造方法、机器、制造品和物质的组分；第二步骤分拆为两小步2A和2B，2A是确定权利要求是否指向抽象的概念，2B是确定在权利要求中的任何部件或部件的组合是否足以确保权利要求达到明显超过抽象的概念本身。 [5]

美国专利商标局判断的流线分析示意图如图1所示：首先评估权利要求是否引用了司法例外的情况，即PRONG1步骤，判断权利要求是否引用抽象概念、自然法则或自然现象。如果权利要求没有引用任何的司法例外，则判定为美国专利法35 U.S.C 101条款下的专利适格主题，符合专利客体要求；如果引用了司法例外，转到PRONG2步骤。在PRONG2步骤，评估权利要求是否引用了将司法例外整合到实际应用的其他元素。若所述的例外被整合到实际应用中，则该权利要求是适格的专利客体；若司法例外没有整合到实际应用中，权利要求将指向司法例外，转到步骤2B进行进一步分析。此外新修订的审查政策针对司法例外中的“抽象的概念”的分组做了修改，包括数学概念、组织人类活动的特定方法、心理过程。 [6] 美国的新指南明显放宽了适格客体的范围，将步骤2A进一步分成两小步，这就相当于以前许多在步骤2A被驳回的申请，多了一些机会，客体不适格的范围必然减小。

2024年7月17日，美国专利商标局发布《包括AI的专利客体的审查指南更新》，公开了涉及AI发明专利的客体资格的审查指引案例，明确在步骤2A的第二小步的判断依据，即在权利要求中引用了除了司法例外之外的其他因素，该其他因素不是无关紧要的额外手段或仅是应用例外的指令，而是要反映计算机功能或其他技术领域的改进。 [8]

中国国家知识产权局2019年12月31日决定对《专利审查指南》作出修改。在《专利审查指南》第二部分第九章增加第6节，对涉及算法或商业规则和方法等智力活动的规则和方法特征，以及AI、“互联网+”、大数据以及区块链的发明专利申请的审查特殊性作出规定。该部分也增加了一些示例，明确规定“审查应当针对要求保护的解决方案，即权利要求所限定的解决方案进行。在审查中，不应当简单割裂技术特征与算法特征或商业规则和方法特征等，而应将权利要求记载的所有内容作为一个整体，对其中涉及的技术手段、解决的技术问题和获得的技术效果进行分析。” [9]

2024年12月31日，中国国家知识产权局发布《人工智能相关发明专利申请指引（试行）》，对于AI相关发明专利的客体资格、创造性、以及说明公开充分都作出规定，在客体方面要求权利要求的方案应当体现为解决技术问题采用遵循自然规律的技术手段并达到技术效果。在创造性方面提出了三种情况，即使AI算法特征成为技术手段的组成部分，AI算法或模型与计算机系统内部结构产生特定技术关联，以及AI算法或模型与技术特征共同构成技术手段提升了用户体验。 [10]

从中国、美国、欧洲、日本四个国家与地区涉及AI（包括机器学习）的专利审查规定和实例分析来看，在可专利性的客体方面，美国在修订指南之前最为严格，但2019年新修改的指南明显放宽。欧洲的规定比较严格，但实践中在训练方法与分类器上对一些算法授予专利权。中国与日本均有纯算法专利的授权先例。中国的审查指南对客体的规定相对比较严格，从列举的示例看，都需要与具体的技术领域相结合，纯粹的算法很难获得授权。这意味着在中国很难拿到保护范围很大的机器学习领域的基础专利。日本专利局在客体上的规定最为宽松，在日本专利局公开的审查指南中，甚至都未列出纯算法的反例。目前有许多只涉及机器学习算法的专利申请在日本获得授权，例如关于神经网络算法改进方面的专利申请。在评价创造性方面，中国、美国、欧洲、日本都认同如果算法的改进对技术方案具有明显的效果，改进的算法可以用来评价创造性。

在AI领域的专利确权中，在专利说明书公开不充分和权利要求书应该得到说明书支持方面的审查出现的问题也相对较多。因为AI领域的很多算法是开源的或者是惯用的技术手段，所以专利申请人在申请专利时，有的会直接阐述用某种AI算法去解决问题，例如表述为利用支持向量机对图像进行分类，但是对支持向量机的模型算法省略描述。这样在某些时候会造成专利公开不充分，即本领域的一般技术人员无法通过阅读专利文件充分理解专利的技术方案，从另一个角度来说就是专利要求的技术范围得不到说明书的支持。中国的审查指南对此规定：“包含算法特征或商业规则和方法特征的发明专利申请的说明书应当清楚、完整地描述发明为解决其技术问题所采用的解决方案。所述解决方案在包含技术特征的基础上，可以进一步包含与技术特征功能上彼此相互支持、存在相互作用关系的算法特征或商业规则和方法特征。”“说明书中应当写明技术特征和与其功能上彼此相互支持、存在相互作用关系的算法特征或商业规则和方法特征如何共同作用并且产生有益效果。” [11]

AI领域的技术方案很多易被视为纯粹的计算机程序，其创造性在申请专利时易被忽视。有些企业对于数据训练算法，一般只想到申请软件版权登记，而非申请专利保护。实践中，随着AI技术的应用范围逐渐变大，越来越多的技术领域都涉及与AI技术的结合，届时，不同领域的复合型交叉型技术方案的应用将增加这些技术方案的可专利性和申请专利保护的授权可能性。

总之，在专利申请阶段，首先要做好专利客体适格性的评估。通常第一步要判断相关程序是否与实践中的装置相结合，或者其是否用来解决实践中的技术问题。例如，要保护一种图像处理方法，不能只将纯粹的图像算法公式作为专利进行申请（客体不适格），而要将处理图像的过程并取得相应的有益技术效果的整套方案作为专利进行申请。其次要特别关注新颖性和创造性问题。AI的应用很多是现有的装置结合开源的AI系统，这样在评价专利的新颖性和创造性时，不能因为两方面的技术都是现有技术就否定申请专利的可能性，而是要看现有装置与开源AI系统的结合是否带来明显有益的技术效果。在现有装置设备与开源的AI算法结合的很多情况下，研发人员都要对算法进行适应性修改，这些适应性修改及其产生的技术效果是决定技术方案整体是否具有创造性的重要因素。

专利保护侧重于单个的技术点，各国的专利审查都有对单一性的规定。在进行AI技术专利布局时，还要考虑专利组合的概念，从硬件、软件等多个角度全面进行专利布局，同时考虑潜在的可替代方案。AI技术的专利申请与设备类或者药品类的专利申请不同，AI技术内容多表现为一种计算机程序类算法，具体的技术方案往往用方法步骤的方式进行描述，研发人员对步骤的一些修改，或者在现有的算法中增加了一些步骤，就可以产生新的算法。知识产权管理人员在专利申请时需要有专利布局的思维，确定一个最重要的方向，尽量在申请一开始就布局相对较宽的专利保护范围，而不一定要将每一次微小修改都申请专利保护，那样专利布局的成本会大幅度上升。如果专利申请的保护范围较小则将难以覆盖未来发生的技术侵权情况，增加技术维权的难度。AI技术变化速度快，专利布局的工作需要有前瞻性。专利确权周期较长，如果专利布局没有前瞻性，很可能技术在获得专利授权时已被淘汰，这样的专利技术也会成为知识产权负担。AI领域的专利布局需要从多角度出发，例如保护的AI产品是机器人，申请专利保护的技术不但要包含相关的算法，还要将与算法相配合的硬件考虑在内。AI领域的知识产权从业人员，应当时刻考虑到未来技术及市场情况的变化。

（二）商标

AI领域中的商标确权管理和传统商品和服务领域中的商标确权管理类似。商标能起到将自己的AI商品和服务与竞争者的商品和服务区分的作用。对相关公众和消费者来说，商标能够让消费者识别出AI商品和服务的来源。消费者通过识别商标进而决定是否购买与该商标关联的商品或服务，在持续使用过程中，商标关联着商品和服务的质量。所以，商标本身也因消费者口碑相传和重复购买而累积出一定的或较高的市场信誉，从而具有商业价值，成为一种无形资产。

注册商标的权利需要向商标局申请注册，经过初审、公告流程才能确立，有些商标注册申请还需经过复审程序、异议程序才能最终核准注册。同专利申请需要布局一样，AI领域的商标注册同样需要布局。商标是具有地域性的，地域性就是说商标法赋予的保护效力只及于该法域，换言之，并没有全球性的商标保护。目前，AI企业的商标申请也要依据业务开拓或预计开拓的市场地域，选择指定的国家和/或地区，向当地商标管理机构进行申请注册。同时，企业也可通过马德里国际注册商标体系提交商标注册申请，再决定指定进入哪些国家，随后被指定国家的商标管理机构再依据本国的商标审查规范决定是否在本国授予该标识以商标保护的权利。针对AI技术主要应用的产品类别、市场区域，AI企业需要在相关的商品和服务上申请注册商标的保护。商标与企业品牌相连，与产品和市场也紧密相连。AI产品最终是要服务消费者，因此商标的良好布局关系到AI企业品牌能否成功打入当地市场，关系到在当地市场能否有效预防竞争者对自己品牌的摹仿与抄袭，关系到在发生摹仿或抄袭行为后能否依法主张注册商标权益获得当地的保护。明确理解商标的地域性特点，AI企业就可以知道应在哪些国家和/或地区申请注册商标，后续可以在哪些国家和/或地区行使注册商标权。所以，对于AI商标保护可分为前期申请布局与后期权利的行使与维护。

（三）版权

AI领域中涉及版权管理的，较多为计算机软件作品。计算机软件是指计算机程序及其有关文档。当然，AI产品或产品组件的工程设计图、产品设计图、示意图等图形或模型也可成为作品，同样受到版权法保护。中国著作权法的配套法规《计算机软件保护条例》明确规定，软件的版权保护不延及开发软件所用的思想、处理过程、操作方法或者数学概念等。体现AI技术的计算机程序作品当然适用这一规定。

作品创作完成，版权自动产生，是国际公约规定的规则。软件等作品创作完成，版权就自动产生，无需履行手续。AI企业可以依据其包括软件版权在内的各项版权，主张禁止他人未经授权使用其软件等作品，也可以通过版权许可或转让的形式授权他人使用其软件等作品。在中国，版权人可以自愿将其享有版权的作品向登记机构办理登记。在作品登记的管理与实际操作中，分为计算机软件和其它作品两种情况。计算机软件适用《计算机软件著作权登记办法》；其它作品适用《作品自愿登记试行办法》。计算机软件登记机构发放的登记证明文件是登记事项的初步证明；其它作品的登记是为解决版权纠纷提供初步证据。