前言：关于知识产权制度如何适应和促进人工智能领域的创新和创造，知识产权理论界和实务界已经从多层次多角度讨论多年。随着多模态大模型的应用，机器更加智能，智能机器介入、甚至改变了人类发明创造过程，人工智能知识产权相关问题的讨论也更加激烈和务实。当然，许多与产业发展休戚相关的问题尚未有较为统一的认识或结论，在一些重大法律问题上存在不确定性。这也导致人工智能创新主体在如何使用知识产权保护创新、增强市场竞争力、规避潜在法律风险等方面无所适从。本文在总结当前人工智能技术特点的基础上，初步梳理了实践中关注的部分争议较大的法律问题，以便对当前人工智能知识产权政策有概括性了解，并就可能采取的成果保护和风险防范措施提出一些浅见。
目 录
一、知识产权视角下人工智能的技术特点
二、有关人工智能知识产权政策的广泛讨论
三、创新主体当前可实施的知识产权措施
四、小结
01
知识产权视角下人工智能的技术特点
了解人工智能的技术特点有助于我们更好地理解人工智能对知识产权制度的影响，以及我们如何可以更好地在实务中使用知识产权持续促进人工智能相关创新。
(一) 人工智能技术具有天然的抽象性
人类智能包含认识世界和改造世界两方面相辅相成的能力，即“知”与“行”的能力。人类智能的生成机制是“信息—知识—智能转换”。“信息—知识转换”解决的是认知的问题，即基于获取的信息认识世界并获得知识；“知识—智能转换”解决的是行事和决策的问题，即基于知识获得解决问题的策略进而改造世界。[注1]认知和决策是人类思维的基本活动。归纳和推理是人类从信息中获取知识、运用知识进行智能转换和决策的基本思维方式。信息来源于现实世界产生的海量数据，知识和决策以信息的方式展示于外部世界。因此，人工智能技术的目标是在机器上模仿和扩展人类思维。数学模型和算法是在机器上模拟人类思维的主要手段。智能机器的处理对象和输出结果是无形的信息或数据。而人类思维、数学模型和算法、信息和数据均具有无形性和抽象性。
基于这些技术特点，人工智能技术具有天然的抽象性。而知识产权制度，尤其是专利和版权将抽象思想排除在保护范围之外。抽象性又在一定程度上影响专利、版权侵权同一性判断，以及专利侵权可视化程度。
(二) 智能机器输入与输出之间的推理过程难以被描述
计算机程序是在机器上实现智能数学模型和算法的工程实现方法。与传统的软件技术以及早期人工智能技术相比，智能机器输入与输出之间的推理过程难以用语言或数学公式进行描述。传统软件和早期人工智能通过向机器发出步进指令的方式完成一项任务。例如专家系统，其通过各领域专家所撰写的知识规则复制人类的专门知识，这些知识规则以软件编程的方式赋予机器。步进指令可以清晰地展示数据处理过程和逻辑推理过程。然而，使得机器具备自我学习能力的机器学习（ML）无需以步进指令的顺序对如何实现目标直接进行编程。以神经网络为例，神经网络包括输入层、隐藏层和输出层。训练神经网络就是根据网络预测结果和预期输出之间的差别，对隐藏层中所有神经元的权重和偏置参数进行设置，在输入输出对数据集中建立起数学模型，使它的预测结果和预期输出之间的差别最小化。这样就使得训练后（学习后）的神经网络具备了认知和决策能力。但在实践中，不可能以标准数学的形式对输入和输出之间的关系进行描述，通常也不可能确定训练数据的某些部分是否以及在多大程度上影响所产生的输出。[注2]另外，在大模型下，深度神经网络可能涉及上亿个参数。如此复杂的决策过程无法通过流程图或任何传统的算法表示法来说明。这也是为什么将深度神经网络称为“终极”黑盒，以及难以被应用于司法案件中辅助或替代法官进行审判的原因之一。
此种技术特点带来的知识产权问题是，人类对发明创造的贡献具体体现在哪些方面？智能机器辅助产生或自主生成的成果是否符合专利法中的发明定义或版权中的作品定义？相关专利申请如何满足公开充分要求和实用性要求？
(三) 改变了人类创新创造过程
随着人工智能认知能力的增强，人类将人工智能的认知能力融入到人类的创新创造过程中。人工智能由人类创新成果进化为人类创新创造工具。在作品等创意领域，以ChatGPT为代表的内容生成式人工智能展示了其在文本、视频、语音、图像以及代码等方面强大、高效的生成能力。在技术发明创造领域，人工智能可以帮助生物学家识别潜在的新药候选药物或协助产品研发人员进行工程设计。甚至有申请人认为人工智能已经自主创造出发明并就该发明成果提出专利申请。[注3]人工智能技术专家对于人工智能是否能够不在人类干预下自主完成发明创造还有较大争议。但与传统计算机等科研工具不同，人工智能被认为在发明创造中提供了创造性劳动。WIPO在一份会议文件中以发明构思产出方式出发，将人工智能相关发明分为以下三类：[注4]
由人类识别技术问题和构思技术解决方案，而AI系统仅应用于对人类构思的解决方案进行验证、自动化、适应或泛化；
由人类识别技术问题，而技术解决方案的构思由AI系统辅助、指导或主导；
由AI系统识别技术问题并构思技术解决方案，而没有任何人类干预。
在第（1）种情况中，由于体现创造性劳动的发明构思完全由人类作出，人工智能仅作为辅助人类进行发明的工具。此情况下产生的发明一般被称之为人工智能辅助完成的发明。第（3）种情况实际上意味着人工智能能够成功执行人类大脑可完成的任何智力任务，具备、甚至超越人类的发明创造能力。[注5]一般将此情况下产生的发明称之为人工智能自主创造的发明。主流观点认为，当前技术尚无法达到这一阶段。较为复杂的是第（2）种情况，人工智能在发明创造过程中参与了技术解决方案的构思，但其创造性贡献度的大小不确定，有可能是最小量的，也有可能是决定性的。总而言之，人工智能在人类发明创造中，既可能发挥辅助工具的作用，也可能发挥帮助人类进行发明构思的作用，进而减少、甚至可能取代人类在发明中的创造性贡献。
上述变化带来的知识产权问题包括：人工智能发明人身份和相关知识产权的所有权归属。由此衍生出的实践问题是，当前人工智能生成的内容能否受到版权保护？如果想要获得版权保护，应当具备什么条件？
02
有关人工智能知识产权政策的广泛讨论
关于知识产权如何适应人工智能的发展，知识产权各界人士已经人提出广泛的讨论议题。目前这些议题中的大多数还未得出答案。这也意味着，人工智能知识产权政策具有不确定性，人工智能创新活动和商业活动，面临重大法律风险。
(一) 知识产权体系面临方向性的不确定性
每当新技术取得突破时，都会引起知识产权如何适应新技术的讨论。计算机程序、生物技术引发的知识产权问题主要是专利保护客体的限制与扩张。针对数字出版讨论的问题主要是数字化的版权性质以及数字传播途径中如何强化版权控制等。这些问题往往聚焦于某一具体知识产权制度中的若干具体法律问题。与以往不同，人工智能引起的知识产权问题涉及知识产权体系中的各类知识产权。
WIPO对当前关注的人工智能知识产权法律问题进行了书面整理。[注6]这些问题涉及专利、版权、数据、外观设计、商标、商业秘密等各项具体知识产权制度。专利领域包括6个议题，版权领域包括4个议题。每个议题之下又包括少则四、五项，多则十多项不等的具体法律问题。值得注意的是，在以往历次技术革新时，较少关注对商标法的影响。但与人工智能知识产权相关的议题不但包括与技术相关的专利、版权，还包括商标，且给予了高度关注。涉及商标的法律问题包括：人工智能助理、搜索引擎、客户服务机器人和线上市场在塑造消费者决策的过程中发挥着何种作用，是否可能导致仅向消费者提供数量有限的品牌？消费者在知情或不知情的情况下使用人工智能进行产品选择，是否会影响品牌认知？商标法的原则，例如显著性、联想、混淆的可能性或普通消费者需求，是否需要因人工智能日益增长的使用而改变？谁对人工智能的行为负有最终责任，特别是在其推荐中包含侵权产品的情况下？人工智能应用对商标侵权诉讼中谁是“普通消费者”？由谁承担侵权责任？[注7]应当说，与商标有关的问题，同样众多且具体。
可以看出，人工智能引发的知识产权问题，已全面涉及各类具体知识产权制度。这说明人工智能对知识产权这一特殊的无形产权制度产生了系统性、根本性的影响，相关问题的讨论和解决可能需要从知识产权基础理论出发寻找统一的解决思路。统一的解决思路在没有明确之前，知识产权体系的未来走向呈现出系统性的不确定性。反映到人工智能知识产权实践中，各类创新主体缺乏指导原则，难以组织有效的具体措施。
(二) 专利制度可能面临“再造”
为了使得专利制度适应人工智能技术特点，当前讨论的法律问题包括以下内容：
可授权主题/专利客体范围。例如，是否应将人工智能自主生成的发明排除在专利客体范围之外？
创造性或非显而易见性。例如，就人工智能辅助完成或人工智能自主生成的发明而言，是否有必要保留传统的创造性或非显而易见性要求？
充分公开要求。例如，鉴于人工智能道输入和输出之间的逻辑关系难以描述，说明书以何种方式披露才能满足充分公开要求？是否应在专利申请中公开训练算法所使用的数据？
权利要求获得说明书支持。例如，如果权利要求保护的发明有更广泛的应用，是否要求在说明书中公开更广泛应用所必需的所有数据集类型，而不是只公开一种数据集类型。
工业实用性。例如，深度学习需要进行一些随机的初始化。因此，相同的训练数据和相同的神经网络架构也可能使机器学习有略微不同的绩效。如何确保可再现性和可行性。
关于本领域技术人员的确定标准。
发明人身份和所有权。为规避人工智能不能作为发明人的虚报发明人行为，需要承担何种法律后果。
关于侵权和保护。人工智能具有抽象性、无形性，输入与输出之间的逻辑关系难以备描述，其侵权可视化成都低，如何提高知识产权保护力度。
上述问题涉及专利客体范围、授权条件以及申请审查基准、侵权维权等各个环节。换句话说，按照当前讨论的问题，专利制度的各个环节均需要完善，可谓牵一发而动全身。这也意味着专利申请、审查以及侵权维权政策都将面临重大修改和调整。这有可能是对专利制度的再造而不仅仅是完善。专利法实践以及创新主体如何采用专利制度保护人工智能创新也将面临政策不确定性。
(三) 版权保护及其引发的“数据权利”思考
内容生成人工智能使用文本、图像、视频、语音、代码等数据训练多模态大模型，从而使其具备生成文本、图像、视频、语音、代码等内容的能力。内容生成人工智能不但引起版权保护的广泛讨论，还有可能促使对设置“数据权利”的主张进行再思考。
1. 内容生成人工智能主要存在以下需要继续讨论的版权问题。
第一，使用“存在于版权作品中的数据”进行模型训练属于版权侵权行为还是侵权例外？
用于训练人工智能的文本、图像、视频、语音、代码等，相当大的一部分属于“存在于版权作品中的数据”。理论界和实务界已经重点讨论现有的版权限制与例外是否适用的问题，例如文本和数据挖掘条款、合理使用原则、临时复制等。还有研究者认为，可能需要设置新的侵权例外规则。[注8]各方争议的焦点在于，如何在技术进步和版权保护之间寻求平衡，既尊重版权人权利，又有助于产业发展。目前尚未形成具有说服力的观点。美国发生的多起诉讼案件截止目前还没有实质性的判决，没有形成可供指导的裁判规则。另外，这种侵权风险不仅限于人工智能开发人员，还可能扩展到生成式人工智能的用户。
第二，人工智能生成的作品是否受版权保护，仍有争议。
在我国首例“AI文生图”著作权侵权案件中，法院判决认定利用人工智能生成的图片受版权保护，原因在于，AI使用者通过构思布局、先择提示词、安排提示词的顺序、设定并不断修改参数、选定最终图像等方式创作了该图像。[注9]质言之，法院认为涉案图片的生成，是在大量人类干预和引导下完成的，人类贡献了独创性，属于人工智能辅助完成的作品。也有观点认为，生成式人工智能给出表达的过程无法体现版权法上创意/表达两分法的可预测性、确定性、可解释性，即创意/表达两分法在人工智能生成内容情况下并不成立，人工智能生成内容并不具有可版权性。[注10]本文认为，上述两种观点针对的是两种不同的创作方式，前者属于人工智能辅助完成的作品，后者作者虽然没有言明，但本文认为应当属于人类干预不明显或者不存在人类干预下的自动生成内容。当然，如何判断是否存在人类干预和引导，以及人类干预和引导是否属于大量的、对独创性具有决定性的，是尚待讨论的问题。
2. 鉴于内容生成人工智能凸显了“存在于版权作品中的数据”，本文认为，有必要思考单独设置“数据权利”的可行性。
目前有一种观点主张在现有知识产权权利类型之外，单独针对数据设立新的权利。对于是否需要设置“数据权利”，不是本文讨论的内容。本文想要强调的是，内容生成人工智能训练数据版权问题使得人们需要注意到这样一个事实：数据包括“存在于版权作品中的数据”。“存在于版权作品中的数据”旨在区分不受版权保护的思想和受保护的思想表达。数据是一种表达方式，代表原创文学和艺术作品的数据受版权保护，也被称为“存在于版权作品中的数据”。[注11]假设另行设置“数据权利”，其权利客体或保护对象与版权保护的对象是否相同？是否造成在同一客体上设置多个法定权利的情形。
03
创新主体当前可实施的知识产权措施
虽然就知识产权如何适应和有效保护人工智能创新成果还存在诸多争议和不确定性，对于产业创新主体来说，并非无所作为。本文认为，基于前述人工智能的技术特点，以及现有知识产权政策，仍然可以归纳出“人工智能辅助完成的创新成果可以受知识产权保护”的基本原则，在这一原则之下，人工智能创新主体可以从多个方面强化保护、防范风险。
(一) 人工智能辅助完成的创新成果可以受知识产权保护
如前所述，在将人工智能作为发明创新工具的应用场景下，无论是作品还是发明，均可分为人工智能辅助完成的成果和人工智自主生成或创造的成果。在当前法律框架和实践中，人工智能辅助完成的创新成果可以受知识产权保护。
在专利领域，今年2月美国PTO发布的《人工智能辅助发明之发明人身份指南》指出，[注12]使用人工智能系统的自然人若通过构建特定问题的提示方式来引导人工智能输出特定的解决方案，则该自然人将被认定为对发明创造作出了重大贡献，该自然人依旧享有作为发明人的资格。推而言之，该发明也受美国专利法保护。我国《专利审查指南》规定，人工智能不得作为专利的发明人，[注13]但未对人工智能辅助完成的发明是否受专利保护做出明确规定。我国《专利法实施细则》第十四条规定：“专利法所称发明人，是指对发明创造的实质性特点作出创造性贡献的人。实质性特点是指独立权利要求特征部分记载的“区别于最接近的现有技术的技术特征”。[注14]本文认为，根据我国对发明人的认定方式，人类大量干预或引导人工智能生成的发明，仍然是人类发明人做出的发明，可以受我国专利法保护。
在版权领域，美国版权局发布的《版权登记指南：包含人工智能生成材料的作品》指出，[注15]如果人类艺术家以足够有创意的方式选择或安排人工智能生成内容，使得人工智能生成的作品包含足够的人类作者贡献，则可以支持版权主张。我国首例“AI文生图”著作权侵权案一审判决在确认涉案图片受版权保护时也遵循了人类贡献独创性的思路。
简言之，基于知识产权政策和司法实践，当人类的指示和干预仍是创造这些发明或作品过程中的重要部分，人工智能作为工具辅助完成的创新成果，可以受到知识产权保护。
因此，对于使用人工智能辅助创新创造的企业而言，如果想要使用知识产权保护创新成果，有必要建立人工智能辅助工具使用记录制度或研发记录制度，以备在必要时说明人类研发人员对人工智能的具体干预或引导。
(二) 专利
第一，尽管人工智能具有自我学习能力，但在很多方面仍然需要投入人工工作。这些人工工作有可能体现人类的创造性贡献，是使用专利进行保护的重点。例如：创建网络架构；确定最佳参数；遴选所得到的分类；决定数据格式；创建、利用或缩减数据集等。
第二，鉴于人工智能技术的抽象特点，人工智能专利不可避免地涉及专利主题资格以及侵权可视化的问题。2019年WIPO发布名为《Technology Trends 2019：Artificial Intelligence》的报告，[注16]该报告从底层实现、功能性应用和产业应用三个维度分析了人工智能技术的发展趋势。此三个维度体现了由抽象到具体的渐变过程，契合专利制度更倾向于保护实用技艺而非自然科学基础研究的功能。在进行专利挖掘和布局时时，可以沿着这三个维度由算法至具体应用依次展开需要保护的技术方案。在符合专利主体资格的同时，争取较大的保护范围。
第三，我国已经出现涉及人工智能大模型的专利侵权诉讼案件，[注17]随着人工智能技术的进一步商业化发展，涉及人工智能专利的侵权案件也将逐步增多。如何积极维权，争抢市场竞争力，也将是企业关注的问题。
(三) 版权
第一，高质量的人工智能输出需要高质量的输入数据，这些数据可能受到版权保护。另外，对于文本、图像、视频之外的其他数据，一般需要通过原始数据加工获得的高质量数据，此种加工后的数据可以采取版权或数据库权利进行保护。
第二，在使用受版权保护作品训练模型是否侵权尚不明确的情况下，创新企业需要强化训练数据的知识产权合规审查，以减少潜在的法律风险。
第三，在选择人工智能工具时，可以考虑供应商是否愿意对知识产权侵权，特别是版权侵权提供赔偿兜底。例如，微软公司已经向客户推出生成式人工智能知识产权侵权包赔偿条款。[注18]
(四) 数据
第一，作为一种无形资产，知识产权与数据有着天然的联系。实践中，结合具体数据类型，版权、外观设计等传统的知识产权可以为数据提供部分保护。具有某种商业或技术价值并被其所有权人予以保密的数据可以使用商业秘密保护。
第二，我国已出现相当数量以不正当竞争方式保护数据权益的司法案例，法院在多数案件中认定涉案数据构成应受法律保护的利益，并适用《反不正当竞争法》第二条或第十二条进行裁判。[注19]
人工智能企业可以根据实际情况采取不同的方式保护数据权益。
(五) 商业秘密
第一，在创新成果不受传统知识产权保护或保护效果不强时，商业秘密是一个可替代的保护手段。商业秘密为有控制地共享原本保密的信息以及促进合作提供了基础。
第二，生成式人工智能工具有可能保存用户的提示词，提示词还有可能成为输出的一部分与其他用户共享。如果用户在提示词中包含机密信息，则应当考虑采取技术、法律等措施来防止机密信息泄露。
(六) 商标
元宇宙、游戏等虚拟空间中，人类可以控制虚拟物品，例如服饰、车辆等，所有这些虚拟物品都可以具有商标。虚拟空间创建者、运营者以及用户都应当像在现实世界中一样，尊重他人的商标专用权。因此，对于品牌所有人而言，申请适用于虚拟空间的商标，在虚拟空间中保护自己的商标和品牌成为需要关注的问题。
(七) 合同法
对于人工智能企业来说，如果在当前专利、版权、商标、商业秘密和反不正当竞争领域还存在法律监管空白之处，可以考虑通过设置合同条款来规避法律风险、保护自身合法权益。这要求企业建立或完善与人工智能知识产权事务相适应的合同审查制度。
04
小结
实际上，无论是产业界还是法律界，对人工智能的了解还不够深刻，人工智能更多的发展可能性还未充分展现。当前讨论的部分人工智能知识产权问题属于前瞻性的思考，充满挑战和不确定性。本文讨论的技术、政策与措施，是在有限认识基础上的一些初步思考。在具体实务和产业发展中，还需法律界与产业界密切互动，在具体的业务场景和需求下综合运用各类知识产权，实现保护创新，增强市场竞争力的目的。
注释及参考文献
作者简介
孟睿
国浩南京合伙人
业务领域：民商事争议解决，知识产权，科技、电信与互联网
邮箱：mengrui@grandall.com.cn
相关阅读
【 特别声明：本篇文章所阐述和说明的观点仅代表作者本人意见，仅供参考和交流，不代表本所或其律师出具的任何形式之法律意见或建议。】
