本文摘要：摘要：随着人工智能深度学习能力的加强，人工智能的创造潜力逐渐突显，甚至可以在人类不介入的情况下自主生成技术成果。人工智能生成物作为一种新型技术成果，将给人类生产生活带来巨大改变，成为科学技术发展带来强大驱动力。人工智能生成物能否获得专利法
摘要：随着人工智能深度学习能力的加强，人工智能的创造潜力逐渐突显，甚至可以在人类不介入的情况下自主生成技术成果。人工智能生成物作为一种新型技术成果，将给人类生产生活带来巨大改变，成为科学技术发展带来强大驱动力。人工智能生成物能否获得专利法保护、如何保护，已成为新技术发展趋势下专利法必须面对的现实问题。虽然人工智能生成物在寻求专利法保护时存在法律要件等障碍，但是基于专利法立法目的、人工智能产业发展等因素的考量，有必要将人工智能生成物纳入专利法保护范围。本论文旨在论证人工智能生成物获得专利保护的正当性以及可专利性的同时，提出人工智能生成物专利化的对策，以期对相关学术研究和立法实践有所裨益。
关键词：人工智能;生成物;可专利性;专利权;公共利益
目前，人工智能正处于“弱人工智能”①阶段并呈现出两个发展特点和趋势：第一，学习能力增强。人工智能依赖学习算法，在每次运行过程中自我纠正、自我改进;第二，不定性处理能力增强。人工智能不仅仅是按照算法的指令按部就班地处理问题，而是根据实际状况灵活变通。随着人工智能学习能力和不确定性处理能力的增强，人工智能从一个“理性”系统变为一个“智慧”系统。具体到科技创造领域，人工智能原本只能帮助人类解决一些简单的程序性问题，而如今可以帮助人类解决复杂的实体性问题。如，在新药研发领域，人工智能可以用于基于靶点和表型的药物开发，也可以对现有药物进行新适应症开发[1];商用客机巨头空中客车公司正在使用生成算法，用人工智能技术而不是机械工程师，设计用于飞机内部的新型轻量结构[2]。人工智能在科技创造活动中作用占比越来越大，在人类很少介入甚至不介入的情况下就可以完成一些技术成果，本文将这些技术成果统称为“人工智能生成物”。人工智能生成物必将对人们生产生活产生重大影响、对世界各国专利制度带来巨大冲击。在我国人工智能大战略背景下，有必要未雨绸缪地对人工智能生成物的专利法律问题进行研究。
一、人工智能生成物概述
(一)人工智能生成物的概念
实际上，人工智能生成物有两类：第一类人工智能生成物，是指人类利用人工智能这种工具创造出的技术成果，人工智能在其中担任“辅助者”角色。第一类人工智能生成物归根结底是由人类创造的，对其按照现有专利法进行保护即可，并非本文研究对象。第二类人工智能生成物，是指在人类介入较少甚至不介入的情况下，人工智能系统自己生成的技术成果，人工智能在其中担任“创造者”、“发明者”角色。第二类人工智能生成物才是本文所研究对象。
人工智能对其生成物的“创造”主要体现在对算法的自主升级上。人工智能基于深度学习功能的提升，已经能够逐步自行判断、收集和学习新的数据，最终将实现脱离既定的算法预设，来解决新问题，独立生成新的内容，省去了计算机生成内容时人在数据和算法规则方面的支持[3]。虽然人工智能生成物以人类输入的算法为基础，但是仅凭该算法是不可能产生人工智能生成物的，人工智能本身对算法的升级才是促成人工智能生成物产生的关键原因。
(二)人工智能生成物的实例
人工智能自主创造能力在遗传编程、人工神经网络、机器人科学家等领域率先凸显，已经产生了许多由人工智能生成的技术成果。
第一，遗传编程。它是指一种自动化生成和选择计算机程序来完成用户定义的任务的技术[4]。遗传编程借鉴了自然选择和生物进化遗传的原理，对算法进行类似染色体的交叉、变异、复制等进化，筛选、组合形成最优算法。目前，中国已经有通过遗传算法技术获取专利方案的实例，如采用人造神经网络和遗传算法的高速公路事件自动检测系统[5]。2005年，美国专利局对一件由基因编程人工智能创造的发明授予了专利权，其发明者JohnKoza博士在介绍自己的成果时，提到基因编程人工智能在人类因素介入很少的情况下，创造出了多项发明成果[6]。
第二，人工神经网络。它是指通过采用物理可实现的器件或采用现有的计算机，来模拟生物体中神经网络的某些特征与功能的技术[7]。人工神经网络模拟人脑的神经元模型，可以执行复杂的逻辑运算。截至目前，已有商业主体利用人工智能算法代替人脑智慧，进行发明创造和技术优化。例如，一家名为Ipro?va的瑞士科技公司声称已有用户通过其旗下产品创造出新发明，甚至其中部分已被授予专利权[8]。第三，机器人科学家。它是指能独立推理、把理论公式化乃至探索科学知识的人工智能[9]。英国曼彻斯特大学研究出的新一代机器人科学家“夏娃”成功发现一种具有抗肿瘤特性的化合物能同时应用于疟疾的治疗[10]。IBM公司研发的人工智能Watson通过不断学习为病人提出了最优化的治疗方案，这使得IBM公司在癌症领域已经取得了近150项专利[11]。
二、人工智能生成物获得专利保护的正当性
随着人工智能生成物自主创造能力的提升，人工智能生成物将对人类生产生活带来巨大改变，给医疗制药、材料、电子等领域提供巨大驱动力，其对于科学技术进步的作用是不可估量的。为了充分发挥人工智能生成物促进社会经济和科学技术发展的重要作用，法律应当对其予以一定保护，不能让其面临保护无门的窘境。
(一)人工智能生成物保护模式之辩
第一种思路是对人工智能生成物采取商业秘密保护模式。该模式最大的优势在于自动获权和理论上的无期限保护。但是，该模式存在弊端：一是难防反向工程。通过反向工程，不付出任何代价就能攫取和生产他人的产品，则会让人们放弃投资和从事科学研究[12];二是保密难度大。人工智能生成物所涉领域众多、接触人群广泛，保密协议作用有限，泄密风险较高;三是保密措施风险大。人工智能生成物产生于大数据环境，保密措施存在设置上的技术壁垒和被破解风险;四是社会效益较弱。人工智能生成物容易被独占性垄断使用。
第二种思路是对人工智能生成物采取专利保护模式。该模式将产生以下积极效果：第一，专利权人可通过专利实施获得经济激励，有利于调动创新积极性、促进技术研发;第二，人工智能生成物不存在反向工程忧虑，专利保护状态较为持续、稳定;第三，保护私权的同时向公共利益有所倾斜，即人工智能生成物专利要向社会公开并通过专利许可等方式被公众使用，专利保护期届满后将进入公共领域。
第三种思路是人工智能生成物的先行者优势保护模式[13]。该模式将人工智能生成物归入公共领域，严格来说不属于法律保护范畴。权利人可以率先将人工智能生成物投放于市场，在他人掌握该技术前享有一定期限的经济收益独占地位。另外，任何人不经许可便能获取、使用、改良人工智能生成物，有利于减少技术获得成本、推动技术升级。然而，人们掌握新技术的速度越来越快，这可能导致人工智能生成物刚被投入市场就被他人掌握并用于生产。先行者优势保护只是一种理论设想，不一定能够实现。
在三种保护模式比较下，人工智能生成物更适合专利保护模式，因为商业秘密保护模式和先行者优势保护模式下无法实现新技术的社会价值。一方面，人工智能生成物很可能会实现重大技术突破，应当使其在合理限度内能够被社会公众获取，否则不利于技术传播和改进。另一方面，人工智能生成物尚处在发展起步阶段，技术发展还有很大空间。对于这种新技术，不能在其发展之初就放入公共领域，否则权利人将缺乏经济回报、丧失创新动力，这无疑是将人工智能生成物扼杀在摇篮里。
然而，人工智能生成物在寻求现有专利法保护时面临着法律要件障碍：专利法中的发明人只能是自然人，而人工智能生成物的“发明者”是人工智能。当前，人工智能生成物无法与专利法制度顺利对接，人工智能生成物获得专利保护的正当性受到挑战。
(二)人工智能生成物获得专利保护的现实需要
一方面，人工智能发展驱动专利权客体扩张。专利制度自15世纪起源以来，受新技术影响，专利权客体一直处于扩张趋势。例如，上世纪70年代计算机产业迅速崛起，但与传统技术存在巨大差异的计算机软件无法寻得专利法保护，为了推动计算机产业发展，美日欧等国家或地区迅速将计算机软件纳入专利保护。专利法对于技术发展而言具有明显滞后性，专利制度只能调整立法之前已经实际发生的事实，通常不会未雨绸缪地去规范尚未出现的事物。然而，科学技术日新月异，人工智能在短短数年内得到颠覆性发展，未来人工智能生成物必将成为加速社会经济发展的强大驱动力。在此背景下，专利客体范围应当顺应技术潮流而扩大。如今，人工智能已经成为国际竞争的新武器，许多发达国家已将人工智能上升至国家战略层面②。对此，我国应当抓住人工智能技术革命良机、抢占人工智能全球制高点，专利法应当为人工智能生成物保留空间。
另一方面，需建立人工智能生成物与人类发明创造的动态平衡。人工智能生成物一旦进入公共领域，将逐渐形成与人类专利不对等竞争的关系。对于使用者来说，相比于人类的付费专利，人工智能生成物无疑是更经济的选择。除了一些具有高度垄断性、人工智能生成物无法匹敌的人类发明尚能在市场中屹立不倒之外，其他普通人类专利将会受到巨大冲击。在专利经济效益降低、风险提高的情况下，人类发明者或相关投资者将更加谨慎，人类发明创造活动将难以开展。由此可见，人工智能生成物与人类发明创造是利益相关、相互平衡的。只有对人工智能生成物予以专利保护，使其与人类专利形成对等竞争关系，两者数量增长才能保持平衡状态，技术整体数量才能不断增多，专利法促进科学技术进步和经济社会发展的最终目的才能实现。
(三)人工智能生成物获得专利保护的理论基础
其一，英国哲学家洛克的财产权劳动理论，可以用于解释知识产权制度的正当性问题。劳动者通过劳动产生了新的智力成果并使之从共有资源中分离出来，劳动者便对智力成果享有财产权利。具体到专利法中，劳动是指“创造性劳动”。由此产生了财产权劳动理论对人工智能生成物获得专利保护的质疑：人工智能并不具有生物学意义上人的身体和脑袋，它只是自动运行人类设定好的算法生成发明而已，这一过程难以被看作是“创造性劳动”的过程[14]。本文认为，前述质疑过于表面化。一方面，财产权劳动理论在被提出之时，何为“劳动”并不存在确切标准。后来，专利法为了防止那些不具有创造性、本应留在公共领域的技术成果进入专利领域，而设置了“创造性”标准。从结果而论，如果人工智能生成物能达到创造性的高度，那么人类劳动的“创造性”要求是否是必要的?另一方面，财产权劳动理论存在“非损害”的先决条件。
洛克的劳动理论基本上系由反面推论而来——在不违反先决条件的情况下，有什么理由不就个人占有之物赋予财产权的保护[15]?虽然人工智能生成物不是人类通过智力劳动直接产生的成果，但是如果没有人类对人工智能的智力劳动投入，人工智能生成物根本就不会存在。抛开人工智能生成物权利归属不谈，专利制度不应当忽略这部分人类劳动的存在而否定人工智能生成物受到专利法保护的正当性[16]。
其二，功利主义理论也是专利权正当性的重要基础。对于专利系统，功利主义的解释更是直接：专利只是经济政策的一个公共工具，有着两方面的功用：首先，是提供刺激动机，刺激有实用性的发明创造不断涌现，从而导致社会福利的增长;其次，专利制度本身构成一个完备的信息系统，促进整个社会的技术信息的迅速传播，避免不必要的重复研究开发，从而减少社会财富的浪费[17]。许多国家的专利法都能体现功利主义激励创新和促进技术传播的功用③。基于公共利益可持续发展的考虑，应当对技术成果的研发者授予专利权，使其从中获取经济驱动力。虽然研发者的发明动机可能并不是为了经济利益，但实际上经济利益确实能够有效地驱动研发者进行新一轮科技创造，尤其对人工智能生成物这种前期投资巨大的科技研发来说，经济利益的激励尤为重要。然而，也许有人会认为激励作用在人工智能生成物上失效了，因为人工智能不需要激励。其实不然，激励的具体表现是经济收益、经济回报，激励的对象是将这些经济回报用于继续研发的人。虽然人工智能本身不需要经济激励就可以自主创造，但人工智能的研发者仍需要经济激励。所以，激励功能并未在人工智能生成物上失效，功利主义仍能为人工智能生成物获得专利保护提供正当性基础。
其三，专利人格权理论正逐渐弱化。大陆法系国家的知识产权制度以“人格权理论”为基础，作品或发明创造等是作者或发明人人格的延伸[18]。我国知识产权法保护的基础不是建立在“无形财产”之上的，而是建立在“精神财产”之上[19]。据此，人工智能生成物因其并非人类精神产物而无法获得专利法保护。其实，不同的知识产权客体含有的人格属性在程度上差异很大。音乐、电影、小说等文学艺术作品可以明显体现作者的人格特征，计算机软件、工程图纸等技术性作品则很难用人格理论来论证其版权保护之正当性，而人格理论对于技术性极强的专利保护之正当性的解释力就更不充分了。专利权中的人格属性是极其有限的，专利权的人格属性与财产属性并未实际发生融合，专利权几乎就是一个纯粹的财产权。出于科学技术发展的考虑，对于客观上符合专利授权条件的技术成果应当授予专利，一项技术成果是否体现人的智慧，并不是专利审查、授权需要注意和考虑的。过度强调技术的人格属性将对技术革新形成阻碍，专利制度应当把关注重心放在技术本身。
三、人工智能生成物的可专利性
可专利性判断包括两个步骤：首先，判断技术成果是否属于专利权客体范围;其次，判断技术成果是否符合专利授权实质性要求。诚然，专利法对其保护的客体有一个前置性要求，即“由人类创造”，但前文通过人工智能生成物获得专利保护的正当性分析，已经对该前置性要求予以否定。所以，可专利性的分析是纯客观的。这里以发明为例，对人工智能生成物可专利性进行分析。
(一)人工智能生成物是否属于“发明”
如果一项技术成果属于立法者意图保护的范围，则其就属于专利权客体。从正面来说，发明，是指对产品、方法或者其改进所提出的新的技术方案④。从反面来说，一项技术不得属于专利法规定的不授予专利权的情形⑤。“发明”是一个客观的表达，人工智能生成物是否属于“发明”也是一个客观的判断，只要其满足“技术方案”要求而且不属于专利法反面排除范围即可。
人工智能生成物是通过人工智能算法的运算而自主生成的技术成果，在本质上，它与人类利用人工智能作为工具而产生的技术成果是一样的，两者在技术原理和手段上没有区别。换言之，人工智能生成物在外观上与人类创造的技术成果并无二致。现实中，我国已经出现一些通过遗传编程、人工神经网络技术产生的技术成果获得专利授权或进入专利申请的实例，如采用人造神经网络和遗传算法的高速公路事件自动检测系统⑥、基于笛卡尔遗传编程循环神经网络的超短时负荷预测方法⑦、人工智能程序员书写数字飞行器代码的遗传编程决策方法⑧等等。前述技术成果的专利授权、申请实例都可以证明人工智能生成物在客观上可以归入“发明”范畴。
(二)人工智能生成物是否满足“新颖性”
新颖性，是指该发明不属于现有技术也不存在抵触申请⑨。是否存在抵触申请，并不涉及技术内容的分析和实质法律问题的判断，所以本文仅针对人工智能生成物是否属于现有技术进行分析与判断。人类科学发展至今，各个领域的技术已经数不胜数。在技术的海洋中，各技术之间总是存在着千丝万缕的联系，想要通过闭门造车的方法探寻出全新的技术几乎是一件不可能实现的事情。人工智能生成物亦是站在巨人肩膀上的产物，不仅未冲破现有技术的枷锁，而且对现有技术的依赖程度比较高。如果人工智能生成物仅仅是简单排列组合的结果，则很容易落入现有技术的范围，进而丧失新颖性。实际中，人工智能生成物具备新颖性的可能性是与人工智能应用的算法的创造性和多样性程度挂钩的，两者成正比关系。如果人工智能算法在输出方面缺乏可变性或者依赖于类似的数据集，则人工智能生成物可能会缺乏新颖性[20]。如今，人工智能系统正逐渐摆脱单一性与封闭性，通过不断学习去筛选、对比现有技术，可以成功避免出现简单排列组合的结果，使其生成物能够满足专利的新颖性要求。不仅如此，随着人工智能算法的改进，人工智能生成物具备新颖性的可能性将极大提高。
此外，人工智能有能力在某个领域创造出大量技术成果，在理论上甚至可以穷尽该领域所有发明创造。随着互联网发展，人工智能生成物传播速度加快，即便没有实际运用到工业生产中，也能够被他人获取。人工智能生成物数量的增长，意味着现有技术范围的扩大，甚至使得某一领域的现有技术呈现饱和状态。如果大量人工智能生成物涌现并全部进入现有技术领域，则将对该领域人类发明创造的新颖性认定形成屏障，进而降低人类发明创造获得专利授权的可能性。由此引发的消极后果是人类无法从发明创造中得到回报和经济激励、创造积极性受到打击，相关领域的科学研究也将停滞不前。面对这一困境，我们应当审慎地处理人工智能生成物与现有技术之间的关系。
(三)人工智能生成物是否满足“创造性”
创新性的核心要素在于“非显而易见性”，“非显而易见性”是基于所属技术领域的技术人员(以下简称“技术人员”)标准来认定的。对于技术人员来说，人工智能生成物很容易被认定为“非显而易见”，原因在于人工智能生成物所运用的技术知识远超于技术人员所知晓的技术知识。技术人员知晓的技术知识体现了他所具有的能力，一定程度上决定了创造性门槛的高低。技术人员知晓的技术知识有两大特征：一是仅限于申请专利的技术方案所属的领域，必要时才可以扩展至与技术方案有关的领域;二是仅限于普通技术，不包括那些深奥、复杂、生僻的普通人难以掌握的技术知识。相比于人类存储空间有限的大脑，人工智能具有巨大、无限的存储空间;相比于人类有限的认知水平和认知速度，人工智能可以在短时间内实现巨额数据资料的收集与整合，而且这种能力随着云计算的发展而得到极大增强。换言之，人工智能生成物所运用的技术知识不限领域、不限深浅，呈现出数量大、范围广的特点，除了所属或有关的技术领域之外还包括其他不相干的技术领域，除了普通技术知识之外还包括不为常人所掌握的技术。可见，对人工智能生成物创造性的判断已经超出了技术人员的能力范围。因此，在现行专利制度下，人工智能生成物的“非显而易见”较为明显。
然而，一些被人类判定为具有创造性的人工智能生成物，极有可能只是人工智能系统“轻而易举”产生的结果，在实际上并没有达到创造性高度。研究者认为新颖性可分为两种：相对于个人思想或某项人工智能系统是新颖的，或者相对于整个历史是新颖的，前者被称为“心理创造力”，后者被称为“历史创造力”。人工智能通常具有的是“心理创造力”，而极少具有“历史创造力”[14]。也就是说，人工智能生成物的创造性是以人类创造水平为基准的创造性，而不是以人工智能创造水平为基准的创造性。如果仍站在所属技术领域的技术人员的视角人工智能生成物的创造性进行判定，必将使大量不具有创造性高度的人工智能生成物进入专利领域。用人类的标准去判断人工智能生成物，无疑在实质上降低了专利审查创造性标准。由此，人工智能生成物的创造性标准应当予以相应调整。
(四)人工智能生成物是否满足“实用性”
满足实用性是进入新颖性和创造性审查的前置条件。实用性包含三个要求：一是能够在产业中制造或使用⑩;二是能够解决技术问题，即符合自然规律、具有技术特征;三是能够产生积极的社会经济效益。人工智能生成物要满足实用性要求并非难事，但是其中不可避免地需要人类介入。针对产业制造要求，人工智能生成物可能出现两极分化的情况：一方面，人工智能的极高创造力可能使得原本无法投入产业制造或使用的技术方案转而具有实用性;另一方面，人工智能生成物可能缺乏有关创造过程的详细说明和创造背景的信息资料，这导致人工智能生成物缺少操作指导，若要满足产业制造要求，必然离不开人类的分析与实践。针对积极效益要求，人工智能生成物存在有害风险，如英国在2015年2月进行了该国首例机器人心瓣修复手术，结果机器人把病人的心脏“放错位置”、戳穿大动脉，病人不治身亡[21]。在人工智能技术尚未成熟的情况下，人工智能具有不可预测性，其生成物的有害性风险具有潜在性。由于人工智能本身无法进行实用性监测，所以在实用性的把控上，不可避免地需要人类的介入和指引。
综上所述，以发明为例分析而得知，人工智能生成物可以成为专利权客体，同时也可以满足专利授权“三性”要求，人工智能生成物在客观上具有可专利性。但同时，人工智能生成物也给“三性”带来一定挑战。在新颖性方面，人工智能生成物若成为现有技术将对该领域人类发明创造的新颖性认定形成屏障;在创造性方面，现有创造性判断标准过低，容易使一些未达到创造性高度的人工智能生成物获得专利授权，进而导致低质量专利泛滥;在实用性方面，人工智能生成物的风险潜在性可能导致其产生消极后果。
四、人工智能生成物专利化的对策
在我国现行专利法制度下，人工智能生成物客观上具有可专利性，但由于不符合发明人只能为自然人的规定，进而不能获得我国专利法保护。但是，诚如本文第二部分所述，在新技术发展趋势下，人工智能生成物专利化具有正当性。为了解决现实需求与现行专利法之间的矛盾，笔者试图在我国现有专利法体系的基础上，提出人工智能生成物专利化的有关对策。为了避免、减轻人工智能生成物对公共利益造成侵害，必须将公共利益保障贯穿于整个人工智能生成物专利化过程之中。
(一)确立“以人为本”的专利权归属方式
法律都是“人域法”而非“物域法”。我国1984颁布的《专利法》对立法目的的表述为“为了保护发明创造专利权……”，我国2008年修订的现行《专利法》对立法目的的表述为“为了保护专利权人的合法权益……”??????从立法目的表述的转变中可知，专利规则是围绕着人展开的，强调只保护人的权益。因此，人工智能生成物专利化应当遵循“以人为本”的原则，专利权利归属应当限定为自然人，如此一来才能发挥专利法激励创新的功能。
人工智能生成物所涉利益主体较多，候选专利权人主要如下：其一，人工智能编程者。人工智能计算、编排、选择等活动都是通过算法实现的，没有算法就没有人工智能生成物。然而，编程者可以获得算法版权保护，再予以其生成物专利保护有过度保护之嫌;其二，信息数据供应者。充足、有效地信息数据是人工智能生成物的产生基础，但是供应者身份具有不确定性，对其授予专利权存在诸多不便;其三，人工智能系统测试者。测试者不断解决、纠正人工智能系统出现的问题与错误，为人工智能自主创造提供良好的运行环境;其四，人工智能系统的使用者(用户)。使用者设定目标、输入指令，使人工智能在运行中生成技术成果，但在人工智能发展现阶段这种可能性较低;其五，人工智能所有者。通常情况下，人工智能所有者是为人工智能研发提供资金、技术、人才等资源的企业。
笔者认为，人工智能所有者更宜获得人工智能生成物的专利权，理由如下：第一，人工智能所有者是除人工智能本身之外的最大贡献者。具体而言，编程者的贡献止于编程完成之时，信息供应者的贡献止于信息到位之时，测试者的贡献仅限于对系统的监测和调试，使用者的贡献仅限于对系统的目标设定和指令输入，只有人工智能所有者的贡献是贯穿始终的;第二，人工智能所有者通常是投资者，他们是最需要得到经济激励的主体。如果将专利权授予其他主体，经济激励作用则非常有限;第三，人工智能所有者在后续专利实施运营、纠纷处理上具有更大优势，能充分发挥人工智能生成物的价值;第四，人工智能生成物类似于人工智能产生的孳息[22]，孳息权利归原物权利人所有的权利归属方式符合人们常规思维，能避免因权利主体误认而引发的纠纷。此外，人工智能生成物是多个主体共同投入的结果，考虑到所涉利益主体之间的错综关系，应当赋予各主体自由约定专利权属的权利。因此，对于人工智能生成物的专利权利归属，原则上归于人工智能所有者，但有约定的从约定。
在确立人类为人工智能生成物专利权人的前提下，可以将人工智能本身确立为发明人。尽管人工智能在民法理论下的非主体性已有定论，但发明人与一般权利主体相较之下具有特殊性。发明人享有的署名权并不属于实质性的权利，发明人也不参与专利实施、运营。将人工智能作为发明人并不会影响人类在专利法律关系中的地位，也不会对其他主体或公共利益造成损害。如果为了保护便利而直接将人类作为人工智能生成物的发明人，则与发明人的定义不符，是不尊重技术客观发展状况的表现。历史证明，为了解决某些现实问题，法律可以通过法律拟制??????的手段，将权利主体地位赋予一些“非权利主体”。因此，为了解决人工智能专利化的难题、促进人工智能产业发展，可以将人工智能拟制成发明人。
(二)改进人工智能生成物新颖性审查方式
针对人工智能生成物的新颖性审查方式，可从以下两个方面进行改进：
第一，设定现有技术提供义务。实际上，我国专利法已经设定了专利申请人的资料提交义务。然而，与一般技术相比，人工智能生成物新颖性审查对现有技术全面性、完整性的要求更高。前述法律规定没有设定不作为的法律后果、有关参考资料的范围也不明确，可能导致专利申请人出于侥幸心理而不完全提交资料，该规定所起的作用是有限的。据此，针对人工智能生成物新颖性审查，可以设定申请人提供所参考的现有技术等资料的义务，并规定不履行的法律后果。
第二，适当采用综合对比原则。单独对比原则可能并不能很好地适用于人工智能生成物的专利审查，理由如下：其一，如今现有技术之间的界限越来越模糊，人工智能参考的资料具有生僻性、碎片性，这些资料难以形成一篇完整的对比文件，单独对比原则在实际操作中存在障碍;其二，人工智能采用的一些非惯常手段的同等替换在短时间内不易被察觉，由此形成的发明创造实质上并不符合新颖性标准，但专利审查员仅通过上下位概念、手段置换、数值范围等方法进行单独对比的话，很容易造成新颖性误判[23]。因此，在人工智能生成物单独对比实操困难或结果存疑时，可适当地采用综合对比原则。
另外，由于人工智能生成物作为现有技术将对人类发明创造新颖性认定形成屏障，可暂时将人工智能生成物排除出现有技术范围。现有技术具有公知性、时效性和实用性，与一般技术相比，人工智能生成物的公知性程度更低。具体而言，人工智能生成物是基于数量巨大、内容繁杂的参考资料后高速分析、复杂计算的结果，对公众来说在检索上可能存在技术屏障。在现阶段如果把人工智能生成物作为对抗其他专利申请的现有技术，实际上是扩大了现有技术的范围。但是，随着人工智能技术的普及，人工智能生成物的公知性将不断提高，待其给人类专利申请带来的不合理影响消除后，可逐渐成为现有技术。
(三)提高人工智能生成物创造性审查标准
针对性人工智能生成物创造性审查标准的提高，有学者提出，在不改变专利授权条件和审查标准的情况下，可以提高人工智能生成物专利申请费用及后续专利年费，以控制专利数量[24]。然而，该方法治标不治本，若专利申请对申请人经济实力形成依赖，则会给那些研究费用有限但极具创造性的发明专利申请设下障碍。还有学者提出，可以把所属技术领域的技术人员变更为人工智能系统[25]。这个设想一针见血，在理论上具有重要意义，但在实践中却无法实现。因为专利审查员无法获取与人工智能系统相同的知识与能力，无法用人工智能系统的标准进行判断，除非把专利审查员直接替换为人工智能系统。2017年，日本特许厅就提出将人工智能技术运用于专利审查工作，并将专利审查业务分为三个等级：一是容易实现的流程工作，如纸质文件电子化和印章、收据确认等简单业务;二是技术尚未成熟，但已有先例的现有技术检索和发明分类等业务;三是包括自动作出审查决定在内的需要优秀的分析和决策能力的业务，目前尚无开发先例[26]。因此，把所属技术领域的技术人员变更为人工智能系统的设想很难实现。而且专利审查中许多细节的拿捏、复杂情况的处理机器是无法替代专利审查员完成的。
基于前述设想，笔者认为，可以将所属技术领域的技术人员变更为“掌握人工智能的技术人员”。假设该技术人员知晓人工智能相关领域的所有普通技术知识，掌握普通人工智能系统的运行规则。该技术人员可以判断出某一人工智能生成物到底是系统“轻而易举”就能产生的结果，还是系统通过不断学习、试错而产生的结果。如果属于前种情况，则该人工智能生成物是显而易见的、不符合创造性标准。也许有人会提出疑问，“掌握人工智能的技术人员”所具有的判断能力过于抽象，专利审查员能达到如此之高要求吗?确实，这一疑问是修改创造性标准的现实障碍，并且无法在人工智能技术尚未成熟的阶段得到有效解决。对此，在人工智能生成物的创造性判断上，必须充分考虑人工智能技术的发展状况。只有当人工智能技术发展到一定高度、在相关领域被广泛使用，人工智能创造实例增多、创造趋势更加明朗之时，“掌握人工智能的技术人员”才能在实践中加以运用，专利审查员的审查准确度才能得以保证。所以，当前人工智能技术尚未在相应领域被广泛使用之时，仍应当基于原有的所属技术领域的技术人员标准进行创造性判断。
(四)建立人工智能生成物高效许可机制
相比于一般技术成果，人工智能生成物的负外部性更加明显：一，人工智能生成物具有产生速度快、数量大的特点，技术需求者必须在密集的“专利丛林”里披荆斩棘才可获得有关专利，这将妨碍技术传播、增添研发主体负担、增加技术交易成本;二，一旦人工智能生成物构成某一领域极具价值的探索性发明，专利权人为了建立市场优势，将选择独占使用或者减少对外许可，技术需求者将无法使用、改良相关技术，这不利于技术及时转化为生产力，容易酿成“反公地悲剧”;三，人工智能生成物很有可能成为人类通过专利侵权诉讼获取利益的工具，成为“专利流氓”。
为了缓解以上危机，有必要建立高效的专利许可机制来保证技术及时实施。一方面，可以降低人工智能生成物的强制许可门槛。对于一般强制许可，可以适当缩短人工智能生成物未实施的年限，加快他人获得许可的步伐;对于特殊强制许可，可以适当放宽公共利益的前提条件，只要是一般的公共利益即可，不要求重大公共利益;对于交叉强制许可，可以适当降低对下游专利的要求，只需有积极的社会效果即可。另一方面，可以建立规模化、体系化的人工智能专利池和人工智能专利共享平台，提高人工智能生成物专利许可、交易效率，保证技术及时有效实施。
结语
实际上，人工智能生成物专利化给专利法带来的冲击是可以合理化解的，人工智能生成物完全可以在不破坏现有专利法体系的情况下获得专利保护。尽管在未来较短时间内，人工智能生成物可能并不会在技术市场普及，专利法律制度也暂时没有修改的紧迫性。但是，本文研究的目的并不单单在于得出专利法是否要保护、如何保护人工智能生成物的确实结论，还旨在对人工智能生成物可专利性分析的过程中，对专利法体系进行重新梳理，提出专利法面对新技术时应有的应对态度和方式，对专利法的公共属性和社会价值有更加深入的认识。科技发展日新月异，基于技术发展而展开的专利法律制度讨论永远不会为时过早。
转载请注明来自发表学术论文网：http://www.fbxslw.com/jjlw/22027.html
