作者李彦涛系同济大学上海国际知识产权学院博士研究生。
内容摘要
人工智能技术作为人类的一项发明创造，本身具备了一定的创造力。无论是专利法治实践还是理论研究均无法否认，在弱人工智能时代，人工智能技术兼具发明创造工具和发明创造方案的提供者的双重身份。由此导致人工智能技术对“创造性判断”“本领域普通技术人员”“隐性知识”等专利要素产生了实质性影响。鉴于人工智能技术的飞速发展，我国专利法有必要在制度设计层面，围绕“创造性”“本领域普通技术人员”以及“深度学习技术下的发明创造”等要素，重新思考人工智能的法律定位问题以及整个专利法体系的重构方向。
关键词：人工智能技术专利制度创造性本领域普通技术人员
引言
整个知识产权制度都是为保护人类的智慧成果而设，而专利制度正是对于人类智慧成果中的重要组成部分——科学技术的发明创造——进行保护的制度。这一制度的有效运行，有赖于保障有价值的专利获得授权，这一功能是通过“创造性”条款实现的。因此现代专利制度，无一例外都对创造性提出了要求，欧美日韩以及中国莫不如此。创造性已经成为专利制度中最重要的条款之一，它是技术经由检验和筛选上升为专利的过滤器。然而，人工智能的创造能力远比我们想象的更为发达。例如：新晶体的获得一直被认为偶然因素和不可控因素太多而难以预期，晶体生长的条件与晶体结构之间并不存在显而易见的关联性。随着人工智能技术的发展以及作为学习素材的源数据的积累，人工智能的创造能力会不断增强，人类在发明创造上相对于人工智能的优越地位似乎也将动摇。或者乐观地说，人类的发明创造将在人工智能助力之下更加容易。年，美国科学家通过运用人工智能机器学习算法，对近次不同反应条件下合成晶体实验的数据来训练机器学习算法，进而成功预测了新的有机模板化无机产品的形成条件。实验结果表明，机器学习算法建议的反应条件的成功率达到89%，而材料化学家最好的成绩也只有78%。由此可见，机器学习算法比最有经验的材料化学家的水平还要高。虽然这一实验仍然无法证明人工智能具备了独立的创新能力，却毫无疑义地证明了人工智能可以辅助人类进行更有效地发明创造。在人工智能技术的飞速发展下，我们可以预想到，未来的人工智能技术将深入推进新生事物的发展与创造，甚至在很大程度上挑战各国的专利权保护体系。
但人工智能作为具有智能算法的科技成果，已经可以辅助人类进行发明创造（前文所引的制备晶体的实例已经证明这是已经发生的事实）。远期来看，随着人工智能技术的发展，一旦人工智能可以独立地进行某些发明创造，人工智能将成为人类的最后的发明。当然，强人工智能的出现尚需时日，笔者暂不做深入分析，而弱人工智能技术在发明创造中的使用已经成为“正在发生的历史”的当下，其对于专利的创造性标准的挑战亟待讨论。如果人工智能技术在创新能力上逼近甚至超越人类，它无疑将改写人们对专利制度的现有认知。面对这一重大变革，我国专利制度有必要明晰人工智能在推动专利制度变革上存在哪些论争，梳理人工智能技术对专利制度的哪些方面构成具体挑战，进而明晰我国专利制度的改革方向。
一
人工智能技术推动专利制度变革的论争：实践与理论的双重碰撞
一般认为，专利制度旨在通过对发明创造授予专利权激励发明创造，从而推动社会的技术进步。该制度伴随人类技术的进步而产生，并随着技术的进步不断发展。专利制度与技术的发展具有天然的联系。但是，人工智能对于专利制度的挑战却是根本性的。人工智能出现之前的发明创造得到的技术仅是发明的客体。一旦人类完成了发明，其仅以产品本身发挥作用。而人工智能则不同，它固然是人类智慧的结晶，但其发明创造作用的发挥并不是仅仅体现在产品本身，更体现在它输出的创造结果。简单来说，在人工智能时代，人工智能技术不仅仅是发明创造活动的工具，还是发明创造方案的提供者。与传统的专利发明相比，人工智能技术在一定程度上脱离了人类创造活动的智力局限，它不仅是人类的发明物，同时还要扮演发明人的角色。在此意义上，人工智能不是人类手足耳目的替代或延伸，而是对于人类脑力的延伸甚至某种程度上的替代。这一根本性的特征，恰恰击中了专利制度最核心的要害——鼓励创造与保护创造。目前看来，人工智能技术在推动专利制度变革上已然引发了以下实践与理论论争。
（一）弱人工智能背景下的发明创造
根据人工智能与发明的关系，从机器在发明创造活动中的应用场景出发，可以把人工智能技术在最终发明成果中的作用划分为两类：人工智能技术独立完成的发明和将人工智能技术作为创造工具的发明。前者被视为“强人工智能”下的发明创造；后者则被称为“弱人工智能”下协助发明创造。以此为区分标准，笔者目前所探讨的人工智能发明创造活动主要是指“弱人工智能”下协助发明创造。
“弱人工智能”尤指具有推理和解决问题能力但并不具备自主意识的人工智能，其往往聚焦于单一任务本身，只能输出结果但并不理解待处理的问题。一般认为弱人工智能具如下特点：（1）对于结构化数据的依赖。目前几乎所有的人工智能系统都需要首先进行人工形式化建模，转化为一类特定的计算问题（如搜索、自动推理、机器学习等）进行处理。（2）环境迁移能力和自适应能力弱。大数据的出现和深度学习算法的提出与应用，推动了很多特定领域机器智能水平的快速发展（如语音识别和图像分类性能的快速提升正是得益于深度神经网络和基于海量数据的训练），带动了新一轮智能技术研究和创新的热潮。然而，深度学习的优越性能仍然限于特定领域，其实现依赖大量标记样本，而且主要是离线学习，它的环境迁移和自适应能力较差。（3）没有自我意识和想象力。不能够自动地认知自我、体验自我，并产生对主体自身、外部世界的情感意识及价值行为。
目前我们对人工智能技术的实际应用，只能处于弱人工智能时期伴生式发明创造。例如：年5月，谷歌的DeepMind团队开发的“神经编程解释器”（NPI）。这个神经网络能够自己学习并且编辑简单的程序，可以取代部分初级程序员的工作了。这表明人工智能研究超越了简单模仿人类的阶段，具备了初步的智能思考的能力，其自主性大为增强。人工智能已经作为科技研究中的一种高效工具，逐渐出现了人工智能替代发明人进行发明创造的萌芽。以创新难度最大风险最高的生物医药领域为例，年剑桥大学生物学家SteveOliver利用人工智能机器人分析文献数据，预测了酵母菌基因的新功能，正确9个，仅错误1个。该团队年1月又利用人工智能发现了牙膏中成分三氯生可以靶向DHFR酶治疗疟疾。在化学合成中人工智能也大放异彩，德国威斯特法伦威廉大学与上海大学团队报道了用深层神经网络及人工智能算法规划新的化学合成路线。它可以达到合成化学家的水平，被誉为化学合成领域的“AlphaGo”。对于上述领域的发明创造活动，现行专利法多是将“弱人工智能技术”作为一种发明工具来对待。实际上，弱人工智能技术对发明创造的作用与日俱增，甚至在某些情况下，发明创造的产生在某种程度上依赖于人工智能技术的独特优势。故此，在人工智能时代，弱人工智能技术的功能将改变专利制度的实际治理方式。
（二）超越专利范畴的影响：来自人工智能的发展
人工智能的思想最早来源于图灵，年他提出了图灵测试，如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能。年，美国达特茅斯学院的约翰·麦卡锡与10位相关领域的专家讨论了两个月后，第一次正式使用了人工智能这一术语，标志着人工智能这一新兴学科的正式诞生。但在现代法治视阈下，人工智能技术的法治化，要求我们必须清晰地界定其概念，以保证立法范围的明确性。为此，关于“人工智能技术”范畴的界定，就成为我们明晰人工智能技术与专利制度关系的出发点和依据。
年3月，谷歌旗下DeepMind公司研发的人工智能机器人AlphaGo以4:1战胜了世界围棋冠*、职业九段李世石；年5月，AlphaGo又以3:0的完美战绩战胜中国棋手职业九段柯洁。自此，人工智能的超高计算能力引起了全社会的广泛