人工智能领域技术的可专利性研究

发布时间：2020-10-26 03:29

　　 随着近些年来人工智能领域的技术飞速发展,加之人工智能领域的技术本身具有较高的独特性和复杂性,对人工智能领域技术的知识产权保护逐渐成为知识产权法中的一项新议题。是否应该对人工智能领域技术进行专利保护成为本文致力解决的关键问题。虽然人工智能涉及的领域非常广泛,但是就目前阶段而言,推动人工智能进步的主要力量在于对于各种人工智能基础算法的改进以及将这些算法与具体的场景进行结合。这些算法通常是由通用的或者专门的计算机设备执行。通过算法的改进能够使得计算机设备在某些特定方面的能力得到极大的提升,而通过将算法与具体的场景进行结合,能够使得人工智能真正得以落地,创造切实的社会价值。然而目前在中国,对于人工智能领域技术的可专利审查,尤其是在人工智能基础算法的创新以及人工智能算法与商业场景相结合的创新的可专利性的审查方面,存在着审查标准逻辑混乱、落后和僵化等问题,没有充分考虑人工智能领域技术的独特性和复杂性,远不能满足创新主体对于人工智能领域技术进行专利保护的需求。其他各国的审查标准也不尽相同。一些国家比如欧洲仍然采取相对保守的态度,要求人工智能领域技术必须具有技术性才能获得专利保护;而日本的做法相对比较激进,允许将计算机设备执行的人工智能基础算法申请专利保护;美国专利商标局虽然明确承认人工智能的相关专利可以获得专利保护,但是目前仍然采用后Alice时代的判断标准,相关创新的适格性仍然面临一些挑战。在此基础上文章基于产业政策理论讨论分析了人工智能领域技术通过专利保护的必要性并分析了通过现有的法律框架进行专利保护的合理性。文章建议:要在坚持“技术性”标准的前提下,扩展“技术性”在新的时代环境中的外延。本文章的创新之处在于:结合了人工智能领域技术的创新的主要形式、产业政策的需要以及人工智能的发展趋势提出了扩展“技术性”外延,将“提升计算机设备智能化水平”作为一种技术性的体现;并且在满足“提升计算机设备智能化水平”的前提下,不必过分强调对于自然规律的利用,相应的方案直接认定为技术方案;这里的“提升计算机设备智能化水平”是指提升了计算机设备从数据中发现规律、总结规律及利用规律的能力,往往需要为对人工智能算法进行了改进或者对人工智能算法进行创新性的应用;并提出了对人工智能领域技术的可专利性的审查流程的建议,建议引入“诚实信用原则”对于申请人的行为进行规范,避免因为“技术性”的外延的扩展以及人工智能算法可解释性较差带来的不正当申请。
【学位单位】：中国政法大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：D923.42
【部分图文】：

5图1.1全球人工智能专利申请量年度变化趋势根据《WIPOTechnologyTrends2019：ArtificialIntelligence》关于人工智能领域的专利申请区域分布的数据，中国、美国以及日本是申请人工智能领域的专利数量最多的几个国家15。其中，中国在人工智能领域的专利申请数量位居榜首，显示了国内对于人工智能产业以及人工智能技术领域的技术研发的空前热情。二人工智能领域技术的分类及特点虽然在理论上人工智能有多种实现方式，但是在目前以及可以预见的一定时期内，通过计算机设备及软件16让机器能够像“人类”一样“行动或者指定行动的决策”才是人工智能最基本的实现方式17。所以当前人工智能的产业链的各个环节基本也都和计算机软件相关。参考图1.2，展示出了一种典型的人工智能产业链的划分方式：i.第一层是数据及计算能力，这一层包括用于被计算机设备软件运算的数据以及采集这些数据的传感器等，除此之外还包括用于执行相应的运算的特定硬件比如芯片18；ii.第二层是基础算法，这些算法包括最近10年的主流方式机器学习/深度学习，还包括其他一些算法比如进化算法、专家系统等，这些算法构成计算机软件的核心部分；iii.第三层是基础技术层，这部分主要包括基于基础算法所开发的一些基础技术，这些基础技术具有很强的通用性，能够应用于多种不同的具体工业技术领域15《WIPOTechnologyTrends2019：ArtificialIntelligence》,世界知识产权组织:P9016[英]CalumChace，人工智能革命-超级智能时代的人类命运[M]，张尧然译，机械工业出版社，2017年7月：P517余乃忠，自我意识与对象意识:人工智能的类本质[J]，《学术界》(月刊),总第232期，2017．9：P9518皮埃罗斯加鲁菲：《智能的本质》[M]，北京：人民邮电出版社，2017年版，第28-31页

6或者商业技术领域，比如图像识别这样的基础技术可能用于无人车使得无人车识别路况，或者也可能用于企事业单位中通过人脸识别的方式进行考勤；iv.第四层是具体的应用场景，这些应用场景可能包括工业场景比如智能驾驶、智能家居；也可能用于商业场景，比如智能金融、智能推荐等19。图1.2人工智能产业链的分布情况图1.2中所示的人工智能产业链的分布情况大体上反映了人工智能领域创新的几种类型。创新主体往往在其中的一个层及该层所邻接的其他层所涉及的领域从事创新和经营活动，比如一些主体主要是从事适用于执行特定人工智能算法的芯片的生产或研发，而一些主体则是专注于基于现有的人工智能算法进行应用技术的研发，并在所开发的应用技术的基础上在相应的特定场景中从事商业活动，比如通过深度学习的算法进行人脸的识别进而用于安防场景中。在图1.2中，还展示了各种不同的创新主体在人工智能产业链中的上下游关系。自下而上，可以看到，人工智能基础算法的执行依赖于数据及计算能力，而应用技术一般又依赖于人工智能基础算法，应用层则需要依赖于应用技术。值得说明的是，这种划分大体上较为准确地反映了不同层次的创新之间的相互依赖关系，但是一些特定的情形可能不与上述的依赖关系完全相匹配，比如一些场景应用可能不依赖于图1.2中的应用技术，而是直接建立在算法层的基础上，一种情况是在没有利用图像识别、语音识别或者自然语言处理等应用技术的基础上，直接利用人工智能基础算法对相应的数据进行运算所进行的预测，例如，采集用户的一些行为数据并利用深度学习算法进行精准营销等；在另外一些特定的情形下，一些场景应用可能直接依192018中国人工智能白皮书（简版）,http://www.sohu.com/a/232081034_403354
【相似文献】

相关期刊论文 前10条

1 刘强;;人工智能算法发明可专利性问题研究[J];时代法学;2019年04期

2 徐凤;;人工智能算法黑箱的法律规制——以智能投顾为例展开[J];东方法学;2019年06期

3 刘祯;;基于PID的人工智能算法研究[J];科技风;2018年22期

4 汪怀君;汝绪华;;人工智能算法歧视及其治理[J];科学技术哲学研究;2020年02期

5 王秋童;;浅谈自动化控制中人工智能算法的应用[J];数字技术与应用;2019年02期

6 刘桂龙;王维庆;张新燕;蔡静静;;无功优化算法综述[J];电网与清洁能源;2011年01期

7 章小杉;;人工智能算法歧视的法律规制:欧美经验与中国路径[J];华东理工大学学报(社会科学版);2019年06期

8 洪凌啸;;误区与正道:法律人工智能算法问题的困境、成因与改进[J];四川师范大学学报(社会科学版);2020年01期

9 王雪诚;;人工智能算法:改写战争的无形之手[J];军事文摘;2017年21期

10 汪建;;智能社会 公平为先——试评人工智能算法歧视问题[J];中国电信业;2020年01期

相关博士学位论文 前10条

1 冯孝荣;金融产品的专利保护[D];中国政法大学;2011年

2 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年

3 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年

4 李美安;普适分布式互斥算法及应用[D];电子科技大学;2007年

5 王小根;粒子群优化算法的改进及其在图像中的应用研究[D];江南大学;2009年

6 刘婷;改进人工蜂群算法及其在多用户检测中的应用[D];天津大学;2013年

7 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年

8 肖建元;保几何结构算法在等离子体物理中的应用[D];中国科学技术大学;2017年

9 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年

10 张冬丽;人工蜂群算法的改进及相关应用研究[D];燕山大学;2014年

相关硕士学位论文 前10条

1 朱中华;人工智能领域技术的可专利性研究[D];中国政法大学;2019年

2 吴静;人工智能算法在电信运营商用户信用评级中的应用研究[D];山东大学;2019年

3 樊浩杰;基于人工智能算法的示功图智能识别研究[D];河南科技大学;2019年

4 孙姣姣;关于金融类商业方法可专利性的法律分析[D];西南财经大学;2014年

5 张争力;试论商业方法的可专利性[D];中国政法大学;2003年

6 李炎铎;商业方法可专利性分析[D];中国政法大学;2011年

7 程旭辉;商业方法专利创造性问题研究[D];中国政法大学;2009年

8 远洋;云计算商业方法可专利性问题研究[D];重庆大学;2013年

9 刘淳鋆;商业方法专利保护问题研究[D];黑龙江大学;2013年

10 袁志芳;商业方法可专利性条件的比较法分析[D];湘潭大学;2009年

本文编号：2856418