深度丨如何利用人工智能技術解碼知識產權問題 ？
AI作為人類歷史上極具顛覆性的科學技術，被世人譽為“第四次工業革命”。
當然，AI同時也引發了一些人的恐慌情緒。例如，2016年斯蒂芬霍金教授在劍橋大學未來智能中心開幕式上曾生動形象地描繪出悲觀可怖的場景：AI可能會失控并將人類取而代之，或者以任意方式行事并且造成巨大災難。霍金教授認為，其實人類大腦與計算機之間并無實質性差別，隨之而來的問題就是“那么，強大的人工智能興起對于人類而言是幸運還是不幸，我們還不得而知。”埃隆•馬斯克稱人工智能為“召喚惡魔”和“致命威脅”。不過大部分AI反對者只是基于一種普通人的普遍性擔憂，擔心自動化會減少他們的就業機會，對于那些技術性不高的工作崗位更是如此。
在我看來，人工智能前景深遠。因為AI系統基于不斷改進的處理技術、可靠的大數據為其提供持續不斷的動力。而且，隨著物聯網的發展，AI可用數據量也將持續加速增長。想想現在，我們每天都在與機器學習進行交流互動——從圖像識別系統、Alexa和 Siri 語音助理；從亞馬遜和 Netflix 等推薦系統、各種搜索引擎、通過異常行為檢測判斷是否存在銀行欺詐，到我們使用的翻譯軟件。
而且，還有很多激動人心的應用技術正在快速推向市場。在醫學領域，人工智能有可能提升疾病的診斷。例如，IBM的 Watson 和其他引擎可以通過分析海量文獻資料協助醫生確定治療方案。此外，通過使用預測算法和使用人工智能來分析大量遺傳數據，可能會改變藥品的研發過程。在教育領域，人工智能可以根據不同學生的學習進度，推薦下一步學習方案。無人駕駛可以全面改善道路安全并減少擁堵和污染。人工智能可能會提高農業生產力和河運和航空安全，也可能使人類在危險條件下施工的情況一去不復返。人工智能有能力改善物流、倉儲設施安排、貨物交付等等問題。也會帶來公共服務的顯著改善。例如，AI可以排查出有輟學或失業風險的群體或個人，子女可能出現危險的家庭，并且可以對其援助計劃進行合理安排。英國稅務局已經啟用軟件，能夠幫助識別可能出現的逃稅行為。機器學習和人工智能提高了司法效率，包括即時通訊、信息披露分析，法律文書的生成以及糾紛解決結果的預測。人工智能還可以有助于識別累犯和幫助警察打擊犯罪。
有人預測說到2025年，人工智能和機器學習能夠提振全球經濟，每年貢獻5至7萬億美元生產總值。英國政府認為AI與數據處理和管理作為科技產業的四大挑戰之一,如果能夠加以解決,那么不僅可以助力英國成為引領其他科技發展國家的領導者,而且能創造成千上萬的高質量的就業機會,推動經濟增長、人民生活質量的提高。而且，人工智能還可以幫助解決政府面臨的一個重大挑戰，即塑造未來的流動性，協助實現人財物與服務在全國范圍內流通。
以上這些不是我們在說漂亮話，而是事實為證。根據人工智能投入數據顯示，英國政府已經投入了大量預算，增加人工智能的全面供應，建立健全數據基礎設施，增加研發資金投入，以及采取一系列其他積極措施，使英國成為世界上孵化創意產品、發展創新經濟最有吸引力的國家。其他國家，特別是美國、中國、日本、韓國、德國和法國等國家，與英國發展戰略不謀而合。每個國家對AI的投資情況暫且不表，我們先說科技公司的投入。根據麥肯錫公司的統計分析，僅在2016年，各大科技公司對AI投資總額介于260億至390億美元，其中，中國和美國兩國的投資金額遠遠超過了任何一個歐洲國家。
只要公眾有所了解，就可以明白人工智能的優勢，不過也確實會有擔憂。許多人擔心會失去工作，但他們也擔心人工智能機器可能會造成傷害，我們將失去對私人數據的控制，生活將變得不那么私密，而且機器可能還會限制人的自由意志。
消除這些恐懼需要社會公眾的參與。還需要為人工智能領域的工作人員提供技術解決方案并制定道德標準，最好是在國際基礎上并與政府合作。例如，他們必須去解決數據黑箱問題，如何才能使整個決策過程更加透明。如何避免偏見？個人數據如何安全可靠地匿名化？如何確保人工智能生成的結果是可靠的且可以驗證嗎？人工智能系統在定價問題能否不再“殺熟”？
這些問題極具挑戰性，研究人員正努力用務實的解決方案來解決這些問題。但它們也向監管機構和立法機關提出了挑戰，并提出了一些根本性的問題。政府在推動、促進人工智能技術發展與規范、控制這些技術之間的“度”如何把握？要知道，太多監管只會限制創新能力，而太少的監管又會導致公眾的抵觸情緒與政黨的反對聲音。我們之前已經在其他技術領域也看到過類似這種情況。科學技術涉及基本權利問題嗎？我們是否應當賦予機器人權利，就像我們在法律上賦予公司與合伙擬制自然人權利一樣？這么說聽起來似乎有些牽強附會，不過在2017 年，沙特阿拉伯已經授予一個名為索菲亞的機器人以公民身份；比爾蓋茨認為機器人應該納稅；對于機器人是否應該承擔責任問題，已經有了很多思考。立法者和政策制定者必須綜合考慮這些問題所引發的道德問題和社會影響，不過他們該如何是好？這些問題應當通過立法形式還是最好留給互聯網產業去解決呢？
人工智能下的版權保護新問題
這種紛繁復雜、盤根錯節的社會背景之下，在人工智能對知識產權法中的一些基本問題也提出了挑戰的前提之下，我們需要重新審視知識產權的影響和作用。
2018 年 11 月，由人工智能創作的一幅畫《愛德蒙·貝拉米肖像》在紐約佳士得拍賣行起拍。這幅畫是虛構出來的「貝拉米家族肖像」其中一幅，由總部位于巴黎的Obvious聯合社監理之下創作。他們為創作這幅畫使用了「生成對抗網絡」（agenerative adversarial network or GAN）。
《愛德蒙·貝拉米肖像》Portraitof Edmond Belamy
最后《埃德蒙·貝拉米肖像》以432,000 美元的價格成交，一位不愿公開姓名的投標人以高出估價的 40 倍的高價購買了此畫。那么問題來了：這部作品是否應當受到版權的保護？如果應當受保護，那么作者是誰？版權保護期有多長？旨在激勵創作者的努力和勞動版權目的又是什么？只有在互聯網新世界，才需要解決這些新奇有趣又非常重要的問題。
現在讓我來談談版權問題，AI版權保護引發的問題非常棘手、令人深思。當下，與版權相關的歐盟法非常復雜，至少包括11 項指令和兩部法律。這多年來，計算機程序受到TRIPS，WIPO 版權公約和歐盟法的保護，這點毋庸置疑。但問題是由計算機特別是由AI產生的作品是否具有版權的可保護性，有待進一步討論。
人工智能現在已經能夠成功地創造具有原創性的作品，例如：IBM的 Watson 編寫了一本食譜;福布斯雜志使用Bertie 軟件撰寫新聞報道初稿;華盛頓郵報也使用了 Heliograf 機器人幫助記者撰寫文稿。在藝術領域中，「下一位倫勃朗」計劃使用人工智能創作了一幅倫勃朗風格的藝術作品。最主要的是，人工智能現在已經可以創造出新的且日臻完善的軟件。
這些新作品本身是否受版權法保護？歐盟法并沒有直接回答。但是，法院在Infopaq和其他案件的判決中表明，必須是由作者參與且體現作者意志的作品才應當被保護，那些完全由機器自主產生的作品并不受到版權法保護。
另一方面，我們注意到英國1988年版權設計和專利法中有涉及到一個有關計算機所創造作品的版權問題的特殊框架。在該法第 178 條中此類作品被定義為由計算機在沒有人類作者的情況下產生的作品，第9 部分表明由計算機生成的文學，戲劇，音樂或藝術作品的作者是安排了創建程序的人。這表明了議會認為計算機生成的作品是應該受到版權保護的，并且賦予了它們 50 年的保護期。這些規定是否適用于人工智能所產生的作品，是否符合歐盟法規定，是否為歐盟法相關法律指明了方向？對于這些問題，希望能引起大家認真思考。
其他國家對于這些問題的規定具有一定的借鑒意義。例如，美國版權法中人類作者與創造力原則作為其立法的基本原則，盡管對于這一問題是否屬于法律明確要求有待商榷，但是可以肯定這是美國版權局實施版權保護的一個重要依據，并且其也確實體現在了諸如判例之中，例如美國最高法院FeistPublications v Rural Telephone Service判決當中。在 6 歲獼猴通過攝影師大衛·斯萊特（David Slater）的相機拍攝“自拍照”引發的版權歸屬案中，也可以看到這一原則仍然發揮著作用。
我們真的準備好了嗎？我們是否真的認識到計算機產生的作品中的創造性因素到底是什么？如果計算機和算法獨立創造的作品是原創而不是抄襲，那么會不會有那么一天，版權法也會保護這些作品？區分AI創作的「愛德蒙·貝拉米肖像」的可保護性和傳統作品中較少藝術創作性是否確有必要？這些問題值得我們深思。（補譯）
人工智能下的專利保護新挑戰
人工智能與專利引發了很多新問題，第一個問題是AI發明本身能否獲得專利。
《歐洲專利公約》(EuropeanPatent Convention,簡稱EPC)第52條對專利的基本要求進行了規定：專利必須包含某種發明，必須具有新穎性、創造性、易于工業應用。不過，EPC對于什么才是發明沒有直接定義，只是從歐洲專利局的指導方針和判例法中可以推斷出發明必須具有某種技術特征。因此如我們所知，例如（assuch）計算機程序、數學方法都被排除在外，沒有被授予專利，其他類似情況也同樣如此。但是這些例外并不是都像它們表面上看起來那樣，并不是只要所謂的發明具有技術特征并且能夠用于技術目的，就可以得到專利保護。
AI的發明如何符合以上情形呢？歐洲專利局已經發布了相關指南，大意是說人工智能是基于特定種類的計算模型和算法，因此應比照與數學方法相同的方式進行處理。因此如果假定AI不具有可專利性的話，那么我們的挑戰在于如何理解發明，如何在技術特征基礎上來定義發明。
《美國法典》第 35 編第101 節中對于可專利性進行了限制性規定，任何具有新穎性和有用性的程序、機器、產品或物質都可以獲得專利。不過，自然現象、自然法則以及數學算法不符合專利授予條件。最高法院在愛麗絲訴CLS 銀行案也涉及這個問題，其判決認為，發明專利必須具備技術改進或提升的特性。因此，美國的做法與歐洲具有異曲同工之處。
這種立法和司法框架無法為人工智能的基本要素或構建模塊授予專利。不過，歐洲專利局和美國專利商標局為以人工智能驅動技術特性的發明授予專利。在歐洲和美國，這些申請主要是集中在無人駕駛汽車領域;生命科學;醫學和診斷學;個人設備;節能減排;電信和物流。美國，中國和日本的專利申請數量處于領先地位，這表明這些國家在人工智能領域是善于創新的驅動者；不過就《專利合作條約》和歐洲專利局提交的申請數量相差不遠。如果僅論歐洲國家，那么德國，英國和法國三國專利申請數量最高。
因此，整體情況是人工智能研究活動活躍，并在獲得專利保護方面取得了應有的成功。但是，推動人工智能真正進步的間接性發明的領域的需求無法獲得專利，確實衍生出了一系列嚴重的問題，即判斷符合專利性要求是否要有新方法，以及在互聯網新世界中，專利制度的宗旨是否仍然是鼓勵人們創新？那么，創新性軟件不授予專利合理嗎？如果不合理，那么這種排除是否應當擴展到人工智能構建模塊中非明顯進步，而不論其應用程序如何？
但這僅僅是個開始。智能機器模仿人類大腦神經網絡的特性使自己越來越能自發地產生一些奇思妙想。當然，在許多情況下，盡管相當復雜，AI卻可能只被視為另一種實驗室工具。發明人可能是為特定目的利用AI，或者已經意識到計算機輸出的內在發展。但是在個別情況下，并且這種情況可能會有越來越多，那就是AI已經完成了全部或主要的創造性和創新性工作。
Ryan Abbott 教授在這一領域發表了許多有趣的論文，其中一篇指出，AI能夠完成全部或主要的創造性和創新性工作的情況早已成為現實。例如，早在1994年，斯蒂芬•泰勒發明的「創造力機器」獲得了專利，并且具有創造新想法的能力——他給機器播放了最喜歡的音樂，兩天時間機器就創造出數千首新歌。當然這也帶來了關于專利的其他問題。機器還具有計算創造力的特征，計算機科學家JohnKoza 和 IBM 的 Watson 聯手創造了一種“發明機器”就是一個例子。
這些計算機「創造出的」發明有專利權嗎？如果有，那誰是發明者，或者這項發明的歸屬人是誰呢？如何評估其顯而易見性，基于此目的，評估出誰是這一領域的專家，以及什么是常識呢？接下來的兩天里你們會探討以上這些基本問題，現在我僅就個別問題進行簡要說明。
首先，歐洲和美國相關法律條文是基于個人理念與個體發明者對專利進行傳統定義，因此只規定了人類創造與個人發明。更為重要的是，專利制度宗旨在于鼓勵和獎勵創新。發明人向世界公開他們的發明用以換取一定時期的持續性壟斷。那么，AI產生的發明是否也同樣適用呢？我認為，目前為止計算機并看重所謂的獎勵或激勵機制，盡管某一天他們可能會。
有人建議我們可以考慮讓那些計算機領域投資人監督AI運行并制定相應程序。不過，除非他們能夠獲得相應利益，否則不太可能承擔相應義務。另一方面，如果我們將發明人的概念與發明機器的概念區別開來（意譯），那么專利體系是否會被計算機生成的發明所淹沒，最終扼殺了人類的創新能力？
另一個問題是關于如何評估顯而易見性的標準。
一項可以授予專利權的發明必須是新穎的，而且根據現有的公共知識不應該是顯而易見的，我們稱之為技術。顯而易見性是從缺乏想象和創新能力的技術人員的角度來評估。如果這項發明是顯而易見的，也就是說，它存在于這樣的人的想象力之內，它就不具有可專利性。AI需要從何處著手融入此類說法？這些名義上有技能但缺乏想象力的人是應當被當做AI對待還是可以掌握人工智能？如果不能，那么會有這一天的到來嗎？如果這一天終將來臨，AI制作或推動的許多發明必然是顯而易見的嗎？就一般常識而言，如何評估計算機的常規信息？
結論：回歸人工智能立法的初心
在這次演講中，我并沒有涉及人工智能保密性問題、「歐洲公約」下的基本權利問題、以及 GDPR 下的個人數據和數據庫權利的保護問題，當然這些問題都與人工智能密切有關，值得我們慎重考慮。在這個令人興奮的新世界里，我經常問自己：我們的目標是什么？如何才能實現這些目標？我們到底想要激勵什么？專利保護期限多久比較合適？
現如今，法律已然有些落后于技術的發展。立法者經常會遇到各種來自時代的挑戰，人工智能已經對其發起了挑戰。而現在，恰恰也是需要為人工智能進行立法的時刻。