專利法領域人工智能生成内容的影響及其應對

“對于采用文本編輯技術生成的所謂技術檔案，不應當視作專利法上的技術方案予以保護，在專利申請審查中也不應當作為現有技術對專利申請的新穎性、創造性進行評價。”

作者 | 孟睿 國浩律師（南京）事務所合夥人、專利代理師

編輯 | 布魯斯

一、專利領域人工智能生成内容：形式化專利文本

随着人工智能越來越多地被應用于内容創作，人工智能生成内容(AIGC)的概念悄然興起。人工智能生成内容（AIGC）是指基于算法、模型、規則生成文本、圖檔、聲音、視訊、代碼等内容的技術。AIGC可以根據不同的場景和目标，生成不同風格和形式的内容，或者結合不同類型的内容，生成更豐富和多樣化的内容。目前主要應用領域包括傳媒、電商、影視、娛樂等。[1]實際上在專利領域也早已出現自動生成形式化專利文本的智能技術應用。實踐中如Cloem、All The Claims.com以及All Prior Art.com等網站，使用人工智能算法生成形式化專利文本。Cloem網站宣稱其可以協助專利申請人撰寫出各種權利要求文本。[2]Cloem自動化的權利要求撰寫系統采用了NLP、語義技術、自動推理和文本挖掘等各種算法，可以按照預定的規則撰寫出成千上萬項專利權利要求，以涵蓋潛在的具有新穎性的發明。All The Claims.com是All Prior Art.com的姊妹網站，這兩個網站通過對美國專利局資料庫公開的專利文本進行語言解析和随機組合後，自主生成成千上萬的專利權利要求以及說明書，然後在生成的權利要求書和說明書文本上加蓋時間戳，并在網站上公布。All The Claims.com是All Prior Art.com這樣多的目的在于，使得形式化專利文本公開的技術方案成為現有技術，避免專利流氓（NPE）以專利方式搶先占有這些技術。[3] 還有一項名為Specifio的AI驅動服務項目，為客戶提供撰寫專利說明書的服務，客戶隻需将權利要求書發郵件給專門的自動系統，在短短幾分鐘内就可以獲得一個完整的專利申請文本，甚至可以包括數字和圖表。[4]Specifio通過分析、摘錄和排序等手段，産生專利申請檔案，專利申請檔案的完整程度可以達到90%左右，律師隻需再花費一個小時的時間進行修改、潤色即可作為正式送出的專利申請檔案。大陸也出現了類似可以自動撰寫專利申請檔案的技術。申請号為201810200739.5的發明專利申請記載了“一種基于人工智能的專利撰寫方法及撰寫系統”，該基于人工智能的專利撰寫系統對機械圖進行識别分析，識别出多個機械零部件及其連接配接關系和位置關系；根據技術交底書對多個機械零部件進行篩選，标注出必要技術特征；将标注為必要技術特征的機械零部件及其連接配接關系和位置關系按照神經網絡撰寫子產品生成獨立權利要求或從屬權利要求。通過對機械圖識别，神經網絡撰寫子產品自動生成獨立權利要求，極大的降低了專利代理人的工作量。

上述各種内容生成應用場景生成的文本，由于不是官方公布的專利申請檔案或專利檔案，而是内容生成方按照一定專利檔案格式生成的自然語言可讀文本，具有一定的專利檔案格式，本文将其稱為形式化專利文本。

二、形式化專利文本對專利申請和保護的影響

已有研究認為，人工智能機大量生成專利文本對專利申請和保護帶來以下負面影響：

第一，給專利權帶來高度不确定性，增加專利審查外部負擔，降低專利審查品質。如果人工智能機器大量生成專利文本，将會擴大現有技術的數量和内容，進一步降低專利申請審查中現有技術檢索的全面性。[5]其結果是影響已授權專利的權利穩定性，增加專利的不确定性。此外，專利的不确定性還會影響發明人使用專利保護發明創造的熱情。[6]另外，如果将形式化專利文本送出專利申請，會導緻專利申請的爆炸式增長，現有技術文獻和專利申請的爆炸式增長同時會增加專利審查部門的工作壓力，最終導緻專利審查品質下降。[7]

第二，人工智能機器出色的創新能力将導緻現行新穎性、創造性、實用性等審查标準失靈。[8]人工智能機器具有超強的文本替換與資料挖掘功能，其可以借助專利資料庫将自己生成的技術成果與現有技術進行精準對比，以有效規避現有技術并滿足新穎性和創造性等專利授條件。

第三，人工智能機器的發明創造能力會被當作不當産業競争工具，危害創新。如果将形式化專利文本送出專利申請，會加劇形專利叢林，潛在的創新者幾乎沒有營運自由，或者面臨支付令人望而卻步的許可費用。[9]

本文認為，難以實作全面的現有技術檢索、專利權具有高度的不确定性、專利審查外部負擔大、專利叢林阻礙創新等問題在專利實踐中長期以來一直存在，并不是人工智能内容生成技術發展後才出現的問題。各國專利當局都在不斷地調整專利政策和措施來解決前述問題。例如，美國于2011年推出的《發明法案》重點就是希望在一定程度上解決前述問題。當然，人工智能内容生成技術使得這些問題越發凸顯。另外，文本搜尋技術是人工智能技術的一個重要應用領域，包括中國在内的各國專利局已經将基于人工智能的搜尋技術應用于專利審查實踐中。可以預見，随着人工智能技術的不斷發展，現有技術檢索會朝着越來越全面，而不是越難越不全面的方向發展。基于人工智能的搜尋技術還可以将審查員的精力從現有技術文獻檢索工作中解放出來，将更多精力放在專利申請檔案的審查上，進而促進專利審查品質提高。至于現有研究擔憂的人工智能機器将其技術成果與現有技術進行精準對比，以有效規避現有技術提升授權可能性的問題，混淆了發明創造與專利申請布局等專利法律事務之間的關系。将技術成果與現有技術進行對比，以有效規避現有技術提升授權可能性，涉及在先專利權利要求解釋以及新穎性、創造性的判斷，這些活動已經超出了技術發明創造的範疇，屬于典型的專利法律服務事項，通常由專利律師或專利代理師等專業法律服務人員來完成。在主張人工智能機器具有專利申請布局、創造性判斷等專利法律事務能力的基礎上讨論有關問題，過于超前。本文認為，如何在專利審查和保護中對待人基于文本挖掘、編輯技術形成的專利文本具有更緊迫的現實意義。

三、謹慎對待形式化專利文本的專利法屬性

對于上述第一部分介紹的人工智能機器生成的專利文本，根據是否存在技術發明創造活動，可以将其分為兩類。第一類，人類發明人付出創造性勞動已經獲得拟申請專利的技術方案，人工智能機器作為申請檔案撰寫工具協助撰寫專利申請文本，例如前文提及的Specifio和“一種基于人工智能的專利撰寫方法及撰寫系統”。第二類，完全由人工智能機器利用大資料挖掘和分析手段，采用文本編輯技術生成所謂專利文本，不存實際的發明創造活動，例如前文提及的All The Claims.com和All Prior Art.com網站。本文認為，對于前述第一類人工智能機器生成的專利申請文本，人工智能機器的作用僅僅在于協助發明人将已經由發明人提出的技術方案轉化為專利檔案，是以，對于其公開的技術方案仍然屬于專利法上的技術方案，可以作為真實技術研發成果申請專利，專利申請文本公開後可以作為現有技術用于評價其他專利申請的新穎性和創造性。對于第二類基于文本挖掘和編輯技術生成的專利文本，其記載的所謂技術方案即使符合新穎性和創造性，是否應到授予專利權？是否可以作為判斷其他專利申請新穎性和創造性的現有技術？尚需從專利法上的技術方案本質出發進行分析。

技術方案是根據人類不斷改善自身生存和發展條件的需求，從實踐中被人們總結出來，或在科學理論指導下被人們發明出來，經過實踐的檢驗而得到确認和應用，進而利用外部世界資源擴充人自身能力的手段。基于科學技術的發生學機制，科學技術對于人類認知和行事能力的擴充主要集中在“在給定問題、限制、目标的條件下，獲得資訊，提煉知識，生成智能政策和轉化為智能行為”等方面。就目前而言，人類智能和機器智能的最根本的差别在于：人類具有目的性和創造力（開創力)，即在任何環境下都具有發現問題和确立目标的能力；機器則隻能在人類給定的“問題、限制、目标” 架構下施展才能。[10]具體到專利法上所述的技術方案，是指對要解決的技術問題所采取的利用了自然規律的技術手段的集合，可以獲得有益的技術效果，展現了發明人面對所要解決的技術問題時基于其積累的技術知識而做出的創造性智力勞動成果。專利申請所欲保護的技術方案或專利申請審查中的現有技術方案，應當是解決某一特定技術問題的具體技術手段的集合，即應當是人類創造性智力勞動成果，展現了人類發現問題、解決問題的能力。

The Claims.com和All Prior Art.com網站生成專利文本的過程與前述技術方案的産生過程完全不同。The Claims.com和All Prior Art.com網站利用人工智能算法，通過重新排列短語，或用替代定義、同義詞或反義詞來替換術語産生大量的從形式看具有新穎性的權利要求及其排列組合。Cloem聲稱其算法不僅僅是随機的，它可以使用反義詞替代，以描述一項獨特的技術方案。有研究人員認為，以這些方式産生的所謂技術方案絕大多數都是胡說八道。[11]實際上，這些網站自身也意識到，如此“産生的大多數技術方案都是荒謬的、沒有任何意義的”[12]。本文認為，由人工智能機器借助大資料挖掘和分析手段，采用文本編輯技術生成形式化專利文本的過程不存在真實的發明創造活動。其僅以大量已經公開的專利文本為基礎，通過算法、機器學習、決策機制随機排列組合能夠得出大量形式化的文本。這些形式化專利文本的産生過程以及記載的内容沒有展現科學技術的發生學機制，不存在發明構思和真實的發明創造活動，其僅是将已經公開的專利文本進行文本編輯的産物。在這些形式化專利文本内容生成過程中，人工智能機器對現有技術及其缺陷沒有認知，沒有從創新性知識生成的角度提出解決特定問題的技術方案，無法展現面對所要解決的技術問題時基于其積累的技術知識而做出的創造性智力勞動，從科學技術的發生學機制以及技術創新的本質出發，形式化專利文本記載的内容不應當視為智力勞動成果的技術方案，不宜使用專利予以保護，也不宜在專利審查中作為現有技術使用。

綜上，基于人工智能生成内容的專利文本及其内容，需要根據其生成過程來具體分析是否可以作為技術方案申請專利，或者在專利審查中作為現有技術。對于采用文本編輯技術生成的所謂技術檔案，不應當視作專利法上的技術方案予以保護，在專利申請審查中也不應當作為現有技術對專利申請的新穎性、創造性進行評價。

注釋

[1] 中國資訊通信研究院、京東探索研究院，《人工智能生成内容（AIGC）白皮書（2022年）》。

[2] Victoria Slind-For, Cloem, PepsiCo, Coca-Cola, In Dyne: Intellectual Property, Bloomberg Tech. (3 October 2014).

[3] See https://allpriorart.com/about/

[4] See Specifio, https://specif.io.

[5] 劉強，周奕澄．人工智能發明專利審查标準研究[J]．淨月學刊，2018，(3): 76-85．

[6] A Marco, The Value of Certainty in Intellectual Property Rights: Stock Market Reactions to Patent Litigation",

(2005) Vassar College Department of Economics Working Paper No 82, at 1.

[7] Ben Hattenbach & Joshua Glucoft．Patents in an Era of Infinite Monkeys and Artificial Intelligence[J]．

Stanford Technology Law Review，2015，(1): 32-51．

[8] 劉鑫. 人工智能生成技術方案的專利法規制——理論争議,實踐難題與法律對策[J]. 法律科學（西北政法大學學報)，2019，(5)：82-92.

[9] Erica Fraser, Computers as Inventors - Legal and Policy Implications of Artificial Intelligence on Patent Law,13 SCRIP Ted 322 (2016).

[10] 鐘義信. 機器知行學原理—人工智能統一理論[M]. 北京：北京郵電大學出版社，2014年.

[11] Erica Fraser, Computers as Inventors - Legal and Policy Implications of Artificial Intelligence on Patent Law,13 SCRIP Ted 305 (2016)，at 308.

[12] All Prior Art, “About”，available at http://allpriorart.com/about/.

（本文僅代表作者觀點，不代表知産力立場）

​圖檔來源 | 網絡