作者 | 张鹏 牟雨菲 孙杰
中伦律师事务所
目次
一、英国法院对涉案人工智能发明的保护客体适格性判断
二、英国法下人工智能发明的保护客体适格性审查规则
三、英国人工智能保护客体判断的进展与中国、欧盟、日本、美国的比较
（一）中国关于人工智能专利适格性的审查规则
（二）欧州专利局关于人工智能专利适格性的审查规则
（三）日本关于人工智能专利适格性的审查规则
（四）美国关于人工智能专利适格性的审查规则
摘要
2023年11月21日，英国英格兰和威尔士高等法院针对人工智能发明专利申请保护客体的判断作出判决，认定与人工智能神经网络有关的专利申请不适用英国1977年专利法中可专利技术的法定排除项。
我们对此判决进行介绍，并分析英国法下人工智能发明保护客体适格性的审查规则。在此基础上，对英国人工智能创新专利保护的最新进展与大陆、欧盟、日本、美国相关规则的法律适用加以比较，以期对各个法域人工智能创新的专利保护客体判断进行综合分析。
2023年11月21日，英格兰和威尔士高等法院（以下简称“英国高等法院”）公布了Emotional Perception AI Ltd v Comptroller-General一案（以下简称“Emotional Perception AI”）的判决书[1]，推翻了英国知识产权局（以下简称“UKIPO”）BL O/542/22审查决定，认为涉案一项与人工智能神经网络（Artificial Neural Network，以下简称“ANN”）有关的专利申请不适用英国1977年专利法中可专利技术的法定排除项[2]，具有专利适格性。
本文将从本案出发，探析英国、欧盟、日本、美国以及大陆对于人工智能技术可专利性的审查规则，并对各法域相关判例路径进行比较分析以及简要评述。
一、英国法院对涉案人工智能发明的保护客体适格性判断
Emotional Perception AI公司提起的专利申请涉及一种向用户提供媒体文件推荐的系统和方法，涉及ANN的训练以及使用，用于识别语义相似的文件。其主要用于训练人工智能以反映人类对刺激（例如音频，音乐，图像，视频或文本）的主观反应，使用人工神经网络来识别两个文件的内容之间的相似性。
对于音频文件，从两个文件中提取可测量的信号质量，例如节奏、音调、音色和纹理，以识别音乐特性（404）。ANN输出每个音乐属性的属性向量（408），并且这些属性向量被组合成每个文件的多维向量。ANN的权重或偏置值由反向传播（422）基于两个多维向量（410）之间的距离以及该距离与语义空间（412）中两个文件之间的量化语义不相似距离之间的任何差异来调整，例如轨迹的文本描述或与事件、感觉、主题或环境的其它语义关联。因此，训练ANN以对准属性空间中的文件之间的距离，从而对应于语义空间中的文件之间的距离。然后，ANN可以仅基于目标文件的客观音乐特性来识别主观语义上类似于目标文件的音乐文件。
该专利申请的一个典型的应用领域是音乐曲目的推荐。该专利申请能够根据人类的感知和情感推荐语义相似的音乐。具体而言，与发明有关的ANN是基于一系列成对的音乐文件进行训练的，分别在语义空间（the semantic space）和属性空间（the property space）中生成向量或坐标。语义空间的向量或坐标之间的距离（以下简称“语义距离”）用来衡量成对音乐文件的语义描述（例如快乐的、悲伤的）的相似程度，属性空间的向量或坐标之间的距离（以下简称“属性距离”）用来衡量成对音乐文件的物理属性（例如音调、音色等）的相似程度。ANN通过反向传播（back-propagation）训练过程，不断调整其节点和评估中的权重和偏差（weighting and bias），反复修正属性距离的误差，使得属性距离趋同于对应的语义距离。ANN训练完成后，其节点参数固定，拟在音乐推荐系统中应用和实施，实现其预期功能。在执行与应用阶段，ANN将接收远程用户提供的特定音乐曲目，分析并确定其物理属性，生成一个属性向量或坐标，在参考数据库通过查找属性距离相近的音乐文件来确定语义相似的音乐，从而向用户推荐与给定的音乐曲目语义相似的音乐。系统最终会向用户发送信息和文件，推荐语义相似的音乐。
涉案专利申请权利要求1的内容是，“一种训练系统（300）人工神经网络‘ANN’（NNR310，NNTO312，NNTI314，NNTX318）的方法，该系统被配置为识别第一数据文件（302）的内容相对于不同数据文件（304）中的内容的相似度或不相似度，该方法包括：对于所选择的一对不同的数据文件，从第一数据文件和不同的数据文件中的每一个中提取可测量的信号质量，并从那些可测量的信号质量中识别多个属性；在ANN的输出端，为第一数据文件的每个属性和所选对的不同数据文件在属性空间中生成10个对应的属性向量（ORx，OTOx，OTIx和OTXx）；组装用于第一数据文件的第一多维向量（350）和用于不同数据文件的不同的第二多维向量（352），其中每个多维向量是从ANN的输出中组装相应的属性向量而获得的；确定第一多维向量（350）和第二多维向量（352）之间的距离度量（330）；响应于所述确定的距离测量，通过反向传播过程调整权重和/或偏差ANN（NNR310，NNTO312，NNTI314，NNTX318），该过程考虑到在所述确定的属性空间中的距离度量和在语义空间中评估的第一数据文件相对于不同数据文件的量化语义不相似度距离度量之间产生的所识别的差异，从而通过相对于由第一多维向量（350）和第二多维向量（352）之间的距离度量（330）反映的属性评估，对量化的语义不相似距离度量中反映的语义感知进行赋值来训练该系统。”
英国高等法院Emotional Perception AI案判决书指出，该发明专利申请涉及的ANN有两种类型，即硬件ANN和软件ANN。硬件ANN是指一个装有电子元件的实体盒子，包含硬件形式的节点和层，节点类似于大脑中的神经元，层类似于大脑中的神经网络层。软件ANN是指ANN通过软件实现，以计算机仿真的形式存在，在这种情形下，传统计算机运行一个软件，使计算机能够仿真硬件ANN。据此得出两个判断：
第一，涉案人工智能发明不是计算机程序。
英国知识产权局在针对该专利申请的审查决定中认为，涉案发明专利申请是一个计算机程序，根据英国1977年专利法第1(2)(c)条，计算机程序应当排除在专利保护范围之外。对此，英国高等法院存在不同的观点。
一方面，英国高等法院认为，硬件ANN显然不涉及任何计算机程序。就硬件ANN而言，如果涉案发明仅通过硬件ANN实施，则该发明不应当被排除在专利适格性主题范围之外，UKIPO也承认这一点。
另一方面，英国高等法院认为，软件ANN并非执行人类预先设定的一系列指令或代码，而是通过自我训练不断调整节点参数，从而实现预期的文件推荐功能。法院认为软件ANN实质上是在不同于基础计算机软件的层面上运行，与硬件ANN的运行方式相同，如果硬件ANN不是计算机程序，则软件ANN也不是。因此，英国高等法院在判决中得出结论，涉案发明专利申请不是计算机程序，1977年专利法第1(2)(c)的排除项对本案完全不适用。
第二，假定涉案发明属于计算机程序，那么解决了计算机外部技术问题，提供了一种外部技术效果，则其并非对计算机程序本身的权利要求，亦应当属于专利保护客体的范围。
进一步地，英国高等法院指出，若该发明解决了计算机外部技术问题，提供了一种外部技术效果，则其并非对计算机程序本身的权利要求，不应当被排除在专利保护范围之外，这与Protecting Kids案类似，[3]本案发明以文件传输形式将数据转移到了计算机系统之外具有外部技术效果（贡献），具有实质性的技术贡献，不属于计算机程序“本身”（as such），不应当被排除在专利适格性主题范围之外。
二、英国法下人工智能发明的保护客体适格性审查规则
一直以来，从欧洲地区的判例来看，人工智能技术可专利性的难点在于对其所主张权利要求的基础算法与“计算机程序”的辨析。《欧洲专利公约》第52条规定了“可以取得专利的发明”：其中第1款规定，“对于任何有创造性并且能在工业中应用的新发明，授予欧洲专利。”第2款规定，“下列各项尤其不应认为是第一款所称的发明：ａ）发现科学理论和数学方法；ｂ）美学创作；ｃ）执行智力行为、进行比赛游戏或经营业务的计划、规则和方法，以及计算机程序；ｄ）情报的提供。”如相关技术被认定为属于计算机程序，则基于欧洲专利公约第52节，同时对应英国1977年专利法第一节（Section 1 of Patents Act 1977），应予以排除并否定其专利适格性。
英国法院对于涉及计算机软件或计算机程序等技术的专利审查认定规则较为严格，与同源的欧洲专利公约（European Patent Convention, “EPC”）第52节在欧洲专利局的适用相比，英国法院对于英国专利法第一节的排除性规定的适用较为保守且固化。英国法下的计算机程序判定规则沿用了欧洲专利局的“技术效果”法（technical effect approach），起源于VICOM一案，[4]英国法院后在Aerotel Ltd v. Macrossan’s Application案中对1977年专利法第一节的排除规定的判定规则如下：
a. 进行权利要求解释;
b. 识别权利要求可能提供的贡献;
c. 分析该贡献是否完全基于专利适格性排除项。如本项结果为肯定，则否认其可专利性;
d. 分析上述贡献是否是技术的（technical）。
AT&T一案涉及一项“内容代理托管服务系统”的专利申请，本质上是一项根据与多媒体供应商连接的客户设备的兼容性来选择多媒体文件交付给客户的软件程序。法院对Aerotel规则加以细化：
a. 所要求的技术效果是否对在超越数字计算机之外的物理世界具有技术效果;
b. 所要求的技术效果是否在计算机的结构层面上起作用，换言之，无论所处理的数据或运行的程序为何，最终都将产生既定的技术效果。本项要求权利要求不应仅依赖于或取决于所输入的数据、程序或算法[5]；
c. 所要求的技术效果是否导致该计算机以全新的方式运行。本项为“超越计算机之外的技术贡献或技术效果”的一项示例；
d. 计算机的速度或可靠性是否有所提高。本项为“超越计算机之外的技术贡献或技术效果”的一项示例；
e. 涉案专利所针对的技术问题是否被权利要求主张的发明所克服，而不是仅仅被规避。
综上所述，英国法院对于涉及计算机程序相关技术的专利性审查规则在于，如一项权利要求能够在超越计算机之外的方面产生技术效果或技术贡献，且该技术效果或技术贡献不完全取决于或基于所输入的计算机数据或计算机程序，则该技术具备可专利性。在Emotional Perception AI案中，涉案技术通过为现实世界的用户自动匹配音乐，且匹配过程不完全依赖于输入的数据或程序，而是通过ANN计算输出的，因此具备可专利性。针对Emotional Perception AI案，UKIPO暂时取消了《人工智能发明有关的专利申请审查指南》[6]，等待对此判决的审议。法院此项判决对人工智能创新者非常有利，如果判决被采纳，可能会改变英国审查人工智能发明专利适格性的方式。
三、英国人工智能保护客体判断的进展与中国、欧盟、日本、美国的比较
（一）中国关于人工智能专利适格性的审查规则
人工智能的本质在于算法模型与应用场景的结合，核心是算法创新。通常而言，人工智能技术是以技术算法为基础、在“大数据”与“大计算”的共同驱动下融入多技术领域、不同功能维度的多项单一技术方案所形成的综合性技术束，[7]其中作为基础层的基础算法是此类技术的核心技术创新，也是人工智能专利申请所主张的权利要求本身。而人工智能算法作为权利要求则可能被认定为属于智力活动的规则和方法、[8]数学方法、[9]或计算机程序等，从而面临各法域传统专利法律制度的排除规则是否适用、如何适用，相关人工智能专利适格性是否应予排除等争议问题。
2019年12月31日，中国国家知识产权局发布《关于修改<专利审查指南>的公告》（以下简称“第343号公告”）[10]，在第二部分第九章专门新增的第6节“包含算法特征或商业规则和方法特征的发明专利申请审查相关规定”中，针对包含人工智能算法的发明专利申请的专利适格性审查，即按照以下步骤和规则进行：（1）根据《专利法》第二十五条第一款第（二）项审查权利要求是否属于“智力活动的规则和方法”。具体而言，如果权利要求除了抽象的算法特征还包含技术特征，则该权利要求就整体而言并不是一种智力活动的规则和方法。若权利要求整体上不属于智力活动的规则和方法，则进入第二步审查。（2）根据《专利法》第二条第二款审查权利要求是否属于“技术方案”。具体而言，如果权利要求记载了对要解决的技术问题采用了利用自然规律的技术手段，并且由此获得符合自然规律的技术效果，则该权利要求限定的解决方案属于技术方案，例如人工智能算法处理的数据是技术领域中具有确切技术含义的数据、算法的执行涉及使用自然规律来解决技术问题等。若权利要求属于专利法意义上的技术方案，则具有专利适格性。
在中国国家知识产权局10720号复审请求审查决定中，国家知识产权局认为，“权利要求1要求保护一种信息通知方法，该方案针对背景技术存在的在报表明细传输过程中无法避免使用人力，即传递人员必需通过计算机输入对方的邮件地址或在传真机上输入号码，因此费时费力、没有效率的问题，权利要求1的方法所要解决的问题是通过网络系统将报表明细完成编辑后自动将通知信息传送至需要接收的单位的信息接收装置，因此属于信息传输中的技术问题；并且为了完成自动传送包括报表的通知信息，该方法采用了建立接收单位基本数据库，信息通知系统判断是否接收到一通知信息，读取该通知信息并取出接收单位的相关资料，根据接收单位的相关资料找出与其对应的联络资料，信息通知系统将通知信息传送至信息接收装置等手段，通过对网络系统、信息接受装置、信息通知系统等进行控制，实现了将通知信息自动传送至接收装置，因此是利用了遵循自然规律的技术手段；获得的是使用计算机网络自动传送信息并提高信息通知处理效率，从而节省人力、时间的技术效果。由于该方法所解决的问题、采用的手段和获得的效果都具有技术性，所以权利要求1属于专利保护的客体。”从审查实践来看，将权利要求保护的整体方案视为一个整体判断是否具有技术特性，对于是否具有技术特性的判断是在不考虑现有技术状况的前提下进行。
因此，针对包含人工智能算法的发明专利申请，中国首先从反向视角审查其是否属于专利适格性排除主题即智力活动的规则和方法，若该申请没有落在专利适格性排除主题范围内，则进一步从正向视角审查其是否构成专利法意义上的技术方案。只有同时通过正反向视角的两步审查，人工智能算法发明专利申请才具有专利适格性。并且，在审查包含人工智能算法的发明专利申请时，坚持整体审查原则，即不应当简单割裂技术特征与算法特征，而应将权利要求记载的所有内容作为一个整体，对其中涉及的技术手段、解决的技术问题和获得的技术效果进行分析。
（二）欧州专利局关于人工智能专利适格性的审查规则
欧洲专利局对于欧洲专利公约第52节的排除规定适用更为灵活，相关判例以及官方指南也较为成熟。在HITACHI/Auction Method一案中，欧洲专利局复审委员会（Board of Appeal，“审查委”）对此类技术是否落入法定排除规则这一问题确定了判定步骤：
a. 涉案技术必须是一项“发明”（invention），即，必须具备创造性以及工业适用性；
b. “发明”指“具有技术特征的技术标的”；
c. 确认权利要求的技术标的是否落入EPC第52条第1款（即，认定不属于第52节的排除项），必须在进行新颖性（novelty）、创造性步骤（inventive step）和工业适用性（industrial applicability）测试前进行。
在Clipboard Formats I一案中，[11]Windows剪切板功能被认定具备可专利性，欧洲专利局审查委认定任何适用技术途径（technical means）的方法均属于“发明”，而“计算机系统（computer system）”属于本案中的技术途径。“利用计算机系统的方法”意为一系列实际执行并达到某种技术效果的步骤，而非一串计算机执行代码，仅在计算机内部运行时具有实现技术效果的可能性。
因此，基于欧洲专利局的审查规则，适用技术途径的方法属于“发明”，任何具备创造性以及工业适用性的“发明”均具备可专利性，即使其涉及计算机程序、数学方法或商业方法等排除限制，EPC第52节的排除限制因此不再成为欧洲专利局人工智能专利审查申请的一大障碍.
从近期的案例来看，欧洲专利局在实践中，多将专利新颖性以及创造性步骤（inventive step）作为审查重点，而此类技术的申请往往因无特定技术适用领域，权利要求缺乏对模型的描述，或者缺乏用于训练模型的训练过程，而被认定为不符合创造性步骤的要求。[12]对于人工智能的“创造性步骤”，审查焦点为，其核心技术特征（多数为计算机程序或基础算法）必须贡献于该发明的技术特性（technical character），从而使得涉案技术具有技术效果。而对于这一要求，欧洲专利局审查委确认：[13]
a. 涉案技术通过将其应用于技术领域来达到技术目的；或，
b. 通过适用于特定的技术应用（technical implementation）而实现技术效果。
除此以外，对于权利要求是否充分公开了技术特征，[14]人工智能技术权利要求的细节程度往往难以把握，因其通常涉及网络架构、输入表示和/或训练数据的选择，多数信息较为敏感且繁复。这也导致通用型人工智能，以及纯粹在基础算法层面进行突破的相关技术难以通过欧洲专利局专利审查。
由此可知，欧洲专利局复审委员会认为，人工智能本身并不具有技术性（technical），仅仅为人工智能提供通用目的、或仅提升算法效率的人工智能不被认为是技术性的。通用人工智能技术通常较难满足现阶段判例所确定的审查规则，前者区别于惯常获批专利的特定领域人工智能技术，例如控制特定的技术系统或过程（例如，x射线设备或钢的冷却过程）;数字音频、图像或视频增强或分析；医疗诊断领域等类型。[15]但总体而言，欧洲专利局对通用性人工智能或基础算法实现技术贡献的人工智能专利持积极态度，“毫无疑问，ANN可以为自动化人工任务或解决技术问题提供有用的技术工具。但是，在大多数情况下，这需要充分具体说明，特别是关于训练数据和所处理的技术任务。”[16]
（三）日本关于人工智能专利适格性的审查规则
日本在专利法保护客体判定方面采用与欧盟类似的“技术属性测试法”，要求其构成技术方案才能获得专利法保护，同时针对人工智能技术采用非常宽松的适用标准。人工智能基础算法与应用场景相结合的方案通常认为属于可以受到专利法保护的“技术方案”。
如前所述，日本特许厅在2018年3月出台《面向人工智能相关技术的审查指南实例》，结合具体案例给出了人工智能基础算法与应用场景相结合的方案的可专利性审查标准。其中，对于人工智能算法与应用场景相结合的发明创造，明确属于专利权的保护客体。《面向人工智能相关技术的审查指南实例》给出的一个示例是“一种基于宿舍声誉的文本数据促使计算机设备用于输出合格的宿舍声誉值的训练模型”，其利用神经网络处理文本信息，对文本数据中反应宿舍声誉的特别词汇出现的频率进行分析，提取关于宿舍情况的字段，综合分析所有字段运用训练模型得到一个合理的宿舍声誉评价值。《面向人工智能相关技术的审查指南实例》认为，上述方案利用硬件资源实现了软件的信息处理，属于可以受到专利法保护的“技术方案”。
（四）美国关于人工智能专利适格性的审查规则
美国针对人工智能技术可专利性判定采取拟制现有技术排除测试法，将涉及抽象概念的部分拟制为对专利新颖性和创造性不具有任何贡献的现有技术，在新颖性和创造性判断中加以排除。
《美国专利法》第101条规定，凡发明或者发现任何新颖而实用的方法、机器、产品、物质合成，或者其任何新颖而实用之改进者，可按照本法所规定的条件和要求获得专利。对于这四类可以受到专利法保护的客体：方法、机器、产品、物质合成，判例法分别给出了定义。亦即，方法，是指处理某些物质使之产生某种特定结果的方式，它是某种行为或者系列行为，作用于客体物质上，使之改变并产生不同的状态或者物[17]；机器，是指整体的机器，整体机器中的一个或者几个部件，一个或者几个部件的合并，以及将原有部件合并起来形成一部机器[18]；物质合成，是指两种或者更多物质合成的所有物品，以及……所有的合成物品，不论它们是化学合成的结果还是机械性物理合成的结果，不论它们是气体、液体、粉末还是固体[19][20]。
同时，通过司法实践，美国最高法院明确了不授予专利权的客体包括自然规律、物理现象和抽象概念[21]。美国最高法院2014年Alice案形成了“拟制现有技术排除测试法”的基本逻辑，将上述自然规律、物理现象、抽象概念拟制为对专利新颖性和创造性不具有任何贡献的现有技术，在新颖性和创造性判断中加以排除，要求权利要求的其他部分具备新颖性和创造性。[22]对于人工智能技术发明专利而言，尤其需要判断是否属于“抽象概念（abstract idea）”，亦即如何区分受到专利法保护的包含算法特征或商业规则和方法特征的发明专利和属于抽象概念的不属于专利法保护的创新创造。这是由于算法本身更类似于数理逻辑，而与解决技术问题的技术手段存在一定差异。
但是，有学者认为，专利法区分抽象思想与具体技术的传统标准并不像诸多学者所想象的那样否定计算机程序算法的客体属性。程序算法是运行独立于人脑的物理系统（计算机）的具体方法步骤 ,并非抽象的思维规则。程序算法被执行后会导致传统专利法意义上的“物质状态改变”。因此，程序算法符合前述传统标准，可顺利通过客体审查。[23]美国的法律实践也恰恰验证了上述观点。
综上，对于英国法而言，Emotional Perception AI案标志着计算机程序、数学方法、以及人工智能技术可专利性突破，1977年专利法第一节也因此是本案判决中的争议焦点。本案极有可能面临进一步上诉，相关方将持续关注英国上诉法院对于本案的进一步判定。而对于全球其他主要知识产权强国而言，人工智能技术在突破了相关法定排除性限制后，仍面临如何具备创造性这一专利特性之难题，对于通用型人工智能或以基础算法体现技术贡献的人工智能技术，其可专利性仍有待上述法域逐步拓展和确认。
注释（上下滑动阅览）
【1】[2023] EWHC 2948 (Ch).
【2】Section 1(2). Patents Act 1977.
【3】[2012] RPC 13.：涉及针对儿童浏览计算机时的不良信息进行嗅探并警报的通信分析引擎。
【4】T 0208/84.
【5】e.g. Fujitsu Ltd’s Application.
【6】https://www.gov.uk/government/publications/examining-patent-applications-relating-to-artificial-intelligence-ai-inventions. (Accessed: 5th December 2023)
【7】刘鑫、覃楚翔：“人工智能时代的专利法：问题、挑战与应对”【J】，载于《电子知识产权》2021年第1期。
【8】《专利法》第25条。
【9】ibid. [n.1].
【10】国家知识产权局公告第343号。
【11】T 0424/03.
【12】T 0702/20.
【13】T 2330/13.
【14】T0509/18.
【15】《欧洲专利审查指南》Part G Chapter II 第 3.3.1 节。
【16】Ibid, 20.
【17】Cochrane v. Deener, 94 U.S. 780(1877).
【18】Union Sugar Refinery v. Matthesson, 24 F.Case 686(C.C. Mass,1865).
【19】Diamond v. Chakrabarty, 444 U.S. 303, 206 U.S.P.Q. 193.
【20】李明德：《美国知识产权法（第二版）》【M】，北京：法律出版社2014年4月版，第37页。
【21】ibid. [n.19]
【22】狄晓斐：“人工智能算法可专利性探析——从知识生产角度区分抽象概念与具体应用”【J】，载于《知识产权》2020年第6期。
【23】崔国斌：“专利法上的抽象思想与具体技术——计算机程序算法的客体属性分析”【J】，载于《清华大学学报（哲学社会科学版）》2005年第3期。