隨著近些年來人工智能領(lǐng)域的技術(shù)飛速發(fā)展,加之人工智能領(lǐng)域的技術(shù)本身具有較高的獨特性和復(fù)雜性,對人工智能領(lǐng)域技術(shù)的知識產(chǎn)權(quán)保護逐漸成為知識產(chǎn)權(quán)法中的一項新議題。是否應(yīng)該對人工智能領(lǐng)域技術(shù)進行專利保護成為本文致力解決的關(guān)鍵問題。雖然人工智能涉及的領(lǐng)域非常廣泛,但是就目前階段而言,推動人工智能進步的主要力量在于對于各種人工智能基礎(chǔ)算法的改進以及將這些算法與具體的場景進行結(jié)合。這些算法通常是由通用的或者專門的計算機設(shè)備執(zhí)行。通過算法的改進能夠使得計算機設(shè)備在某些特定方面的能力得到極大的提升,而通過將算法與具體的場景進行結(jié)合,能夠使得人工智能真正得以落地,創(chuàng)造切實的社會價值。然而目前在中國,對于人工智能領(lǐng)域技術(shù)的可專利審查,尤其是在人工智能基礎(chǔ)算法的創(chuàng)新以及人工智能算法與商業(yè)場景相結(jié)合的創(chuàng)新的可專利性的審查方面,存在著審查標(biāo)準(zhǔn)邏輯混亂、落后和僵化等問題,沒有充分考慮人工智能領(lǐng)域技術(shù)的獨特性和復(fù)雜性,遠不能滿足創(chuàng)新主體對于人工智能領(lǐng)域技術(shù)進行專利保護的需求。其他各國的審查標(biāo)準(zhǔn)也不盡相同。一些國家比如歐洲仍然采取相對保守的態(tài)度,要求人工智能領(lǐng)域技術(shù)必須具有技術(shù)性才能獲得專利保護;而日本的做法相對比較激進,允許將計算機設(shè)備執(zhí)行的人工智能基礎(chǔ)算法申請專利保護;美國專利商標(biāo)局雖然明確承認人工智能的相關(guān)專利可以獲得專利保護,但是目前仍然采用后Alice時代的判斷標(biāo)準(zhǔn),相關(guān)創(chuàng)新的適格性仍然面臨一些挑戰(zhàn)。在此基礎(chǔ)上文章基于產(chǎn)業(yè)政策理論討論分析了人工智能領(lǐng)域技術(shù)通過專利保護的必要性并分析了通過現(xiàn)有的法律框架進行專利保護的合理性。文章建議:要在堅持“技術(shù)性”標(biāo)準(zhǔn)的前提下,擴展“技術(shù)性”在新的時代環(huán)境中的外延。本文章的創(chuàng)新之處在于:結(jié)合了人工智能領(lǐng)域技術(shù)的創(chuàng)新的主要形式、產(chǎn)業(yè)政策的需要以及人工智能的發(fā)展趨勢提出了擴展“技術(shù)性”外延,將“提升計算機設(shè)備智能化水平”作為一種技術(shù)性的體現(xiàn);并且在滿足“提升計算機設(shè)備智能化水平”的前提下,不必過分強調(diào)對于自然規(guī)律的利用,相應(yīng)的方案直接認定為技術(shù)方案;這里的“提升計算機設(shè)備智能化水平”是指提升了計算機設(shè)備從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律、總結(jié)規(guī)律及利用規(guī)律的能力,往往需要為對人工智能算法進行了改進或者對人工智能算法進行創(chuàng)新性的應(yīng)用;并提出了對人工智能領(lǐng)域技術(shù)的可專利性的審查流程的建議,建議引入“誠實信用原則”對于申請人的行為進行規(guī)范,避免因為“技術(shù)性”的外延的擴展以及人工智能算法可解釋性較差帶來的不正當(dāng)申請。
【學(xué)位單位】：中國政法大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：D923.42
【部分圖文】：

5圖1.1全球人工智能專利申請量年度變化趨勢根據(jù)《WIPOTechnologyTrends2019：ArtificialIntelligence》關(guān)于人工智能領(lǐng)域的專利申請區(qū)域分布的數(shù)據(jù)，中國、美國以及日本是申請人工智能領(lǐng)域的專利數(shù)量最多的幾個國家15。其中，中國在人工智能領(lǐng)域的專利申請數(shù)量位居榜首，顯示了國內(nèi)對于人工智能產(chǎn)業(yè)以及人工智能技術(shù)領(lǐng)域的技術(shù)研發(fā)的空前熱情。二人工智能領(lǐng)域技術(shù)的分類及特點雖然在理論上人工智能有多種實現(xiàn)方式，但是在目前以及可以預(yù)見的一定時期內(nèi)，通過計算機設(shè)備及軟件16讓機器能夠像“人類”一樣“行動或者指定行動的決策”才是人工智能最基本的實現(xiàn)方式17。所以當(dāng)前人工智能的產(chǎn)業(yè)鏈的各個環(huán)節(jié)基本也都和計算機軟件相關(guān)。參考圖1.2，展示出了一種典型的人工智能產(chǎn)業(yè)鏈的劃分方式：i.第一層是數(shù)據(jù)及計算能力，這一層包括用于被計算機設(shè)備軟件運算的數(shù)據(jù)以及采集這些數(shù)據(jù)的傳感器等，除此之外還包括用于執(zhí)行相應(yīng)的運算的特定硬件比如芯片18；ii.第二層是基礎(chǔ)算法，這些算法包括最近10年的主流方式機器學(xué)習(xí)/深度學(xué)習(xí)，還包括其他一些算法比如進化算法、專家系統(tǒng)等，這些算法構(gòu)成計算機軟件的核心部分；iii.第三層是基礎(chǔ)技術(shù)層，這部分主要包括基于基礎(chǔ)算法所開發(fā)的一些基礎(chǔ)技術(shù)，這些基礎(chǔ)技術(shù)具有很強的通用性，能夠應(yīng)用于多種不同的具體工業(yè)技術(shù)領(lǐng)域15《WIPOTechnologyTrends2019：ArtificialIntelligence》,世界知識產(chǎn)權(quán)組織:P9016[英]CalumChace，人工智能革命-超級智能時代的人類命運[M]，張堯然譯，機械工業(yè)出版社，2017年7月：P517余乃忠，自我意識與對象意識:人工智能的類本質(zhì)[J]，《學(xué)術(shù)界》(月刊),總第232期，2017．9：P9518皮埃羅斯加魯菲：《智能的本質(zhì)》[M]，北京：人民郵電出版社，2017年版，第28-31頁

6或者商業(yè)技術(shù)領(lǐng)域，比如圖像識別這樣的基礎(chǔ)技術(shù)可能用于無人車使得無人車識別路況，或者也可能用于企事業(yè)單位中通過人臉識別的方式進行考勤；iv.第四層是具體的應(yīng)用場景，這些應(yīng)用場景可能包括工業(yè)場景比如智能駕駛、智能家居；也可能用于商業(yè)場景，比如智能金融、智能推薦等19。圖1.2人工智能產(chǎn)業(yè)鏈的分布情況圖1.2中所示的人工智能產(chǎn)業(yè)鏈的分布情況大體上反映了人工智能領(lǐng)域創(chuàng)新的幾種類型。創(chuàng)新主體往往在其中的一個層及該層所鄰接的其他層所涉及的領(lǐng)域從事創(chuàng)新和經(jīng)營活動，比如一些主體主要是從事適用于執(zhí)行特定人工智能算法的芯片的生產(chǎn)或研發(fā)，而一些主體則是專注于基于現(xiàn)有的人工智能算法進行應(yīng)用技術(shù)的研發(fā)，并在所開發(fā)的應(yīng)用技術(shù)的基礎(chǔ)上在相應(yīng)的特定場景中從事商業(yè)活動，比如通過深度學(xué)習(xí)的算法進行人臉的識別進而用于安防場景中。在圖1.2中，還展示了各種不同的創(chuàng)新主體在人工智能產(chǎn)業(yè)鏈中的上下游關(guān)系。自下而上，可以看到，人工智能基礎(chǔ)算法的執(zhí)行依賴于數(shù)據(jù)及計算能力，而應(yīng)用技術(shù)一般又依賴于人工智能基礎(chǔ)算法，應(yīng)用層則需要依賴于應(yīng)用技術(shù)。值得說明的是，這種劃分大體上較為準(zhǔn)確地反映了不同層次的創(chuàng)新之間的相互依賴關(guān)系，但是一些特定的情形可能不與上述的依賴關(guān)系完全相匹配，比如一些場景應(yīng)用可能不依賴于圖1.2中的應(yīng)用技術(shù)，而是直接建立在算法層的基礎(chǔ)上，一種情況是在沒有利用圖像識別、語音識別或者自然語言處理等應(yīng)用技術(shù)的基礎(chǔ)上，直接利用人工智能基礎(chǔ)算法對相應(yīng)的數(shù)據(jù)進行運算所進行的預(yù)測，例如，采集用戶的一些行為數(shù)據(jù)并利用深度學(xué)習(xí)算法進行精準(zhǔn)營銷等；在另外一些特定的情形下，一些場景應(yīng)用可能直接依192018中國人工智能白皮書（簡版）,http://www.sohu.com/a/232081034_403354
【相似文獻】

相關(guān)期刊論文 前10條

1 劉強;;人工智能算法發(fā)明可專利性問題研究[J];時代法學(xué);2019年04期

2 徐鳳;;人工智能算法黑箱的法律規(guī)制——以智能投顧為例展開[J];東方法學(xué);2019年06期

3 劉禎;;基于PID的人工智能算法研究[J];科技風(fēng);2018年22期

4 汪懷君;汝緒華;;人工智能算法歧視及其治理[J];科學(xué)技術(shù)哲學(xué)研究;2020年02期

5 王秋童;;淺談自動化控制中人工智能算法的應(yīng)用[J];數(shù)字技術(shù)與應(yīng)用;2019年02期

6 劉桂龍;王維慶;張新燕;蔡靜靜;;無功優(yōu)化算法綜述[J];電網(wǎng)與清潔能源;2011年01期

7 章小杉;;人工智能算法歧視的法律規(guī)制:歐美經(jīng)驗與中國路徑[J];華東理工大學(xué)學(xué)報(社會科學(xué)版);2019年06期

8 洪凌嘯;;誤區(qū)與正道:法律人工智能算法問題的困境、成因與改進[J];四川師范大學(xué)學(xué)報(社會科學(xué)版);2020年01期

9 王雪誠;;人工智能算法:改寫戰(zhàn)爭的無形之手[J];軍事文摘;2017年21期

10 汪建;;智能社會 公平為先——試評人工智能算法歧視問題[J];中國電信業(yè);2020年01期

相關(guān)博士學(xué)位論文 前10條

1 馮孝榮;金融產(chǎn)品的專利保護[D];中國政法大學(xué);2011年

2 王冰;人工蜂群算法的改進及相關(guān)應(yīng)用的研究[D];北京理工大學(xué);2015年

3 王艷嬌;人工蜂群算法的研究與應(yīng)用[D];哈爾濱工程大學(xué);2013年

4 李美安;普適分布式互斥算法及應(yīng)用[D];電子科技大學(xué);2007年

5 王小根;粒子群優(yōu)化算法的改進及其在圖像中的應(yīng)用研究[D];江南大學(xué);2009年

6 劉婷;改進人工蜂群算法及其在多用戶檢測中的應(yīng)用[D];天津大學(xué);2013年

7 邱劍鋒;人工蜂群算法的改進方法與收斂性理論的研究[D];安徽大學(xué);2014年

8 肖建元;保幾何結(jié)構(gòu)算法在等離子體物理中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2017年

9 盛歆漪;粒子群優(yōu)化算法及其應(yīng)用研究[D];江南大學(xué);2015年

10 張冬麗;人工蜂群算法的改進及相關(guān)應(yīng)用研究[D];燕山大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 朱中華;人工智能領(lǐng)域技術(shù)的可專利性研究[D];中國政法大學(xué);2019年

2 吳靜;人工智能算法在電信運營商用戶信用評級中的應(yīng)用研究[D];山東大學(xué);2019年

3 樊浩杰;基于人工智能算法的示功圖智能識別研究[D];河南科技大學(xué);2019年

4 孫姣姣;關(guān)于金融類商業(yè)方法可專利性的法律分析[D];西南財經(jīng)大學(xué);2014年

5 張爭力;試論商業(yè)方法的可專利性[D];中國政法大學(xué);2003年

6 李炎鐸;商業(yè)方法可專利性分析[D];中國政法大學(xué);2011年

7 程旭輝;商業(yè)方法專利創(chuàng)造性問題研究[D];中國政法大學(xué);2009年

8 遠洋;云計算商業(yè)方法可專利性問題研究[D];重慶大學(xué);2013年

9 劉淳鋆;商業(yè)方法專利保護問題研究[D];黑龍江大學(xué);2013年

10 袁志芳;商業(yè)方法可專利性條件的比較法分析[D];湘潭大學(xué);2009年

本文編號：2856418