|
近年來，人工智能之使用大幅增長。十年前，機器學習乃一種新奇技術——至少對主流商業應用而言——少有公司為基於 ML 解決方案申請專利。自那時起，人工智能使用漸成主流，迄 2010 年代中後期，日多之公司在其發明中採用 ML 解決方案，而神經網絡等概念成為家喻戶曉名字。事實上，對人工智能之興趣已然如此強烈，以至於早先僅能在科幻作品中發現之問題已開始受到更認真考慮。如人工智能軟體確實產生系爭智慧財產，就人工智能軟體授予智慧財產權利之可能性(先前僅及自然人)，乃一此問題。例如，最近提交一份專利申請，將人工智能軟體“DABUS”列為唯一發明人。專利審查員駁回該申請，美國專利商標局在 2020 年 4 月
22 日決定中維持駁回，認為根據現行法律，唯自然人得被視為發明人。
然基於現行法此一決定導致更多關於如何根據智慧財產法處理人工智能之理論問題，如將智慧財產權之發明人身分及/或所有權授予人工智能軟體之理論合理性和實用價值。事實上，美國專利商標局之前就這些問題徵求過意見。2019 年 8 月，美國專利商標局發布關於授予人工智能發明專利之評論請求。USPTO 提出
12 個問題範圍廣泛且全面，不僅觸及熱點問題，例如《專利法》第 101 條之專利資格（問題 5），尚及發明人身分及所有權問題（問題 3 和
4）、AI是否衝擊本領域普通技術人員之水平（問題8）及現有技術（問題9）。
他們還論述更基礎問題，例如構成“人工智能發明”（問題 1 和 2）者何，以及是否應該修專利法以更佳釋明人工智能問題，例如人工智能發明人身分（問題 3）。其他問題論述書面描述及詳實所須程度（問題 6 和
7），及人工智能相關數據之非專利保護形式是否有益（問題 10）。
數月後，即2019 年
10 月，美國專利商標局還就著作權、營業秘密及商標等人工智能之非專利智慧財產權問題發出評論請求，然本文將僅關注專利問題。
協議領域
自公眾所收回復包括來自個人 56 份及來自組織 43 份。或令人驚訝者，在許多問題上，幾乎達成一致意見：人工智能僅是一工具，有如任何其他工具一般。 大眾想像力被人工智能願景所吸引，此乃一具與人類相當智力能力之強大人工智能，而美國專利商標局問題似乎在某程度上受該願景影響。相比之下，企業及個人公開回應皆明確表示，人工智能目前僅具有哲學意義，而實際上人工智能僅是人類所用工具，而對賦予人工智能法人資格之概念執持負面。儘管法律許多領域已授予公司等實體准人格，但評論者反對人工智能程式得發明或擁有智權之立法。許多人認為，將發明權授予人工智能程式不符“促進科學和實用技藝進步”之憲法要求，因機器缺乏允其基於創造動機採取行動之意志。此外，在 IP5（五大智權國）中，僅歐洲沒有明確限定發明人於人類。
為對 AI 類別分析，評論員指出，在分析相關法律問題時，區分人工智能涉及發明之程度很重要。例如，發明係針對基本 AI 技術本身之改進，抑現有 AI 技術僅用於解決特定領域中特定問題？此區別得導致對 USPTO 所提問題截然不同之分析。
適格問題：人工智能幾乎必然以軟體實現，而在 Alice 後之軟體適格法可能有問題，特別是對於得被認為代表數學方法之人工智能軟體(此乃美國專利商標局指南認為構成不適格抽象概念類別之一)。有些人認為，應修訂聯邦巡迴法院適格法，例如，主要聚焦於豁免，有如聯邦巡迴法院 McRO 案般者然。
分歧所在
評論者在其他問題上分歧更大，例如，在現有智權保護形式是否足以保護人工智能發明問題上存在分歧。有些認為或須對人工智能發明所使用某些資料進行特殊保護，例如訓練資料庫或輸出。然其他人則認為人工智能得以現有智權或技術形式適當保護，例如受營業秘密法保護之訓練資料庫（如存有必要創造力，甚至是著作權法），機器學習模型受如DRM技術保護之保護，而機器學習模型輸出由營業秘密或授權法保護。
所相關者，儘管評論者普遍同意現有智權標準得像應用於其他技術一樣適切地應用於人工智能，但於如何實施專利揭露要求存有一些分歧。詳言之，鑑於訓練模型之黑箱性質，評論者對根據專利法第 112 條建立書面描述和詳實性所須詳細程度存在異見。一些人（包括美國律師協會智權法部門及個人）認為可能須要大力執法，包括要求披露模型權重等低端細節；對比之下，他人則更關心這種披露會給深度學習系統等技術所帶來之困難。
有謂某些情況下，須削弱智權保護以促進競爭，如因能讀取網絡資料或其他用戶資料而得存取海量訓練資料集之“大數據收集器”因反競爭原因被引用，而非因用戶隱私原因以保障對這些資料集之存取，從而導致提議應對資料集進行“受控共享”。
申請人工智能相關專利之考量：如公眾意見代表法律未來狀態，則出於發明或所有權目的而建立人工智能人格之動能將很少（如有），對專門解決人工智能問題之智權法亦無重大更改。正如有人所指出，專利適格法似乎不太可能很快在司法上或立法上發生改變。關於揭露問題，人工智能相關專利申請人將繼續須權衡於揭露，例如可能最終被認為是詳實及書面描述所須參數值方面風險，及根據
§ 112 保留此類細節作為商業秘密選項兩者之間。
|