人工智能生成创新的可专利性问题研究

贾丽萍 曹 璨

(福州大学法学院， 福建福州 350108)

一、问题的提出

目前人工智能的工程学研究的主流进路是依托大数据，让计算机进行“深度学习”来模拟人类的智能。深度学习能够让人工智能通过训练来理解复杂世界的规律，并可以运用到诸如智力成果创造等领域。在创新实践领域，产生了能够自主生成创新的人工智能，比如利用人工神经元网络进行药物研发、运用遗传信息编程程序进行电路设计、运用“机器人夏娃”这样的机器人发明家发现药物的新功能等。[1]在人工智能生成创新的过程中较少具有人类的干预，而在法学领域，专利法保护的是专利权人的合法权益。是否应当将人工智能生成创新纳入专利法的保护范围，以及如何保护人工智能的生成创新等问题理论界颇有分歧。

反对可专利性的学者大多从专利权取得的正当性、权利保护的意义与专利实质审查等角度展开论证。Amir.H.Khoury认为：“知识产权法不允许为人工智能授予知识产权，人工智能和它们的副产品应当永远留在公共领域。”[2]Shlomit Yanisky-Ravid 和 Xiaoqiong Liu在详尽列举了专利法在面对人工智能发明时的五点缺陷后，否认人工智能创新的可专利性，提出了先行者模式。[3]支持专利法保护学者，如Ryan Abbott认可现行专利法的区分发明人与专利权人的做法，认为计算机生成物应当有资格获得专利保护。[4]Mizuki Hashiguchi通过分析五个国家的专利审查案件，总结得出对计算机的改进如果符合专利法隐性、事实上的适格性要求，法院就可能认定发明能够获得专利授权。[5]这大多是从保护科技创新等角度进行回应，并围绕专利制度设立的目的与可能造成的影响等方面展开论述。

人工智能依靠其跨领域分析处理数据的能力，其身份逐渐由发明对象向发明者转变，这对人类中心主义造成了冲击，原有的专利法框架也可能不复适用，需要进行重新的评估和改进。[6]

二、人工智能生成创新纳入专利法保护的正当性

(一)人工智能生成创新纳入专利法保护的法理基础

对争议技术进行可专利性分析，需要结合其技术特点梳理专利保护的法理基础。本文通过传统的专利法哲学理论，对人工智能生成创新进行回应。

1. 洛克的劳动学说

该学说认为，劳动为财产权提供了正当性，引申到知识产权领域即创新者有权就其付出的智力创造成果主张权利，并获得在一定期限内排他使用专利方法或产品的权利。洛克指出：“土地和一切低等动物为人类所共有，但是每一个人对他自己的人身享有一种所有权，除他之外任何人都没有这种权利。他的身体所从事的劳动和他的双手所进行的工作，我们可以说是正当地属于他的。”[7]这种学说沿袭了格劳秀斯以来的自然法传统，体现了传统的人类中心主义。传统的人类中心主义认为劳动应当只存在于“作为人类身体延伸”的人类劳动。

但是在人工智能自主发明能力逐渐增强的情况下，将人工智能的智力劳动纳入专利保护符合时代需要。因为从劳动过程看，人工智能能够和人类一样，通过分析复杂环境调动知识储备，灵活作出相对合理的决断，而且也没有违反洛克理论的先决条件要求。[8]美国专利法第103条(a)款规定的“可专利性不可因为作出该发明之方式而遭受否定”也为机器人创新纳入专利法保护提供了依据。此外，我国《专利法》保护的客体是一种技术方案，而技术方案在人工智能时代是否只能出自人类的思维活动，本文赞成借用群体实力对比理论，即“机器人低消耗、高产出的优势，先天地克服了人类休息、睡眠、生命周期短、易生病等物种进化弊端，由此也将在多数竞争中获得胜利”[9]来研究可专利性的问题。人工智能有类似的脑力劳动能力并且将创造出远多于人类的技术成果，不应该人为地限制创新活动，我们应当给予机器的生成物与人类创新产物相同的地位。

2. 知识产权人格权理论

黑格尔在关于自由意志与财产的论述中认为：“人有权把他的意志体现在任何物中，因而使该物成为我的东西。”[10]他将财产权纳入人格学说的讨论范围，财产是人发展自身的体现，也成为人自身实践的终极目标。[11]知识产权法的人格权理论认为：“通过我们的能力和创造性的开发，我们的人格充分地体现在我们自身的智力产品中。”[12]换言之，专利权通过对精神财产的确认展现了发明人的意志，构成了人格的组成部分。

人工智能并不具有人类的意志与人格，有哲学家如John R. Searle认为：“执行一个程序不可能构成意向性，因为对于一个主体来说，完全有可能执行了一个程序而仍然不具有任何正确种类的意向性。”[13]而意向性是心智的关键所在[14]，这引发了对于未来人工智能在即使能够模拟人类心智，却仍然无法拥有和人类一样心智的担忧。而没有真正心智的人工智能不拥有自然人的个体性差异，无法进行创造性人格的表达。

正如丹尼尔·丹尼特对塞尔的“汉字屋论证”做出的原哲学层面的批判一样，人工智能是否拥有心智、具有人格不应由哲学家以自己的直觉回应，而应当转换角度结合未来人工智能发展的实际情况，诉诸于一些群众性的意见，这为宽泛的人格定义奠定了基础。随着量子计算等新技术的开发运用，能够让计算机更加智能，为具备独特的创造性表达构成了基础。有些国家已经对赋予人工智能以法律人格进行了尝试，如人工智能 Sophia 被沙特授予了公民身份，欧盟法律事务委员会认为：“从长远来看，为机器人创造一个特定的法律地位，这样至少最先进的自主机器人可以被确立为具有电子人的地位……还可能将电子人格应用于机器人自主决策或独立与第三方互动的情况。”[15]2019年4月8日，欧盟人工智能高级别专家组提交的《值得信赖的人工智能伦理指南》(Ethics guidelines for trustworthy AI)提到“人工智能系统应该赋予人类权力，允许他们做出明智的决定，并促进他们的基本权利”[16]。2021年7月末，南非和澳大利亚官方相继宣布可以将AI系统认定为专利申请的发明人，通过扩大发明人概念完善专利法基础理论作为保护人工智能生成创新的逻辑起点。[17]这也体现了人格权理论在人工智能发展中起到基础作用。

3. 激励理论

该理论是从功利主义的角度论证知识产权法的正当性，认为“为了促进有价值的智力成果的创造，需要将这些成果的财产权赋予智力劳动者”[18]。“政府旨在适用知识产权服务于有用的社会目的——鼓励创新和创造。”[19]通过知识产权法的设置赋予创造性发明者对其创造成果的控制权，激发发明者进行智力创造，进而实现社会智力创造的最大化。

当然用激励论论证知识产权制度存在着固有的困难，因为并不是所有的智力创造都具有“激励的思想”，更何况人工智能本身无法被激励。应当明确，虽然人工智能不需要激励就能进行发明，但是人工智能领域的技术人员为人工智能提供了数据、算法、校验等基础条件，人类的工作不应被忽视。研发人员与其上下游产业仍然需要经济刺激来补偿其投入。人工智能与因专利制度的激励而兴起的生物技术一样，都是属于研发成本高、风险大，面临很强开发投资的收回问题的领域。美国于上世纪80年代开始对生物技术领域进行了强而宽广的专利法保护使相关技术蓬勃发展的历史经验表明：合理的专利权配置能够激励技术公司的发展，促进技术进步。[20]

将专利权赋予与人工智能最关联的法律实体能够激励它们对人工智能生成创新的研发与投资，保障技术进步。相反，采取商业秘密的方法保护人工智能生成的创新增加了防护的成本，减少了社会公众应当享有的信息福利，而且要面对反向工程的挑战，耗费了本应被用于技术开发的社会投资。所以在对人工智能生成的创新进行专利法保护研究时，激励理论可以起到理论支撑的作用。

(二)将人工智能生成创新纳入专利法保护符合现实需要

从17世纪伽利略请求威尼斯国王将灌溉机的技术方案认定为法律上的财产，到如今人工神经网络技术的创新被授予专利权[21]，专利法的发展过程始终与科技进步紧密相联。面对新一代人工智能技术的浪潮，《国务院关于印发新一代人工智能发展规划的通知》(国发[2017]35号)提出，要健全人工智能领域技术创新、专利保护与标准化互动支撑机制，促进人工智能创新成果的知识产权化。

如上文所述，采取专利法保护人工智能生成创新能够对人工智能产业进行经济激励，鼓励技术开发，防范“搭便车”行为损害其经济收益。除此之外，进行专利法保护还可以将人类发明者的创造力集中到具有“历史创造力”的环节——即“研究者认为新颖性可分为两种：相对于个人思想或某项人工智能系统是新颖的，或者相对于整个历史是新颖的，前者被称为 ‘心理创造力’，后者被称为‘历史创造力’”[22]。这能提升发明的总体高度。在人工智能自主发明创新过程中，其凭借大数据路径与语义替换的工作模式能够运用海量的跨学科技术，这是人类囿于思维与精力的局限很难完成的。授予符合条件的人工智能创新专利权，人类发明者会因此减少在“心理创造力”上的投入，而主攻于“历史创造力”的技术领域。换言之，对人工智能生成创新进行专利法保护会在解决人类发明者面对广袤的知识领域的低效率问题的过程中，提升发明质量，增加社会效益。

三、人工智能生成创新与专利法客体审查

人工智能生成创新能否获得专利法保护，首先需要结合《专利法》的具体条款与法律原则判断其是否属于客体范围，同时也应当对有学者支持的划归公共领域的观点进行考量。因此，应当从制度层面弄清专利法保护范围的内涵，并结合人工智能的技术特点进行比对。

(一)人工智能生成创新符合专利法保护的客体范围

首先，从《专利审查指南》的正面规定来看，“技术方案是对要解决的技术问题所采取的利用了自然规律的技术手段的集合”[23]。对申请审查的智力方案来说，当其能够针对技术问题，利用自然规律，获得技术效果就应当认定其属于专利法客体的保护范围。不需要对创新的主体是否属于人类，属于何种形式的智能进行过多考量。这区别于《著作权法》要求的劳动成果源于作者本人独创性(originality)的个性化选择与判断的要求。如朱雪忠所言：“‘发明’的概念本身完全是客观的技术性表达，它区别于著作权法中的作品，后者是包含作者独特思想感情的表达，具有浓厚的个人主观色彩。”[24]所以，从正面规定看，人工智能生成创新符合专利法保护范围。

其次，从专利法的反面排除条款分析，在研究可专利性问题时要注意区分技术方案与抽象思想的界限，否则会落入《专利法》第25条的“智力活动的规则和方法”而不被授予专利权。在专利审查过程中，应当明确算法并不能因为自身具有思维步骤的特征而否认该方案的可专利性，因为在某种意义上，所有的发明都隐含着某种抽象的思想。美国司法实践中采用的Alice/Mayo二分法的核心是“审查权利要求中的要素以确定它是否有一个足以将抽象思想转化为可专利的应用的‘创造性概念’……以确保并非垄断该抽象思想”[25]。运用这样的方法能够化解对客体审查中整体论——将技术方案的算法与物理部分一并笼统地考虑，导致技术方案可能只是抽象思想的常规的“具体化”应用却通过客体审查的缺点。我国可以借鉴这种做法来分析人工智能所 “涉及计算机程序的发明”[26]，把真正通过算法进行不断学习改进的技术方案纳入专利法保护范围。

再次，在新兴技术的审查中，离不开符合政策性考量的价值判断，以“随时修正单纯的法律语言逻辑所得的结论，避免专利保护客体的无限扩张”[27]。专利法为了维护社会公德的需要禁止某些发明的实施，而人工智能快速生成的海量技术方案会颠覆人类在发明领域的主导地位，“保护计算机创新会让未来的人类创新降温”[28]。即担心人类发明者的发明空间会被压缩，而导致不公平竞争。笔者认为，这错误地理解了专利法保障的公平竞争价值。专利法想要实现的公平竞争是让主体间减少因模仿盗用的行为导致的市场失灵与公共领域的缩水，而不是对发明能力强的主体减少激励。人类不应当惧怕人工智能成为发明领域的主导，而应合理运用人工智能跨学科分析问题的能力。如前文所述，科研人员可以重新思考分析自身研发优势，将精力更多地投入到“历史创造力”的部分，提升发明质量以应对机器在某些领域逐渐代替人类成为发明的主导力量的影响。

(二)公共领域保护模式评析

有观点认为，人工智能生成的创新应当直接划归公共领域供社会使用。“因为知识产权法律结构的张力是由公共领域决定的。一旦将给定的知识产权主体置于私有领域的理由被用尽，那么该知识产权主体最终将被纳入公共领域……必须有一个充满活力的公共领域建设和一个良好的理由，什么主题应符合私人领域的保护。”[29]这种保护模式也称为“先行者优势保护模式”[30]，似乎能够很好地解决在专利法保护创新时发生的异化——即“专利丛林”困境，以及化解人工智能对专利审查的冲击。

就目前而言，此种保护模式缺少法律确权将导致人工智能行业得不到充足的激励，影响技术的发展。公共领域模式存在过度商业化的问题，即对市场的过度依赖，忽视了对基础问题研究的关注。质言之，在基础研究领域可能产生颠覆性结论的少数研发公司研发的技术方案可能因为没有专利法的保护而被反向工程破解，主流技术公司就可以通过增加神经网络层级等简单手段，达成类似效果。这会导致运用新技术生成产品的公司无法获得应有的收益，进而导致那些可能的进路因无法获得市场优势地位而被搁浅研发。总之，现阶段将人工智能生成创新归于公共领域不利于技术的健康发展，也很难从长远角度造福社会。

四、人工智能生成创新与专利实质审查

在认定一项智力成果属于专利法保护的技术方案后，该智力成果还要满足《专利法》第22条要求的“专利三性”才能被授予专利权。人工智能生成创新因其具备跨领域检索整合技术自主学习的能力与不可预测性和可能出现的伦理道德问题对专利审查产生了冲击，专利法需对此作出调整。

(一)人工智能生成创新对新颖性审查的冲击与应对

1. 人工智能生成创新对新颖性审查的冲击

新颖性审查中，人工智能能够将数据进行规则化处理并凭借词义替换创造新的权利要求[31]，可以在短时间内产生大量跨领域技术方案，而这样的技术方案在与现有技术进行单独对比的过程中，容易符合新颖性。这增加了通过不同领域的技术拆分，并随机整合而形成的技术方案的获得专利法保护的可能性。

2. 人工智能生成创新新颖性审查的应对

为解决上述问题，本文认为需要拓宽现有专利技术检索范围，由于专利审查机关的检索能力很难匹配人工智能跨领域调取技术的能力，所以应加强对申请人义务的要求。责令发明人检索出全部技术信息，将其作为现有技术进行参照。[32]要求申请人对权利要求涉及的各领域技术方案进行解释，并明确涉及的限制特征对发明整体技术方案的具体贡献，防止运用数据抓取能力拼凑多项技术而通过新颖性审查。同时，调动社会力量，从高校、产业领域推选人才，鼓励人工智能的社会组织的组建，就人工智能涉及的广泛技术范围汇总相关领域专家的意见，并将广泛技术领域的内容做好记录整理，构建利用人工智能进行专利分类与检索的新颖性审查机制。还应该对申请人在申请过程中的不诚信行为进行处罚。笔者建议引入公益诉讼制度，因为人工智能利用的技术数据很大部分来自人类的发明或者人类本身，人工智能的社会组织应替代社会公众进行专利权无效或者给予强制许可的公益诉讼，以避免“囤积”专利的情形。

(二)人工智能生成创新对创造性审查的冲击与应对

1. 人工智能生成创新对创造性审查的冲击

人工智能技术具有跨领域自主学习的能力与创造新思维的能力，对现行专利创造性要件的审查带来重大冲击。

一方面，很多人工智能具有跨领域自主学习的能力。申请保护的技术方案可能包括智能算法结合互联网通过不断试错，最终建立多领域技术可能的连接。而现行专利审查按照本领域熟练人员综合多份现有技术判断是否对申请方案存在启示的做法，应对人工智能生成创新时存在界定不适当、标准过低的缺点，导致从客观主体的角度很难发现人工智能生成技术方案存在的“显而易见性”，因而通过创造性审查，从而不适当地降低了创造性标准应当起到的作用。

另一方面，部分人工智能具备独立且不同于人类的智能，具有轻松突破“非显而易见性”要求的可能性。其具有强大的算力与能够自我进化的模型结构，能够发现人类囿于思维模式、智力等局限而难以想到的智力方案，当运用到具体技术领域时，凭借其可以创造新思维模式的能力，能轻易符合“显而易见性”的要求。

2. 人工智能生成创新创造性审查的应对

第一，适当调整创造性要件以应对人工智能的自主学习能力。

创造性要件要求从拟制的“本领域熟练人员”的角度出发，确定“最接近的现有技术”。首先，应当认识到，人工智能跨领域生成创新存在所在的领域难以认定的问题，而这导致后续创造性判断工作难以进行。本文赞同Ryan Abbott教授的观点——他认为发明机器几乎能够访问所有种类的现有技术，应将熟练人员的标准扩大到所有技术领域。[33]以此作为客观主体的认定标准，来应对单一领域熟练人员难以多领域判断的情况。而所有技术领域的熟练技术人员作为新的拟制的概念，仍需在实际判断中还原为具体的人员，为了高效地判断，专利审查人员可以通过向上文提到的人工智能技术的社会组织咨询，来确定所有技术领域的熟练人员的判断标准。

其次，在确定最接近的现有技术时，其判断过程大致分为两步：其一，看该知识是否属于专利申请方案所在的相同技术领域；其二，如果不属于相同技术领域，则看该知识是否与发明人所要解决的技术问题合理相关。[34]笔者认为，现有的审查机制中“合理相关”的范围需要进一步扩大，将更多领域的技术纳入“合理相关”的范围以应对人工智能的跨领域发明。同时要符合人工智能技术的发展情况，把握与现有发展阶段人工智能的整合能力同步，即“根据该领域人工智能生成发明的普适性及相关的人工智能技术的发展水平，以此来判断发明是否具有创造性”[35]。

再次，在认定“显而易见性”的问题上，由于人工智能自主学习能力对于“启示”的理解程度相对于人类发明者能够更加深入。如果还是从人类技术人员的眼光来看，则很难否认其整合各技术部分能力所展现的非显而易见性。所以，应当提升“非显而易见性”的标准。在人工智能发明的审查工作中，至少应该提升到使用了人工智能设备的熟练技术人员的标准。这样能够从平视的角度审视人工智能生成创新所具备的创造力大小。

第二，适当调整创造性要件以应对人工智能创造新思维的能力。

部分人工智能技术运用了独立的思维模式，突破了人类思维的局限性。在其创造新思维的过程中也很少利用现有技术所带来的启示，其智力劳动可能不同于人类发明，具有较高的创造性，这个创造过程没有依赖传统策略上的启示，颠覆了传统思维模式。笔者建议在现有的创造性审查部分“判断发明创造性时需要考虑的其他因素”中增加一条，即将“超越了人类思维模式的局限”作为创造性判断的辅助性手段，以进一步加强对人工智能在专利审查中的重要性的认识。在进行专利保护的同时也能够发挥人工智能对人类思维的反作用，提升人类思维层次，满足社会公众的长远权利需求。

(三)人工智能生成创新对实用性审查的冲击与应对

1. 人工智能生成创新对实用性审查的冲击

当下AI研究的热点是基于深度学习的人工智能——“是在用机器擅长的关联推理代替人类擅长的因果推理”，而这样的发展进路因为忽视了刚性的逻辑结构而过于重视“经验性色彩的‘启发式搜索原理’”， 难以被解释进而无法为人类所理解。[36]这导致不满足可再现性的要求，因为技术人员在未完全理解全部技术条件所体现的规律的情况下，去按照申请保护的技术方案难以稳定地再现技术效果来认定。

此外，从专利申请文件的“整体效果”来看，因为人工智能所具有“算法黑箱”的负面效应，使“我们也处在了无数不得而知的算法秘密的包围之中，正在被秘密算法逻辑殖民”[37]。易言之，在将人工智能算法为核心的技术方案运用到具体产业领域进行自动化决策时，需要尽可能降低认知负担，并将其控制在合目的的范围内，从而提高效率。[38]算法设计者在追逐效率这样一种可以量化的价值的过程中，易忽视对人类来说很重要的其他价值，如个人尊严、幸福等。这可能会产生“损害公共利益”的消极效果，审查人员需要在实用性判断中加以注意。

2. 人工智能生成创新实用性审查的应对

一方面，在实用性审查阶段，申请人要确保寻求保护的人工智能算法及其他技术特征是可以重复运用到产业实践领域的。很多人工智能生成创新的创造性部分在于其算法的创新，要符合专利授权条件需要将算法应用于某个或某些特定技术领域。[39]这需要在申请文件中将智能算法处理信息生成结果的过程，结合现实技术效果进行逻辑性解释，专利法应责令申请人完善描述技术手段的步骤以及公开其所涉及的全部技术，以判断能否达到实用程度。

另一方面，为应对可能出现的伦理道德问题，本文建议尽快制定人工智能算法的行业伦理标准[40]，保障公众的数据权利等其他基本权益，确保人工智能发明的积极效果，实现算法正义。具体制度上，通过立法明确数据平台的责任承担，如我国《数据安全法》与《个人信息保护法》中的“重要数据处理者责任义务”“个人信息处理者义务”等相关制度设计[41]；同时可以引入公益诉讼制度解决个体维权难的问题，由人工智能的社会组织对算法风险进行评估，在符合条件的情况下代替公众行使其法律权利，以化解传统的政府调控因技术力量的缺陷而无法有效管控的困局。

五、结语

虽然国家知识产权局新近修改的《专利审查指南》包括了对人工智能的保护[42]，但是仍未对人工智能生成创新客体范围、客体审查等问题进行明确规定，可见作为与人工智能技术联系最为密切的专利制度仍需进一步完善。人工智能在发明创新活动中因其跨技术领域穷尽式搜索与自我进化的整合能力，正在挑战人类发明者的主导地位。本文认为无论从专利法法理还是从保障人工智能发展的现实需要出发，应适用《专利法》保护人工智能生成的创新，积极调整现有的专利“三性”审查标准以符合人工智能时代的专利法价值追求。在保障创新的同时合理分配权利义务，发挥人工智能社会组织的作用，应对人工智能对法律的冲击。

注释：

[1] Erica Fraser, “Computers as Inventors - Legal and Policy Implications of Artificial Intelligence on Patent Law”,AJournalofLaw,TechnologyandSociety, vol.13(2016), pp.305-333.

[2] Amir. H. Khoury, “Intellectual Property Rights for Hubots: On the Legal Implications of Human-like Robots as Innovators and Creators”,CardozoArts&Ent.LJ, vol.35(2016), pp.635-668.

[3][29] Shlomit Yanisky-Ravid, Xiaoqiong Liu, “When artificial intelligence systems produce inventions: the 3A era and an alternative model for patent law”,CardozoLawReview, vol.39(2018), pp.2215-2263.

[4][30] Ryan Abbott, “I think, therefore I invent: creative computers and the future of patent law”,B.C.L.Rev., vol.57(2016), pp.1079-1125.

[5] Mizuki Hashiguchi, “The global artificial intelligence revolution challenges patent eligibility laws”,JournalofBusiness&TechnologyLaw, vol.13(2017), pp.1-35.

[6] Matthew U. Scherer, “Regulating Artificial Intelligent Systems: Risks, Challenges, Competences, and Strategies”,HarvardJournalofLaw&Technology, vol.29(2016), pp.353-400.

[7] 洛 克：《政府论》(下)，叶启芳、瞿菊农译，北京：商务印书馆，1964年，第53页。

[8] 胡心兰、蔡岳勋：《从洛克劳动财产权观点论美国知识产权之扩张》，《清华法律评论》2012年第1期。

[9] 张玉洁：《论人工智能时代的机器人权利及其风险规制》，《东方法学》2017年第6期。

[10] 黑格尔：《法哲学原理》，范 扬、张企泰译，北京：商务印书馆，1961年，第52页。

[11] 易继明、李辉凤：《财产权及其哲学基础》，《政法论坛》2000年第3期。

[12] 冯小青：《知识产权法哲学》，北京:商务印书馆，2003年，第142页。

[13] John R. Searle, “Intrinsic intentionality”,BehavioralandBrainSciences, vol.3(1980), pp.450-457.

[14] 李 珍：《从哲学视角看人工智能的发展——对“中文屋论证”的批判性考察》，《河南师范大学学报》(哲学社会科学版)，2011年第6期。

[15] European Parliament report with recommendations to the Commission on Civil Law Rules on Robotics,15 February 2017, https://www.europarl.europa.eu/doceo/document/A-8-2017-0005_EN.html?redirect#top,2021年8月27日。

[16] Ethics guidelines for trustworthy AI,8 April 2019, https://digital-strategy.ec.europa.eu/en/library/ethics-guidelines-trustworthy-ai,2021年5月15日。

[17] Thaler SL, inventor; Abbott R, assignee, “Food container and devices and methods for attracting enhanced attention”, WIPO patent WO2020079499, 23 April 2020, https://patentscope2.wipo.int/search/zh/detail.jsf?docId=WO2020079499&_cid=JP1-KT0CSC-62296-1，2021年8月27日。

[18] Edwin C. Hettinger, “Justifying intellectual property”,Philosophy&PublicAffairs, vol.18(1989), pp.31-52.

[19] Shubha Ghosh, “Patents and the regulatory state: rethinking the patent bargain metaphor after Eldred”，BerkeleyTech.LJ, vol.19(2004), p.1315.

[20] 叶云昆、黄永芬、王周吉、梅汝良:《美国生物技术发展状况》，《黑龙江农业科学》1993年第6期。

[21] 例如:北京理工大学，一种基于人工神经网络的高精度室内可见光定位方法，中国专利：201606632447,2018-07-06；广东新世立农业科技有限公司，基于大数据和可信计算的信息网络安全自防御系统，中国专利:2016105251217,2019-01-22。

[22] 李宗辉：《人工智能生成发明专利授权之正当性探析》，《电子知识产权》2019年第1期。

[23] 《中华人民共和国专利审查指南》第二部分第一章第二条第二款。

[24] 朱雪忠、张广伟：《人工智能产生的技术成果可专利性及其权利归属研究》，《情报杂志》2018年第2期。

[25] Alice Corp. Pty. Ltd v. CLS Bank Intern.134 S.Ct.2347(2014).

[26] 《中华人民共和国专利审查指南》第二部分第九章。

[27] 崔国斌：《专利法:原理与案例》，北京：北京大学出版社，2016年，第59页。

[28] Ryan Abbott, “Hal the Inventor: Big Data and Its Use by Artificial Intelligence”, inBigdataisnotamonolith, MIT Press (Sugimoto, Cassidy R., et al., eds.), 2016, p.187.

[31] Ben Hattenbach, Joshua Glucoft, “Patents in an era of infinite monkeys and artificial intelligence”,Stan.Tech.L.Rev., vol.19(2015), pp.32-51.

[32][35] 季东梅：《人工智能发明成果对专利制度的挑战——以遗传编程为例》，《知识产权》2017年第11期。

[33] Ryan Abbott, “Everything is obvious”,UCLAL.Rev., vol.66(2019), pp.2-52.

[34] 崔国斌：《专利法:原理与案例》，北京：北京大学出版社，2016年，第266页。

[36] 何华灿：《重新找回人工智能的可解释性》，《智能系统学报》2019年第3期。

[37] Frank Pasquale,TheBlackBoxSociety:TheSecretAlgorithmsThatControlMoneyandInformation,Harvard University Press,2015, p.2.

[38] 蒋 舸：《作为算法的法律》，《清华法学》2019年第1期。

[39] 刘 强：《人工智能算法发明可专利性问题研究》，《时代法学》2019年第4期。

[40] 吴桂德：《德国人工智能创造物的知识产权法保护及其启示》，《电子知识产权》2021年第1期。

[41] 《数据安全法》第二十八条:开展数据处理活动以及研究开发数据新技术，应当有利于促进经济社会发展，增进人民福祉，符合社会公德和伦理。

[42] 国家知识产权局关于修改《专利审查指南》的公告(第343号)。