人工智能算法发明的专利客体审查进路

李 凡

（中南财经政法大学 知识产权研究中心，湖北 武汉 430073）

人工智能、大数据等信息技术蓬勃发展，对经济进步、社会发展和国家安全都带来深刻的影响，保护知识产权就是保护创新。①吴汉东：《人工智能生成发明的专利法之问》，《当代法学》2019年第4期。面向新一轮科技信息与产业革命的需求，国家要求“强化人工智能、大数据等在知识产权审查和保护领域的应用”②习近平：《全面加强知识产权保护工作激发创新活力推动构建新发展格局》，《求是》2021年第3期。，在《知识产权强国建设纲要（2021—2035年）》中更是提出“要加快大数据、人工智能、基因技术等新领域新业态的知识产权立法”③《知识产权强国建设纲要（2021—2035 年）》，http://www.cnipa.gov.cn/col/col2741/index.html，最后访问日期：2021年10月17日。。在这当中，人工智能算法创新是充分利用和发挥数据及硬件资源之价值的关键所在，是智能社会运转的基石。④张文显：《构建智能社会的法律秩序》，《东方法学》2020年第5期。我国理应将基础算法和关键技术层面的创新放在首要地位，同时跟进相关知识产权制度尤其是专利制度的设置与安排，以掌握关键技术的自主权。

过去，算法被认为是抽象的思维规则，不具有技术性，不构成专利法意义上的技术方案，被排除在专利权保护客体以外。但随着人类创造性活动的深入，“发明”与“发现”在具体实施活动中的界限逐渐模糊，基于激励人工智能算法研发的价值目标，专利法倾向于尽可能将其纳入保护范围，这在欧美等地区的多数发达国家已达成共识，我国《专利审查指南》针对“包含算法特征的发明专利申请审查”也作出了相应规定，此举有助于明确人工智能算法的专利客体审查规则，激励算法研发热情，顺应当前大数据、人工智能的发展趋势；但也可看出我国对人工智能算法创新本身能否受到保护仍持犹疑态度，对智能时代下专利适格性标准和实质审查“三性”的认识也有所滞后，亟待进一步明晰。

专利法作为备受国家政策影响的法律，其客体审查标准自然也会随着相关技术和产业政策的发展而不断调适，以契合专利法的立法宗旨和制度目的。当前的人工智能算法作为智能社会最为先进的生产力，能显著提高将自然规律转变为技术方案的能力，使得“从科学发现到具备应用价值的技术方案”的转化过程变得更加便利，技术迁移能力较过去有了大幅度提高。①刘强：《人工智能技术方案发现与发明二分法问题研究》，《贵州师范大学学报（社会科学版）》，2020年第2期。在此背景下，原本作为划分发明与发现界限的核心标准之一的“技术性”要求变得更加容易获得和具备，专利适格性标准在智能时代下应有新的解读和涵义；结合人工智能算法发明的特性，专利实质性审查标准也需进一步具体化和客观化，这有助于提高人工智能算法发明的授权质量，形成人工智能技术的聚集效应，推进国家有关人工智能战略的实施。

一、分析前提

（一）对象界定：何为人工智能算法

首先，人工智能算法发明不同于人工智能生成发明，二者的研究分析不可混为一谈。所谓生成发明，顾名思义，是人工智能利用自动生成功能形成的发明创造，此时人工智能相当于发明创造的“主体”，主要涉及的问题包括人工智能创作者的身份资格问题、知识产权的归属问题以及对侵权行为认定规则带来的影响等。而算法发明是技术内容包含人工智能算法的发明创造，其创新点是人工智能算法创新。通过算法创新和改进，可以有效提高技术方案在工业领域的应用效果，或者解决工业领域的技术问题，故有可能成为专利授权对象。

其次，人工智能算法可视为广义上计算机程序算法的一种特殊类型，②Nicholas Diakopoulos. Algorithmic Accountability: Journalistic Investigation of Computational Power Structures. Digital Journalism， 2015， 3（3）.但与传统计算机程序算法相比，具备从大数据中不断学习和进化的能力以实现智能。传统的计算机程序算法是通过模拟数理性思维，为编写计算机程序而设计的运算方法和步骤，只要将数据输入就可以得出相应的可预见结果，③蒋舸：《作为算法的法律》，《社会科学文摘》2019年第4期。常见的包括广深优先搜索（DFS与BFS）、贝叶斯分类算法、归并排序算法等。算法是手段，运用不同算法编写出的计算机程序是结果。④陈敏伯：《计算机近期还难以企及的能力——评Alpha Go 之后的人工智能》，《科学》2018 年第5 期。张洋：《论人工智能发明可专利性的法律标准》，《法商研究》2020年第6期。广义的人工智能算法也包含上述常见算法类型，但狭义的人工智能算法，即本文研究对象，作为现代人工智能技术发展的核心，与传统的计算机程序算法存在根本差异，主要包括：（1）在运行逻辑上，它颠倒了传统计算机程序“输入数据—输出预期结果”的运行顺序，基于演绎逻辑对抓取的数据进行深度分析和自主学习，寻求数据之间的规律，最后完成预测过程，形成新的算法。换言之，人工智能算法具备从数据中不断学习和进化的能力，通过不断更新自身算法程序，最终找寻一种通用的、使得计算机程序具备人类智能的理想算法。①佩德罗·多明戈斯：《终极算法:机器学习和人工智能如何重塑世界》，黄芳萍译，中信出版社，2017，第86页。（2）极具技术前沿性的人工智能算法具有不可知性，虽然其设计理念和模型为人类所知，但实际运行过程极少需要人类的介入，在数据与算法循环往复的结合中，其过程和结果往往难以预测。同时，为了满足自动运行、人机对话等功能的快速反应需要，人工智能算法对“算力”的要求更高，其表现形式也不仅仅局限于代码。

（二）逻辑勘误：专利适格性与专利实质审查要件的区别

根据专利法基础理论，专利适格性是某项发明创造能成为专利权保护客体的首要条件，与专利授权的实质性要求存在本质区别。换言之，要先确认某项客体是否属于专利适格标的，而后才能进行专利实质性审查，分析其是否满足“新颖性、创造性和实用性”的专利授权实质要件。然而，我国在立法条文设计上并未遵从该逻辑：在“专利权授予”一章中先规定了专利授权的实质要件，即专利法第二十二条的“新颖性、创造性、实用性”；后规定了专利适格性规范（反向的例外客体范围），即专利法第二十五条，包括不视为发明的客体（第1、2 款）和不授予专利权的客体（第3、4、5 款）。这种立法规范上的逻辑错位可能导致实践中的混淆，使得可专利性审查要件与专利授权实质审查要件混为一谈，将“新颖性、创造性”等实质审查要件作为排除专利权保护客体的考量因素，从而不合理地直接否定了某些客体的专利适格性。

本文应当顺应正确的专利授权逻辑，先对人工智能算法的专利适格性进行分析，从正向的权利客体定义和反向的例外客体范围两方面进行论证；而后对人工智能算法的实质审查要件进行解读，分析其何种情形下满足专利授权的实用性、新颖性、创造性。当前，我国专利权利客体制度采用混合立法模式，②宁立志、郭玉新：《专利权权利客体例外制度研究》，《河南师范大学学报（哲学社会科学版）》2020年第1期。其中专利法第二条第2款对发明进行正向界定——“对产品、方法及其改进提出的新技术方案”，即发明必须是智力活动成果中具有技术性和应用性的高度创造性部分；专利法第二十五条第1、2款规定了不视为发明的客体——“科学发现和智力活动规则方法”，二者作为理论层面的抽象表达和自然科学认识，与“发明”的技术涵义相对应，与专利法第二条第2款形成反向印证。

综上所述，探求人工智能算法的专利客体审查路径，应先分析其专利适格性，明确其具有可专利性的基础上再分析人工智能算法专利授权的三大实质要件。有关专利适格性的问题需从正反两方面入手：第一步，分析人工智能算法与专利法第二十五条规定的专利例外客体的联系与区别，除非仅涉及例外客体，否则不直接否定其可专利性。第二步，分析其是否满足专利法第二条第2款关于发明的定义。对于涉及例外客体的人工智能算法专利申请，只要权利要求中包含技术特征，也应认定其符合可专利性要求。本文接下来将逐个分析。

二、反向视角下的专利适格性审查：与纯粹非专利性客体的辨析

依照《专利审查指南》，最容易与人工智能算法产生联系的例外客体是“智力活动的规则和方法”和“计算机程序本身”。站在反向视角上讨论人工智能算法的专利适格性时，实质上是对客体中是否不具备技术性要素的定性判断。③王宝筠：《人工智能专利申请的专利保护客体判断》，《中国发明与专利》2021年第4期。人工智能算法与“智力活动的方法规则”和“计算机程序本身”存在密切关联，但方案内容中包含技术特征，故整体上不否定其获得专利权保护的可能。当然，不代表其他例外客体的规定不适用于人工智能算法，若算法作为纯粹且难以复制利用的疾病诊断和治疗方法，其自然也应该被排除在专利权保护客体以外。

（一）人工智能算法与“智力活动的规则和方法”的联系与区别

首先，人工智能算法体现了对自然规律的具体利用，与智力活动的规则和方法密切相关，但不可完全等同。智力活动的规则与方法是“指导人类思维、表述、判断和记忆的规则和方法”，①参见《专利审查指南》第二部分第一章第4.2节。其属于对自然规律的客观认识，对物理世界不产生影响，不能解决技术问题和产生技术效果；同时其作为创造性活动的思想基础，被授予专利权可能会阻碍创新。而人工智能算法体现了人类对自然规律的利用过程，②刘强：《人工智能技术方案发现与发明二分法问题研究》，《贵州师范大学学报（社会科学版）》2020年第2期。其内在设计机理中就可能包括数理公式、自然规律，无论是数据挖掘还是机器深度学习，在具体方案和实施结果上都可能包含智力活动的规则和方法。在利用计算机硬件运行前，人工智能算法作为抽象的仿生智力规则，容易被归为“智力活动的规则和方法”而被排除在专利权保护客体之外，③王德夫：《论人工智能算法的法律属性与治理进路》，《武汉大学学报（哲学社会科学版）》2021年第5期。但人工智能算法作为集合体概念，并非所有算法都和数学法则相关，亦或是需要借助传统计算机的运行。换言之，尽管人工智能算法具有抽象属性，但其本质上是对智能机器操作的运行设计，并非完全是抽象的思想规则。

其次，专利法不保护“智力活动的规则和方法”本身，对于兼具智力活动内容和技术特征内容的人工智能算法而言，不影响其可专利性证成。新修订的《专利审查指南》要求“整体性”看待算法专利申请，只要权利要求中除了算法特征外还包含技术特征，则不排除其获得专利的可能性。④参见《关于修改〈专利审查指南〉的公告（第343号）》，国家知识产权局2019年12月31日发布。就人工智能算法而言，其本质上兼具抽象思维与技术方案的二元属性：一方面，人工智能算法被认为是一种模拟人类思维过程、为特定目的所设的仿生计算程序，虽然并非真正的智力活动，但其目标是实现与人脑思维一致甚至更优的思维过程，具有抽象属性。另一方面，人工智能算法是现代人工智能发展的核心驱动力，不同于纯粹的思维规则，本质上能构成解决具体问题的技术方案。对于兼顾抽象与技术双重属性的人工智能算法而言，智力活动规则限制原则本质上不会对其造成专利客体审查上的阻碍。

（二）人工智能算法与“计算机程序本身”的联系与区别

《专利审查指南》对例外客体“智力活动的规则和方法”进行举例说明时，提到“计算机语言及计算规则”和“计算机程序本身”仅涉及智力活动规则方法，被排除在专利法保护客体以外。在上文对人工智能算法和智力活动规则方法已经做出区分的基础上，有必要进一步明确人工智能算法与计算机程序本身及其语言规则的差异，探讨该例外客体的限制是否会影响人工智能算法的可专利性。

尽管有时算法需要借助计算机设备予以执行，但为了实现智能，人工智能算法具备自我编程和学习的能力，与使用静态编程逻辑的计算机程序存在本质区别。依照《专利审查指南》，计算机程序本身是为达成特定目的，由计算机等信息处理装置予以执行从而解决特定问题的代码化指令序列，⑤参见《专利审查指南》第二部分第九章第2节。当特定问题的解决需求发生改变时，计算机程序（算法）需要人为干预或者重新编写。而人工智能算法在设计完成后，可依托大数据技术进行深度学习，从而不断更新进化，输入不同的数据可解决不同领域的问题。此外，人工智能语境下的算法相较于计算机程序算法，所搭载的“算力”更强，为满足自动运行、人机对话的快速反应需要，当前世界范围内人工智能算法的算力能达到每秒几十万亿次的水平。

2020年《专利审查指南》将新增的“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一节放在“涉及计算机程序”发明专利的申请审查一章中，表明其认为“算法特征”广义上属于“计算机程序”。而《专利审查指南》又明确规定“计算机程序本身”不属于可专利性客体，这是否会对人工智能算法的可专利性造成阻碍？本文认为这是规范设计上的缺漏，忽略了算法与计算机软件的实质性关联，同时也不能将“包含算法特征的计算机程序”直接等同于“人工智能算法”，《专利审查指南》的相关规定只能视为对人工智能算法专利客体审查的参考。

三、正向视角下的专利适格性审查：各国的审查现状与共识

进入正向视角的讨论时，根据专利法对发明的一般定义，作为专利申请客体的人工智能算法是否属于“技术方案”，成为衡量其是否具备专利适格性的核心条件。在人工智能算法专利申请数量快速增长的背景下，主要的知识产权强国纷纷调整专利审查标准，给出人工智能算法可专利性的判定规则，尽管具体内容有所差别，但在核心基准上仍存有共识。

（一）主流审查标准

美国在人工智能算法发明可专利性的审查方面，注重整体性原则和例外客体的应用化。当前审查标准是基于2014 年Alice 案①Alice Corp. v. CLS Bank International，573 U.S. 208（2014）.所形成的“拟制现有技术排除测试法”，将司法确定的专利权例外客体——“自然现象、自然法则与抽象概念”拟制为现有技术，要求权利要求中其余部分具有创造性。②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》，《知识产权》，2020年第6期。随后，为明确判断标准中“抽象概念”的定义，解决审查实践中容易产生的分歧，美国专利商标局发布了《专利保护客体审查指南（2019 年修订版）》，③USPTO， October 2019 Update: Subject Matter Eligibility， at https://www. uspto. gov/sites/default/files/documents/peg_oct_2019_update.pdf，last visited:2020-02-09.对司法判例中积累的“抽象概念”内容进行总结和归类，同时在Alice案“两步骤判断方法”的基础上新增一个步骤。④张韬略：《美国〈专利客体适格性审查指南〉的最新修订及评述》，《知识产权》2020年第4期。至此，美国对于人工智能算法发明可专利性审查的完整判断步骤如下：（1）权利要求中是否包含自然现象、自然法则与抽象概念等美国司法确定的专利权例外客体，若存在，则将其拟制为现有技术；（2）权利要求记载的其余内容是否将专利例外客体转化为实际应用，若有，则该权利要求满足专利适格性；（3）除却上述例外客体，权利要求记载的其余内容是否具有创造性，且足以确保整体上看权利要求的发明要素部分远远超过例外客体部分，若有，则该权利要求满足专利适格性。由此可见，美国判断标准的核心内容在于：第一，坚持“自然现象、自然法则与抽象概念”例外原则。第二，将“实际应用”与“抽象思想”相对立。具体而言，要先判断人工智能算法发明专利申请的权利要求中是否存在不可专利性内容，只要权利要求记载的其余内容将不可专利性客体转化为了实际应用，或者剩余内容的创造性远远超过不可专利性客体，则满足专利适格性要求。

欧盟的专利客体审查的重点在于考察其是否具有技术属性，对人工智能算法发明亦然，即“技术属性测试法”。根据欧洲专利局2019年发布的《专利审查指南》（EPO2019指南）第G-II-3.3.1节，其将人工智能和机器学习作为数学方法的例外，并强调数学方法本身不具备技术属性，但数学方法的技术应用和技术实施具备技术属性，具有可专利性。①Guidelines for Examination in the EPO，Part G - Chapter II-1，3.3.1 Artificial intelligence and machine learning.具体而言，在“技术应用”方面，要评估该数学方法是否用于特定的技术目的，是否有具体的目标指向，不能是一般意义上的“控制某技术系统”。在“技术实施”方面，该权利要求应当是通过计算机驱动使得该数学方法得以实现的特定技术实施，即必须有紧密关联的硬件实体。反之，若该数学方法未用于特定技术目的，且实施也未超过一般实施范围，则不属于专利权保护客体。此外，欧盟对专利客体的审查同样注重整体性，若权利要求除了涉及抽象的数学方法外，还涉及使用技术手段（例如计算机）的方法或者设备，则该客体整体上具有技术特征。由此可见，欧盟判断标准的核心在于：其一，以技术属性作为专利客体审查的核心判断标准。其二，只保护计算模型和算法等在各个领域的应用，将其本身视为不受专利权保护的抽象规则。

我国人工智能算法发明是否属于可专利性客体的审查近似于欧盟“技术属性测试法”和美国“拟制现有技术排除测试法”二者的交集，亦即需要满足两个方面的要求才能属于我国专利法的保护客体。根据2020年2月起正式施行的《专利审查指南》第二部分第九章第6节“包含算法特征的发明专利申请审查相关规定”，对于人工智能算法本身这类包括算法特征的发明专利申请，需要从三个方面依次进行审查：（1）判断权利要求是否构成纯粹的抽象算法，若是，则根据专利法进行排除；若还包含其他技术特征，则整体性看待。（2）利用技术三要素判断权利要求是否构成专利法意义上的技术方案，即技术问题、技术手段和技术效果。（3）在后续的专利创造性实质审查阶段，要求将具有相互作用关系的算法特征与技术特征作为整体看待。我国与欧盟的判断标准类似之处在于均注重对技术属性的考查，但在专利适格性考查阶段通常不会进行实质审查阶段涉及的现有技术检索，故在该阶段难以对申请客体客观上的技术属性作出准确判断，只能够将明显不满足技术属性的申请排除在专利权保护客体之外，即在技术属性问题上做一个“初步”的审查。

（二）各国专利适格性审查的共识与原则

其一，以“技术性”要求作为核心标准。我国与欧盟均坚持以“技术性”要求作为发明专利适格性审查的重要条件。专利制度旨在保护发明创造以换取对社会公开的知识、实现利益衡平，故发明创造必须做到可以重复再现和实施，技术性可以满足该要求。②李晓秋：《信息技术时代的商业方法可专利性研究》，法律出版社，2012，第124页。多数国家专利法的立法目的都是为促进实用技术的发展，我国专利法是为促进“科学技术进步与创新”，这是技术作为专利客体肯定性条件的法律依据。随着信息技术革命的到来，狭隘的“技术性”理解似乎与专利制度的目的格格不入，从各国实践中也可看出传统的“技术性”要求并没有得到坚定的贯彻。或许“技术性”始终未能达成一致意见，正好印证了技术是与时俱进的。有学者认为“技术性”要求是人工智能算法受到专利权保护的制度障碍，事实上，所谓障碍只是人们对人工智能时代下“技术性”要求的认识还未能更新所造成的错觉。

其二，将人工智能算法本身作为例外客体。无论是“拟制现有技术排除测试法”还是“技术属性测试法”，均认为人工智能基础算法本身不能作为可专利性客体。其中美国“拟制现有技术排除测试法”将人工智能算法作为“抽象概念”排除在专利权保护客体之外。例如在某案例中，权利要求记载的数据分析步骤应用于具体领域，但其具有高度通用性（generality），故仍然认为其属于智力活动，不具有可专利性。③Electric Power Group，LLC v. Alstom S.A.，830 F.3d 1350，1356（Fed. Cir. 2016）.欧盟“技术属性测试法”也明确提出人工智能算法本身不具有可专利性，但其在具体技术领域的应用具有可专利性，包括功能性的应用或行业性应用，例如“将神经网络应用于识别不规则心跳的监控设备”就属于技术应用。①WIPO，Technology Trends 2019，at https://www.wipo.int/edocs/pubdocs/en/wipo_pub_1055.pdf，last visited:20201-07-09.根据我国现行《专利审查指南》中的相关审查示例，在“一种卷积神经网络模型的训练方法”的示例中，因其训练方法中的神经网络训练算法与图像信息处理的应用密切相关为由，认为其属于可专利性客体。而在“一种建立数学模型的方法”的示例中，因该方法不涉及任何应用领域，其中样本特征值、标签值、目标特征及其提取模型等又属于抽象的通用数据，是一种智力活动规则，故不作为专利权保护客体。可见我国同样秉持“通用意义上的算法属于例外客体——智力活动规则方法，只有处理具体应用领域数据的算法具有可专利性”。

其三，对“抽象思想-具体应用”的区分。各国人工智能算法专利客体审查实践均涉及该原则，仅对人工智能算法在具体技术领域的应用提供专利权保护。专利法不保护思想，但保护思想的应用，其所保护的技术方案就是一种特定应用技术的表达。因此，从本源意义上看，“抽象思想-具体应用”的二分法原则是“思想-表达”二分法在专利法中的变形。②齐爱民：《知识产权法总论》，北京大学出版社，2010，第85页。“抽象思想-具体应用”的二分法原则与专利法保护的目标相契合，可以确保抽象思想出于公有领域，防止法律肆意束缚或限制公共知识的应用。传统的“抽象思想-具体应用”二分法过分强调物理状态的改变，这在人工智能社会不可避免地受到了挑战。当人工智能算法运用于新应用场景以解决新技术问题时，该类创新可以适用二分法的审查逻辑以获得专利权保护；但实践中，越来越多的创新针对人工智能算法本身，通过创造新的算法或者对原有的人工智能算法进行改进，使其能应用于多个不同的技术领域，若此时只能对算法在某一技术领域的应用进行专利权保护，显然不是充分有效的保护。

四、人工智能算法专利适格性考察的理论修正

（一）开放与发展视角下的专利适格标准与“技术性”要求

首先，专利适格性标准在整个专利法审查体系中起到“守门员”的作用，应当合理设置准入门槛，与后续的实质性审查区别开来。基于专利法激励创新、促进科学进步的制度目标，正面规定的专利准入门槛应当适量包容一些，尽可能地囊括具有突出贡献的创新领域，不遗漏某些技术领域或者产业部门。③王太平：《知识经济时代专利适格标的研究》，知识产权出版社，2015，第276页。由于智能时代下技术创新所体现出的技术应用和产业领域的多样化，过于严苛的准入门槛不利于对各个技术创新领域提供最佳的专利保护，专利法必须通过一定的政策性安排为其提供授予专利权的可能性。后续可以通过对实质性审查制度进行调适来进行限制，从而平稳整个专利客体审查体系的相对秩序。

其次，为缓解严格客体法定主义的局限性，对专利适格性标准的理解应当秉持开放理念。事实上，“不能授予专利权的发现”与“授予专利权的发明”之间原本就很难划分出一条完全清晰的界限，④张新锋：《专利法区分发明与发现的实证辩析》，《安阳师范学院学报》，2004年第3期。专利适格标的始终是发展的、开放的，在判断标准和具体范围上可能都会随着不同的时代背景而产生不同的发展和变化。从整体演变趋势来看，过去传统专利法中的非专利性客体可能会逐步变为专利适格标的，专利权保护客体的领域逐步向计算机软件、商业方法、人工智能技术等领域扩张。回归到人工智能算法领域，在专利法意义下审视其专利适格性不应再固守过去旧工业时代遗留的结论和问题，应当充分考虑我国的经济发展现状、人工智能技术创新状况、以及我国针对人工智能技术拟定的发展战略和政策目标，综合上述多种因素看待智能时代下新的专利适格标准。

具体而言，“技术性”要求和作为补充的“抽象思想-具体应用”二分法仍然适用于人工智能算法专利适格性的审查，但对上述标准内涵的理解应尽量贴合智能时代的需求。关于“技术”，很难有一个公认且兼具可操作性的定义，①Richard S. Gruner. Intangible Inventions: Patentable Subject Matter for an Information Age.35 LOY.L.A.L. REV. 355（2002）.可以认为其本质是“人类领悟或认识自然规律后，在实践中加以利用”；也可以认为其是“人类改造自然、创造人工自然的方法和手段总和”。当前的“技术性”要求应适当淡化对“物理状态”和“利用自然规律”的关注，可适当侧重对“产业利用性”和“可重复使用性”的关注，即客体内容是否能够进行产业利用从而促进相关产业的发展，是否具有实操性。此类调整可以缓解人工智能算法这类与抽象思想有关的专利客体与“技术性”要求之间的矛盾。不可否认的是，这样有可能导致衡量专利适格性的技术标准走向形式化的道路，②易继明、王芳琴:《世界专利体系中专利客体的演进》，《西北大学学报（哲学社会科学版）》2020年第1期。若是在过去技术发展水平稍显欠缺的阶段，这种做法显然不妥，但考虑到如今我国正处于激励通用算法和关键技术创新的攻坚时期，③邱福恩：《人工智能算法创新可专利性问题探讨》，《人工智能》2020年第4期。同时人工智能技术的信息服务和产品在我国经济生活中已占据了重要地位等事实可知，顺应国际社会整体对“技术性”要求的发展趋势，聚集更多创新资源，推动产业发展，是更为合理的选择。同时，“抽象思想-具体应用”二分法本质上只是强调应当保护某种抽象思想的应用或表达，至于应用的有形性或无形性，不应当成为该原则适用的判断标准。在智能时代，“抽象思想-具体应用”的二分法原则应当被赋予新的涵义，不仅限于物化产品，更应将智能信息产品的状态变化也涵摄其中，这种制度弹性是法律克服滞后性的重要手段。

（二）人工智能算法本身的技术属性足以达到专利适格门槛

人工智能算法创新本身能否受到专利权保护？还是说只有固定在特定的硬件设备和运行环境时才具有专利适格性？该问题始终是实践中反复回避和混淆的难点。事实上，相比算法在某领域的具体应用创新，人工智能基础算法本身的创新对社会技术的进步和发展而言更为关键，其专注于模拟基础智能，可以摆脱特定应用领域的限制，在不同的场景下产生不同的功能和技术效果。激励关键核心技术创新，提高专利质量，也是我国当今知识产权发展的重点。因此，不应将专利制度的保护仅限于人工智能算法的应用层面，有必要在充分认识人工智能算法技术属性的基础上，对通用算法创新本身的专利权保护问题作出回应。

首先，人工智能算法具有抽象思维和技术规则的二重属性。一方面，计算的核心就是抽象，④Jeff Kramer，Is abstraction the key to computing? [J]. Communications of the ACM. 2007，（4）.算法是对抽象概念的构建、操作与推理。实现智能的本质也是依托数学模型模拟人脑进行认知和信息处理等抽象思维的过程。人工智能算法设计作为其中的重要环节，毋庸置疑具有抽象属性。另一方面，人工智能算法是人工智能的“设计图纸”，亦或是“智慧来源”，作为人工智能技术发展的核心，其包含了智能系统运行所必需的完整技术信息和步骤，在设计、编程人员的专业习惯下可以作为单独的技术对象被表达出来，供相关领域的技术人员阅读和理解，进而用以解决特定领域下的技术问题。实践中智能算法的编程实现本身可以作为独立的信息产品或者服务，具备技术上的独立性和物理上的可分割性。因此，人工智能算法本质是一种可以解决具体技术问题的特殊技术方案，特殊性在于其专注于解决如何实现智能这一技术问题，与具象化的技术产品存在本质区别，但仍具有技术属性。

其次，抽象属性是人工智能算法的表征和基础，技术属性是人工智能算法的首要和核心的属性，其足以达到专利适格性门槛。兼具二重属性使得人工智能算法始终在可专利性与不可专利性之间徘徊。不少学者质疑，弱人工智能时代下算法的技术属性尚不足以使其达到专利适格性，这实质上是不恰当地前移了对人工智能算法专利的实质性审查阶段。智能时代下的基础算法已经充分具备技术属性，其本身无需借助与设备或者非算法类技术方案的结合就能满足符合专利法意义下具体应用的要求。只有将人工智能算法认定为技术，才能推动智能革命的不断发展。若以准入门槛的视角去看待，应当明确当前人工智能算法的技术属性足以满足专利适格准入的要求、在“物理状态的变换”上，人工智能算法虽不同于传统具象化的技术产品，但可以作为信息系统“零部件”而被整合进人工智能技术方案当中，亦或者作为独立的信息产品或者服务被用于有所需的工业应用领域，例如腾讯智能钛机器学习平台就可提供各类主流算法模型组件，支持金融、工业、教育等多样化的应用场景。2020年，国家发改委提出要加强新基础设施建设，其中以数据中心、智能计算中心为代表的算力基础设施是重要内容之一，通过集成先进算法的开源平台可以对外提供相关的智能产品或服务。在这一点上，可认为人工智能算法具有“产业利用性”和“可重复使用性”。

五、人工智能算法语境下专利实质审查要件的解读

按照专利客体审查的逻辑顺序，若将人工智能算法发明纳入可专利范畴，接下来便要考虑专利“三性”的实质性审查，其真正决定了人工智能算法能否被授予专利权。若明确了专利适格性的准入功能，那么可专利性与专利实质审查之间就形成了扩张与制约的关系。有学者认为要对现有的专利实质审查规则进行调整，以适应人工智能社会相关客体的判断，但基于各种情况仍在变化之中，最合时宜的做法应是利用法律体系本身的解释空间，尽可能使人工智能算法发明审查这一客体审查可能存在的困难被现存制度所容纳。①陈景辉：《人工智能的法律挑战:应该从哪里开始?》，《比较法研究》2018年第5期。

（一）实用性审查：关注人工智能算法的负面技术效果

实用性审查要求申请客体具有“可再现性”和“有用性”，本质上是通过专利实质审查的首要过滤条件。在人工智能算法发明语境下，算法本身以及其所依赖的硬件设备和运行环境必然可以被实际制造和正常使用，其难点在于算法发明的技术方案有时无法完全被阐释清楚，相关技术领域的技术人员可能无法重复实施，从而达不到申请书所述的相同技术效果；同时，人工智能技术作为前沿科学领域，可能会产生人类较难理解的技术方案，②吴汉东、张平、张晓津：《人工智能对知识产权法律保护的挑战》，《中国法律评论》2018年第2期。算法设计的运行过程本身也存在不可预测性，极有可能产生不可控的负面技术效果。故人工智能算法发明实用性标准的审查核心在于：（1）审查人工智能算法发明专利申请书所描述的技术内容是否清晰明确，足以被重复再现和使用；（2）审查人工智能算法发明是否能产生积极效果，排除经预测会带来明显负面影响的算法发明。

首先，应当要求权利人在撰写专利申请时尽可能运用多种程序语言对算法发明的关键技术内容和技术细节进行充分的公开和说明。具体而言，在不涉及商业秘密的前提下，应当对人工智能算法的设计模型和运行原理用专业的程序语言进行详尽描述，充分公开输入数据与输出数据之间的关联性。其次，人工智能算法在产生积极效果、推动智能化革命的同时必然伴随着负面影响，在实用性审查环节，应当排除那些明显会产生负面影响的算法技术方案，例如将人工智能算法应用于违背伦理道德，不利于公共福祉的领域。

（二）新颖性审查：范围限定与要素解构

新颖性审查要求申请的技术方案不属于现有技术，不存在抵触申请。在人工智能算法发明审查语境下，以技术领域界定现有技术显然不现实，因为人工智能算法本身可以应用于多个不同的技术领域。故人工智能算法发明新颖性审查的核心在于：（1）合理框定人工智能算法申请客体现有技术的检索范围；（2）合理解构人工智能算法发明，用具象化的要素与前述的现有技术进行对比。

首先，合理界定现有技术范围。一方面，要确保审查过程中掌握较为全面的与人工智能算法发明有关的技术信息。可以要求专利申请人在除却商业秘密内容的基础上，充分披露与人工智能算法发明有关的数据信息和模型方案，能够提高审查效率，避免不必要劳动力的浪费；还可以利用人工智能技术建立智能数据库与算法模型库，以避免实践中不法分子将普通软件包装成算法专利进而“搭便车”的行为。另一方面，要将“防御专利”排除在现有技术范围以外，①姚叶：《人工智能算法的可专利性问题研究》，《创新科技》2021年第9期。防御专利即通过关键词替换形成的其他海量技术方案。人工智能算法发明较传统申请客体，具有更强大的数据处理能力，更容易组合出许多表征不同但具有同质性的技术方案。在条件允许的情况下应当尽可能配备常见算法应用领域的专业审查员，对人工智能算法发明专利的检索范围进行合理限定。

其次，深入人工智能算法的本质，从中抽象出具有普适性的要素，可依照运行过程将其划分为数据操作阶段与算法结构设计阶段，其中数据操作阶段仅涉及对输入数据的数理化分析，而算法结构设计阶段是技术方案的核心，其比对结果的“新旧”对整个算法发明的新颖性起决定作用。换言之，当算法结构设计阶段的技术内容经比对为“旧”时，则算法发明的新颖性很难成立。当算法结构设计阶段的技术内容经比对为“新”时，除非整体的输入输出结果是即存的，否则可以认定其具有新颖性。

（三）创造性审查：技术发展视角下的动态调整

创造性审查要求申请客体具有“实质性特点”和“显著进步”，同时还要将具有相互作用关系的算法特征与技术特征作为整体看待。在人工智能算法语境下，审查的核心在于：（1）以双审查制、智能机器替代等方式提高“技术领域的普通技术人员”这一拟制概念的标准；（2）结合人工智能算法专利申请书所涉技术领域的最新发展水平，判断是否具有“实质性特点”和“显著进步”。

首先，基于人工智能算法发明本身较其他专利申请客体而言，具有更强大的资源整合能力和高效、理性的特征，在现有的某一特定领域的技术审查标准下容易快速地认为具有“创造性”，不能起到实质审查的功能。故人工智能算法发明审查中的“技术领域的普通技术人员”标准应当有针对性地提高，使其与智能算法创新的现实发展相同步，其中难点在于确定提高的临界点以及如何提高的问题。若“技术人员”确定为人，可以选用在人工智能领域具有多年专业经验的算法开发人员作为审查员，为了克服人工智能算法跨技术领域的难题，可以依据申请书所列的应用领域，选用多名不同领域的专业技术人员进行审查，这对我国专利审查人才队伍提出了较高的要求，同时，双重审查制意味着要付出更多的人力物力成本，实践中可能会遇到诸多困难。有学者提出可由申请书所涉技术领域的人工智能作为“技术领域的普通技术人员”，②马忠法、彭亚媛、张驰：《与人工智能相关的主要知识产权法律问题》，《武陵学刊》2019年第44期，第52—65页。此举在未来智能设备普及的时代或许有进一步讨论的空间。

其次，在明确“技术领域的普通技术人员”这一判断起点的基础上，判断是否具有“实质性特点”和“显著进步”，即发明相对于现有技术来说非显而易见，且能产生有益的技术效果。在人工智能算法语境下进行上述判断时，要考虑到其卓越的跨领域应用能力和该算法专利申请书所涉技术领域的最新发展水平，即依照相关技术领域的最新发展现状，该智能算法的创新属于正常的技术手段，则对于技术领域的普通技术人员来说是显而易见的，缺乏创造性。