多维度解读与选择：人工智能算法知识产权保护路径探析

摘要：人工智能算法是人工智能快速进步的核心，虽然它的设计逻辑、运行过程、外观样态与传统计算机程序算法具有区别，却并未超出作为“知识产品”的本质。人工智能算法可在著作权法、专利法、反不正当竞争法中获得保护。其中，著作权法与专利法以保护人工智能算法表达为基本方式，商业秘密保护路径则以保护人工智能算法内核为根本诉求，三种规则利弊互现。人工智能算法的发展有赖于前人技术的公开，国际社会对人工智能算法的发展也提出了可解释性、透明性、可问责制的伦理要求。专利法的“公开发明理论”与人工智能算法的需求相契合，将人工智能算法作为专利法中的技术方案进行保护，在一定程度上能平衡技术权利人与使用人的利益，防止算法黑箱的产生，维护社会的道德与秩序。同时，审查机关应该对违背公共秩序、伦理道德的算法发明以及作为医疗方法的算法发明排除于专利客体之外。

关键词：人工智能算法；著作权法；反不正当竞争法；专利法；算法伦理

中图分类号：D 923文献标志码：A文章编号：2096-9783（2022）01-0053-09

基金项目：高等学校学科创新引智计划（111计划）“新时代科技革命与知识产权学科创新”（B18058）；中南财经政法大学2021年度学科统筹项目“关键核心技术发展的知识产权支撑体系研究”

引言

近十年来，人工智能在电子商务、智能驾驶、智能医疗甚至文学创作等领域实现跨越式发展。机械战警、机器人女友等甚至被看来是近在咫尺。然而，在弱人工智能时代，人工智能仍然是“人类”智能。程序员设计智能原始算法，输入数据。人工智能算法经过数据的“喂养”愈加精准[1]，最终实现预测功能。归根结底，人工智能的发展归因于算法的发展。然则，人工智能算法所为何物？纵观我国现有制度，人工智能算法可由著作权法、专利法以及反不正当竞争法规制。2020年2月生效的《专利审查指南》在保留了计算机程序、商业模式两种专利客体的基础上，承认了“包含算法特征或商业规则和方法特征的技术方案”的专利客体地位[1]，即增加了算法、商业方法两种专利客体，明确了客体排除规则与审查规则[2]。《计算机软件保护条例》明确对由开发者独立开发，并已固定在某种有形物体上的计算机软件进行保护。在国外的法律中，算法可被认定是一种商业秘密或言论[3]，美国、欧盟、日本也不排斥人工智能算法的专利客体地位[4]。在实践中，诸多法律的综合运用使得人工智能算法的保护出现问题。有众多企业选择将人工智能算法作为一种商业秘密，秘而不宣，人工智能算法的隐蔽性造成多重问题，如“信息茧房”、司法公正、被遗忘权失灵等[5]。Dropout专利的授予可能形成对人工智能算法基础技术的不合理垄断，人工智能算法已经脱胎于计算机软件而使得《计算机软件保护条例》失灵。可见，人工智能算法多种保护路径均有优势与不足，有必要通过分析人工智能算法的技术特征、法律特征，探究不同系统保护的优劣，寻求多元发展、利弊互补的保护路径。

一、作为技术的人工智能算法与其保护的类型化

在“剑桥分析”（Cambridge Analytica）事件中，人工智能算法体现为一种选举权；在State v. Loomis[6]一案中体现为一种司法权；在政府等对人的信用能力进行评测的环节中，它体现为一种行政权。不仅如此，加拿大学者Veenu Goswami主张基于加拿大判例和加拿大人权宪章，应当将基于算法产生的内容置于言论的范畴之内，受宪法上的言论自由的保护[7]。美国也在司法判例中将算法定性成商业秘密，或者在关于搜索引擎算法的判决中，将它看成是言论[6]。大而化之地将人工智能算法等同于个人言论、权力的研究，仅仅关注于表象。算法的技术性是它的核心规制基础，算法的一切效用都以算法的技术性功用为根基。算法的本质是信息时代的一项技术创新，自然适用保护创新之法，即知识产权法[8]。遵循人工智能算法所表现出的技术特征，将其置于知识产权法系统内部进行保护，具有合理性。

（一）作为代码的人工智能算法

人工智能算法被著作权保护已不罕见，在腾讯计算机系统有限公司诉上海盈某科技有限公司一案中，被告在其经营的“网贷之家”上使用腾讯公司开发的人工智能写作软件Dreamwriter（梦幻写手），Dream？ writer是一种基于数据和算法的智能写作辅助系统，一旦运行，它能够自主对股市信息、数据进行收集、选择、分析、判断，形成一篇逻辑清晰，结构完整合理的报道。Dreamwriter这一软件获得了软著登字第3868479号《计算机软件著作权登记证书》①。无独有偶，美联社将人工智能用于棒球报道和新闻报道。美国主要的研究情况是将人工智能软件分为人工智能平台、聊天机器人、深度学习软件、机器学习软件②，也列出了排名前十的人工智能计算机软件，其中包含Content DNA Platform、Google Cloud Machine Learning Engine、Cortana、Amazon Alexa、Google Assistant等③。

在我國，著作权意义上计算机软件的内容包括计算机程序和文档两部分。文档是由程序设计、编程和测试人员编辑的文字、符号或图片所构成。计算机程序又分为“源程序”与“目标程序”[9]。“目标程序”是“源程序”通过电脑转译而来，二者都是一种计算机可以理解的文字，也是同一作品，与人类可以理解的文字相同。目标程序以0/1的代码显现，其与“文档”均属于作品之一种。与德国著作权法对于计算机软件保护的条件相同，我国《计算机软件保护条例》中并未对计算机软件的“创造性”提出任何程度的要求，仅仅在第4条要求其“固定”在某种有形物体上。计算机软件被置于《中华人民共和国著作权法》（以下简称《著作权法》）第2条第1款第1项的语言作品之中进行保护，“尽管计算机程序也必须具备体现创作人的智力劳动并且体现在计算机工业领域并不寻常的劳动”等方面的创造性，但是计算机软件在创作水准说明方面的义务却仅仅说明此软件系独创即可，而无须证明其创造性高度[10]。

人工智能算法若具有“源程序”与“文档”，则仍然是一种计算机软件作品。人工智能算法与传统算法的核心区别在于人工智能算法的原理。诚然，传统算法由程序开发人员撰写，是固定的代码；而人工智能算法则从数据中进行学习，系不断变化之代码。换言之，前者具有固定的运行逻辑，后者的运行逻辑是输入数据所反映出来的规律。然而，在最基础的层面，人工智能算法最基础算法的形成，如二分查找算法、DFS（深度优先搜索）等，仍然有赖于“文档”与“源程序”。不断变化的人工智能算法能够满足作品“可复制性”要件。根据体系解释，《计算机软件保护条例》中“固定”一词应当与《著作权法》中“电影作品和以类似摄制电影的方法创作的作品”构成要件中的“固定”一词同义，是作品“可复制性”的要求。文学性艺术的“固定”有两种不同含义：一种含义是指有形无体的作品“依附”于一定的物质载体之上，从而能够被感知和传播，可简称为“感知、传播型固定”；另一种含义是指作品被长期稳定地“存储”于一定的物质载体之上，可简称为“存储、保留型固定”[11]。计算机软件作为一种实用性为主、艺术性为辅的作品，这两种固定是一体的。尽管不断变化，却已经为计算机所记录，能够达成法律规定的固定性要件。

无论是在固定性还是独创性层面，人工智能算法均能满足计算机软件的保护要求。在实践中，人工智能算法获得著作权法保护已有先例。可见，人工智能算法作为计算机软件保護确可作为保护路径之一。

（二）作为技术方案的人工智能算法

根据世界知识产权组织发布的《人工智能技术趋势（2019）》报告，中国在人工智能专利累计申请方面占据世界第二位，且具有赶超美国之趋势[12]。2018年以后，美国的人工智能专利年申请量基本大于6万件，人工智能专利申请量占专利申请量的比重从2002年的9%增长到2018年的近16%。智能算法与设备或非算法类技术方案相结合，已然成为专利权客体，且数量迅速递增，在人工智能专利中占比显著。在美国发布的《人工智能发明：追踪美国人工智能专利扩散报告》[4]中将人工智能分为8个领域：知识处理技术、语言技术、人工智能硬件、进化计算技术、自然语言处理技术、机器学习技术、视觉技术、计划和控制技术。人工智能算法已经成为知识处理技术领域、机器学习领域、深度学习领域的关键技术。如在知识处理技术领域，最具有代表性的是专利号为7685082的自动检测会计错误的算法专利[13]，它被颁发给金融软件公司Intuit Inc.。在机器学习领域，美国专利商标局将专利号为9390378的算法[14]颁发给零售商沃尔玛百货公司，此种算法能通过对产品描述、评论和其他产品特性进行分类，从而优化电子商务平台的服务[4]。我国专利审查部门也正在对上海数鸣人工智能科技有限公司申请号为CN202010705027.6的算法技术方案和大连中维世纪科技有限公司申请号为CN202010660533.8的基于人脸智能识别KNN算法的线下门店智能导购方法的技术方案进行审查。

面对人工智能算法这一关键技术，美国专利审查指南已经随着实践进行了修改，防止因为审查指南过于严苛而对人工智能算法专利造成不合理的限制。美国《专利法》立法规定，“任何人发明或者发现任何新的且有用的方法、机器、制品或组合物，或其任何新的且有用的改进，均可在符合本法所规定的条件和要求的情况下获得专利”，程序算法与商业方法均属方法之类，无区分之必要。历经“State Street Bank&Trust Co. v. Signature Financial Group， Inc.、Gott？ schalk v. Benson”案、“CLS Bank v. Alice”案[6]后，美国专利商标局确定了较为稳定的“方法专利”审查立场，含有“司法例外”专利并不能排除其获得专利权的可能性，并制定、完善了“Alice测试法”，用以对包含“司法例外”的专利客体进行审查。我国2017年修订的《专利审查指南》中，在第9章规定了计算机程序的审查规则。2019年修订的《专利审查指南》在此之外，将“包含算法特征”或“商业规则和方法特征”的技术方案列入专利客体中④。诚然，这一审查指南并未明确计算机程序与包含算法特征的技术方案之区分，却仍然承认了“算法”专利的专利客体地位。更进一步地，审查指南在所举实例中认定一种人工智能算法——一种卷积神经网络模型的训练方法之客体地位。对于此两种新客体之审查规则仍然是考察他们是否是一种技术方案，包括解决技术问题、利用自然规律、产生技术效果等方面⑤。值得一提的是，《专利审查指南》明确规定“如果权利要求中除了算法特征或商业规则和方法特征，还包含技术特征，则不应当排除其获得专利的可能性。”欧盟统一专利法也使用第52条，虽然排除了“抽象思想”获得专利的可能性，但是欧洲专利局将向“应用于特定技术应用程序”和“针对特定技术实施进行了改进”的人工智能算法专利授予专利权。前者包括用于图像处理、计算机视觉或起搏器或胰岛素泵等医疗设备的机器学习算法，后者则可能包括“一种训练神经网络的方法”。对于算法在非技术领域的应用，尤其是在财务、管理方法、语言学领域，不在前述之列。除此之外，欧盟指出，将不会授予基础的人工智能算法或机器学习算法以专利权，因为二者是用于分类、聚类、回归和降维的计算模型和算法，如神经网络、遗传算法、支持向量机。

由此可见，美国、欧盟及我国《专利审查指南》对人工智能算法专利之审查标准虽殊途却同归。纯粹的人工智能算法属于数学方法，被排除在专利权授权范围之外，但如果人工智能算法被应用在特定领域，对技术有了特定的改进，则被认为具有技术性，进而可成为一种专利权的客体。

（三）作为技术秘密的人工智能算法

对计算机软件进行著作权保护并不阻碍将其作为商业秘密进行保护。即使登记的软件，也并不必然排除构成商业秘密。计算机软件登记并不以公开为条件。如果经登记的软件处于保密状态，仍然可以构成商业秘密[15]。根据《中华人民共和国反不正当竞争法》（以下简称《反不正当竞争法》），商业秘密是指具有非公知性、价值性的技术信息与经营信息，并且应当采取适当的保密手段[16]。换言之，受商业秘密保护的信息不必是新颖的或原创的，只要此信息“已尽合理的保密努力”，并且信息具有独立的经济价值、实际价值或潜在价值且不为人知即可。商业秘密通常比其他知识产权保护的范围更加广泛，它可以保护技术和非技术信息及想法甚至事实，例如客户清单上的姓名和电话号码、公共数据、源代码、示意图、图表和客户列表的汇编以及许多其他信息。商业秘密权利的获取也是及时的，能够立即得到保护，而无须花费大量的申请费用或冗长的注册时间。对于过程性的信息，如某些昂贵的研究结果，它们无法发挥作用，也无法申请专利，对于竞争者来说可能具有巨大的价值。从权利保护的强度看，一旦企业将其技术方案作为一种商业秘密，这种保护方式将绝对禁止其他人的接触与剽窃，能够最大限度地保护企业的智力成果。从权利取得方式看，我国对商业秘密的取得只要求其为企业在生产、研发过程中发现的具有经济利益的实用秘密信息[17]，企业对于其技术方案的商业秘密保护完全取决于自身意愿与为保护此商业秘密的行为。从权利的行使方式看，企业的人工智能算法并不需要进行披露而直接能够使用。为最大限度地防止技术方案的曝光，将其作为商业秘密是最为完满的保护状态。

在法律系统内，人工智能算法理论上可由著作权法、专利法或商业秘密加以保护。在现实中，各公司也在这三种路径中进行抉择。上述三种保护路径中，前两者通过对算法的“外在表达”，如进行规制，进而对其思想进行保护，后者则直接采取封闭性措施防止信息的泄露，利弊互现，以下详述之。

二、人工智能算法的法律属性与保护路径

（一）著作权保护路径的局限

尽管将人工智能算法作为计算机保护符合我国《著作权法》以及《计算机软件保护条例》的规定，但将其作为计算机软件背离了著作权法保护文学艺术作品的法律价值，与人工智能算法所有人的诉求不符，诸多问题也会由此产生。计算机程序的实质价值在于其程序所实现的功能性目的及技术背后的思想，而非在于外在的文本表达。发明人或者持有人的诉求并非阻止他人对计算机程序的代码进行复制，而是阻止他们对代码进行使用而达到替代自己程序的作用[18]。若仅仅保护人工智能算法软件的代码，那么便会催生诸多代码不同而内涵相似的软件，这不仅会造成重复保护，更会造成权利主体的不明。

“思想/表达二分法”有一定的模糊性，有時甚至无法区分涉案内容是程序还是表达。在2005年审结的“长沙青果园科技开发有限公司诉长沙诚光科技开发有限公司等著作权侵权纠纷”案中，法院认为，如果一个计算机程序为达到一个固定目的可以使用多种方法，那么这些方法就属于表现形式，而非思想概念。此时，计算机程序的结构、顺序等就被认为是程序的表现，受著作权法保护[19]。

著作权法对计算机软件作品保护的手段仅限于复制等简单的行为，与软件设计人的需求相背离。著作权法对于计算机软件作品的思想并不保护，故而若程序员采用与原软件完全不同的编程语言而撰写功能相似的程序，实现了对原程序的替代，但是著作权法却并不认为这是一种侵权行为。可见，著作权法保护模式仅仅能够保护人工智能算法的外观，而对于其本身的价值却无法提供完满的保护。

计算机软件的保护期与自动取得机制也容易招致风险。计算机软件的保护期为最长不超过50年⑥。而计算机软件的更新速度远远要小于50年，使用计算机软件的保护机制容易造成资源的浪费。同时，著作权的自动取得制度无法规避普遍性的算法风险，算法有时基于某种违法或违背伦理之目的而被开发，缺少事前的过滤以及预防机制会造成不必要的损害。换言之，某些算法虽然在开发时具有正当目的，但有时在训练时基于某些瑕疵会构成歧视、损害人格尊严的行为。故而，以著作权法对人工智能算法进行保护，在保护人工智能算法时具有突出的不可预测性，可能无法抑制算法的侵权风险。

（二）专利法保护路径的风险

赋予人工智能算法专利地位会引发算法垄断风险。赋予较为基础的人工智能算法以专利权，以及人工智能重组词汇、替换定义、同义词、反义词等方式生成一系列人工智能算法技术方案[20]将会侵占公有领域，造成不合理的垄断。Colem能够自动生成专利文本，原理在于词汇的替换功能，其本身并不对所生成方案的实用性、新颖性、创造性进行考量。如果生成的技术方案足够多，最终生成具备可行性的人工智能算法专利只是概率问题，此所谓埃米尔·博雷尔之“无限猴子定理”。

赋予过于基础的人工智能算法以专利权会使得后续人工智能算法的产出“无力”，不断被人工智能生成的人工智能算法技术方案如果不能够被严格规制，将会过度侵占公有领域。这种问题已经初露端倪。以Google为例，它将Dropout[21]这一基础算法申请专利，为以后的算法链条与算法的商业化布局，而所有要用到Dropout的算法生产者、使用者都要面临随时侵权的困境。

人工智能算法的技术复杂度往往阻碍算法的公开。人工智能算法的构成极其复杂，它不断地训练数据，从数据中学习，进而更新算法，这加剧了人工智能算法的描述性困难。即便是算法的设计师，也很难预测算法生成的结果。人工智能领域的发明可能包括大量的神经网络、数据和软件算法，这些内容使得人工智能算法的描述与“抽象思想”极为相似，很容易被排除于专利主题之外。

根据各国的法律，尽管人工智能算法可能被授予专利权，但有可能造成重复保护。进言之，法律保护技术的具体应用和改进，而人工智能算法的发展方向反而是开发具有普遍性的、能替代人类在某些领域的决策的自动化算法。同一人工算法可以被应用于医学领域判断病人的病症，也可能被应用于工业生产中，观察材料的变化。如果授予上述两者以专利权，则在实质上授予了同一种人工智能算法专利给不同的权利人。

（三）商业秘密保护路径的隐忧

将人工智能算法作为商业秘密进行保护的最大问题是事关伦理于人类发展的人工智能算法“透明度”问题。使用商业秘密保护算法，会导致算法决策过程的不可知性，在某些事关人类自身自由、健康、隐私等层面，如果这一算法是不透明的，将会与私法自治的民法原则相冲突。以合法的外在形式对权利自决形成阻碍[22]。人工智能算法的不透明会加剧不正当竞争行为的违法性，一个网上商店可以识别网站访问者，并将他们分类为价格敏感型或价格不敏感型。由于价格差异，商店的目标是收取每一个消费者愿意支付的最高价格。提供在线辅导服务的美国公司普林斯顿评论（Princeton Review）的收费就是如此，Ang？ win等人发现该公司的价格差异化做法导致亚洲背景的人价格更高，因为具有亚洲背景的人的购买意愿是其他人的1.8倍[23]。算法可能被用于实施传统的各类反竞争行为或“算法合谋”[24]。人工智能算法能够支持或促进实施、监测、执行或隐瞒各自的反竞争行为，包括但不限于支持或促进横向垄断，还可以用于制定纵向垄断协议、固定转售价格等情况。除此之外，由于人工智能算法是基于数据训练而获得的，企业也可以通过共享数据、人工智能算法而与第三方勾结，进而事实上达到合谋的目的。由于算法的不可解释性特质，上述情况很难被监管机关发现，对市场秩序产生了极大影响，也在冲击着法律的底线。

人工智能算法的不可解释性也可能产生歧视效应，因为基于有偏见的训练数据，算法也可能产生歧视性的结果。在美国的某些地区，法院通过康斯威星州“Loomis v. Wisconsin”案中，Loomis認为，州法院使用COMPAS算法模型做出的决策缺乏公正性，遂向州最高法院上诉，而康斯威星州以COMPAS算法为一种商业秘密而拒绝提供[6]。据报道，亚马逊已经停止使用人工智能系统来筛选工作，因为人工智能算法对公司过去人员录取数据进行学习后，对男性候选人更加青睐，而对女性更有偏见，并没有以性别中立的方式挑选职位候选人[25]。人工智能算法歧视还表现在图像搜索歧视、人脸识别歧视、翻译工具歧视等方面[26]。

三、路径选择：以专利权保护路径为主的多元保护路径

（一）基本目标：发展与公开

人工智能算法作为人工智能的“灵魂”，是人工智能发明的核心，也是企业提高竞争力而获利的核心，同时亦是人工智能社会的进步所在。人工智能的快速发展有赖于前人无私的开源代码以及信息共享。在人工智能初始发展阶段，约翰·霍普菲尔德和大卫·鲁梅尔哈特普及了“深度学习”技术，爱德华·费根鲍姆引入了专家系统，该系统模仿了人类专家的决策过程。两组不同的专家并没有将所获得的人工智能算法结构私藏，而是分享给了本行业内的研究人员。在他们的基础上，大卫·鲁梅尔哈特、杰弗里·欣顿与罗纳德·威廉姆斯发现了一种新的学习过程——反向传播，将其运用于类似神经元单位的网络，也成为人工智能飞速发展的重要技术。在算法发展的历史上，真正做出突出贡献的往往是本领域内的研究人员，他们的研究基础往往是上一代人的失败或成功经验。将人工智能算法的代码、结构、思路等进行公开才是技术与社会进步的应有之义。

国际上对人工智能算法的“可解释性”“问责制”“透明性”要求也促进了算法的公开与透明。电气和电子工程师学会发布了《道德合规设计》，将“问责制”和“透明性”作为两项基本原则，用以指导人工智能的发展。《道德合规设计》建议AI系统“为所有决策提供明确的理由”“应始终可被理解”，否则人工智能系统的设计和开发将面临伦理道德的监督。但《道德合规设计》也指出，这种透明并不意味着对知识产权的侵犯，并建议以专业人员和非专业人员都能够理解的清晰语言描述人工智能测试的过程和结果，如公布训练用数据库、选取“公共管理人”等方法[27]。国际技术法协会于2019年6月发布了对《负责任的人工智能：全球政策框架》中道德准则的深入审查，它指出要对人工智能算法施加“可解释性”的要求，如人工智能算法的研发者应该向社会提供有关如何准确输出特定输出的信息，但不要过分地限制人工智能开发人员和使用者保护其专有算法、商业机密和专有技术，以及维护竞争优势的能力。经济合作与发展组织发布了一系列有关人工智能的政府间政策指南，将透明性、可解释性以及问责制视为重要目标。从各个文件中可以看出，人工智能算法的问责制、透明性与可解释性是人工智能发展的基本原则，是国际公认的伦理道德，也是知识产权法对人工智能算法进行保护的基本遵循。

（二）制度选择：以专利法为主的多元保护路径

伦理的规制并不能以牺牲权利人的专有权利为代价，即应当在公开与保护之间做出平衡。这与专利法的“公开发明理论”的基本原理是一致的。换言之，基于产业政策思想，赋予发明人排他独占权之专利权，透过其技术之透露，有效散布技术资讯，以此为基础，促进产业技术之进一步发展[28]。在英国专利法发展的历史中，专利法首先源于商人保障投资的需求和政府引入外国新式制造业的产业政策。在商人的独占权利过于膨胀以致阻碍了技术进步时，政府为了平衡技术的发展与对发明的保障，要求申请人将其技术予以披露。18世纪以后，专利说明书逐渐成为一项专利申请的正式请求，从而要求专利人详细描述并公开其发明的内容，使公众知晓，有利于发明作为知识和技艺的传播，进而成为其获取独占权利的对价[29]。除却产业政策的考量，专利公开能够增加社会公共知识储备，避免对同一技术的重复投资，又为后继创新提供必要的知识基础[30]。

专利法对技术方案之“公开”要求无疑与人工智能算法的发展需求和限制相契合。一方面，人工智能算法的发明人企图通过对市场的垄断而获得独占的利益，进而扩大自己在人工智能行业的市场份额；另一方面，人工智能算法的隐蔽性需要人工智能算法的必要公开，可解释、可控制、可问责的人工智能算法才是有益于社会福祉的技术。但以专利法保护人工智能算法仍存在问题，可专利主题的划定标准，专利权的期限，专利审查中实用性、新颖性、创造性的标准，专利审查的披露流程，本领域内技术人员的选择都应该依照技术发展的现实进行变化。

政府应通过规则的设置来引导申请人申请专利，而不应剥夺技术开发人员应拥有的自由选择权。申请人可结合人工智能算法的性质、技术原理、所属领域等多方考量其保护模式。对于某些更新速度快、较为基础的人工智能算法，为其申请专利权不仅耗时较长，也面临无法获权的风险。训练算法所使用的材料及中间的失败结果、错误算法等无法获得专利权。二者都适宜在商业秘密法中进行保护。对于能够以代码为表达形式，且较难复制的人工智能算法，则可作为计算机软件进行登记。

（三）制度设计：人工智能算法的排除领域

人工智能算法在与具体特征相结合时，使用领域十分宽泛，其作为专利客体的核心挑战是其以合法技术外观而非法获得专利权。《中华人民共和国专利法》（以下简称《专利法》）排除违背公序良俗、利用遗传资源并依赖该遗传资源完成的发明创造。因此，当人工智能算法在设计或应用时会产生以上问题，应当被排除于可专利客体之外。

1.有悖公共秩序、伦理道德的算法发明

TRIPS协定在对专利领域的及社会公德、公共利益进行开放式规定，允许各成员国依据本国国情而进行相应规定，只要这一国内规定并不违背TRIPS的相关要求。世界范围内，公序良俗与伦理道德不仅是民法中的基本原则，也延续为知识产权法的基本原则，并在专利法中具化为具体的客体审查规则。以韩国、日本为例，二者均排除了违背公共秩序或者道德的发明，韩国进一步将有害于公共健康的发明进行排除。我国《专利法》在第5条明确排除授予违法、违背社会公德、违反公共利益的发明。《专利审查指南》列举了因违反社会公德不被授予专利权的类型：如带有暴力凶杀或者淫秽内容的图片或者照片的外观设计不能被授予专利权⑦。

首先，可能带来伦理挑战的人工智能算法不能获得专利权[31]。从目前案例中反映出两种伦理问题：一方面，人工智能系统可能具备人类本身的偏见而导致对不同种族、不同收入人群的歧视；另一方面，人工智能算法使用人类的社交数据进行学习，可能会将人类数据进行组合进而分析出已清洗过数据中的隐私或更甚者直接未经授权而学习人类的隐私数据[32]。在万物皆互联之今日，用户的身份信息、家庭住址、购物偏好信息、位置信息等均可被找到，加之互联网企业对隐私保护的忽视及对数据的需求，人类的隐私被侵犯问题已经十分严重。人工智能算法如果被设计为歧视的工具或有产生歧视问题的可能性，则应当被禁止授予专利权；如果人工智能算法蓄意搜集用户数据并贩卖或进行其他非法行为，有侵犯人类隐私之虞，则不应当获得专利权。

其次，可能成为违法行为辅助工具的人工智能算法不能获得专利权。人工智能存在威胁人类社会的可能性，对可能出现的技术风险有赖于法律制度来有效控制。危害公共秩序的人工智能产物，如智能赌博工具、隐匿盗窃工具等，都应在专利排除的范围之列[33]。

最后，恶意制造并用于伤害人类健康的人工智能算法不应当被授予专利权。例如，“防暴注射器”通过将剧痛药水注射入人体的方式，产生剧痛的效果，达到迫使终止犯罪的目的。这种注射器所带来的对人体健康的危害远远大于其遏制犯罪的效果

⑧。人工智能导弹检测系统与人工智能发射系统已经在英国与美国陆续研制出来，内含人工智能算法的系统正逐渐成为人类和平与健康的威胁，一旦失去控制，用作武器的人工智能算法往往会对人类生命、健康造成直接的威胁。

2.某些领域的算法发明

我国专利法对专利客体排除只规定的逻辑是将“不视为发明的客体”与“不授予专利权的客体”放在同一条款内，不进行具体区分。我国将科学发现、智力活动的规则和方法作为“不视为发明的客体”，将疾病的诊断和治疗方法、动物和植物品种、用原子核变换方法获得的物质、对平面印刷品的图案、色彩或者二者的结合作出的主要起标识作用的设计是“不授予专利权的客体”。言及人工智能算法，它并非动物或植物品种，也不属于用原子核变换方法得到的物质。故而我们应当将目光聚焦于医疗领域人工智能算法的可专利性问题。

有关诊断和治疗疾病的仪器设备可以申请专利，但疾病的诊断与治疗方法一直被认为不具有“實用性”，原因在于医疗对象体质差异与既往病史之区别，医疗方法无法在临床实践中标准化地大规模使用[33]。同时，出于人道主义考虑，医生在诊断和治疗过程中应当有选择各种方法和条件的自由，若某种在临床中效用较大的治疗方法被授予专利权，则医生在救治病人时的选择性变少，便使得专利权凌驾于人类生命之上[34]。我国《专利审查指南》明确规定，疾病的诊断和治疗方法不可以被授予专利。

在医疗场景中，人工智能算法能够对病人的健康数据进行学习，对医生的诊断方案进行输入，最终辅助医生进行决策，甚至能够独立生成医疗方案并实施。这与以往医生问诊并开具处方并不相同。人工智能算法所做的是挑选特征数据，匹配已经设计好的医疗方案，输出决策。这种判断方法完全具有重复性。同时，如果人工智能算法仅仅具有辅助诊断治疗的功效，或者能够生成诊断方法，则并不实际影响病人的救治，这一算法作为一种方法本身具有可专利性的可能。

专利法是技术之法、创新之法，是界定公共领域与私有权利的“界碑”，也是维护公共秩序的责任之法。人工智能技术的创新走在前头，各国专利实践与专利法的制度便紧随其后。我们应当秉持开放的价值观，尊重技术发展的规律，适当放宽专利客体的范围。但同时，也应当以民法、专利法的基本原则为尺度，尊重人类的隐私和健康，尊重法律与社会公德，明确专利客体排除范围。

结语

代码变化性或非代码表达性使得著作权法对人工智能算法的保护受限或将价值连城的算法进行披露，商业秘密能够不区分技术的外观而对技术本身进行保护，却对人工智能算法产生了过度保护，二者均无法解决权利人与使用人之间的矛盾。人工智能算法的发展需求与透明度、可问责制、可解释性需求同专利法保护路径相契合，应当形成以人工智能算法技术的专利权保护为核心，以商业秘密和著作权保护为补充的复合性保护路径，方能合理应对算法保护的现实诉求。根据我国《专利法》与《专利审查指南》的要求，审查机关应该对违背公共秩序、伦理道德的算法发明以及作为医疗方法的算法发明排除于专利客体之外。

参考文献：

[1]姚叶.数据纠纷的法律规制：现状、困境、对策[J].南海法学，2019，3（6）：92？102.

[2]宁立志，郭玉新.专利权权利客体例外制度研究[J].河南师范大学学报（哲学社会科学版），2020，47（1）：31？45.

[3]左亦鲁.算法与言论——美国的理论与实践[J].环球法律评论，2018，40（5）：122？139.

[4] USPTO. Inventing AI Tracing the diffusion of artificial in？ telligence with U.S. patents[R/OL].（2020？10？5）[2020-12-21]. https：//www. uspto. gov/sites/default/files/documents/ OCE-DH-AI.pdf.

[5]姜野.算法的规训与规训的算法：人工智能时代算法的法律规制[J].河北法学，2018，36（12）：142？153.

[6]张韬略.美国《专利客体适格性审查指南》的最新修订及评述[J].知识产权，2020（4）：84？96.

[7] GOSWAMI V. Algorithms， expression and the charter[J]. A Way Forward for Canadian Courts.Western Journal of Le？ gal Studies， 2017， 1（1）： 3？17.

[8]吴汉东.保护知识产权就是保护创新[J].理论导报，2020（12）：61.

[9]王德夫.对中国计算机软件专利制度的审思[J].大连海事大学学报（社会科学版），2015，14（1）：69？74

[10] M·雷炳德.著作权法[M].张恩民，译.北京：法律出版社，2015：129？131.

[11]熊文聪.论“已经固定”不是电影作品的可版权要件[J].山东科技大学学报（社会科学版），2019，21（2）：52？56.

[12] PANKAJ S. How is the patent world responding to the AI revolution？ [J]. Managing Intellectual Property， 2019， 48：281.

[13] Intuit Inc. （Mountain View， CA， US）.System and method for identifying， prioritizing and encapsulating errors in ac？ counting data：11/413308[P].2006-04-28.

[14] Wal-Mart Stores， Inc. （Bentonville， AR， US）.System and method for high accuracy product classification with lim？ ited supervision：13/852884[P].2013-03-28.

[15]孔祥俊.反不正当竞争法原理[M].北京：知识产权出版社，知识产权出版社，2005：399.

[16]李扬.知识产权法基本原理[M].北京：中国社会科学出版社，2010：644？653.

[17]游涛.计算机软件商业秘密的法律保护[J].中国集成电路，2010（7）：82.

[18]李长健，徐丽峰.我国计算机软件专利保护文献综述[J].重庆邮电大学学报（社会科学版），2010，22（3）：20？30.

[19]段志秀.计算机软件的著作权保护研究[D].兰州大学， 2019.

[20]刘强，马欢军.人工智能专利侵權问题研究[J].福建江夏学院学报，2018，8（4）：10？21.

[21] Google Inc.， Mountain View， CA （US） .System and method for addressing overfitting in a neural network：14/015768[P].2014-06-26.

[22]蔡琳.智能算法专利保护的制度探索[J].西北工业大学学报（社会科学版），2019（3）：3？111.

[23] LARSON J， MATTU S， ANGWIN J. Unintended conse？ quences of geographic targeting[EB/OL]. （2015-08-31）[2022-01-16]. https：//link. springer. com/content/pdf/ 10.1007%2F978？3-030？12524？0.pdf.

[24]韩伟.算法合谋反垄断初探——OECD《算法与合谋》报告介评（上）[J].竞争政策研究，2017（5）：112？121.

[25] KIM P T. Big data and artificial intelligence： new chal？ lenges for workplace equality[J]. U. Louisville L. Rev.， 2018， 57（2）： 313.

[26] ZUIDERVEEN B F. Discrimination， artificial intelligence， and algorithmic cision-making[R]. Strasbourg： Director？ ate General of Democracy at the Council of Europe， 2018： 16？17.

[27] CHATILA R， HAVENS J C. The IEEE global initiative on ethics of autonomous and intelligent systems[M].Robotics and Well-Being. Switzerland： Springer， 2019： 11.

[28]杨崇森著.专利法理论与应用：第3版[M].台北：三民书局，2013：14.

[29]黄海峰.知识产权的话语与现实[M].武汉：华中科技大学出版社，2011：151？152.

[30]李晨乐，叶静怡.专利公开、技术溢出与专利私人价值[J].中央财经大学学报，2016（9）：112？121.

[31]刘强.人工智能算法发明可专利性问题研究[J].时代法学，2019，17（4）：17？26.

[32]王利明.人工智能时代对民法学的新挑战[J].东方法学， 2018（3） ：4？9.

[33]吴汉东.人工智能生成发明的专利法之问[J].当代法学，2019，33（4）：24？38.

[34]谢敏楠，Astrid YOUNG.欧洲及中国在医药、生物领域不可专利客体方面的比较[J].中国发明与专利，2019，16（6）：92？99.

Multidimensional Interpretation and Choice： Exploring the Path of Intellec？ tual Property Protection for Artificial Intelligence Algorithms

Yao Ye

（Center for Study of Intellectual Property Rights， Zhongnan University of Economics and Law， Wuhan 430073， China； Max Planck Institute for Innovation and Competition， Munich 80539， Germany）

Abstract： Artificial intelligence （AI） algorithmis the core of the rapid progress of AI， its design logic， operation process and appearance are different from traditional computer program algorithm， but it does not go beyond the essence of"knowledge products". AI algorithms can be protected under copyright law， patent law and unfair competition law， with copyright law and patent law protecting the expression of AI algorithms as the basic approach and trade secret protec？ tion path protecting the core of AI algorithms. The above three rules have advantages and disadvantages respectively. The development of AI algorithms is dependent on the disclosure of previous technologies， and the international com？ munity has put forward ethical requirements for the development of AI algorithms in terms of interpretability， transpar？ ency and accountability. The "disclosure of invention theory" of patent law is in line with the needs of AI algorithms， and the protection of AI algorithms as technical solutions in patent law seems to balance the interests of technology rights holders and users， prevent the creation of algorithmic black boxes， and maintain social morality and order. At the same time， the algorithm invention that violates public order and ethics and morality， and the algorithm inventions as medical methods should be excluded from the patent object.

Keywords： artificial intelligence algorithms； copyright law； anti-unfair competition law； patent law； algorithmic ethics

①參见深圳市南山区人民法院民事判决书（2019）粤0305民初14010号。

②参见https：//www.g2.com/categories/artificial-intelligence，最后访问日期：2021年3月17日。

③参见https：//www.educba.com/artificial-intelligence-software/，最后访问日期：2021年3月17日。

④参见2019年《专利审查指南》。

⑤参见2017年《专利审查指南》第9章。

⑥参见2013年《计算机软件保护条例》第14条。

⑦参见2019年《专利审查指南》第2章6.1.2。

⑧参见（2017）京行终4293号周正树与国家知识产权局专利复审委员会因发明专利申请驳回复审行政纠纷上诉案。