专利法领域人工智能生成内容的影响及其应对

作者 | 孟睿  国浩律师（南京）事务所合伙人、专利代理师

编辑 | 布鲁斯

一、专利领域人工智能生成内容：形式化专利文本

随着人工智能越来越多地被应用于内容创作，人工智能生成内容(AIGC)的概念悄然兴起。人工智能生成内容（AIGC）是指基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术。AIGC可以根据不同的场景和目标，生成不同风格和形式的内容，或者结合不同类型的内容，生成更丰富和多样化的内容。目前主要应用领域包括传媒、电商、影视、娱乐等。[1]实际上在专利领域也早已出现自动生成形式化专利文本的智能技术应用。实践中如Cloem、All The Claims.com以及All Prior Art.com等网站，使用人工智能算法生成形式化专利文本。Cloem网站宣称其可以协助专利申请人撰写出各种权利要求文本。[2]Cloem自动化的权利要求撰写系统采用了NLP、语义技术、自动推理和文本挖掘等各种算法，可以按照预定的规则撰写出成千上万项专利权利要求，以涵盖潜在的具有新颖性的发明。All The Claims.com是All Prior Art.com的姊妹网站，这两个网站通过对美国专利局数据库公开的专利文本进行语言解析和随机组合后，自主生成成千上万的专利权利要求以及说明书，然后在生成的权利要求书和说明书文本上加盖时间戳，并在网站上公布。All The Claims.com是All Prior Art.com这样多的目的在于，使得形式化专利文本公开的技术方案成为现有技术，避免专利流氓（NPE）以专利方式抢先占有这些技术。[3] 还有一项名为Specifio的AI驱动服务项目，为客户提供撰写专利说明书的服务，客户只需将权利要求书发邮件给专门的自动系统，在短短几分钟内就可以获得一个完整的专利申请文本，甚至可以包括数字和图表。[4]Specifio通过分析、摘录和排序等手段，产生专利申请文件，专利申请文件的完整程度可以达到90%左右，律师只需再花费一个小时的时间进行修改、润色即可作为正式提交的专利申请文件。我国也出现了类似可以自动撰写专利申请文件的技术。申请号为201810200739.5的发明专利申请记载了“一种基于人工智能的专利撰写方法及撰写系统”，该基于人工智能的专利撰写系统对机械图进行识别分析，识别出多个机械零部件及其连接关系和位置关系；根据技术交底书对多个机械零部件进行筛选，标注出必要技术特征；将标注为必要技术特征的机械零部件及其连接关系和位置关系按照神经网络撰写模块生成独立权利要求或从属权利要求。通过对机械图识别，神经网络撰写模块自动生成独立权利要求，极大的降低了专利代理人的工作量。

上述各种内容生成应用场景生成的文本，由于不是官方公布的专利申请文件或专利文件，而是内容生成方按照一定专利文件格式生成的自然语言可读文本，具有一定的专利文件格式，本文将其称为形式化专利文本。

二、形式化专利文本对专利申请和保护的影响

已有研究认为，人工智能机大量生成专利文本对专利申请和保护带来以下负面影响：

第一，给专利权带来高度不确定性，增加专利审查外部负担，降低专利审查质量。如果人工智能机器大量生成专利文本，将会扩大现有技术的数量和内容，进一步降低专利申请审查中现有技术检索的全面性。[5]其结果是影响已授权专利的权利稳定性，增加专利的不确定性。此外，专利的不确定性还会影响发明人使用专利保护发明创造的热情。[6]另外，如果将形式化专利文本提交专利申请，会导致专利申请的爆炸式增长，现有技术文献和专利申请的爆炸式增长同时会增加专利审查部门的工作压力，最终导致专利审查质量下降。[7]

第二，人工智能机器出色的创新能力将导致现行新颖性、创造性、实用性等审查标准失灵。[8]人工智能机器具有超强的文本替换与数据挖掘功能，其可以借助专利数据库将自己生成的技术成果与现有技术进行精准对比，以有效规避现有技术并满足新颖性和创造性等专利授条件。

第三，人工智能机器的发明创造能力会被当作不当产业竞争工具，危害创新。如果将形式化专利文本提交专利申请，会加剧形专利丛林，潜在的创新者几乎没有运营自由，或者面临支付令人望而却步的许可费用。[9]

本文认为，难以实现全面的现有技术检索、专利权具有高度的不确定性、专利审查外部负担大、专利丛林阻碍创新等问题在专利实践中长期以来一直存在，并不是人工智能内容生成技术发展后才出现的问题。各国专利当局都在不断地调整专利政策和措施来解决前述问题。例如，美国于2011年推出的《发明法案》重点就是希望在一定程度上解决前述问题。当然，人工智能内容生成技术使得这些问题越发凸显。另外，文本搜索技术是人工智能技术的一个重要应用领域，包括中国在内的各国专利局已经将基于人工智能的搜索技术应用于专利审查实践中。可以预见，随着人工智能技术的不断发展，现有技术检索会朝着越来越全面，而不是越难越不全面的方向发展。基于人工智能的搜索技术还可以将审查员的精力从现有技术文献检索工作中解放出来，将更多精力放在专利申请文件的审查上，从而促进专利审查质量提高。至于现有研究担忧的人工智能机器将其技术成果与现有技术进行精准对比，以有效规避现有技术提升授权可能性的问题，混淆了发明创造与专利申请布局等专利法律事务之间的关系。将技术成果与现有技术进行对比，以有效规避现有技术提升授权可能性，涉及在先专利权利要求解释以及新颖性、创造性的判断，这些活动已经超出了技术发明创造的范畴，属于典型的专利法律服务事项，通常由专利律师或专利代理师等专业法律服务人员来完成。在主张人工智能机器具有专利申请布局、创造性判断等专利法律事务能力的基础上讨论有关问题，过于超前。本文认为，如何在专利审查和保护中对待人基于文本挖掘、编辑技术形成的专利文本具有更紧迫的现实意义。

三、谨慎对待形式化专利文本的专利法属性

对于上述第一部分介绍的人工智能机器生成的专利文本，根据是否存在技术发明创造活动，可以将其分为两类。第一类，人类发明人付出创造性劳动已经获得拟申请专利的技术方案，人工智能机器作为申请文件撰写工具协助撰写专利申请文本，例如前文提及的Specifio和“一种基于人工智能的专利撰写方法及撰写系统”。第二类，完全由人工智能机器利用大数据挖掘和分析手段，采用文本编辑技术生成所谓专利文本，不存实际的发明创造活动，例如前文提及的All The Claims.com和All Prior Art.com网站。本文认为，对于前述第一类人工智能机器生成的专利申请文本，人工智能机器的作用仅仅在于协助发明人将已经由发明人提出的技术方案转化为专利文件，因此，对于其公开的技术方案仍然属于专利法上的技术方案，可以作为真实技术研发成果申请专利，专利申请文本公开后可以作为现有技术用于评价其他专利申请的新颖性和创造性。对于第二类基于文本挖掘和编辑技术生成的专利文本，其记载的所谓技术方案即使符合新颖性和创造性，是否应到授予专利权？是否可以作为判断其他专利申请新颖性和创造性的现有技术？尚需从专利法上的技术方案本质出发进行分析。

技术方案是根据人类不断改善自身生存和发展条件的需求，从实践中被人们总结出来，或在科学理论指导下被人们发明出来，经过实践的检验而得到确认和应用，从而利用外部世界资源扩展人自身能力的手段。基于科学技术的发生学机制，科学技术对于人类认知和行事能力的扩展主要集中在“在给定问题、约束、目标的条件下，获得信息，提炼知识，生成智能策略和转化为智能行为”等方面。就目前而言，人类智能和机器智能的最根本的差别在于：人类具有目的性和创造力（开创力)，即在任何环境下都具有发现问题和确立目标的能力；机器则只能在人类给定的“问题、约束、目标” 框架下施展才能。[10]具体到专利法上所述的技术方案，是指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，可以获得有益的技术效果，体现了发明人面对所要解决的技术问题时基于其积累的技术知识而做出的创造性智力劳动成果。专利申请所欲保护的技术方案或专利申请审查中的现有技术方案，应当是解决某一特定技术问题的具体技术手段的集合，即应当是人类创造性智力劳动成果，体现了人类发现问题、解决问题的能力。

The Claims.com和All Prior Art.com网站生成专利文本的过程与前述技术方案的产生过程完全不同。The Claims.com和All Prior Art.com网站利用人工智能算法，通过重新排列短语，或用替代定义、同义词或反义词来替换术语产生大量的从形式看具有新颖性的权利要求及其排列组合。Cloem声称其算法不仅仅是随机的，它可以使用反义词替代，以描述一项独特的技术方案。有研究人员认为，以这些方式产生的所谓技术方案绝大多数都是胡说八道。[11]实际上，这些网站自身也意识到，如此“产生的大多数技术方案都是荒谬的、没有任何意义的”[12]。本文认为，由人工智能机器借助大数据挖掘和分析手段，采用文本编辑技术生成形式化专利文本的过程不存在真实的发明创造活动。其仅以大量已经公开的专利文本为基础，通过算法、机器学习、决策机制随机排列组合能够得出大量形式化的文本。这些形式化专利文本的产生过程以及记载的内容没有体现科学技术的发生学机制，不存在发明构思和真实的发明创造活动，其仅是将已经公开的专利文本进行文本编辑的产物。在这些形式化专利文本内容生成过程中，人工智能机器对现有技术及其缺陷没有认知，没有从创新性知识生成的角度提出解决特定问题的技术方案，无法体现面对所要解决的技术问题时基于其积累的技术知识而做出的创造性智力劳动，从科学技术的发生学机制以及技术创新的本质出发，形式化专利文本记载的内容不应当视为智力劳动成果的技术方案，不宜使用专利予以保护，也不宜在专利审查中作为现有技术使用。

综上，基于人工智能生成内容的专利文本及其内容，需要根据其生成过程来具体分析是否可以作为技术方案申请专利，或者在专利审查中作为现有技术。对于采用文本编辑技术生成的所谓技术文件，不应当视作专利法上的技术方案予以保护，在专利申请审查中也不应当作为现有技术对专利申请的新颖性、创造性进行评价。

注释

[1] 中国信息通信研究院、京东探索研究院，《人工智能生成内容（AIGC）白皮书（2022年）》。

[2] Victoria Slind-For, Cloem, PepsiCo, Coca-Cola, In Dyne: Intellectual Property, Bloomberg Tech. (3 October 2014).

[3] See https://allpriorart.com/about/

[4] See Specifio, https://specif.io.

[5] 刘强，周奕澄．人工智能发明专利审查标准研究[J]．净月学刊，2018，(3): 76-85．

[6] A Marco, The Value of Certainty in Intellectual Property Rights: Stock Market Reactions to Patent Litigation",

(2005) Vassar College Department of Economics Working Paper No 82, at 1.

[7] Ben Hattenbach & Joshua Glucoft．Patents in an Era of Infinite Monkeys and Artificial Intelligence[J]．

 Stanford Technology Law Review，2015，(1): 32-51．

[8] 刘鑫. 人工智能生成技术方案的专利法规制——理论争议,实践难题与法律对策[J]. 法律科学（西北政法大学学报)，2019，(5)：82-92.

[9] Erica Fraser, Computers as Inventors - Legal and Policy Implications of Artificial Intelligence on Patent Law,13 SCRIP Ted 322 (2016).

[10] 钟义信. 机器知行学原理—人工智能统一理论[M]. 北京：北京邮电大学出版社，2014年.

[11] Erica Fraser, Computers as Inventors - Legal and Policy Implications of Artificial Intelligence on Patent Law,13 SCRIP Ted 305 (2016)，at 308.

[12] All Prior Art, “About”，available at http://allpriorart.com/about/.

（本文仅代表作者观点，不代表知产力立场）

图片来源 | 网络