《人工智能时代的知识产权问题》由会员分享，可在线阅读，更多相关《人工智能时代的知识产权问题（38页珍藏版）》请在金锄头文库上搜索。
1、人工智能时代的知识产权问题 Joseph Straus 教授，慕尼黑 第三届欧盟中国知识产权学术论坛 上海，2018年11月22日,要点,第四次工业革命 人工智能（AI）演进的技术 人工智能技术领域的投资 AI“产品” AI对标准专利法概念的挑战 经验教训,探索下一次工业革命,资料来源：世界经济论坛,工业革命 年份 信息,蒸汽、水力、机器生产和工业装备,劳动分工、电力、大规模生产,电子、IT、自动化生产,信息物理系统,第四次工业革命,信息物理系统的出现赋予人与机器全新的能力 N. Davis，世界经济论坛 物理与先进的数字技术，如数据分析、人工智能、云计算和物联网等强强联合 福布斯观察、德勤,
2、人工智能（AI）,制造“智能机器”的科学与工程 约翰麦卡锡，1955 机器获得与人类大脑相关联的认知功能，如理解语言、解决问题和学习的能力 https：/ 就专利法角度而言，指能让计算机模拟智能人类行为的数学算法 欧洲专利局,狭义人工智能 （ANI）,专精特定领域例如IBM的DeepBlue超级计算机（国际象棋）或中国的天河II号超级计算机每秒可进行3.4 千万亿次计算！ 可飞速解决复杂问题但无法感知创作者所提供信息之外的任何其他事情 实例：智能温度计（Nest）、苹果公司的“Siri” 、视频游戏、搜索引擎等。 无法模仿其预定操作范围之外的思维过程 目前正在开展的开发工作：基于人类的物理、生
3、物和化学学科思维过程，创造AI信息处理系统；电子神经网络、认知计算算法和人工新大脑皮层 Gurkaynak, Yilmaz, Haksever, 2016,通用人工智能（AGI）,代表“人类水平的AI”，即计算机像人类一样聪明在任何方面都如此，并且能执行所有人类能执行的智能型任务 对于人类而言，执行涉及复杂计算的任务需要付出大量的精力和时间但这对于AI来说却非常简单 AI现在已经能够成功完成所有需要“思考”的事情，只是却做不到像人类和动物那样“无需思考” 可能到2030年左右能够实现 Gurkaynak, Yilmaz, Haksever, 2016,超级人工智能（ASI）,比任何一个领域中最
4、智慧的人类都要聪明的AI，包括科学创造力、常规学识和社交技巧 据期，AGI一旦成为现实，就将很快自我进化成为ASI构成指数级增长（“智能爆炸”或“奇点现象 ”） ASI的主要形式：速度型超级智能、集体型超级智能和优质型超级智能其中三者中任一种都有能力创造另外两种 Gurkaynak, Yilmaz, Haksever, 2016,人工智能大爆炸,Hutson，科学， 2008年5月18日,计算机科学,所有科学,出版物,关于AI的一些技术基础,可以处理大量数据、可以检测和解释规律的工具这在以往是难以计算、识别甚至想象的 可以使能机器预测、诊断、建模和风险分析 AI能够实现高效利用大量（无法人为进
5、行管理的）数据的基本要素并且无法通过人工进行高效再次编程的算法,机器学习重要的AI工具,一种自动分析模型建造的数据分析方法 使用针对数据进行迭代式学习的算法 允许计算机寻找隐藏的洞见，而无需明确通过编程规定其从哪里进行寻找 Google“AlphaGo”围棋大师：“深度学习正在解决AI所存在的各个问题” J. Schaefer, 2016,人工智能技术领域的投资,中国人工智能工业园区投资21亿美元 欧盟截止2020年人工智能研究资金投入将达到15亿欧元 法国截止2022年人工智能研究资金投入将达到15亿欧元 美国政府观望中,2017年第4季度 AI领域风投前十名由中美包揽,美国中国对比,数据来
6、源：Astamuse；LinkedIn；麦肯锡全球研究院,美国中国对比,“在传统科学领域，中国科学家想要与美国或欧洲一较高下的话，前路漫漫。但在计算机科学这方面，这是一个相对较新的领域。年轻人可以参与竞争。中国人可以参与竞争。” “在发起人工智能革命方面，中国并未发挥作用，但是目前正在奋起直追，进展令人瞩目。”,Eric Lander，马萨诸塞州剑桥博德研究所所长,大型药企对AI驱动的新药发现兴趣浓厚,资料来源：Nature Biotechnology，第35卷 2017年7月35日，第7期,用机器学习分类癌症,资料来源：自然，2018年3月22日,利用机器学习法对肿瘤进行分类：Capper等
7、学者利用机器学习法，利用对甲基化（一种DNA的修饰过程）的基因组测序结果特点，将脑部肿瘤进行分类。研究者先获得病理学家利用标准显微分析法或选定基因分析法确诊的肿瘤样本，然后将其甲基化数据输入机器算法进行训练。训练结束后，使用1104个病例对计算机进行测试。作者随后比较了计算机和病理学家的诊断结果。虽然机器无法确诊所有样本，但是其诊断更准确，或者可以将某种肿瘤划分至比病理学家所作的分类更具特异性的亚型。,计算机与病理学家诊断相同,诊断相同，但是计算机可将肿瘤划分至更细的亚型,诊断不同,计算机未能确诊,肿瘤未确诊,进一步计算机分析,33%的样本可能代表罕见肿瘤分类,确认了病理学家的诊断,确认了计算
8、机的诊断,进一步确认化验,AI设计有机合成 一种允许AI程序自行学习规则的系统,资料来源：自然，2018年3月29日,逆合成分析,逆合成,合成路径,目标,起始材料,中间媒介,中间媒介,起始材料,阿尔德反应,金属催化剂氧化,目标,AI领域的数十亿投资与所得到的产品和工艺 需要有效的专利保护 专利资格,EPO、JPO、SIPO和USPTO大体上采用与“传统”计算机应用发明同样的标准 计算机程序做出技术性贡献的专利即算法相关的发明业已存在，例如在以下领域： 医疗设备、汽车行业、工业控制、通讯/媒体技术、自动自然语言翻译、语音识别和视频压缩、计算机/工艺装备,Cognitive Code公司“人工智能
9、系统”于 2012年2月28日申请获得美国专利， 专利号：US 8,126,832 B2。,“本发明从文本和/或语音中提取概念，并对概念及其关系的数字化表达进行使用。概念的提取使得系统能够理解各种不同模式中的表达。该工艺使得系统能够绕过人类语言的约束，实现从概念层面上进行思考。目前该系统也能够实现动态地生成输出，生成数种语法正确的智能反应。由于系统使用概念及其关系的数字化表达，因此具有语言独立性，甚至可以被用于多种语言环境下。”,Cognitive Code Corp公司的“人工智能系统” 于2012年2月28日申请获得美国专利， 专利号：US 8,126,832 B2。,记忆器 40,输入设
10、备 20,处理器 30,输出设备 60,数据库 50,Cognitive Code Corp公司的“人工智能系统”于2012年2月28日申请获得美国专利， 专利号：US 8,126,832 B2。,接收输入,将输入翻译为信标,替换信标中由复合信标构成的复合概念,确定阵列是否包含复合概念,确定阵列中的任何信标是否是由根信标衍生而来,确定阵列中的信标是否与其他信标存在关系,建立输入阵列,添加与阵列的关系,将所有信标添加至从该阵列的根标记中衍生出的阵列,将根信标添加至阵列,将信标存入阵列,是,是,是,否,否,否,Cognitive Code Corp公司的“人工智能系统” 于2012年2月28日申请
11、获得美国专利， 专利号：US 8,126,832 B2。,选择最能代表输入阵列的概念信标阵列,对比输入阵列与存储中的概念信标阵列,确定输入阵列中是否存在基础性标记,选择最能代表已选中概念信标阵列的输出模式,已选中的输出模式是否完整,确定输入阵列中是否存在基础性信标,利用选中的输入模式作为起点动态构建输出,搜索对应基础性信标的输出模式,是否存在包含基础性信标的输出模式？,搜索输出模式，向用户进行输出,向用户输出选中的输出模式,是,是,否,否,否,AI相关专利出版物,对标题和摘要进行关键词搜索：,深入学习,人工智能,机器学习,中国正在AI领域追赶美国,AI投资,公司数,专利数,AI家庭应用的发展,
12、资料来源：EPO,专利申请年,家庭数,美国：AI专利的冠军,IBM：201220175600项AI专利（其中2017年超过1400项） IBM的Watson基于云的AI产品能够提供应用程序接口（API），该接口可以理解所有形式的数据，“利用”认知计算能力展现业务关键洞察可嵌入各种产品中用于实现认知性搜索 谷歌：20122017约4500项AI专利 谷歌神经机器翻译系统发展出了其独有的内部语言，并以此映射其翻译其他语言时所使用的概念,AI挑战对传统专利法概念,当前所应用的方法忽略/忽视？了AI技术本身可以通过技术手段，针对各种技术问题创造其独有的技术和应用，也就是发明。 因此，除此以外，还需重新
13、对以下方面进行评估： “发明”这个概念由人确定问题，由AI解决问题？ 数学算法的非可专利性AI的“自我进化”核心 谁是发明人法人是否有资格成为发明人？ 某领域技术“人员”的概念评估独创性的决定因素,IP系统数字发明人面临的挑战？,资料来源：西门子股份公司，2018,Deep Dream图像示例,艺术作品？,人工智能前提下的发明,发明人必须是自然人吗？ 虽然EPC中并未明确规定，但根据现行法律解释，发明人必须是自然人（EPC第60条、第62条和第81条） 发明人是指请求专利保护的发明的创造者，即形成该项发明的创意、并以创造性活动将其开发成为一种技术规程的人。从此意义上来讲，只有人类才有能力进行创
14、造性活动。（Benkard EP，第2 版，第60条第910点）,Source： EPO,AI生成的发明,在机器发明领域，人类的参与度可能出现各种不同的水平。 尽管在很大程度上可以通过机器开发技术解决方案，但是目前该项工艺的实现尚不能完全脱离人类。 通过创造性思维和/或结合机器所提供的结果来触发发明过程的人仍然是发明人,资料来源：EPO,可以将AI指定为发明人吗？,当前情况 如申请人指定AI（例如计算机）作为发明人，则不符合EPC第81条和第19条之规定 如未能指定有效发明人，则该项申请将被否决（EPC第90条，第（5）款）,资料来源：EPO,将AI指定为发明人,如果某项发明由AI单独生成，则
15、有必要澄清AI是否可被视为发明人 因此必须调整发明人的作用以及对于发明人一词的解释 此外，立法者还必须澄清EPC第60条第（1）款规定的专利权。,资料来源：EPO,AI对技术人员的影响,如在某特定技术领域普遍使用某特定创造性软件，则可假定技术人员将使用该软件 进而，涉及AI或机器学习的发明或许可以提升技术人员的技能和知识 这将会影响上述关于公开和独创性的要求,资料来源：EPO,英国/爱尔兰版权解决方案一种可行的模式？,“由计算机产生，且不存在人类作者的作品”的版权 其版权归属于“对创造该项作品进行必要的安排的人” 版权、设计和专利法，1988年版，第c48条，178（英国） 版权与相关权法，2000年版，第5部分，第2节。第28/2000（IV）号 计算机生成的作品不是AI的作品 “非人类”版权所有权关系是否可行？如可行那么它应归属于谁？,经验教训,几个世纪以来，知识产权制度面对不断变化的技术和科学发展所引发的挑战以及第一次、第二次和第三次工业革命的挑战亦不断进行调整，不断为公众的利益服务 应该进一步发展知识产权制度以便满足第四次工业革命和人工智能之需求必须采取全球协调、合理和一致的方法！ 这些挑战可能/将会具有全新的性质因此，不断进化的AI技术将帮助人类解决其已知范围之外的问题,谢谢大家听取我的报告！,
