知己知彼，應(yīng)對(duì)AI專(zhuān)利壁壘
返回列表
來(lái)源：
發(fā)布日期： 2019.08.22
近日，人工智能（AI）公司都將目光放在了谷歌公司的AI專(zhuān)利上——“使用深度神經(jīng)網(wǎng)絡(luò)處理圖像”“用于強(qiáng)化學(xué)習(xí)的方法與裝置”“為圖像分類(lèi)生成訓(xùn)練樣本的系統(tǒng)與方法”“用于解決神經(jīng)網(wǎng)絡(luò)中的過(guò)擬合的系統(tǒng)和方法”等。事實(shí)上，谷歌、微軟等科技巨頭在機(jī)器學(xué)習(xí)方面的專(zhuān)利布局方面還包括更多的基礎(chǔ)算法和通用技術(shù)，這引發(fā)了業(yè)界的廣泛擔(dān)憂。基于機(jī)器學(xué)習(xí)的創(chuàng)業(yè)公司將面對(duì)強(qiáng)大的技術(shù)壁壘和侵權(quán)風(fēng)險(xiǎn)，機(jī)器學(xué)習(xí)技術(shù)的研究和發(fā)展或?qū)⑹艿接绊憽Ｄ敲此惴Ｐ褪欠窬邆淇蓪?zhuān)利性，專(zhuān)利申請(qǐng)授權(quán)后又該如何應(yīng)對(duì)呢？
實(shí)際上，中美對(duì)于算法模型的可專(zhuān)利性判斷在原則上是相近的。
我國(guó)《專(zhuān)利審查指南》規(guī)定：“如果一項(xiàng)權(quán)利要求僅僅涉及一種算法或數(shù)學(xué)計(jì)算規(guī)則，則該權(quán)利要求屬于智力活動(dòng)的規(guī)則和方法，不屬于專(zhuān)利保護(hù)的客體。如果一項(xiàng)權(quán)利要求除其主題名稱(chēng)之外，對(duì)其進(jìn)行限定的全部?jī)?nèi)容僅僅涉及一種算法或者數(shù)學(xué)計(jì)算規(guī)則，則該權(quán)利要求實(shí)質(zhì)上僅僅涉及智力活動(dòng)的規(guī)則和方法，不屬于專(zhuān)利保護(hù)的客體。”
美國(guó)專(zhuān)利法（35 U.S.C.101）也涉及專(zhuān)利保護(hù)客體的相關(guān)規(guī)定。從美國(guó)審查程序手冊(cè)的相關(guān)描述來(lái)看，美國(guó)認(rèn)為如果所要求的過(guò)程僅涉及數(shù)字、抽象概念或想法或其信號(hào)表達(dá)，所述過(guò)程不能應(yīng)用于適當(dāng)?shù)闹黝}則不構(gòu)成法定客體。美國(guó)最高法院在Benson案中強(qiáng)調(diào)了抽象的數(shù)學(xué)公式并非專(zhuān)利法意義上的保護(hù)客體，隨后在In re Walter和Abele案中逐步形成兩步判定法：首先，判斷權(quán)利要求是否對(duì)某一算法提出保護(hù)要求，然后，判斷算法是否被應(yīng)用于具體環(huán)境、是否與前后物理要素之間存在結(jié)構(gòu)性聯(lián)系（在裝置發(fā)明中）或者被用來(lái)限制特定的物理步驟（在方法發(fā)明中）。
這些規(guī)定與判例對(duì)算法模型是否能夠被授予專(zhuān)利權(quán)做出了解釋。中美都認(rèn)為單純的算法與數(shù)學(xué)計(jì)算規(guī)則不屬于專(zhuān)利保護(hù)客體，是不能夠被授予專(zhuān)利權(quán)的。
再來(lái)了解下美國(guó)專(zhuān)利商標(biāo)局對(duì)深度學(xué)習(xí)算法模型的專(zhuān)利審查思路。谷歌Dropout專(zhuān)利（公告號(hào)為US9406017B2）保護(hù)的是訓(xùn)練神經(jīng)網(wǎng)絡(luò)的算法模型。谷歌其他還在審查中的公開(kāi)號(hào)分別為US20160335540A1（Dropout專(zhuān)利的分案申請(qǐng)）、US20160098632A1、US20170076196A1的專(zhuān)利申請(qǐng)也都是保護(hù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的算法模型。美國(guó)專(zhuān)利商標(biāo)局在2017年6月后的多次審查意見(jiàn)中不約而同指出其不屬于專(zhuān)利保護(hù)的客體，不具備可專(zhuān)利性（參考美國(guó)專(zhuān)利商標(biāo)局網(wǎng)站http://globaldossier.uspto.gov/）。
這表明美國(guó)專(zhuān)利商標(biāo)局對(duì)深度學(xué)習(xí)算法模型的審查趨向嚴(yán)格，單純的數(shù)學(xué)模型可能無(wú)法再獲得專(zhuān)利權(quán)，那么深度學(xué)習(xí)的基礎(chǔ)算法和通用技術(shù)也就不會(huì)像業(yè)界擔(dān)憂的那樣被科技巨頭壟斷，當(dāng)然，這還需要對(duì)美國(guó)專(zhuān)利商標(biāo)局的審查結(jié)論持續(xù)關(guān)注。
對(duì)于已獲得授權(quán)的深度學(xué)習(xí)相關(guān)專(zhuān)利，例如谷歌的Dropout專(zhuān)利，創(chuàng)業(yè)公司可能會(huì)面臨侵權(quán)風(fēng)險(xiǎn)。盡管谷歌還沒(méi)有實(shí)施深度學(xué)習(xí)相關(guān)專(zhuān)利，類(lèi)似的申請(qǐng)行為可能僅僅是防御性的，更多是為了防備專(zhuān)利流氓，但是，我國(guó)人工智能企業(yè)還是要積極做好準(zhǔn)備去應(yīng)對(duì)可能的侵權(quán)風(fēng)險(xiǎn)。
在面對(duì)侵權(quán)訴訟時(shí)，合理運(yùn)用無(wú)效程序可以幫助被訴人來(lái)對(duì)抗風(fēng)險(xiǎn)。如果科技公司使用深度學(xué)習(xí)算法模型專(zhuān)利發(fā)起了訴訟，那么被訴人可以參考美國(guó)專(zhuān)利商標(biāo)局的審查意見(jiàn)，依據(jù)35 U.S.C.101等條款提起專(zhuān)利無(wú)效訴訟進(jìn)行反制。
在研發(fā)階段做好專(zhuān)利預(yù)警，可以幫助創(chuàng)業(yè)公司規(guī)避風(fēng)險(xiǎn)，具體來(lái)說(shuō)就是知己知彼。
如何知彼呢？由于美國(guó)專(zhuān)利商標(biāo)局對(duì)深度學(xué)習(xí)算法模型的審查已經(jīng)趨向嚴(yán)格，申請(qǐng)人可能會(huì)采取將算法模型與具體應(yīng)用結(jié)合或增加技術(shù)上的關(guān)聯(lián)等方式來(lái)獲得專(zhuān)利權(quán)，為了更好地了解這一領(lǐng)域的專(zhuān)利布局現(xiàn)狀，就需要做好專(zhuān)利預(yù)警，來(lái)指導(dǎo)研發(fā)工作的開(kāi)展。
如何知己呢？要根據(jù)公司的定位和目標(biāo)規(guī)劃好研發(fā)方向，首先，深度學(xué)習(xí)開(kāi)源框架豐富多樣，可以通過(guò)選擇不同的硬件芯片公司及其提供的開(kāi)發(fā)軟件，結(jié)合不同深度學(xué)習(xí)開(kāi)源框架的使用，來(lái)降低風(fēng)險(xiǎn)；其次，深度學(xué)習(xí)的基礎(chǔ)算法大多是開(kāi)源的，可以在開(kāi)源算法的基礎(chǔ)上進(jìn)行二次開(kāi)發(fā)，來(lái)獲得更符合預(yù)期的性能；再次，在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)，特定的訓(xùn)練樣本能夠得到對(duì)應(yīng)的最優(yōu)模型參數(shù)，可以將算法模型與特定的應(yīng)用相關(guān)聯(lián)；最后，不同的算法通常各有所長(zhǎng)，研發(fā)人員可以根據(jù)對(duì)于運(yùn)算速度或者網(wǎng)絡(luò)模型性能的不同追求進(jìn)一步開(kāi)發(fā)替代算法。總的來(lái)說(shuō)，科技公司需要從多角度拓寬思路，積極應(yīng)對(duì)專(zhuān)利侵權(quán)風(fēng)險(xiǎn)。
18027124727?18620026217