王利紅,單穎輝
(1.陜西科技大學 科技處,陜西 西安 710021; 2.陜西科技大學 經濟與管理學院,陜西 西安 710021)
創新是社會發展的引擎。高技術產業作為我國戰略性支柱產業,是引領產業創新、驅動轉型升級的重要戰略選擇,也是專利成果密集的地方[1]。國家設置專利制度的目的是保護創造性工作,通過授予創造者法定期限內的排他權,為其提供可持續創新的經濟基礎。國家實施創新驅動發展戰略更離不開高質量專利的支撐。對于專利質量的概念,不同國家的學者從不同視角進行了定義。ALLISON等人從法律層面出發,認為專利質量是指授權專利除了滿足技術發明的新穎性、創造性、非顯而易見性、可實現性,還要根據法律規定進行說明書撰寫和技術信息公開[2]。宋河發等人認為專利質量是指專利技術質量、法定質量和經濟質量的總和[3]。專利不僅可以通過合法壟斷保護創新帶來的高溢價,而且作為評價國家創新能力的重要指標,專利已越來越成為附加值高、支撐經濟可持續發展的不可替代性資源。
文中以人工智能技術的發展為背景,在對人工智能專利申請情況進行調查分析的基礎上,針對人工智能專利申請數量和質量不匹配的問題,提出相應的對策,不斷推進專利申請管理和專利全球布局。
人工智能(artificial intelligence,AI)是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及其應用系統的一門新的技術科學,是一門涉及計算機科學、信息科學、系統科學、控制論、語言學、認知科學等多學科的綜合性技術學科,最早于1956年召開的達特茅斯會議上提出[4]。
經過幾十年的研究發展,人工智能已走出實驗室,被廣泛應用于居家出行、商業運營及政務管理等場景,在提高生產效率、改善人類生活質量等方面釋放出顛覆性力量。與傳統計算機技術不同,人工智能通過不斷模擬人類的思維過程,實現了從智能感知、精確計算到反饋控制的層層遞進,局部領域甚至超越人類的智能。
為應對人工智能帶來社會變化,當今世界主要發達國家和地區都把發展人工智能作為維護國家安全、提升綜合實力的重大戰略,并陸續出臺了一系列的政策,希望在新一輪國際科技競爭中占領制高點。日本在 2015—2017年先后發布了《機器人新戰略》《日本機器人戰略:愿景、戰略、行動計劃》和《人工智能產業化路線圖》[5]。美國計劃5年投入20億美元,研究新一代人工智能技術[6]。韓國計劃從2018—2022年投入2 200億韓元以支持人工智能技術研發[7]。2015年,我國就發布了《國務院關于新形勢下加快知識產權強國建設的若干意見》,明確提出“戰略指引、深化知識產權戰略實施,提升知識產權質量、實施專利質量提升工程,培育一批核心專利、拓展和加強專利海外布局規劃”[8]。之后國家又出臺了《新一代人工智能發展規劃》(2016年)和《高等學校人工智能創新行動計劃》(2018年)。
在數據來源方面,我國網民基數大,電子商務的成交量是美國的2倍,僅微信平臺每天的活動用戶數量就有近9億規模,超過了整個歐洲人口規模。2018年中國人工智能市場規模約為339億元,增長率達到56.2%[9]。人工智能要進行判斷,必須具備大量的歷史數據才能建立模型,并且一定程度上展開推廣和預測。這些龐大的歷史數據和豐富的應用場景,為人工智能專利實現快速落地提供了良好的基礎條件。
在數據收集方面,中國的企業創立了一個完整統一的數據生態圈,盡可能地把用戶的在線行為與現實世界相融合,將不同類型的數據集中起來精確地描繪出每一個用戶的行為習慣圖表,并通過共享平臺在不同主體間順利流轉。另外,我國實行較為寬松的數據管控制度,為企業展開基礎層的算法訓練和深度學習提供十分有利的宏觀環境。
在政府的不斷推動下,全球范圍內人工智能專利分布主要集中在中國、美國、日本和韓國,其中中美兩國的人工智能專利申請數量占全球總額的80%以上,具體占比如圖1所示。從統計數據來看,中國和美國處于絕對優勢地位。

圖1 全球人工智能專利申請國別分布情況
有了國家政策上的支持,機構紛紛加入人工智能技術研發與應用的行列,無論是專利的申請量還是進入領域的機構數量都在大幅增長。世界知識產權組織發布的《2019技術趨勢——探究人工智能》的報告顯示,人工智能專利申請數量排名前30的機構中,26家為企業,其余4家為大學或公共研究機構。其中IBM申請數量最多,截至2016年底擁有8 290項發明,其次為美國微軟公司,擁有5 930項發明。前五大申請機構還有日本東芝公司、韓國三星集團及日本電氣公司[10]。
與發達國家相比,我國的人工智能專利起步晚,2000—2009年人工智能專利申請量處于緩慢上升趨勢,2010年后增長速度明顯加快。《2020人工智能中國專利技術分析報告》(圖2)表明,截至2020年10月,中國人工智能專利申請量累計已達69.4萬余件,同比增長56.3%,中國人工智能技術專利申請總量已超過美國,成為全球申請數量最多的國家。

圖2 中國人工智能領域專利申請趨勢圖
在短短幾年時間內,百度、華為和騰訊等企業的專利申請量和授權量躍居行業前列。中國人工智能專利技術分支統計顯示,云計算作為人工智能的基礎支撐技術,專利占比最多,達到18.38%;計算機視覺作為人工智能領域的應用技術,緊隨其后,占比為17.72%。深度學習、自動駕駛及智能機器人各占比為14.52%,12.36%和9.55%。其后按照占比數值排序分別是占比7.58%的交通大數據、占比5.72%的智能推薦、占比5.65%的自然語言處理、占比5.35%的智能語音、占比3.16%的知識圖譜技術[11]。可見,企業間競爭的核心已經從產品競爭、服務競爭和品牌競爭轉向技術標準和專利的競爭[12]。
高質量的專利需要專利權的權利保護范圍與其公開內容和技術創新水平相匹配,并且在世界范圍內獲得認可。據OECD統計2015年全球三方同族專利(同時向歐洲專利局、日本專利局、美國專利與商標局提出申請的專利)數量55 684.89件,其中,日本和美國的三方同族專利數量超過了萬件,分別達到17 360.86件和14 886.27件,中國(2 889.33件)位于德國(4 454.71件)之后排第四。
我國人工智能專利申請在2016年后增速明顯,然而美國人工智能技術起步早,加上世界一流大學提供的人才庫支撐,其掌握的基礎核心人工智能專利較多。中國的人工智能企業傾向于應用端的研發,與歐美人工智能企業在全球布局專利相比,中國申請的專利大部分都是國內專利。而且從技術角度看,圍繞具有前瞻性和引領性的基礎科學研究,比傾向于市場價值的短期應用研究,更能支撐國家在全球科學技術發展領域的布局。
專利申請動機異化。為培育知識產權行業快速發展,國家實施了諸多的獎勵和補貼政策,客觀上減輕了一些中小企業的負擔,但也推高了專利申請數量。加上一些單位在考核評價中存在重數量輕質量的傾向,為了獲取政府的科技獎勵或補貼,將一些低水平、無應用前景的技術也申請了專利,這樣缺乏技術價值和市場價值的專利雖然是少數和局部現象,但會削弱專利制度的公信力,也影響國家追趕超越的進程。
專利技術水平的限制。我國人工智能專利主要集中在機器學習和基礎算法、智能搜索和智能推薦、語音識別、自然語言處理、自動駕駛及計算機視覺和圖像識別[13]。各分支技術均可能涉及到數學模型的生成和應用,并且大量創新也集中在與模型相關的研究。但有些人工智能專利本身技術創新程度較低,拼湊痕跡明顯,或是企業用來構筑專利“防火墻”去保護其核心專利的工具,這就會帶來專利申請數量的激增,質量難以提升。
專利撰寫不達標。專利權利要求書是專利申請文件中最核心的部分,產品發明和方法發明都屬于專利中的發明專利,但申請時的要求不同。一般情況下,產品必須用結構式權利要求,方法必須用條件式權利要求,有些專利本身技術含金量較高,但因專利權利要求撰寫時采用了純功能式或混合式權利要求,容易超出說明書范圍。從圖3可以看出,即使是領軍企業,人工智能專利的授權率也不足30%。專利申請文件是技術文件和法律文件的結合,撰寫過程中需要扎實的專業背景知識。一些企業技術研發人員對國家專利審查制度知之甚少,很少能在專利申請前從申請質量的角度對人工智能技術項目進行必要的分析;而委托代理人則對技術不熟悉,加上知識儲備量和付出的時間有限,人工智能專利申請書的撰寫質量不高,這也導致專利授權比例降低。

圖3 知名企業人工智能專利申請量和授權量對比圖
審查智力成果的創造性要參考此前的成果和制度才能作出決定。隨著全球對知識產權的需求不斷增加,專利申請數量日益龐大,這也增加了通過人工篩選確定某個專利是否可以獲得授權的難度。
申請前的專利信息檢索是提高授權率的關鍵手段。為避免低水平研究和創新資源的浪費,國際高水平大學普遍在專利申請前開展導航和評估工作。2018年5月,WIPO與日內瓦大學的人工智能專家合作,利用神經網絡技術為國際專利分類(IPC)體系啟動了一種專利自動分類工具。這種被稱為IPCCAT-neural的新工具將通過每年更新的專利信息進行再分類,將幫助專利審查員更輕松地檢索現有技術[14]。
專利導航以專利密集型產業為主要對象,以專利數據為信息獲取主體,綜合運用專利信息分析和市場價值分析手段,結合經濟數據以及龍頭企業知識產權戰略等信息的分析和挖掘,準確把握專利在整個產業發展中所體現的內在規律及影響程度,深刻揭示產業競爭格局、科學凝練技術創新方向、有效防范產業發展風險、穩步提升專利運用水平[15]。人工智能領域的專利導航以人工智能產業鏈為主線,分為基礎層、技術層和應用層3個層次。
我國應在借鑒國際經驗的基礎上,堅持質量優先的原則,對專利基本信息(專利申請人、發明人、申請日期、授權日期、同族專利、引用和被引用、權利要求書、說明書等)和專利增值信息(專利技術信息、專利申請趨勢、主要申請人、主要發明人、同族專利等)進行微觀梳理和宏觀分析,從技術質量和戰略布局分析未來技術發展路線,指導創新主體找準研發起點、應用重點和創新方向,建立人工智能關鍵共性技術創新體系,針對核心產業的關鍵環節優化布局,有序推進開放共享,系統保護創新成果。
一項創新技術能否得到國家知識產權管理部門的授權,專利申請文件的撰寫是基礎。專利申請是一種將技術、法律和經濟3種情報融為一體的文件資料,其質量主要取決于專利在本技術領域的創新水平和專利申請文件的語言表達水平。人工智能專利申請涉及機器的聽、說、讀、做、學等功能,核心在于算法,而算法是由一系列清晰的指令構成的、使用系統方法描述解決問題的策略機制。通常來說,利用人工智能來發明創造的領域非常專業,還有許多苛刻的條件。例如,在化學領域,德國威斯特法倫威廉大學與上海大學團隊報道了用深層神經網絡及人工智能算法規劃新的化學合成路線[16],可以達到合成化學家的水平。人工智能技術對發明創造的作用與日俱增的同時,也帶來了專利制度實際治理方式的改變。
知識產權法是專門用來保護智力創新成果的,能否被依法授予專利權關鍵是看技術方案,被駁回的人工智能專利申請,有一部分申請書中所表達出來的是抽象的“科學方法(即智力活動規則)”,并不是專利法要求的“技術措施”。如果人工智能專利申請書的表達方式與專利法的要求不符合,就得不到相應的保護。
因此提升人工智能專利申請的質量,寫好權利要求書是關鍵一步。人工智能具有人機融合的自動控制系統,因此在撰寫背景技術時,應在全面檢索客觀反映申請日之前本領域技術發展的真實情況,在完善技術方案內容的基礎上,盡量使用中性規范的語言突出本申請中某項技術的創新性貢獻,爭取較大的專利保護范圍。申請書中必須用數學公式的,對于其中涉及的變量、符號要解釋其在技術上意義及結果,從而將技術手段與效果聯系起來,使人工智能技術滿足專利申請的要求。
高校和企業是人工智能專利申請的主要參與者,在專利申請人和專利發明人分離的情況下,尤其是職務科技成果不需要發明人承擔成本和責任時,對發明人而言只有申報沖動沒有內生約束,專利數量越多其獲得的物質獎勵和科研榮譽也就越多,這也是專利申請量和授權量出現明顯反差的原因之一。國內一些企業和申請者甚至給自己制定了專利路線圖:技術專利化、專利標準化、標準壟斷化。通過大量低技術含量的專利申請,大肆宣傳獲取市場利益,甚至將公共知識篡改和修正后申請專利,以此對其他企業進行技術打壓或進行專利勒索[17]。政府除了應防止專利壟斷之外,還應通過政策和經濟措施引導,使得新興技術企業在專利費上能夠有所讓步,從而降低其通過專利壟斷獲利導致新興技術無法擴散的可能性[18]。
未來的競爭優勢越來越依附于技術標準和知識產權方面的話語權[19]。短期內擴大專利申請規模能在一定程度上彌補專利質量的短板,但從長遠看,建立費用和風險分攤機制,用經濟杠桿調節專利的非理性申請,強化發明人專利轉化的責任意識,才能提升專利對產業附加值的貢獻率。國外一般采用分階段、比例配套和限額資助的形式,通過分攤費用避免泡沫專利占用國家資源。在人工智能專利申請質量不優的情況下,我國應不斷細化專利資助獎勵政策,針對不同對象設立資助政策。具體而言,一般資助政策應以扶持弱小為導向,按照“授權在先、部分資助”的原則,主要資助小微企業、事業單位、科研機構及非職務發明申請人,對其向專利代理機構支付的服務費和向國內外有關專利審查機構繳納的官方規定費用給予資助。專項資助政策應以知識產權示范企業或人工智能專利工作基礎較好的機構為主要資助對象,對其開展專利信息挖掘、產業化運營、質押融資和管理標準化建設等工作給予一定資助。
人工智能技術具備較強的溢出帶動性,不僅被廣泛應用于不同場景,而且肩負著維護國家安全、實現科技強國的重大使命。在我國政府的不斷推動下,人工智能專利申請總量雖位居世界第一,但提高專利綜合競爭力、實現戰略布局仍任重道遠。為推動創新成果由多轉優,要積極開展創新工作,不僅是要加大創新投入,還要注重創新效率的提升,運用大數據進行科學定位,避免重復的技術研發投入,不失為提高創新效率的有效途徑。因此,研究立足專利的完整生命周期,從人工智能專利信息導航、高質量的專利申請書撰寫和高效地運用經濟資助政策等方面入手,不斷提升人工智能專利的授權質量和審查效率,完善專利政策生態體系,使更多高價值的人工智能專利成果成為國民經濟高質量發展的加速器。