论人工智能算法的知识产权保护

内容提要：人工智能算法具备高度的技术价值和保密属性，将其纳入知识产权客体范畴，可以促进相关知识信息的开放与传播，有助于促进我国相关技术进步与产业发展。我国现行《专利审查指南》将涉及人工智能等技术前沿领域的“算法特征”纳入专利保护范畴，但缺乏对人工智能算法技术和法律描述，也未明确规定相关对象的可专利性规则。对此，应从技术角度将人工智能算法进一步细分为底层通用算法和上层应用算法，并根据二者不同的技术属性，分别设计知识产权保护方法。对专注于解决“如何模拟智能”这一技术问题的通用算法，应利用专利制度促进相关技术研发和信息交流。应用算法在“如何使用智能”方面的创新性较强但技术性较弱，可以综合运用包括专利、著作权、商业秘密在内的多样化制度工具对其进行保护，同时应注意保护的方式与尺度，避免过度保护。

引言

人工智能（Artificial Intelligence）源于人们对未来世界的幻想，但由于目前缺乏对应的技术以及产业支撑，长期停留在想象的阶段。设想中的可以运用智力能力替代人类智力劳动的人工智能是否会真正实现仍然充满悬念，但现代信息技术支撑下的人工智能产业，已经展现出了革命性的效率和智能优势，并成为宏大的智能时代的物质基础。从现实的角度观察，人工智能相关领域的技术研发十分活跃，市场竞争亦十分激烈。无论是技术底层的通用算法，还是体现于应用逻辑的应用算法，都承载了相关研发者、经营者大量的技术知识、经营知识以及物质资源，具有较高的技术价值和经济价值。人工智能算法相关的知识和投资利益的分配合理与否，对相关领域的技术创新和市场开拓具有重要意义，也直接关系到公共领域相关知识开放与共享的水平。因此，将人工智能算法纳入知识产权制度，既符合我国的发展需求，也具有理论上的重要意义。人工智能算法开发和应用中所产生的种种利益需要知识产权制度的确认与规制，相关的知识信息也需要通过知识产权制度的运行和发展，以合理、有效的方式从技术底层的隐蔽状态走向传播与开放。当下，我国相关知识产权立法已经注意到了人工智能算法知识产权保护的价值与意义，但在知识产权客体身份认定和保护路径选择方面，仍略显粗糙。因此，有必要从知识产权语境出发，澄清人工智能算法的技术特性和法律属性，找寻合理的保护路径。

一、我国人工智能算法知识产权保护的反思

当下，人工智能技术与各类应用正以前所未有的速度和力度改变着人类社会，并引起相关经济与社会利益的深刻调整。作为现代信息技术的最前沿领域，人工智能以及当中主要的技术对象——人工智能算法，也因高度的技术复杂性、较高的企业技术与投资门槛、广泛的应用前景和极富想象力的长远获利空间，引发全社会的普遍关注，也成为近年来的研究热点。其中，相关的知识利益保护和知识信息传播问题凸显。但是，从现行制度设计和运行的角度观察，我国目前对人工智能算法的知识产权保护仍然存在完善空间。

首先，对于“人工智能”这一特殊对象，我国相关知识产权保护的制度目标尚不够清晰——在当前社会鼓励创新、强化知识产权保护的整体氛围下，将人工智能以及内部重要技术对象纳入知识产权保护范畴，仅仅是一个“自然而然”的惯性思维，还是一个具有较强现实需求和内在合理逻辑的主动追求？现实中，知识产权并不是某种自然权利，其创设与运行需要进行利益测，“知识产权引起的创新所带来的福利增长高于知识产权限制知识传播而造成的福利损失，总效益就会最大化”。这意味着，不能因为人工智能算法具有技术先进性，并且拥有广阔的应用前景，就可以自然而然将其纳入知识产权的保护范畴。还需要更加细致地观察与思考：我国期望通过人工智能算法的知识产权保护获得什么样的利益？是通过设立法定的垄断权来激励更积极、活跃的研发投资，还是通过知识产权保护换取更多的知识信息交流，提升我国相关产业的技术水平，打破“技术黑盒”所带来的信息传播和应用障碍？近年来，我国人工智能相关研究的数量和专利申请数量迅速攀升。但无论是频繁发生的境外技术封锁或者“卡脖子”事件，还是社会公众日益不满的“算法杀熟”“算法歧视”甚至“算法压迫”事件，都暴露了我国相关产业在技术底层方面的薄弱，以及在上层应用方面的不规范。要从根本上扭转我国相关领域的不利局面，需要多方面的制度配合。知识产权制度方面，体现为在技术研发环节促进人工智能算法相关知识信息的传播与使用，在应用环节防范知识产权过度保护造成的权利滥用风险。

其次，对于“人工智能算法的知识产权保护”这一新课题，我国相关知识产权立法者已经意识到了其重要性，但缺乏配套规则。对于“涉及人工智能、互联网+、大数据以及区块链等的发明专利申请”，我国专利制度通过“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，该权利要求就整体而言并不是一种智力活动的规则和方法，则不应当依据专利法第二十五条第一款第（二）项排除其获得专利权的可能性”的规定，原则性地将其纳入专利保护范畴，是对现代信息技术前沿领域知识产权保护需求的直接回应。但是，在判断相关对象可专利性的具体问题时，仍然遵循的是“整体考虑”“技术方案”的笼统性规定以及“运用自然规律”的“旧规则”。这种具体规则层面的相对滞后，同与时俱进的知识产权保护理念之间形成了不合理的落差，需要相关研究予以关注。与此同时，虽然人工智能算法是一个极具技术前沿性的对象，但“算法”j并不是一个新对象。这就导致在有关人工智能算法的知识产权保护思路方面，我国相关制度的构建与运行面临着“算法知识产权保护”与“计算机软件知识产权保护”相混同的困扰。传统计算机软件算法普遍存在于软件设计和运行环节，它和计算机源代码除了整体作为商业秘密获得法律保护之外，一般不受专利制度的保护。二者可以被纳入到作品范畴的部分，获得著作权的保护。传统计算机软件算法和源代码与“智能时代”语境下的人工智能算法是否存在本质区别，以及对传统对象的知识产权保护是否可以顺理成章地延伸到人工智能算法领域，是亟待澄清的问题。

第三，对于“人工智能算法”这一技术对象，我国相关知识产权制度尚缺乏清晰和科学的界定。虽然在现有的各类纲领性文件、制度规范、学术成果中大量出现“人工智能”“人工智能算法”等表述，凸显了我国相关主体对人工智能及其算法的重视。然而，“智能”仍然是一个横亘于电子信息工程、生物学、心理学乃至哲学领域的认知难题。无论是制度建设还是法治研究层面，仍然缺乏对相关技术概念和法律概念的融合，以及更细致的类型化分析。在“人工智能算法”的类型化方面，过多的技术细节，会为法律制度的构建与运行带来不必要的干扰，脱离相关技术原理，又会造成制度目标的落空。对此，应从制度原理与技术原理两个角度出发，对“人工智能算法”这一复杂、复合的对象进行合理的细分。在制度层面，应将人工智能算法相关信息分为技术和知识信息创造以及如何应用人工智能系统两个部分，分别对应“促进信息开放与传播”和“促进创新的同时防范知识产权过度保护”两个制度目标。在技术层面，则应区分“人工智能算法”中真正“实现智能”的技术底层内容，以及应用环节中的算法信息。前者主要指向的是“自主智能体”所对应的“人工智能通用算法”，后者则主要产生于人工智能相关的应用活动，并成为“人工智能应用算法”。这种划分方式，既符合相关技术原理，也符合人们对“人工智能”的感性认识——人工智能系统中必然应当存在一个“解决是否具有智能”的核心内容，否则的话，“如果只是将不同的传统计算机软件算法结合起来，每种算法只能解决人工智能的一小部分问题，那么很快我们就会撞到复杂性这堵墙”。找到这个核心的内容，设计出这个通用的算法，是相关技术发展的关键和难点之所在。以这样的基础出发，认识和理解人工智能算法技术，并将其合理地映射于法律框架内的细分类别，同样是人工智能算法知识产权保护的应有之义。

二、人工智能算法基本范畴的厘清

无论从本源上理解或者再现智能有多么困难，人工智能算法都不应当被看作是简单地被信息化或者电子化后的传统事物，也不应该被视为某种不可理解的技术混沌，而必须是现实的、可以被感知和流转的法律对象。人工智能算法具有鲜明的技术和使用价值，需要通过专门的观察和研究，判断其是否可以成为合格的法律制度对象。

（一）人工智能算法的概念与特性

无论是传统的计算机软件设计，还是科幻色彩浓厚的人工智能都离不开算法。从技术原理角度观察，人工智能算法的设计，是研发人员通过运用不同的技术手段实现“认知可计算化”来进行的。长久以来，通过工业化的技术和生产能力来“模仿人类思维”始终面临着重重技术困难。相关研究人员仍然在孜孜不倦地整合不同的认知计算方案，找寻真正足以模拟、再现甚至超越人类智能的“终极算法”，以求有朝一日能够真正地解放人类智力劳动。

人工智能算法的技术特性，主要体现在它自身输出的不确定性和对外部数据的高度依赖性。输出的不确定性，体现于人工智能算法的运行结果是一个新的、经过了自我“进化”以至于更趋近于人类智能的“新算法”，并以此区分于传统的、依赖于人类预先设定的“规则集合”。新算法的生成，又会成为未来更新版本算法的基础。因此，不能以“映射”的方式预判人工智能算法的输出结果，也无法以类似的方式实现对某一版本算法的验证或者检查。在这一过程中，人工智能算法的自我更新与完善，还具有高度的外部数据依赖性。外部数据的持续供给以及供给质量的高低，将直接决定相关算法自主进化的水平，进而影响到整个人工智能系统的功能。换言之，在现实的技术背景下，不存在“离线”或者“脱网”的人工智能系统，在评价人工智能算法的功能时，也不能够忽视外部数据供给的作用。与此同时，它还具有“跨语言”的通用性，即不同的使用者（编程人员）可以根据人工智能算法的内容，结合自己个性化的数据输入，就可以实现自己所期望的功能，形成创新的人工智能应用。这也从技术层面决定了，人工智能算法具有客观的独立性和物理可分割性，可以在法律层面上被识别、使用和流转。

（二）与传统计算机软件算法的辨析

传统的计算机软件同样拥有自己的算法，并且依照算法的设计而进行自动化操作。现实角度下的人工智能并未脱离二进制逻辑基础，亦遵循近似的设计和编程架构。因此，在技术上，可以将人工智能算法看作是对传统的计算机软件算法的继承和发展。但是，二者存在的显著差异，也为人工智能算法的法律保护增添了特殊性。

一方面，从功能上，人工智能算法专注于解决“如何模拟人类智能”这一特定问题，既包括如何运用信息技术再现人类智能，也包括如何在社会管理和经济活动中应用这种信息化的智能。与传统计算机软件算法的广泛存在和应用相比，人工智能算法的技术功能更为确定，应用范畴也相对单一。也即是说，在当前技术背景下，人工智能算法设计以及相关应用活动仍然围绕人工智能技术而展开，不至于受到相关市场中各类产品、服务本身功能和属性的过多影响。这种技术功能和应用范围上的有限性，为人工智能算法的专门保护提供了现实的可操作性。另一方面，从运行方式的角度观察，人工智能算法始终处于发展变动状态，而非传统计算机软件算法的“静态”或者“完成”状态。如同人类随着年龄、阅历增长，心智会不断健全完善一样，人工智能的智能水平也始终处于一个不断更新、完善的动态过程，而且更新周期更短、进化程度更高。此时，相关算法新版本与旧版本之间所积累的技术效果差异，足以使之成为现实中不同的技术方案。这一特性，使得同一名目之下不同版本算法所能达到的技术效果相差甚远，为相关对象的识别增添了难度。与此同时，二者间的易混淆性也给相关知识产权保护带来了操作层面的困难。我国《专利审查指南》为了顺应时代发展，将人工智能算法纳入了专利保护范畴之内，却同时保留了将“算法”和“计算机程序本身”排除在专利保护之外的做法。如果不能在认知层面厘清“人工智能算法”与“传统计算机软件算法”以及“计算机程序本身”的概念差异，将会带来现实专利保护的混乱。

（三）人工智能算法的法律定性

人工智能算法作为一个技术概念，于法律制度而言仍然过于笼统，还需要进一步细分。结合人工智能算法知识产权保护制度的目标与技术原理，在知识产权法律制度语境下，人工智能算法可分为两类：一是专注于模拟或者再现智能的通用算法；二是驱动创新性产品或者服务运行的应用算法。在同一人工智能系统范畴内，这两类细分算法均属同源，彼此间呈现出类似于“主干”与“枝丫”的关系。但是，无论是专注于模拟智能的通用算法，还是以创新的方式应用智能以驱动相关产品或者服务的应用算法，它们都是基于同一人工智能系统而被设计和运行的具体的对象。此时，人工智能算法不能简单地等同于抽象意义上的思路、方法，也不同于具体产品或者服务在制订运营策略或者设计软件逻辑时所遵循的一般性规则或者步骤。因此，人工智能算法是一个独立存在于整个人工智能系统之中的对象，它可以被单独地表达出来或者被阅读，也可以被一般的技术人员所理解，是一个被用于解决特定技术问题的技术方案，具有明确的使用和交换价值。

值得注意的是，虽然细分视角下的两类人工智能算法都是信息技术条件下的产物，其基本形态统一于相应的技术规范和产业习惯，但由于其基本功能的差异，会造成二者在法律属性上的差异：通用算法专注于解决如何模拟、再现智能的技术问题，是一种完备的技术方案，具有较高的技术客观性；应用算法则作用于开创新市场或者对传统市场的智能化改造。虽然它也与“如何在具体场景中使用智能”这一技术问题相关，但更多地是体现相关系统使用者的策略、偏好等主观意愿。因此，无论是从抽象角度还是细分视角出发，人工智能算法都属于技术方案，并且具有相对确定的外在表达。但是，通用算法与应用算法的差异，也为知识产权制度的运用提出了不同的要求：对于通用算法，应考虑的是如何通过法律制度促使相关主体将“黑盒”状态的技术方案以适当的方式尽可能多地向全社会公开，提升我国相关领域的知识供给，促进技术信息的流动；对于应用算法，应考虑的则是对其在各种具体应用中所遵循的“方法”或者“策略”予以知识产权保护的必要性、合理性以及找寻合适的保护路径和保护尺度，在保护和鼓励创新的同时，更注重避免过度独占知识。

三、人工智能算法知识产权保护路径的整体设计

人工智能算法是相关研发人员智力劳动的成果，依赖于庞大的物质资源投入，具有重大的技术价值和市场价值。与此同时，由于人工智能算法开发技术十分艰深，相关研发活动还面临着较大的失败风险，致使投资利益受损。由于保护制度的缺失，人工智能投资者、研发者往往将相关知识成果视为最为核心的技术秘密予以保护，以保持竞争优势。以“秘密”的方式保护人工智能算法可以弥补保护制度的不足，具有现实的合理性，但却未必有社会可取性。本文认为，无论是从促进知识公开和广泛共享的角度，还是从降低“技术黑盒”对监管抵触的角度，都应该以知识产权制度为首选，确认和保障人工智能算法开发和应用活动中的种种利益，并以此为交换，促进相关知识信息的开放和流动。同时，人工智能算法与知识产权客体具有形态上的相似性，具有获得知识产权制度保护的天然便利。具体而言，需要解决以下三方面的基础性问题。

（一）明确知识产权客体

尽可能地使知识产权制度贴近于人工智能算法技术与应用现实，是相关技术创新、市场应用以及实现必要监管乃至相关领域公共知识增长的客观要求。对此，需要明确，在知识产权制度语境下，人工智能算法应当具备独立的客体地位——它不是碎片化的设计思路、文字描述、软件代码或者工艺流程图表的机械组合，也不是传统计算机软件算法的一个特例或者亚种，而是一个新的、具备独特功能和清晰边界的有机整体。即便当下为其进行专门立法的时机尚不成熟，但其仍然是一个值得法律制度予以关注的对象。

现实中，人工智能算法已经从深埋于技术底层的后台走向了可以被社会公众直接感知的前端，甚至在一定程度上直接引发了制度回应。无论是我国颁布《中国禁止出口限制出口技术目录》对“智能推送算法”进行直接管制，x还是域外立法实践中对公用事业领域算法进行监管的“算法问责法（Algorithmic Accountability Bill）”，都将人工智能算法的识别和规制问题摆到了司法活动和法律治理的视野下。人工智能技术相关的法律治理活动由抽象走向具体、逐步聚焦于核心技术对象的发展趋势已经十分明显。当下，我国对人工智能的关注大多体现在相关的纲领性文件之中，相关表述也带有系统性和战略性色彩：一方面，强调科技伦理，或者以“风险视角”来审视人工智能相关技术以及应用；另一方面，也注重从技术攻关和产业发展规划的角度描述相关基础理论、技术对象和应用场景。当前立法层面的少量尝试，也较显粗糙。这种略带应急色彩的处理方式，或许可以快速回应社会关注的典型事件，但显然无法应对其他纷繁复杂的人工智能应用领域。因此，应将相关制度运用或者构建的对象明确指向人工智能算法本身，方能符合技术发展要求和社会现实。即在务实的角度下，相关研究需要以对人工智能算法的精确物理描述和法律界定为基础，避免将其视作社会背景或者技术背景。从技术的角度将相对抽象的人工智能算法进一步地划分为“人工智能通用算法”与“应用算法”两类，可以在充分利用现有制度和体现制度针对性方面求取平衡，是较为稳妥和务实的做法。这种划分目的并不在于急切地创设新型的知识产权客体，而在于使人们在面对人工智能算法这一新型技术对象时，能够从更加客观和实用的角度出发，找寻合适的制度工具。

（二）确认相关利益

将知识产权保护的范畴扩展至人工智能算法本身，是更为宏大的智能时代法律治理中不可或缺的部分。这也引发了利益确认与分配层面的观察与思考：在当前的认识水平和制度运用水平下，人工智能算法相关的知识利益与投资利益是不是得到了足够的保护，以及能不能通过知识产权制度，促使一些原本没有纳入保护范畴而被深埋于“技术黑盒”中的重要技术内容得以以某种方式走向开放。机械地套用计算机软件著作权保护，将人工智能算法认定为“智力活动的规则和方法”以弥补知识产权保护不足的缺憾，并不符合相关对象具备高度技术性和应用性的客观现实。而相关领域较低的信息开放和知识共享水平，与当前算法保密甚至略显神秘的“黑盒”状态之间也存在关联。因此，从科学化、系统化的角度对人工智能算法予以精准识别和恰当保护，对于解决相关领域的知识独占与开放、技术利益确认和保护问题，以及突破“黑盒”障碍、实现智能时代的社会公平，具有积极意义。

具体而言，人工智能算法的知识产权保护应鼓励和保护创新，同时也要尊重相关主体的投资利益。这既是相关研究的出发点，也体现了人工智能算法知识产权保护的必要性与合理性。在当前的技术和市场条件下，人工智能并不会单独、不受控制地存在于现实世界或者虚拟的网络空间，而必然要归属于某一些组织或者个人。也即是说，并不存在脱离于自然人所掌控的、游离于开放网络空间的“自主人工智能”，赋予“人工智能自己”某种意义上的主体地位缺乏现实支撑。对应地，即便相关算法具备相当程度的智能性，它也不会脱离人的意愿自动产生或者脱离人的掌控。人工智能相关系统的运行决定了，它是以数据存储为基础、以特定算法为手段来模拟人的某些思想过程的智能行为。在这个过程中，算法开发的重要性、艰难程度以及各类资源消耗都是空前的。因此，相关智力劳动者、投资者的知识利益、投资利益应当得到法律的承认与保护。直接承载和体现相关智力劳动、资本投入的人工智能算法不应当被知识产权制度所忽视。同时，促进人工智能算法相关信息开放，也是制度的重要目标。这不仅是知识产权制度本身的固有功能，更是基于我国国情的现实考虑。我国虽然在数字经济方面取得了举世瞩目的成绩，但这还主要归因于我国庞大的数字市场和网络用户规模，在基础性的电子信息技术方面与域外先进国家或者地区相比仍有差距，技术进步乃至赶超的发展任务仍然十分艰巨。此时，无论是代表了现代信息技术最前沿的人工智能通用算法，还是体现创新性经营策略或者产品开发的应用算法，都具有很高的技术价值，对我国相关技术突破和产业发展而言具有重要意义。因此，具有吸引力的知识产权保护规则，是可以促使相关主体将有价值的技术从“黑盒”中取出的重要对价，不应当被忽视。与此同时，从公共利益保障的角度而言，也需要人工智能算法以适当的方式和程度实现开放或者公开，以便于有效监管利用“定价算法”进行“大数据杀熟”、利用“算法偏见”实施各种歧视活动以及利用“算法共谋”实施垄断等不正当的算法利用行为。在种种促进算法开放的做法中，以知识产权制度为工具进行“交换”的方式，私权色彩最为浓厚，公权力干预意味较淡，对相关经营者自主经营和技术、商业秘密的干预较小，亦较容易为社会所接受。

（三）选择保护路径

以何种路径实现人工智能算法的知识产权保护，决定了制度运用与构建思路上的差异。从惯常角度来说，对于社会上新出现对象的知识产权保护，主要有两种方式。作为首选的，是尽可能地使现行制度得以延伸至新对象或新领域。知识产权制度发展至今已经形成了较为完备的体系，在面对现代信息技术和相关创新性对象时，也展现出了强大的包容性和适应性。从现有制度的角度出发，对人工智能算法以及相关的新型知识产品予以确认和规制，可以充分利用已有的制度工具，具有较强的可操作性。此时，专利、著作权、计算机软件乃至商业秘密保护等制度均可依照各自的功能，对人工智能算法中的对应内容进行识别、保护和规制。然而，简单地对人工智能算法进行拆分使其实现与现有知识产权客体对应，不仅具有天然的松散性和不完备性，还可能导致认知上的障碍。这会使人疑惑人工智能算法究竟是不是一个单独的技术或者法律对象，又或者有没有被单独纳入知识产权保护视野中的必要，也很可能会造成“以人工智能算法知识产权保护换取相关信息公开”制度目标的落空。因此，对于新型知识产品，还存在着另一种路径，即尝试以人工智能算法作为新型知识产权客体，予以专门规定。这种做法的好处在于，通过对人工智能算法进行专门的识别和制度设计，可以直观地回应社会的制度需求，也可以凸显相关制度的针对性。但是，这种专门立法的方式，往往只适用于发展应用相对成熟和为全社会所熟悉的领域或者对象，需要相关客体具有公认的物理范畴和确定的应用方式，也要求全社会对相关利益的确认和分配达成基本共识。而人工智能算法本身的技术复杂性和应用多元性决定了相关的利益确认与划分将十分困难，仓促地进行专门立法不仅难以应对快速迭代的新技术，也难以就相关利益分配、行为规范问题提出经得起时间检验的方案。

因此，结合相关技术仍处于发展变动状态的客观现实，加快实现我国人工智能技术突破、鼓励和促进相关算法研发的制度目标，以及鼓励人工智能算法知识开放的现实需求，对于人工智能算法这一新型的知识产品，应以现行知识产权制度为基础，以人工智能算法的技术功能为区分依据，提供类型化的知识产权保护方案。即从技术本源的角度出发，以通用算法与应用算法作为人工智能算法的主要类别，分别考察相关的知识利益分配和制度应用方案，充分利用已有制度资源，实现知识产权制度自身的发展与完善。与此同时，避免对人工智能算法进行过于细碎的拆分，破坏其作为单独对象的整体性，也避免仓促专门立法脱离技术发展与应用现实的风险。

四、专利制度路径下的通用算法保护

处于人工智能系统底层的通用算法具有明确的任务和功能，即通过技术手段，在工程层面对人类智能进行模拟和再现。在此基础之上，将这一技术成果与现代信息技术强大的数据信息处理能力相结合，形成具备“智能+信息化”能力的革命性产品。这种鲜明的目的性和技术性表明，人工智能通用算法的设计目标与基本功能旨在解决技术问题，而非表达相关设计人员、投资者的内心世界，也不是为市场乃至全社会提供文学艺术作品。这就决定了，人工智能通用算法的知识产权保护应围绕专利制度展开。

（一）通用算法是合格的专利客体

人工智能通用算法的技术性极强，相关构思、设计乃至测试活动，均处于该领域研究与产业发展的最前沿。但也面临着研究周期长、研究风险高的问题，导致许多企业不愿涉足，需要专利制度提供必要的激励。然而，对人工智能通用算法的专利保护，相关制度始终缺乏明确的态度。这是因为包括人工智能算法在内的现代信息技术对象，以及所有信息化、数字化的产品或者服务，无论其智能与否，它们的表现形态都与计算机代码有着密切的关联。这种代码化或数字化的形态和应用方式，使它们兼具产品与方法的特性，而且很容易与不能够被授予专利的“智力活动的规则和方法”相混淆。长期以来，我国专利制度对此类对象往往持一种模糊和保守的态度：一方面，我国专利审查制度中“计算机程序本身属于智力活动的规则或者方法”的规则整体上排除了相关对象获得专利保护的资格；另一方面，专利审查制度又以“包含技术特征”为例外，对包含有“算法特征或商业规则”的权利要求授予专利权。这种略显矛盾的态度，也在一定程度上反映了立法者对于包括人工智能算法在内的种种现代信息技术产品在可专利性方面的犹疑。从顺应技术发展和鼓励创新的角度，应该将它们纳入专利保护范畴，但从界定客体对象、判断保护范围和明确授权标准等实际操作层面考虑，传统专利制度又显得不够适应。在现代信息社会条件下，人工智能算法相关专利授权标准变化对产业乃至整个社会所造成的影响范围都极大地超出了专利制度传统的作用领域。这种影响范围的不确定性，也在一定程度上强化了相关制度模糊处理类似问题的动机。

从合理性的角度观察，确认人工智能通用算法的专利客体地位，主要有以下四方面的理由。一是，外在形式上，人工智能通用算法与传统的专利权客体具有高度相似性。在人工智能系统相关设计、编程人员专业习惯的作用下，人工智能通用算法往往表现为伪代码（Pseudo Code）。伪代码形式的人工智能通用算法，有清晰的物理边界，以区分于说明性质的文档、源代码、人为设定的参数（Parameter）或者外部数据供给。二是，实质内容上，人工智能通用算法足以区别于《专利法》中所规定的不授予专利权的抽象的“智力活动的规则和方法”。这是因为，通用算法的内容中包含再现智能所需要的完整的技术对象和必要步骤，而不仅仅是抽象的创意或者思路。而且，它被用于解决具体的技术问题，也符合专利制度对“技术方案”和包含有实施该专利技术所必须的全部必要技术特征的“充分公开”要求。三是，将“人工智能通用算法”纳入专利保护范畴，顺应了我国知识产权制度的发展方向，也是对相关制度发展需求的直接回应。虽然我国专利制度尚未突破“计算机软件本身不能申请专利”的规则限制，一定程度导致了制度与现实的脱节，但为了回应创新主体对进一步明确涉及互联网、大数据、人工智能等新业态、新领域专利申请审查规则的需求，我国也适时修改了《专利审查指南》，为相关对象获得专利保护预留了空间。四是，人工智能通用算法属于适格的专利权客体，也已经在相关学术研究中达成了一定程度的共识：虽然尚鲜有触及人工智能算法物理形态和表达方式的研究，但相关研究也基本倾向于认为人工智能算法“不属于智力活动的规则和方法”，可以获得专利保护。但是，对于人工智能通用算法而言，其能否获得专利保护只是一个前提性问题，进一步地，它应当获得怎样的专利保护，更具现实意义。

（二）以“产品专利”保护通用算法

“产品专利”与“方法专利”是对专利客体类型一种公认的划分方式。但是，“产品”与“方法”在客观层面存在显著差异，使得二者的划分并不明显。然而，在人工智能技术环境下，这种分类及其对应的专利保护方式，将不仅仅是一个行政管理或者学理上的分类，而是会决定相关专利之于权利人的作用，以及之于社会公众的价值。此时，产品专利与方法专利的保护差异，将决定人工智能通用算法专利的保护范畴和公开内容，从而影响权利人可以获得的法定垄断对象的范围，以及社会公众从专利文献中获得利益的多寡。

从我国专利的基本类型来看，人工智能算法专利应当属于发明专利。从语义上，其应当被纳入到产品专利范畴。但是，这种判断与我国现行的专利审查制度以及现实中计算机程序相关专利授权状态之间存在偏差。从现行《专利审查指南》的规定来看，与计算机硬件或者专门设备相分离的计算机程序（或者更具包容性和抽象性的“软件”）本身因为被视作“智力活动的规则和方法”而被排除了获得专利保护的资格。此时，无论是计算机程序，还是以二进制数字、高级编程语言或者其他信息技术编码等形式所表现出来的数据信息对象，虽然经常以某一产品的形式出现在市场或是社会应用中，但仍然不能被划入产品专利的范围中，甚至因此丧失了专利权客体的地位。在现实中，涉及计算机软件的专利申请为了绕过“计算机程序本身不属于专利保护的客体”这一限制，往往通过撰写技术处理，以“方法专利”的方式获得专利授权。但是，这种技术处理，不仅会造成严重的负面影响，也会导致对算法相关专利客体身份认知方面的混乱。这是因为，我国相关市场上已经存在着数量庞大的以计算机程序为主要内容的授权专利，也产生了大量的侵权纠纷。这一现实与制度的落差，会直接损害相关制度的严肃性和指引功能。而且，在这样的规则下，理论上具备更高严谨性和更高使用便捷性的计算机程序尚且不能成为专利权的客体，举重以明轻，无论是编写难度、严谨程度还是使用便捷性都明显低于计算机程序的伪代码，还是由其他标准化程度更低的表达规则所书写的人工智能通用算法，都不可能在“计算机程序本身不属于专利保护的客体”规则下获得专利授权。

无论是在客体地位，还是在产品、方法保护路径辨析的语境下，这种专利制度、社会认知与客观现实的错配带来的负面影响在人工智能领域更为明显。这是因为，拟申请专利的算法是作为一个“解决模拟智能问题”的步骤或者方法，还是作为一个具备“模拟智能能力”的产品并不明确。对于社会整体利益而言，其学习、借鉴和使用价值的差异较之传统的计算机软件相关专利更加突出。从方法专利权利要求和说明书的内容上看，社会公众虽然可以通过专利文献所公开的内容，在一定程度上了解相关算法的原理和设计思路，但在缺乏必要大数据分析的情况下，并不足以使“本领域技术人员”再现专利技术或者得到专利文献所声称的技术效果。换言之，作为其他经营者或者社会公众，知晓人工智能算法步骤并不足以使他们能够再现专利技术，更无法依照该方法生产出同样的人工智能产品。而人工智能通用算法作为产品专利，则可以在专利实用性审查制度的保障下，为社会公众提供充足、有效的公共知识产品。也即是说，通过技术处理人工智能通用算法权利要求和说明书的撰写获得专利授权的方式，有不当扩大知识垄断范围和无法向社会公共领域提供充足对价的嫌疑，并可能导致法定垄断与知识开放之间的失衡。现实中，无论是传统的计算机软件，还是智能时代下的新型产品或服务，从最初构想到具体设计、再成功走向市场的过程，都需要大量人力、物力的投入。从相关技术到市场的转化过程，思路、步骤与可用的产品或服务之间存在巨大的鸿沟。而其他经营者和社会公众通过专利文献仅可以知晓产品的思路，不足以在缺乏数据支撑的情况下形成可用的产品，更不可能与专利权人形成竞争。相比而言，最终可以被直接使用、阅读和理解的算法产品本身才具备真正的学习和使用价值。换言之，对某一信息技术对象授予方法专利，会导致其他人员非但无法从该专利文献中获取足够的知识，反而会受到不得使用相关方法、思路的限制。此时，社会公共领域的知识没有成比例地增加，违背了专利制度的立法本义。因此，从社会公共利益的角度看，更需要具有学习和使用价值的人工智能算法产品，而非看似清晰但缺乏外部支撑的智能方法或者智能步骤。

（三）通用算法特殊性的应对

通过专利制度对人工智能通用算法这一技术对象予以保护，具有理论上的正当性与合理性。但从实践的角度观察，相关的专利审查活动还面临着由通用算法特殊性所引发的问题。

一方面，应解决通用算法版本更迭所引发的专利客体范畴难以确定的问题。从技术原理看，同一人工智能系统名下的不同版本的算法，可能会具有截然不同的功能或性能，这与传统固定的专利技术方案存在明显差异。“版本差异”是人工智能通用算法作为一个整体所具有的天然属性，难以通过技术手段克服，只能通过专利制度的专门设计加以解决。对此，可以将相近版本的通用算法按照专利制度“属于一个总的发明构思的两项以上的发明”的规定，通过单一的专利申请和审查、授权规则来处理，以满足专利申请“单一性”的要求。也可以按照“专利族”的方式，将不同版本的通用算法申请不同的专利，以同族专利的方式对相关技术内容、技术效果进行描述，并整体考量相关专利所公开的知识范畴以及获取法律保护的权利范围。

另一方面，应注意通用算法运行所依赖的外部数据问题，协调算法自身功能与外部数据供给的关系。虽然人工智能通用算法是单独的技术对象，也是合格的权利客体和法律规制对象，但它的自主更新以及应用都离不开外部数据的支撑。由于人工智能通用算法开发周期长、复杂程度高、失败风险高，开发过程中的信息共享就显得格外有意义。由于现行专利制度不能对人工智能通用算法提供实质保护，以及对相关数据供给的不够重视，不但会导致公开相关算法设计资料的行为难以成为行业的主流，也会造成经过技术处理获得授权的算法专利因为缺乏数据供给而不能真正“开放”。因此，本文认为应专门规定：一旦人工智能通用算法被授予专利权，权利人不仅要公开通用算法相关的技术资料，还要一并公开必要的数据库或者数据信息来源，以满足“充分公开”的要求。这对社会公众而言意味着人工智能通用算法领域智力成果的充分共享，在保障权利人利益的同时也扩充了属于社会公共所有的智力财产，对于减少重复开发、促进智力成果利用具有重大意义。即我国《专利法》《专利法实施细则》《专利审查指南》等法规的完善，除了要摆脱“计算机程序本身不属于专利保护的客体”的不合理限制、对算法类技术方案赋予专利权之外，还应提供足以使相关算法“进化”至当前申请专利所需要的数据资料来源。值得注意的是， “表明数据来源”的要求，并不等同于“公开全部相关数据信息”，不会过多地增加权利人的负担，也不会侵害数据资源控制者的利益。此时，将被授予专利权的算法既可以被计算机相关领域技术人员所阅读和理解的方式公开，也能得到可靠的数据来源支持，方能符合专利保护的应有之义。

五、综合路径下应用算法的保护

人工智能应用算法，是相关主体在将已经具有了某种程度基础智能的信息系统应用于特定产品或者服务时，所采用的产品设计或者服务流程。其本质上是相关主体对人工智能的使用，而不是创造或者设计新的人工智能。即与人工智能通用算法相比，应用算法更强调智能技术与运用场景的结合。这意味着，相关的创新活动大多集中于使用环节，主要体现相关主体的主观意愿，与人工智能技术本身的关联较弱。对应地，对于人工智能应用算法的知识产权保护，也应采取不同的策略。

（一）审慎对待应用算法专利

虽然在基本形态上，人工智能应用算法与通用算法之间存在较多相似之处，也具有获得专利保护的可能。但是，本文认为，应以审慎的态度对待应用算法专利。

首先，人工智能应用算法的技术性较弱，当中所包含的具备专利意义上“公开”价值的内容较少，创新性的知识或者智力劳动成果所占比重也较低，无法对社会公共领域形成有效的知识回馈。对此，可从以下两方面理解。一方面，人工智能应用算法中有关技术本身的信息量不足。应用算法是现实中琳琅满目的智能应用所遵循的个性化方案，而非技术性的底层逻辑。这意味着，虽然同为算法，但“通用算法”与“应用算法”之间实质上是一种类似于“土壤”与“种类繁多的农作物”的关系：名目繁多的智能或者非智能的数字应用带来了空前繁荣的市场，但它们却是构建于通用算法的“智能土壤”之上的。这种技术层面与应用层面上的划分，也喻示了二者在制度层面的差异：从我国发展人工智能技术以及相关产业的角度看，智能算法是更具技术性，也与产业链安全、国际竞争力乃至国家安全等宏观目标联系更为紧密，应当获得专利保护；应用算法更多体现的是相关主体对其所运营的产品或者服务的理解和认识，更具个性，且其中可归入专利保护范畴的技术信息内容较少，难以对社会提供充足的对价，并以此换取专利保护。另一方面，人工智能应用算法为相关产品或者服务所带来的进步并不完全来自于算法本身的创造性，而是更依赖于对外部数据的挖掘。从技术原理角度观察，人工智能的分析能力和决策能力以大数据技术为基础，并且在整个技术环节和应用周期中，都与数据供给的数量和质量直接相关。即在通用算法之外，无论人工智能应用算法有多么优秀或者与众不同，决定最终产品或者服务应用价值的是外部数据供给。因此，对人工智能应用算法授予专利权，可能造成思维或创意的垄断，专利制度将不能为社会公众提供匹配的技术信息。

其次，现有专利制度对于人工智能应用算法的规定十分模糊，缺乏明确的专利审查和授权标准，会导致专利保护不当地延及抽象思维。当下，我国虽然以“包含技术特征”为例外的方式，对现代信息技术环境下的算法或者商业方法授予专利权，但并没有突破不对纯计算机软件类对象授予专利权的原则性规定。因此，本文认为也可以将我国专利制度对于是否对应用算法授予专利权的态度归结为“以不授权为常态，以授权为例外”。我国专利审查制度这种模糊甚至略显矛盾的规定背后，既有知识产权视野下的人工智能算法客体范畴始终不够明确的技术性原因，也是专利制度在面对人工智能算法这一新型知识产品时应有的态度：希望通过专利制度的运行，促使人工智能相关领域尽可能多的技术细节得以披露或者共享，而非对抽象思维层面的创意授予垄断性权利。

最后，应用算法与商业方法的界限十分模糊，贸然地因为商业方法具备人工智能因素就认为它具有技术特征、属于技术方案进而授予专利权，既在理论上不严谨，也会带来现实的操作障碍。对于商业方法是否可以获得专利保护的争论由来已久。通说认为，只有运用技术手段解决技术问题且具备技术特征的商业方法才能区别于抽象的智力活动、思路或者思维，进而成为专利保护的对象。在传统的“硬件/软件”二分视野下，类似的规定可以在一定程度上解决如何判断相关客体对象是否属于思维或者技术方案的认知问题，又或者，可以通过“软硬件相结合”的技术处理解决涉及计算机程序的可专利性问题。但是，这样的机械式判断终归无法满足当前社会鼓励和保护人工智能相关领域创新的需求。因为在现代信息技术条件下，具备创新性的产品或者服务通常具有数字化的外部形态，不会清晰地表现出其是否具有技术特征，也无法呈现出如传统计算机软件与硬件般泾渭分明的状态。虽然我国知识产权管理部门早已意识到了这一问题并且尝试将相关对象的基本范畴规定清楚，但这一问题始终没有得到真正解决。而从基本形态与功能的角度观察，人工智能应用算法与相对传统的商业方法之间也没有清晰的界限，二者的区别仅仅在于前者在各类应用活动中使用了人工智能技术，而后者可能利用的是其他技术。二者本质上的混同，也为人工智能应用算法的可专利性问题带来了额外的认识和判断障碍。

（二）应用算法表达的著作权保护

以审慎的态度对待人工智能应用算法，并不排除其他的知识产权保护路径。事实上，无论是将应用算法归为类似计算机软件的客体，还是将应用算法中可以独立拆分的对象单独保护，都可以通过著作权制度对其进行一定程度的保护。

一方面，可以把人工智能应用算法整体纳入计算机软件范畴，通过著作权制度保护相关智力劳动成果。根据我国《计算机软件保护条例》有关规定，人工智能应用算法并不能被认定为“计算机程序”，但是，这种技术性的表述并不足以构成将人工智能应用算法纳入保护范畴的理论和现实障碍。这是因为在著作权制度语境下，人工智能应用算法和计算机程序可以受到保护和不能受到保护的部分是完全一致的。虽然人工智能算法的表达方式并无技术或者法律上的直接规定，但也会遵循一般的技术表达习惯，具有惯常的表达形式，不会过于随意或者脱离相关行业惯例。在计算机相关产业的一般性开发流程中，通过伪代码书写的应用算法，与通过高级编程语言所书写的源代码之间并不存在本质差别。它们都表达了相关研发、设计人员的主观思想和解决具体问题的思路，也是相关人员直接书写、阅读和修改的对象，两者区别仅仅在于后者可以直接被计算机系统编译成目标代码。这种程度的技术差异，决定了二者虽然在技术层面有所分工，但并不足以使它们成为著作权制度下不同性质的对象。因为著作权制度所保护的从来都是计算机程序或者相关文档的外在表达，而非它们所体现的实质思想。也即是说，无论是可以被直接“装置执行”的目标代码，还是“可以被自动转换成代码化指令序列”的源代码，又或者是表现为伪代码形式的算法，它们受到保护的部分是一致的，均是它们的表达，而非功能性的内容。另一方面，人工智能应用算法中包含大量可以被纳入作品范畴的对象，可以获得著作权保护，并间接地形成对应用算法整体的知识产权保护。在人工智能应用算法中出现的种种说明性的文字资料、图表等对象，也可以受到著作权制度的保护。虽然这种做法与人工智能算法知识产权保护的应然路径有所偏差，但在一些具体的场景可以发挥作用。

（三）商业秘密制度的必要配合

在现实中，人工智能应用算法可以通过商业秘密制度来获得保护。从现实角度观察，人工智能应用算法运行于相关智能系统的技术底层，具有天然的非公开性。从制度资源供给的角度看，人工智能算法整体的商业秘密化可以看作是专利保护制度缺失所引发的被动选择，应用算法也不例外。由于人工智能算法没能得到知识产权制度的清晰识别和有效保护，相关主体只能将其作为最宝贵的技术秘密保藏起来。但从鼓励和保护创新的角度观察，以商业秘密制度保护人工智能算法并非公共利益视角下的首选。现代信息技术产品以及相关服务的高度复杂性和保密性，使得开发者只能在自己所能掌握的狭小知识范围内进行开发，对其他来源知识的获取和利用十分困难。而正是高额的开发成本和失败的风险，使得处于核心技术地位的人工智能算法一旦遭到泄露，不啻为开发者核心竞争力的流失。但是，随着我国相关产业规模的不断扩大，这种效率低下、“孤岛”一般的研发方式却越来越常见，与我国进一步促进创新、提倡知识技术开放共享和交流的发展理念相违背，也不利于我国相关产业的整体发展。即便如此，我国也应该承认人工智能应用算法属于适格的商业秘密保护客体，应体现对相关技术开发者、人工智能控制者知识利益和投资利益的尊重与保护。这也符合相关领域的客观现实。

在商业秘密保护的限制方面，应用算法“秘密化”的背后，除了知识产权保护缺位的被动因素外，也是相关经营者主动选择的结果。这种情况下，所涉及的应用算法是基于竞争关系而产生的保密性，而非智力劳动或者其他具有创造性的活动。此时，应用算法所体现的主要是相关研发机构、经营者的主观意愿，往往具有很高的保密性。相关主体借“技术秘密”之名将其隐藏于产品或者服务的底层，而仅仅通过提供受限的端口或者开放少量的操作权限，以实现对相关人工智能系统外部应用方式和效果的控制，或者以此为借口拒绝外部监管。对此，应当通过外部制度规制的方式，在一定程度上突破相关信息的“秘密性”，从而对算法设计、运行等活动进行必要的监管。与此同时，由于人工智能相关应用具有高度的数据依赖性，这种数据依赖所带来的影响，也必然超出技术范畴，引发广泛而深远的利益诉求。甚至于，这种在数据规模和更新速率方面的庞大需求，会极大地提高相关市场的进入门槛，使得相关国家或者地区在选择技术路径、建设基础设施以及实施法律治理时所考虑的利益因素超出了对人工智能算法本身技术性、开放性或者安全性的评价范畴。其也促使人工智能应用算法商业秘密保护制度所涉及的利益因素远远超出一般知识产权保护利益衡量的范畴，成为一个囊括知识产品识别与利益确认、知识信息保密与开放、市场竞争与安全利益平衡乃至国家与地区间竞争与合作的复合问题。对此，可以通过对人工智能应用算法相关商业秘密保护制度的合理设计，在保护秘密信息，促进算法开放、透明，以及保障信息安全、社会公平方面发挥积极作用。

结语

随着人工智能技术的飞速发展，各类智能产品或者服务愈发频繁地出现在社会各个领域，社会公众对“算法”这一原本生僻的技术对象也愈发熟悉。“人工智能算法”因为其高度的技术性和隐蔽性，成为了人们眼中极富神秘色彩的对象。现实中，人工智能算法相关的设计和研发工作充满了艰辛与挑战，并且还极大地依赖于数据供给以及庞大的资源投入，具有获得知识产权保护的合理性和必要性。而人工智能算法与传统计算机软件算法的混同，以及相关技术对象知识产权客体地位模糊的问题，导致知识利益保护的缺失和知识开放的落空。

因此，应从更贴近技术规律与制度目标的角度，将人工智能算法进一步细分为人工智能通用算法与应用算法两类，并施以针对性的知识产权保护。对于解决如何再现智能问题的通用算法，应将其作为一种特殊的技术方案，尽可能地纳入专利制度范畴。相关制度应突破单纯计算机软件难以获得专利保护的障碍，充分运用专利制度“保护换公开”的机制，促使更多的技术信息从“黑盒”走向开放。而对于偏向于经营策略或者智能产品、服务运营思路的应用算法，应以审慎的态度处理相关的专利问题，避免过度保护，同时应综合利用著作权制度与商业秘密制度对应用算法中适当的内容予以保护。