摘要：智能化时代下，智能算法日益成为科技革新和社会进步的重要力量。建构智能算法的知识产权保护体系是适应智能社会的必由之路。专利法“公开换保护”的机制既能保证算法开发者对自身权利的保护，激发其持续创新活力，又能在一定程度上防范算法歧视等社会风险。智能算法兼具技术方案和思维规则的双重属性，不同于纯粹的智力活动规则，具备可专利性，应作为专利法的保护客体。在此基础上，实践中可结合智能算法特征，以专利审查的三大实质要件对智能算法进行具体判断，以期激励算法技术创新，推动智能社会的稳健发展。
关键词：人工智能，算法，知识产权，专利法，可专利性
一、引言
近年来，随着数字经济的飞速发展，各个领域开始广泛应用人工智能。智能算法是人工智能技术创新的重要源泉，对其进行周延而完善的法律保护是智能社会发展的应有之义。2021年9月17日，我国制定了《关于加强互联网信息服务算法综合治理的指导意见》，明确强调“鼓励算法创新发展，加强知识产权保护，增强算法核心竞争力”。对智能算法进行知识产权保护，既能激励智能算法不断发展创新，又能实现智能算法的核心关键技术自主可控。
从立法变化看，我国《专利审查指南》自2010年2月1日起施行以来，先后历经了6次修改。在信息技术蓬勃发展的时代背景下，专利权保护范围在不断扩大并逐渐预留出对智能算法本身进行专利保护的制度空间。在法学理论中，学界在智能算法可专利性、如何实现智能算法的专利保护问题上有不同看法。在讨论智能算法可专利性问题上，有学者认为，智能算法本身不是可专利性主体[1]。相反，有学者主张应承认能够作为最终产品的基础算法的可专利性。还有学者认为，智能算法属于抽象概念的具体应用，应根据其具体应用的程度判断智能算法本身可专利性[2]。亦有学者通过反向排除，肯定智能算法不属于不可专利性客体[3]。更有学者通过对“劳动理论”与“人格价值论”进行扩展解释，为智能算法可专利性奠定学理基础[4]。对如何对智能算法进行专利保护，有学者认为应对通用算法采取逐步放开的方式加强专利保护[5]。
现有研究对于智能算法的“可专利性”论证分析较多，在此基础上探讨如何实现智能算法的专利保护有一定的现实意义，在实务中，智能算法的专利审查制度也需进一步完善。鉴于此，在阐明智能算法意涵的基础上，从可专利性入手对智能算法本身进行可专利分析，并通过分析智能算法的三性审查探究其专利保护进路。
二、智能算法的概念与保护路径
（一）智能算法的概念
从广义来讲，智能算法是能使机器模仿人类思维的一切方法；狭义来讲，是指具有强大的自主学习与逻辑决策能力的解决方案。例如深度学习就是最具代表性的智能算法。深度学习是一种模拟人类大脑神经网络对数据进行学习的方法，作为机器学习的一个分支，被广泛应用于无人驾驶、语音识别、搜索引擎、人脸识别、个性化推荐等技术领域。
1.智能算法区别于传统计算机程序算法。凭借其自主学习与逻辑决策能力，无须执行者事先安排与设定，通过进行数据训练学习就能够自动地生成并运行；而传统计算机程序算法需由执行者将推理或解决过程清楚地表达出来，成为明确且可知的运行规则。其次，智能算法具备不断进化的能力，能够从数据学习中更新自身算法程序，其代码是根据更新而自动变化的；而传统计算机程序算法的更新需要执行者对代码进行直接修改或重新编写。最后，智能算法具有不可知性。人类在设计智能算法模型和理念时是清晰可知的，但是在实际运行中，智能算法通过数据学习进行自主决策，最后的结果可能难以预测。而在传统计算机程序算法中，根据明确的代码序列运行所得到的一定是可预测的结果。
2.人工智能算法发明区别于人工智能生成发明。人工智能算法发明为算法的发明，发明的创新点是对算法本身的创新，发明主体是编程人员；人工智能生成发明是人工智能+生成物发明，创新点是人工智能独立创造的生成物，发明主体是人类还是人工智能仍存在争议。其次，智能算法发明是人工智能生成发明的前提，人工智能的创新依赖于算法的创新，智能算法发明能够促使人工智能的不断发展，而人工智能不断发展的阶段成果又体现在生成物发明上。两者的争议在于前者因具有抽象思维而产生能否被认定为专利客体进而被专利法所保护的问题，后者主要是生成发明的人工智能是否具有主体身份资格的问题。
（二）智能算法的保护路径选择
智能算法通常有三种知识产权保护路径，即著作权、商业秘密、专利路径。其中，著作权保护制度将计算机软件纳入保护范围中，而算法作为计算机软件的一个组成部分，理论上可以包含对算法的保护；商业秘密保护制度在满足商业秘密的核心构成要件秘密性、价值性、实用性、保密性的前提下，算法可以作为商业秘密中的技术信息进行保护；专利保护制度通过形式与实质审查，将符合技术方案特征的智能算法纳入专利法保护范畴。
在三种保护制度中，专利保护制度能够对智能算法提供最优保护路径。其一，相较于著作权保护，专利保护制度保护的是智能算法技术本身，而不是技术的载体或其表达方式，可以有效解决著作权保护制度以软件形式保护不周延的问题，为智能算法的技术持有者提供最为完善的知识利益保护。避免实践中其他开发者基于原开发者已开发的算法，使用不同的计算机语言，在外形式上构成一作品与他作品的“区分”，构成著作权法意义上的“作品”，使得真正的算法开发者难以独立实现对算法应用的控制。其二，相较于商业秘密保护，通过专利制度保护智能算法，可以克服商业秘密保护的“算法黑箱”问题，解决智能算法因为专业性和不透明性而导致的被侵害人的权利救济障碍。专利保护制度“以公开换保护”的特点也能有效解决先进技术被垄断无法被社会共享的问题，从而有利于社会科技的发展。其三，通过专利制度保护智能算法，可以在专利授权审查的过程中，完成智能算法的伦理价值事先审查，通过专利法中的“公共利益”原则来预防“算法歧视”“算法权力”等问题，事先为智能算法应用设置门槛。
三、智能算法的可专利性分析
（一）可专利性
可专利性也称专利适格性。能否被专利法所保护，应先对某项客体的可专利性进行判断，而后分析是否符合专利实质审查要件。因此可专利性是某项发明创造能够进行专利实质审查的前置程序，也是能够被专利法保护的首要条件。
以“发明专利”为例进行可专利性分析，首先应根据《专利法》第二十五条判断其是否为不授予专利权的客体。《专利法》第二十五条也被称为专利权权利客体例外制度[6]（下文简称专利客体例外制度），用来规范和排除不能被专利法所保护的客体，是解决申请客体可专利性问题的第一道门槛。其次，在排除专利权权利客体例外制度后，根据《专利法》第二条第二款来界定其是否为发明专利客体。《专利法》第二条第二款对于发明专利的一般性规定为“发明是指对产品、方法或者其改进所提出的新的技术方案”，明确了能够被授予发明专利的客体应当是一种技术方案。对此《专利审查指南》进一步对技术方案进行解释，从中归纳三个关键词，“技术问题”“技术手段”“技术效果”，即考察客体是否构成技术方案应从是否满足“技术三要素”进行审查。最后，在满足技术方案的要件下还应根据《专利法》第五条判断申请客体是否违反国家法律、社会公德或者妨害公共利益。由此可见，整体流程上是以“反向排除—正向界定—反向排除”进行可专利性判断。
（二）智能算法的可专利性分析
智能算法的可专利性旨在研究智能算法何以满足专利保护的要件。我国专利法所保护客体中，“方法发明”属于相对抽象的操作步骤，不像“产品发明”“实用新型专利”和“外观设计专利”一样具备客观的物理形态。智能算法作为一种相对抽象的解决方案被纳入“方法发明”的客体中能为其提供更优保护。在实践中，《专利审查指南》也将包含算法特征的客体纳入专利法保护的范畴，将其视为一种“方法发明”。智能算法当然包含算法特征也理应被纳入“方法发明”的客体，从而以“反向排除—正向界定—反向排除”的流程进行可专利性分析。
1.例外情形的反向排除
在过去的审查实践中，由于智能算法诞生于数学计算领域，被留下了完全抽象的人类思维的刻板印象，认为其属于专利客体例外制度中的智力活动的规则和方法被排除在可专利性客体之外。从立法本意来看，该条的设定是为了防止人们对人类思维、思想进行专利保护，限制人类自由思考，禁锢人类的思想，从而影响社会经济的发展与科学技术的进步。但是，智能算法仅在创造、设计之初需要通过人类的思维活动完成构造。在后续投入运行过程中，就不再需要人类的智力活动介入智能算法的运行，智能算法能够通过不断地自主学习而独立完成得到相应的结果。智能算法并不体现人类如何思考，而是体现机器如何像人一样思考，即机器如何自主学习。因此，对智能算法进行专利保护并不会限制人类的思考，更不会影响社会经济的发展与科学技术的进步，反而能够对人工智能的发展提供引擎，故智能算法从立法本意来讲，不属于智力活动的规则和方法。
从技术论的角度来看，《专利审查指南》中指出，如果一项权利要求的全部内容中既包含了智力活动的规则和方法还包含了技术性特征，就不能根据专利权权利客体例外制度把它归属为智力活动的规则和方法。因为方法发明若具备了技术性特征，应用范围就受到技术性的限制，而不会对人类通用研究的方法或工具进行垄断，从而影响社会公共利益。由此，智能算法与智力活动的规则和方法的区分还可根据技术性特征这一属性作为判断标准。智能算法虽然也是开发人员基于抽象思想如数学模型、数学原理等设计而成的，但这是对智能机器操作的技术设计，并不单纯是人类思维活动的纯粹延伸；是对电子信息、大数据等进行处理、学习与输出的智力决策[7]，其本身就可以单独作为一种信息技术类的产品或服务应用。智能算法是科学与技术的相互融合，兼具抽象思维与具体技术的双重属性，具有技术性特征而与智力活动的规则和方法相区别，而不被排除在可专利性客体之外。
2.技术方案的正向界定
在对例外情形进行反向排除后，还需正向界定智能算法是否构成符合技术三要素的技术方案，既要满足对要解决的“技术问题”利用了符合自然规律的“技术手段”且能够解决的技术问题达到相应的“技术效果”。如果智能算法的执行能体现出其与自然规律相联系解决一定的技术问题，形成相应的技术效果，那么智能算法就能构成技术方案，属于专利保护的客体。例如，在《专利审查指南》审查示例5中“一种深度神经网络模型的训练方法”，分析指出该解决方案是以深度神经网络模型为手段，针对不同规格大小的训练数据，选择适合其处理效率配置的单处理器训练方案或基于数据并行多处理器训练方案，解决不同规格大小的训练数据使用相同处理器导致训练速度过慢的问题，从而提高了训练过程的执行效果。因其属于利用自然规律对计算机系统内部性能进行改进，达到了符合自然规律的技术效果，故该解决方案属于技术方案。
反之，智能算法构成的技术方案若单纯属于人为设定，没有考虑智能算法应与自然规律相联系，则不可以成为专利保护的客体。例如，《专利审查指南》审查示例10“一种金融产品的价格预测方法”，分析指出该解决方案是以神经网络模型为手段，处理金融产品相关的大数据的问题，能通过分析金融产品的价格数据与未来价格数据之间的内在关联关系，形成预测金融产品未来价格数据的效果。但因为金融产品的价格不存在自然规律的联系，价格走势的高低是遵循经济学的规律，具有不确定性，不受自然规律的约束，故不构成符合自然规律的技术问题与技术效果，因此该解决方案不属于技术方案。由此可见，在“算法+技术”的前提框架下，智能算法只要能够解决技术问题形成符合相应自然规律的技术效果，就可以构成技术方案。因此，智能算法本身并非绝对属于非专利保护的客体。
四、智能算法的实质审查进路
（一）实用性
《专利法》第二十二条第四款规定，实用性应满足两个要点：1.能够制造或使用。2.能够产生积极效果。《专利审查指南》进一步对实用性进行解读，得出以下三点核心内容：1.可再现性。2.解决相应技术问题。3.产生积极效果。而智能算法通过实用性审查的难点就在于可再现性。在审查实践中，可再现性通常要求该技术领域的一般人员，根据该专利申请权利要求书中所提供的技术内容，能够重复地实施步骤方案，最终能够得到与权利要求书中所记载的一致的预期结果。但对于智能算法而言，它最大的特点就是不可知性。虽然智能算法设计之初是由人类参与实施，但是智能算法凭借其自主学习与决策能力，不依靠人类的介入而独立运行。在其运行过程中，智能算法从数据集中进行学习并不断更新自身代码，数据集之间细微的差别可能导致智能算法产生不同的决策，因而最终得出的结果有异。这对智能算法实用性审查造成一定的冲击，应对其实用性审查规则在合理范围内进行调整。
首先，专利审查部门应要求申请人在专利申请权利要求书中，对智能算法构成技术方案提供尽可能充分的材料，将其涉及的技术内容与运行原理用专业的计算机程序语言进行详尽的描述。其次，为防止数据来源“良莠不齐”，以至于产生算法歧视、算法黑箱等消极效果，专利审查部门应要求其充分披露训练数据集，释明输入数据与输出数据之间的关联。确保智能算法的实施能够促进社会稳定发展和人类和谐生活，排除经预测会带来明显负面影响的智能算法。最后，有学者提出将“人类介入监管”作为实用性的判断要素之一，避免智能算法脱离人类的掌控，符合社会发展的需求，这也是有益、可行的一种制度设计。
（二）新颖性
《专利法》第二十二条第二款规定，新颖性应满足两个要点：1.不属于现有技术。2.不存在抵触申请。《专利审查指南》进一步对新颖性进行解读，要求专利审查部门在进行新颖性审查时，应当考虑专利申请权利要求书中记载的全部特征。在审查实践中，通过对现有技术进行检索，将智能算法发明申请权利要求书中包含的全部技术特征进行拆分，与现有公开技术特征一一比对。若权利要求书中所有的技术特征都被现有公开技术特征所包含，那么该智能算法不具有新颖性。与传统发明相比，智能算法通过利用计算机强大的算力，使用自身且并不公知的数据库对数据进行收集、分析、学习，将潜在技术纳入智能算法发明中。而专利审查部门对现有技术的检索仅依赖于传统的检索方法，其检索能力很难企及人工智能。两者之间明显存在信息不对等的情况，因此专利审查部门不能穷尽全部的现有技术与之对比，智能算法很容易就通过新颖性的审查，对现有审查方式带来挑战。
首先，专利审查部门应提高对现有技术的检索与判断能力，有必要利用人工智能技术建立现有智能技术的数据库以及算法模型库。改变传统检索方法，利用智能算法的检索系统对智能算法发明新颖性进行审查。其次，应着重审查智能算法内部的逻辑结构与现有基础算法的区别，若其依赖于现有基础算法的结构设计则不具有新颖性。再次，区别智能算法运行过程中数据操作阶段与结构设计阶段，数据操作阶段仅涉及输入数据的操作问题，结构设计阶段才是智能算法发明的核心。若仅仅在数据操作阶段比对为“新”那么不能认定其具有新颖性。
（三）创造性
《专利法》第二十二条第三款规定，创造性应满足两个要点：1.突出的实质性特点。2.显著的进步。《专利审查指南》进一步对创造性进行解读，要求专利审查部门在进行创造性审查时，应将相互作用的算法特征与技术特征作为一个整体考虑。在审查实践中，通常将其与最接近的现有技术相比，要求该技术不仅是新颖的，而且不能被本技术领域的普通技术人员显而易见。可见，创造性是在新颖性的基础上做出的进一步要求，具有三大核心要素，分别是“本技术领域”“普通技术人员”“非显而易见性”。然而，智能算法发明所指向的技术领域难以确定。智能算法的发展方向并不局限于某单一领域，而与人类思维的发展方向相契合，是跨领域的拓展延伸。例如，深度学习算法可以在车辆驾驶领域、个性化服务推荐领域、医疗领域等得到应用，因此在创造性审查很难将智能算法限定在单一技术领域。此外，普通技术人员指向不明。普通技术人员是在实质审查中拟制的人，一般是指知晓该发明技术领域一般专业知识的人。智能算法凭借强大算力，对数据的收集、学习，相较人类具备更强的数据处理、分析能力。如果智能算法使用与一般专利客体相同标准的普通技术人员进行审查，极易被认为具有非显而易见性，难以进行有效的创造性审查。但若选择对人工智能技术具有多年专业经验并熟知各个跨领域应用的技术人员进行审查，显然对审查人员要求太高，耗费更多的人力成本，并不能在实践中通用。因此，智能算法的创造性审查规则应在合理范围内进行调整。
首先，对于智能算法的技术领域不应局限于单一领域，针对智能算法的发明应在专利申请专利要求书中将该智能算法涉及的所有技术领域进行陈列。在进行创造性审查时，应结合申请文件对该技术领域进行合理限定。其次，普通技术人员应当被重新定义，提高智能算法的创造性审查门槛。在法律没有明确规定一般审查人员必须是人类的前提下，应对一般审查人员进行扩张解释，将权利要求申请书中所涉领域的人工智能拟制为该发明的普通技术人员。作为普通技术人员的人工智能能够借助其技术优势反映智能算法发明的一般水平，对其进行全面的创造性审查。
五、结语
智能算法因兼具抽象思维与具体技术的双重属性，区别于智力活动的规则和方法，不应当受到专利保护范围排除规则的限制。在解决技术问题并形成符合自然规律的技术效果的前提下，智能算法本身可以构成技术方案，成为专利保护的客体。在明确智能算法本身能够成为专利保护的客体基础上，依次分析智能算法三性实质审查中存在的问题，并对现有规则进行合理的调整，进而对智能算法进行完善的专利保护，以更好地发挥知识产权法对算法创新的激励作用，促进智能算法的快速发展与智能社会的不断进步。
参考文献
[1]刘强.人工智能算法发明可专利性问题研究[J].时代法学，2019，17（4）：17-26.
[2]狄晓斐.人工智能算法可专利性探析——从知识生产角度区分抽象概念与具体应用[J].知识产权，2020（6）：81-96.
[3]王翀.人工智能算法可专利性研究[J].政治与法律，2020（11）：125-135.
[4]姚叶.人工智能算法专利化的学理基础[J].中国发明与专利，2022，19（1）：73-78.
[5]王立石，于行洲，宋洁，等.人工智能算法对专利保护政策的挑战及应对[J].软件，2019，40（4）：128-132.
[6]宁立志，郭玉新.专利权权利客体例外制度研究[J].河南师范大学学报（哲学社会科学版），2020，47（1）：31-45.
[7]李凡.人工智能算法发明的专利客体审查进路[J].南海法学，2021，5（6）：103-113.
作者简介：刘怡（2002－），女，汉族，四川绵阳人，本科，研究方向：知识产权法、人工智能法学。
