商标分类 
商标转让 
您当前的位置： 瑞典和欧盟关于人工智能和知识产权的说明
2021-01-30 13:01:01|
227|
起点商标网 1.简介
今天，包括瑞典在内的大多数工业国家都在大力投资开发人工智能（“ AI ”）和机器学习软件。根据瑞典政府（企业与创新部，“ 国家人工智能方法”，文章编号：N2018.36）的最新白皮书，“瑞典旨在成为利用数字化转型提供的机会的世界领导者”。就AI而言，“政府的目标是使瑞典成为利用AI所能提供的机会的领导者”。瑞典的观点并非唯一。许多政府和国际组织已经开发出正式的AI框架，以帮助刺激经济和技术增长（cf. 未来生活研究所，“国家和国际人工智能战略”，2019年）。国际上，尤其是在美国和中国，正在对AI研究进行重大投资。在欧洲，已经成立了“欧洲AI联盟”，以提高欧洲在AI的研究和部署方面的竞争力。在最近的白皮书（COM（2020）65最终版）中，欧洲委员会（“ EC ”）也公布了一项雄心勃勃的计划，旨在加强和巩固欧洲的AI方法。
就像在其运营所在的国家/地区一样，越来越多的公司坚信，人工智能对于保持未来的领先地位至关重要。实际上，绝大多数早期采用者都深信AI技术对于今天的业务成功至关重要。根据最近的一份报告，在过去四年中，实施AI技术的企业数量增长了270％（参见 Pooja Singh，“过去四年来，全球范围内企业对AI的使用增长了270％”），《亚太企业家》，2019年1月22日）。因此，尽管对AI进行强大而长期的研究对于实现技术机遇至关重要，但AI技术的当前功能已经在彻底改变了许多领域，例如面部和语音识别，自动驾驶汽车，个性化医学，法律发现，投资基金管理，军事防御，能源生产，个性化营销，客户服务，文化和娱乐。预计将继续快速发展。分析师预测，到2022年，全球在人工智能方面的支出将达到792亿美元（参见国际数据公司（IDC），“根据新的IDC支出指南，2019年全球在人工智能系统上的支出将增长至近358亿美元”。，2019年3月11日）。
不可避免地，看到人工智能已经在我们的日常生活中变得无所不在，这一发展提出了广泛和多学科的政策问题，包括知识产权（“ IP ”）的多个方面。如今，人工智能（ANI）系统可以执行特定的任务，例如生成艺术品和音乐，撰写新闻和小说，驱动创新过程以及执行产品建议和购买服务。从长远来看，我们不太可能拥有可以从类似人类的广度的经验中学习的系统，甚至可以在许多认知任务中超越人类的表现。假设进一步研究和开发深度学习技术和人工智能（“ AGI”）将生成更加智能的软件，人工智能系统可能不会依赖任何人工干预来获得几乎无限范围的出色结果。
技术过渡对几个基本IP概念提出了质疑。鉴于知识产权法是在只考虑自然情报和人类认知处理的时候编写的，因此人工智能对许多传统的知识产权法律概念提出了挑战，例如“起源”，“复制”，“作者”，“设计者”，“发明家”， “发明步骤”，“本领域技术人员”和“普通消费者”。可以说，当人工智能系统参与执行创意或其他认知任务时，目前流行的人本化IP方法不太适合保护所产生的结果。从系统开发人员的角度来看，IP监管框架为AI技术本身提供足够的保护空间也很重要。在这些方面，
以下是AI领域技术进步提出的一些IP问题的介绍性介绍。本文讨论了AI技术的IP保护（第2节），AI生成的作品，发明和设计的IP保护（第3节），数据的保护和访问（第4节）以及AI对商标法可能产生的影响（第5节） ）。主要目的是概述瑞典和欧盟的一些知识产权挑战，并在可能的情况下提供一些有限的结论。
2.人工智能技术的知识产权保护
2.1版权法
首先将AI系统开发为计算机程序。根据欧盟和瑞典的版权法，版权保护适用于任何形式的计算机程序表达，只要该程序是原创的，即它是作者自己的知识创造即可。关于确定计算机程序是否满足独创性要求的标准，不应使用有关程序的质量或美学价值的测试。独创性体现在程序的结构和体系结构中。创意阈值很低。简而言之，只要计算机程序的作者能够选择要采取的步骤以及表达这些步骤的方式，该计算机程序将被视为原始程序，因此将受到版权保护。
但是，构成计算机程序任何元素基础的思想，方法和原理，包括构成其界面基础的思想，方法和原理，均不受版权保护。仅表达智力方面的努力（例如源代码）受到保护。此外，由于无需进行注册即可获得版权保护（尽管在某些欧盟成员国中存在自愿保存或注册的不同选择），因此有时可能很难收集证据。因此，从经济角度来看，可能会认为AI系统的版权保护范围不足。鉴于版权并不能保护致力于AI系统背后功能概念发展的创造力，技能和创造力，因此建议不要仅依赖版权法。探索获得专利和/或商业秘密保护的选项也可能是谨慎的做法，因为可以调用这种保护来防止他人进行技术开发，例如
2.2专利法
AI系统依靠通过计算机实现的方式执行数学方法或算法。因此，尽管授予了与AI相关的专利的数量越来越多，但是有关可专利性主题的现行法律提出了某些挑战。根据欧洲专利公约（EPC）第52条第2款和瑞典专利法第1条第2款，数学方法和计算机程序在主张具有这种权利时明确地排除在专利性之外。换句话说，纯数学方法和计算机程序不是“发明”。
正如欧洲专利局（GL）2019年11月版的《考试指南》所解释的那样，人工智能和机器学习基于本身具有抽象数学性质的计算模型和算法，无论它们是否可以根据训练数据（G-II，3.3.1）进行“训练”。因此，GL还指出，应该根据有关数学方法的一般指导原则评估AI计算模型和算法的可专利性。
它遵循由AI系统中使用的方法和算法必须和/或通过适合于特定的技术实施（有助于制造，供应技术目的，可以通过应用的技术领域的技术效果比照。的决定上诉EPO董事会（以下简称“ 宝儿 ”）的情况下，牛逼13分之2330）。AI系统的计算机程序与其硬件之间的“正常”固有技术交互（例如计算机中的电流循环）本身是不够的（请参阅 T 1173/97中的BoA）。正如BoA解释的那样“在计算机上实施非技术方法并不一定会导致提供超出其计算机实施范围的技术贡献的过程”。因此，通常需要进一步的技术效果。根据BoA的现行判例，“技术效果至少需要与物理现实有直接联系，例如物理实体的变化或度量”（案例T 0489/14）。
数学方法和技术过程之间的区别在于 “事实上，对数字执行了数学方法或数学算法（无论这些数字可能代表什么），并且也以数字形式提供了结果，数学方法或算法只是规定如何对数字进行运算的抽象概念。这样的方法没有产生直接的技术结果。与此相反，如果在技术过程中使用数学方法，则该过程是通过实现该方法的某些技术手段在物理实体（可以是物质对象，但同样是作为电信号存储的图像）上进行的。其结果是该实体发生了一定的变化。技术手段可以包括具有合适硬件的计算机或经过适当编程的通用计算机”（在情况T 208/84中为BoA）。
因此，仅使用计算机执行计算本身并不是一项可授予专利的发明。目前的判例法要求通过计算机实现的方式，超出数学方法或算法的性能所具有的物理技术效果。例如，根据GL，在心脏监测设备中使用神经网络来识别不规则的心跳有一定的技术贡献（G-II，3.3.1）。
可以说，“直接与物理现实联系”的法律要求可能会威胁到某些AI技术的可专利性，因为AI的美在于其模仿人脑的能力。设计了一个AI系统，例如。分析和处理数据，并确定实现特定目标的最佳措施。尽管这些动作是必不可少的，但它们本身并不表示对所做出的决定有技术用途。禁止“执行精神行为的方法”的专利（EPC第52条第2款）在这方面增加了额外的复杂性。虽然AI系统的一般目的是协助（或替代）其用户执行认知任务，但已确立的判例法规定，只能在精神上执行的任何方法都将被视为缺乏技术性。通常认为一项活动的复杂性不足以摆脱精神行为的排斥。这个原则也适用于“可以在头脑中执行的任何算法规定的程序”（BoA在T 0489/14情况下的原因15）。
因此，根据EPC的第52条第2款，对于AI的定义很可能会使某些AI技术失去专利性。为了减轻这个问题，需要特别注意专利权利要求的表述。最好将核心AI技术描述为较大系统的嵌入式组件，而不是为与“物理现实”联系很少或没有关联的独立AI技术申请专利保护。如果可能，应避免使用诸如“支持向量机”，“推理引擎”或“神经网络”之类的术语，因为如GL中所述，根据上下文，此类术语可能被理解为对抽象模型或算法的引用。并且不一定暗示使用技术手段（G-II，3.3.1）。也就是说，鉴于AI的发展速度，
如果AI系统符合专利主题资格标准，则将在与其他任何发明相同的可专利性要求下检查该发明。因此，仅当发明相对于专利申请的提交日期（新颖性）之前是已知的并且是本质上与发明有所不同（发明步骤）时，才授予专利。为了评估创造性，必须考虑所有有助于发明技术特征的特征（如上所述）。非技术特征仅在它们与权利要求的技术主题相互作用以解决技术问题或等效地带来技术效果的程度时才被认为是对创造性的评估。例如，GL意识到“在分类方法用于技术目的的情况下，生成训练集和训练分类器的步骤可能……如果支持实现该技术目的，则可能有助于发明的技术特征”（G-II，3.3.1）。相反，如果在计算机上的实现将是所要求保护的方法的唯一技术方面，则该方法将比已知的通用计算机缺乏创造性。总而言之，仅当AI系统为技术问题提供新的且非显而易见的技术解决方案时，它才可申请专利，但这并不意味着将永远不会提供专利保护，例如，对使用的神经网络培训方法，过程或技术建立，测试和验证系统。决定性的问题是，要求保护的发明总体上是否是新的，非显而易见的并且用于技术目的。
强制性公开要求对AI发明提出了额外的挑战。EPC的第83条和《瑞典专利法》第8条要求专利申请应以足够清晰和完整的方式披露发明，以使“本领域技术人员”能够实施。此外，EPC的规则42（1）（c）要求说明书以要求保护的技术条件（即使未明确说明）及其解决方案来公开要求保护的发明。
在AI和机器学习算法的背景下，可能难以确定如何满足这些要求。先进的AI系统有时会产生结果而无需解释。这通常称为“黑匣子”困境。如果AI计算机程序是一个黑匣子，它将做出预测和决定，而无法传达这样做的原因。从本质上讲，黑匣子困境来自分布式元素的复杂性，例如在深度神经网络中，以及人类无法可视化高维模式（参见 Yavar Bathaee，人工智能黑匣子和意图失败）。和因果关系，《哈佛法律与技术杂志》，第31卷，第2期，2018年）。依赖机器学习算法的AI有时可能像人脑一样难以理解。因此，黑匣子使得很难或不可能以足够详细的细节来披露创新，以满足EPC的第83条和瑞典专利法的第8条。
GL并未解决黑匣子问题，但他们强调，除非必须立即阐明各个部分的功能，否则不但要从结构上而且要从功能上描述本发明（F-III， 1（4））。因此，如果要求AI发明而没有足够详细地解释AI技术是如何工作的，则可能以其缺乏对发明的清楚而完整的公开为由而拒绝该申请。例如发生这种情况。在第T 0521/95号案件中，申请人断言，本发明（模式识别系统）通过模拟人脑的操作解决了某些问题。根据BoA的说法，本发明不仅是常规的联想记忆，而且是复杂的神经网络，难以成功训练。因此，找到正确的培训计划是系统设计的关键部分。BoA注意到说明中没有提及此事，更不用说提供有关如何进行培训的任何指导了。因此，根据BoA，技术人员将无法在没有不适当负担的情况下训练整个系统来解决应用程序中给出的特定问题。最后，美联储认为，例如，缺乏适当的指导，
总而言之，要使专利审查员和法院信服AI系统有资格获得专利保护，还需要克服一些障碍。从申请人的角度来看，一个重要的问题是应要求保护技术的哪些部分。可能的专利应该集中在创建，培训和验证AI系统的过程上，还是应该集中在通过这些操作实现的最终技术成果上？此外，尽管在权利要求中提供详细信息可以帮助避免抽象，但是这样做可能会限制所授予的保护范围。这就提出了几个战术问题，其中之一就是是否需要专利保护。有时，依靠合同安排，版权和/或商业秘密保护可能更合适。
从社会的角度来看，考虑到AI系统在新产品和服务的开发中所起的重要作用，需要进行更多的政治，学术和法律讨论，以确保专利法是可预测的，并为期望的技术进步提供了保证。
2.3商业秘密法
在某种程度上进行了简化，在《商业秘密指令（EU）2016/943》第2条（“ TSD ”）和瑞典《商业秘密法》（“ TSA ”）第2条中，“商业秘密”被定义为以下信息： ：（i）在某种意义上是秘密的，因为它不是一个整体，也不是其各个组成部分的精确配置和组装，通常在圈子内的人们通常不了解该信息，也不容易为那些通常在处理有关信息种类的人们所认识；（ii）具有商业价值，因为它是秘密的；和（iii）具有合法在信息控制一直受到在这种情况下合理的措施，由人，保守秘密。
因此，即使实际上任何信息都可以作为商业秘密来保存和保护，这种保护也特别适用于那些无法独立发现或进行逆向工程和/或在没有大量努力的情况下无法详细描述的技术。因此，现代AI技术非常适合商业秘密保护。例如，在外部用户无法访问底层算法和程序代码的情况下，可以将AI应用程序和功能作为云服务提供。
在申请专利之前，AI技术的商业秘密保护可能特别重要。专利法的基本目的是奖励发明人发明创造的有限专有权，并为社会提供技术信息和进步。公布专利和专利申请后，它们可以洞悉当前的技术发展，并有助于避免并行的多余发展。
但是，这并不一定意味着专利和商业秘密是互斥的。实际上，专利保护和商业秘密保护通常是互补的。例如，尽管一项专利可以保护一项核心的AI发明，但商业秘密可以保护与该发明相关的宝贵专有技术。专利发明如果不获得这种专门知识就不能被有效地商业利用，这是很正常的。
商业秘密保护无疑比专利保护具有一些优势。例如，专利保护可被视为无效或无法实现由于对专利的主题的当前法律或因为本发明公开内容要求（CF。以上第2.2节）。此外，商业秘密保护不取决于新颖性或创造性。商业秘密将立即受到保护，并且通常涵盖比专利更广泛的主题。此外，由于某些AI技术非常复杂，因此专利持有人可能无法有效地区分第三方是否正在使用该专利技术。此外，商业秘密保护不受法定时限的限制，而专利保护（以及版权保护）将不可避免地在给定期限后失效。
但是，与专利和版权不同，商业秘密并不赋予其控制者专有的权利来利用受保护的客体。仅保护信息不被盗用，例如未经授权的获取或披露。如果出于任何原因，商业秘密被“通常在处理这类信息的圈子中的人们所普遍了解或容易获得”，它将不再被定义为商业秘密，因此，该信息将不会不再受到保护。此外，由于商业秘密保护不依赖于注册，因此有时可能难以定义和跟踪受保护的信息，因此可能难以保持信息的秘密。
2.4结束语
与任何技术一样，可以通过各种IP资产来保护AI。专利，版权和商业秘密都是可行的手段。利用每种IP保护类型的优点的组合模型方法可能是最佳选择。正确的IP策略取决于许多因素，例如AI技术的类型，预期寿命，价值和重要性以及获得和执行专有权所涉及的成本。积极管理公司的IP资产还需要适当考虑法律的变化。
3.对人工智能产生的作品，发明和设计的知识产权保护
3.1工作
人工智能系统能够分析和复制产品，流程和可用数据，以创造新的成果。AI系统的另一个特点是能够在备选方案之间进行选择以实现最佳结果的能力。因此，人工智能的创造能力，包括创造能力，例如。音乐或绘画不依赖于人类编写详尽的代码，并具有预期的视觉或听觉效果。取而代之的是，一个或多个人类可以编写算法，以通过分析数千个数据集（包括）来“教导”人工智能系统特定的美感。图像或声音。在当前的现有技术中，由一个或多个人来选择用于馈送算法的数据的收集。然后，该算法会尝试根据其所学的美学原理生成新作品。另外，人工智能系统不是“教”模仿某种美学或风格，而是根据更广泛的输入（例如过去500年来成千上万的西方经典佳能肖像）来创造新的事物。AICAN（人工智能创意对抗网络）就是一个例子。AICAN是一种程序，它可以以相对自治且不可预测的方式生成创新图像（请参阅 Elgammal，“ AI正在模糊艺术家的定义”，美国科学家，第107卷，第1期，2019年）。另一个例子是瑞典戏剧“ Nattygsbordet”。根据哥德堡市剧院的说法，Nattygsbordet完全由AI编写。AI系统已经创建了对话，情况，场景，声音，灯光和服装（参见 https://kulturpunkten.nu/evenemang/nattygsbordet-en-pjas-helt-skriven-av-en-al/?time=15908）。
这样的结果可以有版权吗？如果有，这些权利在哪里？
根据瑞典和欧盟的版权法，将任何主题归类为受版权保护的作品，必须满足两个累积条件。首先，必须以足以精确和客观地加以识别的方式来表述主题（参见案例C-310 / 17中的欧洲法院（Levola Hengelo），第35-41段）。版权并不保护信息，而是保护表达。仅想法，方法，见解和原则不享有版权。其次，主题必须是原创的，因为它是作者自己的智力创造（cf.CJEU案C-5 / 08（Infopaq），第37段）。欧洲法院还澄清，如果知识创造反映了作者的个性，那么该知识创造就是作者的财产。如果作者能够通过做出自由和创造性的选择来表达自己在作品创作中的创造力，那就是这种情况（参见 CJEU在Case C-145 / 10（Painer），第88-89段）。相反，正如欧洲法院在案例C-403 / 08（Murphy）和C-604 / 10（Dataco）中所强调的那样，如果创建是由技术考虑，规则或约束决定的，则不满足独创性标准创造自由的空间（参见 Murphy，第98段和Dataco，第39段）。
CJEU根据作者的“智力”创作，“个性”和“自由和创造性的选择”制定的原创性标准强烈暗示原创性需要人类创造者。可以说，当一个AI系统负责根据其数据分析和处理来生成一幅绘画或任何其他作品时，最终的，可识别的表达（作品）的外观和特征并不反映人类艺术家的个性。 。因此，仅由AI系统创建的作品很可能不符合欧盟版权法规定的版权保护条件。这一结论也与早期的瑞典判例法一致，后者确定动物创作的作品不受版权保护。实际上，目前，
人为作者的要求也与例如《伯尔尼公约》中所表达的版权期限的法定规则相一致。《伯尔尼公约》规定，版权保护期限为作者一生，并至少维持50年。根据《伯尔尼公约》，欧盟指令2006/116 / EC规定，版权应在作者一生中有效，并在作者去世后70年内有效。根据瑞典《版权法》，作品的版权在作者去世后的第70年到期。关于“作者的生活”，“作者去世的年份”和作者的“死亡”的提法强烈表明，只有自然人才能创作受版权保护的作品。此外，软件指令2009/24 / EC和数据库指令96/9 / EG均根据创建作品的自然人明确定义了作者身份（尽管根据这两个指令，作者也可能是合法的国家法律允许的人）。此外，在瑞典和世界上许多其他国家，版权特权包括所有权和结社权以及完整性权（通常称为“精神权利”）。精神权利的依据是作品是作者个性的延伸，因此，这些权利的单纯存在强烈暗示着版权保护需要人类的知识著作权。在国家法律允许的情况下，作者也可以是法人）。此外，在瑞典和世界上许多其他国家，版权特权包括所有权和结社权以及完整性权（通常称为“精神权利”）。精神权利的依据是作品是作者个性的延伸，因此，这些权利的单纯存在强烈暗示着版权保护需要人类的知识著作权。在国家法律允许的情况下，作者也可以是法人）。此外，在瑞典和世界上许多其他国家，版权特权包括所有权和结社权以及完整性权（通常称为“精神权利”）。精神权利的依据是作品是作者个性的延伸，因此，这些权利的单纯存在强烈暗示着版权保护需要人类的知识著作权。
总之，由于AI系统缺乏瑞典和欧盟版权法所要求的人文属性，因此AI生成的作品不符合版权保护的条件。
但是，如果通过向AI系统发出指令来修改生成的结果和/或通过手动修改生成的结果来直接将自然人卷入到创作过程中，则很可能应将其视为自然人的创造力和，因此该作品应符合版权保护的条件。在这种情况下，可以将AI系统视为人类用户手中的工具。另外，当AI系统自动生成产品时，可能会产生与版权相邻的某些权利。例如，如果使用AI系统来创建声音和/或运动图像的记录，或生成目录，数据库或类似的汇编，则有时这些产品可能会受到保护，而不论人类的创作或独创性。那就是
假定AI生成的作品不符合现行的瑞典和欧盟版权法的版权保护条件，则应评估是否确实需要保护此类作品，如果需要，应该如何定义和构造这种保护。
从经济角度来看，对人工智能的投资是可观的。这些投资包括开发用于创作作品的技术。版权的目的之一是鼓励作品的创作。尽管似乎缺乏支持在AI领域建立新产权的经验证据，但最近的基于证据的数据表明，知识产权对于创造力，创新和经济增长非常重要（参见 EUIPO，“欧洲的知识产权与企业绩效：经济分析”，《企业层面分析报告》，2015年6月）。因此，如果需要通过AI生成的创作，则同样需要保护这些创作。
在光以上的，考虑到大多数工业国家，绝大多数的知识产权专家都似乎不愿意负担（正品）版权保护，AI产生的作品（CF。该决议“在人工生成的作品的著作权”在AIPPI世界大会通过伦敦（2019年9月），不妨考虑引入新的特殊类型鼓励继续进行AI研究与开发的邻近权利。这样的模型会尊重版权法的人本主义方法，但仍会激励未来的AI投资。新权利的范围与瑞典和欧盟版权法规定的复制权和向公众提供的权利相同。新规则还可以遵守关于例外与限制的现有规定。就是说，本文的作者认为，任何新的特殊形式AI创作作品的相邻权利应仅给予有限的保护期限，而不应过分地优先考虑人类创作，竞争和公众获取信息和文化的权利。因此，在一个只需按一下按钮就可以创建数百万件作品的世界中，应考虑众所周知的过度垄断风险。
一个相关的问题涉及所有权。谁应该是AI生成作品中知识产权的第一所有者（假设引入了此类权利）？权利应归属于AI系统开发人员，AI机器的所有者还是AI系统的最终用户？一些作者（包括本文的作者）更喜欢受美国“按需租用作品”学说启发的解决方案，根据该解决方案，订购或发起该作品的个人或实体应享有该作品的版权（参见 Shlomit Yanisky-Ravid，生成伦勃朗：3A时代的人工智能，版权和问责制-像人类一样的作者已经在这里-一种新模型，2017 Mich.St.L.Rev.659（2017））。这样的模型实质上会将AI系统视为具有创造力的员工或为他们的用户工作的分包商。该模型将为版权保护归作者所有的一般规则提供一个重要的例外，对于AI生成的作品，作者将是AI机器。它将鼓励对AI技术的进一步投资，因为知识产权通常归于商业参与者，而商业参与者冒着购买或许可AI系统产生特定结果的财务风险。将此模型应用于AI生成的作品也将有助于对用户施加责任，以避免损害和侵犯第三方权利。因此，优选地，用户将有权获得IP权以及有关AI系统生成的作品的责任。
3.2发明
不用说，诸如学习，逻辑，推理，感知，交流和创造力之类的动作和能力在发明过程中非常有用。人工智能系统处理这种能力。尽管当今的ANI系统无法复制人类技能和认知的全部深度和广度，但AI的能力已被广泛用于产生“创造性”的想法和解决方案，否则仅凭人类的创造力就无法实现。例如斯蒂芬·泰勒（Stephen Thaler）的“创造力机器”（Creativity Machine），它可以通过人工神经网络产生新的思想；约翰·科扎（John Koza）的“发明机器”（Invention Machine），它基于基因编程，即根据生物进化过程进行建模；以及IBM的超级计算机“沃森”（Watson）。 ，cf. 雅培，“我认为，因此我发明了：创意计算机与专利法的未来”，BCL Rev. 57（4），1079，2016年9月28日）。许多专家认为，由这些AI系统产生的某些结果，包括几乎没有人工指导的几种技术解决方案，都符合可专利性的传统标准，即它们对于“本领域技术人员”而言是新的且不明显的。额外的AI研究与开发，尤其是算法设计方面的研究与开发，增加了AI系统在可预见的未来自动进行发明的可能性。
从当代专利法的角度来看，一方面是AI辅助发明与另一方面是自主AI发明之间存在明显的区别。根据瑞典和欧盟专利法，发明被视为人类活动。例如，迄今为止，不允许将AI系统指定为专利申请中的发明人。EPO最近拒绝了将AI系统“ DABUS”注册为正式发明人的尝试，从而确认了这一原则。根据欧洲专利局，“ EPC并未规定非人，即自然人或法人均不得作为申请人，发明人或在专利授予程序中扮演任何其他角色”。如EPO所述，“人工智能系统或机器目前没有权利，因为它们没有与自然人或法人相当的法人资格。法人资格由于其自然人的身份而被分配给自然人，并基于法律小说被分配给法人。在涉及非自然人的情况下，法人资格仅基于法律小说而定。这些法律小说既可以通过立法直接创建，也可以通过建立此类法律小说的一贯法理学来发展。因此，AI系统或机器不能拥有来自发明人的权利，例如在专利申请中被提及为发明人或被指定为发明人的权利。结果，作为“ AI系统或机器对其输出不具有可以通过法律和协议的转让而获得的任何合法所有权……AI系统或机器的所有者不能被视为第60条第1款所指的所有权的继承人EPC”。此外，根据欧洲专利局，“立法历史表明，欧洲专利局的立法者同意，“发明人”一词仅指自然人”（参见欧洲专利局在此问题上2020年1月27日的决定申请EP 18275163（已上诉））。
因此，根据当前的专利法，专利注册申请人的任务是识别和公开一个或多个对本发明的智力和创造概念负全部或部分责任的人，即发明人的自然人。根据既定的判例法，要想有资格成为发明人或至少是共同发明人，必须为完成的发明做出独立而明智的贡献。通常，这种贡献必须表达创新的技术问题解决方案，并构成本发明步骤的一部分。仅仅希望最终解决问题，或者仅仅提出建议或解决问题的指示本身并不会促成一项新发明，因此也就不会构成发明创造力的基础。作为结果，
当前的专利立法是否应该保留或废除对人类发明人的要求，这是有争议的。一些作者认为，传统专利法与AI产生的发明无关，效率低下并且不适用，并且这些发明完全不应该申请专利，同时认识到其他可以达到相同目的的工具（参见 Yanisky-Ravid，Shlomit和Liu，Xiaoqiong （Jackie），《人工智能系统产生发明的时代：3A时代和专利法的替代模型》（2017年3月1日）。《 39 Cardozo Law Review》，2215-2263（2018）。其他人则争辩说，人工智能产生的发明的专利权将加速创新并实现原本无法实现的发展（参见 Abbot，见上文）。和埃里卡·弗雷泽（Fraser，Erica），《计算机作为发明家–人工智能对专利法的法律和政策影响》，（2016）13：3 撰写305）。还有一些人担心授予AI产生的发明专利权会扼杀人类的发明，因为人类的智慧和创造力将被高级AI系统所取代。评估和平衡这些相互矛盾的观点确实是一项艰巨的任务。尽管不可能找到一个能够满足所有合法利益和目标的“完美”解决方案，但是最好的选择也许是对专利制度进行适度的改变，因为过时的专利法很可能会对技术造成负面影响。例如，除了维持AI产生的发明永远不应该获得专利保护的观点之外，
关于人工智能产生的发明的可专利性，“本领域技术人员”是另一个关键问题。根据当前的瑞典和欧盟专利法，控制可专利性的主要条件是发明涉及创造性。如果考虑到现有技术水平，本发明对本领域技术人员而言不是显而易见的，则应认为该发明包含创造性。GL（G-VII，4）指出：
“因此，就定义本发明的任何权利要求而言，要考虑的问题是，考虑到当时已知的技术，对于该权利要求而言，在提交日期或优先权日期是否有效之前，对于本领域技术人员而言是显而易见的。达成属于权利要求范围之内的东西。如果是这样，则由于缺乏创造性，该权利要求是不允许的。术语“显而易见的”是指不超出技术的正常发展，而仅是从现有技术中简单或逻辑地遵循，即不涉及超出本领域技术人员所期望的任何技能或能力的事情在艺术上。”
根据既定的判例法和准则，假定本领域技术人员是相关技术领域的熟练从业人员，他具有一般知识和能力，并且知道在本领域中什么是本领域的常识。相关日期。还假定他可以使用“最新技术”中的所有内容，并可以使用常规工具和能力进行相关技术领域的常规工作和实验。实际上，本领域的“人”也可以是具有不同技能的人的团队。
因此，可以说，如果AI的使用是相关技术领域的惯例，那么本领域技术人员应指配备AI资源的人员。如果以这种方式解释法律，则可能会大大提高非显而易见性的标准。这可能会成为一个大问题，尤其是在创新需要管理大数据量和/或在研究和实验上进行大量投资的领域。当AGI（甚至超级智能AI）技术在各个行业中盛行时，也许只有最突破性的技术才能申请专利，因为许多发明对于配备了相关AI技术的技术人员来说都是显而易见的。另一方面，比照。以上），将可专利性标准设置得太低（即不考虑技术人员掌握的可用AI资源）可能会导致废品专利被授予过多，并导致更多的侵权诉讼。显然需要对这些问题进行进一步的讨论。
3.3设计
在设计领域，到目前为止，人工智能可能主要是关于优化和速度。人工智能系统可以分析大量数据并提出设计调整建议。一旦AI系统识别出一个模式，它便可以应用该模式以在瞬间产生大量变化。例如，在一个名为“ Nutella Unica”的项目中，一个AI系统能够使用图案和颜色数据库创建700万种不同版本的Nutella包装（请参阅 https://youtu.be/sHYakhyvJps）。
与作品和发明一样（参见上文第3.1和3.2节），设计可以借助AI进行制作，也可以由AI应用程序自主生成。
人工智能辅助设计可以被视为计算机辅助设计的一种变体，因此，从IP的角度来看，它们不应构成任何特定的问题。但是，根据当前的瑞典和欧盟外观设计法，由AI应用程序自主生产的外观设计不符合外观设计保护的条件。只有自然人才有资格担任设计师。该结论除其他外得到法定提及设计者和“其继承人”的支持（《瑞典外观设计保护法》第1（a）条，欧洲外观设计指令98/71 / EC第5条和第7条）和第6/2002号共同体设计条例（EC）14。正如EPO所强调的那样，人工智能系统不能在标题上有后继者（参见上文关于专利申请EP 18275163的第3.2节。此外，《欧洲外观设计指令》第17条规定，受在成员国中注册的外观设计权保护的外观设计也应在该成员国中享有版权保护。第6/2002号共同体设计条例（EC）第96条包含类似的规则。看到版权显然需要人类作者（请参阅上文第3.1节），如果AI生成的外观设计被保护，则分别在指令第17条和实施细则第96条中阐述的累加保护原则将不适用或不连贯。有资格获得外观设计保护。
因此，就AI产生的设计而言，产生的问题和考虑与AI产生的作品（上文第3.1节）和AI产生的发明（上文3.2节）所产生的问题和考虑类似。例如，我们如何区分符合保护条件的AI辅助设计和不符合保护条件的AI生成的设计？根据当代法律，外观设计需要达到何种程度的人为干预才能获得外观设计保护？是否需要在保护性评估中坚持人类创造力与非人类创造力之间的区别？我们是否应该为自主生成的AI设计提供设计保护，如果可以，在什么情况下？这些和其他有关问题应加以讨论和决定，以期在权利人和公众的利益之间找到适当的平衡。
4.保护和访问数据
在过去的几年中，机器学习已成为AI技术的主要分支。机器学习在很大程度上取决于对大型数据集的访问。正如EC强调的那样，“没有数据，就没有AI”，因为“许多AI系统的功能以及它们可能导致的行动和决策在很大程度上取决于系统所依赖的数据集已接受培训”（《人工智能白皮书-欧洲追求卓越和信任的方法（COM（2020）65最终版））。
转向包括“物联网”在内的在线活动，已经创建了大量易于获取且廉价收集和存储的数据。可以从许多不同的来源获得有价值的数据集，例如互联网浏览器，社交媒体网站，智能手机应用程序，相机，汽车和其他连接的设备。实际上，通常会收集有关产品和服务使用的信息。例如，通过从1.51亿订户中收集“大数据”并实施数据分析模型以发现客户行为和购买方式，Netflix取得了巨大的成功已不是什么秘密。
鉴于数据可用性是AI发展的主要驱动力，决策者应确保法律允许一方面在数据访问权与另一方面的数据保护之间取得公平的平衡。尽管对数据的访问对于AI的发展非常重要，但是保护规则对于激励数据生产并保护个人和企业免受非法利用敏感信息的侵害也将是必要的。
现行的瑞典或欧洲知识产权法律不承认信息的专有或专有“权利”。即使这样，有关版权，专有数据库权利和商业秘密的规则仍可能阻止数据的收集和/或进一步利用。
4.1版权保护
版权保护是相对于现实化到表情（例如，符合独创性要求（文本或图片）参见上述第3.1节）。版权保护不能授予纯粹的信息，思想，程序，操作方法或数学概念。因此，可以想象，如今在AI分析范围内收集和处理的大量数据很少受到版权保护。一些作者在“数据”与数据所携带的“语义内容”之间进行了区分，同时认为仅语义内容（例如书籍，音乐，电影和新闻文章）而不是数据可以被授予版权保护。 （请参阅内斯特·杜赫·布朗，贝丁·马滕斯和弗兰克·穆勒-朗格，拥有，访问和交易数字数据的经济学; 《 2017年数字经济工作文件》; JRC技术报告，第1页。8）。类似地，就使用受保护作品（例如图纸）来训练AI系统而言，区分一方面是本身的作品和另一方面是关于作品的信息也很重要。向算法提供数据并不一定涉及作品的复制。就是说，在某些情况下，一方面可能很难区分与某作品有关的非专有数字信息，另一方面又要与该作品的变更或改编数字版本区分开。从版权执行的角度来看，只有在语义（人类）层面上，才有可能在两个数字数据簇之间进行充分充分的比较，因为最终将取决于一个或多个人类法官（在人类技术专家的协助下，
在AI分析环境中使用的数据收集软件不太可能以符合独创性标准的方式选择或整理收集的数据（参见 Gervais，Daniel，《探索大数据与知识产权法之间的关系》，第10期（2019） JIPITEC 22）。因此，即使根据数据库指令96/9 / EC将数据汇编定义为“数据库”，但前提是该汇编是“以系统或有条理的方式安排的独立作品，数据或其他材料的集合，并且通过电子或其他方式单独访问”，通过数据收集软件创建的数据库将很少受到版权保护。相反，收集者可能不得不依靠特殊的数据库权限（请参阅下面的第4.2节）和/或商业秘密保护（请参阅下面的第4.3节），以防止未经授权访问和/或重用由此收集的信息。
4.2对数据库的特殊保护
在瑞典和欧盟法律中，数据库中存在特殊权利。从本质上讲，尽管这样的数据不受所有权保护，但受保护的数据库的创建者（或其所有权的继承者）有权防止提取和/或重新使用全部或大部分内容数据库。
在特殊的权利是不依赖于创意。根据数据库指令，特殊保护要求数据库是对获取，验证或呈现数据库内容进行大量投资的结果。在瑞典，要求较低。根据瑞典版权法，数据汇编将受到保护：（i）如果其中包含“大量信息项”；要么（ii）如果汇编是重大投资的结果。尽管瑞典法律在这方面是否符合数据库指令尚有争议，但瑞典法院迄今已根据其措词适用了成文法。例如，在案件T 15952-11中，哥德堡地方法院裁定，两个数据库的内容范围要使这些数据库“已在此基础上”得到保护。西瑞典上诉法院在案例T 3375-13中具有相同的主要观点。因此，迄今为止，数据库制造商在瑞典法律下享有相对较高的保护程度。
数据库指令中使用的术语“大量投资”是指这样创建数据库。由于强调了欧盟法院，通过该保护的目的自成一格的权利“是推动建立存储和处理系统现有信息和能够在数据库随后被收集的材料不是创造”（在欧盟法院在个案C-338 / 02（固定资产营销），第24段）。因此，关于数据收集，只有用于获取数据库内容的投资才有意义，而对于创建材料的投资则无关紧要。因此，通过AI分析已经收集的数据生成的输出可能不会受到特殊保护。是的，因为机器生成的数据可以说是“创建”的，而不是由于在获取数据上进行大量投资而产生的。但是，“在很多情况下，传感器或其他机器生成的数据应由特殊权利覆盖，条件是用于测量或以其他方式获得验证和显示数据的投资相当可观”（Leistner，Matthias，Big Data和EU数据库指令96/9 / EC：当前法律和改革潜力（2018年9月7日，第2页）。此外，如上所述，当前的瑞典法律力图保护任何大型数据汇编，以防止未经授权的提取和/或重复使用，无论在创建汇编中进行何种投资。
原则上，当数据库受专有权保护时，除非有例外情况，否则任何临时或永久提取和/或重新使用很大一部分数据都需要获得权利人的许可。因此，从例如收集商业和/或结构化信息。未经权利人授权，可能会禁止公开提供网站或其他数据库。
为了避免这种障碍，数据分析人员可能希望探索在“代码涉及到数据”的情况下使用应用程序的可能性，而不是必须找到代码的经典数据模型。这是因为，可以说，“为了产生新信息而对“代码到达数据”进行分析”不会导致任何“提取”，因为不会对所有或大部分内容进行“永久或暂时的转移”。将数据库转移到另一种介质上”（Drexl，Josef，为工业数据设计竞争性市场-在属性化和访问之间（2016年10月31日）。马克斯·普朗克创新与竞争研究所第16-13号论文，第1页。21-22）。此外，最近通过的有关数字单一市场版权的欧盟（EU）2019/790指令（“ DSM指令 ”）的第3条和第4条可能为从事文本和数据挖掘（“ TDM ”）的分析师带来一些好消息。在DSM指令中定义为“旨在分析数字形式的文本和数据以生成包括但不限于模式，趋势和相关性的信息的任何自动分析技术”。《 DSM指令》第3条允许研究组织和文化遗产机构对TDM拥有TDM，这些组织和组织有权合法使用作品或数据库进行科学研究。根据第4条，其他实体（例如私人公司）可以为TDM的目的复制和提取合法可访问的作品和其他材料，前提是权利人未以适当的方式明确保留这种使用。第3条和第4条中的例外与版权和数据库特殊性有关权利。但是，正如刚刚提到的那样，权利人可以“以适当方式”反对商业实体根据第4条进行的TDM。因此，第4条是否会对在AI中依赖TDM的私营公司产生任何重大的积极影响还有待观察相关上下文。
4.3商业秘密保护和事实上的控制
与版权和特殊数据库权限相比，商业秘密保护的优势在于可以保护特定数据本身。因此，TSD和TSA可以保护数据持有人免于非法获取，使用或披露（“盗用”）任何符合商业秘密条件的数据。盗用商业秘密是通过规则，批准特别，禁令和损害赔偿。
但是，如上所述（第2.3节），只有满足三个累积条件的一条信息才有资格成为商业秘密。有时很难评估是否满足所有要求。例如，商业秘密保护要求数据的保密性与其商业价值之间存在因果关系。在大数据的情况下，一条单独的信息可能并不重要，但是与其他数据的关联可能会带来巨大的价值。另外，有时可能难以满足要求信息应由持有人保密并且不容易被他人访问的要求。对于通过连接的设备（即通过连接到智能产品（例如汽车）的传感器）产生的数据而言，这可能特别困难。例如，。在交通情况下，其他汽车可能会将相同的信息发送给其他接收者。此外，在连接的设备的上下文中，信息可被动态价值网络中表征数据经济性的许多参与者使用。当在通过价值网络连接的不同实体的网络中生成数据时，可能很难将保护分配给控制机密的单个实体（参见 Drexl，Josef，同上）。
除了这些困难之外，版权，特殊数据库权利和商业秘密保护的组合所提供的总体保护在许多情况下当然足以防止未经授权的访问和数据利用。另外，也许最重要的是，合同安排和技术访问限制可以用来对有价值的信息进行事实上的控制。关键的政策问题是，从社会的角度来看，这种控制在多大程度上是可取的（有关此问题的更多信息，请参见Nestor Duch-Brown，Bertin Martens和Frank Mueller-Langer，《数字数据的所有权，访问权和交易的经济学》；数字经济工作文件2017-01; JRC技术报告）。
5. AI和商标法律
商标的基本目的是向消费者或最终用户保证商标产品或服务的原产地标识。此基本功能也是商标保护的先决条件，因为商标只能由能够“区分一个企业的商品或服务与其他企业的商品或服务”的标志组成（商标指令（EU）第3（a）条） 2015/2436，《商标条例（EU）2017/1001》第4（a）条和《瑞典商标法》第1章第4和5条。
尽管商标的基本功能是识别商业来源，但商标也可以用于其他目的，所有这些目的均受欧盟和瑞典商标法的保护。一个商标所有者可以防止由第三方影响或容易影响任何商标的功能使用。根据欧洲法院的判例，“这些功能不仅包括商标的基本功能，即向消费者保证商品或服务的原产地，还包括其其他功能，特别是保证商品或服务质量的功能。有关商品或服务以及通讯，投资或广告的商品或服务。” 因此，所有者“有权防止第三方使用……即使这种使用不能损害商标的基本功能，即表明商品或服务的来源，但前提是这种使用会影响或可能影响商标的其他功能之一。” （案例C-487 / 07（欧莱雅），第58和65段）
对CJEU（商标侵权）描述的任何功能的负面影响显然需要干扰认知过程。一个商标几乎不会起到任何目的，没有人的思想根深蒂固的倾向通过协会进行。例如，当欧洲法院将“投资功能”定义为其所有人使用商标“以获取或保持能够吸引消费者并保持其忠诚度的声誉”时（案例C-323 / 09（国际花艺），第60段） ），欧洲法院显然是指商标激活了消费者的联想。同样，例如当商标指令保护商标不被使用时，“利用商标的独特性或声誉的不正当优势或对其不利，”（第10.2（c）条），法律假定商标在消费者心中触发了观念和情感。正如欧洲法院解释的那样，“由第三方使用与具有声誉的商标相似的标志所带来的好处是不公平的”，在这种情况下，当事方试图通过这种使用骑在商标的尾巴上享有声誉，以便从商标的吸引力，声誉和威信中受益，并利用……商标所有人的营销努力，以创造和维护商标的形象”（案例C-487 / 07（欧莱雅），第50段）。与商标的正面关联从而驱动购买行为，并积极影响用户对商标产品的体验。关联是否客观地对应于“真相”并不重要。例如，一些盲目的测试表明，像百事可乐这样的人比可口可乐要好得多，直到他们知道自己在喝什么，然后偏爱可乐。
因此，商标保护的前提是心理假设，即商标具有与人沟通和触发心理联想的固有和/或获得的能力。商标影响思维。认知科学支持这一假设。因此，当法院被要求进行侵权评估时，法院必须“在普通消费者心目中”评估所涉商品或服务的比较标记的整体认知（CJEU，案例C-342 / 97（Lloyd ），第25段）。同样，欧盟和瑞典商标法的主要内容也解释说：“混淆的可能性包括结社的可能性”（例如参见《商标法》第9.2（b）条）商标法规）。实际上，“普通消费者心目中的商标认知……在全球范围内对混淆可能性的认识中起着决定性作用”（欧洲法院判例C-251 / 95（Sabel），第23段）。
通过一系列的判断，欧洲法院还建立了一些准则，以评估普通消费者在精神上处理所涉商标所传达的印象和联想的能力。因此，根据既定的判例法，一般的消费者被认为是相当灵通和合理的观察力和谨慎（参见，例如案例九十九分之二百九十九（飞利浦）的欧盟法院）。商标法还假设普通消费者很少有机会在不同商标之间进行直接比较，而必须将其信任放在对商标的不完美记忆上。此外，假设普通消费者的关注程度有所不同取决于有关商品或服务的类别（例如，见CJ342 / 97号案例中的欧洲法院（劳埃德），第26段）。总而言之，根据欧盟和瑞典商标法，一般消费者是自然人（或由自然人代表），作为主要规则，该人具有中等注意度，在某种程度上易于操纵，有时甚至不知道其实际原因。还是她的决策
但是，当自然人被AI系统取代时，会发生什么呢？
如今，人工智能系统已被广泛采用，以减少人类对产品建议和产品购买过程的参与。例如，亚马逊网站（www.amazon.in）使用AI软件根据用户的浏览和购买历史推荐产品。复杂的AI产品（例如多个Google家用设备）经过编程，可以与人类互动。这些系统在理解人类的情感，欲望和文化方面越来越好。某些产品（例如亚马逊的“ Echo”）由语音识别软件运行，并根据例如过去的购买行为向消费者提供产品建议。由AI驱动的各种补充服务会自动重新订购耗材，例如墨盒和咖啡包，以确保最终用户不会用完。因此，人工智能系统已经在协助甚至取代人类的购买决策。趋势是上升的。
AI系统不会将购买决策作为对商标触发的人类联想，情感和模糊记忆的直接或即时响应。人工智能系统没有情感（可以说），但是它们具有完美的记忆。他们不会感到困惑，至少不会在商标中所考虑的人类意义上感到困惑法。人工智能系统客观地分析大量数据，以优化决策并采取适当行动。人工智能系统可以完美地重获商业起源，而精美的商业广告则不会给他们留下深刻的印象。与人类相比，人工智能系统是超理性的。因此，要说服AI系统在购买过程中使用某商标几乎是不够的。AI可以立即收集和分析有关购买历史，价格，质量，可用性，交付，消费者评论，官方建议和其他数据的信息，并客观地权衡在一起，以做出最合理的购买决策，而几乎不需要人工参与。简而言之，人工智能系统不会遭受当前商标所带来的人类“缺陷”的困扰法律作为参考。总之，可以想象，可能需要另一个AI系统而不是商标来影响AI系统订购或推荐产品或服务。
这将商标法留在哪里？只要人们将商标视为信息，价值和情感的重要载体，现有的规则（包括商标功能原则）便会达到目的。对于人类而言，商标在购买产品或服务之前，之中或之后可能有不同的目的。人类消费的原因很多，而不仅仅是为了满足身体和物质上的需求。人类对使他们个性化的功能非常重视。商标被用作自我表达，自我实现或满足其他情感需求的手段。同时，最有可能的是，法院和其他决策者将不得不考虑新的规则，概念和原则，以确保商标法在某些情况下不会变得无关紧要，因为使用AI会极大地改变企业之间互动的游戏规则。和消费者。
6.结束语
AI领域的技术进步引发了许多IP问题，其中一些挑战了当前IP法律的本质。如今，当瑞典和欧洲法院及其他当局适用“知识产权”财产法时，它们通常是在保护人类智慧的创造（例如作品或发明）或影响人类的物品。认知和行为（例如商标）。当寻求知识产权保护时，传统的法律解决方案是在人工程序背后寻找人，即使该人不存在。可以说，从长远来看，这种解决方案是站不住脚的。鉴于AI的发展速度非常快，并且看到IP法的主要目的是鼓励创造和分配各种商品以造福消费者，因此，需要进行更多的研究以确保IP法律框架能够满足其目的。新的AI时代。
今天，包括瑞典在内的大多数工业国家都在大力投资开发人工智能（“ AI ”）和机器学习软件。根据瑞典政府（企业与创新部，“ 国家人工智能方法”，文章编号：N2018.36）的最新白皮书，“瑞典旨在成为利用数字化转型提供的机会的世界领导者”。就AI而言，“政府的目标是使瑞典成为利用AI所能提供的机会的领导者”。瑞典的观点并非唯一。许多政府和国际组织已经开发出正式的AI框架，以帮助刺激经济和技术增长（cf. 未来生活研究所，“国家和国际人工智能战略”，2019年）。国际上，尤其是在美国和中国，正在对AI研究进行重大投资。在欧洲，已经成立了“欧洲AI联盟”，以提高欧洲在AI的研究和部署方面的竞争力。在最近的白皮书（COM（2020）65最终版）中，欧洲委员会（“ EC ”）也公布了一项雄心勃勃的计划，旨在加强和巩固欧洲的AI方法。
就像在其运营所在的国家/地区一样，越来越多的公司坚信，人工智能对于保持未来的领先地位至关重要。实际上，绝大多数早期采用者都深信AI技术对于今天的业务成功至关重要。根据最近的一份报告，在过去四年中，实施AI技术的企业数量增长了270％（参见 Pooja Singh，“过去四年来，全球范围内企业对AI的使用增长了270％”），《亚太企业家》，2019年1月22日）。因此，尽管对AI进行强大而长期的研究对于实现技术机遇至关重要，但AI技术的当前功能已经在彻底改变了许多领域，例如面部和语音识别，自动驾驶汽车，个性化医学，法律发现，投资基金管理，军事防御，能源生产，个性化营销，客户服务，文化和娱乐。预计将继续快速发展。分析师预测，到2022年，全球在人工智能方面的支出将达到792亿美元（参见国际数据公司（IDC），“根据新的IDC支出指南，2019年全球在人工智能系统上的支出将增长至近358亿美元”。，2019年3月11日）。
不可避免地，看到人工智能已经在我们的日常生活中变得无所不在，这一发展提出了广泛和多学科的政策问题，包括知识产权（“ IP ”）的多个方面。如今，人工智能（ANI）系统可以执行特定的任务，例如生成艺术品和音乐，撰写新闻和小说，驱动创新过程以及执行产品建议和购买服务。从长远来看，我们不太可能拥有可以从类似人类的广度的经验中学习的系统，甚至可以在许多认知任务中超越人类的表现。假设进一步研究和开发深度学习技术和人工智能（“ AGI”）将生成更加智能的软件，人工智能系统可能不会依赖任何人工干预来获得几乎无限范围的出色结果。
技术过渡对几个基本IP概念提出了质疑。鉴于知识产权法是在只考虑自然情报和人类认知处理的时候编写的，因此人工智能对许多传统的知识产权法律概念提出了挑战，例如“起源”，“复制”，“作者”，“设计者”，“发明家”， “发明步骤”，“本领域技术人员”和“普通消费者”。可以说，当人工智能系统参与执行创意或其他认知任务时，目前流行的人本化IP方法不太适合保护所产生的结果。从系统开发人员的角度来看，IP监管框架为AI技术本身提供足够的保护空间也很重要。在这些方面，
以下是AI领域技术进步提出的一些IP问题的介绍性介绍。本文讨论了AI技术的IP保护（第2节），AI生成的作品，发明和设计的IP保护（第3节），数据的保护和访问（第4节）以及AI对商标法可能产生的影响（第5节） ）。主要目的是概述瑞典和欧盟的一些知识产权挑战，并在可能的情况下提供一些有限的结论。
2.人工智能技术的知识产权保护
2.1版权法
首先将AI系统开发为计算机程序。根据欧盟和瑞典的版权法，版权保护适用于任何形式的计算机程序表达，只要该程序是原创的，即它是作者自己的知识创造即可。关于确定计算机程序是否满足独创性要求的标准，不应使用有关程序的质量或美学价值的测试。独创性体现在程序的结构和体系结构中。创意阈值很低。简而言之，只要计算机程序的作者能够选择要采取的步骤以及表达这些步骤的方式，该计算机程序将被视为原始程序，因此将受到版权保护。
但是，构成计算机程序任何元素基础的思想，方法和原理，包括构成其界面基础的思想，方法和原理，均不受版权保护。仅表达智力方面的努力（例如源代码）受到保护。此外，由于无需进行注册即可获得版权保护（尽管在某些欧盟成员国中存在自愿保存或注册的不同选择），因此有时可能很难收集证据。因此，从经济角度来看，可能会认为AI系统的版权保护范围不足。鉴于版权并不能保护致力于AI系统背后功能概念发展的创造力，技能和创造力，因此建议不要仅依赖版权法。探索获得专利和/或商业秘密保护的选项也可能是谨慎的做法，因为可以调用这种保护来防止他人进行技术开发，例如
2.2专利法
AI系统依靠通过计算机实现的方式执行数学方法或算法。因此，尽管授予了与AI相关的专利的数量越来越多，但是有关可专利性主题的现行法律提出了某些挑战。根据欧洲专利公约（EPC）第52条第2款和瑞典专利法第1条第2款，数学方法和计算机程序在主张具有这种权利时明确地排除在专利性之外。换句话说，纯数学方法和计算机程序不是“发明”。
正如欧洲专利局（GL）2019年11月版的《考试指南》所解释的那样，人工智能和机器学习基于本身具有抽象数学性质的计算模型和算法，无论它们是否可以根据训练数据（G-II，3.3.1）进行“训练”。因此，GL还指出，应该根据有关数学方法的一般指导原则评估AI计算模型和算法的可专利性。
它遵循由AI系统中使用的方法和算法必须和/或通过适合于特定的技术实施（有助于制造，供应技术目的，可以通过应用的技术领域的技术效果比照。的决定上诉EPO董事会（以下简称“ 宝儿 ”）的情况下，牛逼13分之2330）。AI系统的计算机程序与其硬件之间的“正常”固有技术交互（例如计算机中的电流循环）本身是不够的（请参阅 T 1173/97中的BoA）。正如BoA解释的那样“在计算机上实施非技术方法并不一定会导致提供超出其计算机实施范围的技术贡献的过程”。因此，通常需要进一步的技术效果。根据BoA的现行判例，“技术效果至少需要与物理现实有直接联系，例如物理实体的变化或度量”（案例T 0489/14）。
数学方法和技术过程之间的区别在于 “事实上，对数字执行了数学方法或数学算法（无论这些数字可能代表什么），并且也以数字形式提供了结果，数学方法或算法只是规定如何对数字进行运算的抽象概念。这样的方法没有产生直接的技术结果。与此相反，如果在技术过程中使用数学方法，则该过程是通过实现该方法的某些技术手段在物理实体（可以是物质对象，但同样是作为电信号存储的图像）上进行的。其结果是该实体发生了一定的变化。技术手段可以包括具有合适硬件的计算机或经过适当编程的通用计算机”（在情况T 208/84中为BoA）。
因此，仅使用计算机执行计算本身并不是一项可授予专利的发明。目前的判例法要求通过计算机实现的方式，超出数学方法或算法的性能所具有的物理技术效果。例如，根据GL，在心脏监测设备中使用神经网络来识别不规则的心跳有一定的技术贡献（G-II，3.3.1）。
可以说，“直接与物理现实联系”的法律要求可能会威胁到某些AI技术的可专利性，因为AI的美在于其模仿人脑的能力。设计了一个AI系统，例如。分析和处理数据，并确定实现特定目标的最佳措施。尽管这些动作是必不可少的，但它们本身并不表示对所做出的决定有技术用途。禁止“执行精神行为的方法”的专利（EPC第52条第2款）在这方面增加了额外的复杂性。虽然AI系统的一般目的是协助（或替代）其用户执行认知任务，但已确立的判例法规定，只能在精神上执行的任何方法都将被视为缺乏技术性。通常认为一项活动的复杂性不足以摆脱精神行为的排斥。这个原则也适用于“可以在头脑中执行的任何算法规定的程序”（BoA在T 0489/14情况下的原因15）。
因此，根据EPC的第52条第2款，对于AI的定义很可能会使某些AI技术失去专利性。为了减轻这个问题，需要特别注意专利权利要求的表述。最好将核心AI技术描述为较大系统的嵌入式组件，而不是为与“物理现实”联系很少或没有关联的独立AI技术申请专利保护。如果可能，应避免使用诸如“支持向量机”，“推理引擎”或“神经网络”之类的术语，因为如GL中所述，根据上下文，此类术语可能被理解为对抽象模型或算法的引用。并且不一定暗示使用技术手段（G-II，3.3.1）。也就是说，鉴于AI的发展速度，
如果AI系统符合专利主题资格标准，则将在与其他任何发明相同的可专利性要求下检查该发明。因此，仅当发明相对于专利申请的提交日期（新颖性）之前是已知的并且是本质上与发明有所不同（发明步骤）时，才授予专利。为了评估创造性，必须考虑所有有助于发明技术特征的特征（如上所述）。非技术特征仅在它们与权利要求的技术主题相互作用以解决技术问题或等效地带来技术效果的程度时才被认为是对创造性的评估。例如，GL意识到“在分类方法用于技术目的的情况下，生成训练集和训练分类器的步骤可能……如果支持实现该技术目的，则可能有助于发明的技术特征”（G-II，3.3.1）。相反，如果在计算机上的实现将是所要求保护的方法的唯一技术方面，则该方法将比已知的通用计算机缺乏创造性。总而言之，仅当AI系统为技术问题提供新的且非显而易见的技术解决方案时，它才可申请专利，但这并不意味着将永远不会提供专利保护，例如，对使用的神经网络培训方法，过程或技术建立，测试和验证系统。决定性的问题是，要求保护的发明总体上是否是新的，非显而易见的并且用于技术目的。
强制性公开要求对AI发明提出了额外的挑战。EPC的第83条和《瑞典专利法》第8条要求专利申请应以足够清晰和完整的方式披露发明，以使“本领域技术人员”能够实施。此外，EPC的规则42（1）（c）要求说明书以要求保护的技术条件（即使未明确说明）及其解决方案来公开要求保护的发明。
在AI和机器学习算法的背景下，可能难以确定如何满足这些要求。先进的AI系统有时会产生结果而无需解释。这通常称为“黑匣子”困境。如果AI计算机程序是一个黑匣子，它将做出预测和决定，而无法传达这样做的原因。从本质上讲，黑匣子困境来自分布式元素的复杂性，例如在深度神经网络中，以及人类无法可视化高维模式（参见 Yavar Bathaee，人工智能黑匣子和意图失败）。和因果关系，《哈佛法律与技术杂志》，第31卷，第2期，2018年）。依赖机器学习算法的AI有时可能像人脑一样难以理解。因此，黑匣子使得很难或不可能以足够详细的细节来披露创新，以满足EPC的第83条和瑞典专利法的第8条。
GL并未解决黑匣子问题，但他们强调，除非必须立即阐明各个部分的功能，否则不但要从结构上而且要从功能上描述本发明（F-III， 1（4））。因此，如果要求AI发明而没有足够详细地解释AI技术是如何工作的，则可能以其缺乏对发明的清楚而完整的公开为由而拒绝该申请。例如发生这种情况。在第T 0521/95号案件中，申请人断言，本发明（模式识别系统）通过模拟人脑的操作解决了某些问题。根据BoA的说法，本发明不仅是常规的联想记忆，而且是复杂的神经网络，难以成功训练。因此，找到正确的培训计划是系统设计的关键部分。BoA注意到说明中没有提及此事，更不用说提供有关如何进行培训的任何指导了。因此，根据BoA，技术人员将无法在没有不适当负担的情况下训练整个系统来解决应用程序中给出的特定问题。最后，美联储认为，例如，缺乏适当的指导，
总而言之，要使专利审查员和法院信服AI系统有资格获得专利保护，还需要克服一些障碍。从申请人的角度来看，一个重要的问题是应要求保护技术的哪些部分。可能的专利应该集中在创建，培训和验证AI系统的过程上，还是应该集中在通过这些操作实现的最终技术成果上？此外，尽管在权利要求中提供详细信息可以帮助避免抽象，但是这样做可能会限制所授予的保护范围。这就提出了几个战术问题，其中之一就是是否需要专利保护。有时，依靠合同安排，版权和/或商业秘密保护可能更合适。
从社会的角度来看，考虑到AI系统在新产品和服务的开发中所起的重要作用，需要进行更多的政治，学术和法律讨论，以确保专利法是可预测的，并为期望的技术进步提供了保证。
2.3商业秘密法
在某种程度上进行了简化，在《商业秘密指令（EU）2016/943》第2条（“ TSD ”）和瑞典《商业秘密法》（“ TSA ”）第2条中，“商业秘密”被定义为以下信息： ：（i）在某种意义上是秘密的，因为它不是一个整体，也不是其各个组成部分的精确配置和组装，通常在圈子内的人们通常不了解该信息，也不容易为那些通常在处理有关信息种类的人们所认识；（ii）具有商业价值，因为它是秘密的；和（iii）具有合法在信息控制一直受到在这种情况下合理的措施，由人，保守秘密。
因此，即使实际上任何信息都可以作为商业秘密来保存和保护，这种保护也特别适用于那些无法独立发现或进行逆向工程和/或在没有大量努力的情况下无法详细描述的技术。因此，现代AI技术非常适合商业秘密保护。例如，在外部用户无法访问底层算法和程序代码的情况下，可以将AI应用程序和功能作为云服务提供。
在申请专利之前，AI技术的商业秘密保护可能特别重要。专利法的基本目的是奖励发明人发明创造的有限专有权，并为社会提供技术信息和进步。公布专利和专利申请后，它们可以洞悉当前的技术发展，并有助于避免并行的多余发展。
但是，这并不一定意味着专利和商业秘密是互斥的。实际上，专利保护和商业秘密保护通常是互补的。例如，尽管一项专利可以保护一项核心的AI发明，但商业秘密可以保护与该发明相关的宝贵专有技术。专利发明如果不获得这种专门知识就不能被有效地商业利用，这是很正常的。
商业秘密保护无疑比专利保护具有一些优势。例如，专利保护可被视为无效或无法实现由于对专利的主题的当前法律或因为本发明公开内容要求（CF。以上第2.2节）。此外，商业秘密保护不取决于新颖性或创造性。商业秘密将立即受到保护，并且通常涵盖比专利更广泛的主题。此外，由于某些AI技术非常复杂，因此专利持有人可能无法有效地区分第三方是否正在使用该专利技术。此外，商业秘密保护不受法定时限的限制，而专利保护（以及版权保护）将不可避免地在给定期限后失效。
但是，与专利和版权不同，商业秘密并不赋予其控制者专有的权利来利用受保护的客体。仅保护信息不被盗用，例如未经授权的获取或披露。如果出于任何原因，商业秘密被“通常在处理这类信息的圈子中的人们所普遍了解或容易获得”，它将不再被定义为商业秘密，因此，该信息将不会不再受到保护。此外，由于商业秘密保护不依赖于注册，因此有时可能难以定义和跟踪受保护的信息，因此可能难以保持信息的秘密。
2.4结束语
与任何技术一样，可以通过各种IP资产来保护AI。专利，版权和商业秘密都是可行的手段。利用每种IP保护类型的优点的组合模型方法可能是最佳选择。正确的IP策略取决于许多因素，例如AI技术的类型，预期寿命，价值和重要性以及获得和执行专有权所涉及的成本。积极管理公司的IP资产还需要适当考虑法律的变化。
3.对人工智能产生的作品，发明和设计的知识产权保护
3.1工作
人工智能系统能够分析和复制产品，流程和可用数据，以创造新的成果。AI系统的另一个特点是能够在备选方案之间进行选择以实现最佳结果的能力。因此，人工智能的创造能力，包括创造能力，例如。音乐或绘画不依赖于人类编写详尽的代码，并具有预期的视觉或听觉效果。取而代之的是，一个或多个人类可以编写算法，以通过分析数千个数据集（包括）来“教导”人工智能系统特定的美感。图像或声音。在当前的现有技术中，由一个或多个人来选择用于馈送算法的数据的收集。然后，该算法会尝试根据其所学的美学原理生成新作品。另外，人工智能系统不是“教”模仿某种美学或风格，而是根据更广泛的输入（例如过去500年来成千上万的西方经典佳能肖像）来创造新的事物。AICAN（人工智能创意对抗网络）就是一个例子。AICAN是一种程序，它可以以相对自治且不可预测的方式生成创新图像（请参阅 Elgammal，“ AI正在模糊艺术家的定义”，美国科学家，第107卷，第1期，2019年）。另一个例子是瑞典戏剧“ Nattygsbordet”。根据哥德堡市剧院的说法，Nattygsbordet完全由AI编写。AI系统已经创建了对话，情况，场景，声音，灯光和服装（参见 https://kulturpunkten.nu/evenemang/nattygsbordet-en-pjas-helt-skriven-av-en-al/?time=15908）。
这样的结果可以有版权吗？如果有，这些权利在哪里？
根据瑞典和欧盟的版权法，将任何主题归类为受版权保护的作品，必须满足两个累积条件。首先，必须以足以精确和客观地加以识别的方式来表述主题（参见案例C-310 / 17中的欧洲法院（Levola Hengelo），第35-41段）。版权并不保护信息，而是保护表达。仅想法，方法，见解和原则不享有版权。其次，主题必须是原创的，因为它是作者自己的智力创造（cf.CJEU案C-5 / 08（Infopaq），第37段）。欧洲法院还澄清，如果知识创造反映了作者的个性，那么该知识创造就是作者的财产。如果作者能够通过做出自由和创造性的选择来表达自己在作品创作中的创造力，那就是这种情况（参见 CJEU在Case C-145 / 10（Painer），第88-89段）。相反，正如欧洲法院在案例C-403 / 08（Murphy）和C-604 / 10（Dataco）中所强调的那样，如果创建是由技术考虑，规则或约束决定的，则不满足独创性标准创造自由的空间（参见 Murphy，第98段和Dataco，第39段）。
CJEU根据作者的“智力”创作，“个性”和“自由和创造性的选择”制定的原创性标准强烈暗示原创性需要人类创造者。可以说，当一个AI系统负责根据其数据分析和处理来生成一幅绘画或任何其他作品时，最终的，可识别的表达（作品）的外观和特征并不反映人类艺术家的个性。 。因此，仅由AI系统创建的作品很可能不符合欧盟版权法规定的版权保护条件。这一结论也与早期的瑞典判例法一致，后者确定动物创作的作品不受版权保护。实际上，目前，
人为作者的要求也与例如《伯尔尼公约》中所表达的版权期限的法定规则相一致。《伯尔尼公约》规定，版权保护期限为作者一生，并至少维持50年。根据《伯尔尼公约》，欧盟指令2006/116 / EC规定，版权应在作者一生中有效，并在作者去世后70年内有效。根据瑞典《版权法》，作品的版权在作者去世后的第70年到期。关于“作者的生活”，“作者去世的年份”和作者的“死亡”的提法强烈表明，只有自然人才能创作受版权保护的作品。此外，软件指令2009/24 / EC和数据库指令96/9 / EG均根据创建作品的自然人明确定义了作者身份（尽管根据这两个指令，作者也可能是合法的国家法律允许的人）。此外，在瑞典和世界上许多其他国家，版权特权包括所有权和结社权以及完整性权（通常称为“精神权利”）。精神权利的依据是作品是作者个性的延伸，因此，这些权利的单纯存在强烈暗示着版权保护需要人类的知识著作权。在国家法律允许的情况下，作者也可以是法人）。此外，在瑞典和世界上许多其他国家，版权特权包括所有权和结社权以及完整性权（通常称为“精神权利”）。精神权利的依据是作品是作者个性的延伸，因此，这些权利的单纯存在强烈暗示着版权保护需要人类的知识著作权。在国家法律允许的情况下，作者也可以是法人）。此外，在瑞典和世界上许多其他国家，版权特权包括所有权和结社权以及完整性权（通常称为“精神权利”）。精神权利的依据是作品是作者个性的延伸，因此，这些权利的单纯存在强烈暗示着版权保护需要人类的知识著作权。
总之，由于AI系统缺乏瑞典和欧盟版权法所要求的人文属性，因此AI生成的作品不符合版权保护的条件。
但是，如果通过向AI系统发出指令来修改生成的结果和/或通过手动修改生成的结果来直接将自然人卷入到创作过程中，则很可能应将其视为自然人的创造力和，因此该作品应符合版权保护的条件。在这种情况下，可以将AI系统视为人类用户手中的工具。另外，当AI系统自动生成产品时，可能会产生与版权相邻的某些权利。例如，如果使用AI系统来创建声音和/或运动图像的记录，或生成目录，数据库或类似的汇编，则有时这些产品可能会受到保护，而不论人类的创作或独创性。那就是
假定AI生成的作品不符合现行的瑞典和欧盟版权法的版权保护条件，则应评估是否确实需要保护此类作品，如果需要，应该如何定义和构造这种保护。
从经济角度来看，对人工智能的投资是可观的。这些投资包括开发用于创作作品的技术。版权的目的之一是鼓励作品的创作。尽管似乎缺乏支持在AI领域建立新产权的经验证据，但最近的基于证据的数据表明，知识产权对于创造力，创新和经济增长非常重要（参见 EUIPO，“欧洲的知识产权与企业绩效：经济分析”，《企业层面分析报告》，2015年6月）。因此，如果需要通过AI生成的创作，则同样需要保护这些创作。
在光以上的，考虑到大多数工业国家，绝大多数的知识产权专家都似乎不愿意负担（正品）版权保护，AI产生的作品（CF。该决议“在人工生成的作品的著作权”在AIPPI世界大会通过伦敦（2019年9月），不妨考虑引入新的特殊类型鼓励继续进行AI研究与开发的邻近权利。这样的模型会尊重版权法的人本主义方法，但仍会激励未来的AI投资。新权利的范围与瑞典和欧盟版权法规定的复制权和向公众提供的权利相同。新规则还可以遵守关于例外与限制的现有规定。就是说，本文的作者认为，任何新的特殊形式AI创作作品的相邻权利应仅给予有限的保护期限，而不应过分地优先考虑人类创作，竞争和公众获取信息和文化的权利。因此，在一个只需按一下按钮就可以创建数百万件作品的世界中，应考虑众所周知的过度垄断风险。
一个相关的问题涉及所有权。谁应该是AI生成作品中知识产权的第一所有者（假设引入了此类权利）？权利应归属于AI系统开发人员，AI机器的所有者还是AI系统的最终用户？一些作者（包括本文的作者）更喜欢受美国“按需租用作品”学说启发的解决方案，根据该解决方案，订购或发起该作品的个人或实体应享有该作品的版权（参见 Shlomit Yanisky-Ravid，生成伦勃朗：3A时代的人工智能，版权和问责制-像人类一样的作者已经在这里-一种新模型，2017 Mich.St.L.Rev.659（2017））。这样的模型实质上会将AI系统视为具有创造力的员工或为他们的用户工作的分包商。该模型将为版权保护归作者所有的一般规则提供一个重要的例外，对于AI生成的作品，作者将是AI机器。它将鼓励对AI技术的进一步投资，因为知识产权通常归于商业参与者，而商业参与者冒着购买或许可AI系统产生特定结果的财务风险。将此模型应用于AI生成的作品也将有助于对用户施加责任，以避免损害和侵犯第三方权利。因此，优选地，用户将有权获得IP权以及有关AI系统生成的作品的责任。
3.2发明
不用说，诸如学习，逻辑，推理，感知，交流和创造力之类的动作和能力在发明过程中非常有用。人工智能系统处理这种能力。尽管当今的ANI系统无法复制人类技能和认知的全部深度和广度，但AI的能力已被广泛用于产生“创造性”的想法和解决方案，否则仅凭人类的创造力就无法实现。例如斯蒂芬·泰勒（Stephen Thaler）的“创造力机器”（Creativity Machine），它可以通过人工神经网络产生新的思想；约翰·科扎（John Koza）的“发明机器”（Invention Machine），它基于基因编程，即根据生物进化过程进行建模；以及IBM的超级计算机“沃森”（Watson）。 ，cf. 雅培，“我认为，因此我发明了：创意计算机与专利法的未来”，BCL Rev. 57（4），1079，2016年9月28日）。许多专家认为，由这些AI系统产生的某些结果，包括几乎没有人工指导的几种技术解决方案，都符合可专利性的传统标准，即它们对于“本领域技术人员”而言是新的且不明显的。额外的AI研究与开发，尤其是算法设计方面的研究与开发，增加了AI系统在可预见的未来自动进行发明的可能性。
从当代专利法的角度来看，一方面是AI辅助发明与另一方面是自主AI发明之间存在明显的区别。根据瑞典和欧盟专利法，发明被视为人类活动。例如，迄今为止，不允许将AI系统指定为专利申请中的发明人。EPO最近拒绝了将AI系统“ DABUS”注册为正式发明人的尝试，从而确认了这一原则。根据欧洲专利局，“ EPC并未规定非人，即自然人或法人均不得作为申请人，发明人或在专利授予程序中扮演任何其他角色”。如EPO所述，“人工智能系统或机器目前没有权利，因为它们没有与自然人或法人相当的法人资格。法人资格由于其自然人的身份而被分配给自然人，并基于法律小说被分配给法人。在涉及非自然人的情况下，法人资格仅基于法律小说而定。这些法律小说既可以通过立法直接创建，也可以通过建立此类法律小说的一贯法理学来发展。因此，AI系统或机器不能拥有来自发明人的权利，例如在专利申请中被提及为发明人或被指定为发明人的权利。结果，作为“ AI系统或机器对其输出不具有可以通过法律和协议的转让而获得的任何合法所有权……AI系统或机器的所有者不能被视为第60条第1款所指的所有权的继承人EPC”。此外，根据欧洲专利局，“立法历史表明，欧洲专利局的立法者同意，“发明人”一词仅指自然人”（参见欧洲专利局在此问题上2020年1月27日的决定申请EP 18275163（已上诉））。
因此，根据当前的专利法，专利注册申请人的任务是识别和公开一个或多个对本发明的智力和创造概念负全部或部分责任的人，即发明人的自然人。根据既定的判例法，要想有资格成为发明人或至少是共同发明人，必须为完成的发明做出独立而明智的贡献。通常，这种贡献必须表达创新的技术问题解决方案，并构成本发明步骤的一部分。仅仅希望最终解决问题，或者仅仅提出建议或解决问题的指示本身并不会促成一项新发明，因此也就不会构成发明创造力的基础。作为结果，
当前的专利立法是否应该保留或废除对人类发明人的要求，这是有争议的。一些作者认为，传统专利法与AI产生的发明无关，效率低下并且不适用，并且这些发明完全不应该申请专利，同时认识到其他可以达到相同目的的工具（参见 Yanisky-Ravid，Shlomit和Liu，Xiaoqiong （Jackie），《人工智能系统产生发明的时代：3A时代和专利法的替代模型》（2017年3月1日）。《 39 Cardozo Law Review》，2215-2263（2018）。其他人则争辩说，人工智能产生的发明的专利权将加速创新并实现原本无法实现的发展（参见 Abbot，见上文）。和埃里卡·弗雷泽（Fraser，Erica），《计算机作为发明家–人工智能对专利法的法律和政策影响》，（2016）13：3 撰写305）。还有一些人担心授予AI产生的发明专利权会扼杀人类的发明，因为人类的智慧和创造力将被高级AI系统所取代。评估和平衡这些相互矛盾的观点确实是一项艰巨的任务。尽管不可能找到一个能够满足所有合法利益和目标的“完美”解决方案，但是最好的选择也许是对专利制度进行适度的改变，因为过时的专利法很可能会对技术造成负面影响。例如，除了维持AI产生的发明永远不应该获得专利保护的观点之外，
关于人工智能产生的发明的可专利性，“本领域技术人员”是另一个关键问题。根据当前的瑞典和欧盟专利法，控制可专利性的主要条件是发明涉及创造性。如果考虑到现有技术水平，本发明对本领域技术人员而言不是显而易见的，则应认为该发明包含创造性。GL（G-VII，4）指出：
“因此，就定义本发明的任何权利要求而言，要考虑的问题是，考虑到当时已知的技术，对于该权利要求而言，在提交日期或优先权日期是否有效之前，对于本领域技术人员而言是显而易见的。达成属于权利要求范围之内的东西。如果是这样，则由于缺乏创造性，该权利要求是不允许的。术语“显而易见的”是指不超出技术的正常发展，而仅是从现有技术中简单或逻辑地遵循，即不涉及超出本领域技术人员所期望的任何技能或能力的事情在艺术上。”
根据既定的判例法和准则，假定本领域技术人员是相关技术领域的熟练从业人员，他具有一般知识和能力，并且知道在本领域中什么是本领域的常识。相关日期。还假定他可以使用“最新技术”中的所有内容，并可以使用常规工具和能力进行相关技术领域的常规工作和实验。实际上，本领域的“人”也可以是具有不同技能的人的团队。
因此，可以说，如果AI的使用是相关技术领域的惯例，那么本领域技术人员应指配备AI资源的人员。如果以这种方式解释法律，则可能会大大提高非显而易见性的标准。这可能会成为一个大问题，尤其是在创新需要管理大数据量和/或在研究和实验上进行大量投资的领域。当AGI（甚至超级智能AI）技术在各个行业中盛行时，也许只有最突破性的技术才能申请专利，因为许多发明对于配备了相关AI技术的技术人员来说都是显而易见的。另一方面，比照。以上），将可专利性标准设置得太低（即不考虑技术人员掌握的可用AI资源）可能会导致废品专利被授予过多，并导致更多的侵权诉讼。显然需要对这些问题进行进一步的讨论。
3.3设计
在设计领域，到目前为止，人工智能可能主要是关于优化和速度。人工智能系统可以分析大量数据并提出设计调整建议。一旦AI系统识别出一个模式，它便可以应用该模式以在瞬间产生大量变化。例如，在一个名为“ Nutella Unica”的项目中，一个AI系统能够使用图案和颜色数据库创建700万种不同版本的Nutella包装（请参阅 https://youtu.be/sHYakhyvJps）。
与作品和发明一样（参见上文第3.1和3.2节），设计可以借助AI进行制作，也可以由AI应用程序自主生成。
人工智能辅助设计可以被视为计算机辅助设计的一种变体，因此，从IP的角度来看，它们不应构成任何特定的问题。但是，根据当前的瑞典和欧盟外观设计法，由AI应用程序自主生产的外观设计不符合外观设计保护的条件。只有自然人才有资格担任设计师。该结论除其他外得到法定提及设计者和“其继承人”的支持（《瑞典外观设计保护法》第1（a）条，欧洲外观设计指令98/71 / EC第5条和第7条）和第6/2002号共同体设计条例（EC）14。正如EPO所强调的那样，人工智能系统不能在标题上有后继者（参见上文关于专利申请EP 18275163的第3.2节。此外，《欧洲外观设计指令》第17条规定，受在成员国中注册的外观设计权保护的外观设计也应在该成员国中享有版权保护。第6/2002号共同体设计条例（EC）第96条包含类似的规则。看到版权显然需要人类作者（请参阅上文第3.1节），如果AI生成的外观设计被保护，则分别在指令第17条和实施细则第96条中阐述的累加保护原则将不适用或不连贯。有资格获得外观设计保护。
因此，就AI产生的设计而言，产生的问题和考虑与AI产生的作品（上文第3.1节）和AI产生的发明（上文3.2节）所产生的问题和考虑类似。例如，我们如何区分符合保护条件的AI辅助设计和不符合保护条件的AI生成的设计？根据当代法律，外观设计需要达到何种程度的人为干预才能获得外观设计保护？是否需要在保护性评估中坚持人类创造力与非人类创造力之间的区别？我们是否应该为自主生成的AI设计提供设计保护，如果可以，在什么情况下？这些和其他有关问题应加以讨论和决定，以期在权利人和公众的利益之间找到适当的平衡。
4.保护和访问数据
在过去的几年中，机器学习已成为AI技术的主要分支。机器学习在很大程度上取决于对大型数据集的访问。正如EC强调的那样，“没有数据，就没有AI”，因为“许多AI系统的功能以及它们可能导致的行动和决策在很大程度上取决于系统所依赖的数据集已接受培训”（《人工智能白皮书-欧洲追求卓越和信任的方法（COM（2020）65最终版））。
转向包括“物联网”在内的在线活动，已经创建了大量易于获取且廉价收集和存储的数据。可以从许多不同的来源获得有价值的数据集，例如互联网浏览器，社交媒体网站，智能手机应用程序，相机，汽车和其他连接的设备。实际上，通常会收集有关产品和服务使用的信息。例如，通过从1.51亿订户中收集“大数据”并实施数据分析模型以发现客户行为和购买方式，Netflix取得了巨大的成功已不是什么秘密。
鉴于数据可用性是AI发展的主要驱动力，决策者应确保法律允许一方面在数据访问权与另一方面的数据保护之间取得公平的平衡。尽管对数据的访问对于AI的发展非常重要，但是保护规则对于激励数据生产并保护个人和企业免受非法利用敏感信息的侵害也将是必要的。
现行的瑞典或欧洲知识产权法律不承认信息的专有或专有“权利”。即使这样，有关版权，专有数据库权利和商业秘密的规则仍可能阻止数据的收集和/或进一步利用。
4.1版权保护
版权保护是相对于现实化到表情（例如，符合独创性要求（文本或图片）参见上述第3.1节）。版权保护不能授予纯粹的信息，思想，程序，操作方法或数学概念。因此，可以想象，如今在AI分析范围内收集和处理的大量数据很少受到版权保护。一些作者在“数据”与数据所携带的“语义内容”之间进行了区分，同时认为仅语义内容（例如书籍，音乐，电影和新闻文章）而不是数据可以被授予版权保护。 （请参阅内斯特·杜赫·布朗，贝丁·马滕斯和弗兰克·穆勒-朗格，拥有，访问和交易数字数据的经济学; 《 2017年数字经济工作文件》; JRC技术报告，第1页。8）。类似地，就使用受保护作品（例如图纸）来训练AI系统而言，区分一方面是本身的作品和另一方面是关于作品的信息也很重要。向算法提供数据并不一定涉及作品的复制。就是说，在某些情况下，一方面可能很难区分与某作品有关的非专有数字信息，另一方面又要与该作品的变更或改编数字版本区分开。从版权执行的角度来看，只有在语义（人类）层面上，才有可能在两个数字数据簇之间进行充分充分的比较，因为最终将取决于一个或多个人类法官（在人类技术专家的协助下，
在AI分析环境中使用的数据收集软件不太可能以符合独创性标准的方式选择或整理收集的数据（参见 Gervais，Daniel，《探索大数据与知识产权法之间的关系》，第10期（2019） JIPITEC 22）。因此，即使根据数据库指令96/9 / EC将数据汇编定义为“数据库”，但前提是该汇编是“以系统或有条理的方式安排的独立作品，数据或其他材料的集合，并且通过电子或其他方式单独访问”，通过数据收集软件创建的数据库将很少受到版权保护。相反，收集者可能不得不依靠特殊的数据库权限（请参阅下面的第4.2节）和/或商业秘密保护（请参阅下面的第4.3节），以防止未经授权访问和/或重用由此收集的信息。
4.2对数据库的特殊保护
在瑞典和欧盟法律中，数据库中存在特殊权利。从本质上讲，尽管这样的数据不受所有权保护，但受保护的数据库的创建者（或其所有权的继承者）有权防止提取和/或重新使用全部或大部分内容数据库。
在特殊的权利是不依赖于创意。根据数据库指令，特殊保护要求数据库是对获取，验证或呈现数据库内容进行大量投资的结果。在瑞典，要求较低。根据瑞典版权法，数据汇编将受到保护：（i）如果其中包含“大量信息项”；要么（ii）如果汇编是重大投资的结果。尽管瑞典法律在这方面是否符合数据库指令尚有争议，但瑞典法院迄今已根据其措词适用了成文法。例如，在案件T 15952-11中，哥德堡地方法院裁定，两个数据库的内容范围要使这些数据库“已在此基础上”得到保护。西瑞典上诉法院在案例T 3375-13中具有相同的主要观点。因此，迄今为止，数据库制造商在瑞典法律下享有相对较高的保护程度。
数据库指令中使用的术语“大量投资”是指这样创建数据库。由于强调了欧盟法院，通过该保护的目的自成一格的权利“是推动建立存储和处理系统现有信息和能够在数据库随后被收集的材料不是创造”（在欧盟法院在个案C-338 / 02（固定资产营销），第24段）。因此，关于数据收集，只有用于获取数据库内容的投资才有意义，而对于创建材料的投资则无关紧要。因此，通过AI分析已经收集的数据生成的输出可能不会受到特殊保护。是的，因为机器生成的数据可以说是“创建”的，而不是由于在获取数据上进行大量投资而产生的。但是，“在很多情况下，传感器或其他机器生成的数据应由特殊权利覆盖，条件是用于测量或以其他方式获得验证和显示数据的投资相当可观”（Leistner，Matthias，Big Data和EU数据库指令96/9 / EC：当前法律和改革潜力（2018年9月7日，第2页）。此外，如上所述，当前的瑞典法律力图保护任何大型数据汇编，以防止未经授权的提取和/或重复使用，无论在创建汇编中进行何种投资。
原则上，当数据库受专有权保护时，除非有例外情况，否则任何临时或永久提取和/或重新使用很大一部分数据都需要获得权利人的许可。因此，从例如收集商业和/或结构化信息。未经权利人授权，可能会禁止公开提供网站或其他数据库。
为了避免这种障碍，数据分析人员可能希望探索在“代码涉及到数据”的情况下使用应用程序的可能性，而不是必须找到代码的经典数据模型。这是因为，可以说，“为了产生新信息而对“代码到达数据”进行分析”不会导致任何“提取”，因为不会对所有或大部分内容进行“永久或暂时的转移”。将数据库转移到另一种介质上”（Drexl，Josef，为工业数据设计竞争性市场-在属性化和访问之间（2016年10月31日）。马克斯·普朗克创新与竞争研究所第16-13号论文，第1页。21-22）。此外，最近通过的有关数字单一市场版权的欧盟（EU）2019/790指令（“ DSM指令 ”）的第3条和第4条可能为从事文本和数据挖掘（“ TDM ”）的分析师带来一些好消息。在DSM指令中定义为“旨在分析数字形式的文本和数据以生成包括但不限于模式，趋势和相关性的信息的任何自动分析技术”。《 DSM指令》第3条允许研究组织和文化遗产机构对TDM拥有TDM，这些组织和组织有权合法使用作品或数据库进行科学研究。根据第4条，其他实体（例如私人公司）可以为TDM的目的复制和提取合法可访问的作品和其他材料，前提是权利人未以适当的方式明确保留这种使用。第3条和第4条中的例外与版权和数据库特殊性有关权利。但是，正如刚刚提到的那样，权利人可以“以适当方式”反对商业实体根据第4条进行的TDM。因此，第4条是否会对在AI中依赖TDM的私营公司产生任何重大的积极影响还有待观察相关上下文。
4.3商业秘密保护和事实上的控制
与版权和特殊数据库权限相比，商业秘密保护的优势在于可以保护特定数据本身。因此，TSD和TSA可以保护数据持有人免于非法获取，使用或披露（“盗用”）任何符合商业秘密条件的数据。盗用商业秘密是通过规则，批准特别，禁令和损害赔偿。
但是，如上所述（第2.3节），只有满足三个累积条件的一条信息才有资格成为商业秘密。有时很难评估是否满足所有要求。例如，商业秘密保护要求数据的保密性与其商业价值之间存在因果关系。在大数据的情况下，一条单独的信息可能并不重要，但是与其他数据的关联可能会带来巨大的价值。另外，有时可能难以满足要求信息应由持有人保密并且不容易被他人访问的要求。对于通过连接的设备（即通过连接到智能产品（例如汽车）的传感器）产生的数据而言，这可能特别困难。例如，。在交通情况下，其他汽车可能会将相同的信息发送给其他接收者。此外，在连接的设备的上下文中，信息可被动态价值网络中表征数据经济性的许多参与者使用。当在通过价值网络连接的不同实体的网络中生成数据时，可能很难将保护分配给控制机密的单个实体（参见 Drexl，Josef，同上）。
除了这些困难之外，版权，特殊数据库权利和商业秘密保护的组合所提供的总体保护在许多情况下当然足以防止未经授权的访问和数据利用。另外，也许最重要的是，合同安排和技术访问限制可以用来对有价值的信息进行事实上的控制。关键的政策问题是，从社会的角度来看，这种控制在多大程度上是可取的（有关此问题的更多信息，请参见Nestor Duch-Brown，Bertin Martens和Frank Mueller-Langer，《数字数据的所有权，访问权和交易的经济学》；数字经济工作文件2017-01; JRC技术报告）。
5. AI和商标法律
商标的基本目的是向消费者或最终用户保证商标产品或服务的原产地标识。此基本功能也是商标保护的先决条件，因为商标只能由能够“区分一个企业的商品或服务与其他企业的商品或服务”的标志组成（商标指令（EU）第3（a）条） 2015/2436，《商标条例（EU）2017/1001》第4（a）条和《瑞典商标法》第1章第4和5条。
尽管商标的基本功能是识别商业来源，但商标也可以用于其他目的，所有这些目的均受欧盟和瑞典商标法的保护。一个商标所有者可以防止由第三方影响或容易影响任何商标的功能使用。根据欧洲法院的判例，“这些功能不仅包括商标的基本功能，即向消费者保证商品或服务的原产地，还包括其其他功能，特别是保证商品或服务质量的功能。有关商品或服务以及通讯，投资或广告的商品或服务。” 因此，所有者“有权防止第三方使用……即使这种使用不能损害商标的基本功能，即表明商品或服务的来源，但前提是这种使用会影响或可能影响商标的其他功能之一。” （案例C-487 / 07（欧莱雅），第58和65段）
对CJEU（商标侵权）描述的任何功能的负面影响显然需要干扰认知过程。一个商标几乎不会起到任何目的，没有人的思想根深蒂固的倾向通过协会进行。例如，当欧洲法院将“投资功能”定义为其所有人使用商标“以获取或保持能够吸引消费者并保持其忠诚度的声誉”时（案例C-323 / 09（国际花艺），第60段） ），欧洲法院显然是指商标激活了消费者的联想。同样，例如当商标指令保护商标不被使用时，“利用商标的独特性或声誉的不正当优势或对其不利，”（第10.2（c）条），法律假定商标在消费者心中触发了观念和情感。正如欧洲法院解释的那样，“由第三方使用与具有声誉的商标相似的标志所带来的好处是不公平的”，在这种情况下，当事方试图通过这种使用骑在商标的尾巴上享有声誉，以便从商标的吸引力，声誉和威信中受益，并利用……商标所有人的营销努力，以创造和维护商标的形象”（案例C-487 / 07（欧莱雅），第50段）。与商标的正面关联从而驱动购买行为，并积极影响用户对商标产品的体验。关联是否客观地对应于“真相”并不重要。例如，一些盲目的测试表明，像百事可乐这样的人比可口可乐要好得多，直到他们知道自己在喝什么，然后偏爱可乐。
因此，商标保护的前提是心理假设，即商标具有与人沟通和触发心理联想的固有和/或获得的能力。商标影响思维。认知科学支持这一假设。因此，当法院被要求进行侵权评估时，法院必须“在普通消费者心目中”评估所涉商品或服务的比较标记的整体认知（CJEU，案例C-342 / 97（Lloyd ），第25段）。同样，欧盟和瑞典商标法的主要内容也解释说：“混淆的可能性包括结社的可能性”（例如参见《商标法》第9.2（b）条）商标法规）。实际上，“普通消费者心目中的商标认知……在全球范围内对混淆可能性的认识中起着决定性作用”（欧洲法院判例C-251 / 95（Sabel），第23段）。
通过一系列的判断，欧洲法院还建立了一些准则，以评估普通消费者在精神上处理所涉商标所传达的印象和联想的能力。因此，根据既定的判例法，一般的消费者被认为是相当灵通和合理的观察力和谨慎（参见，例如案例九十九分之二百九十九（飞利浦）的欧盟法院）。商标法还假设普通消费者很少有机会在不同商标之间进行直接比较，而必须将其信任放在对商标的不完美记忆上。此外，假设普通消费者的关注程度有所不同取决于有关商品或服务的类别（例如，见CJ342 / 97号案例中的欧洲法院（劳埃德），第26段）。总而言之，根据欧盟和瑞典商标法，一般消费者是自然人（或由自然人代表），作为主要规则，该人具有中等注意度，在某种程度上易于操纵，有时甚至不知道其实际原因。还是她的决策
但是，当自然人被AI系统取代时，会发生什么呢？
如今，人工智能系统已被广泛采用，以减少人类对产品建议和产品购买过程的参与。例如，亚马逊网站（www.amazon.in）使用AI软件根据用户的浏览和购买历史推荐产品。复杂的AI产品（例如多个Google家用设备）经过编程，可以与人类互动。这些系统在理解人类的情感，欲望和文化方面越来越好。某些产品（例如亚马逊的“ Echo”）由语音识别软件运行，并根据例如过去的购买行为向消费者提供产品建议。由AI驱动的各种补充服务会自动重新订购耗材，例如墨盒和咖啡包，以确保最终用户不会用完。因此，人工智能系统已经在协助甚至取代人类的购买决策。趋势是上升的。
AI系统不会将购买决策作为对商标触发的人类联想，情感和模糊记忆的直接或即时响应。人工智能系统没有情感（可以说），但是它们具有完美的记忆。他们不会感到困惑，至少不会在商标中所考虑的人类意义上感到困惑法。人工智能系统客观地分析大量数据，以优化决策并采取适当行动。人工智能系统可以完美地重获商业起源，而精美的商业广告则不会给他们留下深刻的印象。与人类相比，人工智能系统是超理性的。因此，要说服AI系统在购买过程中使用某商标几乎是不够的。AI可以立即收集和分析有关购买历史，价格，质量，可用性，交付，消费者评论，官方建议和其他数据的信息，并客观地权衡在一起，以做出最合理的购买决策，而几乎不需要人工参与。简而言之，人工智能系统不会遭受当前商标所带来的人类“缺陷”的困扰法律作为参考。总之，可以想象，可能需要另一个AI系统而不是商标来影响AI系统订购或推荐产品或服务。
这将商标法留在哪里？只要人们将商标视为信息，价值和情感的重要载体，现有的规则（包括商标功能原则）便会达到目的。对于人类而言，商标在购买产品或服务之前，之中或之后可能有不同的目的。人类消费的原因很多，而不仅仅是为了满足身体和物质上的需求。人类对使他们个性化的功能非常重视。商标被用作自我表达，自我实现或满足其他情感需求的手段。同时，最有可能的是，法院和其他决策者将不得不考虑新的规则，概念和原则，以确保商标法在某些情况下不会变得无关紧要，因为使用AI会极大地改变企业之间互动的游戏规则。和消费者。
6.结束语
AI领域的技术进步引发了许多IP问题，其中一些挑战了当前IP法律的本质。如今，当瑞典和欧洲法院及其他当局适用“知识产权”财产法时，它们通常是在保护人类智慧的创造（例如作品或发明）或影响人类的物品。认知和行为（例如商标）。当寻求知识产权保护时，传统的法律解决方案是在人工程序背后寻找人，即使该人不存在。可以说，从长远来看，这种解决方案是站不住脚的。鉴于AI的发展速度非常快，并且看到IP法的主要目的是鼓励创造和分配各种商品以造福消费者，因此，需要进行更多的研究以确保IP法律框架能够满足其目的。新的AI时代。
起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】
与客服一对一沟通，为大家解决相关问题。
此文章来源于网络,如有侵权,请联系删除
tips