人工智能高科技成果的专利保护一直以来都是一大难题，中国人工智能的专利申请数量已经是全球第一，而专利申请授权率却只有21-53%，明显低于美国、日本、欧洲、以色列。

人工智能技术包括数据、计算能力、算法三大块，在少量的人工智能授权专利中，绝大部分都是与硬件相关的计算能力板块，一小部分是关于应用场景的算法板块，而在人工智能数据板块，专利授权几乎为零！

2019年中国人工智能大会(Chinese Congress on Artificial Intelligence 2019，简称“CCAI 2019”)将于9月21日-22日在青岛胶州召开。

据悉，美中知识产权合作协会(US-China Association for IP Cooperation)相关学者将出席此次盛会，并在中国首次公开破解人工智能专利保护难题的秘笈。

就人工智能如何才能稳妥地享受专利保护的问题，美中知识产权合作协会中方联络人王景林先生近期接受了经济日报记者的书面采访。

↑美中知识产权合作协会中方联络人王景林

问：中国人工智能数据板块的专利授权几乎为零的原因是什么？

答：数据产业，包括数据的采集、标注、提取、校验、清洗、线上众包等程序，特别是大数据产业，是实现人工智能的前期准备和必要基础。

我国投入巨额资金进行人工智能数据的开发，数据产业急需专利保护，但长期以来，人工智能数据难以获得专利保护。

客观原因是，人工智能数据，容易被认为是“抽象概念”、“纯数学范畴”；在欧洲常常被认为“缺乏技术手段”；而在中国则被冠以“智力活动的规则”。

主观原因是，关于人工智能数据的专利保护，作为知识产权的创造者一直望而却步，而且罕见有人探索通过颠覆传统的专利撰写方式而实现人工智能数据专利申请高授权率的途径。

人工智能数据的科研成果，如果获得专利保护，第一关是要属于专利的保护对象(客体)。

第二关是要满足授予专利权的条件，即新颖性、创造性、工业实用性。

按照传统的观念，人工智能数据的专利申请难以通过第一关。

问：中国人工智能数据获批专利权这么少，以前没做过相关工作吗？

答：人工智能数据的研发成果，无论是数字化采集、信息化标注、智能化提取、科学化校验、精准化清洗，还是商业化线上众包；无论用于模型训练，还是模型应用；无论是用于深度学习、人机融合、类脑思考、机器翻译，还是用于计算机味觉、触觉等新领域，核心往往都是算法。

以往的人工智能数据的专利申请，所表达出来的都是“科学方法”，而不是专利法要求的“技术措施”，因此，越强调是人工智能数据领域的科研成果，专利申请就越容易被驳回。

中国在人工智能领域原创性、基础性成果比较少，但不是专利申请基数大、但获批少的根本原因；人工智能数据作为应用型的发明创造应该更有机会获得专利权。

实践表明，人工智能领域申请专利的方式(claim drafting approach)多年来缺乏创新，没有跟上时代的步伐，这才是问题的关键所在。

专家学者一直呼吁对人工智能数据的研发成果进行法律保护。

但是关于人工智能是否属于专利法保护的对象，已经争论了多年，一直没有找到有效的解决方案，可人工智能技术正在迅速发展，人工智能数据的知识产权保护问题日趋紧迫。

世界知识产权组织(WIPO)已经释放出为人工智能立法的信号，但“人工智能法”真正实施之日难以预期。

因此，人工智能数据的研发主体迫切需要获得专利保护。

问：从专利保护的角度，您对人工智能数据专利申请具体有什么建议？

答：实践证明，不是专利法不保护人工智能数据，而是以往的人工智能数据的专利申请方式与专利法不配套。

近年来，在欧美、在中国的专利申请实践都反复证实，以结构属性描述人工智能数据的专利申请，在现有的专利法框架下，就可以高比例地获得专利权。

因为人工智能数据具有双重属性：逻辑属性、结构属性。

长期以来，研发主体总是以逻辑属性表达人工智能数据的研发成果，结果是只能进行软件著作权登记。

根本原因是，人工智能数据的研发属于软件工程，研发人员习惯于采用高级程序设计语言编程，这无意中脱离了对在硬件中存储与处理过程的关注。

也就是说，忽略了还可以结构属性描述人工智能数据的科研成果。

打个比喻，逻辑属性、结构属性相当于一个硬币的两个表面。

以逻辑属性描述人工智能数据的研发成果，根据专利法的字面规定，就不会授予专利权。

但法律并没有禁止以结构属性描述人工智能数据的研发成果。

因此，以结构属性描述人工智能数据的研发成果，包括无人驾驶车辆、无人机、智能搜索引擎、智能停车场、智能机器人、电子警察等领域，授权率在美国超过了80%，在中国和欧洲都超过了70%。

这与创造性的审查标准有关，美国仅要求非显而易见，中国和欧洲还要求具有技术效果。

问：怎样才能提高人工智能类专利申请的授权率？具体做法有哪些？

答：改为以结构属性描述人工智能数据的专利申请，是破解人工智能数据专利保护难题的最大秘笈。

人工智能数据的研发成果，属于学术前沿，只要闯过了第一关，解决了专利保护客体问题，自身的创造性一般是没有问题的，所以往往容易闯过第二关，授权率自然就非常之高。

人工智能数据的专利申请涉及机器的听、说、读、摸、闻、做、学等。

其中，无论是用于遗传算法的机器学习，还是用于类神经网络算法的深度学习，之前的驳回比例都非常高，驳回理由基本都是纯数学算法，抽象概念，不属于专利的保护范畴。

如果说是用于自动控制、传感器技术、模式识别、图像识别、语言识别、自然语音处理等领域技术创新的成果，获得专利权的阻力就小得多。

从知识产权的角度看，人工智能数据的研发成果，仅仅是在专家系统的基础上拥有了机器学习功能、或增加了人机融合，应用的领域从机器、工业装置延伸至生活、服务、下棋、刷脸等；从隐式的客观存在变成了显式的商业化亮相。

能否被依法授予专利权，看的是技术方案，并不是看涉及的技术领域是否时髦。

还有就是尽量少用数学公式描述人工智能数据的来龙去脉，能够用生活中的语言说清楚技术创新所在，非常有利于人工智能数据专利申请的授权。

当然这种做的难度非常大。

如果必须用数学语言描述，对每个变量、每个符号都要赋予其物理意义，对于每个数学式都要解释在技术上到底会发生什么。

问：关于人工智能数据类的专利申请，您最想说的话是什么？

答：科学技术强调创新；申请专利的方式方法同样也需要创新。

按照传统的专利撰写模式，人工智能数据的专利保护无望，中国的人工智能科研成果通过发表论文只能是无偿地送给世界；改用创新的“机器脑”方式申请人工智能类的专利，成功率非常之高，有助于促进我国的人工智能产业进入良性循环。