瑞典和歐盟關于人工智能和知識產權的說明
更新時間：2020-12-01 15:45:02
1.簡介
今天，包括瑞典在內的大多數工業國家都在大力投資開發人工智能（“?AI?”）和機器學習軟件。根據瑞典政府（企業與創新部，“?國家人工智能方法”，文章編號：N2018.36）的最新白皮書，“瑞典旨在成為利用數字化轉型提供的機會的世界領導者”。就AI而言，“政府的目標是使瑞典成為利用AI所能提供的機會的領導者”。瑞典的觀點并非唯一。許多政府和國際組織已經開發出正式的AI框架，以幫助刺激經濟和技術增長（cf.?未來生活研究所，“國家和國際人工智能戰略”，2019年）。國際上，尤其是在美國和中國，正在對AI研究進行重大投資。在歐洲，已經成立了“歐洲AI聯盟”，以提高歐洲在AI的研究和部署方面的競爭力。在最近的白皮書（COM（2020）65最終版）中，歐洲委員會（“?EC?”）也公布了一項雄心勃勃的計劃，旨在加強和鞏固歐洲的AI方法。
就像在其運營所在的國家/地區一樣，越來越多的公司堅信，人工智能對于保持未來的領先地位至關重要。實際上，絕大多數早期采用者都深信AI技術對于今天的業務成功至關重要。根據最近的一份報告，在過去四年中，實施AI技術的企業數量增長了270％（參見?Pooja Singh，“過去四年來，全球范圍內企業對AI的使用增長了270％”），《亞太企業家》，2019年1月22日）。因此，盡管對AI進行強大而長期的研究對于實現技術機遇至關重要，但AI技術的當前功能已經在徹底改變了許多領域，例如面部和語音識別，自動駕駛汽車，個性化醫學，法律發現，投資基金管理，軍事防御，能源生產，個性化營銷，客戶服務，文化和娛樂。預計將繼續快速發展。分析師預測，到2022年，全球在人工智能方面的支出將達到792億美元（參見國際數據公司（IDC），“根據新的IDC支出指南，2019年全球在人工智能系統上的支出將增長至近358億美元”。，2019年3月11日）。
不可避免地，看到人工智能已經在我們的日常生活中變得無所不在，這一發展提出了廣泛和多學科的政策問題，包括知識產權（“?IP?”）的多個方面。如今，人工智能（ANI）系統可以執行特定的任務，例如生成藝術品和音樂，撰寫新聞和小說，驅動創新過程以及執行產品建議和購買服務。從長遠來看，我們不太可能擁有可以從類似人類的廣度的經驗中學習的系統，甚至可以在許多認知任務中超越人類的表現。假設進一步研究和開發深度學習技術和人工智能（“?AGI”）將生成更加智能的軟件，人工智能系統可能不會依賴任何人工干預來獲得幾乎無限范圍的出色結果。
技術過渡對幾個基本IP概念提出了質疑。鑒于知識產權法是在只考慮自然情報和人類認知處理的時候編寫的，因此人工智能對許多傳統的知識產權法律概念提出了挑戰，例如“起源”，“復制”，“作者”，“設計者”，“發明家”， “發明步驟”，“本領域技術人員”和“普通消費者”。可以說，當人工智能系統參與執行創意或其他認知任務時，目前流行的人本化IP方法不太適合保護所產生的結果。從系統開發人員的角度來看，IP監管框架為AI技術本身提供足夠的保護空間也很重要。在這些方面，
以下是AI領域技術進步提出的一些IP問題的介紹性介紹。本文討論了AI技術的IP保護（第2節），AI生成的作品，發明和設計的IP保護（第3節），數據的保護和訪問（第4節）以及AI對商標法可能產生的影響（第5節） ）。主要目的是概述瑞典和歐盟的一些知識產權挑戰，并在可能的情況下提供一些有限的結論。
2.人工智能技術的知識產權保護
2.1版權法
首先將AI系統開發為計算機程序。根據歐盟和瑞典的版權法，版權保護適用于任何形式的計算機程序表達，只要該程序是原創的，即它是作者自己的知識創造即可。關于確定計算機程序是否滿足獨創性要求的標準，不應使用有關程序的質量或美學價值的測試。獨創性體現在程序的結構和體系結構中。創意閾值很低。簡而言之，只要計算機程序的作者能夠選擇要采取的步驟以及表達這些步驟的方式，該計算機程序將被視為原始程序，因此將受到版權保護。
但是，構成計算機程序任何元素基礎的思想，方法和原理，包括構成其界面基礎的思想，方法和原理，均不受版權保護。僅表達智力方面的努力（例如源代碼）受到保護。此外，由于無需進行注冊即可獲得版權保護（盡管在某些歐盟成員國中存在自愿保存或注冊的不同選擇），因此有時可能很難收集證據。因此，從經濟角度來看，可能會認為AI系統的版權保護范圍不足。鑒于版權并不能保護致力于AI系統背后功能概念發展的創造力，技能和創造力，因此建議不要僅依賴版權法。探索獲得專利和/或商業秘密保護的選項也可能是謹慎的做法，因為可以調用這種保護來防止他人進行技術開發，例如
2.2專利法
AI系統依靠通過計算機實現的方式執行數學方法或算法。因此，盡管授予了與AI相關的專利的數量越來越多，但是有關可專利性主題的現行法律提出了某些挑戰。根據歐洲專利公約（EPC）第52條第2款和瑞典專利法第1條第2款，數學方法和計算機程序在主張具有這種權利時明確地排除在專利性之外。換句話說，純數學方法和計算機程序不是“發明”。
正如歐洲專利局（GL）2019年11月版的《考試指南》所解釋的那樣，人工智能和機器學習基于本身具有抽象數學性質的計算模型和算法，無論它們是否可以根據訓練數據（G-II，3.3.1）進行“訓練”。因此，GL還指出，應該根據有關數學方法的一般指導原則評估AI計算模型和算法的可專利性。
它遵循由AI系統中使用的方法和算法必須和/或通過適合于特定的技術實施（有助于制造，供應技術目的，可以通過應用的技術領域的技術效果比照。的決定上訴EPO董事會（以下簡稱“?寶兒?”）的情況下，牛逼13分之2330）。AI系統的計算機程序與其硬件之間的“正常”固有技術交互（例如計算機中的電流循環）本身是不夠的（請參閱?T 1173/97中的BoA）。正如BoA解釋的那樣“在計算機上實施非技術方法并不一定會導致提供超出其計算機實施范圍的技術貢獻的過程”。因此，通常需要進一步的技術效果。根據BoA的現行判例，“技術效果至少需要與物理現實有直接聯系，例如物理實體的變化或度量”（案例T 0489/14）。
數學方法和技術過程之間的區別在于?“事實上，對數字執行了數學方法或數學算法（無論這些數字可能代表什么），并且也以數字形式提供了結果，數學方法或算法只是規定如何對數字進行運算的抽象概念。這樣的方法沒有產生直接的技術結果。與此相反，如果在技術過程中使用數學方法，則該過程是通過實現該方法的某些技術手段在物理實體（可以是物質對象，但同樣是作為電信號存儲的圖像）上進行的。其結果是該實體發生了一定的變化。技術手段可以包括具有合適硬件的計算機或經過適當編程的通用計算機”（在情況T 208/84中為BoA）。
因此，僅使用計算機執行計算本身并不是一項可授予專利的發明。目前的判例法要求通過計算機實現的方式，超出數學方法或算法的性能所具有的物理技術效果。例如，根據GL，在心臟監測設備中使用神經網絡來識別不規則的心跳有一定的技術貢獻（G-II，3.3.1）。
可以說，“直接與物理現實聯系”的法律要求可能會威脅到某些AI技術的可專利性，因為AI的美在于其模仿人腦的能力。設計了一個AI系統，例如。分析和處理數據，并確定實現特定目標的最佳措施。盡管這些動作是必不可少的，但它們本身并不表示對所做出的決定有技術用途。禁止“執行精神行為的方法”的專利（EPC第52條第2款）在這方面增加了額外的復雜性。雖然AI系統的一般目的是協助（或替代）其用戶執行認知任務，但已確立的判例法規定，只能在精神上執行的任何方法都將被視為缺乏技術性。通常認為一項活動的復雜性不足以擺脫精神行為的排斥。這個原則也適用于“可以在頭腦中執行的任何算法規定的程序”（BoA在T 0489/14情況下的原因15）。
因此，根據EPC的第52條第2款，對于AI的定義很可能會使某些AI技術失去專利性。為了減輕這個問題，需要特別注意專利權利要求的表述。最好將核心AI技術描述為較大系統的嵌入式組件，而不是為與“物理現實”聯系很少或沒有關聯的獨立AI技術申請專利保護。如果可能，應避免使用諸如“支持向量機”，“推理引擎”或“神經網絡”之類的術語，因為如GL中所述，根據上下文，此類術語可能被理解為對抽象模型或算法的引用。并且不一定暗示使用技術手段（G-II，3.3.1）。也就是說，鑒于AI的發展速度，
如果AI系統符合專利主題資格標準，則將在與其他任何發明相同的可專利性要求下檢查該發明。因此，僅當發明相對于專利申請的提交日期（新穎性）之前是已知的并且是本質上與發明有所不同（發明步驟）時，才授予專利。為了評估創造性，必須考慮所有有助于發明技術特征的特征（如上所述）。非技術特征僅在它們與權利要求的技術主題相互作用以解決技術問題或等效地帶來技術效果的程度時才被認為是對創造性的評估。例如，GL意識到“在分類方法用于技術目的的情況下，生成訓練集和訓練分類器的步驟可能……如果支持實現該技術目的，則可能有助于發明的技術特征”（G-II，3.3.1）。相反，如果在計算機上的實現將是所要求保護的方法的唯一技術方面，則該方法將比已知的通用計算機缺乏創造性。總而言之，僅當AI系統為技術問題提供新的且非顯而易見的技術解決方案時，它才可申請專利，但這并不意味著將永遠不會提供專利保護，例如，對使用的神經網絡培訓方法，過程或技術建立，測試和驗證系統。決定性的問題是，要求保護的發明總體上是否是新的，非顯而易見的并且用于技術目的。?
強制性公開要求對AI發明提出了額外的挑戰。EPC的第83條和《瑞典專利法》第8條要求專利申請應以足夠清晰和完整的方式披露發明，以使“本領域技術人員”能夠實施。此外，EPC的規則42（1）（c）要求說明書以要求保護的技術條件（即使未明確說明）及其解決方案來公開要求保護的發明。
在AI和機器學習算法的背景下，可能難以確定如何滿足這些要求。先進的AI系統有時會產生結果而無需解釋。這通常稱為“黑匣子”困境。如果AI計算機程序是一個黑匣子，它將做出預測和決定，而無法傳達這樣做的原因。從本質上講，黑匣子困境來自分布式元素的復雜性，例如在深度神經網絡中，以及人類無法可視化高維模式（參見?Yavar Bathaee，人工智能黑匣子和意圖失敗）。和因果關系，《哈佛法律與技術雜志》，第31卷，第2期，2018年）。依賴機器學習算法的AI有時可能像人腦一樣難以理解。因此，黑匣子使得很難或不可能以足夠詳細的細節來披露創新，以滿足EPC的第83條和瑞典專利法的第8條。
GL并未解決黑匣子問題，但他們強調，除非必須立即闡明各個部分的功能，否則不但要從結構上而且要從功能上描述本發明（F-III， 1（4））。因此，如果要求AI發明而沒有足夠詳細地解釋AI技術是如何工作的，則可能以其缺乏對發明的清楚而完整的公開為由而拒絕該申請。例如發生這種情況。在第T 0521/95號案件中，申請人斷言，本發明（模式識別系統）通過模擬人腦的操作解決了某些問題。根據BoA的說法，本發明不僅是常規的聯想記憶，而且是復雜的神經網絡，難以成功訓練。因此，找到正確的培訓計劃是系統設計的關鍵部分。BoA注意到說明中沒有提及此事，更不用說提供有關如何進行培訓的任何指導了。因此，根據BoA，技術人員將無法在沒有不適當負擔的情況下訓練整個系統來解決應用程序中給出的特定問題。最后，美聯儲認為，例如，缺乏適當的指導，
總而言之，要使專利審查員和法院信服AI系統有資格獲得專利保護，還需要克服一些障礙。從申請人的角度來看，一個重要的問題是應要求保護技術的哪些部分。可能的專利應該集中在創建，培訓和驗證AI系統的過程上，還是應該集中在通過這些操作實現的最終技術成果上？此外，盡管在權利要求中提供詳細信息可以幫助避免抽象，但是這樣做可能會限制所授予的保護范圍。這就提出了幾個戰術問題，其中之一就是是否需要專利保護。有時，依靠合同安排，版權和/或商業秘密保護可能更合適。
從社會的角度來看，考慮到AI系統在新產品和服務的開發中所起的重要作用，需要進行更多的政治，學術和法律討論，以確保專利法是可預測的，并為期望的技術進步提供了保證。
2.3商業秘密法
在某種程度上進行了簡化，在《商業秘密指令（EU）2016/943》第2條（“?TSD?”）和瑞典《商業秘密法》（“?TSA?”）第2條中，“商業秘密”被定義為以下信息： ：（i）在某種意義上是秘密的，因為它不是一個整體，也不是其各個組成部分的精確配置和組裝，通常在圈子內的人們通常不了解該信息，也不容易為那些通常在處理有關信息種類的人們所認識；（ii）具有商業價值，因為它是秘密的；和（iii）具有合法在信息控制一直受到在這種情況下合理的措施，由人，保守秘密。
因此，即使實際上任何信息都可以作為商業秘密來保存和保護，這種保護也特別適用于那些無法獨立發現或進行逆向工程和/或在沒有大量努力的情況下無法詳細描述的技術。因此，現代AI技術非常適合商業秘密保護。例如，在外部用戶無法訪問底層算法和程序代碼的情況下，可以將AI應用程序和功能作為云服務提供。
在申請專利之前，AI技術的商業秘密保護可能特別重要。專利法的基本目的是獎勵發明人發明創造的有限專有權，并為社會提供技術信息和進步。公布專利和專利申請后，它們可以洞悉當前的技術發展，并有助于避免并行的多余發展。
但是，這并不一定意味著專利和商業秘密是互斥的。實際上，專利保護和商業秘密保護通常是互補的。例如，盡管一項專利可以保護一項核心的AI發明，但商業秘密可以保護與該發明相關的寶貴專有技術。專利發明如果不獲得這種專門知識就不能被有效地商業利用，這是很正常的。
商業秘密保護無疑比專利保護具有一些優勢。例如，專利保護可被視為無效或無法實現由于對專利的主題的當前法律或因為本發明公開內容要求（CF。以上第2.2節）。此外，商業秘密保護不取決于新穎性或創造性。商業秘密將立即受到保護，并且通常涵蓋比專利更廣泛的主題。此外，由于某些AI技術非常復雜，因此專利持有人可能無法有效地區分第三方是否正在使用該專利技術。此外，商業秘密保護不受法定時限的限制，而專利保護（以及版權保護）將不可避免地在給定期限后失效。
但是，與專利和版權不同，商業秘密并不賦予其控制者專有的權利來利用受保護的客體。僅保護信息不被盜用，例如未經授權的獲取或披露。如果出于任何原因，商業秘密被“通常在處理這類信息的圈子中的人們所普遍了解或容易獲得”，它將不再被定義為商業秘密，因此，該信息將不會不再受到保護。此外，由于商業秘密保護不依賴于注冊，因此有時可能難以定義和跟蹤受保護的信息，因此可能難以保持信息的秘密。
2.4結束語
與任何技術一樣，可以通過各種IP資產來保護AI。專利，版權和商業秘密都是可行的手段。利用每種IP保護類型的優點的組合模型方法可能是最佳選擇。正確的IP策略取決于許多因素，例如AI技術的類型，預期壽命，價值和重要性以及獲得和執行專有權所涉及的成本。積極管理公司的IP資產還需要適當考慮法律的變化。
3.對人工智能產生的作品，發明和設計的知識產權保護
3.1工作
人工智能系統能夠分析和復制產品，流程和可用數據，以創造新的成果。AI系統的另一個特點是能夠在備選方案之間進行選擇以實現最佳結果的能力。因此，人工智能的創造能力，包括創造能力，例如。音樂或繪畫不依賴于人類編寫詳盡的代碼，并具有預期的視覺或聽覺效果。取而代之的是，一個或多個人類可以編寫算法，以通過分析數千個數據集（包括）來“教導”人工智能系統特定的美感。圖像或聲音。在當前的現有技術中，由一個或多個人來選擇用于饋送算法的數據的收集。然后，該算法會嘗試根據其所學的美學原理生成新作品。另外，人工智能系統不是“教”模仿某種美學或風格，而是根據更廣泛的輸入（例如過去500年來成千上萬的西方經典佳能肖像）來創造新的事物。AICAN（人工智能創意對抗網絡）就是一個例子。AICAN是一種程序，它可以以相對自治且不可預測的方式生成創新圖像（請參閱?Elgammal，“ AI正在模糊藝術家的定義”，美國科學家，第107卷，第1期，2019年）。另一個例子是瑞典戲劇“ Nattygsbordet”。根據哥德堡市劇院的說法，Nattygsbordet完全由AI編寫。AI系統已經創建了對話，情況，場景，聲音，燈光和服裝（參見?https://kulturpunkten.nu/evenemang/nattygsbordet-en-pjas-helt-skriven-av-en-al/?time=15908）。
這樣的結果可以有版權嗎？如果有，這些權利在哪里？
根據瑞典和歐盟的版權法，將任何主題歸類為受版權保護的作品，必須滿足兩個累積條件。首先，必須以足以精確和客觀地加以識別的方式來表述主題（參見案例C-310 / 17中的歐洲法院（Levola Hengelo），第35-41段）。版權并不保護信息，而是保護表達。僅想法，方法，見解和原則不享有版權。其次，主題必須是原創的，因為它是作者自己的智力創造（cf.CJEU案C-5 / 08（Infopaq），第37段）。歐洲法院還澄清，如果知識創造反映了作者的個性，那么該知識創造就是作者的財產。如果作者能夠通過做出自由和創造性的選擇來表達自己在作品創作中的創造力，那就是這種情況（參見?CJEU在Case C-145 / 10（Painer），第88-89段）。相反，正如歐洲法院在案例C-403 / 08（Murphy）和C-604 / 10（Dataco）中所強調的那樣，如果創建是由技術考慮，規則或約束決定的，則不滿足獨創性標準創造自由的空間（參見?Murphy，第98段和Dataco，第39段）。
CJEU根據作者的“智力”創作，“個性”和“自由和創造性的選擇”制定的原創性標準強烈暗示原創性需要人類創造者。可以說，當一個AI系統負責根據其數據分析和處理來生成一幅繪畫或任何其他作品時，最終的，可識別的表達（作品）的外觀和特征并不反映人類藝術家的個性。 。因此，僅由AI系統創建的作品很可能不符合歐盟版權法規定的版權保護條件。這一結論也與早期的瑞典判例法一致，后者確定動物創作的作品不受版權保護。實際上，目前，
人為作者的要求也與例如《伯爾尼公約》中所表達的版權期限的法定規則相一致。《伯爾尼公約》規定，版權保護期限為作者一生，并至少維持50年。根據《伯爾尼公約》，歐盟指令2006/116 / EC規定，版權應在作者一生中有效，并在作者去世后70年內有效。根據瑞典《版權法》，作品的版權在作者去世后的第70年到期。關于“作者的生活”，“作者去世的年份”和作者的“死亡”的提法強烈表明，只有自然人才能創作受版權保護的作品。此外，軟件指令2009/24 / EC和數據庫指令96/9 / EG均根據創建作品的自然人明確定義了作者身份（盡管根據這兩個指令，作者也可能是合法的國家法律允許的人）。此外，在瑞典和世界上許多其他國家，版權特權包括所有權和結社權以及完整性權（通常稱為“精神權利”）。精神權利的依據是作品是作者個性的延伸，因此，這些權利的單純存在強烈暗示著版權保護需要人類的知識著作權。在國家法律允許的情況下，作者也可以是法人）。此外，在瑞典和世界上許多其他國家，版權特權包括所有權和結社權以及完整性權（通常稱為“精神權利”）。精神權利的依據是作品是作者個性的延伸，因此，這些權利的單純存在強烈暗示著版權保護需要人類的知識著作權。在國家法律允許的情況下，作者也可以是法人）。此外，在瑞典和世界上許多其他國家，版權特權包括所有權和結社權以及完整性權（通常稱為“精神權利”）。精神權利的依據是作品是作者個性的延伸，因此，這些權利的單純存在強烈暗示著版權保護需要人類的知識著作權。
總之，由于AI系統缺乏瑞典和歐盟版權法所要求的人文屬性，因此AI生成的作品不符合版權保護的條件。
但是，如果通過向AI系統發出指令來修改生成的結果和/或通過手動修改生成的結果來直接將自然人卷入到創作過程中，則很可能應將其視為自然人的創造力和，因此該作品應符合版權保護的條件。在這種情況下，可以將AI系統視為人類用戶手中的工具。另外，當AI系統自動生成產品時，可能會產生與版權相鄰的某些權利。例如，如果使用AI系統來創建聲音和/或運動圖像的記錄，或生成目錄，數據庫或類似的匯編，則有時這些產品可能會受到保護，而不論人類的創作或獨創性。那就是
假定AI生成的作品不符合現行的瑞典和歐盟版權法的版權保護條件，則應評估是否確實需要保護此類作品，如果需要，應該如何定義和構造這種保護。
從經濟角度來看，對人工智能的投資是可觀的。這些投資包括開發用于創作作品的技術。版權的目的之一是鼓勵作品的創作。盡管似乎缺乏支持在AI領域建立新產權的經驗證據，但最近的基于證據的數據表明，知識產權對于創造力，創新和經濟增長非常重要（參見?EUIPO，“歐洲的知識產權與企業績效：經濟分析”，《企業層面分析報告》，2015年6月）。因此，如果需要通過AI生成的創作，則同樣需要保護這些創作。
在光以上的，考慮到大多數工業國家，絕大多數的知識產權專家都似乎不愿意負擔（正品）版權保護，AI產生的作品（CF。該決議“在人工生成的作品的著作權”在AIPPI世界大會通過倫敦（2019年9月），不妨考慮引入新的特殊類型鼓勵繼續進行AI研究與開發的鄰近權利。這樣的模型會尊重版權法的人本主義方法，但仍會激勵未來的AI投資。新權利的范圍與瑞典和歐盟版權法規定的復制權和向公眾提供的權利相同。新規則還可以遵守關于例外與限制的現有規定。就是說，本文的作者認為，任何新的特殊形式AI創作作品的相鄰權利應僅給予有限的保護期限，而不應過分地優先考慮人類創作，競爭和公眾獲取信息和文化的權利。因此，在一個只需按一下按鈕就可以創建數百萬件作品的世界中，應考慮眾所周知的過度壟斷風險。
一個相關的問題涉及所有權。誰應該是AI生成作品中知識產權的第一所有者（假設引入了此類權利）？權利應歸屬于AI系統開發人員，AI機器的所有者還是AI系統的最終用戶？一些作者（包括本文的作者）更喜歡受美國“按需租用作品”學說啟發的解決方案，根據該解決方案，訂購或發起該作品的個人或實體應享有該作品的版權（參見?Shlomit Yanisky-Ravid，生成倫勃朗：3A時代的人工智能，版權和問責制-像人類一樣的作者已經在這里-一種新模型，2017 Mich.St.L.Rev.659（2017））。這樣的模型實質上會將AI系統視為具有創造力的員工或為他們的用戶工作的分包商。該模型將為版權保護歸作者所有的一般規則提供一個重要的例外，對于AI生成的作品，作者將是AI機器。它將鼓勵對AI技術的進一步投資，因為知識產權通常歸于商業參與者，而商業參與者冒著購買或許可AI系統產生特定結果的財務風險。將此模型應用于AI生成的作品也將有助于對用戶施加責任，以避免損害和侵犯第三方權利。因此，優選地，用戶將有權獲得IP權以及有關AI系統生成的作品的責任。
3.2發明
不用說，諸如學習，邏輯，推理，感知，交流和創造力之類的動作和能力在發明過程中非常有用。人工智能系統處理這種能力。盡管當今的ANI系統無法復制人類技能和認知的全部深度和廣度，但AI的能力已被廣泛用于產生“創造性”的想法和解決方案，否則僅憑人類的創造力就無法實現。例如斯蒂芬·泰勒（Stephen Thaler）的“創造力機器”（Creativity Machine），它可以通過人工神經網絡產生新的思想；約翰·科扎（John Koza）的“發明機器”（Invention Machine），它基于基因編程，即根據生物進化過程進行建模；以及IBM的超級計算機“沃森”（Watson）。 ，cf.?雅培，“我認為，因此我發明了：創意計算機與專利法的未來”，BCL Rev. 57（4），1079，2016年9月28日）。許多專家認為，由這些AI系統產生的某些結果，包括幾乎沒有人工指導的幾種技術解決方案，都符合可專利性的傳統標準，即它們對于“本領域技術人員”而言是新的且不明顯的。額外的AI研究與開發，尤其是算法設計方面的研究與開發，增加了AI系統在可預見的未來自動進行發明的可能性。
從當代專利法的角度來看，一方面是AI輔助發明與另一方面是自主AI發明之間存在明顯的區別。根據瑞典和歐盟專利法，發明被視為人類活動。例如，迄今為止，不允許將AI系統指定為專利申請中的發明人。EPO最近拒絕了將AI系統“ DABUS”注冊為正式發明人的嘗試，從而確認了這一原則。根據歐洲專利局，“ EPC并未規定非人，即自然人或法人均不得作為申請人，發明人或在專利授予程序中扮演任何其他角色”。如EPO所述，“人工智能系統或機器目前沒有權利，因為它們沒有與自然人或法人相當的法人資格。法人資格由于其自然人的身份而被分配給自然人，并基于法律小說被分配給法人。在涉及非自然人的情況下，法人資格僅基于法律小說而定。這些法律小說既可以通過立法直接創建，也可以通過建立此類法律小說的一貫法理學來發展。因此，AI系統或機器不能擁有來自發明人的權利，例如在專利申請中被提及為發明人或被指定為發明人的權利。結果，作為“ AI系統或機器對其輸出不具有可以通過法律和協議的轉讓而獲得的任何合法所有權……AI系統或機器的所有者不能被視為第60條第1款所指的所有權的繼承人EPC”。此外，根據歐洲專利局，“立法歷史表明，歐洲專利局的立法者同意，“發明人”一詞僅指自然人”（參見歐洲專利局在此問題上2020年1月27日的決定申請EP 18275163（已上訴））。
因此，根據當前的專利法，專利注冊申請人的任務是識別和公開一個或多個對本發明的智力和創造概念負全部或部分責任的人，即發明人的自然人。根據既定的判例法，要想有資格成為發明人或至少是共同發明人，必須為完成的發明做出獨立而明智的貢獻。通常，這種貢獻必須表達創新的技術問題解決方案，并構成本發明步驟的一部分。僅僅希望最終解決問題，或者僅僅提出建議或解決問題的指示本身并不會促成一項新發明，因此也就不會構成發明創造力的基礎。作為結果，
當前的專利立法是否應該保留或廢除對人類發明人的要求，這是有爭議的。一些作者認為，傳統專利法與AI產生的發明無關，效率低下并且不適用，并且這些發明完全不應該申請專利，同時認識到其他可以達到相同目的的工具（參見?Yanisky-Ravid，Shlomit和Liu，Xiaoqiong （Jackie），《人工智能系統產生發明的時代：3A時代和專利法的替代模型》（2017年3月1日）。《 39 Cardozo Law Review》，2215-2263（2018）。其他人則爭辯說，人工智能產生的發明的專利權將加速創新并實現原本無法實現的發展（參見?Abbot，見上文）。和埃里卡·弗雷澤（Fraser，Erica），《計算機作為發明家–人工智能對專利法的法律和政策影響》，（2016）13：3?撰寫305）。還有一些人擔心授予AI產生的發明專利權會扼殺人類的發明，因為人類的智慧和創造力將被高級AI系統所取代。評估和平衡這些相互矛盾的觀點確實是一項艱巨的任務。盡管不可能找到一個能夠滿足所有合法利益和目標的“完美”解決方案，但是最好的選擇也許是對專利制度進行適度的改變，因為過時的專利法很可能會對技術造成負面影響。例如，除了維持AI產生的發明永遠不應該獲得專利保護的觀點之外，
關于人工智能產生的發明的可專利性，“本領域技術人員”是另一個關鍵問題。根據當前的瑞典和歐盟專利法，控制可專利性的主要條件是發明涉及創造性。如果考慮到現有技術水平，本發明對本領域技術人員而言不是顯而易見的，則應認為該發明包含創造性。GL（G-VII，4）指出：
“因此，就定義本發明的任何權利要求而言，要考慮的問題是，考慮到當時已知的技術，對于該權利要求而言，在提交日期或優先權日期是否有效之前，對于本領域技術人員而言是顯而易見的。達成屬于權利要求范圍之內的東西。如果是這樣，則由于缺乏創造性，該權利要求是不允許的。術語“顯而易見的”是指不超出技術的正常發展，而僅是從現有技術中簡單或邏輯地遵循，即不涉及超出本領域技術人員所期望的任何技能或能力的事情在藝術上。”
根據既定的判例法和準則，假定本領域技術人員是相關技術領域的熟練從業人員，他具有一般知識和能力，并且知道在本領域中什么是本領域的常識。相關日期。還假定他可以使用“最新技術”中的所有內容，并可以使用常規工具和能力進行相關技術領域的常規工作和實驗。實際上，本領域的“人”也可以是具有不同技能的人的團隊。
因此，可以說，如果AI的使用是相關技術領域的慣例，那么本領域技術人員應指配備AI資源的人員。如果以這種方式解釋法律，則可能會大大提高非顯而易見性的標準。這可能會成為一個大問題，尤其是在創新需要管理大數據量和/或在研究和實驗上進行大量投資的領域。當AGI（甚至超級智能AI）技術在各個行業中盛行時，也許只有最突破性的技術才能申請專利，因為許多發明對于配備了相關AI技術的技術人員來說都是顯而易見的。另一方面，比照。以上），將可專利性標準設置得太低（即不考慮技術人員掌握的可用AI資源）可能會導致廢品專利被授予過多，并導致更多的侵權訴訟。顯然需要對這些問題進行進一步的討論。
3.3設計
在設計領域，到目前為止，人工智能可能主要是關于優化和速度。人工智能系統可以分析大量數據并提出設計調整建議。一旦AI系統識別出一個模式，它便可以應用該模式以在瞬間產生大量變化。例如，在一個名為“ Nutella Unica”的項目中，一個AI系統能夠使用圖案和顏色數據庫創建700萬種不同版本的Nutella包裝（請參閱?https://youtu.be/sHYakhyvJps）。?
與作品和發明一樣（參見上文第3.1和3.2節），設計可以借助AI進行制作，也可以由AI應用程序自主生成。
人工智能輔助設計可以被視為計算機輔助設計的一種變體，因此，從IP的角度來看，它們不應構成任何特定的問題。但是，根據當前的瑞典和歐盟外觀設計法，由AI應用程序自主生產的外觀設計不符合外觀設計保護的條件。只有自然人才有資格擔任設計師。該結論除其他外得到法定提及設計者和“其繼承人”的支持（《瑞典外觀設計保護法》第1（a）條，歐洲外觀設計指令98/71 / EC第5條和第7條）和第6/2002號共同體設計條例（EC）14。正如EPO所強調的那樣，人工智能系統不能在標題上有后繼者（參見上文關于專利申請EP 18275163的第3.2節。此外，《歐洲外觀設計指令》第17條規定，受在成員國中注冊的外觀設計權保護的外觀設計也應在該成員國中享有版權保護。第6/2002號共同體設計條例（EC）第96條包含類似的規則。看到版權顯然需要人類作者（請參閱上文第3.1節），如果AI生成的外觀設計被保護，則分別在指令第17條和實施細則第96條中闡述的累加保護原則將不適用或不連貫。有資格獲得外觀設計保護。
因此，就AI產生的設計而言，產生的問題和考慮與AI產生的作品（上文第3.1節）和AI產生的發明（上文3.2節）所產生的問題和考慮類似。例如，我們如何區分符合保護條件的AI輔助設計和不符合保護條件的AI生成的設計？根據當代法律，外觀設計需要達到何種程度的人為干預才能獲得外觀設計保護？是否需要在保護性評估中堅持人類創造力與非人類創造力之間的區別？我們是否應該為自主生成的AI設計提供設計保護，如果可以，在什么情況下？這些和其他有關問題應加以討論和決定，以期在權利人和公眾的利益之間找到適當的平衡。
4.保護和訪問數據
在過去的幾年中，機器學習已成為AI技術的主要分支。機器學習在很大程度上取決于對大型數據集的訪問。正如EC強調的那樣，“沒有數據，就沒有AI”，因為“許多AI系統的功能以及它們可能導致的行動和決策在很大程度上取決于系統所依賴的數據集已接受培訓”（《人工智能白皮書-歐洲追求卓越和信任的方法（COM（2020）65最終版））。
轉向包括“物聯網”在內的在線活動，已經創建了大量易于獲取且廉價收集和存儲的數據。可以從許多不同的來源獲得有價值的數據集，例如互聯網瀏覽器，社交媒體網站，智能手機應用程序，相機，汽車和其他連接的設備。實際上，通常會收集有關產品和服務使用的信息。例如，通過從1.51億訂戶中收集“大數據”并實施數據分析模型以發現客戶行為和購買方式，Netflix取得了巨大的成功已不是什么秘密。
鑒于數據可用性是AI發展的主要驅動力，決策者應確保法律允許一方面在數據訪問權與另一方面的數據保護之間取得公平的平衡。盡管對數據的訪問對于AI的發展非常重要，但是保護規則對于激勵數據生產并保護個人和企業免受非法利用敏感信息的侵害也將是必要的。
現行的瑞典或歐洲知識產權法律不承認信息的專有或專有“權利”。即使這樣，有關版權，專有數據庫權利和商業秘密的規則仍可能阻止數據的收集和/或進一步利用。
4.1版權保護
版權保護是相對于現實化到表情（例如，符合獨創性要求（文本或圖片）參見上述第3.1節）。版權保護不能授予純粹的信息，思想，程序，操作方法或數學概念。因此，可以想象，如今在AI分析范圍內收集和處理的大量數據很少受到版權保護。一些作者在“數據”與數據所攜帶的“語義內容”之間進行了區分，同時認為僅語義內容（例如書籍，音樂，電影和新聞文章）而不是數據可以被授予版權保護。 （請參閱內斯特·杜赫·布朗，貝丁·馬滕斯和弗蘭克·穆勒-朗格，擁有，訪問和交易數字數據的經濟學;?《 2017年數字經濟工作文件》;?JRC技術報告，第1頁。8）。類似地，就使用受保護作品（例如圖紙）來訓練AI系統而言，區分一方面是本身的作品和另一方面是關于作品的信息也很重要。向算法提供數據并不一定涉及作品的復制。就是說，在某些情況下，一方面可能很難區分與某作品有關的非專有數字信息，另一方面又要與該作品的變更或改編數字版本區分開。從版權執行的角度來看，只有在語義（人類）層面上，才有可能在兩個數字數據簇之間進行充分充分的比較，因為最終將取決于一個或多個人類法官（在人類技術專家的協助下，
在AI分析環境中使用的數據收集軟件不太可能以符合獨創性標準的方式選擇或整理收集的數據（參見?Gervais，Daniel，《探索大數據與知識產權法之間的關系》，第10期（2019） JIPITEC 22）。因此，即使根據數據庫指令96/9 / EC將數據匯編定義為“數據庫”，但前提是該匯編是“以系統或有條理的方式安排的獨立作品，數據或其他材料的集合，并且通過電子或其他方式單獨訪問”，通過數據收集軟件創建的數據庫將很少受到版權保護。相反，收集者可能不得不依靠特殊的數據庫權限（請參閱下面的第4.2節）和/或商業秘密保護（請參閱下面的第4.3節），以防止未經授權訪問和/或重用由此收集的信息。?
4.2對數據庫的特殊保護
在瑞典和歐盟法律中，數據庫中存在特殊權利。從本質上講，盡管這樣的數據不受所有權保護，但受保護的數據庫的創建者（或其所有權的繼承者）有權防止提取和/或重新使用全部或大部分內容數據庫。
在特殊的權利是不依賴于創意。根據數據庫指令，特殊保護要求數據庫是對獲取，驗證或呈現數據庫內容進行大量投資的結果。在瑞典，要求較低。根據瑞典版權法，數據匯編將受到保護：（i）如果其中包含“大量信息項”；要么（ii）如果匯編是重大投資的結果。盡管瑞典法律在這方面是否符合數據庫指令尚有爭議，但瑞典法院迄今已根據其措詞適用了成文法。例如，在案件T 15952-11中，哥德堡地方法院裁定，兩個數據庫的內容范圍要使這些數據庫“已在此基礎上”得到保護。西瑞典上訴法院在案例T 3375-13中具有相同的主要觀點。因此，迄今為止，數據庫制造商在瑞典法律下享有相對較高的保護程度。
數據庫指令中使用的術語“大量投資”是指這樣創建數據庫。由于強調了歐盟法院，通過該保護的目的自成一格的權利“是推動建立存儲和處理系統現有信息和能夠在數據庫隨后被收集的材料不是創造”（在歐盟法院在個案C-338 / 02（固定資產營銷），第24段）。因此，關于數據收集，只有用于獲取數據庫內容的投資才有意義，而對于創建材料的投資則無關緊要。因此，通過AI分析已經收集的數據生成的輸出可能不會受到特殊保護。是的，因為機器生成的數據可以說是“創建”的，而不是由于在獲取數據上進行大量投資而產生的。但是，“在很多情況下，傳感器或其他機器生成的數據應由特殊權利覆蓋，條件是用于測量或以其他方式獲得驗證和顯示數據的投資相當可觀”（Leistner，Matthias，Big Data和EU數據庫指令96/9 / EC：當前法律和改革潛力（2018年9月7日，第2頁）。此外，如上所述，當前的瑞典法律力圖保護任何大型數據匯編，以防止未經授權的提取和/或重復使用，無論在創建匯編中進行何種投資。
原則上，當數據庫受專有權保護時，除非有例外情況，否則任何臨時或永久提取和/或重新使用很大一部分數據都需要獲得權利人的許可。因此，從例如收集商業和/或結構化信息。未經權利人授權，可能會禁止公開提供網站或其他數據庫。
為了避免這種障礙，數據分析人員可能希望探索在“代碼涉及到數據”的情況下使用應用程序的可能性，而不是必須找到代碼的經典數據模型。這是因為，可以說，“為了產生新信息而對“代碼到達數據”進行分析”不會導致任何“提取”，因為不會對所有或大部分內容進行“永久或暫時的轉移”。將數據庫轉移到另一種介質上”（Drexl，Josef，為工業數據設計競爭性市場-在屬性化和訪問之間（2016年10月31日）。馬克斯·普朗克創新與競爭研究所第16-13號論文，第1頁。21-22）。此外，最近通過的有關數字單一市場版權的歐盟（EU）2019/790指令（“?DSM指令?”）的第3條和第4條可能為從事文本和數據挖掘（“?TDM?”）的分析師帶來一些好消息。在DSM指令中定義為“旨在分析數字形式的文本和數據以生成包括但不限于模式，趨勢和相關性的信息的任何自動分析技術”。《 DSM指令》第3條允許研究組織和文化遺產機構對TDM擁有TDM，這些組織和組織有權合法使用作品或數據庫進行科學研究。根據第4條，其他實體（例如私人公司）可以為TDM的目的復制和提取合法可訪問的作品和其他材料，前提是權利人未以適當的方式明確保留這種使用。第3條和第4條中的例外與版權和數據庫特殊性有關權利。但是，正如剛剛提到的那樣，權利人可以“以適當方式”反對商業實體根據第4條進行的TDM。因此，第4條是否會對在AI中依賴TDM的私營公司產生任何重大的積極影響還有待觀察相關上下文。? ?
4.3商業秘密保護和事實上的控制
與版權和特殊數據庫權限相比，商業秘密保護的優勢在于可以保護特定數據本身。因此，TSD和TSA可以保護數據持有人免于非法獲取，使用或披露（“盜用”）任何符合商業秘密條件的數據。盜用商業秘密是通過規則，批準特別，禁令和損害賠償。
但是，如上所述（第2.3節），只有滿足三個累積條件的一條信息才有資格成為商業秘密。有時很難評估是否滿足所有要求。例如，商業秘密保護要求數據的保密性與其商業價值之間存在因果關系。在大數據的情況下，一條單獨的信息可能并不重要，但是與其他數據的關聯可能會帶來巨大的價值。另外，有時可能難以滿足要求信息應由持有人保密并且不容易被他人訪問的要求。對于通過連接的設備（即通過連接到智能產品（例如汽車）的傳感器）產生的數據而言，這可能特別困難。例如，。在交通情況下，其他汽車可能會將相同的信息發送給其他接收者。此外，在連接的設備的上下文中，信息可被動態價值網絡中表征數據經濟性的許多參與者使用。當在通過價值網絡連接的不同實體的網絡中生成數據時，可能很難將保護分配給控制機密的單個實體（參見?Drexl，Josef，同上）。
除了這些困難之外，版權，特殊數據庫權利和商業秘密保護的組合所提供的總體保護在許多情況下當然足以防止未經授權的訪問和數據利用。另外，也許最重要的是，合同安排和技術訪問限制可以用來對有價值的信息進行事實上的控制。關鍵的政策問題是，從社會的角度來看，這種控制在多大程度上是可取的（有關此問題的更多信息，請參見Nestor Duch-Brown，Bertin Martens和Frank Mueller-Langer，《數字數據的所有權，訪問權和交易的經濟學》；數字經濟工作文件2017-01; JRC技術報告）。
5. AI和商標法律
商標的基本目的是向消費者或最終用戶保證商標產品或服務的原產地標識。此基本功能也是商標保護的先決條件，因為商標只能由能夠“區分一個企業的商品或服務與其他企業的商品或服務”的標志組成（商標指令（EU）第3（a）條） 2015/2436，《商標條例（EU）2017/1001》第4（a）條和《瑞典商標法》第1章第4和5條。??
盡管商標的基本功能是識別商業來源，但商標也可以用于其他目的，所有這些目的均受歐盟和瑞典商標法的保護。一個商標所有者可以防止由第三方影響或容易影響任何商標的功能使用。根據歐洲法院的判例，“這些功能不僅包括商標的基本功能，即向消費者保證商品或服務的原產地，還包括其其他功能，特別是保證商品或服務質量的功能。有關商品或服務以及通訊，投資或廣告的商品或服務。”?因此，所有者“有權防止第三方使用……即使這種使用不能損害商標的基本功能，即表明商品或服務的來源，但前提是這種使用會影響或可能影響商標的其他功能之一。”?（案例C-487 / 07（歐萊雅），第58和65段）
對CJEU（商標侵權）描述的任何功能的負面影響顯然需要干擾認知過程。一個商標幾乎不會起到任何目的，沒有人的思想根深蒂固的傾向通過協會進行。例如，當歐洲法院將“投資功能”定義為其所有人使用商標“以獲取或保持能夠吸引消費者并保持其忠誠度的聲譽”時（案例C-323 / 09（國際花藝），第60段） ），歐洲法院顯然是指商標激活了消費者的聯想。同樣，例如當商標指令保護商標不被使用時，“利用商標的獨特性或聲譽的不正當優勢或對其不利，”（第10.2（c）條），法律假定商標在消費者心中觸發了觀念和情感。正如歐洲法院解釋的那樣，“由第三方使用與具有聲譽的商標相似的標志所帶來的好處是不公平的”，在這種情況下，當事方試圖通過這種使用騎在商標的尾巴上享有聲譽，以便從商標的吸引力，聲譽和威信中受益，并利用……商標所有人的營銷努力，以創造和維護商標的形象”（案例C-487 / 07（歐萊雅），第50段）。與商標的正面關聯從而驅動購買行為，并積極影響用戶對商標產品的體驗。關聯是否客觀地對應于“真相”并不重要。例如，一些盲目的測試表明，像百事可樂這樣的人比可口可樂要好得多，直到他們知道自己在喝什么，然后偏愛可樂。
因此，商標保護的前提是心理假設，即商標具有與人溝通和觸發心理聯想的固有和/或獲得的能力。商標影響思維。認知科學支持這一假設。因此，當法院被要求進行侵權評估時，法院必須“在普通消費者心目中”評估所涉商品或服務的比較標記的整體認知（CJEU，案例C-342 / 97（Lloyd ），第25段）。同樣，歐盟和瑞典商標法的主要內容也解釋說：“混淆的可能性包括結社的可能性”（例如參見《商標法》第9.2（b）條）商標法規）。實際上，“普通消費者心目中的商標認知……在全球范圍內對混淆可能性的認識中起著決定性作用”（歐洲法院判例C-251 / 95（Sabel），第23段）。
通過一系列的判斷，歐洲法院還建立了一些準則，以評估普通消費者在精神上處理所涉商標所傳達的印象和聯想的能力。因此，根據既定的判例法，一般的消費者被認為是相當靈通和合理的觀察力和謹慎（參見，例如案例九十九分之二百九十九（飛利浦）的歐盟法院）。商標法還假設普通消費者很少有機會在不同商標之間進行直接比較，而必須將其信任放在對商標的不完美記憶上。此外，假設普通消費者的關注程度有所不同取決于有關商品或服務的類別（例如，見CJ342 / 97號案例中的歐洲法院（勞埃德），第26段）。總而言之，根據歐盟和瑞典商標法，一般消費者是自然人（或由自然人代表），作為主要規則，該人具有中等注意度，在某種程度上易于操縱，有時甚至不知道其實際原因。還是她的決策
但是，當自然人被AI系統取代時，會發生什么呢？
如今，人工智能系統已被廣泛采用，以減少人類對產品建議和產品購買過程的參與。例如，亞馬遜網站（www.amazon.in）使用AI軟件根據用戶的瀏覽和購買歷史推薦產品。復雜的AI產品（例如多個Google家用設備）經過編程，可以與人類互動。這些系統在理解人類的情感，欲望和文化方面越來越好。某些產品（例如亞馬遜的“ Echo”）由語音識別軟件運行，并根據例如過去的購買行為向消費者提供產品建議。由AI驅動的各種補充服務會自動重新訂購耗材，例如墨盒和咖啡包，以確保最終用戶不會用完。因此，人工智能系統已經在協助甚至取代人類的購買決策。趨勢是上升的。
AI系統不會將購買決策作為對商標觸發的人類聯想，情感和模糊記憶的直接或即時響應。人工智能系統沒有情感（可以說），但是它們具有完美的記憶。他們不會感到困惑，至少不會在商標中所考慮的人類意義上感到困惑法。人工智能系統客觀地分析大量數據，以優化決策并采取適當行動。人工智能系統可以完美地重獲商業起源，而精美的商業廣告則不會給他們留下深刻的印象。與人類相比，人工智能系統是超理性的。因此，要說服AI系統在購買過程中使用某商標幾乎是不夠的。AI可以立即收集和分析有關購買歷史，價格，質量，可用性，交付，消費者評論，官方建議和其他數據的信息，并客觀地權衡在一起，以做出最合理的購買決策，而幾乎不需要人工參與。簡而言之，人工智能系統不會遭受當前商標所帶來的人類“缺陷”的困擾法律作為參考。總之，可以想象，可能需要另一個AI系統而不是商標來影響AI系統訂購或推薦產品或服務。
這將商標法留在哪里？只要人們將商標視為信息，價值和情感的重要載體，現有的規則（包括商標功能原則）便會達到目的。對于人類而言，商標在購買產品或服務之前，之中或之后可能有不同的目的。人類消費的原因很多，而不僅僅是為了滿足身體和物質上的需求。人類對使他們個性化的功能非常重視。商標被用作自我表達，自我實現或滿足其他情感需求的手段。同時，最有可能的是，法院和其他決策者將不得不考慮新的規則，概念和原則，以確保商標法在某些情況下不會變得無關緊要，因為使用AI會極大地改變企業之間互動的游戲規則。和消費者。
6.結束語
AI領域的技術進步引發了許多IP問題，其中一些挑戰了當前IP法律的本質。如今，當瑞典和歐洲法院及其他當局適用“知識產權”財產法時，它們通常是在保護人類智慧的創造（例如作品或發明）或影響人類的物品。認知和行為（例如商標）。當尋求知識產權保護時，傳統的法律解決方案是在人工程序背后尋找人，即使該人不存在。可以說，從長遠來看，這種解決方案是站不住腳的。鑒于AI的發展速度非常快，并且看到IP法的主要目的是鼓勵創造和分配各種商品以造福消費者，因此，需要進行更多的研究以確保IP法律框架能夠滿足其目的。新的AI時代。
