本文借助权利要求构建及其解释，继续讨论如何将人工智能辅助发明成果转化为专利保护对象，形成具有禁止他人实施相同发明成果的排他性法律权利。
作者|孟睿国浩律师（南京）事务所合伙人、专利代理师、法学博士
编辑|布鲁斯
人工智能辅助发明是指人类将人工智能机器作为研发工具，辅助人类进行研发创新进而获得的发明创造。在一文中，作者探讨了人工智能辅助发明获得专利保护的条件是，该发明成果必须包括人类重大贡献。本文借助权利要求构建及其解释，继续讨论如何将人工智能辅助发明成果转化为专利保护对象，形成具有禁止他人实施相同发明成果的排他性法律权利。
一、人工智能辅助发明权利要求构建的前提：人类重大贡献的识别
实施专利挖掘和布局是提升专利质量、形成有效专利池或专利网的主要手段。传统专利挖掘和布局的重要工作在于，从技术研发成果中识别、挖掘出适于运用专利保护的技术方案及其创新点，规划权利要求保护的主题、范围、层次、类别，从而将技术研发成果转化为专利保护对象，形成具有禁止他人实施相同发明成果的排他性法律权利。鉴于使用专利保护的人工智能辅助发明应当包括人类因素，且这些人类因素要使得人类对发明成果的取得具有重大贡献，在对人工智能辅助发明进行专利挖掘和布局时，正确识别和确认人类重大贡献将是人工智能辅助发明权利要求构建的基础。
（一）人工智能辅助发明中人类重大贡献的主要表现形式
美国PTO发布的《人工智能辅助发明之发明人身份指南》（以下简称《发明人身份指南》）列举了两个示例以说明何种情况下人类对辅助发明成果具有或者不具有重大贡献。[1]在这两个示例中，虽然人类使用人工智能机器的方式各不相同，但均可以从输入端、模型构建和训练以及输出端三个阶段来讨论，人工智能辅助发明中可能存在的人类重大贡献。
1、人工智能机器输入端，人类重大贡献的主要表现形式
在遥控玩具车变速驱动装置示例中，研发人员Ruth和Morgan准备使用免费的生成式人工智能系统Puerto5设计一款用于遥控玩具车的变速驱动装置。Ruth和Morgan向Puerto5输入的提示词为“为一辆模型汽车创建一个变速驱动装置的初步设计，包括变速驱动装置的原理图和文字描述。”Puerto5响应于该提示词，输出了变速驱动装置的初步设计方案，包括变速驱动装置的基本组成部件和原理图。PTO认为，Ruth和Morgan仅仅提出了一个总体需求，没有对任何解决方案进行构思，就Puerto5输出的初步设计方案来说，系生成式人工智能Puerto5独自完成的成果，Ruth和Morgan对该初步设计方案没有做出任何贡献。
通过上述示例可以看出，在人工智能机器的输入端，如果为了引导人工智能机器针对具体技术问输出特定的解决方案，人类构建、选定人工智能机器输入语句或数据集的方式，有可能会体现人类重大贡献。如果人类仅限于向人工智能机器提出作为最终目标或结果的总体需求，没有对解决方案的构思做出贡献，通常不能被视为具有重大贡献。
2、在人工智能机器构建和训练过程中，人类重大贡献的主要表现形式
在遥控玩具车变速驱动装置示例中，Maverick是Puerto5的开发者和维护者，Puerto5是通用性人工智能系统，Maverick在开发Puerto5时并没有考虑使用Puerto5针对任何特定技术问题形成任何特定解决方案。PTO认为，由于Maverick没有针对遥控玩具车变速驱动装置这一特定技术问题开发Puerto5系统，就Puerto5输出的初步设计方案来说，Maverick对Puerto5的研发、维护活动与该解决方案无直接关系，不体现人类贡献。
通过上述示例可以看出，在人工智能机器构建和训练过程中，如果针对特定技术问题设计、构建或训练人工智能机器以引出特定解决方案，则这些设计、构建或训练人工智能机器的活动可能体现人类重大贡献。而对于通用人工智能机器而言，由于开发者对解决方案的构思无关，不体现人类贡献。
3、在人工智能机器的输出端，人类重大贡献的主要表现形式
在遥控玩具车变速驱动装置示例中，针对Puerto5输出的初步设计方案存在的缺陷，Raghu和Maris对初步设计方案做了进一步测试和改进。对于改进后的方案，PTO认为，Raghu和Marisa的改进活动体现了人类重大贡献。在治疗癌症化合物的示例中，Marisa对DTIP删选出的化合物结构做了进一步改进，从而获得最终化合物。PTO认为，Marisa对人工智能系统输出方案的改进体现了人类对发明构思的重大贡献。
通过上述示例可以看出，在人工智能机器输出端，如果人类对人工智能机器输出成果进行实验和改进，就改进后的方案而言，这些实验和改进活动可能会体现出人类重大贡献。
（二）人类重大贡献的类型化特点
对前述人类重大贡献的主要表现形式进一步分析可以发现，由于人工智能机器的任务属性、人类参与方式等不同，人类重大贡献呈现出不同的类型化特点。
1、人工智能机器类型不同，人类重大贡献展示的阶段或方式不同
根据执行任务的性质，人工智能机器可以分为判别式人工智能与生成式人工智能。判别式人工智能执行判别任务，判别任务涉及对输入数据的决策，将输入数据分成不同的类别，例如识别文本中的名称或分割图像。生成式人工智能执行生成任务，生成任务涉及在给定输入数据的情况下创建新的数据样本，通常用于翻译文本、生成图像、总结文本或回答问题。判别式人工智能在分类方面表现出色，但不能生成新数据。生成式人工智能也可以处理判别性任务，但准确性低于判别性人工智能。[2]由于任务性质不同，研发人员使用人工智能机器的方式或场景各不相同。在前述示例中，Puerto5属于生成式人工智能，具有创建新数据的能力，技术人员仅仅提出了一个总体需求，Puerto5输出了初步设计方案。DTIP为判别式人工智能系统，可以对化合物与靶标关系进行判别，在输入数据集中根据筛选条件判别出筛选目标，这就需要研发人员根据具体需求来选定输入的数据集，而不是仅仅提出需求。
根据应用领域，人工智能机器可以分为通用人工智能和专用人工智能。通用人工智能是一种具备学习、推理、感知、理解等人类智能的全面智能系统，不局限于某一领域或任务，可以在多个领域表现出类似于人类的智能水平。专用人工智能只能执行特定任务，如：语音识别、图像识别、自然语言处理。在前述示例中，Puerto5属于通用人工智能，其设计、构建和训练不针对特定技术问题，为了获得特定解决方案，使用者主要通过构建提示词来引导人工智能的输出。DTIP和MO属于专用人工智能，其设计、构建和训练不针对特定技术问题，为了获得特定解决方案，使用者主要通过专门的模型构建和训练来引导人工智能的输出。
简言之，根据执行任务的性质和应用领域不同，人类使用人工智能机器的方式不同，人类在输入端、模型训练或输出端做出重大贡献的阶段和表现形式也就各不相同。在识别人类的重大贡献时，可以根据这些不同的特点进行针对性挖掘。
2、人工智能机器输出成果是否作进一步改进不同，最终发明成果是否直接包括人类提出的技术手段不同
传统发明创造中，人类的贡献直接体现在最终发明成果中，针对具体问题提出的解决方案中的具体技术手段，均由人类提出。在人工智能辅助发明下，这一情况有所变化。在前述示例中，在输出端，既包括人类对人工智能机器输出成果进行改进，将改进后解决方案作为最终发明成果的情况，例如研发人员Ruth和Morgan对Puerto5输出的初步设计方案进行改进后获得的方案，也包括对人工智能机器输出成果进行验证后直接作为最终发明成果的情况，例如Marisa对MO优化后化合物的验证和确认。对于前者，由于人类对人工智能输出成果进行了改进，最终发明成果包括人类提出的技术手段，也包括人工智能机器输出的技术手段。对于后者，由于人类没有对输出成果进行改进，因此，最终发明成果中的技术手段由人工智能机器输出。此时，人类贡献在于，如何引导人工智能机器针对具体技术问题，输出特定解决方案。或者说，人类使得人工智能机器针对具体技术问题输出对应性的解决方案的方式、方法、手段等体现了人类贡献，但这种引导方式、方法、手段本身并不是最终解决方案中的技术手段。在挖掘和识别人类重大贡献时，需要根据不同情况进行针对性的挖掘和识别。
换言之，人工智能辅助发明中体现人类重大贡献的技术手段可以分为两类，第一类为直接由人类提出的技术手段；第二类由人工智能机器输出，并非人类直接提出，但其输出来自于人类对人工智能机器的引导。在识别人类的重大贡献时，可以对这两类体现人类重大贡献的技术手段进行全面挖掘。
二、人工智能辅助发明权利要求构建中的若干问题
（一）如何在权利要求中设置体现人类重大贡献的技术特征
1、体现人类重大贡献的技术特征是否必须设置在独立权利要求中，每一项权利要求是否都需要包括体现人类重大贡献的技术特征？
2、独立权利要求的必要技术特征是否必须体现人类重大贡献？
（二）如何避免人工智能幻觉导致权利要求构建失去基础
1、权利要求构建以说明书披露的实施例为基础
2、人工智能幻觉可能导致实施例失真
人工智能幻觉主要指人工智能机器输出的信息表面上看起来语句连贯、语法正确，但内容不真实、不准确，甚至荒谬。人工智能幻觉可以分为事实性幻觉（FactualityHallucination）和忠实性幻觉（FaithfulnessHallucination）。事实性幻觉是指人工智能生成的内容与可验证的现实世界中的事实不一致。事实性幻觉又可以细分为事实不一致（与现实世界信息相矛盾）和事实捏造（压根没有，无法根据现实信息验证）。忠实性幻觉则是指人工智能生成的内容与用户的指令或上下文不一致。忠实性幻觉由可以细分为指令不一致（输出偏离用户指令）、上下文不一致（输出与上下文信息不符）、逻辑不一致三类（推理步骤以及与最终答案之间不一致）。由于人工智能存在潜在的幻觉，人工智能机器输出内容有可能是不真实的，或缺乏合理性和科学性。例如，在法律实践中，有律师在人工智能机器的协助下撰写辩论意见书（briefs）和申请书（motions）并提交法院，后经证实，这些法律文书包括了虚构的、并不真实存在的引用条纹或文件，导致提交这些法律文件的律师受到制裁。[3]
就人工智能辅助发明而言，技术问题由人类提出，解决方案由人工智能机器输出，或者由人类对人工智能机器输出进一步改进获得，但包括人工智能机器输出，解决方案是否能够解决技术问题并获得预期的技术效果需要人类进行验证。如果人工智能辅助发明是人工智能幻觉的产物，将导致构建的权利要求失去其构建基础。
美国PTO已经注意到人工智能幻觉可能带来的专利法问题。人工智能系统被用于撰写专利说明书，并在说明书中引入发明人未曾提出或思考，但希望纳入专利保护的替代实施例。即人工智能系统被用于辅助扩展作为权利要求构建基础的实施例。针对此种情况，美国PTO特别提示，鉴于人工智能系统有可能遗漏、误报甚至“产生幻觉”或“混淆”信息，对人工智能机器的输出进行人工验证是必要的，必须确保专利申请文件中所有内容都是真实的，专利从业人员需要格外谨慎地验证被扩充的实施例的技术准确性，是否符合美国专利法第112条规定的公开充分要求。[4]公开充分的内涵之一为能够实施解决方案，解决发明所要解决的技术问题，获得预期的技术效果。如果人工智能机器扩展的实施例不具有技术准确性，或者不能解决发明所要解决的技术问题并获得预期的技术效果，那么权利要求将缺乏其构建基础。为避免因人工智能幻觉出现此种情况，PTO提示有必要对人工智能机器输出内容进行严谨的人工核实和验证。
综上，人工智能幻觉有可能为实施例带来如下问题：第一，人工智能辅助发明本身因不符合物理、化学等科学规律而无法实施；第二，人工智能辅助发明事实上无法解决对应的技术问题，获得可以预期的技术效果。这些问题将导致权利要求失去其构建基础。针对上述问题，人类应当对人工智能辅助发明涉及的解决方案、技术问题和技术效果进行人工验证，并在专利说明书中对验证条件、过程和结果进行必要的记载和说明，以使得权利要求构建具有坚实基础，提升专利权的排他性效力。
三、人工智能辅助发明权利要求解释初探
（一）权利要求解释中不予考虑部分技术特征的现象
在解释权利要求、确定保护范围时，解释主体可能会基于各种理论考量，省略或者不予考虑权利要求中的某些技术特征，大致包括以下情形：
第一，在创造性判断中是否需要考虑算法特征。单纯的算法不是专利保护的客体。关于创造性判断中是否需要考虑算法特征对技术方案做出的贡献，《专利审查指南》给出了关联考虑原则，将与技术特征功能上彼此相互支持、存在相互作用关系的算法特征与所述技术特征作为一个整体，考虑算法特征对技术方案做出的技术贡献。换言之，申请专利的发明创造可以包括算法特征，但如果算法特征与技术特征不是功能上彼此支持，不存在相互作用关系，没有紧密结合、共同构成解决某一技术问题的技术手段，即便算法有改进，也不予考虑该算法特征对技术方案创造性的贡献。
第三，权利要求中写入的某项技术特征属非必要技术特征，对于完成发明目的而言是“多余的”，在专利侵权判定中是否可以省略该技术特征。多余指定原则曾被我国法院适用于专利侵权判定中，在解释独立权利要求和确定其保护范围时，将记载在专利独立权利要求中的明显附加技术特征（即多余特征、非必要技术特征）略去，仅以专利独立权利要求中的必要技术特征来确定专利权利保护的范围，判定被控侵权物（产品或方法）是否覆盖专利权利保护范围的原则。被控侵权的产品或方法缺少该技术特征，仍然应当认定侵权。[7]
（二）本文的初步探讨
四、余论
人工智能辅助发明专利保护尚属前沿问题，本文前述内容仅是探索性研究。还有许多问题有待进一步深入研究。例如，在创造性判断中，人工智能贡献特征是否与人工贡献特征技术特征在功能上彼此相互支持、存在相互作用关系时，才考虑人工智能贡献特征对技术方案做出的技术贡献？在确权复审阶段，如果认为独立权利要求中的人类贡献特征没有创造性贡献，独立权利要求不具备创造性，是否应认一并认为该独立权利要求、或其未附加人类重大贡献得从属权利要求不符合人工智能辅助发明必须包括人类重大贡献的条件？对于这些问题，还有待于在更深入理解人工智能辅助发明创新机制的基础上，做更广泛的讨论。
注释
[3]SeeOPINIONANDORDERONSANCTIONSat2,Matav.AviancaInc.,CaseNo.22-CV-1461(S.D.N.Y.,June22,2023)。
[5]详见国家知识产权局第562899号无效宣告审查决定和第563247号无效宣告审查决定。
[6]参见（2021）最高法知行终422号判决书。
[8]参见（2022）最高法知民终170号判决书。
[9]龚政《专利侵权判定中“多余限定”问题探讨》，载《中国专利代理》，1996年第2期第28-30页。