针对“AI专利流氓”，美国专利局出手了：提12大问题征求意见，规范AI专利申请

郭一璞安妮发自凹非寺

量子位出品 | 公众号 QbitAI

谷歌的手里，握着无数的AI专利，让每个AI从业者头疼。

比如Geoffrey Hinton老爷子搞的DropOut，谷歌兄弟公司DeepMind手里的RNN，在法律层面，专利权都归谷歌所有。

这些都是地球上几乎所有的AI研究机构、AI公司必备的基础工具，一旦没了它们，巧妇难为无米之炊，那些刚拿了天使投资的小公司都得玩完，那些读机器学习博士的年轻人，八成也都会被逼得半途而废。

虽然Jeff Dean在东京说，这些AI专利只是为了防止被流氓抢注的防御性设施，但鬼知道万一哪天谷歌家没余粮了，会不会自己就当起专利流氓。

毕竟，巨兽已经拿起武器、穿上盔甲，虽然现在不打人，不代表以后不会发狂。

而且，专利保护期长达十几年，要真来这么一下，地球人的AI发展可以被锁死个十几年咯。

不“把专利的权力关进制度的笼子里”，年轻的AI从业者们，就没法安生睡觉。

现在，迷迷糊糊地通过了谷歌好多AI专利的美国专利局，终于清醒了一下，开始认真琢磨AI专利制度这件事了，广开言路，做了一个面向公众的意见征集，10月11号之前都可以针对AI专利问题找他们吐槽。

消息一出，计算机视觉创业公司Matroid CEO、斯坦福客座教授Reza Zadeh当场就是一顿“表扬”：在搞了那么多荒谬的专利之后，专利局终于开始向外界求助了。

迷途知返，其犹未晚。

好奇宝宝美国专利局

美国专利局求助的重点，是12个有关AI专利的问题，他们说对这12个问题的答案“特别感兴趣”：

1、利用AI技术的发明以及AI开发的发明被称为“人工智能发明”。所以人工智能发明的要素是什么？

举个例子，包括要解决的问题，训练和运行依据的数据库结构，基于数据的算法训练过程，算法本身，影响结果的数据的原则和权重等等。

感觉仿佛是美国专利局想让大家申请专利的时候填个表，但是并不知道应该填哪些内容……这个虚心求教的态度很好嘛（狗头）。

2、自然人必须给AI发明做出怎样的贡献，才配成为发明人？

比如，设计算法和调整加权，构建运行算法的数据，再比如基于数据设计算法并得出结果，听起来有点像“到底干点啥才能论文挂名”。

3、一项发明的贡献者不一定是个人类（也可能是个公司、NGO什么的），那现行的专利法和有关发明人的规定，要不要修改？

4、自然人以外的实体，或是自然人将专利转让给的公司，否应该拥有人工智能发明专利？比如你蹭了谷歌的TPU训练AI，这个AI谷歌有没有份？

5、AI方面的发明，需不需要有一些特殊规定？（专利局内心OS：被你们AI圈的人说怕了，大爷们你们到底要啥？）

6、公布一项AI发明的时候，需要做啥特殊的规定吗？

比如说，现在通常要求充分公开算法，这个详略尺度上要不要做啥要求？特别是一些含有大量隐藏层的深度学习系统，其中权重在学习和训练期间没有人为干预的过程。

7、AI发明专利申请怎么才算符合实际落地需求，特别是考虑到某些人工智能系统的不可预测性。

8、AI是否会影响它作用领域里水平普普通通的那些劳动者？能用这些普通劳动者的水平给AI“评职称”么？

9、AI发明有什么不一样的技术上的考虑因素？

10、AI发明是否需要新的知识产权保护策略，比如对数据的保护？

毕竟You are what you eat，吃掉什么数据集，训练出什么模型，数据集也是影响机器学习模型的一个重要因素。

11、是否还有哪些与AI发明专利相关的其他问题需要考虑？

12、是否有其他专利代理机构的相关策略或做法，可以帮助美国商标专利局了解相关的AI发明专利的政策和做法？

这些问题涵盖从专利审查政策，再到是否需要新形式的知识产权保护等方面等全流程的建议。

美国商标专利局表示，如果对上述问题有见解，可以在今年10月11日之前发到相关邮箱中。

要专利，还是要开源？

专利局之所以需要把人工智能专利单独拎出来讲，一大原因是泛计算机领域的开源传统。

按照惯例，计算机领域的发明创造开源之后，都会根据一些业界通行的协议，在一定条件下允许其他人免费使用这些开源项目，甚至商用都可以。

这样，软件开发者们可以互相借鉴，或者干脆拿别人做好的现成工具来用，不会重复造轮子，节省了时间，也提高了信息社会进步的效率。

所以，开源是计算机领域绝对的政治正确，开源贡献就像游戏里的成就、战场上的勋章，是可以拿出来炫耀的东西。

CS惯例，天经地义，想显得牛逼，No Code No BB。

可麻烦就在于，GitHub不是美国政府开的，开源规则也是“约定俗成”的，背后没有法律保障，却和法律会保护的专利规则并不兼容。

一旦某项发明被申请为了专利，并且所有人追究专利权，那约定俗成的江湖规矩就不管用了，其他人要是随便用，会被专利所有人追究责任。

而在AI领域，你去翻翻论文、看看引用，就能明白：

几乎所有的创新和应用都是建立在前人研究基础之上的。

而且，这些开源的前人研究，可能引用次数都能上四位数，全球有无数业内的其他人在用，利用它们创作更新的成果，再进一步被更多人引用。

引用复引用，大家都是一条绳上的蚂蚱。

所以，一旦某些重要的开源项目被申请了专利，专利所有人追起责来，那么就会牵扯出一群人，牵扯出一群非常基础的AI工具，这些都不能用的话，那大家干脆不要研究AI、不要商业化AI了。

去年就有人发现，谷歌兄弟公司DeepMind把一大堆基础的AI研究都申请成了专利，不仅有用神经网络来生成音视频、处理文本、训练行为，甚至连RNN这种AI领域的最基础工具都成了DeepMind家的。

专利号	专利名称	优先权日
WO 2018/048934	用神经网络生成音频	6 Sep 2016
WO 2018/048945	用卷积神经网络处理序列	6 Sep 2016
WO 2018064591	用神经网络生成视频帧	6 Sep 2016
WO 2018071392	用于为机器人智能体选择要执行行为的神经网络	10 Oct 2016
WO 2018/081089	用神经网络处理文本序列	26 Oct 2016
WO 2018/083532	用神经网络训练行为选择	3 Nov 2016
WO 2018/083667	强化学习系统	4 Nov 2016
WO 2018/083668	用神经网络实现场景理解与生成	4 Nov 2016
WO 2018/083669	循环神经网络(RNN)	4 Nov 2016
WO 2018083670	序列转换神经网络	4 Nov 2016
WO 2018083671	带有辅助任务的强化学习	4 Nov 2016
WO 2018/083672	用强化学习实现环境导航	4 Nov 2016

而今年6月25日，谷歌的Dropout专利也生效了。Dropout是解决神经网络过拟合的一种方法，可以说是AI界的基础工具之一了。

本月初，谷歌还为“用神经网络从输入序列生成输出序列”的常用方法申请了专利，网友调侃称：

News from the UK is that the grave of some guy named Turing has been heard making noises since this came out.

翻译过来大概是，图灵的棺材板都压不住了吧。

此外，还有许多AI应用，都已经被谷歌申请了专利，从名字上看，他们包含用神经网络完成图像处理、视频分类等各种任务，还有语音识别、图像分类等各种AI基本任务……照着谷歌专利网页去搜寻，可能找都找不完。

这简直相当于，有人把平底锅、烤箱、电饭煲都申请成了专利，而使用这些工具的厨师们，想给客人卖几道菜都要面临被收专利费的风险。

这样成本一转嫁，食客们哪儿下得起馆子，厨师们还开哪门子的店，大家回家自己动手，刀耕火种得了。

而正是因此，谷歌已经被骂了好多年，不少业界人士都觉得，这种大规模的专利申请扼杀AI创新，许多研究者和AI创业者都觉得一旦被追究责任都没法将自己的事业进行下去。

不过，Jeff Dean后来也表示，谷歌把这么多AI项目申请为专利，只是防止碰瓷的防御性手段，并不打算靠此牟利。

说来说去，归根到底还是美国的专利制度不适应AI行业的发展，才让业界和谷歌陷入了“你流氓！”“我没有！”的争执之中。

AI专利，合理吗？

虽然广开言路，但美国专利局也收到了一波吐槽。

针对这份通知文件，有人发现了bug：“利用人工智能以及……人工智能开发的发明”？

人工智能自己开发发明？这位AI博士心情很复杂。不知道专利局是不是真的以为“一只AI”是个独立的个体。

更深刻的问题在于，如今的专利制度，可能真的不适合AI这个领域，不少人都觉得，当前美国的专利制度不太靠谱。

要是大众议论纷纷之前就这么做那就很好了。说实话，他们（专利局）应该跳出一般软件专利的想法，他们一次又一次做一些荒谬的事情。

严格来说，你只能给一种东西申请软件专利：
源代码。
如果有其他人用不一样的代码实现一样的结果，那你无话可说。要是有人申请了一个子集都做不出来的软件专利，这没道理。难道我能申请一个我没有技能、需求和资金去开发的软件做专利，然后别人做出来了，我就有这项专利权？这没道理。

我觉着，专利局就是专门膈应小开发者的：
1、初步费用先花5000~10000美元，实际专利再花10000~50000美元，这对没有背靠大公司的小开发者来说绝对是个障碍，对社会也没有好处，只是保护了大公司。记住，空有一纸专利不能当饭吃，只是需要你花更多钱来保护你的专利。专利诉讼需要很长时间，随随便便就花费超过10万美元，想想你得卖多少产品才能支撑最初的专利费用和诉讼费。专利申请流程不仅仅绝对是个笑话，我们的法律体系也需要改革。
2、95%的专利在第一次申请的时候挂掉了，这么高的数字，意味着要么申请程序有问题，要么专利局太无能；无论是哪种原因，这个专利申请流程都太笨重了，需要简化。