人工智能生成改良及其对商标法的影响.docxVIP

人工智能生成改良及其对商标法的影响 一、 人工智能中的创造者 人工智能、互补技术和纳米技术被称为21世纪的三级技术，是模拟、扩展和扩展人类智能的理论、方法、技术和应用系统的科学。人工智能以数据存储为基础，以机器算法为手段，其核心是使用计算机来模拟人的某些思想过程和智能行为。这种通过算法获得智能的计算机，后来又被运用于图像、语言处理和硬件之间互动等方面，从而形成人工智能技术应用的四大领域: (1) 机器学习技术。即计算机通过对已有数据的处理和学习，从而拥有分析判断和作出最佳决策的能力，其代表性技术成果有深入学习、增强算法、人工神经网络，可广泛用于广告媒体、制造、消费、医疗、教育等领域。 (2) 自然语言处理技术。即计算机可以识别、理解和处理人类自然语言 (文字、声音等) ，包括将人类语言转化为计算机程序可以处理的形式和将计算机数据转化为人类语言两种形式，其代表性技术成果有信息检索、多语处理、语音识别等，可用于穿戴设备、智能家居、智能汽车、无人翻译等。 (3) 图像处理技术。即计算机拥有人类的视觉功能，可以获得、分析和理解图片或多维数据，其代表性技术成果有图像获得、过滤、调整以及特征提取等，其应用领域包括安防监控系统、无人驾驶等。 (4) 人机交互技术。即计算机系统与用户可以通过人机交互界面进行交流，其代表性技术成果有计算机图像学、交互界面设计、增强现实等，其应用场景即是当下和未来农业、工业、服务业的智能机器人。总体说来，人工智能让机器拥有同于甚至高于人类智慧能力的大脑和器官，使它具有人类的视觉、听觉和感觉，能够像人类一样记忆、认识、识别、判断和选择。概言之，人工智能可以模拟和表现人类的智慧能力，从而达成人类智慧的创造力优势与人工智能的操作性优势之间的强强结合。 人工智能在发明创造活动中发挥着重要作用，但其作用类型和作用程度各不相同，从而形成不同的人工智能生成物，在著作权法中表现为作品，在专利法中即为发明。有学者对人工智能发明采取“二分法”，将发明分为机器作为创造工具的发明和智能机器相对独立完成的发明。也有学者将智能产业分为不同的层级:基础层，如数据存储、机器算法等;技术层，如机器学习、语音识别、图像处理等;应用层，如无人驾驶，智能硬件等。 机器独立生成发明是人工智能技术仿人智能化和智能自主性发展水平的体现，其基于数据和算法所完成的发明是与传统发明创造活动不同的技术方案。英国学者Erica Fraser在《计算机作为发明者———人工智能对专利政策和专利法律的影响》 1.基因编程 (Genetic Programing) 。基因编程是一种仿效生物进化过程的人工智能形式。它可以通过一种自动生成和选择程序，创造出生物遗传工程所需要的新一代解决方案。例如，对基因进行排列组合，在重组、改变、繁殖和删除中反复实验，从中得到性能最好的解决方案。基因编程生成发明有两个特点:第一，在仿效生物进化过程中，虽由人类指定目标、度量和终止标准，但在基因编程运行过程中通常没有人为干预;第二，基因编程擅长优化已有的发明，往往被用于重建现有的发明专利，生成非侵权的技术解决方案。无论如何，人工智能在基因编程方面的应用，突破了人类精力和体力的局限，凸显了最优技术方案的有效性和先进性。 2.人工神经网络 (Artificial Neural Network) 。人工神经网络是一种应用类似于大脑神经的结构来进行信息处理的数学模型。神经网络是一种运算模型，拥有类似于人类大脑神经突触联接的结构，由大量的节点 (或称神经元) 相互联接构成，通过调整内部大量节点之间相互联接的关系，从而达到处理信息的目的。这种网络具有学习功能、联想存储功能和高速寻找优化解的能力。将人工智能应用于神经网络，旨在模拟人脑的神经元模型，经过单层到双层直至多层神经网络，形成强于大脑神经系统的模拟能力，从而进行独特性的知识表达和智能化的信息处理。特定用途的人工神经网络本身就是一种“创造力机器”。1994年，美国计算机科学家斯蒂芬·泰勒 (Stephen Thaler) 博士创制了“创造力机器” (Creativity Machine) ，即“一种能自动生成有用信息的装置”，而这种“创造力机器”又独立发明了“一种基于原型系统和方法的神经网络”。 3.机器人科学家 (Robot Scientists) 。机器人科学家是一种将人工智能算法与物理实验机器人技术相结合，使机器能够自主地进行科学实验的系统。机器人科学家实际上是新一代的超级计算机，其载体为能够独立推理、将理论公式化乃至探索科学技术知识的智能系统。它有着超强的智能硬件结构和海量的数据软件支持，能够从亿万个运算结果中找出最优选择方案，或者最终产生前所未有的新的技术方案。 基因编程、人工神经网络、机器人科学家是人工智能独立生成发明物的基本类型。人工智能独立