北美智權股份有限公司

在該報告中，首先提及一個根本性的問題，人工智慧 (artificial intelligence, AI) 的發明到底必須具備哪些要素？在這個框架下，EPSON的代表贊同其他與會人員的意見 — 即便可以表列出這些要素，它們也只不過是構成對AI發明要素的非排他性的列表；EPSON的代表更提出極為務實的見解 — 不必花太多精力去定義AI，這項技術本來就是動態 (dynamic) 的，而且在可預見的將來，AI技術還會發生根本上的改變。如果按照EPSON的意見來看，這所謂的研討會可說是熄火了！

所幸，IBM代表還是提出了勉強可稱為「要素」的定義方式 — AI可以被理解為模仿人類心智認知功能的電腦功能。雖然IBM代表的看法就電腦技術方面來說，的確大致如此，但如果你是一位撰稿工程師，看到這個定義應該要感到棘手，「模仿人類心智」、「功能」這兩個語彙背後的涵義足以讓大部分工程師頭疼。

該報告中進一步將AI發明分成三種類型：a. 實現AI技術進步的發明，例如機械學習或演算法的新穎類神經網路結構；b. 應用AI到其他領域的發明；c. AI本身產生的發明。這三類中，b類型是目前已公開案件的主流類型，a類型在技術層面具有強大的制宰力，但也正因為其應用上技術源頭的地位，撰寫時流於演算法的機率較高。至於c類型，產生發明的AI應該是指強AI，管見以為三五年內未必成真[2]。該報告在其他議題中，均可以揣摩到USPTO固守現行做法的態度，但針對涉及c類型權利歸屬的議題卻透露出些許搖擺曖昧的意味。

強AI產出專利標的的事件雖然尚未發生，但在弱AI方面則已經有以其做為申請人而遭到歐洲專利局與USPTO拒絕的先例[3]，並均做出發明人必須是自然人的結論，簡言之，其原因是在沒有其他法律關係的前提下，發明人是天然的申請權人，俟獲得專利後則為天然的專利權人。換句話說，發明人的身分使發明人享有權利、負有義務，而AI是無法承擔權利義務關係的，更有甚者，在美國專利制度下，發明人必須基於其「發明人的身分」提出宣誓書，這點也是AI無法做到的。

該報告自然不會對已經有結論的事件多加著墨，但依然討論到專利發明人資格 (inventorship) 及其權利歸屬 (ownership) 的其中一個重要原因是AI發明的完成往往需要大量的時間與人力。在人力眾多、技術分工複雜的狀況下，究竟哪些人可以被視為參與了發明概念 (concept) 的付諸實現 (reduction to practice) 取決於是否對概念本身有所貢獻，是否身歷其境動手實作則無關宏旨。該報告中指出，僅利用AI演算法處理數據並得到結果，並不算是對發概念有所貢獻，但也列舉了部分對概念本身有所貢獻的行為，例如設計AI系統的架構、開發AI處理資訊的演算法、選擇特定資訊輸入AI系統。

AI非當前法律之適格發明人，但AI的確有可能對發明概念作出貢獻，在DABUS一案中，申請標的 (外型方面的設計) 的構思的確來自AI，AI的創建者既無相關的背景能力，亦無對申請標的做出直接貢獻。也正是在這個探討貢獻度的議題上，USPTO透露出了罕見的曖昧意味，該報告引述了「等到強AI出現了，再回頭重新審視」的主流意見，也引述了「強AI所引發的相關爭議應該現在就被討論」的次要意見，甚至引述「發明人必須是自然人」這種把問題又繞回去的意見，USPTO本身卻沒有直接表態。

涉及AI案件時，其申請與審查有兩大關卡，35 U.S.C. 101 及 112，前者是專利適格性要件，後者分別為書面敘述要件 (written description)、據以實施的要件 (enablement)、最佳實施例 (best mode)。美國知識產權法協會與福特公司在座談會中均提出針對AI發明缺乏專門的專利適格性考量。對此意見，USPTO的態度是不會將AI發明與其他電腦實施發明區別對待，並強調USPTO將繼續遵循Alice/Mayo test以及2019年發布的兩個適格性Guidelines進行審查。

部分與會者提出，由於AI的功效在於模仿人類心智認知功能，因此太過容易被判定落入不予專利的範疇[4]，但鞏固AI功效的複雜演算法確實能提供技術上的改進。政策面上來審視，這是一個左右為難的困境，USPTO的主要任務是透過專利制度使得美國保持技術大國的地位並促進美國經濟發展，因此不會核准過於先佔 (pre-emption) 的申請案，不巧的是，AI或其演算法的確可以提升技術，卻又經常流於先佔，如何吸引頂尖技術卻又不造成技術壟斷，是USPTO一直以來頂在頭上的天平，面對這個困境，USPTO再次祭出2019的兩個Guidelines，指出增加具體的額外元件、以發明整體或其個元件組合順序、顯然超過抽象概念等基礎仍可以為AI發明建立適格性。

關於112的各項要件，首先，由於AI發明在於模仿人類心智認知功能，希望可以取代人類判斷，其請求項經常以功能性語言表達，此時，是否在說明書中記載充分的軟硬體細節，就變成是否滿足書面敘述要件的評判重點了。

再者，鑒於AI技術具有一定程度的不可預測性，其源自於類神經網路在輸入與輸出間往往具備複數的隱藏層 (Hidden layer) 以維持其強健性，令其可以接受「某種程度」的輸入層攝動，同時避免輸出層發生類似雪崩效應[5]的現象。這種「容忍不穩定的穩定」特性導致滿足AI發明的據以實施要件變得困難[6]，該報告則建議採取類似生技領域申請案的標準來進行撰寫與審查。

表面上看起來，這就是一份會議紀錄，以新興科技智財政策與民間交流為主題的會議紀錄，但如果僅是一份單純的會議紀錄，何須USPTO這種規模的機構費時近一年來完成？若以歷史上「當朝修前朝史」的角度來看，這就不只是一份會議紀錄，而是USPTO對AI相關議題做出政策上的宣示，借他人之口，表達官方態度。

更深一層思考，此時表達官方態度的意義何在？其中一種可能是，藉由這次宣示，觀察各界反應，如果有必要，再適度調整實務做法，畢竟區區會議紀錄並不會對USPTO發生甚麼拘束力的。

另一種可能則是，USPTO存在的終極目的是維持美國科技優勢並促進經濟繁榮，USPTO是否希望藉由穩定的官方態度來吸引AI相關的申請案，進而維持AI領域的技術優勢，同時帶動其經濟發展，這就有待時間來證明了。

摘錄自Processing Artificial Intelligence: Highlighting the Canadian Patent Landscape by CIPO

https://www.uspto.gov/about-us/news-updates/uspto-releases-report-artificial-intelligence-and-intellectual-property
學理上，AI被劃分成兩大類型，強AI與弱AI。強AI，又稱通用AI，指不受應用領域侷限，像人類一樣具備執行一般智慧行為的能力的AI，1950年代最早一批的研究人員相信強AI不僅是可能的，而且將在幾十年內出現，但事實上AI研究與應用經歷數次低谷與復起，強AI依然不見蹤影。與之相反，弱AI的認知能力僅能應用於特定領域，在處理大量資訊的時候遠勝人類，AI最近一次復起就是因為半導體技術進步，儲存資訊的成本下降，各行業需要弱AI來分析這些被儲存起來的大量資料。
即下文所提到的DABUS一案。
組織人類活動的方法、心智活動、數學概念等等。
指當輸入發生最微小的改變時，也會導致輸出的全面性改變。
因為很難界定輸入發生改變時，輸出要不要發生改變，或發生怎樣程度的改變。