创新。尽管印度拥有的人工智能专利数量与其人工智能研究产出相比非常少,但印度仍位列人工智能专利产量前十大国家之列,自 2012 年以来,受人工智能相关发明快速增长的推动,印度的人工智能专利申请量呈高速增长。印度人工智能专利的四大类别是个人设备和计算、商业、电信和生命科学,这四大类别占印度人工智能专利总数的 70% 以上,表明印度创新者专注于将人工智能应用于传统优势领域。过去二十年,印度在人工智能专利方面取得了长足进步,其专利制度不断更新,企业开始看到使用专利保护其创新成果的好处。话虽如此,印度仍需很长的路要走才能赶上中国和美国,这两个国家目前是人工智能专利的主要来源。
本研讨会文章讨论了人工智能(“AI”)发明所产生的专利流程和政策所引发的问题。本文首先研究了允许对 AI 生成的发明进行专利的规范性可取性。虽然目前尚不清楚是否需要专利保护来激励 AI 生成的发明的创造,但更有力的证据表明,AI 生成的发明应该具有专利资格,以鼓励 AI 生成的发明的商业化和技术转让。接下来,本文探讨了 AI 发明的出现将如何改变专利性标准,以及从规范上讲,是否应该建立一个区别对待 AI 生成的发明和人类生成的发明的差异化专利制度。本文最后考虑了允许对 AI 生成的发明进行专利的更大影响,包括专利审查程序的变化、专利所有权和专利丛林集中度的可能增加以及潜在的无限发明。
日本战后的经济战略侧重于增长和向国际市场的扩张。然而,中国作为安全威胁和经济竞争对手的崛起,促使日本政府从根本上重新评估其国家安全方针,实施旨在巩固经济安全的政策。2014 年,自民党执政期间,日本发生了翻天覆地的变化,2017 年,这一变化加速,并在 2022 年达到顶峰,制定并通过了《经济安全促进法》和新的《国家安全战略》。日本的举措侧重于四个关键领域,这些领域对于在与中国的竞争中取得成功至关重要。日本政府的重点是 1) 确保关键商品的稳定供应,2) 确保关键基础设施的安全,3) 支持尖端关键技术的开发,以及 4) 秘密专利制度。尽管挑战依然存在,尤其是来自中国的网络安全威胁,但美国和日本致力于加强其经济安全。
Claude DIEBOLT 1 & Karine PELLIER 摘要:本文研究了法国、德国、日本、英国和美国的专利结构和空间动态。时间序列摘录自一个国际比较历史数据库,该数据库涵盖了 40 个国家从 17 世纪到 1945 年以及 150 多个国家从 1945 年到现在的专利长期演变情况(Diebolt and Pellier,2010 年)。我们发现了强有力的证据,证明不频繁的大型冲击主要源于 20 世纪两次世界大战造成的重大经济和政治事件。我们的研究结果对自主过程,即专利制度的内部动态提出了质疑。战争似乎推动了创新,并最终推动了经济增长过程本身。我们通过专利与人均 GDP 之间的因果关系分析,进一步研究了创新在经济增长中的作用。我们的主要研究结果支持了这样的假设:创新的积累仅仅是二战后法国、英国和美国的驱动力。
Claude DIEBOLT 1 & Karine PELLIER 摘要:本文研究了法国、德国、日本、英国和美国的专利结构和空间动态。时间序列摘录自一个国际比较历史数据库,该数据库涵盖了 40 个国家从 17 世纪到 1945 年以及 150 多个国家从 1945 年到现在的专利长期演变情况(Diebolt and Pellier,2010 年)。我们发现了强有力的证据,证明不频繁的大型冲击主要源于 20 世纪两次世界大战造成的重大经济和政治事件。我们的研究结果对自主过程,即专利制度的内部动态提出了质疑。战争似乎推动了创新,并最终推动了经济增长过程本身。我们通过专利与人均 GDP 之间的因果关系分析,进一步研究了创新在经济增长中的作用。我们的主要研究结果支持了这样的假设:创新的积累仅仅是二战后法国、英国和美国的驱动力。
美国联邦贸易委员会和美国专利商标局 (USPTO) 有着共同的目标,即促进创新和公平竞争。这两个机构早已认识到,实现这些目标取决于打击专利滥用。当 USPTO 仅颁发和维护合法的专利时,专利制度才能发挥最大效用。然而,不当授予的专利或范围不适当的专利可能会成为创新的障碍,并阻碍新竞争对手进入关键领域,包括仿制药。正如美国联邦贸易委员会之前所指出的,“专利质量差以及可能无意中产生反竞争影响的法律标准和程序,可能会导致不合理的市场力量,并可能不合理地增加成本。” 1 2011 年,国会颁布了《美国发明法案》(AIA),该法案成立了专利审判和上诉委员会 (PTAB),并授权其审理对已授予专利有效性的几种行政质疑。由于无效专利会不正当地阻碍竞争——增加成本并抑制新业务的进入和增长——因此及时审查专利有效性至关重要。
受这些关系和该部门中心地位的启发,并基于 EPO 的综合专利数据,我很高兴介绍这项关于欧洲大学创新过程的开创性研究。该报告是第一份此类综合分析报告,基于来自所有 EPO 成员国的 1200 多所欧洲大学的欧洲专利申请数据。除了大学直接提交的专利申请外,该研究还研究了其他实体为这些大学开发的发明提交的申请。因此,它为大学作为欧洲创新源泉的作用提供了新的见解。我们的研究结果表明,过去二十年来,欧洲大学对欧洲专利制度的影响一直在稳步增长。2019 年,在欧洲专利局提交的所有专利申请中,超过 10% 源自大学。重要的是,大学的知识产权政策也在不断发展。现在,大学经常保留其实验室专利发明的所有权,并负责主动商业化。因此,知识转移办公室的作用比以往任何时候都更加重要,对于学术创新产生影响至关重要。一些欧洲顶尖大学正在引领潮流,为欧洲的学术专利和初创企业创新做出了卓越贡献。
摘要 本论文采用了有关东德专利活动和全要素生产率的新数据集来研究创新与生产力之间的关系。专利活动之所以被选为关注变量,是因为它与创新过程有着内在联系,并且具有很高的国际和跨期可比性。对 1950 年至 1989 年东德经济的 16 个部门的分析发现,专利与未来生产力增长之间没有统计学上的显著关系。这一结果很不寻常,可能是东德的制度框架造成的:首先,它是计划经济,因此创新对生产力的影响会降低;其次,东德独特的专利制度可能会增加专利申请的数量,同时降低其经济实用性。通过涵盖东德的全部专利存量,以及稳健地估计东德的初始资本存量,可以比以前的研究更可靠地解释这两个变量。本论文通过使用新数据并将经过验证的经验识别策略应用于新环境,为文献做出了贡献。它还为进一步研究东德和计划经济体中专利与创新之间的关系提出了途径。
人工智能 (AI) 能够创造出自然人无法想象的发明,至少在专利法中对构思的传统理解中是如此。这些发明可以称为“AI 发明”,即 AI 系统对构思做出贡献的发明,如果 AI 系统是一个人,则会导致该人被命名为发明人。将此类发明视为不可获得专利将破坏专利制度核心的激励机制,使社会无法充分利用 AI 系统在创新方面的巨大潜力。但将 AI 系统命名为发明人并在此基础上允许获得专利也是有问题的,因为它涉及授予计算机程序的产权。本文提出了一种不同的方法:AI 发明应可获得专利,在广义的构思视角下,发明人应归属于 AI 背后的自然人。更具体地说,构思应包括通过人与作为其思维延伸的工具之间的协作而形成的想法。这些想法的“形成”应归因于人,包括当发明背后的想法首先通过用于增强其创造力的工具表达并随后传达给他们时。以这种方式重新概念化概念将对现有法律的破坏最小,因为它不需要对《专利法》的文本进行任何更改。它将促进对人工智能的投资,以此作为补充和增强人类创造力的一种手段,并避免与允许非人类发明者相关的许多问题。本文描述的重新思考与人工智能相关的概念的提议补充了越来越多的学术和政策对人工智能与专利法交叉点的关注。一些作者认为人工智能发明 1 根本不值得获得专利保护。2
与大多数政策工具一样,知识产权法旨在激励和抑制人类行为以实现“最佳”目标。专利制度的目标是激励人们投入时间、金钱和精力为社会创造新颖而有意义的发明。然而,人工智能技术本身并不受政策工具的行为推动力的影响,因为与人类不同,人工智能不会故意自私。这一现实引出了一个问题:即使在最好的情况下,人工智能的知识产权能实现什么?为什么要扩大知识产权的定义以考虑人工智能“发明者”,而这些“发明者”不会根据这些保护改变他们的行为?由于人工智能不会主动:i)投资研发;ii)决定开发创新而非通用的解决问题的方法;也不理解“对我们的社会有意义”的概念,那么人工智能的知识产权保护将在促进我们社会的发明方面发挥什么作用?一个有用的类比表明地方法律不适用于 IA 系统,即将刑法应用于自动驾驶汽车的概念。与人类驾驶员不同,自动驾驶汽车不会因为法律处罚或扣分而受到安全驾驶的激励。事实上,除了 1 和 0 的序列之外,自动驾驶汽车根本不知道“法律处罚”或“扣分”的概念是什么;更不用说有动力按照他们建立的激励结构行事了。因此,自动驾驶汽车的开发者并没有要求扩大法律处罚和扣分范围,以确保人工智能技术的安全驾驶;相反,开发人员专注于与该技术兼容的技术组件,以确保其安全性。那么,当这些激励措施与人工智能技术不兼容时,我们为什么要尝试扩展知识产权法以支持人工智能技术的发明呢?扩展旨在推动人类行为的法律技术并将其应用于技术是一种逻辑上的不一致,它使将知识产权应用于人工智能的重要性失效。