國家知識產權局新規：這些 AI 人工智能專利不能申請！

來源：Ai全域數字化圈

隨著人工智能技術的狂飆突進，AI領域的知識產權保護正迎來新的規則與挑戰。

4月24日，國家知識產權局在國務院新聞辦公室舉行的新聞發布會上表示，為應對人工智能、大數據等新興產業的蓬勃發展，新修改的《專利審查指南》已設立專門章節，將規范相關領域的審查標準。新指南中提出，要“加強人工智能倫理審查”、“引導智能向善”。

結合新版《專利審查指南》及國家知識產權局釋放的新聞內容，至少有三類人工智能專利申請將被明確亮紅燈，不予授權。

一、 觸碰倫理底線與法律紅線不向善的AI

技術無罪，但技術的應用必須有底線?！吨改稀穼I科技倫理和數據合規提升到了專利授權的前置門檻高度。

如果一項AI發明專利的數據采集、標簽管理、規則設置或推薦決策包含了違反國家法律，如《個人信息保護法》，違背社會公德或妨害公共利益的內容，將被直接依據《專利法》第五條駁回。

典型被拒情形一，違背生命平等的算法規則，例如，一種“無人駕駛車輛應急決策模型”，其算法規則設定為在無法避讓障礙物時，根據識別出的“行人的性別和年齡”來決定撞擊對象。這種將生命劃分為不同等級的算法，嚴重踐踏了社會倫理底線，破壞了公眾對新技術的信任，堅決不予授權。

典型被拒情形二，非法的數據采集與濫用，未經授權的大規模隱私數據抓取算法，或侵犯個人隱私的隱蔽式人臉識別追蹤模型，只要涉嫌違法收集數據，均無法獲得專利保護。

二、 AI黑盒 未充分公開的技術

人工智能模型往往具有“黑盒”特征，輸入數據和輸出結果之間的內部推導過程難以解釋。但在專利申請中，如果申請人把“黑盒”當成掩飾技術空洞的擋箭牌，將面臨“公開不充分”的審查紅線。

新規要求，專利說明書必須清晰、完整地寫明AI模型的構建、訓練及內部關聯關系，使得所屬技術領域的技術人員能夠實現該發明。

典型被拒情形三，缺乏內在邏輯的“強行關聯”， 比如，某項專利申請聲稱“將患者的血常規數據和面部圖像輸入深度學習模型，即可預測其患某種特定癌癥的概率”。但如果申請文件中既沒有公開這些輸入數據與癌癥之間存在的內在醫學關聯，也沒有詳細說明模型是如何訓練并得出可靠結論的，且這不屬于公知常識。審查員會認定該技術方案無法實施，屬于未充分公開，不予授權。

三、 換套殼AI 缺乏實質性創造性

隨著AI基礎設施的普及，許多企業試圖通過“排列組合”或簡單的“場景遷移”來瘋狂跑馬圈地，制造“專利叢林”。新規對此類低質量申請予以了精準打擊，大幅提高了創造性審查的標準。

典型被拒情形四，僅僅更換了應用場景， 如果一項專利申請的核心算法流程、模型參數等技術要素相比現有技術沒有任何實質性改變，僅僅是把用于“金融風控”的數據處理模型，原封不動地搬到了“醫療診斷”或“物流預測”場景中，更換了處理對象。這種“換湯不換藥”的方案將被認定為不具備創造性。

典型被拒情形五，單純的商業規則疊加，僅在既有AI技術的基礎上，附加了純粹的商業規則或管理方法（如營銷話術匹配），而沒有解決任何實質性的技術問題，同樣無法跨過專利授權的門檻。

四、對人工智能行業的影響

國家知識產權局此次明確AI專利的“不授權”清單，是為了給真正做底層技術突破的硬科技企業掃清障礙。

有業內專家指出，新規的落地為廣大創新主體敲響了警鐘。未來的AI企業在研發之初，必須建立“技術創新+合規審查”的雙驅動機制。一方面，要告別依賴場景替換的低質量專利水軍模式，深耕算法架構和底層邏輯的創新；另一方面，必須將《個人信息保護法》和科技倫理規范融入研發全生命周期。只有真正做到核心技術硬且智能向善的人工智能，才能在完善的知識產權法律制度庇護下，成為推動我國新質生產力蓬勃發展的強勁引擎。（文/ResGov數字理政人工智能治理研究中心）

ResGov數字理政人工智能治理研究中心致力于以”責任為導向，倫理為底線，安全為基石“構建中國AI治理新范式。ResGov以‘R-E-S’為核心準則，提供負責任（Responsible）的價值引導、合倫理（Ethical）的合規框架以及強安全（Secure）的風險管控，三位一體的治理模型（Governance），幫助企業與機構在飛速發展的AI時代，擁抱技術創新，守住合規底線，共同踐行具有中國特色的AI善治之道。

閱讀最新前沿科技趨勢報告，請訪問21世紀關鍵技術研究院的“未來知識庫”

未來知識庫是 “21世紀關鍵技術研究院”建 立的在線知識庫平臺，收藏的資料范圍包括人工智能、腦科學、互聯網、超級智能，數智大腦、能源、軍事、經濟、人類風險等等領域的前沿進展與未來趨勢。目前擁有超過8000篇重要資料。每周更新不少于100篇世界范圍最新研究資料。 歡迎掃描二維碼或訪問https://wx.zsxq.com/group/454854145828進入。

截止到2月28日 ”未來知識庫”精選的百部前沿科技趨勢報告

（加入未來知識庫，全部資料免費閱讀和下載）