11月12日-13日，由中國汽車工程學會、中國汽車技術研究中心有限公司、寶雞市人民政府聯合主辦的“中國汽車知識產權年會”隆重召開。本年度中國汽車 知識產權年會以“知識產權鑄就創新發展之基”為主題，更多元化的國際視角全新定位，圍繞知識產權管理提升與增效，汽車知 識產權發展的政策導向、國際形勢，以及如何進行訴訟風險應對展開交流。峰會期間，IBM亞太及大中華區知識產權總監 徐馳發表了題為“人工智能時代背景下創新與發展”的主旨演講。

IBM亞太及大中華區知識產權總監 徐馳

以下為演講實錄：

今天我想借20分鐘的時間，給大家講一個具體的問題，就是汽車行業涉及人工智能的知識產權的相關問題。大家可能奇怪，IBM感覺跟汽車行業距離很遠，100多年來我們做了各種各樣的機器，早先做過絞肉機，還有做過搶、子彈，還有計算機，大型服務器，從來沒有造過車，但是隨著時代的發展，隨著人工智能技術的廣泛應用，傳統ICT產業會跟人工智能有非常深的結合，這個結合過程中，帶來法律方面的問題，今天給大家做一個分享。

我分成四個部分，首先鋪墊一下說一下人工智能技術的概要的情況，然后講一下人工智能和汽車行業的融合，為什么有很高的融合度，融合的點在那里，第三個方面重點說一下汽車行業人工智能專利的相關問題，如果有時間談一下汽車行業人工智能大數據相關知識產權問題。

人工智能技術是這樣，就是左邊是那三項技術支撐人工智能技術的發展，首先是硬件的計算力，還有算法層面，還有數據層面。核心的算法幾十年前就出現了，但是人工智能的應用，最近十幾年慢慢開始顯現出來，跟大量的數據產生有很大的關系，人工智能技術在這張圖的右邊部分，目前核心四大技術，是語音交互、文本處理、計算機視覺還有深度學習，結合汽車行業這個具體的產業背景下來看，我認為這四項，除了文本處理可能稍微的融合度弱一點，但是也有很多融合，語音交互，駕駛員的語音控制，計算機的視覺更不用說了，在自動駕駛的場景下，我肯定需要很強的計算機視覺分析能力，包括深度學習，怎么學習駕駛員的駕駛習慣，產生自動駕駛的方案。

根據思保環球《人工智能產業創新評估白皮書》，選出了AI和場景融合度最高的三大行業，分別是醫療、汽車、家居。大家可以看AI跟汽車融合方面做的最好，所以今天這樣一個背景下探討汽車中涉及的人工智能知識產權問題，是非常必要和及時的，也有亟待解決的問題。我們看一下AI和汽車行業究竟怎么融合，涉及到的知識產權問題，究竟從那幾個緯度展開，人工智能跟汽車傳統的這樣一種機械結構的設備結合，實際上是說讓汽車從一個傳統的駕駛工具慢慢的往這個提高駕駛員的體驗或者提高用戶的體驗這個方向發展，因為更加智能，也從傳統的機械設備轉變為智能終端，將來發展趨勢一輛車就是大型的手機，我們的手機過去就是簡單的通話，隨著時代的發展，手機超出通話設備的功能，更多是娛樂互動的平臺，汽車也一樣，這是時代發展的趨勢。

理解了這一點，汽車跟AI的融合，我會分成兩個緯度，第一個是自動駕駛，第二個緯度是車聯網、網聯化的緯度，這兩個緯度里面，其實創新體現在那些方面？是硬件層面上的創新，有，但是次要的，最主要的說白了，人工智能在低層支撐的是軟件層面的創新，因為你要支持車人交互、車路協同，所有是有一個軟件的控制決定，其中涉及大量大數據的分析，怎么獲取你的駕駛習慣，你在這個品牌車里的駕駛習慣，能不能在另外一個品牌車里開它的時候自動獲取，涉及分析數據，既然是計算機軟件的創新，談人工智能和汽車行業結合的時候知識產權的問題的時候，不可避免的就是計算機軟件專利的相關問題，這個問題恰恰是傳統車企處理知識產權問題的時候忽略的，因為傳統的車企，更多面臨的是機械結構，外觀設計，材料，這些方面的專利的問題，很少會考慮到涉及到計算機軟件方面的專利問題，而如果不考慮可能你就在人工智能的賽道上，知識產權維權保護方面會落后。大數據分析的角度來講，涉及數據挖掘的知識產權問題，最主要是數據挖掘數據使用的問題。

首先從第一個方面展開，軟件專利的相關問題，第一個首先是軟件專利權利要求類型，對計算機軟件相關專利的權利要求類型比較熟悉的，原來可以寫成方法、功能模塊、系統、可讀存儲介質，一個好消息是本周一審查指南修改草案允許，計算機可讀存儲介質作為保護內容。現在大部分軟件沒有可讀的存儲介質，更多的通過網絡的代碼下達，一旦允許計算機程序產品的要求，這個問題就不存在了，今后大家撰寫計算機軟件專利的時候可以寫那些全力要求類型，只要寫方法和計算機程序產品，最多加軟硬系統就夠了，計算機可讀存儲介質不用寫了，我們希望這個修改草稿最終通過，據我個人了解，基本沒有任何的異議。

第二個層面是軟件專利的多主體問題，你如果權利要求的出發點，針對一個主體或者針對多個主體，你主張侵權的時候不能抓到單獨實施侵權行為的主體，汽車行業這個問題尤其突出。左邊是汽車A，右邊是汽車B，是不同品牌的汽車，A車的用戶會有一個手機的移動終端控制信號的傳輸，對車進行控制，B車的用戶同樣有自己的移動中段，A車有車企A的服務器，接收數據，B也有相應的服務器，隨著產業的發展，每個車企有自己的獨立的服務器不夠，你要涉及不同品牌車之間的數據傳輸協同問題，最終一定會有一個通用的數據控制平臺，這個通用的控制數據平臺，一定是跨車企、跨品牌，可以是由第三方來打造這樣一個服務器，或者是由產業聯盟共同打造這樣一個數據的平臺，云端的服務器，在這樣一個場景下面，抽象出來這樣一個場景下面，大家可以看到有多少主體會涉及到其中完成一個軟件的交互的操作，可能涉及汽車本身，比如說車機上的終端，也可能涉及到某一個車的駕駛員的手機上的APP，是移動終端，也可能涉及到每個車企自己構建的這個服務器，也可能會涉及這樣一個最上層的紅色的跨車企的通用平臺，寫權利要求的時候，把這些不考慮清楚，權利要求寫出來沒有辦法行駛權利。

多主體注意那些點，單一主體的角度撰寫，權利要求類型全面，對方法權利要求還要注意，基于潛在的侵權者，多組權利要求覆蓋不同的單一主體，用戶側注意出廠前的檢測環節。接下來還要提一點就是注意云環境下跨境服務器的部署問題，我們可以看到就是說剛才這個圖里面，A車企的服務器和B車企的服務器，是不是單一的服務器，肯定不是，A車企可能有十幾臺服務器，3臺部署在中國，8臺部署在海外，這個時候，這個方法中的前幾個步驟是部署在中國的服務器操作，后幾個步驟是部署在海外的服務器操作，一個方法不同國家的服務器完成操作，怎么在單一的國家對它主張專利侵權，要注意怎么撰寫，避免法律風險。避免單純技術角度寫專利，要考慮這個技術將來怎么實現，誰實現，競爭對手在那里，商業有什么注意的點，所有考慮周全，才能撰寫一套比較完美的權利要求。

接下來給大家舉一個例子，看一下多主體的問題怎么產生，怎么解決。看一下修改前的權力要求，第一個步驟是移動終端做的，第二個步驟是車輛做的，第三個步驟是服務器做的，你報那個主體對你進行專利侵權呢？告移動終端嗎？告車輛嗎？告服務器嗎？所以權利要求寫成這樣就麻煩了。我們來修改，把所有由其它主體做的權利要求，全部修改成車輛來做，看起來是滿足了單一主體的撰寫規范，但是有一個問題，你能100%確定這個方法將來一定是固化在車輛上面，由車輛完成嗎，如果這個東西移動終端直接向服務器發送這個請求數據，其實車輛本身并不參與這個事情，可以是一個第三方實施的一個軟件，放在服務器上做這個事情，所以我們考慮有沒有必要把車輛寫在權利要求里，還是避免提主體，直接寫方法步驟。修改后的權利要求，有一個叫發送至服務器，還有來自所述服務器，這個服務器就是上面提到的服務器，也就是說你限定了要是同一個服務器，但是你怎么知道將來云環境下的部署一定是同一個服務器呢？如果是分布在兩個服務器上，你這個所述把你的權利要求限定死了。我們進一步來修改，最終一個相對比較好的權利要求寫成這個樣子，把主體刪除，然后把服務器前面的所述刪除，不光你是不是來自同一個服務器，只要你是來自服務器的，就落入權利要求的保護范圍。同時我們還要增加兩組權利要求，分別針對移動終端和服務器側，從他們出發撰寫相關的權利要求。

第二個問題，就是AI專利的難檢測的問題，因為算法是在黑盒子里面完成，檢測不到對方侵權，原始的權利要求是這樣，限定了路徑規劃、算法等等，把什么作為編來生成圖，這個圖你看不到，是計算機運算過程中靠邏輯生成的邏輯圖，不是一個能展現在屏幕上的圖，你主張侵權的時候怎么證明對方在后臺生成了這樣的底層的圖，我沒有辦法，有沒有可能解決問題，一定情況下可以解決，把上面黃色的部分，比如寫基于目的地、預計時間信息，確定用戶群組的信息。后面是我考慮的因素，這種情況下大大減輕了證明的責任，我舉證的時候可以通過輸入一些參數，在他們三者改變的情況下，能證明后面用戶群組的路徑發生了改變，可以初步證明你確實基于他們確定了用戶群組的路徑，可以減輕證明責任的問題。

最后談一下AI專利公開充分的問題，小愛機器人可能有不少人很清楚，創下中國到目前為止，單一侵權訴訟里面，起訴賠償額最高的案子。AI專利公開充分的問題，這個案子專利有效性的判決，從2013年認定有效，到2015年二審撤銷復審委決定，最后維持復審委的決定，爭論點就是權益要求，這個權益要求起訴成功，各家車企都比較擔心，因為就是一個聊天場景，關鍵就是游戲服務器有沒有充分公開，蘋果公司認為說明書沒有充分公開游戲服務器怎么樣實現游戲功能，這個專利申請是在2004年，大家可以從所屬領域普通技術人的角度考慮一下，游戲服務器大家知道不知道是怎么回事，每個人都知道，就是一個用來運行游戲服務的程序，還要怎么進一步公開，能公開怎么樣的程度，但是北高不這樣認為，不管你能不能懂怎么實現，只要沒有記載在這個說明書里面，只要沒有寫進去，就不行。你就沒有公開充分，如果照這個邏輯推理下去，1+1等于2，大家都知道，需要寫在說明書里面，如果我沒有寫，你認為我沒有公開充分，1+1為什么等于2，這個沒有道理，很欣喜看到最高院糾正了這個判決，他們認為本領域技術人員是否實現，才是判斷公開充分的落腳點，不一定寫在說明書里面，這是對專利申請人不恰當的過高的要求，我們心可以稍微放下，游戲服務器，我們很高興最高院把這個案子扳回來了。

專利課題性的問題，也是11月10日審查指南修改草案明確了，大大降低了課題性的要求，只要解決方案記載了計算機網絡設備，我通過計算機執行這樣一個方法可以滿足這個技術性的要求，但是同時審查指南里面給出的例子還是讓人疑惑，說利用計算機程序求圓周率的方法不行，我們只能得出一個簡單的推論，如果我們不僅僅在主題名稱中限定，我在方法的每一個步驟中都限定由計算機執行，貌似就可以了，但是至于這一點到底怎么解釋，還有待聽專利局進一步實踐過程中給我們一些指引。

時間關系，后面這個大數據分析的問題我就跳過，大家有興趣可以線下溝通。

感謝大家。

（注：本文根據現場速記整理，未經演講嘉賓審閱，僅作為參考資料，請勿轉載！）

掃描下方二維碼，關注“2020中國汽車知識產權年會”直播專題！

返回第一電動網首頁 >