AI是否可以作为发明人-再谈DABUS案

为什么AI不能当发明人？从DABUS案说到Nature新研究

2024年6月，德国联邦专利法院一纸裁决，再次把“人工智能能不能做发明人”这个话题推到了聚光灯下。案件编号18W(pat)28/20，主角还是那个熟悉的家伙——DABUS。主审法官西格弗里德·霍希特说得直白：就算AI自己找到了问题、自己给出了解决方案，被列出的发明人也必须是自然人。

往前翻几个月，2024年4月，中国专利复审委员会给出了类似的判断：DABUS不是民事主体，没法当发明人。再早一点，2023年12月，英国最高法院判决也一锤定音——根据1977年英国专利法，发明人必须是自然人，DABUS不是自然人，不行。而在美国那边，2021年2月，美国专利商标局在弗吉尼亚州联邦法院提交的简易判决动议里也坚持：专利法案定义的发明人，必须是人类“个体”。

至此，世界主要专利行政机构——中、美、欧，对DABUS案的态度出奇一致：AI不能作为发明人。

两年前，有文章专门聊过DABUS（《人工智能DABUS究竟发明了什么》），核心结论是：那件专利申请并没有给出什么真正的新发明或新发现，更像是一篇民科作品。但上面的几大专利局判决，主要理由是DABUS不是“人类”或合法的民事主体。今天想进一步聊的是另一个层面：

2024年7月，Nature杂志的封面文章抛出了一个让人后背发凉的发现——《AI returns gibberish when trained on generated data》。主题很直白：如果用AI生成的数据去训练AI，用不了几代，AI就会开始胡说八道，最终干脆崩溃。

文章里用AI模型生成狗的图像做例子：模型会倾向于重现训练数据里最常见的品种，比如金毛。如果后续模型在一个AI生成的数据集里训练，而那个数据集里金毛太多，问题就会越来越严重。经过足够多轮的“金毛轰炸”，模型会忘记法斗这种冷门品种的存在，只会生成金毛。到最后，模型彻底崩溃，输出的东西毫无意义。

为什么用AIGC训练AI会导致模型崩溃？研究人员给出的解释之一是：模型在训练中使用自己生成的内容，会出现不可逆转的缺陷，

这种“不可逆的缺陷”到底从何而来？毕竟在生物界，物种一代代进化只会越来越强。但数据驱动的深度学习模型，似乎走向了生物的反面。关于这个问题，有各种各样的解释，其中一个关键原因在于：

现在的AI模型，训练过程靠的是度量向量空间里点的距离——也就是所谓损失函数，输出则是概率化的形式。靠着算力大爆发和存储能力的增长，当训练数据足够多，模型就能靠海量的权重参数“模拟”世界的某些侧面。在大语言模型这里，就是能输出足够以假乱真的“语言”。

但如果跳出这个“下位”的训练和输出过程，向上追问一句：AI模型的整体目的是什么？答案是空白。它的训练和输出规则是人类定好的，但整个系统是自下而上的，没有明确的可解释目的。

正是在这里，生物和目前的AI模型划出了泾渭分明的界限。生物做的事情至少包含一个目的：生存，或者说延续基因。你可以说蚂蚁没有意识，但蚂蚁的行为一定有目的。当生物在无限复杂的世界里“探索—行动”时，背后带着明确的目的性，关乎生死存亡。这种目的性，没法简单用一个“损失函数”或“注意力机制”这样的数学概念来定义。生物必须一刻不停地获取周围信息，从中提取有利于生存的“指示”——这种指示，可能根本没法用数学函数，甚至很难用语言完整表达。

相比之下，目前的AI模型在虚拟的、复杂度极高的数学空间里操作时，并没有生物那样的目的。不可否认，在强大算力加持下，AI模型确实能发现很多“新”东西——比如AlphaGo输出的围棋新走法，或者Alphafold输出的蛋白质折叠新模式。但微妙的区别就在这儿：

回到Nature那篇论文的配图，最后（d）里那些乱七八糟的图像，在某种意义上和大语言模型输出的“幻觉”是一回事。它们都是模型在广阔可能性空间里“发现”的新模式，而且这些新模式符合人类对模型做的数学化约束。对人类来说，其实也能输出类似大语言模型的“幻觉”——比如一个人说“美国现任总统是克林顿”。但人类社会的共识会让别人判断出他在胡说；如果这人一直这么说话，大家就会觉得他精神有问题。在这个例子里，那个“精神有问题”的人，说的话语法完全正确，但整体上不正确。这里，人类目的性的某个侧面——言谈举止应符合社会一般准则——会让一个“正常人”按社会共识来谈话，不能随意乱编。当然，特定情况下明显的胡说也能得到认可，比如“指鹿为马”的故事。但指鹿为马的目的性更明确：赵高要借此判断谁是服从他的人，谁不是。

但目前的AI模型没有这种限制。AI模型只符合人类设定的约束（损失函数、学习率之类），可以在广阔的可能性空间里任意探索（速度比人快得多），得到各种各样的“结果”。有些结果能被人类认可、接受，认为是合理的——就像AlphaGo的围棋新走法；有些则被认为是荒谬的。

回到开头的问题：目前的AI模型，产出的一切“新”产物，都来自人类意识和强大算力的耦合，并且必须靠人类来解释才有意义。在当下这个阶段，AI没有“发明”任何新东西，它们只是人类使用的手段——和算盘没有本质区别。