AI专利与“技术方案”

咱们先来看一个关键问题：在USPTO那组关于AI专利适格性的47-49号案例，以及英国上诉法院的最新判决里，都藏着一个不那么显眼、但分量十足的判断环节——涉案权利要求到底有没有做出“技术贡献”或“技术改进”。

有意思的是，“技术贡献/技术改进”的判断过程本身并不完全清晰——尤其是当它被揉进适格性判断流程时，就更让人摸不着头脑了。因为单从表面看，这一步按理说应该放在新颖性、创造性那部分去评估才对啊。

这些案例在适格性判断环节突然冒出来的“技术贡献/技术改进”，很可能根植于专利制度的本质。《专利法》写得明白：发明，是指对产品、方法或者其改进所提出的新的技术方案。而《审查指南》又进一步规定：技术方案是对要解决的技术问题所采取的利用了自然规律的技术手段的集合。可问题就卡在这儿了——到底什么才算“技术手段”？法规没给定义。

换个说法，这些案例折射出的核心困境就是：那些涉及AI领域的权利要求，究竟算不算技术方案？

从知识体系的金字塔来看，技术的底座是科学。那么什么学科算科学，什么学科算技术？大致可以说，传统的“数理化”偏科学多一些，而在它们之上生长出来的应用类学科（比如化工、EE）偏技术多一些。在“数理化”里，数学和物理基本百分之百属于“抽象概念”，因此是“纯”科学。而现在AI专利的底层——深度学习，本身就在数学和物理的范畴里。

正因为不能禁锢人的思维，而且人类揭示、理解的自然规律不应归属于任何个人或公司，所以科学领域的

。但技术领域的改进就不一样了——它脱离了纯粹的“抽象概念”，在现实世界中需要一定的制造或复制成本，因此是一种，可以作为一种财产被保护。

换句话说，专利本质上就是那些不完全抽象、需要真金白银和物质成本才能实现的方案。用AI圈一个热门方向的话来说，就是它具有“具身性”——具身性代表着这个东西不是完全虚拟的，而是必须在现实世界里落地实现，

。在专利文件里，一个很重要的部分叫“具体实施方式”，传达的就是这个意思。

再看如今的AI专利，普遍包含两个部分：一个是科学基底——深度学习，另一个是应用场景。前者基本属于“抽象概念”范畴。表面上看，把两者结合，就能让抽象概念落到实际场景里、解决实际问题——从而构成技术方案。但是，问题来了：在专利申请文件（尤其是权利要求）中，这种结合往往并不明显，而是模糊的。或者说，这个“应用场景”自身不够明晰，偏向了科学一侧——尤其是在没有清楚定义出“技术问题”的情况下，更是如此。

这种情况下，审查员从权利要求里读到的是什么？很可能只是一句“用计算机程序解决某个问题”。至于这个问题到底是纯抽象的，还是人们在生产生活中实际要解决的，就很难判断了。另一方面，人和机器交互越来越多，

。对应的，权利要求的技术方案指向的“问题”可能更偏向人的主观感受提升。这样一来，权利要求实际上就失去了工业实用性——因为世界上没有两个完全一样的人，人的主观感受提升不属于技术问题的范畴。这一点，英国上诉法院的判例已经说得很清楚。

大面上看，专利这个老古董应该更多属于实体经济体系，而不是虚拟经济体系。那么，在资本设想的未来元宇宙里，到底该不该有专利存在？这个问题挺有意思，咱们后面再聊。