ChatGPT引爆了全球大模型产业发展。大模型通过 大数据 、大算力和大算法的结合，实现了对世界的深度理解。 大数据 提供了丰富的知识，大算力使得模型能够快速有效地学习这些知识，大算法则帮助模型优化参数，提取有用信息。这三个维度的结合使得大模型具有强大的领会力，能够更好地理解和生成人类语言，处理更复杂的任务，如文本理解、图像识别等，从而极大地提升了AI的能力。大模型时代，也催生了 人工智能 领域一系列全新 知识产权 问题。
知识产权 立法对于 人工智能 产业的发展具有重要的意义，不仅可以保护创新者的权益，激励产业的投资和创新，也可以推动技术的进步，增进知识的流传。同时，也需要兼顾社会安全和社会伦理的考量，以保护社会的安全和伦理。
全球 人工智能 的专利布局
人工智能 的专利布局总体而言，主要聚焦在一些发达经济体，包含美国、日本、中国、欧盟等国家和地区。这些国家和地区在 人工智能 技术的研发和应用上都有着深厚的积累和优势。然而，专利布局的数量其实不能完全代表技术的质量和领先度。一个技术的应用，它的用户体验，和市场上它最终的实践情况，才能更科学地检验它的技术领先度。
在 人工智能 的各个子领域中，不一样的国家和地区具有不同样的技术优势。例如，在工业 机器人 领域，日本、德国、瑞士的专利布局就比较明显。在自然语言处理领域，美国和我国的专利布局也比较凸显。在 无人驾驶 领域，中国和美国的专利布局近年来发展迅速。这些专利布局反映了各个国家在这些领域的技术优势和发展方向。 人工智能 技术已经广泛应用于生活、医疗、金融等多领域。例如，工业 机器人 广泛应用于生产实践中；自然语言处理技术，如ChatGPT，被广泛应用于对话和交流中； 无人驾驶 技术正在逐步改变我们的出行方式。这些应用都有着相关的专利布局，反映了 人工智能 技术的广泛应用和长远影响。
在这里要特别强调一点，对 人工智能 的保护，专利布局从某种水平上只能代表一个数量，它其实不能完全代表着质量，尤其是在很多技术领域中，可能后期你虽然有庞大的专利数量，但不代表着你占领了这个领域的核心技术，这是要特别关注的。一个技术的应用，它的用户体验，和市场上它最终的实践情况，以此来检验它的技术领先度更科学。
还有一点需特别强调的是，隐藏在专利布局背后的，是商业秘密。例如说这次的ChatGPT，它的论文也没公布，具体的算法也没公布。这背后，至少目前它是技术秘密的状态。它在1.0版和2.0版公布了论文，可是到目前3.5版之后，它就没有公布论文，它是通过这种商业秘密的形式来保护。所以对将来的AI时代，我们要考察技术领先度应该是多维的，而不应该只是从专利布局的数量来单维考察。
AI的 知识产权 保护的三种选择
在专利布局背后，还隐藏着商业秘密。例如，ChatGPT在1.0版和2.0版的时候公布了论文，但在3.5版之后，它没有公布论文，而是通过保护技术秘密的形式来保护自己的技术优势。这种方式在将来的AI时代可能会越来越常见。另外，一些公司可能会选择在关键技术上申请国家专利，而在其它非核心技术上选择开源，以此来平衡保护技术秘密和推动技术发展的需求。
在AI领域，开源、专利保护和商业秘密是三种常见的决策，它们之间的关系和选择决定于公司的战略和市场环境。
开源是一种以共享和协作为基础的开发模式，它可以推动技术进步和社区发展。例如，Facebook（现Meta）已经将其最新的大型语言模型Llama 2开源，供研究和商业使用。开源模型可以助推开发者和研究者更好地理解和利用AI技术，同时也能吸引更多的人才和资源参与到项目中来，推动技术的进步和社区的发展。
专利保护是一种法律手段，通过获得专利权来保护技术成果和市场份额。专利保护可以防止他人在一定期限内未经许可使用、销售或进口专利产品，从而保护发明者的利益。然而，专利的申请和维护成本较高，且专利信息公开可能会袒露技术细节。
商业秘密是一种通过保密措施来保护核心技术和竞争优势的形式。例如，OpenAI在发布GPT-3后，没有公开其详细的技术细节和算法，而是选择通过商业秘密的形式来保护其技术优势。商业秘密没有时间限制，只要信息保密，就可以一直保护。然而，一旦秘密泄露，就可能无法获得法律保护。
随着AI技术的发展和应用，开源、专利保护和商业秘密这三种方式可能会并存和互补。一方面，开源可以推动AI技术的进步和社区的发展，另一方面，专利保护和商业秘密可以保护公司的技术成果和市场份额。具体选择哪种方式，需要根据公司的战略、技术特性和市场环境来决定。
未来，我们可能会看到更多的混合策略出现。例如，一些公司可能会选择在关键技术上申请国家专利，而在其它非核心技术上选择开源，以此来平衡保护技术秘密和推动技术发展的需求。同时，随着AI技术的发展，一些新的技术领域可能会出现，这些领域可能会有新的保护方式出现，例如，数据保护和算法保护可能会成为新的保护方式。
另外，在涉及技术保护问题上， 人工智能 公司也会在选择商业秘密还是专利保护问题上进行平衡。一般通过产品可以复现技术，会申请国家专利，这样权利人就获得了专利的独占权，可以有效防止产品上市后，其它商家通过分析产品复现技术。在这种情景下，商业秘密是无意义的，因为产品一旦上市，商业秘密也就不存在了。然而，像对话类 机器人 ，产品通过网络使用，在使用中对底层算法是无法复现的，权利人也就不担忧产品上市后复现，这样的话，一般会通过商业秘密的要领保护。当然，随着技术迭代，落伍的技术会逐步开源，最顶尖的技术会通过商业秘密进行保护的。
AI引发 知识产权 立法的全面变革
人工智能 大模型的发展，对版权法的挑战与变革将是全面而深远的。 知识产权 法基本上解决了三个关键问题：创作者（发明者）身份的确定，智力成果的定义，和如何保护。然而， 人工智能 的发展将对这三个问题提出新的挑战和解决方案。下面以版权为例进行讨论。
首先，作者身份的确定问题。一般而言，作者是一位具有专门技能的艺术家或创作者，往往从很小的时候就开始学习和磨炼这些技能。然而，大模型的出现可能会对我们对“作者”的定义提出全新的要求。它要求我们重新考虑独创性的定义，并为此设定全新的标准。这不仅关乎版权法的问题，也涉及到教育的问题，包含我们应该如何培养孩子的技能。
其次，作品的定义问题。传统上，作品的存在和价值在很大水平上决定于它的可复制性，复制权是版权中最重要的一种权利。然而，大模型的出现和发展可能会改变这种情景。将来的作品可能不再是陈旧见解的复制品，而是可以根据每个人的切实需求进行个性化调整的产品。预测未来，大模型的发展可能会使得每个人观看的电视剧、玩的游戏都具有举世无双的特性。这种转变在未来都将实现。
最后，版权的保护方法。过去，我们主要依靠法律诉讼来保护版权。然而，大模型的出现使得技术性的保护方法成为可能。在这种情景下，我们不再需要通过频繁的法律修订来保护权利，而是可以依赖于技术来实现版权的保护。相比较法律保护，技术保护可以极大节省权利人保护权利的成本，同时极大提升保护效果。
总的而言，大模型的出现和发展将对版权法提出全新的挑战，也将为版权法的改革提供全新的存在性。我们需要高度关注这一发展趋势，并在此基础上进行适应性的改革。
完善 知识产权 立法
将进一步推动AI产业发展
1.对 人工智能 产品的专利保护有益于激励产业投资与创新。
人工智能 产品的核心往往是与算法有关。然而，算法在现行的专利法中，可能会被并入到智力活动规则的范畴，从而不受专利保护。这种情景下， 人工智能 产品的创新和投资可能会受到阻碍。因此，我们需要重新审视专利法，区分算法类产品与纯粹的智商活动规则之间的区别，制定更科学的专利保护范畴。这样，不仅可以保护创新者的权益，也可以激励更多的投资和创新。
在现实中，许多 人工智能 产品的创新都是基于算法的。例如，深度学习、神经网络等技术，都是基于复杂的算法。这些算法的创新，为 人工智能 产品的发展提供了强大的动力。然而，如果这些算法不能得到专利保护，那么创新者可能会失去创新的动力，因为他们无法从他们的创新中获得经济回报。因此，对 人工智能 产品的专利保护，对于激励产业投资与创新具有重要的意义。
2. 人工智能 时代，做好利益平衡，有助于推动技术进步。
许多 人工智能 技术的发展都是基于数据共享、技术共享和模型共享的。例如，许多深度学习的模型，都是基于公开的数据集进行训练的。这些数据集的共享，为深度学习的发展提供了强大的支持。由此，就需要在保护数据私有性和推动技术进步之间找到一个平衡。在 人工智能 时代，数据共享、技术共享、模型共享成了一种趋势。这不仅可以推动技术的进步，也可以增进知识的流传。然而，这也需要我们在保护创新的同时，合理设定权利限制，如合理使用、法定许可等制度。这样，我们既可以保护创新者的权益，也可以让技术成果、文学艺术得到极大的流传与交流。
3. 人工智能 产业发展还要兼顾社会安全和社会伦理考量。
人工智能 的发展，不只是技术的问题，更是社会安全和社会伦理的问题。因此， 知识产权 法也需要划出红线，对于违反社会安全和社会伦理的 人工智能 产品，我们需要坚决说不。这样，我们既可以保护社会的安全，也可以维护社会的伦理。在现实中， 人工智能 的发展已经引发了许多社会安全和社会伦理的问题。例如， 人工智能 的决策可能会引发歧视问题， 人工智能 的自主性可能会引发法律责任分配问题，相关问题也都有必要在 人工智能 的 知识产权 立法中进行充分的考虑。
（作者为中国社科院法学所研究员、科技与法研究中心主任）
