人工智能与知识产权 ： 经济学视角

经济研究工作文件编号77/2024 人工智能与智力 Property:经济视角 亚历ft大·坎茨，卡斯滕·芬克，汉苏埃利·斯塔姆 人工智能与知识产权：经济学视角 亚历ft大·坎茨(WIPO)、卡斯滕·芬克(WIPO)、汉苏埃利·斯塔姆(IPI)* Introduction 自第一次工业革命开始以来，一系列技术突破彻底改变了社会和经济的面貌。他们还改变了创新者创造新技术和创作者制作原创作品的方式。人工智能（AI）是最新的突破。虽然人工智能并不新鲜，但它的能力和应用已经发展到今天可以赋予几乎所有类型的创新者和创造者权力的程度。 在某种程度上，人工智能可以被视为增强人类能力的工具，类似于过去出现的工具。印刷机允许人类知识的广泛传播，鼓励创新者借鉴他人的想法。显微镜使科学家能够研究微小物体的结构，例如细胞和微生物，它们太小，人眼看不到。电力对于现代研究实验室至关重要，无论是冷藏DNA样本还是为大规模实验提供动力，例如世界上最大的强子对撞机。同样，人工智能可以分析大量的医疗数据，以识别人类研究人员不明显的模式和关系。 然而，与过去的技术相比，人工智能也可能被认为是全新的和不同的，因为它削弱了——甚至取代了——人类的聪明才智，而人类的聪明才智是迄今为止每一项创新和创造性努力的根源。这种前景在某些领域已经成为现实：强大的人工智能工具已经出现，可以用最少的人力投入生成图像 、艺术品、音乐或故事。 *本文表达的观点是作者的观点，并不反映世界知识产权组织和瑞士联邦知识产权研究所的机构观点。作者对收到的AlicaDaly，ChristianHelmers，AndrasJokuti，BrentLutes，RyanSafner和UlrikeTill的评论表示感谢。 从历史上看，新技术的出现对促进创新的关系和机构产生了深远的影响。政策制定者——寻求平衡对创新者的激励，为后续创新者和整个社会提供充分的创新机会——经常调整管理创新生态系统的政策。人工智能的出现已经促使了这种调整，并将继续这样做。 保护知识产权是创新和创造性活动的激励结构的核心。AI对IP系统提出了棘手的问题。人工智能生成的发明是否有资格获得专利保护？版权保护是否适用于人工智能生成的小说？从互联网上提取图像以训练产生原创作品的人工智能算法是否合法？对于其中一些问题，根据对现有法律的解释 ，已经出现了答案。其他问题目前正在法庭上进行辩论。反过来，一些法律学者认为，现有的知识产权法-最初是为人类对创新的贡献而设计的-不再适合目的，需要改革。 虽然范围狭窄，但这些法律问题具有重要的经济影响。历史表明，知识产权法律的微小变化可能会对不断发展的创新生态系统产生深远的影响。例如，1952年的《美国专利法》将司法发展的“创造性天才闪光”要求改为法定的“非显而易见性”要求，该要求更适合从常规的大规模研发（R＆D）努力中获得专利。其他国家随后颁布了类似的专利标准。1因此，面对新技术调整IP系统需要仔细考虑。在改变任何法律框架之前，首先思考真正在变化的是什么，任何变化如何影响创新的激励结构，并审查现有证据是有意义的。到目前为止，教科书所定位的市场失灵，是消失了还是转移到了创新和创意作品价值链的另一个地方？ 本文旨在将当前关于人工智能和知识产权的辩论置于更广泛的经济视角。基于对创新激励的经济学文献的见解，本文的目的是从根本上研究在涉及人工智能和知识产权时，从经济学的角度来看哪些主题是新出现的。在对本质和 1见Sampat(2015年)。“知识产权和药品:抗生素案例”。经济研究工作文件第26号。(WIPO日内瓦)。 在下一章中采用人工智能，我们从第2节开始，介绍知识产权在创新领域的基本作用以及随着人工智能的出现而发生的变化。我们在第3章中采取了类似的方法，重点关注人工智能和创造力。在第4章中，我们试图阐明人工智能创新本身的动机，然后在第6章中进行一些总结。 1.AI的性质和采用 尽管人工智能已经以几种不同的形式成为我们生活的一部分，无论是在翻译系统、面部识别技术还是机器人领域，近年来它都取得了巨大的进步。Cocbr等人。（2019年）显示，1990年至2015年间，有关学习系统的学术出版物急剧增长，从1990年的不到100篇论文增长到2015年的近5,000篇。在接下来的几年中，新技术开始受到其他商业应用的关注。由Statista2023编制的数据（见图1）显示，全球企业人工智能投资总额从2015年的127.5亿美元增加到美元。 2022年为919亿，未来几年从这些投资中赚钱的期望很高。全球人工智能市场规模预计将在2021年至2030年之间增长20倍，从2021年的约1000亿美元增长到2030年的近2000亿美元（Statista2023）（见图2）。有了这样的前景，预计这些对新技术的投资将开辟创新和创造力的全新视野 。 图1：2015-2022年全球AI企业投资 资料来源：Statista(2023)。 图2：预期的AI市场规模 资料来源：Statista(2023)。 尽管前景蓬勃发展，但AI的采用和进一步发展将受到许多因素的限制。尽管AI技术的科学构建块可以广泛使用，但在新应用程序中应用这些构建块的技能却很少。2第二个障碍是计算能力：某些AI任务需要大规模的尖端计算能力，这对较小的实体获得AI能力构成了障碍。最后，AI工具的能力主要取决于训练它们的数据。原则上，日常生活的数字化极大地扩大了可用数据的范围。 但是，访问，清理，标准化和处理相关数据可能会遇到许多技术，法律和财务障碍，这将在第5节中进一步讨论。 这些障碍的存在也会影响公司组织创新活动的方式。他们是获得自己的内部人工智能能力还是与专业的人工智能创新者合作？例如，汽车和制药等“老行业”与一些领先的科技公司之间出现了有趣的联盟。3获得技能，计算能力和培训数据是此类联盟的关键激励因素。 另一个更近的发展是用户友好的“生成AI”工具的出现，这些工具大大降低了使用AI技术的技能。正如一个人不需要成为机械工程师来驾驶汽车一样，一个人也不需要成为计算机科学家来有效地使用ChatGPT。 2见Alekseeva等人(2020)。 3例如，最近的公告包括微软和诺华以及谷歌和大众汽车之间以人工智能为重点的新合作伙伴关系。 创意产业，如中途，Speechify，Synthesia和AmperAI;这些工具利用AI生成新的声音，音乐，图像和文本。 据说AI是第四次工业革命的起源。前三个与蒸汽机，电力以及最终的信息和通信技术（ICT）的发明有关。4经济学家将这些发明称为“通用技术”或GPT。GPT是“一种生产和发明的新方法，其重要性足以产生长期的总体影响”（不要与“生成预训练变压器”混淆，后者是生成AI的突出框架，具有相同的缩写）。5这些GPT对生产率、劳动力市场和其他宏观经济变量产生了可衡量的影响。6其中一些还对创新活动本身产生了实质性的影响。这个概念的想法可以追溯到英国数学家和哲学家阿尔弗雷德·诺斯·怀特海德。他把“发明方法的发明”(IMI)的概念称为“十九世纪最伟大的发明”。7Griliches（1957）给出了一个IMI的经典例子，以杂交玉米为例，表明该方法不仅产生新产品，而且产生新产品的新方法。8Crafts（2021）总结了这一讨论：“IMI提高了创意生产的生产率，而GPT提高了商品和服务生产的生产率。但是，GPT的一部分也提供了IMI，并在提高创新成果的生产率方面发挥了重要作用。”AI无疑是也属于IMI类别的GPT。 当谈到知识产权在未来创新过程中的作用时，人工智能的IMI部分尤其令人感兴趣。有很多例子表明，使用人工智能系统不仅有助于发明新产品和服务，而且是一种新的发明方法。对于创造力来说 ，类似的论点也是如此。人工智能是一种产生创意作品的新方法；它必将提高创作过程的生产力 ，并促使创意作品出现新的形式。 AI系统的输入和输出本质上都是无形的。因此，如上所述，出现了一个问题，即AI系统的哪些组件需要知识产权法下的什么保护才能为投资设定必要的激励措施 4参见工艺品(2021)。 5见Jovanovic和Rousseau(2005年)。 6例如，参见Cockburn等人(2019)，Crafts(2021)，Mokyr(2018)。 7见怀特海(1925年)，第136页。 8另见Cockburn等人(2019年)，第120页。 以及此保护与当前IP系统下可用的保护有何潜在差异。WIPO（2023）区分了AI发明的四个定义 。这种分类通常也可以应用于使用AI的创意作品。AI模型或算法是所有AI发明的基础。所有下游发明的不同之处尤其在于人类的投入程度以及AI作为产出的一部分所扮演的角色。 图3：不同AI发明概念的可视化。 AI辅助发明 /creations 造 AI产生的发明/创 基于AI的发明/创造 AI模型或算法 关于核心AI技术本身的发明 发明/创造，其中AI是发明概念的一部分 在发明过程中使用AI作为工具进行的发明/创造 由AI自主进行的发明/创造，无需（或最少）人工输入 首先，有AI模型或算法这种AI发明是关于实现AI的基本技术。众所周知的这种技术例如是机器学习或神经元网络。它们是后来用于进一步发明的仪器,或者换句话说,是如上所述的本发明的方法。这样，这些技术是产生创造性产出的发明的必要技术投入-无论是技术性质还是创造性工作-接下来的三个类别。 第二，有人工智能辅助发明[或创造],i.Procedres.，“在创造性[或创造性]过程中，使用人工智能作为工具进行的发明[或创造]。这些发明的最终输出并没有表明使用了人工智能工具来生成它;如果没有这样的工具，它也可以实现-通常需要更大的努力。一个典型的例子是名为AlphaFold的工具，到目前为止，该工具可以预测超过2亿种蛋白质的蛋白质结构。例如，它被用来开发新药物。9来自创意领域的AI工具的一个示例是在现代相机的自动对焦系统中识别不同的对象类型。 第三，有基于AI的发明[或创造],i.Procedres.“发明[或创造]，其中AI是发明[或创造性]概念的一部分。在这些发明中,AI是输出的一部分。这可以是例如上述基于AI的工具之一(例如,基于AI的翻译器deepl。com)或方向感基于AI的自动驾驶汽车。在创意作品领域，例如，通过AI算法对环境做出反应的艺术品。Procedres.AI是艺术品的一部分，属于这一类。 第四，有AI产生的发明[或创造]，即“由人工智能自主做出的发明[或创造]，无需人工投入。”在这一类别中，发明或创造是人工智能系统的输出，只需要少量的人工投入就可以发明或创造新的东西。一个突出且备受争议的例子是斯蒂芬·塞勒创造的DABUS系统，其技术发明。10另一个例子是生成艺术，例如ChatGPT写的小说。 在AI产生的第四类发明或创造中，AI自主性问题仍然存在很多争议。11没有任何人力投入的创新和创造力的未来真的可以想象吗？Hilty等人。（2020）例如，坚信“鉴于该领域的快速发展性质，这需要参与[i。Procedres.相当大的人类影响]可以预期会不断减少。“另一方面，Kim等人。（2022）用Seeca的一句话来描述这种情况：“就像一把永远不会杀死自己的剑，而是杀手手中的工具，计算建模和执行模型的计算机不会发明。 9参见Arnold2023或Chun2023。 10请参阅实验主页：https://artificialinventor.com/。有关概述，请参阅Picht等（2024），有关经济观点，请参阅Mitra-Kahn（2022）。 11参见例如Picht和Thouvenin（2023年）和[插入Ulrike及其同事即将发表的AI发明人论文]。 但它们本身是强大的解决问题的工具。"12这一争议是关于知识产权制度将如何应对人工智能的法律论述的核心。知识产权法律历来在一项发明及其发明者、一项原创作品及其创造者之间建立了密切的联