2023年度
人工智能报告
由领先的知识产权领域AI专家提
供最前瞻的见解
简介
对于与人工智能（“AI”）已经有过一段时间的接触的人来说，在大型语言模型（如 ChatGPT）发布之后AI是如何迅速进入公众视野并引发讨论的这一问题，着实令人着迷。对于那些一直声称AI已经出现“炒作”问题的人来说，2023 年的到来一定使他们大吃一惊。当然，有关AI近来受到的更多关注是否将会转化为欧洲专利局（“EPO”）的更多的专利申请这一点而言，现在下结论还为时尚早，但在未来的报告中对此进行监测肯定会很有意思。
欧洲的AI专利申请的强劲增长势头仍在继续，欧洲专利局的AI专利公开数量在2021年至2022年间增长了约17%。虽然美国申请人在欧洲专利局提交的AI申请仍多于其他任何国家的申请人，但美国的主导地位在过去四年中有所下降，因为中国等其他国家已开始增加其AI申请数量。虽然我们在上一份报告中提到的韩国AI申请的强劲增长现在略有回落，但韩国仍是在欧洲专利局的人均AI申请量最大的国家。
在我们的上一份报告中，我们预测AI技术已经成熟到可以开始在实体经济中看到更多应用的地步，从我们的最新分析来看，这似乎得到了证实。生命与医药科学、电信和物理科学仍然是欧洲专利局AI专利申请最多的行业领域。在过去五年中，与计算机视觉相关的AI专利申请所占比例出现了显著增长，这表明在该领域中正在进行大量投资。另一方面，语音处理申请的相对数量则持续下降。
对我们来说，医疗技术（“MedTech”）是最令人兴奋的创新领域之一，在本报告中，我们有一整节专门讨论这一领域的AI专利申请趋势。从 2014 年到 2021 年，AI医疗技术的专利公开数量的同比增长，每年都超过AI的总体增长。这表明，医疗技术是AI领域的一个关键发展领域。 在欧洲专利局 2022 年公布的医疗技术AI专利申请当中，近 50%涉及医疗成像或诊断。 这表明，医疗技术AI创新目前似乎不太注重治疗，而更注重预测、预防、早期诊断和干预。
总体而言，我们的分析表明，欧洲专利局的AI申请在申请量和批准率方面都有强劲增长。 这不仅反映了行业对AI的大量投资，也反映了欧洲专利局对AI实际应用的日益认可。
© 2023 Marks & Clerk
分析方法
与往年一样，本报告分析的数据以《WIPO 技术趋势 2019：人工智能》报告中专利数据使用的国际专利分类（"IPC"）代码和关键词定义（也是该报告的“数据收集方法和聚类方案：背景文件”中所作的定义）作为起点。与世界知识产权组织（“WIPO”）报告所用的定义相匹配的专利申请，是通过德温特创新平台（Derwent Innovation）数据库确定的，来自德温特创新平台的数据与来自欧洲专利公报的数据相结合。在对数据进行人工分析的基础上，对 WIPO 的定义进行了改进。然后，我们利用原始数据编写自定义公式，生成我们自己的分析字段。
今年的报告的一个变化是，我们根据公布日期而非申请日期进行了一些分析，以减少年与年之间的不一致性。在进行今年的分析时，我们发现分案申请由于与其母申请的申请日期相同，造成了年际不一致。值得注意的是，由于 IPC 代码在专利授权时或其他情况下进行了调整，这可能会改变所分析的申请，从而造成更多的年际不一致。我们并不试图解释 IPC 代码的变化，但在每份报告中都单独显示了不同时期的申请趋势，这样的话每份报告都可以独立地作为参考。
© 2023 Marks & Clerk
AI可以是发明人吗？
有关DABUS一案的最新动态
开发出可获专利的发明的AI算法是否可被视为“发明人”的问题继续引起人们的兴趣。鉴于生成式人工智能方法的快速发展和采用，这个问题在今年更加引人关注。各个司法管辖区都对这一问题进行了深入研究，它们涉及一系列将一种人工智能机器（称为“DABUS”）列为发明人的专利申请。我们在之前的《AI报告》中详细讨论过了这些案例。在此，我们将简要介绍一些最新进展。
正如之前所报道的，英国上诉法院在 2021 年 9 月的判决[1]中裁定：基于人工智能的机器不是人，不能成为相关英国专利法中的发明人。2022 年 8 月，上诉法院批准了向最高法院提出上诉的请求。有趣的是，这个进一步的上诉获得了批准。这或许表明，鉴于AI系统作为工具在药物发现等领域的使用日益增多，这将产生重要影响。该案于 2023 年 3 月进行了开庭审理，目前正在等待判决。
在美国，联邦巡回上诉法院（“CAFC ”）在 2022 年 8 月发布的一项判决中也得出了人工智能软件系统不能成为“发明人”的观点，美国最高法院最近于 2023 年 4 月驳回了上诉。
2022 年 7 月，欧洲专利局法律上诉委员会就此案做出书面判决[1]，确认了机器不是《欧洲专利公约》意义上的发明人。法律上诉委员会还认为，将两个问题提交欧洲专利局扩大上诉委员会（欧洲专利局的最高法律司法机构）的请求没有正当理由。
鉴于这些进一步的判决，我们可以得出结论：目前，AI算法不应被列为专利申请中的发明人。有趣的是，欧洲专利局法律上诉委员会确实指出，他们“不知道有什么判例法能阻止参与发明活动的设备的使用者或所有者根据欧洲专利法指定自己为发明人”。这样一来，上诉委员会似乎承认了可以通过指定AI的使用者或所有者为发明人，而不是AI本身来获得专利保护。
应该指出的是，这些判决是基于现行法律做出的。如果需要修改法律，这可能是立法机构而不是法院要解决的问题。未来，我们很可能会看到这方面的法律发生变化。例如，美国专利商标局最近就AI和发明权征求意见，这表明该领域的法律仍在审议之中。随着AI创新的重要性不断增加，专利法可能也会被适时进行重新审视。
1: 总论
公开趋势
1.1
欧洲的AI专利申请继续增长，而下图 1.1.1 显示，欧洲专利局的AI专利申请年公开量在 2022 年继续增长。这种增长似乎正在放缓，2021 年至 2022 年期间，AI专利申请公开的年增长率约为 17%，而 2021 年为 19%。
"2021年至2022年间，AI专利申请公开的数量增长了约17%"
AI专利申请的这一增长速度继续大大超过欧洲申请的总体趋势（不管属于什么技术范畴），事实上，与2019年相比，2020年的专利申请数量减少了0.6% [3]--这可能是由于COVID-19大流行造成的。虽然这一趋势后来有所逆转（欧洲专利局的专利申请总量在2021年增长了4.5%，在2022年增长了2.5%），但AI专利申请公开的数量却出现了更强劲的增长。
图 1.1.1 欧洲专利局发布的每年公开的AI专利申请的数量
1.2
待决专利
在过去几年中，欧洲专利局一直试图提高审查速度，从而降低申请的平均结案[4]年限。下面的图 1.2.1 显示了欧洲专利局在这方面取得的进展 -- AI申请的平均花费时间在 2021 年降至略高于 4 年。然而，下降的速度似乎正在放缓，这可能反映了欧洲专利局目前正在接近一个稳定的审查速度。同样，结案数量的增长速度似乎也趋于平稳。
图1.2.1 按年份分列的已结案的AI欧洲专利申请数量和这些申请结案时的平均花费时间
“在2021 年，AI申请的平均花费时间降至 4 年多一点，但下降速度似乎正在放缓”
下面的图 1.2.2 显示了每一年的待决（pending）AI专利申请的数量，计算方法是获取（自 2000 年开始的）申请总量与每年结案的申请量之差。到 2020 年为止，待决AI专利申请的数量继续增加（请注意，由于新提交申请的公布会延迟 18 个月，因此我们只能评估到 2020 年的待决申请数量）-- 欧洲专利局在这一领域的审查工作量将继续逐年增加。尽管欧洲专利局在降低申请平均结案所花费的时间方面取得了进展，但AI申请量的大幅增长是否会导致平均结案所花费的时间的下降，我们将拭目以待。
图1.2.2 每一年的待决AI欧洲专利申请的数量
按国家来看的申请数量
1.3
在本节中，我们将研究位于不同国家的申请人在欧洲专利局的AI申请的公开趋势。
图1.3.1 每一年专利申请公开按照申请人国家来看的比例
“美国申请人在欧洲专利局提交的AI申请仍多于其他任何国家的申请人”
图 1.3.1 显示了按申请人国家而排列的专利申请公开的相对比例。除了韩国之外，我们所分析的每个国家在2021年至2022年期间在AI领域的欧洲专利申请数量都持续增长。自 2015 年以来，美国一直是向欧洲专利局提交AI申请最多的国家。尽管如此，随着其他国家（尤其是中国）开始增加AI申请量，近年来来自美国的AI申请比例略有下降。
如果将《欧洲专利公约》（“EPC”）成员国作为一个整体（下称“欧洲”）[5]来考虑，我们可以发现，自2015年以来，美国和欧洲申请人之间的竞争一直很激烈。然而，即使将欧洲专利公约成员国加在一起，美国申请人在大多数年份向欧洲专利局提交的AI申请也还是要更多。
从 2015 年到 2021 年，中国申请人数量的增长超过了其他国家。虽然中国申请人数量的增长在2021年至2022年期间略有放缓，但日本、韩国和世界其他国家的增长也有所放缓。自 2015 年以来，欧洲和美国申请人的主导地位略有下降；但有迹象表明，自 2020 年以来，这一趋势已经逆转。
图1.3.2 按年份分列的人均专利申请公开数量
“韩国在欧洲专利局的人均AI专利申请公开数量仍然是最高的”
欧洲申请人的表现再次显得相对较弱，特别是考虑到欧洲专利局可以说是这些申请人的 “本土”专利局。这种情况自2015年以来尤其如此，欧洲、日本和韩国的人均申请量相差无几。
最近AI技术的进步没有放缓的迹象，因此我们预计所有国家的申请人都将继续增长。然而，一些全球趋势有可能在未来几年改变各国之间的相对申请量。不同的人口增长率（和下降率）、在岸和近岸外包、政府的人工智能政策和贸易争端，似乎都有可能影响到本节中的数字，而这种影响可能在若干年内都不会明朗。
“AI技术的进步没有放缓的迹象，但有一些全球趋势有可能在未来几年改变各国的相对申请量”
1.4
工业数据
在本节中，我们将按技术领域对AI专利申请进行细分。虽然有些发明只是针对人工智能方法本身的改进，但大多数专利申请都是针对人工智能在特定领域的应用。
下面的图 1.4.1 显示了过去 22 年中按技术领域[6]分类的专利申请。最大的技术领域是生命与医药科学、电信和物理科学。
图1.4.1 根据技术领域对欧洲AI专利申请数量进行划分
如下面的图 1.4.2 所示，自我们发布上一份AI报告以来，大多数行业的AI应用数量都在继续增加。有趣的是，我们在上一份报告中提到的 2021 年运输业专利申请公开数量减少的情况并没有持续，从 2021 年到 2022 年，该行业的专利申请公开数量有所增加。 由此看来，2021 年的专利申请公开数量减少可能是一种反常现象，交通运输仍是申请人寻求保护其AI创新的一个关键领域。生命与医药科学科学领域继续保持强劲的增长率，在未来几年内，该领域似乎仍将是欧洲专利局AI专利申请量最大的领域。
“生命与医药科学科学领域继续保持强劲的增长率，在未来几年内，该领域似乎仍将是欧洲专利局AI专利申请量最大的领域”
图1.4.2 每一年按工业领域划分的AI欧洲专利申请的数量
不同技术领域之间的专利批准率差别很大，从商业领域的 23% 一直到运输领域的 62%。与往年一样，我们可以看到，批准率较高的类别往往属于欧洲专利局认定的“技术”领域，而批准率较低的类别往往被认为是“非技术”领域，如银行与金融或商业。以下类别的批准率均高于平均水平（如下面的图 1.4.3 中黄色部分所示）：运输、农业、能源管理、电信、安全、生命和医药科学、物理科学、艺术和人文科学、地图学、军事、法律和社会科学。批准率低于平均水平的类别（蓝色显示）是：娱乐、个人计算、教育、网络、文档管理、出版、工业和制造、政府用计算、银行和金、以及商业。
图1.4.3 按工业领域划分的批准率
值得注意的是，“网络”领域的批准率相对较低。该领域包括与社交网络有关的申请，欧洲专利局可能认为这些申请是“非技术性的”。另一方面，“艺术与人文”包括与音乐有关的申请，这可能是该类批准率相对较高的原因--欧洲专利局认为数字音频增强属于技术申请。工业与制造领域的批准率也相对较低，这可能是由于该领域有大量与规划和调度有关的AI申请 -- 这些方面更有可能被欧洲专利局视为“非技术”。不过，该领域的批准率似乎在不断上升，这可能反映了该领域受保护的技术类型发生了变化，转向了欧洲专利局认为技术性更强的领域。同样值得注意的是，即使在银行和金融等领域，也有约 20% 的申请获得了批准 -- 这表明在欧洲这些领域也有可能获得专利授权。
“值得注意的是，即使在银行和金融等领域，也有约 20% 的申请获得了批准 -- 这表明在欧洲这些领域也有可能获得专利授权”
图1.4.4 显示不同工业领域按申请人国家和每年的专利申请公开数量的比例
我们看到，2018-2020 年是交通行业申请量的高点，此后大多数国家的申请量都相对下降（尽管如上所述，2021-2022 年又恢复了增长）。不过，将AI应用于交通领域仍是日本汽车行业的重点，在日本申请人的申请中仍占最大比例。尽管有广泛报道称这一领域的进展比预期的要难，但这表明日本产业界仍在投入大量资源，推进人工智能在交通领域的应用。
如上文所述，生命与医药科学是AI申请最多的领域，但显然也有一些国家逆势而上。2010 年，来自韩国的申请人向欧洲专利局提交的生命与医药科学AI申请在比例上少于任何其他国家。然而，2021 年，韩国申请人的申请比例出现了自 2016 年以来的首次增长。
欧洲和美国申请人的趋势比其他国家更微妙，这可能是申请绝对数量大得多的结果。不过，欧洲申请人更多的申请是针对生命科学的，而美国的相对比例在此期间大致持平。
“欧洲申请人提交的生命科学AI申请所占比例越来越大”
欧洲专利审查指南在2023年的修订
欧洲专利局的《审查指南》每年更新一次。正如我们之前关于AI申请趋势的报告所述，《指南》G-VII 节 5.4.2 于 2022 年进行了修订，纳入了一个基于人工智能的新示例（示例 5），展示了欧洲专利局如何评估创造性。在 2023 年的更新中，对该新示例 5 进行了修改。这一修订非常重要，因为通过与《指南》中给出的示例进行类比，可以说服欧洲专利局的审查员来认可发明的技术特征，从而获得专利申请的授权。
示例5 涉及一种热喷涂方法，其工艺参数由神经模糊控制器（结合神经网络和模糊逻辑规则）自动调节。在没有现有技术的情况下，欧洲专利局认为本例中的权利要求是可允许的。然而，示例 5 还引入了一个现有技术文献 D1。 D1 教授了通过神经网络分析自动调整工艺参数的方法。 因此，示例5 的方法与 D1 的区别在于使用了结合神经网络和模糊逻辑规则的神经模糊控制器。
将神经网络分析结果与模糊逻辑规则相结合的这一特征，在单独使用时定义了一种数学方法。不过，它与调整工艺参数的功能一起使用的话，有助于涂层工艺的控制。在欧洲专利局，对特定技术过程的控制被视为一种技术应用。 因此，尽管与 D1的区别在于使用了数学方法，但由于数学方法的作用是控制一个技术过程，因此欧洲专利局要求的技术效果被认为是存在的。
然而，示例5还考虑了第二份现有技术文献 D2。 该文献公开了神经网络与模糊逻辑规则的结合，提供了一种控制工程技术领域的神经模糊控制器。 据此，欧洲专利局认为示例5的权利要求 1 是显而易见的。然而，欧洲专利局在示例5中提出了一些进一步的意见，表明如果说明书和权利要求提供了进一步的细节，那么即使考虑到 D2，也可能会做出不同的决定。 特别是，这些评论指出“权利要求 1 没有包含任何关于要实现的涂层特性的信息”，“神经模糊控制器的任何特征都没有与喷涂涂层的任何技术特性相关联”。
在 2023 年修订之后，示例5现在进一步澄清了这些意见，指出“在控制工程领域中使用神经模糊控制器的一般教导，导致了权利要求 1 的控制器属于一个显而易见的替代方案的驳回意见。如果权利要求中叙述了与喷涂工艺的某些技术特性相关联的模糊控制方法的进一步特征，就可以避免这种特定的驳回意见”，“如果理想的喷涂特性是由神经模糊控制器的特定输入和输出变量、如何训练控制器或在调节工艺参数时如何使用输出而产生的，那么就必须在权利要求中记载这些特征。提交的说明和附图可以提供证据，证明确实实现了理想的涂层特性”。
对《指南》的这些修改强调了欧洲专利局在专利申请中对AI发明进行全面详细描述的重要性，包括对模型的输入和输出、训练过程和模型输出使用的细节。这些细节对于在欧洲专利局获得专利授权至关重要。
值得注意的是，《指南》中规定的欧专局对数学方法（G-II，3.3）以及人工智能和机器学习（G-II，3.3.1）的一般方法的部分，今年未作修改，这反映了欧专局目前似乎已完全采用了的、对AI发明的更为确定的评价方法。
© 2023 Marks & Clerk
1.5
技术数据
在本节中，我们将分析AI专利申请中的AI技术类型。鉴于欧洲专利局在考虑专利性时对不同的AI技术有不同的处理方式，我们有兴趣了解这种处理方式是否会影响申请趋势。虽然技术进步和市场力量等其他因素也会产生影响，但欧洲专利局对某些技术的处理方式显然会对申请策略产生影响。
图1.5.1 每一年公开的AI欧洲专利申请按技术划分的比例
例如，欧洲专利局对图像或语音处理的可专利性的立场要比对文本处理的可专利性的立场要优厚得多。这反映了欧洲专利局认为文本和自然语言与“认知内容”有关的决定，而图像或音频数据则被认为反映了由物理定律决定的数据。
因此，我们预计被归类为自然语言处理的申请的平均驳回率,将低于被归类为计算机视觉或语音处理的申请。正如下一节所示，数据支持了这一预期 -- 2016 年至 2021 年提交的被归类为计算机视觉的申请的批准率为 54%，而被归类为自然语言处理的申请的批准率为 38%。
因此，我们可以合理地预期，针对AI技术的申请的申请趋势也会降低，因为AI技术的批准率低于平均水平。但数据表明，情况未必如此。例如，图 1.5.1 显示出，在2022 年，被归类为自然语言处理（953 件）的申请比被归类为语音处理（511 件）、机器人技术（745 件）或控制方法（601 件）的申请所占比例更大。
我们在 2022 年的报告中指出，语音处理应用比例下降的原因之一可能是当前的语音处理方法已充分满足了工业领域的需求。相比之下，自然语言处理领域的发展近年来一直走在人工智能产业的前沿，大型语言模型最近取得的成功就是证明，这很可能解释了为什么尽管欧洲专利局有上述对可专利性的立场及其相对较低的批准率，针对该技术的申请比例仍然很高。
此前，我们也曾预测，随着计算机视觉技术的成熟，计算机视觉申请的数量可能会相对减少。2022 年的数据表明，这种变化尚不明显。事实上，2021 年至 2022 年间公开的计算机视觉申请比例从 35% 上升到了 36%。有趣的是，语言处理技术的最新发展产生了多模态模型，这些模型在计算机视觉和图像处理领域同样具有颠覆性作用。有鉴于此，这种转变可能还需要很多年才能发生。
我们在上一份报告中指出，我们预计人工智能在实体经济中的应用将越来越多地反映在专利申请数量上。自2017年左右以来，机器人技术的申请比例一直在增加。但有趣的是，自2015年以来，控制方法申请的比例一直在增长，而在2021年至2022年期间，控制方法申请的比例降幅最大，从11%降至8%。不过，这可能是人工智能行业的重心暂时转向自然语言处理和计算机视觉的结果。因此，我们可以期待控制方法应用在未来恢复相对增长。值得注意的是，被归类为控制方法的申请由于与物理现实有直接联系，因此其批准率明显更高（在2016 年至 2021 年提交的案件中为 72%）。
“自2017年左右以来，机器人技术的申请比例一直在增加”
© 2023 Marks & Clerk
1.6
批准率
图1.6.1 欧洲专利申请中，每年的AI欧洲专利申请和整体欧洲专利申请的批准率的比较
从 2015 年起，麦仕奇（Marks & Clerk）所提交申请的批准率超过了其他欧洲公司。在 2022 年结案的AI申请中，麦仕奇提交的申请的批准率为 66%，而所有其他AI专利申请的批准率为 53%。
图1.6.2 – 每个申请年度AI欧洲专利申请的批准率
虽然从结案年份来看，AI申请的批准率似乎一直在上升，但我们发现，自 2015 年以来，按申请年份划分的申请批准率似乎在下降。
这与下面的图 1.6.3 所示的按结案时所花费时间划分的长期平均批准率相比，出现了有趣的变化。
图 1.6.3 -- 按结案时所花费时间划分的平均批准率
从历史上看，结案相对较快的申请的批准率较高，随着等待时间的延长，批准率逐渐下降。这可能反映了存在重大有效性问题的申请，在结案前往往要经过长时间的审查、并有可能提出上诉的趋势。尽管如此，非常新的申请（如 三年以内提交的申请）的批准率却明显低于平均水平。这可能是由于这些申请中被申请人放弃的数量增加了（例如，由于 EPO 在检索报告中提出了重大反对意见）。
"最近，欧洲专利局拒绝了更多的早期AI申请。我们预计随着时间的推移，随着有更多近几年的案件被批准，更近期申请的批准率将会增加"。
图 1.6.4 - 按技术划分的每年批准率的趋势
在上面的图 1.6.4 中，我们研究了一些人工智能的实际应用的批准率。由于每年的批准率往往不同，因此图 1.6.4 显示了每种技术的批准率趋势。为清晰起见，采用了线性趋势。也许最有趣的是，在五个类别中，有四个类别的批准率在 2022 年将轻松超过 50%。自 2015 年以来，计算机视觉技术的批准率增长尤为强劲。
自然语言处理（“NLP”）长期以来一直被欧洲专利局视为“非技术”应用，但即使在这一领域，我们也可以看到批准率在缓慢上升，到 2022 年将达到近 40%。这对在大型语言模型领域进行创新的公司来说应该是个鼓舞。
生成式AI继续引起争论
生成式人工智能，尤其是作为学术和艺术作品创作的辅助工具，引发了一些值得关注的伦理和法律挑战。这些挑战大致分为三类，即：
- 对输出质量的担忧。
- 许多AI生成系统都是在由第三方创建或与第三方有关的材料上进行训练的。这引起了对数据隐私和版权侵犯的担忧。
- 鉴于没有人类作者参与其创作，生成式人工智能的创造性产出是否值得版权保护？
为了解决所有这些问题，媒体进行了高调评论，提出了立法建议，特别是针对上述第 2 类问题，还提起了诉讼。
有关质量的争论
许多监管者和评论家都表示担心，训练数据中固有的偏差可能会导致输出结果出现偏差。用于训练 LLM （大语言模型）的训练数据也可能存在冲突或不完整，这意味着 LLM 也容易产生“幻觉”，即 LLM 生成的文本与事实不符。一个极端的例子是，2022 年 7 月，两名纽约律师因提交了一份由 ChatGPT 生成的虚构判例法的法律简报而被罚款。法官的结论是，他们的辩护状部分内容“胡言乱语”、“毫无道理”。
因此，用户们在使用这些程序时需要非常谨慎；它们不仅仅是让机器人帮你做作业的一种聪明方法。许可方也需要考虑他们可以提供哪些有关有效性和功能的保证，以及他们应该如何限制自己在使用方面的责任。从合同关系的另一端来看，用户需要仔细审查这些使用条款，看看如果出现重大问题的话，他们还能有多少回转余地。
侵犯著作权
生成式AI程序一直在浏览、借鉴和复制大量的第三方专有资料，这种活动的规模和复杂程度使得追踪发生了什么成为一项真正的挑战。尽管如此，仍出现了许多涉嫌未经授权使用的案例，并引发了一些备受关注的索赔案。例如，盖蒂图片公司（Getty Images）已对 Stability AI 提起诉讼，教科书出版商培生公司（Pearson）也向一家未具名的 AI 公司发出了一封停止函，指控该公司使用其内容训练语言模型。除了盖蒂公司的索赔之外，Stability 公司与 Midjourney 和 DeviantArt 还遭到了另一起集体诉讼，微软、Github 和 OpenAI 也因违反开源许可条款而被起诉。最近，喜剧演员萨拉-西尔弗曼（Sara Silverman）和畅销书作家克里斯托弗-戈登（Christopher Golden）和理查德-卡德雷（Richard Kadrey）对 OpenAI 和 Meta 发起了集体诉讼，指控 OpenAI 和 Meta 未经授权使用了他们的书籍。现在判断这些案件的结果还为时尚早，但如果判决结果与原告一致，将给在这一领域开展业务的公司带来麻烦。
未来的发展方向可能是Spotify式的授权模式。在这方面，OpenAI 和美联社（"AP"）已达成协议，由前者许可美联社的新闻报道档案。因此，一揽子许可安排可能有助于解决这一问题。
在供应链的更下游，Shutterstock 为客户提供因使用其库中的AI图像而产生的责任赔偿。尽管如此，所提供的赔偿是有上限的。由于版权侵权索赔产生的实际赔偿责任可能高于这一上限，因此买家仍应注意使用这些生成模型的相关风险。
监管机构也加入了进来。欧盟人工智能法草案预计，生成式人工智能供应商必须披露所有使用第三方材料的情况，包括来源。这可能会给欧盟的AI用户带来巨大负担，类似于 GDPR （通用数据保护条例）带来的问题。中国的临时措施似乎也采用了类似的方法，要求依赖合法来源，尊重第三方知识产权，并在中国法律规定的必要同意或法律依据下合法处理个人信息。另一方面，日本的类似措施则倾向于采取较为温和的方法，将使用第三方材料视为灵感而非侵权，并表示担心过于严格的方法只会扼杀创新。
与此同时，芝加哥大学提出了一个切实可行的解决方案 -- GLAZE，这是一种保护性掩盖，可以防止人工智能程序在未经许可的情况下攫取专有图像。
2: 医疗技术
2.1
公开趋势
医疗技术一直是AI专利申请快速增长的领域。如图 2.1.1 所示，自 2018 年以来，每年公开的基于AI的医疗技术申请数量几乎翻了两番。
图 2.1.1 - 每年的AI欧洲专利申请在医疗技术领域的专利申请公布数量
图 2.1.2 显示了从 2014 年到 2021 年，每年的AI医疗技术专利申请公开的数量的同比增长，都超过了AI专利申请的总体增长。
图 2.1.2-- 欧专局每年AI医疗技术的专利申请公开数量的增长率与整体AI专利申请公开数量的增长率的比较
“从 2014 年到 2021 年，每年的AI医疗技术专利申请公开的数量的同比增长，都超过了AI专利申请的总体增长”。
© 2023 Marks & Clerk
图 2.2.1 - 2022 年公布的医疗技术领域AI欧洲专利申请比例
如图 2.2.1 所示，根据我们的分类系统来看，最大的子类别是医学影像和诊断学。鉴于基于AI的医学影像技术有可能为临床医生的诊断提供支持，因此许多被归类为医学影像技术的专利申请公开也有可能被归类为诊断学。因此，这两个子类别（以及其他子类别）之间可能会有一些重叠。
有趣的是，基于人工智能的药物研发领域的申请数量要少得多，2022 年仅发布了 12 项申请（在图 2.2.1 中无法看到，数量太少）。鉴于该领域近年来引起的媒体关注，这一情况可能尤其出人意料。这可能有多种原因。也许这项技术只是尚未成熟，而申请数量开始攀升只是时间问题。我们的数据中有证据表明，这种担心是没有道理的，因为该领域的申请批准率似乎相当高（见图 2.3.1）。也许真正的解释是与长期战略有关，发明者选择用专利来保护其药物研发平台的成果，同时对算法保密。
图 2.2.2 -- 按AI技术划分的医疗技术领域的AI 欧洲专利申请情况
我们还可以根据支撑这些技术的技术类型来分析医疗技术领域的专利申请清单。如上图所示，正如我们从AI整体而言看到的那样，计算机视觉再次成为最大的贡献者。在医疗技术领域，紧随其后的是预测分析，它在医疗技术的专利申请中的普及程度远远高于AI。结合了药物研发的AI专利申请比例相对较低的情况来看的话，这或许表明，医疗技术AI创新目前不太注重治疗，而更注重预测、预防、早期诊断和干预。
“医疗技术人工智能创新目前似乎不太注重治疗，而更注重预测、预防以及早期诊断和干预"。
图 2.2.3 - 按子类别划分的每年医疗技术领域AI欧洲专利申请的比例
图 2.2.4 - 按子类别划分的医疗技术领域AI欧洲专利申请公开数量变化情况
当我们观察医疗技术各子类别的专利申请趋势时，我们会发现，尽管 2022 年出现了整体增长放缓，但申请数量仍在继续全面增长。
唯一的例外是药物研发领域，该领域公开的申请数量实际上下降了近 30%，回到了 2018 年之前的水平。
"生物信息学是唯一一个去年继续加速增长的子类别"
在光谱的另一端，我们发现生物信息学是唯一一个去年继续加速增长的子类别（2022 年的专利申请公开量增长了 54%，高于 2021 年的 41%）。这可能只是WIPO分类系统跟上这一相对较新、令人兴奋的领域的结果。另一方面，这也可能反映出生物信息学在所有其他技术领域的应用日益广泛。事实上，虽然许多申请涉及一个以上的子类，但生物信息学的申请与其他子类的关联度要高于任何其他医疗技术子类。同一分析还显示，与医学影像有关的申请平均来说与最少的其他子类别相关，这使得与医学影像有关的大量申请更加引人注目。
自 2020 年以来，麦仕奇对于在增长最快的医疗技术领域，即生物信息学领域提交的申请的批准率为 83.3%，而行业平均值为 57.8%。
图 2.2.5 -- 按申请人所属国家而分的各子类别中医疗技术领域的申请的比例趋势
图 2.2.5 显示了 2015 至 2022 年间不同国家申请人提交和公布的医疗技术申请类型的变化。
美国和欧洲专利申请人提交的不同类型的AI医疗技术申请的相对比例非常相似，尤其是从2020年开始。值得注意的是，美国申请人在生物信息学领域提交的申请比例一直是本分析所包含的所有国家中最高的，但中国申请人在2016年和2017年之间公布的申请除外。对于美国和韩国申请人来说，随着其他创新领域（如医学机器人、医用假肢和医用植入物）的增长，针对诊断学领域的医疗技术AI申请比例持续下降。
医学影像似乎是亚洲和远东地区AI医疗技术发展的一个关键领域。从2018年到2022年，中国申请人提交的医学影像专利申请有了大幅增长，占该国所有医疗技术案件的59%多一点。同样，在此期间，日本申请人提交的申请中，医学影像专利申请的比例也高于平均水平。
"医学影像似乎是亚洲和远东地区AI医疗技术发展的一个关键领域"。
异议
2.4
异议是授权后的一项程序，允许第三方在授权后的前 9 个月内对欧洲专利的有效性提出质疑。
图 2.4.1 - 按子类别划分的医疗技术专利被提出异议的百分比
自2020年以来只有不到2%的AI相关的专利被提出异议，而与医学技术有关的专利申请的相关百分比几乎一样。有趣的是，与医学影像有关的AI专利遭到异议的几率还不到上述的一半，在近 1000 项被授权的申请中，只有 10 项遭到异议。相比之下，在同一时期，仅有的 24 项药物研发专利中只有两项被提出了异议。对于该事实的一个解释，可能是对于医学影像而言，“技术效果”是更明显可见的。事实上，欧洲专利局的《审查指南》特别提到，基于低级特征的数字图像分类就是人工智能“技术性”应用的一个例子。另一种解释可能只是因为药物研发专利更有价值，因此可能比其他领域的专利更容易遭到异议。
“与医学影像相关的AI专利遭到异议的可能性不到平均水平的一半”。
© 2023 Marks & Clerk
2.5
嵌入分析
图 2.5.1 - 按医疗技术子类别划分的医疗技术专利权利要求语义相似性直观图
在今年的报告中，我们使用训练有素的机器学习模型（PatentSBERTa）为数据集中的每条记录的权利要求 1 生成专利权利要求嵌入内容。在工业领域，这种技术用于分析文本的语义相似性，换句话说，就是分析一段文本与另一段文本的相似程度。
作为一个高层次的概述，PatentSBERTa 是 sBERT 的一个改进版本，在专利数据上进行了微调，用于完成各种任务，包括预测 IPC 和 CPC 代码，以及预测权利要求文本序列中的下一个单词。理论上而言，由此产生的模型应能更好地表示高维嵌入空间中的专利权利要求。
我们根据本报告中描述的基于 IPC 的医疗技术分类系统对权利要求进行了聚类。图 2.5.1 中每个数据点的位置代表了单个专利的语义内容。靠近的数据点表示语义相似的专利权利要求。每个数据点的颜色代表医疗技术子类别。通过检查由此产生的聚类，我们可以研究 PatentSBERTa 是否准确地代表了不同医疗技术子类别的权利要求。
总的来说，PatentSBERTa 似乎相对较好地嵌入了专利权利要求的语义。我们看到诊断学和医学影像有明显的聚类。生物信息学也显示出一个主要聚类，但有大量分散的数据点。如上所述，生物信息学是最常与其他子类别相结合的子类别，这似乎也反映在我们的分析中。总之，这部分报告表明，利用机器学习模型对专利权利要求进行比较分析是可行的。
© 2023 Marks & Clerk
3: 展望未来
虽然欧洲和美国在欧洲专利局的AI专利申请中仍占主导地位，但我们也看到亚洲和远东地区，尤其是中国的申请数量不断增加。鉴于AI是中国当前的五年发展计划的重点，我们预计这一趋势将持续到未来。
此外，AI监管对专利申请趋势的影响也很值得关注。目前提出的《欧盟人工智能法案》可能会给欧盟的AI发展带来巨大负担，这与 GDPR 带来的问题类似。这可能会导致欧盟的AI专利申请速度放缓，而其他国家在监管方面则采取了更为软性的措施。
由于专利申请和公开之间有 18 个月的延迟期，因此最近一年中出现的生成式人工智能的激增还太新鲜，无法在当前的专利数据中显示出来。不过，这是否会在未来几年产生影响，我们将拭目以待。
虽然近年来大型语言模型取得了巨大成功，但鉴于欧洲专利局目前对自然语言处理发明的负面看法，这不太可能导致欧洲专利局授权专利的激增。尽管如此，欧洲专利局认为自然语言处理发明属于非技术发明的观点可能会被上诉。如果上诉成功，这将为保护大型语言模型和其他自然语言处理方法的创新开辟更广阔的空间。
© 2023 Marks & Clerk
作者
Mike是数字技术，尤其是AI 相关专利领域的专家。Mike 是我们的AI报告的领军合伙人，我们在报告中研究了过去二十年人工智能的迅猛发展对欧洲专利局专利申请的影响。
Mike 拥有曼彻斯特大学硕士学位，其计算机科学背景为他理解客户在所有数字技术领域的发明奠定了理想的技术基础。除人工智能外，Mike 还在与计算机科学各方面相关的专利事务方面拥有丰富的经验，包括信号处理、图像分析、通信协议、计算机图形学等。Mike 还是光刻系统、模拟和数字电子领域的专家。
Mike 利用其技术专长和商业眼光，为从大型跨国公司到大学和中小型企业的众多客户提供咨询服务。Mike 的国际业务意味着他能够在全球范围内流利地撰写和申请专利，并为客户提供处理争议问题的建议。
Matthew 为高科技领域的众多客户提供咨询服务，尤其擅长计算机和医疗设备领域。自 2011 年加入麦仕奇以来，他一直积极保护电信、机器学习、医疗设备和非易失性半导体存储器领域的创新成果。
Matthew 在各种编程语言的神经网络方面拥有丰富经验，并在人工智能和机器学习领域代表多家客户。
Matthew 撰写并申请了大量涉及各种技术的英国、欧洲和国际专利。他还协助客户向欧洲专利局提出上诉和异议。他的电信经验，尤其是无线网络和视频编解码器方面的经验，使他能够在诉讼程序和欧洲异议程序中就技术标准的适用性和专利的有效性提供咨询。
Lara的大部分业务涉及保护人工智能领域的发明，她在自然语言处理、医学成像和家庭自动化等领域的应用方面拥有丰富的经验。
她为世界各地的客户提供人工智能创新专利方面的咨询，并多次在日本就欧洲专利局对人工智能的处理方法发表演讲。除了在人工智能领域的工作外，拉拉还从事软件和电子领域的一系列技术工作，特别是密码学、农业技术、视频编码（包括标准重要性评估）、医疗设备、无线网络、光学设备和半导体设备。
Lara曾在欧洲专利局的口头程序中成功代表客户，并拥有欧洲专利局异议和上诉程序的经验。Lara代表各种规模的客户，从个人发明者到中小企业和大型跨国公司。她拥有在欧洲、美国、中国和日本等多个司法管辖区进行申请的经验。
Simon 专长为作为技术公司的商业合同律师。他为电子、生物科学、国防、软件、纳米技术和创意产业的客户提供服务，为小型初创公司、大型跨国公司以及个人、公共机构和慈善机构提供咨询服务。他是公司扩展现实团队的负责人，并以此身份为Immerse UK和XR Nation等扩展现实组织的成员提供专业建议和培训。
他为各种合同提供咨询，包括许可证、研发合作、生产协议和采购文件。在监管方面，他曾就遵守临床试验法规、新型食品申请以及信息自由和数据保护问题提供咨询。
Simon 与他人合作撰写了两本商业教科书：《生命科学公司的商业问题》和《知识产权：公司的命脉》，并在《金融时报》、《专利世界》和《知识产权管理》等众多出版物上发表文章。他定期在英国和国际医药会议上举办研讨会和讲习班。他还是英国知识产权局指导小组的成员，该小组负责制定适合在中国进行研发合作的政策和合同。
Samuel于2016年毕业于杜伦大学，获得生物学和物理学自然科学学士学位。随后，他在伦敦大学玛丽皇后学院学习知识产权法和知识产权管理。
在 2019 年加入麦仕奇后不久，Samuel 还获得了伦敦国王学院分子生物物理学研究硕士学位，研究领域为大分子 X 射线晶体学和单颗粒冷冻电子显微镜。
杰里米于 2021 年 10 月加入麦仕奇，作为曼彻斯特分所的见习专利代理人。他于 2020 年毕业于利物浦大学，获得计算机科学学士学位。
在加入我所之前，Jeremy 参与过许多应用人工智能项目，例如情感分析、信号分类、图像生成、语音合成、语义相似性分析、强化学习算法交易以及专利分析。