人工智慧與機器學習的智慧財產權

亞洲太平洋地區糧食與肥料技術中心農業政策資訊平台編譯

基於人工智慧（Artificial Intelligence，AI）或機器學習（Machine Learning，ML）所發展出的科技可以申請專利嗎？在發展基於AI與ML的相關服務或產品時，哪些是關於智慧財產（Intellectual Property，IP）的商業議題呢？由智慧財產推廣中心（Intellectual Property Facilitation Centre，IPFC）於國際半乾旱熱帶作物研究所（International Crops Research Institute for the Semi-Arid Tropics，ICRISAT）近期所舉辦的網路研討會當中，即針對這些相關問題做出回應。

Neoware Technology Solutions的創辦人史瑞尼(Mr. Rajaraman Srinivasan)與VB Legal的史瑞絲(Ms. Akshaya Suresh)，在“智慧財產權在人工智慧與機器學習科技的重要性”的網路研討會當中，揭櫫了AI、ML、以及IP所扮演日漸重要的角色。

AI與ML可被用於解決商務工作所面臨到的複雜問題，例如AI與ML正被用於農業部門的4個關鍵領域，分別為：解決勞動力短缺的自動化（自動曳引機、與具有採收和噴灑功能的機器人）、促進生產力的土壤水分含量偵測（作物產量）、監控作物健康情形的病害辨識、與精準農業。

史瑞尼提到AI與ML可成為科技與商業發展的重要推進力，主要奠基於數據的可取得性、規模化運算與技巧、投資及社會的認知。

身為科技商務方面IP管理的法務專家，史瑞絲也解釋了IP與AI及ML彼此間的關聯性。她先從IP策略目的開始，並以AI及ML為基礎的科技為例，舉出IP在產品的使用、保護、及營運獲利的層次所扮演的關鍵角色，這些分別為：AI的訓練資料集、ML演算法、軟體、與產出的結果。

訓練資料集指的是一開始用於發展ML模型的初始數據，在使用資料集時，使用者必須瞭解到公共開放資源的第三方權利、資料的所有權與法規議題。

ML演算法則是用於解決問題的技術。在印度，欲保護演算法的智慧財產權是極為不易的事情，主要是目前仍禁止針對演算法與電腦程式的智慧財產權申請，且著作權法也無法提供完善的保護。唯一可保護演算法的方式，即是將之當作營業秘密。

在使用開放式、或授權軟體前，需仔細閱讀附加條款，以了解使用的方法，著作權與專利是用來保護軟體或電腦程式。

AI或ML的產出結果，也根據使用AI的目的而有所不同，這也意味著其具備預測、推薦或者分類的特性。

舉例來說，若AI被用於作物的播種，其產出的結果將會是關於何時與如何播種的預測式分析。AI的產出結果無法得到著作權、或專利的保護，因為電腦並不能成為作者之緣故。若有關於特定層面的產出需要被保護，透過契約簽訂的方式會是目前最可行的方式。

那麼，關於IP接下來在AI及ML的方向該往哪裡去呢？未來最佳化的IP在AI與ML的推行方式應是建立一個含括健全的政策、基礎設施、專家、與資本的國家型的創新生態系，同時也應要求產業應針對其推出的AI與ML產品和服務，採用適當的IP布局策略。印度目前雖處於探索IP的陌生階段，但也需要盡快找出應對方式，以回應快速改變的AI生態圈。

自動化機械與基於AI和ML為開發基礎的感測器，將是農業的未來樣貌。農業發展將逐漸為數據所驅動，並且透過AI與ML的工具讓這一切實現。伴隨著這些工具快速的變化步調及其複雜化的本質，在這領域中的商業發展與成立的新創公司都必須採取更為周全的IP策略，才有機會存活並實現獲利。

參考文獻：