用知识产权来保护人工智能：比较美国与英国所采取的方法

人工智能的飞速发展引发了人们有关知识产权法应如何保护人工智能资产和人工智能产出的讨论。这一问题引起了利益相关者和政策制定者的广泛辩论和关注。英国议会两院之间就《数据（使用和访问）法》中有关如何在版权作品上训练人工智能工具的条款所开展的旷日持久的争辩就是一例明证。

本文讨论了英国和美国目前对于版权和人工智能所采取的立场，以及知识产权法保护人工智能资产的不同方式，特别是通过商业秘密和专利等形式。各个公司正在越来越多地使用商业秘密来保护人工智能资产，因为这是维护人工智能信息的机密性，以及规避为人工智能技术提供专利保护所带来的某些缺点的有效方法。

文本与数据挖掘例外与版权

在英国

现如今，权利持有人经常担忧人工智能模型会使用包含受版权保护的作品，并以此作为输入进行训练。例如，某个用来创建图像的人工智能模型，可能就是在一副与输入到人工智能模型提示中的描述性词语存在着关联的图像上完成训练的。在英国，《1988年版权、外观设计和专利法》允许人们出于非商业的目的来对版权作品进行文本和数据挖掘，不过前提条件是使用者对相关作品要拥有合法的访问权，例如通过订阅或许可等。上述“数据挖掘”指的是能分析大量信息的自动化技术，这种挖掘可能涉及从版权作品中提取信息。

然而，在许多情况下，权利持有人认为人工智能模型是在未经版权所有者许可的情况下，使用受版权保护的作品来进行训练的。在于2024年12月发布的一份咨询文件中，英国政府表示，其认为需要在人工智能的背景下对版权法进行修改。政府表示，它可能会选择修改现有的文本与数据挖掘例外规定，以允许人们出于商业目的而开展文本与数据挖掘工作，但是这仅限于“权利持有人未选择不同意其作品以这种方式进行使用”的情况。无论上述咨询的结果如何，政府都提议通过立法而非行为准则来进行修订，因为这将为该领域带来人们所需的清晰度和更高的确定性。

英国法院正在审理有关人工智能与版权的问题，某家公司对一家英国的企业提起了诉讼，声称对方侵犯了版权、商标权和数据库权利。高等法院尚未就此作出判决。最初的3项指控之一是被告人工智能公司在训练和开发其人工智能工具期间复制了原告的作品，构成了直接的版权侵权。不过，这部分的指控，连同原告另一项涉及直接版权侵权的附加指控，均已被撤回。因此，主审法院当前不太可能会处理好这些问题，而英国的法律将如何处理直接版权侵权行为也是有待观察。然而，高等法院关于间接版权侵权的裁决将决定其他权利持有人是否能在英国成功起诉人工智能开发者侵权。直接的版权侵权涉及未经授权的复制或向公众传播，而间接版权侵权则涉及诸如销售、分发、进口和营销等次要行为。

原告放弃其两项主要（均为直接版权侵权）指控的决定，凸显了原告在主张人工智能资产版权侵权过程中所面临的困难。原告放弃其直接侵权指控是因为支持其指控的证据涉及发生在英国司法管辖范围之外的侵权行为。英国版权法没有域外效力，因此，某些侵权行为必须要发生在英国境内，英国的版权法才能适用。这对希望依据英国版权法来维护自身权利的权利持有人构成了挑战，因为人工智能经常会在英国境外展开训练。尽管如此，该裁决仍将为未来的版权持有人和人工智能开发者提供一定的清晰度。

在美国

美国法律在处理利用版权作品训练人工智能模型的问题上采取了不同的方法。在美国，与文本与数据挖掘制度相对应的是合理使用抗辩。美国法院会根据每个案件的具体事实，来判断在版权作品上训练人工智能工具是否构成了“合理使用”。在审议这一问题时，美国法院比英国法院更为积极。已有3个美国地区法院发布了意见书，分析了在训练人工智能模型背景下的合理使用抗辩。第一份作出的裁决分析了一个非生成式人工智能模型，并认定合理使用抗辩不适用。在将分析结论局限于非生成式人工智能时，法院似乎受到了此种使用的商业性质以及人工智能模型输出缺乏转换性这两点的影响。另外两个分析了生成式人工智能模型的案件则裁定，合理使用抗辩适用于这些人工智能模型的训练。

与较早的案例不同，这些案件认定人工智能生成的输出与受版权保护的作品相比具有转换性。这些分析观点在涉及合理使用抗辩的关键方面存在着差异。同一家上诉法院原本将复审这两项裁决。若能了解上诉法院法官对地区法院分析结论的意见，这本该是一件很有趣的事情。然而，这至少在其中的1起案件中不会发生了，因为当事人已通知地区法院其已达成和解，同时地区法院也已批准了这项和解协议。目前，是否会有其他诉讼当事人将通过商业解决方案来避免出现对内容所有者或模型开发者不利的上诉判决，仍有待观察。

在美国，法院还就一系列与版权和人工智能有关的其他问题作出了裁决。例如，在另一个案件中，法院裁定，仅由人工智能程序创作的作品是没有资格获得版权保护的，尽管法院承认，包含人类贡献的作品的某些方面可能具有可版权性。

美国国会也在关注版权问题。针对版权和人工智能透明度的法案目前正在国会进行审议，例如《人工智能问责与个人数据保护法案》和《人工智能国家透明、责任和问责法案》。《人工智能问责与个人数据保护法案》禁止公司在未经许可的情况下使用个人数据或版权作品训练人工智能模型，并将设立一项联邦诉因，以处理滥用个人数据或版权材料的行为。《人工智能国家透明、责任和问责法案》则将建立一个行政传票程序，使版权所有者能够请求地区法院书记官向人工智能开发者发出传票，要求披露其认为在人工智能训练中使用的版权作品的副本或记录，以便更加明确地进行识别。

美国和英国都在努力探索如何最佳地平衡人工智能创新与版权持有人的权益。人工智能的开发者和部署者应密切关注版权领域中的新发展，因为预计在此问题上将会出现许多新的变化。

商业秘密

在英国

商业秘密可用来保护具有“机密性”的信息。它们是保护人工智能技术的有用工具。英国的商业秘密受《2018年商业秘密（执行等）条例》的管辖，该条例反映了欧盟《商业秘密指令》中的内容。法律要求控制信息的个人或实体在相关情况下采取合理措施以维护其机密性。英国法律对“商业秘密”的定义较为宽泛，可以涵盖多种信息，包括源代码、训练数据、模型权重和专有算法。商业秘密的保护没有时间限制，理论上只要信息保持机密状态并持续地具有商业价值，就可以无限期地延续下去。

为了保护商业秘密，有关各方在合同和保密协议中使用明确的保密条款是至关重要的。明确约定双方均同意对算法、机器学习和人工智能数据予以保密并认可其价值的合同协议，将能最大限度地降低信息泄露的风险。对于各个组织而言，实施强有力的内部保密措施也很重要。如果没有这样的保密程序，其他人就有可能获取这些数据。

以这种方式保护人工智能的一个关键好处在于，商业秘密不需要像专利注册那样公开信息。因此，商业秘密是保护敏感人工智能技术的有效方式。此外，在人工智能这样快速发展的行业中，当受专利保护的发明可能因专利人工智能技术过时而变得陈旧时，商业秘密会变得更加有用。商业秘密可以轻松地保护专有技术，而这很难通过专利注册来提供保护，并且合同可以迅速更新以涵盖新技术。这一点很重要，因为专有技术在人工智能系统的设计、数据收集、训练、算法、输出以及人工智能源代码中都是至关重要的。

然而，寻求依靠商业秘密保护其人工智能资产的组织需要警惕在执行这些商业秘密权利时可能会出现的挑战。例如，企业需要满足“已采取合理措施来保护商业秘密”的要求。这是一个存在不确定性的领域，因为在撰写本文时，英国尚无关于这一要求的司法指引。除了确保签署保密协议并在雇佣合同中设置适当条款外，相关组织执行和监督这些条款（例如通过员工培训）也很重要。此外，要成功主张商业秘密权利，商业秘密持有人需要证明该信息并未全部或部分处于公共领域，并且该商业秘密因其机密性而具有商业价值。组织在决定将其人工智能资产作为商业秘密保护之前，应仔细考量这些要求。

在美国

同样地，在美国，与专利相比，商业秘密为“获得保护”提供了一条更加便捷的途径。当信息因未被普遍知晓或不易被查明而具有经济价值时，即可获得商业秘密保护。这是因为联邦和州层面的法规都赋予了人工智能开发者和部署者以维持商业秘密保护的能力。商业秘密法要求信息所有者采取合理措施来对相关的信息进行保密。

在美国，商业秘密与版权或专利保护的一个区别在于：商业秘密的所有权并非源于信息被创造出来的方式，而是基于对该信息的合法拥有。因此，使用商业秘密可以绕开关于其所有权的问题，而如果寻求专利或版权保护的话，则可能会产生这方面的困扰。

辅以精心起草的合同，商业秘密是在英国和美国保护人工智能技术的有力工具。通过商业秘密保护人工智能资产具有明显的好处，特别是对于那些似乎难以获得其他形式的知识产权保护的资产而言。各个实体在为人工智能创建出的人工智能资产以及带来的进步制定知识产权战略时，应牢记这些商业秘密和合同条款。

专利

在英国

另一种保护人工智能资产的方式是通过专利法。然而，为人工智能技术申请专利是一个漫长的过程，并且在这一领域中存在着一些法律上的不确定性。在先前一起最高法院的案例中，英国最高法院确认，根据英国的专利法，人工智能系统不能被指定为发明人，因为现行法律要求发明人必须是人类。法院并未考虑到更广泛的问题，即人工智能生成的产出结果本身是否可授予专利，这也使得该问题在法律领域中依然是不明确的。希望为人工智能技术申请专利的公司可能难以满足发明人必须是自然人的要求，这对于那些希望为人工智能生成的技术申请专利的企业来说是一个问题。在出现这起案件之后，围绕英国立法中“发明人”的定义是否应进行更新以涵盖计算机生成的发明引起了人们的争议，因为人工智能生成的输出结果通常是由机器而非人类创造的。为技术申请专利的目的是促进创新，因此，如果该裁决开始阻碍英国人工智能的发展，那么政府可能会在这一领域进行立法。

在美国

与英国一样，美国法院也裁定不能将人工智能列为发明人。只有当人类在发明的创造或使用过程中作出了重大贡献时，该发明才可能获得专利。在这方面，商业秘密为保护由人工智能发明者生成的人工智能技术提供了一种更有效的方法。

在美国，利用专利保护人工智能的一个优势在于，独立开发不能作为侵权抗辩理由，这与商业秘密和版权不同。因此，对于能够证明人类发明者对工具的创造或使用作出了重大贡献的人工智能技术，专利保护仍然是企业可以考虑的一种保护工具。

总体而言，为人工智能技术申请专利仍然是保护人工智能的一种法律工具。然而，英国和美国当前的框架要求发明中要具有人为的因素，那些开发人工智能技术的企业在寻求专利保护时应注意到这一点。

结论

人工智能工具正在迅速发展，企业将需要考虑如何才能最好地保护其人工智能工具中所包含的知识产权。内容所有者将继续依赖版权提供的保护，特别是在他们能够证明在英国发生了侵权行为的情况下。只要各个组织在其合同中商定保密条款并确保采取内部措施对信息进行保密，商业秘密就可能是在英国和美国保护人工智能资产并维护其机密性的有效机制。另一方面，专利保护在英国和美国均对人类发明人作出了要求，因此，对于由人工智能发明者生成的技术，专利保护是一种效果较差的工具。然而，这种有关发明人的要求可能会通过立法进行修订或推翻。鉴于法律变化的步伐，人工智能开发者和部署者在考虑如何保护其知识产权资产时，应密切关注英国和美国的法律发展。（编译自www.mondaq.com）

翻译：刘鹏　校对：王丹