人工智能（“ AI”）正在许多行业中扩展，到2030年可能为全球经济增加约13万亿美元。许多公共和私人组织都在AI研究与开发（R＆D）中投入了大量资源。美国，欧盟，加拿大，中国和许多其他国家已经制定或正在制定一项国家人工智能战略，该战略在许多情况下考虑了政府对人工智能的大量投资。全球对AI初创企业的投资稳步增长，从2010年的$ 1.3B到2018年的$ 40.4B以上，年均增长率超过48％。虽然全球大流行已挫伤经济增长，重点继续最大化AI以解决COVID-19和其他重要需求。

毫不奇怪，在AI研发方面的投资已大大增加了AI相关的知识产权（“ IP”）。自2017年以来，美国专利商标局（“USPTO”）发布了超过27,000个与AI相关的专利申请，其中在过去的18个月中发布了超过16,000个。世界知识产权组织（“WIPO”）报告了全球范围内与AI有关的专利申请量的类似增长。此外，组织将继续投资开发AI算法，软件和数据资产。

人工智能也已成为知识产权发展的重要工具。例如，许多制药公司在药物开发中使用AI。广告商和其他人利用AI来创建内容。这些活动和其他活动可以产生AI输出，例如新药或新内容，以及AI算法的增量改进，所有这些都可能是有价值的IP。

与AI有关的知识产权的10个最佳实践

鉴于其与人工智能相关的知识产权的潜在价值，组织应保护其知识产权。对于2018年的S＆P 500公司而言，知识产权和其他无形资产占公司价值的84％。但是，随着AI-IP法律环境的不断发展，制定利用此价值的策略可能会遇到一些障碍。例如，WIPO，欧洲专利局（“EPO”），美国专利商标局（USPTO），美国版权局和其他政府机构正在研究许多与人工智能有关的知识产权问题，包括人工智能发明者，专利资格，书面说明和启用要求，数据问题。以及与AI有关的版权问题。

为了在继续进行政策审议的同时最大限度地保护与AI相关的IP，组织可以遵循以下10种最佳实践。

1.制定知识产权战略和程序。

组织应拥有书面的知识产权战略以及实施该战略的程序，以有效地简化（1）知识产权资产的标识，（2）评估其对企业的重要性以及（3）确定如何最好地保护知识产权。保护的一些选项包括专利，版权，商业秘密，商标和合同，并且组织经常采用保护的组合。例如，算法通常受版权，商业秘密和合同保护。知识产权战略和程序应优先保护有价值的知识产权，同时考虑到现有法律可能会发生变化，并会在法律变化时根据需要进行修改。它们还应包括降低第三方侵权和其他IP索赔风险的步骤，并解决商标，社交媒体和其他IP问题。

2.评估发明是否具有专利资格。

在考虑为与AI相关的发明申请专利时，组织必须仔细回答这些发明是否符合专利保护条件的门槛问题。由于专利是地域性的，因此专利分析的资格要求在各个司法管辖区之间会有所不同，尤其是与AI相关的发明，这种分析可能会很复杂。例如，在美国，最高法院对广泛的法定专利资格语言进行了解释，以排除抽象概念，自然法则和自然现象（包括自然产物），而最近的案例则建立了两步检验标准，即Alice / Mayo框架，用于确定专利权利要求是否针对符合专利条件的主题。在在欧洲，虽然计算机程序可能无法申请专利，但可以达到或达到技术目的的人工智能和机器学习都可以使用。为了解决这些问题，组织应确定希望为其AI发明提供专利保护的国家，并评估此类发明是否满足适用的主题资格标准。如果是这样，必须准备专利申请以解决此类标准和组织的目标。如果专利保护似乎不可行，则组织应考虑商业秘密或其他选择。

3.确定与AI相关的发明的发明权和所有权。

使用AI开发的发明专利，例如可能在上述药物发现环境中出现的发明，提出了新的问题。具体而言，专利申请必须确定发明人。但是，英国专利局（“UKIPO”），EPO和USPTO最近表示，发明者必须是人类，并且不允许AI工具被指定为发明者。因此，组织在为与人工智能有关的发明准备专利申请时，应考虑与该概念有关的特殊情况。以及减少对发明的实践，以便确定谁应被命名为发明人。确定发明人的能力可能会对专利拥有权产生重要影响。在美国，发明人拥有专利申请，但没有相反的协议或其他安排。鉴于确定发明人的潜在困难和法律的不断发展，组织应确保所有潜在的发明人在许多情况下通过合同已经授予或以其他方式转让了他们在向组织提出的专利申请中可能拥有的任何权利。

4.遵守书面说明和启用要求。

在准备与AI相关的专利申请时，组织应考虑如何公开发明。根据美国法律，专利申请必须包括书面说明，以证明发明人在提交专利时已经拥有发明，并使“本领域普通技术人员”能够制造和使用发明。本书面说明旨在增进公众知识以换取垄断。如何最好地遵守书面说明的要求可能取决于各种因素，包括发明的性质和可用的信息。例如，如果专利申请涉及到对尚不为人所知或广泛使用的AI的改进，则可能需要相对详细的公开内容来描述和实现本发明。但是，如果预先存在的AI是众所周知的或可用的，则更高级的描述可能就足够了。

5.保护商业秘密。

商业秘密通常代表组织IP资产组合的重要组成部分。在某些情况下，例如（1）可能无法满足包括上述内容在内的可专利性要求，（2）追求专利保护的成本超过收益或（3）需要时，商业秘密可能比专利更可取。潜在的IP保护超出了可用专利期限。组织应制定政策来保护其商业秘密的机密性和安全性。这些政策应考虑到远程访问和工作量（例如在大流行期间），并应采取措施防止未经授权的泄露和商业秘密的使用，并调查和补救实际或怀疑的盗用行为。企业通常会通过各种措施来实施这些政策，

6.确定AI生成的版权作品的作者和所有权。

对于版权，确定作者身份并进而确保AI生成的作品中的版权拥有权，提出了类似于专利背景下提出的新问题。例如，英国的1988年《版权，设计和专利法》规定，当“没有人类创作”计算机生成的作品时，“应将作者视为创作作品所需安排的人”进行。”同样，美国版权局表示，它将仅对人类创作的原创作品进行版权注册。但是，确定AI生成的作品的人类作者不一定容易。例如，一些美国判例法建议如果与最终用户相反，AI程序的作者“承担大部分工作”来生成此类输出，则该程序的作者将被视为该程序产生的输出的作者。根据具体情况，确定程序是否完成了“大部分工作”可能具有挑战性。作者身份也会对版权拥有权产生重要影响。在美国，作者拥有版权，没有协议，可以租用作品或其他相反的安排。与专利一样，确保所有潜在作者的权利（包括在许多情况下以合同形式）对于解决所有权（包括AI输出和经过训练的算法）也很重要。

7.保护数据权利。

保护训练数据，AI数据输出和其他重要数据的权利也需要仔细注意。根据美国法律，数据不具有版权，因为“事实”不是原创的原创作品。但是，有限的版权保护可能适用于如何选择，协调或安排数据。同样，欧盟法律为选择或安排其内容“原始”数据库提供版权保护。欧洲还规定了专门的数据库权，如果已经投入大量资金来获取，验证或展示其内容，则对数据库的保护有限。只要采取适当措施保护数据的机密性，组织就可以依靠商业秘密或类似法律来保护数据。组织通常还利用合同来保护数据。

8.管理文本和数据挖掘及类似活动。

组织越来越多地使用文本和数据挖掘（TDM）和类似的方式来获取AI培训数据，并应确保这些活动不违反第三方权利或适用的法律或协议。在欧盟，2019年数字单一市场指令将“文本和数据挖掘”定义为“旨在分析数字形式的文本和数据以便生成包括但不限于模式，趋势和相关性的信息的任何自动分析技术。”该指令要求欧盟成员国对这些活动实施版权侵权的某些例外。只要IP所有者没有行使其禁止TDM的权利，组织就可以依靠这些例外。在美国，可能会有一系列法律适用于TDM和类似活动，例如合理使用版权例外，商标法律，合同法，《计算机欺诈和滥用法》以及州法律。总而言之，从事TDM和类似活动的组织应熟悉适用的法律和协议，并调整其实践以遵守这些法律和协议。

9.评估更广泛的数据策略。

组织还应该评估与数据有关的更广泛的法律前景。例如，欧洲委员会最近发布了关于“欧洲数据战略”的来文。此次交流着重于通过以下方式使欧盟实现其在数据经济中的潜力：（1）引入跨部门的数据访问和使用治理框架；（2）改善欧盟的数据处理基础设施并创建互操作性标准，（3）投资于技能和中小企业，以及（4）在战略部门（例如卫生，金融，农业和能源）创建通用的欧洲数据空间。交流之后的发展可能会影响组织保护数据的方式。

10.最大化合同。

如上所述，合同可以帮助保护和分配IP权利，包括培训数据，AI输出和算法。因此，组织应评估如何最好地利用合同来实现其目标，并仔细制定适当的合同条款。此外，组织应该熟悉越来越多的用于提供某些IP的“免费”标准格式协议，例如开源和知识共享许可。这些许可证有许多版本，但条款不同。开源许可证通常用于免费提供软件，而知识共享许可证通常用于免费提供其他受版权保护的作品和数据库。