博士后

当前位置: 首页 > 博士后 > 学术活动 > 正文

论人工智能算法专利的披露标准——博士后学术前沿系列讲座(十二)

日期:2023-04-10    浏览:

2023328日,以“论人工智能算法专利的披露标准”为主题的博士后学术前沿系列讲座第十二讲在线上举办,本活动中国政法大学博士后管理办公室民商经济法学院知识产权法研究所共同主办也是法大知识产权沙龙系列活动第二十八期。本次活动由广东外语外贸大学法学院魏远山老师主讲,邀请湘潭大学法学院刘友华教授中国政法大学法与经济学研究院谢尧雯老师与谈,由中国政法大学博士后郝明英主持。中国政法大学等高校老师及在校硕博同学、律师等社会各界人士参加活动并进行讨论。

本次讲座聚焦知识产权热点问题——人工智能算法(下称AI算法)的专利披露标准展开讨论。魏远山在主旨报告中指出,我国专利披露标准与AI算法专利并不适配提高AI算法专利的披露标准能更好应对AI算法的自主性、数据依赖性、低预测性与低解释性技术特性带来的专利披露难题,以更好的在该技术领域实现“公开换保护”,合理平衡专利权人的独占利益与社会公众的公共利益。具体来说,提高AI算法专利披露标准的路径包括其一,明确AI算法专利应披露的具体内容,包括但不限于算法源代码、训练方法和训练数据其二,设置激励措施提高申请人披露专利的积极性其三,探索建立算法训练数据的提存保管机制

与谈环节,刘友华教授针对该主题提出以下应注意的地方:第一,应注意专利制度中实用性和充分公开的逻辑关系,同时应考虑提高AI算法领域专利披露标准与其他技术领域披露标准的协调性,保证整个专利授权标准体系的周延性。第二,是否可以考虑从专利制度外寻找解决披露问题的方案或促进算法治理,如算法备案制度等。第三,就主旨报告中提到的激励措施而言,仍需特别注意制度落地的价值成本与社会影响,最好能够实现问题的集中解决。谢尧雯老师指出,人工智能对科技伦理、数字经济、乃至法经济学产生了巨大的影响在研究相应问题的时候,应注意以下几点问题一是构建人工智能分类标准例如学习性算法如AI学习网络、机器学习功能性的算法诸如计算机视觉、语音处理的区分又如行业性的应用,无人驾驶、智慧城市等应用场景的区分二是制度建构之前,考虑提高披露标准带来的社会成本以及最核心利益冲突,例如个人隐私、商业数据之间的冲突

最后,讲座参与者就AI算法专利披露标准、数据保护的制度构建等问题进行了交流与讨论,本次讲座圆满结束。

地址:北京市海淀区西土城路25号中国政法大学研究生院    邮编:100088传真:010-58908060            Email:yyzhk@cupl.edu.cn

Copyright©2021 中国政法大学研究生院

百度统计