陳 楊 ，張書賓

（長沙理工大學，湖南 長沙 410004）

一、問題的提出

關于人工智能的討論由來已久，著名的圖靈測試將人工智能類比人類行為的模式:“如果機器具有人類一樣地表現(xiàn)，它就具有人類一樣的智能?！盵1]科學家如斯蒂芬·霍金也表達過對于人工智能發(fā)展可能會沖擊人類生活規(guī)則的擔憂。不管怎樣，不可否認的是人類在AI領域的創(chuàng)造性已經(jīng)取得了相當?shù)某删汀Ｈ绻fAlphaGo戰(zhàn)勝人類圍棋冠軍只是“算法”的小勝，那么寫出“徜徉的蒼蠅，也變得彷徨；明天，是在陽光照射的方向，還是陽光來自的地方”的微軟“小冰”則著實吸引了眾多目光。人工智能已然成為人類爭取科技制高點的目標，但在目前的“弱人工智能時代”，機器人距離擁有人類的“獨立意志”還相去甚遠，其工具價值本質(zhì)上與其他科技產(chǎn)品無異。與此同時，面對諸如無人駕駛、智能機器人等這些實實在在地影響著人們生產(chǎn)生活的新技術常態(tài)，學界自然不能熟視無睹。

吳漢東教授就認為：“人工智能作為新技術方案的設計工具，位居發(fā)明創(chuàng)造活動的上游，其本身就是一種突出的技術創(chuàng)新”，而對于人工智能生成，或是借助人工智能完成的發(fā)明，現(xiàn)行專利授權(quán)制度亦不應將其拒之門外。[2]南京師范大學法學院的梁志文教授則認為，可以構(gòu)建一種“以人類讀者(受眾)為基礎，而不是以人類作者、發(fā)明人為中心的版權(quán)法和專利法理論”，這種轉(zhuǎn)換主體視角的構(gòu)思一定程度上挑戰(zhàn)了現(xiàn)行知識產(chǎn)權(quán)體系。[3]還有部分學者認為將人工智能作為法律擬制“人”，賦予其人格權(quán)利，以此打破現(xiàn)行“人類中心主義”的知識產(chǎn)權(quán)體系能夠更好地解決問題。盡管學者們對此莫衷一是，但這種見仁見智的思想交鋒也正體現(xiàn)了知識產(chǎn)權(quán)界對于人工智能挑戰(zhàn)的積極回應。在人工智能方面，人因工程學的學者們關注的是人與機器的交互關系，通過與人工智能的“互動”，使機器給出符合我們預期的反饋，即人工智能在人的一定控制或參與下的交互性產(chǎn)出。可以看出，知識產(chǎn)權(quán)界對于人工智能輸出成果的側(cè)重性研究存在與人工智能互動產(chǎn)出物概念上的交叉，即人機交互過程中人工智能輸出成果總體上可以理解為人工智能給出的反饋，應該說這種不同學科間的對話不失為一種有益的嘗試。

同時，筆者發(fā)現(xiàn)學界對于人工智能輸出成果的表達差異化明顯，如人工智能生成成果、人工智能創(chuàng)造物、人工智能作品等，但其意涵卻難言一致，甚至有看似矛盾的表述。在詞語含義表達一致的情況下，默認混用似乎無可厚非，但從規(guī)范的法教義學角度來講，確立統(tǒng)一的學術表達方式實有必要。從本體論的角度來說，對于何為“人工智能生成成果”？這種表達是否合理？以及何為其內(nèi)涵與外延？可能正是目前理論界需要關注的一個重要議題。實際上，人工智能輸出成果的客體范圍不局限于一般學者的現(xiàn)有視界，可以是可授予專利的技術方案，亦可以是效仿倫勃朗畫風的畫作，或是巴赫風格的編曲等等，而非單純的人工智能輸出“物”，這樣看來，民法上“物”的構(gòu)成要件（存在于人身之外的、能被人支配與控制、具有一定經(jīng)濟價值）在此處也并不完全適用。據(jù)此，筆者更傾向于將“人工智能輸出成果”，這一含義更廣的詞語作為統(tǒng)一表達，并在本文一以貫之。

為了進一步界定“人工智能輸出成果”，解決本體論問題，分類研究是行之有效的途徑之一。筆者嘗試從一種新的視角出發(fā)，將人工智能之反饋作為人工智能輸出的所有類型概括，探討不同形式分類下的人工智能輸出成果的可知識產(chǎn)權(quán)性，借以拓寬現(xiàn)行研究的整體視野。原因一則在于以人為中心建構(gòu)的傳統(tǒng)知識產(chǎn)權(quán)體系，與以人機關系為關注焦點的人因工程學存在天然聯(lián)系。二則在于其概念外延更廣，在人因工程學研究范疇的語境限定下可作為人工智能輸出成果的上位概念。三則在于法律語言的簡練及精準要求，如符合人類預定規(guī)則的人工智能輸出成果，就可以簡潔的表達為“預設反饋”。

二、人工智能輸出成果的分類

（一）人工智能輸出成果分類的必要性

關于人工智能輸出成果分類的討論并非一個新鮮的話題，其知識產(chǎn)權(quán)的客體范圍正隨著智能革命的推進而不斷發(fā)展。最早于20世紀70年代就出現(xiàn)了關于人工智能創(chuàng)作作品的可版權(quán)性討論，這時的探討并不涉及針對“成果”的更廣的分類問題。原因在于當時的人工智能發(fā)展更多的聚焦于計算機軟件的智能應用上，例如，80年代，美國就出現(xiàn)了利用計算機軟件自行創(chuàng)作的文學及音樂作品，甚至還出現(xiàn)了利用計算機軟件創(chuàng)造的計算機軟件，美國版權(quán)局甚至授予了部分計算機軟件創(chuàng)作作品以版權(quán)。但隨著人工智能技術的不斷延伸、擴展，人工智能技術在多個領域都表現(xiàn)出了巨大潛力，而不再局限于傳統(tǒng)的圖像加工處理等淺層次技術層面。所以，時至今日，人工智能輸出成果起碼包含了關注甚廣的人工智能生成作品、人工智能生成發(fā)明。站在知識產(chǎn)權(quán)法規(guī)范的角度，解決人工智能輸出成果分類問題亦是秉要執(zhí)本，大有裨益的。

有學者以人工智能創(chuàng)作與傳統(tǒng)機器創(chuàng)作相比進化與否為標準，將人工智能生成物區(qū)分為兩類，第一類生成物即傳統(tǒng)的機器衍生作品，第二類生成物指擺脫了人類預定規(guī)則的，真正的機器獨立創(chuàng)作[4]。該分類的分類對象作者意指人工智能作品，但使用的是“生成物”“創(chuàng)作”“創(chuàng)作物”等表達，但“生成物”外延明顯大于“創(chuàng)作物”或者“創(chuàng)作”，筆者認為以“人工智能輸出作品”表述更為準確。同時，上述分類的分類標準即所謂的“人工智能創(chuàng)作是否發(fā)生進化”界限相當模糊，從根本上說，任何人工智能輸出作品的產(chǎn)生都必然能夠溯源至人類先前的技術創(chuàng)新與應用，其核心是數(shù)據(jù)與“算法”。即使承認這種“進化”標準，這種分類也遺漏了“進化”的中間地帶，即人工智能在人類事先定義的規(guī)則之下獨立完成的創(chuàng)作，由于機器的實質(zhì)貢獻超過了人類，這種情況是否又可以稱之為“第三類生成物”呢？

還有學者主張通過衡量機器在最終成果中的貢獻力，得到機器與發(fā)明的頻譜關系，從而將人工智能發(fā)明類型化為三類：一是輔助生成發(fā)明，機器只是人類智力創(chuàng)造的一種手段，且僅起到輔助作用；二是合作生成發(fā)明，即機器與人共同協(xié)作，對最終成果的實現(xiàn)有一定的實質(zhì)性貢獻；三是獨立生成發(fā)明，這里的發(fā)明成果完全由機器獨立完成，機器具有獨立意志并能自我支配[5]。這種針對人工智能生成發(fā)明的分類應該說可以反映大多數(shù)學者的意見，當然這種根據(jù)貢獻力程度占比進行分類的分類標準同樣適用于人工智能輸出作品，或者其他人工智能知識產(chǎn)權(quán)客體。按照通常理解，第一類輔助生成發(fā)明，以及第三類獨立生成發(fā)明應分屬于貢獻力程度的兩端，屬于或有或無的情況，其余的情況通歸于第二類合作生成發(fā)明。值得注意的是，“貢獻力程度”亦如專利授權(quán)條件中新穎性、創(chuàng)造性、實用性判定標準一般，不同的學者解讀，結(jié)論可能大相徑庭，例如實用性標準中的“實際效果”評價等。所以，即使采用這種看似周延的劃分標準，學界依然需要較長時間的理論探討，形成可靠的、便于實務操作的法律規(guī)范指引。由于這種規(guī)范的缺失，一定程度上導致部分學者頑守“人類中心主義”的傳統(tǒng)規(guī)范理論體系之陣地，從而否決了更多理論探討的可能性。但當“強人工智能時代”來臨，獨立生成發(fā)明已不存爭議之時，關于人工智能輸出成果是否能夠成為知識產(chǎn)權(quán)的保護客體以及其權(quán)利歸屬的規(guī)范，必然會在某種程度上突破現(xiàn)有知識產(chǎn)權(quán)體系。時代在發(fā)展，理論自然不可停滯，沒有人可以作壁上觀。當然，我們亦可以借鑒這種相對周延的分類標準，進一步完善對于人工智能輸出成果的分類。

值得注意的是，盡管我們目前仍處在“弱人工智能時代”，但人工智能已經(jīng)由算法輸入決定輸出的低級階段轉(zhuǎn)入“自我學習”的高級階段[6]，這對現(xiàn)行的知識產(chǎn)權(quán)法提出了新的挑戰(zhàn)，更重要的是，要盡量預防未來可能出現(xiàn)的事實與法律規(guī)范的脫節(jié)。微軟“小冰”的“個人”詩集問世以后，微軟（亞洲）互聯(lián)網(wǎng)研究院宣稱愿意放棄“小冰”的所有詩歌版權(quán)，但問題是，其是否有放棄該詩集版權(quán)的資格？這種聲明放棄的形式是否可靠的使得作品完全進入公共領域？可以說，要解決這些現(xiàn)實問題，知識產(chǎn)權(quán)法必須予以回應，人工智能輸出成果的本體論的理論建構(gòu)是其中的重要一塊。鄭永流教授就曾指出：“從應用法律的特點看，事實與規(guī)范兩者不相適應，問題出在規(guī)范上。只有不確定的規(guī)范，沒有不確定的事實。”[7]當然，時下“規(guī)范”如何規(guī)范調(diào)整新的“事實”，筆者認為理論的每一次實質(zhì)推進都是達成目標的開始或者有益探索，對人工智能輸出成果進行分類的初衷亦是如此。

（二）人工智能輸出成果的具體分類：既定反饋、協(xié)作反饋、智能反饋

以人類行為對人工智能輸出成果的控制強度為分類標準，本文將人工智能輸出成果分為以下三類：既定反饋、協(xié)作反饋、智能反饋。既定反饋是指機器完全遵循人的行為指令，從而輸出完全符合預期的結(jié)果（排除機器誤差等偶然因素）。人類對既定反饋的人工智能輸出成果具有絕對的控制力（如圖1，A點），機器是人類思維與智慧的延伸工具，也就是所謂的輔助工具。以3D打印為例，這種以三維模型數(shù)據(jù)為基礎，通過機器層疊打印輸出3D實物的技術，盡管極大的豐富了人類造物的手段，但我們不能指望它自己去加工處理數(shù)據(jù)，打印出一尊精美的仿清代瓷器。

圖1 人工智能輸出成果的分類

人工智能涉及語言處理、圖像識別、神經(jīng)網(wǎng)絡、基因測序等等領域，其核心在于人工智能基于算法得到脫離于人類思維、意志、分析的反饋，這也是人工智能區(qū)別于人類智慧的本質(zhì)定義。如此說來，“輔助工具”本身就不是“人工智能”，其輸出成果之一的“既定反饋”，更不應作為“人工智能輸出成果”的子分類之一，這種分類本身就是矛盾的？其實不然，因為我們通常使用的“人工智能輸出成果”并不等于“人工智能的輸出成果”。學界對于“人工智能”的理解寬于后者，強調(diào)“人工智能輸出成果”整體多于強調(diào)“人工智能”，后者排除了“既定反饋”這種偽人工智能之產(chǎn)物。雖有錙銖必較之嫌，但基于前者為學界普遍使用，實有詞嚴義密之必要，也驗證了此種分類的合理性。

協(xié)作反饋與智能反饋相對不易區(qū)分，因為人類對最終成果的控制強度并沒有絕對的評價標準。實際上，筆者也并不主張在目前的“弱人工智能時代”去絕對區(qū)分兩者。當然，從理論上來說，完全排除人為控制因素的人工智能輸出成果屬于智能反饋（如圖1，B點）這是沒有爭議的，問題是人工智能的發(fā)展盡管迅速，但要完全實現(xiàn)在獨立意志的支配下創(chuàng)作或者發(fā)明，仍需相當長的一段時間。當人類的控制程度（實際貢獻）已經(jīng)顯著低于機器時，將此類成果歸為智能反饋是一種務實的考量。也就是存在這樣一個變量X（如圖1），適當擴充了智能反饋的范圍。簡單理解就是，當人類控制強度遠低于于機器控制強度時，該成果才更偏向于智能反饋。以一款模擬生物演進的人工智能為例，它能按照事先的設定，通過模擬雜交，自然選擇等過程，不斷迭代，最終得到滿足終止條件的樣本[8]。通過該種方式，相關的研究人員已經(jīng)申請到多項發(fā)明專利。要得到同樣的成果，人類在大量精力的投入下也有可能實現(xiàn)，但研發(fā)者幾乎不可能達到同等效率實現(xiàn)目標，其智力因素僅存在于人工智能軟件或程序開發(fā)本身而不及于成果輸出，所以該成果的人類控制強度就會低于機器控制強度，從而使其分類更偏向于智能反饋。這個例子給了我們一些啟示，區(qū)分協(xié)作反饋與智能反饋也并非無章可循，參考同等物力、財力、時間，空間等條件下，分析人類行為對于人工智能輸出成果的貢獻程度，同時考量機器的智能程度，或許可以建立一種可供參考的評價體系。這樣做的目的在于，如果認為協(xié)作反饋與智能反饋有是否屬于知識產(chǎn)權(quán)保護客體的范圍以及權(quán)屬爭議的差異，那么這樣的探討就可以讓相應理論更易于落地。

三、基于前述分類的人工智能輸出成果的可知識產(chǎn)權(quán)性分析

在對人工智能輸出成果可知識產(chǎn)權(quán)性進行討論之前，我們還必須明確每一種分類對應著的知識產(chǎn)權(quán)客體，也就是這種分類的二級分類（如圖2）。其實，對于二級分類中作品及發(fā)明等客體的可知識產(chǎn)權(quán)性，學界已經(jīng)進行了較為充分的討論。對于既定作品或者發(fā)明等，其本身就在現(xiàn)行知識產(chǎn)權(quán)法的規(guī)制范圍之內(nèi)，固然不需要多做討論。對于協(xié)作反饋及智能反饋對應客體的可知識產(chǎn)權(quán)性，不管是對可版權(quán)性還是對可專利性的爭議，爭議焦點都在于兩個方面：一是作品或者發(fā)明本身是否屬于當前著作權(quán)法、專利法保護的客體范圍；二是權(quán)利歸屬問題。

圖2 人工智能輸出成果的范圍

（一）協(xié)作作品、智能作品的可版權(quán)性

在判斷協(xié)作作品，或者智能作品是否構(gòu)成著作權(quán)法意義上的“作品”時，我們首先應該洞悉下面這種悖論。傳統(tǒng)著作權(quán)法是以“人”為中心建立起來的保護體系，依照我國《著作權(quán)法實施條例》規(guī)定，作品必須具有獨創(chuàng)性。顯然這種“獨創(chuàng)性”標準要求“創(chuàng)造者”的法律主體人格。也就是說，“在目前的著作權(quán)法體系中，作品僅是指自然人、法人或其他組織創(chuàng)作的智力成果，作品的權(quán)利也只能由上述三者取得?！盵9]由于機器人不屬于自然人、法人或者其他組織，將其擬制為享有主體資格之“法律人”的做法亦有法理上的障礙，所以，人工智能輸出作品不應受現(xiàn)行著作權(quán)法保護，自然無需討論權(quán)利歸屬問題。但從著作權(quán)法保護私權(quán)，鼓勵創(chuàng)作的目的出發(fā)，這種觀點又顯然背離了著作權(quán)法的立法精神。因為一旦這些作品都被法律拒之門外，開發(fā)者、投資人的熱情就會備受打擊，甚至影響整個智能產(chǎn)業(yè)的發(fā)展。由此就形成了這種理論怪象：機器人作品需要受著作權(quán)法保護-人才能創(chuàng)作作品-機器人作品不應受著作權(quán)法保護。

破解悖論的關鍵一環(huán)在于“作品”是否必然與人聯(lián)系起來才得以受保護。有學者從知識財產(chǎn)的法哲學角度分析，認為著作權(quán)法中的創(chuàng)作原則來源于自然法學派約翰·洛克的財產(chǎn)權(quán)勞動學說?；凇疤熨x人權(quán)”的理念，人擁有自己身體的所有權(quán)，所以可以獲得自己勞動的產(chǎn)物。該理論認為當一個人將自己的勞動作用于共同某共有物時，他便擁有了該物的財產(chǎn)權(quán)。雖然勞動的客體是有形財產(chǎn)，但后來也慢慢被用來解釋無形財產(chǎn)的合理性。智力成果無疑亦是勞動的產(chǎn)物，人們因此獲得相應的財產(chǎn)權(quán)利。人工智能時代，這種理論延伸出的創(chuàng)作原則不能當然適用于對人工智能作品屬性的判斷，因為機器沒有人身屬性，沒有自主意識，自然無法適用所謂的創(chuàng)作原則[10]。還有學者認為“獨創(chuàng)性判斷的對象只能是已經(jīng)生成的表達本身，智力成果的結(jié)論只能根據(jù)已經(jīng)生成的表達結(jié)果進行推定，在具備生成一定數(shù)量不重復內(nèi)容可能性的情況下推定為智力成果”[11]，也就是說，對于作品獨創(chuàng)性的判斷應依賴于作品本身而非糾結(jié)于創(chuàng)作主體的情況。筆者認為，對于人工智能的作品屬性判斷，必須改變傳統(tǒng)思維，采用“盲評”的方式進行，也就是在不考慮創(chuàng)作主體的情況下進行判斷，適用最低創(chuàng)作力標準以及“額頭流汗”標準。

協(xié)作作品、智能作品具有作品屬性基本上可以達成共識，而對于其權(quán)利歸屬問題則爭議較大，特別是智能作品的權(quán)屬問題。對于協(xié)作作品，學界討論相對較少，在機器與人協(xié)同完成作品的情況下，我們傾向于認為現(xiàn)行著作權(quán)體系足以保障“作者”的合法權(quán)益，可以根據(jù)法律規(guī)定或者合同約定確定，一般情況下，只要不是具有獨立意志的人工智能作品，都應該將著作權(quán)歸于人類作者。筆者認為，這種做法可能無法應對目前“弱人工智能”時代涌現(xiàn)的大量協(xié)作作品的現(xiàn)實狀況，在開發(fā)者與使用者分離的情況下，使用者與機器協(xié)同完成作品創(chuàng)作獲得著作權(quán)，開發(fā)者可以獲得算法程序的著作權(quán)保護。關鍵在于使用者與機器的協(xié)同方式，開發(fā)者是否仍具有對最終成果的控制地位。若開發(fā)者仍然對最終成果具有控制地位，可適用職務作品的有關規(guī)定，著作權(quán)仍屬于開發(fā)者享有，使用者享有在其業(yè)務范圍內(nèi)的優(yōu)先使用權(quán)，法律、行政法規(guī)規(guī)定或者合同約定著作權(quán)歸使用人的，可從其約定或規(guī)定。但僅僅通過設計算法賦予人工智能“大腦”的開發(fā)者，不能享有對最終作品的著作權(quán)，即使可以，開發(fā)者超越使用者享有權(quán)利也應有所限制。

對于智能作品的著作權(quán)歸屬，有學者認為應遵循合同自由的原則，在重視人工智能投資人利益的同時，尊重開發(fā)人、使用人、所有人的合同安排，在沒有約定時，著重保護所有人權(quán)益。還有學者主張通過法律擬制，“把設計者、工程師、機器人等作為‘事實作者’予以對待”[12]。當然還有“實際控制者”論等觀點。筆者認為，在目前主客體二元分野的情況下，若賦予機器人以法律人格，只具有理論上的可行性。即使機器人享有著作人身權(quán)，對于著作財產(chǎn)權(quán)，仍需另作安排，這種“雙重主體”的制度設計并不可靠。相較而言，基于機器人在法律人格上的制度障礙，建立以“實際控制者”為核心的制度體系，同時規(guī)范智能作品的署名權(quán)制度，可能更具有操作性。也就是說，智能作品的作者仍屬于人類作者，但具體屬于開發(fā)人、使用人，還是所有人等，依賴于具體設計，但是在智能作品的署名制度上，鑒于機器不可否認的實際控制力，可以嘗試限制實際控制人的署名自由，例如必須備注機器“作者”名稱或者代碼。

（二）協(xié)作發(fā)明、智能發(fā)明的可專利性

不可否認，對于人工智能輸出發(fā)明的專利申請存在一定的爭議，但給予專利權(quán)保護乃是大勢所趨。在同等可授予專利的標準之下，機器人發(fā)明不應受到“歧視”。反對派的擔憂在于兩點：一是大量專利申請井噴，審查業(yè)務超負荷，導致專利濫權(quán)。二是引發(fā)競爭失序，失去制度價值。[13]當然，這些擔憂難以成為阻礙機器發(fā)明獲得專利的充分理由。從另一角度來說，智能技術的進步，反而有利于促進專利審查手段的升級。大量機器發(fā)明的出現(xiàn)，反而有利于市場的商業(yè)化競爭，立足專利授權(quán)激勵技術創(chuàng)新的制度目的，我們應該選擇應對而非逃避。

在專利權(quán)的具體歸屬問題上，我們認為，即使在“強人工智能”時代，機器人也難以完全享有權(quán)利、履行義務和承擔責任，依然存在法律主體資格上的障礙。從我國專利法的立法目的來看，即鼓勵發(fā)明創(chuàng)造，保護權(quán)利主體的合法權(quán)益，促進我國科技創(chuàng)新發(fā)展，只要明確了專利權(quán)人，就不必過分提高機器人的法律地位，因為法律規(guī)范的是真實人類的世界，因人工智能而引起的糾紛，后果必然由權(quán)利既得者承擔，也就是“自我答責”。筆者認為機器人不會參與對協(xié)作發(fā)明或者智能發(fā)明的權(quán)利“爭奪”，但這并不意味著區(qū)分協(xié)作發(fā)明與智能發(fā)明的專利權(quán)屬已無必要，只是爭議就變成了我們應該保護創(chuàng)造人還是投資人或者其他主體的問題。對于這一點，筆者也希望本文確立的新分類視角能夠起到拋磚引玉之用。

“人工智能生成成果的過程包括感知、機器學習、建立模型、人類輸人指令、關聯(lián)要素、產(chǎn)生內(nèi)容等若干步驟。在整個過程中起關鍵作用的是可歸類為深度神經(jīng)網(wǎng)絡的算法”，并且后續(xù)成果輸出往往以已經(jīng)獲得的數(shù)據(jù)為依據(jù)[14]，其中關涉的主體眾多，應依據(jù)實質(zhì)貢獻作為判斷標準確立最終的權(quán)利歸屬。參照我國《專利法》第六條的規(guī)定，由發(fā)明人申請并取得專利權(quán)。實踐中，企業(yè)投資研發(fā)并作為智能技術權(quán)利擁有者的情況較為常見，如微軟推出的“小冰”，谷歌推出的“AlphaGo”等，對于這種情形，可以參照適用職務發(fā)明、委托發(fā)明的相關規(guī)定。也就是說，只要是執(zhí)行單位任務或者利用單位提供的各種物質(zhì)技術條件完成的發(fā)明，單位是申請和取得專利的適格主體。對于委托發(fā)明，優(yōu)先以委托協(xié)議約定為準，沒有約定，對最終人工智能發(fā)明最有貢獻的受委托人享有相應的權(quán)利。

結(jié)語

人工智能領域的發(fā)展是科技發(fā)展的重要分支，科技發(fā)展過程中的機遇與挑戰(zhàn)在人工智能領域得到了生動的反映。時值人工智能發(fā)展的機遇期，雖有不進則退的緊迫性，但包括知識產(chǎn)權(quán)在內(nèi)的法律制度在應對挑戰(zhàn)時，也必須“積跬步”以“至千里”，以相對宏觀的視角把握解決問題的關鍵，僅憑“創(chuàng)造性天才之火花”很難建立穩(wěn)固的理論及制度根基(在美國，聯(lián)邦法院曾經(jīng)以“天才之火原則”作為可專利性的條件之一)。我們也必須認識到不管是“微軟小冰”發(fā)表的詩集《陽光失了玻璃窗》，還是“謝赫拉莎德”自動生成的交互式故事等等，這終究是學者們對人工智能領域的選擇性關注。一方面我們要立足實際，人工智能輸出成果概念本身入手進行研究，另一方面我們必須拓寬視野，發(fā)揮法學邏輯嚴謹?shù)膬?yōu)勢，積極與其他學科進行對話。知識產(chǎn)權(quán)法學對于人工智能的研究以“人、人工智能、法”為核心，人因工程學對于人工智能的研究以“人、機、環(huán)境”為中心，尤為重視人工智能之反饋，兩者聯(lián)系密切，這樣的跨學科思考具有一定的價值。

完善人工智能領域的知識產(chǎn)權(quán)保護制度是時代的必然選擇，具有一定前瞻性的法律規(guī)范意識可以規(guī)避未來面臨的法律風險，只有建立穩(wěn)固的理論根基，才能實質(zhì)性推動新生事物的發(fā)展。未來對于人工智能的規(guī)制必然逐步體系化、規(guī)范化。本文提供這樣一種分類視角，可以在一定程度上起到梳理現(xiàn)有人工智能輸出成果理論的作用，為進一步探討其可知識產(chǎn)權(quán)性理順思路。誠然，要想真實有效的建構(gòu)人工智能輸出成果研究模型，推動該領域法治完善，需要不斷地開拓新知。