试论算法的法律保护模式
文 / 孙建丽
【摘 要】摘要：该采用何种法律模式对算法进行保护，是值得关注的问题。国内理论研究不足的情况下，有必要以美国为鉴。结合我国当前算法技术发展的特点和发展现状，宜采用专利模式对“白箱”算法和“灰箱”算法施以保护。然而，“黑箱”算法、“感知”算法和“奇异”算法因能实现自我规划和自我设计，已经脱离了人类的有效控制，变得不可预测和不可解释，若对这三种高阶算法继续采用专利或商业秘密等专属性法律保护模式，将会严重冲击《知识产权法》及其实施细则的现有框架。因而，不再对这三种高阶算法设定专门法律保护模式的情况下，宜采用非专属性激励机制对这三种高阶算法的设计者、研发者施以奖励。
【期刊名称】电子知识产权 【年(卷),期】2019(000)006 【总页数】9
【关键词】算法；专利；商业秘密；非专属性激励机制
基金项目：国家社科基金项目“一站式版权交易平台理论与实践研究”（15BFX145）。
虽然人工智能技术发展至今已近七十载，但自动化算法在我国尚属新生事物。由于其高度的专业性和技术性，目前国内学者对算法保护模式的研究尚处在理论起步阶段，学术成果并不丰硕。再加上算法自身演进的阶段性，尤其是高阶算法的难以预测性和不可控性，使得对算法法律保护模式的探讨更加困难。在自动化算法技术应用越发普及的当下，如何对自动化算法保护模式进行恰当的
法律规定，是值得我们关注的重点问题。国内算法理论远未形成体系化的当前，我们确有必要以他国为鉴进行积极探讨。美国在算法技术领域遥为领先，虽然目前并未通过立法对算法的法律保护模式做出明文规定，但其理论界和实务界已就该问题展开了激烈辨析。有观点认为应通过专利模式给予算法保护，亦有观点认为应通过商业秘密模式给予算法保护。然而，究竟该对算法采用何种法律保护模式，还有待在实践中进行进一步检验。不过，即使如此，我国仍可以美国现有理论为基础进行适当创新，结合国内当前算法发展的阶段性特征，采用分段模式对高、低阶算法施以相应的法律保护。
一、算法的专利保护模式分析
究竟该对算法采用何种法律保护模式？人工智能技术遥为领先的美国曾一度对算法的保护模式展开过积极探讨。在Mayo v.Prometheus案发生之前，美国法院曾认为算法虽然隶属抽象观点范畴，但依然应当采用专利模式给予其保护。然而，在该案发生之后，美国法院便转变了观点，认为医疗算法并非《专利法》第101条之下可被授予专利权的适格客体，而是一种告知医生该采取何种行动的自然法则，因而采用专利模式对算法施以保护是无效的。1Mayo v. Prometheus, 132 S. Ct. at 1298 (citing 35 U.S.C.§101 (2012) .随后，2014年发生的Alice Corp. V. CLS Bank International案再次强化了最高法院的此种观点，认为算法只是一种仅能在计算机中运行的一种抽象发明，因而不可采用专利模式对其施以保护2Alice Corp. Pty. v. CLS Bank Int'l, 134 S. Ct. 2347, 2358 (2014).。事实上，究竟能否采用专利模式对算法施以保护，知识产权法学者对此亦有探讨。WIPO总干事Francis Gurry博士认为可采用专利模式对算法施以保护，但需要解决专利申请时长和算法新颖性之间的矛盾问题，对此
吴汉东教授也表示认同3吴汉东：《中国知识产权法律变迁的基本面向》，载《中国社会科学》2018第8期，第116页。。然而，即便解决了专利申请时长与算法新颖性之间的矛盾问题，算法究竟能否采用专利模式施以保护，依旧取决于算法是否满足当前《专利法》对专利的法定要求。
算法是否符合专利之“可实施性”要求？专利“可实施性”要求通常表现为，该技术领域中其他技能人员无须另行实验即可根据专利说明书将该专利付诸实现。由此，算法若要通过专利模式施以保护，必须具备专利的可实施属性。这就意味着发明人必须在专利说明书中披露算法的具体操作规程。根据当前算法发展阶段性特征可知（详见表14Andrew Tutt,An FDA For Algorithm.69 Administrative Law Review.84-123(2017).），“白箱”算法和“灰箱”算法属于低阶算法，由于基本遵循计算机指令，发明人可通过披露原有计算机指令的形式展现这两种算法的具体操作规程，业内其他技能人员亦可根据发明人的具体披露通过输入原有计算机指令的形式直接将这两种算法付诸实现。然而，正如表一所示，“黑箱”算法、“感知”算法、“奇异”算法系机器自主学习的结果，已经超越了人们当前的认知和控制范围，发明人很难再就这三种高阶算法的具体操作规程进行清晰描述和披露，业内其他技能人员也难以通过输入原有计算机指令的方式再将这三种高阶算法一一付诸实现。
然而，我们能否像学者所建议的那样采用类似保藏新生物材料样品的方法将高阶算法一一付诸实现呢？即将这三种高阶算法赖以运行的数据集和引发这三类非透明学习算法生成的机器学习规则存储到公用数据库中，当数据集和机器学习规则并行存储完毕后，再由业内其他技能人员将其付诸实现？笔者认为，即便业内人员能够通过此种方法复现高阶算法的结果，高阶算法在满足专利“可
试论算法的法律保护模式
