2023年4月20日至5月25日，由原德国马克斯·普朗克创新与竞争研究所所长、美国乔治华盛顿大学法学院国际与比较法客座教授、德国慕尼黑大学教授Joseph Straus主讲，清华大学法学院知识产权法研究中心主任崔国斌教授和蒋舸副教授主持的系列学术讲座在线上与线下同步展开。
在三场系列讲座中，Straus教授分别从“知识产权与生物技术”、“人工智能与专利法”两个主题出发，深入浅出地介绍并分析了当前专利法在新技术领域面临的挑战和因应。
/ 主题一 /
知识产权与生物技术
Intellectual Property and Biotechnology
第一、二场讲座的主题是“知识产权与生物技术：相互挑战，互惠互利”。
在第一场讲座中，Straus教授首先介绍了生物技术领域诞生的重要发明，他指出，专利制度为长期的技术研发提供了重要的激励和支持，这些新技术使得再生医学取得极大进展。但与此同时，诸如基因序列、基因载体、融合蛋白、转化细胞、人类胚胎干细胞、转基因植物与动物以及基因疗法等技术客体是否能够成为“可专利主题”，引起了广泛的关注和讨论。
然后，Straus教授指出，对生物技术授予专利存在的三方面顾虑：第一，活体专利可能会存在伦理道德问题；第二，生物技术对现有的专利制度造成了的挑战，如生物技术是否属于“科学发现”、活体专利的充分公开标准，以及具有自我复制特性的生物技术的专利保护范围；第三，授予上游生物技术专利可能会阻碍后续的研发与创新。
最后，Straus教授比较了美国与欧盟关于生物技术专利的法律规则。美国并未就生物技术做出专门的法律规定，美国最高法院通过Association of Molecular Pathology et al. v. Myriad Genetics等系列判决明确了基因技术的可专利性条件。欧盟对于生物技术的法律规定体现在《欧洲专利公约》第52条和第53条第1款，以及《关于生物技术发明的法律保护指令》（EC/98/44）之中。除此之外，欧洲专利局颁发了数以千计的生物技术产品与方法专利，但同时拒绝对涉及人类胚胎干细胞的技术授予专利。
第二场讲座主要围绕植物相关的发明与植物新品种展开。
Straus教授首先介绍了美国和欧盟关于植物及植物品种可专利性的规则。美国允许植物、植物品种获得实用新型专利。欧盟原则上认为植物品种与植物生产的必要生物过程是不可专利的，但用微生物学方法生产植物的过程以及由此产生的植物，以及不局限于特定植物或动物品种（not confined to a particular plant or animal variety）的技术是可专利的。
然后，Straus教授通过Monsanto v. Cefetra案，讲解了具有自我复制特性的生物材料专利的保护范围问题。该案反映了欧盟法院对转基因产品专利保护范围的理解：涉案专利的权利要求包括编入抗性基因的DNA、转基因大豆植物的生产方法以及具有抗性的大豆植物细胞和植物，法院需要判断的是大豆磨成的豆粉是否落入上述专利的保护范围；法院认为，《关于生物技术发明的法律保护指令》对DNA序列提供的保护应限于产品中包含的基因信息仍在执行专利所描述的功能（“performs” its function in the “material… in which” that information is contained）的情形，本案中的豆粉已不再执行相应的基因功能，因此不在涉案专利的保护范围内。
最后，Straus教授还介绍了在植物新品种领域最重要的国际条约《国际植物新品种保护公约》（UPOV公约）。该公约有两个版本，相比1978年的版本，1991年的版本明确了植物品种的定义，规定符合条件的植物品种可以通过植物新品种权和专利的方式得到保护，将植物品种的保护范围扩展到了收获材料。中国加入的是1978年的版本。
/ 主题二 /
人工智能与专利
Artificial Intelligence and Patenting
第三场讲座的主题是“人工智能与专利”。Straus教授首先介绍了ChatGPT所引发的公众讨论。AI技术是一系列数据、算法和算力的集合，各界人士对生成式AI的技术前景感到振奋的同时，也表达了对AI技术发展的不受控制以及可能产生的负面影响的担忧。AI技术所引发的一系列知识产权侵权纠纷，特别是专利侵权纠纷，是值得关注的。
接下来，Straus教授简要介绍了AI技术的发展历程。最早产生的是仅能解决特定领域计算问题的狭义人工智能（ANI），以ChatGPT的诞生为代表的是类似人类级别的广义人工智能（AGI），终极形态则是在几乎所有领域都胜过最聪明人类的超级人工智能（ASI）。此外，不可忽视的技术方法还包括：支持机器预测、诊断、建模和风险分析过程的AI工具，机器学习方法（典型的是深度学习），人工神经网络。
在介绍完与AI技术相关的背景知识之后，Straus教授讨论了AI技术对专利审查的影响。他指出，这里讨论的重点是广义的计算问题解决（computational problem solving）概念，主要步骤为问题构建、抽象和建模、算法设计、编程、数据处理、执行、解释与沟通结果。当前，欧洲专利局、日本特许厅、中国国家知识产权局和美国专利商标局审查AI技术及其产品相关的申请时，基本采用了与“传统”计算机程序实施的发明相同的标准。
随后，Straus教授还对一系列具体问题表达了自己的看法：首先，当前的技术水平仅发展到了狭义人工智能阶段，这说明人类的干预仍是AI创作或发明的必要前提，因此自然人利用AI技术做出发明的事实并不影响其成为发明人；其次，算法黑箱会对AI发明的充分公开造成影响，应当要求申请人在说明书中披露自己对于AI技术的使用。最后，AI技术的广泛应用也会导致现有技术的范围事实上得以扩张，影响新颖性和创造性的认定，因此有必要为专利审查人员提供额外的资源和培训。
欢迎关注微信公众号 | 清华知识产权
