这听起来可能没什么大不了，但它对法律界的一个基本假设即只有人类才能是发明者提出了质疑。名为DABUS的AI机器是一个“人工神经系统”，其设计已在全球掀起了一系列争论和庭审大战。周五，澳大利亚联邦法院做出了历史性裁决：“发明者可以是非人类”。就在几天前，南非成为第一个打破现状，授予专利、认可DABUS是发明者的国家。两年多来，AI先驱和DABUS的创建者StephenThaler及其法律团队一直在发起一场声势浩大的全球性运动，要求将DABUS认可为是发明者。他们认为，DABUS可以自主执行获得专利资格所需的“创造性步骤”。Thaler博士表示，他对南非和澳大利亚的决定感到欣喜若狂，但对他来说，这从来都不是一场官司。他说：“这更像是一场理念之战，让人类相信我的创造性神经架构是令人信服的认知、创造力、感觉和意识模型。”“最近确定的事实即DABUS创造了适合申请专利的发明，进一步证明了该系统就像有意识的人脑一样‘会走路和说话’。”负责DABUS事务的英国律师RyanAbbott著有《合理的机器人：人工智能与法律》一书，他表示，他在意识到法律在评估AI的行为与评估人类的行为方面存在“双重标准”后，想倡导AI拥有发明权。Abbott博士说：“比如说，如果一家制药公司使用AI系统来开发一种新药，他们无法获得专利，但如果一个人做同样的事情，他们就可以获得专利。”具体如何运作？DABUS的全称是“用于自主引导统一感知的设备”，它实际上是一个经过编程可自行发明的计算机系统。从技术上讲，它是一大“群”断开连接的神经网络，这些神经网络不断生成“思维过程”和“记忆”；随着时间的推移，它们可独立生成新的创造性输出。年，两项将DABUS列为发明者的专利申请在十多个国家和欧盟予以提交。专利申请将DABUS列为发明者，但Thaler博士仍然是专利持有者，这意味着他们没有试图为AI争取产权。该示意图显示了DABUS发明的分形容器第一项发明是设计基于“分形几何”的容器；据称，分形是堆叠在一起，由机械臂处理的理想形状。第二项发明是“吸引更多注意力的设备和方法”，这种灯以模仿人类神经活动的特定模式，有节奏地闪烁。该示意图显示了DABUS发明的吸引更多注意力的设备和方法DABUS申请专利引发了全球知识产权办公室和法院长达数月之久的审议。此案已移交英国最高法院，上诉已被驳回，美国和欧盟法院的结果相同。澳大利亚联邦法院JohnathanBeach法官成为作出对Thaler博士有利的判决的第一人，裁定“发明者……可以是AI系统或设备”。Abbot博士说：“这是具有里程碑意义的决定，也是确保澳大利亚最大限度地发挥AI的社会效益，并促进创新的重大动向。”Thaler博士在Allens律师事务所的澳大利亚代表表示，他们对结果感到很高兴。AI先驱和DABUS的创建者StephenThaler接手此案的Allens合伙人RichardHamer说：“除了南非外，此案在全球其他任何地方都没有胜诉，这项行政决定并不涉及此类司法考量。”他表示，出于这个原因，由于国际司法界继续审议这个问题，Beach法官长达41页的全面判决肯定会创下先例。Hamer先生说：“AI辅助[发明]已被AI实际进行发明所取代，而这些发明能够获得专利至关重要，因为在将来它们将成为创新的一个重要组成部分，而专利体系的目标正是鼓励创新……并鼓励在专利说明书中公布发明。”澳大利亚知识产权局表示，专利专员正在考虑这一裁决，现阶段不会进一步置评。考验AI的边界Thaler博士的法律团队表示，其目的是考验专利体系的边界，并推动改革。Abbott博士说：“这不是好的体系，因为随着技术进步，我们将由鼓励人们发明技术转向鼓励人们创建可以发明技术的AI。”“在一些领域，AI在发明方面可能比人具有显著优势，比如需要使用大量数据或非常广泛的计算资源时。”RyanAbbott是萨里大学的法学教授，也是领导人工发明者项目的专利代理人目前的体系已经阻止大量专利被注册，因为这些发明是由AI自主生成的，这导致AI投资方面出现了不确定性。以科技公司西门子为例：年，它未能为一种新型汽车悬架系统申请专利，原因是它是由AI开发的。西门子的人类工程师不会将自己列为发明者，因为他们无法声称在发明过程中有贡献，美国对于将错误的发明者列为专利申请发明者这种做法实行刑事处罚。Abbott博士说：“我们想要专利体系充分鼓励人们创建AI，以开发具有社会价值的创新。”他表示，他们不会放弃对不利的裁决作进一步的上诉，认为在一些司法管辖区，法律诉讼可能会拖延长达十年。我们都在训练AI一场更广泛的争论是如何监管?6?7?6?7现有和新兴的AI技术，DABUS案是其中的一个写照。众所周知，法律界改革和适应新技术的速度很慢，但随着创新的步伐越来越快，许多人认为，政治家应该对变化更开放，而不是受制于在这种进步无法设想的时候所制定的法律。AI基于机器学习，这意味着AI系统实际上由人员团队训练，系统从馈送的数据中学习。因为AI系统不断积累“知识”，不会像人类那样忘记事情，所以它们具有无限的学习潜力。AI训练员现在无处不在。一些国家甚至有“AI血汗工厂”，数千名员工在这些工厂训练算法。不仅仅是工人在训练这些系统，我们所有人都在训练。社交媒体平台使用AI来管理我们的新闻源，推荐内容和广告，识别并删除有害内容，使用人脸识别来帮助建议人们在照片中添加标签，或者以TikTok为例，密切
