后专利申请时代的知识产权保护与创新促进变革 

段玉聪（Yucong Duan）

DIKWP-AC人工意识实验室

AGI-AIGC-GPT评测DIKWP（全球）实验室

DIKWP research group, 海南大学

摘要：

随着人工智能（AI）和数字化技术的飞速发展，全球正迎来后专利申请时代，这一时代特征是知识产权保护和创新促进机制的根本变革。本文探讨了在这一新时代下，去中心化技术、AI辅助创新、实时更新的数据库、个性化保护策略以及公众参与如何共同重塑知识产权保护框架和创新促进模式。我们分析了这些变革如何提高知识产权管理的效率和透明度，促进更广泛的创新合作，以及对传统知识产权保护方法的挑战。本文提出，为了适应这些变革，需要构建一个更加灵活、透明和协作的知识产权保护和创新促进生态系统，以应对未来技术发展和市场需求的不断变化。

在后专利申请时代，知识产权保护和创新促进的变革将是一个颇具挑战和机遇的议题。随着人工智能（AI）、区块链、大数据等技术的快速发展和广泛应用，传统的知识产权保护机制，特别是专利申请系统，面临着重大的变革压力。这些技术的进步不仅能够极大地促进创新活动，提高研发效率，还能够重新定义知识产权的管理和保护方式。以下是后专利申请时代知识产权保护与创新促进可能发生的变革。

1. 知识产权保护的去中心化

随着区块链技术的应用，知识产权保护可能朝向去中心化的方向发展。区块链的不可篡改性和透明性特征可以用来创建一个分布式的知识产权登记和管理系统，使创新成果的登记、验证和保护过程更加高效和透明。在这样的系统中，每项创新成果都可以被唯一标识和记录在区块链上，从而提供一个不可争议的创新证明，减少知识产权纠纷的发生，并降低管理成本。

2. AI辅助的创新和知识产权分析

人工智能技术的应用将极大地影响创新过程和知识产权分析。AI可以帮助研究人员快速筛选和分析大量的文献和专利信息，识别潜在的研究领域和创新点。同时，AI还可以用于自动监测和分析市场上的知识产权使用情况，帮助权利人发现和防止潜在的侵权行为，从而更有效地保护自身的知识产权。

3. 实时更新的知识产权数据库

未来的知识产权数据库可能会变得更加动态和实时更新。利用云计算和大数据技术，可以实现对全球知识产权数据的即时收集和更新，为研究人员和企业提供最新的市场和技术趋势信息。这不仅可以加速研发过程，还可以帮助企业更好地规避知识产权风险，促进基于市场需求的创新。

4. 个性化的知识产权保护策略

在后专利申请时代，知识产权保护策略可能会变得更加个性化和灵活。通过分析企业的具体需求和市场环境，结合AI技术的预测和建议，企业可以定制出更加适合自身发展的知识产权保护策略。这种策略不仅包括传统的专利保护，还可能包括版权、商标、商业秘密等多元化的保护方式，以及通过技术许可和合作开发等方式实现知识产权的商业化。

5. 公众参与的知识产权创新生态

后专利申请时代的知识产权保护和创新促进也可能更加注重公众参与。通过开放创新平台，企业和研究机构可以邀请广大用户参与到创新过程中，共同开发和改进新产品和技术。这种模式不仅可以加速创新过程，还可以在早期阶段收集用户反馈，提高产品和技术的市场适应性。同时，公众参与可以增加知识产权创新的透明度和公众对科学研究的支持度，建立起更加健康和活跃的创新生态系统。

结论

后专利申请时代的知识产权保护与创新促进变革将带来诸多机遇和挑战。去中心化的知识产权保护机制、AI辅助的创新过程、实时更新的数据库、个性化保护策略以及公众参与的创新生态等变革，将共同推动知识产权管理向更加高效、透明和开放的方向发展。这些变革不仅能够促进创新活动，提高研发效率，还能够为知识产权提供更加坚实的保护。为了适应这些变革，企业、研究机构和政府需要不断探索和适应新的知识产权管理模式，共同构建一个更加健康、活跃和包容的创新生态系统。

段玉聪，海南大学计算机科学与技术学院教授，博士生导师， 第一批入选海南省南海名家计划、海南省领军人才，2006年毕业于中国科学院软件研究所，先后在清华大学、首都医科大学、韩国浦项工科大学、法国国家科学院、捷克布拉格查理大学、意大利米兰比克卡大学、美国密苏里州立大学等工作与访学。现任海南大学计算机科学与技术学院学术委员会委员、海南大学数据、信息、知识、智慧、意图DIKWP创新团队负责人、兼北京信用学会高级顾问、重庆警察学院特聘研究员、海南省委双百人才团队负责人、海南省发明协会副会长、海南省知识产权协会副会长、海南省低碳经济发展促进会副会长、海南省农产品加工企业协会副会长、海南省人工智能学会高级顾问、美国中密西根大学客座研究员及意大利摩德纳大学的博士指导委员会委员等职务。自2012年作为D类人才引进海南大学以来，累计发表论文260余篇，SCI收录120余次，ESI高被引11篇,引用统计超过4300次。面向多行业、多领域设计了241件（含15件PCT发明专利）系列化中国国家及国际发明专利，已获授权第1发明人中国国家发明专利及国际发明专利共85件。2020年获吴文俊人工智能技术发明三等奖；2021年作为程序委员会主席独立发起首届国际数据、信息、知识与智慧大会-IEEE DIKW 2021；2022年担任IEEE DIKW 2022大会指导委员会主席；2023年担任IEEE DIKW 2023大会主席；2022年获评海南省最美科技工作者（并被推全国）；2022年与2023年连续入选美国斯坦福大学发布的全球前2%顶尖科学家的“终身科学影响力排行榜”榜单。参与研制IEEE金融知识图谱国际标准2项、行业知识图谱标准4项。2023年发起并共同举办首届世界人工意识大会（Artificial Consciousness 2023, AC2023)。

数据（Data）可视为我们认知中相同语义的具体表现形式。通常，数据代表着具体的事实或观察结果的存在语义确认，并通过与认知主体已有认知对象的存在性包含的某些相同语义对应而确认为相同的对象或概念。在处理数据时，我们常常寻求并提取标定该数据的特定相同语义，进而依据对应的相同语义将它们统一视为一个相同概念。例如，当我们看到一群羊时，虽然每只羊可能在体型、颜色、性别等方面略有不同，但我们会将它们归入“羊”的概念，因为它们共享了我们对“羊”这个概念的语义理解。相同语义可以是具体的如识别手臂时可以根据一个硅胶手臂与人的手臂的手指数量的相同、颜色的相同、手臂外形的相同等相同语义进行确认硅胶手臂为手臂，也可以通过硅胶手臂不具有真实手臂的可以旋转对应的由“可以旋转”定义的相同语义，而判定其不是手臂。

 信息（Information）则对应认知中不同语义的表达。通常情况下，信息指的是通过特定意图将认知DIKWP对象与认知主体已经认知的数据、信息、知识、智慧或意图联系起来，产生新的语义关联。在处理信息时，我们会根据输入的数据、信息、知识、智慧或意图，找出它们被认知的DIKWP对象的不同之处，对应不同的语义，并进行信息分类。例如，在停车场中，尽管所有的汽车都可以归入“汽车”这一概念，但每辆车的停车位置、停车时间、磨损程度、所有者、功能、缴费记录和经历都代表着信息中不同的语义。信息对应的不同语义经常存在于认知主体的认知中，常常未被显式表达出来，例如抑郁症患者可能用自己情绪“低落”来表达自己当前的情绪相对自己以往的情绪的下降，但这个“低落”对应的信息因为其对比状态不被听众了解而不能被听众客观感受到，从而成为该患者自己主观的认知信息。

 知识（Knowledge）对应于认知中的完整语义。知识是通过观察和学习获得的对世界的理解和解释。在处理知识时，我们通过观察和学习抽象出至少一个完整语义对应的概念或模式。例如，通过观察我们得知所有的天鹅都是白色，这是我们通过收集大量信息后对“天鹅都是白色”这一概念的完整认知。

 智慧（Wisdom）对应伦理、社会道德、人性等方面的信息，是一种来自文化、人类社会群体的相对于当前时代固定的极端价值观或者个体的认知价值观。在处理智慧时，我们会整合这些数据、信息、知识、智慧，并运用它们来指导决策。例如，在面临决策问题时，我们会综合考虑伦理、道德、可行性等各个方面的因素，而不仅仅是技术或效率。

 意图（Purpose）可以看作是一个二元组（输入，输出），其中输入和输出都是数据、信息、知识、智慧或意图的内容。意图代表了我们对某一现象或问题的理解（输入），以及我们希望通过处理和解决该现象或问题来实现的目标（输出）。在处理意图时，人工智能系统会根据其预设的目标（输出），处理输入的内容，通过学习和适应，使输出逐渐接近预设的目标。