演算法專利的“卡脖子PTSD”綜合症，到底能不能好了？

最近一段時間，科技圈幾乎集體患上了“卡脖子PTSD”綜合症，一有點風吹草動就精神高度緊張。

谷歌三年前申請的Dropout演算法生效，都能在Reddit上引發一場連環大討論。

先是如臨大敵，diss谷歌將通用演算法申請專利其心可誅;6月26日專利生效後又惶惶不安，AI創業公司如喪考妣，谷歌律師被封人生贏家，讓該專利透過的美國法律更是被噴得顏面掃地。谷歌AI掌門人、首席架構師Jeff Dean在被問到時連忙澄清，谷歌只是為了防止碰瓷而“搶注”，專利即使生效也不會被強制執行。

雖然得到了官方保證，但只要谷歌還是專利受讓人一天，光是想象收緊繩索的可能性，就足夠讓許多人心生不安了。

其實吧，也不用為一個Dropout專利大驚小怪。

畢竟谷歌也不是第一次將基本概念演算法或公共領域知識申請成專利了，和Dropout同一批的就有“使用深度神經網路處理影像”“用於強化學習的方法與裝置”等數十項呢，技術大神多就是任性。

況且也不是就谷歌一個這麼“掉節操”，微軟也曾經為一種CNN圖形訓練方法申請專利。IBM2016年申請的8088項專利中，就有2700多項專利與人工智慧與認知計算相關。英特爾在AI晶片的智慧財產權佈局也比較完整。

要是巨頭們有個風吹草動就大喊“卡脖子”，恐怕不等別人動手，脖子自己就先緊張死了。當然，未雨綢繆、保持警醒也是必要的。

在全球政策不明的前提下，基礎層專利，也就是那些底層技術的智慧財產權，是否真的會成為懸在頭頂的達克莫里斯之劍?在這場硬核競賽裡，中國企業又處在何種境地裡?我想，這才是接下來需要去思考和回答的問題。

基礎層專利被巨頭壟斷之後，會發生些什麼?

從Dropout等機器學習通用方法被申請開始，就反覆有很多技術人員分析過此類做法可能帶來的問題。總體來說，儘管谷歌、Facebook、IBM等巨頭都表示，自身的基礎演算法只是“為了防禦”，並不會對使用進行任何限制，但這在倫理內涵上卻發出了一個消極的訊號，影響可能出現在幾個方面：

首先是AI企業。尤其是創業公司，一旦發生法律糾紛，谷歌可以起訴或使用這些專利作為談判籌碼，這種風險會勸退許多“資本”，至少也會影響公司的估值。同時，這些專利都是在美國獲准的，如果覆蓋了專利的企業恰好也被美國列入“實體清單”，更容易被政府“搞事”。

其次是人才競爭。我們知道，Dropout等專利都因為其核心研究者加入了谷歌，才令其獲得了技術專利。而大公司透過收購、高薪壟斷機器學習人才和研究領域的情況一旦出現，中小公司幾乎不可能與Google、FB競爭，產業共榮自然也成了一個偽命題。

最終，這會直接影響學術進步。谷歌吹響了一場機器學習演算法軍備競賽的哨聲，可以想見，其他使用機器學習的公司很可能會爭先恐後地為其員工和團隊所開發的每一項研究成果都申請專利。其他開發者必須從原始碼構建模型，將直接影響AI的學術交流和開源狀況。

誇張一點地說，由於谷歌的“叛逃”，整個產業都不得不進入一場“囚徒遊戲”。

谷歌：人類的本質是“真香”，大家理解一下

我谷歌，就是今天輸了，被別人踩頭上，也不會靠專利來搞競爭……真香。

2011年發生了著名的智慧手機專利糾紛案，時任谷歌CEO的埃裡克施密特(Eric SchMIDt)就堅持谷歌一貫的公開立場。表示谷歌，寧願創新，也不願玩法律遊戲。

而我們看到的現狀是，作為科技巨頭，谷歌一邊宣稱專利戰是無創新能力的公司進行不光彩競爭的武器，一邊以前所未有的速度“搶注”並充實著自己的專利庫。

那麼，谷歌所謂的“防禦”到底在防備些什麼?

谷歌對待專利的態度從創新轉為防禦，是從三星敗訴蘋果而導致谷歌Android陣營受到重創開始的。事後谷歌反思，認為自己沒有就生態系統的專利儲備進行投資，自家專利技術的申請也十分緩慢，於是走上了“黑化”的道路。而同樣的故事正在AI領域上演。

來自USPTO的資料庫顯示， Facebook在2016年提交了與機器學習或神經網路有關的55件專利，2010年時為0。IBM在2017年獲得1400項與AI有關的專利。其中申請量最大的就是機器學習和基礎演算法。AI在特定領域提交的專利申請越來越多，發生訴訟的可能性也越來越大。前不久，就發生過谷歌Waymo前員工竊取其鐳射雷達技術用於Uber的案件。

在競爭日益白熱化的人工智慧領域，谷歌自然不能示弱。

(科技巨頭的AI專利佈局)

除了防範競爭對手，還有一群專利流氓虎視眈眈，隨時準備分一杯羹。2015年，就發生過著名的專利流氓公司WiLAN從英飛凌科技(Infineon Technologies)、奇夢達(Qimonda)和飛思卡爾(Freescale)等半導體公司手中購買專利，然後在幾個月後根據這些專利提出訴訟並謀利的。類似的套路，谷歌、騰訊、華為、高通、Hulu、Netflix等也都中過招，而且賠的機率不小。

從這個角度看，谷歌的預防性申請，反而能更有效地保護研究成果。況且不僅開源了不少核心演算法，也沒有發動過一次相關訴訟。

當然，大家更關心的，可能還是中國在基礎演算法領域的地位幾何，究竟會不會被人“卡脖子”。

一份未來智慧實驗室的報告顯示，雖然中國機構或企業申請的人工智慧專利數量位居第一，但主要集中在應用層(自然語言處理)，基礎演算法仍然是陪跑的狀態。

專利的國際化佈局也不甚樂觀，在機器學習和基礎演算法方向，國外申請人只有微軟，百度、騰訊、阿里巴巴和國家電網。並且大量成果還處在實驗室階段，核心程式碼還是靠開源。

前有川普禁令，後有谷歌核心演算法專利，想必不少同學又要擔憂地摸摸脖子了。那麼事情真的如大家所想的那樣令人窒息嗎?

基礎演算法的“柏林牆”，真的能建起來嗎?

冷戰時期，為了阻止民主德國和聯邦德國所屬的人員之間自由往來，在德國的土地上，建起了一座全長155公里的圍牆，也被稱之為“自由世界的櫥窗”。

那麼，這座想象中由基礎演算法專利構成的高且深的“AI柏林牆”，真的能修建起來嗎?

我們認為未必。

首先，AI是十分注重生態的。在AI平臺化的驅使下，許多科技巨頭都都在廣泛佈局產業鏈的基礎技術層和應用層，谷歌有TensorFlow開源框架，中國也有PaddlePaddle等開發平臺，都會將自身的AI能力變成模型來提供給開發者，未來演算法的壁壘越來越低，如果一個公司要靠通用技術“卡脖子”，哪怕只透露個苗頭，恐怕都會將廣大開發者推入別的生態圈，進而失去長遠的競爭力。

另外，傳統機器學習演算法的效能已經到了瓶頸期，在接下來的競爭中，應用型創新、壟斷性大資料等在競爭中的優勢會有明顯的提升。吳恩達曾說過“演算法不是壁壘，資料才是”，就是這個意思。而在這方面，中國企業的護城河一直很深。從商業的角度考慮，雙贏的辦法自然是透過專利交叉授權，優勢互補，避免自身重複的技術研發投入。

當然，還有最嚴峻的一種情況，就算科技企業之間“合作大於競爭”了，萬一美國政府施壓怎麼辦?我們知道，早在“川普禁令”之前，中美之間的政策交手和零星衝突就從來沒有停止過。前不久，川普也宣佈解除相關禁令。在這場戰火可能延燒數十載、政策風向不斷變化的國家博弈面前，科技行業中短期內固然要面臨陰晴不定的氣候，也恰好爭取到了從基礎追趕的寶貴時間和風險意識，為中國的AI研究助攻一把。

所以我們有理由相信，谷歌不會變成它曾經討厭的樣子——投入大量時間、金錢和精力狂打專利官司的流氓公司。當然，“專利戰”尤其是底層演算法專利以“肉眼可見”的速度爆發，對我們也是一種警醒。如何將AI駛向更深遠的海域，應該是建構更偉大繁榮的橋樑，而不是“閉關鎖國”的高牆。

即使對方伸出了手，也不代表我們必須伸出脖子，而不是完成一次擊掌。