涉人工智能及算法技術秘密侵權糾紛案件中舉證責任轉移的適用

日前，最高人民法院知識產權法庭審結了上訴人甲公司與被上訴人乙公司、張某、王某、李某、黃某侵害技術秘密糾紛一案，改判認定乙公司等五被訴侵權人實施了針對甲公司涉案技術秘密的共同侵權行為并需承擔相應侵權責任。該案系法庭審結的首例涉視覺識別領域人工智能及算法技術秘密侵權糾紛案件，較好詮釋了如何在該領域適用2019年修正的反不正當競爭法第三十二條第二款關于舉證責任轉移的規定。現予轉載，以饗讀者。

涉人工智能及算法技術秘密侵權糾紛案件中舉證責任轉移的適用

——（2023）最高法知民終1503號

甲公司致力于開發一款指尖識別及點讀單詞的產品“某英語閱讀伴侶”，即用手指指點書本上的文字并快速實現識別和翻譯。甲公司主張，其在2019年4月前就已形成相關商業秘密，包括指尖識別技術相關代碼構成的算法及圖片數據庫。張某曾是甲公司股東之一并擔任公司CTO。李某、王某、黃某亦系甲公司前員工，均從事“指尖識別”項目相關的技術開發工作且能夠接觸到涉案技術信息。2019年3月張某從甲公司離職，于同年5月下旬設立乙公司，李某、王某、黃某此后相繼從甲公司離職并入職乙公司，成為乙公司的股東或技術骨干。甲公司主張，張某、李某、王某、黃某未經許可，向乙公司披露并允許使用甲公司的涉案商業秘密，乙公司利用該商業秘密為其他公司提供技術支持，其他公司繼而推出帶有指尖識別及點讀單詞功能的產品。據此，甲公司向法院起訴請求判令乙公司、張某、李某、王某、黃某立即停止侵害涉案商業秘密并連帶賠償甲公司經濟損失（含合理費用）100萬元。

一審法院經審理認為，甲公司提供的在案證據不能合理表明其主張的技術信息被侵害。據此作出一審判決，駁回甲公司的訴訟請求。甲公司不服，向最高人民法院提起上訴。

最高人民法院二審審理認為，甲公司提供的證據已經合理表明涉案商業秘密被五被訴侵權人侵害。首先，乙公司在2019年10月14日的公司主頁中，明確將甲公司研發的“某英語閱讀伴侶”產品作為“桌面交互技術平臺”的主要產品加以介紹，并強調了該產品使用了AI算法的指尖定位技術。其次，在甲公司基于與本案基本相同的事實第一次起訴乙公司后又撤訴的案件中，根據乙公司的答辯情況，被訴侵權產品與甲公司的“某英語閱讀伴侶”產品使用的都是“手指識別及跟蹤”技術。再次，將被訴侵權產品與甲公司的“某英語閱讀伴侶””產品進行對比演示，在借助手指進行測試與不借助手指進行測試的場景下，兩產品均展現出的識別、輸出及拼讀能力幾乎相同。復次，從乙公司成立（2019年5月21日）至其合作伙伴的產品顯示“從無到有”具備手指定位及識別功能（2019年7月4日），期間時長未超過兩個月。最后，張某、王某、李某、黃某在甲公司上班時，均是指尖識別項目組的成員，均有機會接觸到涉案秘點的相關技術信息。

五被訴侵權人提交的證據不足以證明其未實施侵害甲公司涉案技術秘密的侵權行為。首先，按照乙公司的說法，被訴侵權技術的最初來源主要是乙公司從各種開源渠道收集相關開源代碼。但如何將這些從不同渠道獲取的開源代碼加以整合形成一個初始模型，并通過后期大量訓練進一步形成性能完善的模型，既是研發中的關鍵環節，也是研發中的核心難點。從不同的開源渠道獲取與指甲蓋識別技術相關的開源代碼，直至面向市場推出一款可以投入商業性使用的產品，其間無疑仍需完成大量的適配、整合和打磨工作。以甲公司在本案中作為商業秘密主張的“手指指尖識別技術”為例，從構思討論到最終上線成品的研發過程歷時一年五個月有余。反觀乙公司，從成立到給其商業合作伙伴提供能夠實現“手指定位及識別”功能的技術，歷時未超過兩個月。在如此之短的研發周期或者說用如此之快的研發進度，從無到有推出一款具有人工智能視覺識別和定位功能的產品，有違日常經驗法則。其次，無論是甲公司作為技術秘密加以主張保護的“手指指尖識別”技術，還是乙公司的被訴侵權技術，都不可避免涉及識別手指、定位手指、識別手指指向的文本、正確理解文本內容、作出應答等流程動作。前述系列“動作”實際是由人工智能參與完成，而欲讓一款“人工智能”產品具備類似人類的視覺感知、辨識、理解、回應等能力，無疑需要前期對該“人工智能”模型進行高頻次和高強度的訓練，例如訓練如何識別手指。沒有數據的“投喂”，人工智能模型將無法有效工作。人工智能模型被“投喂”的數據越豐富、數據規模越大、數據質量越高，則自我學習和泛化的能力就越強，展現的認知水平和處理能力就越好。在缺乏足夠的“投喂”數據助力人工智能模型進行強化學習訓練的情況下，僅靠從不同開源渠道獲得的開源代碼，乙公司就可以在如此短的時間內（2019年5月至2019年7月）協助其商業合作伙伴優某某推出一款不同于雙方合作前優某某產品原有功能、具有“手指識別和點讀”新功能，且自稱“完全不同”于甲公司“指尖識別和定位”技術之“指甲蓋”技術的新產品，顯然不符合常理。再次，通常而言，人工智能模型的知識和能力源自對其訓練的數據，對模型的訓練過程就是讓其學會將輸入的數據映射到具體的標簽，模型的能力嚴格受限于訓練數據所定義的任務邊界。人工智能模型不會憑空獲得識別未經訓練類別的能力。模型輸出結果的質量，從根本上說，取決于輸入模型的訓練數據的類型、規模和質量。根據甲公司產品與被訴侵權產品同時面對同一測試者和同一本測試素材時的比對演示視頻，結合二審進一步查明的事實，在隱藏手指指甲蓋測試場景下，顯示由乙公司提供技術的被訴侵權產品仍能順利識別、觸發定位并能正確拼讀和輸出相關單詞，這一事實恰恰表明乙公司關于被訴侵權技術采用的是“指甲蓋識別”技術的說法缺乏說服力。最后，“某英語閱讀伴侶”系帶有攝像裝置的柱狀產品，客觀上存在用戶在使用過程中將該柱狀產品隨意挪動擺放的可能性，故該產品在使用時后臺需要作調整角度的工作以收集樣本。而被訴侵權產品為平板型產品，其使用特性基本不需要產品在后臺調整角度，乙公司亦陳述其技術沒有調整角度的功能，但根據其產品測試結果，被訴侵權產品在調整角度的情況（即平板與用戶存在角度的非正常使用習慣的情境下）亦可以識別單詞?；谝陨戏治?，應認定甲公司關于乙公司等五被訴侵權人實施了侵害涉案商業秘密的主張成立。據此撤銷一審判決，改判五被訴侵權人停止披露、使用、允許他人使用涉案商業秘密，銷毀承載涉案商業秘密的載體并承擔50萬元的連帶賠償責任。

本案對如何適用2019年修正的反不正當競爭法第三十二條第二款，在處理技術秘密侵權糾紛中如何分配舉證責任進行了較為深入的分析說理，對人工智能及算法技術秘密案件的審理具有一定的參考意義。

來源 | 最高人民法院知識產權法庭

編輯 | 文亞欣

校對 | 羅冠明

審核 | 冼文光