全球首例!南非官方認定AI系統DABUS,為一項新製造專利的「發明者」
全球首例!南非官方認定AI系統DABUS,為一項新製造專利的「發明者」

南非最近通過了一項專利設計,它的發明者不是「人」,而是名為「 DABUS 」的AI系統。

發明者不是人

第一眼看過去,南非最近通過的一項專利設計非常普通,是一款「運用碎形幾何學(fractal geometry)製成的食物容器」,透過這項技術,能讓多個食物容器互相扣合,使機器可以很方便地抓取跟堆疊它們。

但這項專利卻有一個令人意想不到的不平凡之處——它的發明者並不是「人」,而是名為「DABUS」的AI系統。

模擬人類的思考活動

「DABUS」為「device for the autonomous bootstrapping of unified sentience」的縮寫,直譯即「一統性感知的自主靴帶裝置」,它由美國AI專家塞勒(Stephen Thaler)所研發,能夠模擬人類的思考活動,並藉此發明出新產品。

根據QUARTZ報導,「DABUS」經常被稱為「具有創造力的機器」,因為它可以進行獨立且複雜的運作,而像是iPhone的聲控AI「Siri」,就因此和「DABUS」有非常大的不同。

shutterstock_530013196_worker.jpg
「DABUS」AI系統能夠模擬人類的思考活動,並藉此創造出新的發明。
圖/ SFIO CRACHO via shutterstock

只有南非通過專利許可

塞勒在2019年9月17日時,將「DABUS」列為發明者的專利申請送到了世界各地的十幾個國家和地區進行審核,包括美國、歐洲、澳洲和南非等,但只有南非在上月28號正式通過這項專利許可。

這項結果隨即引來許多智慧財產權專家的反對,有些人甚至直指這是一個錯誤,是該國專利局的過失;但相反地,也有人將此事視為一項發展趨勢,代表了政府對創新技術的支持。

「自主地」進行發明

而所謂「具有創造力的機器」,即是指系統能夠處理,並以具有判斷力的方式分析數據,然後再從中學習,這個過程被稱為「機器學習」(machine learning),而一旦系統經歷了「機器學習」,它便能在沒有人類干預的情況下「自主性」地開始進行發明。

近一、二十年間便有許多「具有創造力的機器」被製造出來,例如在「DABUS」之前,塞勒還發明過一個AI,這個AI可以創造出新樂譜,並開發出交叉刷毛造型的牙刷。

當時,塞勒對牙刷提出了專利申請,也順利取得了許可,這證明AI的確可以完成符合專利審核標準的發明,只是當年塞勒是將自己列在發明者的欄位當中,而不是AI。

但是在「DABUS」發明出食物容器後,塞勒受到英國薩里大學(University of Surrey)法學專家阿伯特(Ryan Abbott)等人的支持,決定要在申請專利時將「DABUS」列為發明者。

專利.jpg
美國專利及商標局指出,專利中必須要有「構想」的存在,這點是AI辦不到的。
圖/ 經濟部

專利法只為人類設計

然而,美國專利及商標局(United States Patent and Trademark Office)和歐洲專利局(European Patent Office)都在正式審查階段時拒絕了這項申請。首先,它們現行的專利法都只為人類設計,行文都以「他」(him)和「她」(her)作為發明者的代稱。

就如同英格蘭及威爾斯高等法院(England and Wales High Court),它們也依據英國 1977年通過的《專利法》(UK Patents Act 1977),以AI不是「自然人」、無法作為發明者為理由,拒絕了塞勒的申請。

此外,美國專利及商標局也提到,發明一項專利必須要有「構想」的存在,但這點只有人類的腦袋才辦得到,因此AI無法符合這項定義;最後還有一點則是,擁有「發明者資格」(inventorship)意味著也能夠獲得相關權益保障,但AI在法律上並沒有辦法擁有權益。

發明者可以是非人類

另一方面,在南非通過「DABUS」作為發明者的專利後,澳洲原本不予通過的審核結果則出現了轉折。

澳洲聯邦法院在上月30號裁定,專利委員因AI系統不能被認為是發明者而拒絕專利申請,是錯誤的判斷。其中,審理案件的法官比奇(Jonathan Barry Rashleigh Beach)表示:「在專利委員的邏輯中,如果你擁有一項能夠獲得專利的發明,卻沒有發明者的話,那麼你就不能為它申請專利。」

「澳洲的法律並沒有支持這樣的結果。」比奇認為專利委員對發明者的定義過於狹隘,他甚至直言:「發明者⋯⋯可以是AI系統或是裝置。」

「這是一場哲學性抗爭」

澳洲智慧財產局(IP Australia)在判決出來後表示,專利委員正在針對這項結果重新考慮塞勒的專利申請,但它們現階段並不會做出進一步的評論。

塞勒則告訴澳洲ABC新聞,爭取專利的官司對他來說:「更像是一場哲學性抗爭,嘗試說服人類相信,我那創造性的神經架構(指「DABUS」)的確具備認知、創造力、知覺和意識。」

「DABUS創造出了能夠擁有專利的發明,這一點進一步地證明了一件事,那就是這個系統會『走動跟說話』,就如同有意識的人腦一般。」

除此之外,ABC新聞報導中也有提到,雖然塞勒在申請時將「DABUS」列為發明者,但他自己依然是專利的擁有者,也就是說,塞勒並沒有進一步主張讓AI擁有產權。

南非沒有實質的專利審核系統

另一方面,回到南非本身,南非的公司與智慧財產權委員會(Companies and Intellectual Property Commission)雖然核可了專利的申請,卻沒有解釋為何會選擇這麼做。

同時,包括QUARTZ、《富比士》等媒體的報導則指出,南非並沒有實質的專利審核系統,意即專利的獲取在該國是非常簡單的事,因此反對「DABUS」成為發明者的人認為,如果南非有成立確實的檢查和審理機制的話,那麼這項專利申請當初就不會被通過了。

促進專利制度的改革

塞勒的法律團隊表示,他們之所以會將「DABUS」列為專利申請中的發明者,是為了要測試專利制度的極限,並藉此促進相關改革。

其中,法學專家阿伯特便指出:「現行的系統並不好,因為當科技開始領先時,我們必須從鼓勵人們發明東西,轉變成鼓勵人們創造出那些可以發明東西的AI。」

「在發明東西的時候,AI在某些領域或許比起人類擁有更大的優勢,例如遇到需要使用大量數據,又或是廣泛的電腦計算資源時。」

專利制度導致投資的不確定性

ABC新聞則提到,目前各國的專利制度阻止了部分發明被註冊,只因為它們是由AI自主創造的,而這一點也導致了投資AI領域的不確定性。

「我們想要一個專利制度,它能充分鼓勵人們創造出AI,並讓那些AI發展出具有社會價值的創新發明。」阿伯特說。

責任編輯:傅珮晴、蕭閔云

本文授權轉載自:地球圖輯隊

最新8月號雜誌《區塊鏈上的金融新世界》馬上購:傳送門 「電子雜誌」輕鬆讀:傳送門

關鍵字: #人工智慧
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓