结构与参数是人工智能模型的核心要素，知识产权法可以提供相应法律保护。笔者认为，探讨人工智能模型结构与参数的知识产权保护问题，应当从人工智能模型结构与参数的特性出发，确定人工智能模型结构与参数能否获得知识产权专门法的保护，然后讨论是否可以适用反不正当竞争法提供保护，但应当运用体系化思维妥善处理知识产权专门法与反不正当竞争法之间的适用关系。
一、人工智能模型结构与参数的技术概要
（一）人工智能模型的结构
结构决定人工智能模型的计算方式和处理能力。人工智能模型的结构多种多样，其核心思想都是通过特定架构和海量数据学习构建输入数据和输出数据之间的关系。针对不同的执行任务和功能需求，人工智能模型的结构不尽相同，但大都包含输入层、处理层、输出层、损失函数、优化算法等核心组件。
输入层可以视为一套复杂且精巧的预处理流水线，其核心任务是将人类可理解的非结构化原始数据转换为模型可理解的数值化、结构化的初始向量表示。通过输入层，杂乱无序的原始数据被转化为模型能够消化和理解的机器数据。
处理层的功能是将输入层传来的初始向量表示，逐步转化为富含丰富语义信息的高层表示，并为最终输出内容做好准备。模型的处理能力在很大程度上取决于处理层的层数，因此模型结构就是从底层处理层到高层处理层组成的多个处理层的堆叠。通过层层递进的处理，模型逐步构建对输入数据从浅层表示到深层抽象的复杂理解，最终赋予模型强大的理解、推理和生成能力。
输出层是模型流水线处理的最后一环，核心职责是将处理层产生的、富含语义信息的高维隐藏状态转换为符合需求的最终形式。输出层是连接模型内部表示与外部任务的桥梁，具体设计取决于模型面向的具体任务。不同的生成策略可以控制模型的输出行为，使输出内容在确定性、创造性和连贯性之间取得平衡。
损失函数通过衡量预测值与真实值之间的损失（差距），引导模型的学习方向。模型数据训练的目标就是实现损失函数的最小化。不同类型的模型的损失函数的设计不尽相同，但是绝大多数模型的损失函数的核心思想都是让模型预测数据分布尽可能接近真实数据分布。
优化算法决定模型如何根据损失函数的反馈更新模型参数，以提高其性能。在预训练阶段，模型通过海量无标注数据学到通用表示和知识，因此这一阶段的优化算法需要高效、稳定并能处理巨大计算。完成预训练后，为适应特定任务或对齐人类价值观，模型参数需要进行微调，这就是微调对齐阶段的算法优化。目前，高效微调策略是主流方法，其核心思想就是冻结预训练后绝大部分已经确定具体数值的参数，只训练和更新额外引入的新参数。
（二）人工智能模型的参数
参数也是模型的核心组成部分，直接决定模型如何根据输入数据生成输出内容。参数是在模型数据训练过程中通过优化算法从海量数据中学到的。模型数据训练的目的就是为模型参数找到一组最佳值，使模型的损失函数最小。可以把模型参数想象为模型内部众多带有刻度的“旋钮”。模型数据训练就是通过不断地调整这些“旋钮”的刻度，使模型在给定输入数据时，能够尽可能生成符合预期的输出内容。模型数据训练完成后，其参数就被固定为一系列具体数值。模型参数及其具体数值体现了模型在数据训练过程中学到的所有表示、知识等。
以最常见的神经网络模型为例，权重和偏置是主要参数类型。当输入数据进入模型时，数据在神经网络中逐层传递。在每一层，数据会与权重相乘并加上偏置，然后通常经过一个非线性激活函数生成该层的输出，并作为下一层的输入。这个过程逐层持续进行，直到产生最终输出内容。简言之，参数的数量及其具体数值是决定模型性能和能力的关键因素，共同决定输入数据如何被组合、变换并最终产生预测结果。
二、知识产权法对模型结构和参数的保护
（一）专利法对模型结构与参数的保护
包括中国在内的世界主要国家的专利审查授权机构已经授权大量涉及人工智能模型结构的专利。这些专利包括产品（装置）专利和方法专利，涵盖模型结构的设计、改进及应用等。这说明模型结构本身、模型结构的优化方法等可以获得专利权保护。同样，这些专利审查授权机构也授权了大量涉及人工智能模型参数的专利。这些专利主要为方法专利，聚焦于模型参数的优化、压缩、更新、管理等，涉及参数高效训练、动态调整、量化压缩等核心方向。这说明模型参数的训练、调整等方法可以获得专利权保护。因此，与硬件或应用场景结合的模型结构本身及其改进、涉及模型参数的方法等都属于技术方案，满足可专利性要求。如果这些技术方案具备专利法所要求的新颖性、创造性和实用性，则可以获得专利权保护。
（二）著作权法对模型结构和参数的保护
人工智能模型开发人员是运用人类可读编程语言的源代码来定义模型结构的层结构及层与层之间的连接关系的，最终形成模型结构的源程序。可见，开发人员编写的计算机源程序定义了模型结构，计算机源程序是模型结构的表达形式和载体。定义模型结构的计算机源程序显然属于著作权法明确保护的“计算机软件”。同时，依据《计算机软件保护条例》，计算机软件包括计算机程序及其有关文档，并且同一计算机程序的源程序和目标程序为同一作品。因此，定义模型结构的源程序、目标程序以及有关开发文档都可以获得著作权法保护。
模型参数是模型通过优化算法自动调整得到的一系列具体数值。模型完成数据训练后，模型的每个参数都被确定为一个具体数值并保存到一个数据文件中。这个数据文件中的具体数值精准对应模型的每一个参数。由此可见，保存模型参数的数据文件，既不体现开发人员的思想，也不是开发人员智力劳动成果的表达。因此，这个数据文件不属于著作权法上的作品，不能获得著作权法的保护。
需要特别指出，模型执行任务需要同时运行模型结构与模型参数，缺一不可。否则就像只有积木说明书（模型结构的代码）而没有积木块（模型参数）或者只有积木块而没有积木说明书，都无法拼出预期的积木模型。因此，定义模型结构的计算机程序与保存模型参数的数据文件共同构成一个可运行的软件系统。
（三）商业秘密对模型结构和参数的保护
依据我国反不正当竞争法的规定，商业秘密应当是不为公众所知悉、具有商业价值并经权利人采取相应保密措施的技术信息、经营信息等商业信息。模型结构与参数属于与技术有关的结构、算法、数据、计算机程序及其有关文档等信息，显然构成商业秘密所保护的技术信息。作为技术信息，无论是模型结构，还是模型参数，如果能够满足商业秘密法定构成要件，则可以获得商业秘密保护。
但是，模型结构或模型参数不满足商业秘密的任何一个法定构成要件的，则不能获得商业秘密保护。例如，所属领域的相关人员普遍知悉的模型结构或模型参数，或者所属领域的相关人员从公开渠道可以获得的模型结构或模型参数，或者模型开发企业未采取保密措施而投放市场后的模型结构或参数，都不满足商业秘密法定构成要件，因此不能获得商业秘密保护。
三、关于适用反不正当竞争法第二条保护模型结构与参数的分析
反不正当竞争法第二条是反不正当竞争法的一般条款。如前所述，专利法、著作权法和反不正当竞争法中的商业秘密条款对于符合条件的模型结构与参数可以提供相应保护。为此，下文将结合上文的分析结果，就如何适用专利法、著作权法、反不正当竞争法的商业秘密条款和第二条一般条款保护模型结构与参数进行具体探讨。
（一）关于反不正当竞争法与专利法之间的适用关系
如前所述，模型结构及其改进、涉及模型参数的方法及其改进都属于可专利客体范围。但是，可专利性只是某一技术方案获得专利权的门槛性条件，发明创造人还需就该技术方案向国家专利审查部门提出专利申请。如果模型的发明创造人向国家专利审查部门提出专利申请并被授予专利权，他人未经许可使用受专利权保护的模型，原则上构成专利权侵权。专利权人可以依据专利法要求模型使用人承担专利侵权责任。
如果模型的发明创造人未提出专利申请或者提出专利申请但未获得专利授权，发明创造人将模型投入市场后，他人使用该模型不构成专利侵权。在这种情况下，如果适用反不正当竞争法第二条对使用该模型的市场竞争行为予以规制，实际上是保护发明创造人未提出专利申请的技术方案或者提出专利申请但未获专利授权的技术方案。
这种做法显然将架空专利法，因为就一项技术方案来说，不申请专利或者不能获得专利授权，投入市场以后仍然可以获得类似专利法的保护。因此，从专利法角度来看，模型发明创造人未提出专利申请或者提出专利申请但未获得专利授权，该模型投入市场后他人使用该模型的，不应再适用反不正当竞争法第二条予以规制。
（二）关于反不正当竞争法与著作权法之间的适用关系
如前所述，模型结构表现为模型开发人员设计和编写的源程序，属于著作权法明确保护的“计算机软件”，定义模型结构的源程序及目标程序以及有关开发文档可以获得著作权法保护。模型结构表现为源程序。对于两个结构相同或实质相似的模型来说，如果系采用同一编程语言进行定义的，那么定义这两个模型结构的源程序也应当相同或实质相似。对于这种情况，按照著作权侵权判定原则，可能构成著作权侵权，也可能不构成著作权侵权，需要具体分析。
两个模型的结构虽然相同或实质相似，但都是独立开发完成的，那么无论开发时间是否存在先后，按照著作权法的基本原理，开发者都各自基于其定义模型结构的源程序分别获得著作权。对于这种情况，不能因两个模型的结构相同或实质相似而认为在后开发者侵犯在前开发者的著作权。同样，对于这种情况，也不能因两个模型的结构相同或实质相似，适用反不正当竞争法第二条对在后开发者的使用模型行为予以规制，否则将有悖著作权法的基本原理。
模型A和B的结构相同或实质相似，但是B模型是其开发者从公开渠道提取A模型后直接得到的或者提取A模型而稍作修改后得到的。对于这种情况，定义A模型的源程序及目标程序与定义B模型的源程序及目标程序应当相同或实质相似。换言之，B模型开发者从公开渠道提取A模型，实质上是复制了定义A模型结构的源程序（开源状态）或目标程序（闭源状态）。因此，B模型开发者提取A模型的行为侵犯了A模型开发者的著作权，至少侵犯A模型开发者的复制权。对于这种情况，适用著作权法足以妥当保护A模型开发者的合法权益，无需适用反不正当竞争法第二条。当然，如果A模型开发者对于定义A模型的源程序及目标程序并不享有著作权，那么B模型开发者的复制行为则不侵犯A模型开发者的著作权。对于这种情况，也不应再适用反不正当竞争法第二条，否则也将违背著作权法的基本原理。
（三）关于反不正当竞争法第二条与商业秘密条款之间的适用关系
如前所述，模型结构与参数属于技术信息，满足商业秘密法定构成要件的，可以获得商业秘密保护，不满足商业秘密任何一个法定构成要件的，则不能获得商业秘密保护。涉案模型结构与参数不满足商业秘密法定构成要件，他人未经许可使用涉案模型结构与参数的，则不构成侵犯商业秘密。在这种情况下，如果适用反不正当竞争法第二条对使用该模型结构与参数的市场竞争行为予以规制，实际上保护了本来不受商业秘密保护的技术信息。这种做法将架空整个商业秘密保护制度，因为就这些技术信息来说，不符合商业秘密要件却可以获得类似商业秘密的法律保护，甚至当事人未采取合理保密措施投入市场之后也仍然可以获得类似商业秘密的法律保护。因此，如果涉案模型结构与参数不符合商业秘密法定要件，他人从公开渠道获得并使用该模型的，不应再适用反不正当竞争法第二条予以规制。
四、体系化思维下反不正当竞争法第二条的具体适用
解释及适用某一法律规范时，不能孤立地解释及适用该法律规范而无视其法律规范。这样才能避免法律评价矛盾或目的解释不一致，进而避免有损整个法秩序。因此，可以说，适用某个法律规范实际上就是在适用整个法律体系。如果两个或者多个法律规范都可以适用于某个特定的案件事实，应当运用体系化思维，依据特别法优于一般法、上位法优于下位法、新法优于旧法等冲突规则确定哪一法律规范应当得到优先适用。找到可适用的法律规范后，解释及适用该法律规范时应当严格遵循“禁止冗余规则”，不能因该法律规范的解释及适用导致另一法律规范、一项法律制度或一部法律变得多余，否则就应当避免采取这种解释及适用。反不正当竞争法第二条的解释及适用也应当如此。
如前所述，知识产权专门法可以为模型结构与参数提供相应的知识产权保护。如果涉案模型结构与参数能够满足专门法的保护条件，则应当获得相应专门法的保护。如果涉案模型结构与参数因不满足专门法的保护条件而未能获得保护的，不应再适用反不正当竞争法第二条对使用涉案模型结构与参数的市场竞争行为予以规制，否则将违背法律规范解释及适用的“禁止冗余规则”。
反不正当竞争法第二条与反不正当竞争法的商业秘密条款构成一般与特别的关系。按照特别法优于一般法的适用规则，应当优先适用商业秘密条款，不能绕开特别条款而直接适用一般条款。因此，如果涉案模型结构与参数不满足商业秘密法定要件而未能获得商业秘密保护，不应再适用反不正当竞争法第二条对使用涉案模型结构与参数的市场竞争行为予以规制，否则不仅违背法律规范解释及适用的“禁止冗余规则”，还违反特别法优于一般法的适用规则。