歐盟預計投入4700萬歐元強化中小企業智慧財產權的保護
歐盟執委會及歐盟智慧財產局（European Union Intellectual Property Office, EUIPO）於2022年1月10日共同宣布啟動第二輪的歐盟中小企業基金（EU SME Fund），以強化中小企業的智財管理與布局。
歐盟於2020年11月發布了《智慧財產權行動計畫（Action Plan on Intellectual Property）》，並推出中小企業基金，在2021年間共補助12,989家的中小企業，補助金額達680萬歐元。由於成效不錯，因此歐盟推出第二輪的中小企業基金，其金額高達4700萬歐元，補助期間為2022年至2024年。歐盟指出，中小企業在保護創新上需要有相關的工具及資金，目前規劃的補助項目如下：
- 補助中小企業申請智財檢視服務（IP Scan service）90%的費用。該項服務是在2021年6月推出，內容為中小企業智財布局的諮詢，以及協助檢視其無形資產（intangible assets）的創新潛力。
- 補助中小企業向各會員國智財局、歐盟智財局（EUIPO）、比荷盧智財局（Benelux Office for Intellectual Property, BOIP）申請商標、設計註冊75%的費用。
- 補助中小企業向世界智慧財產權組織（WIPO）取得國際商標和設計保護50%的費用。
- 2022年將補助中小企業向各會員國專利局申請專利註冊50%的費用。
- 2023年預計進一步納入補助的項目包含：補助中小企業進行專利先前技術檢索、專利申請的部分費用；律師諮詢費（如專利註冊、授權協議、智財鑑價、替代性紛爭解決機制等事項的諮詢。）
歐盟希望透過上述的方式，協助中小企業在疫情期間加速數位轉型，強化無形資產的智財布局和管理，以提升歐盟中小企業的競爭力。
「本文同步刊登於TIPS網站（https://www.tips.org.tw）」
謝明均
副法律研究員 編譯整理
€47 million fund to protect intellectual property of EU SMEs in their COVID-19 recovery and green and digital transitions, European Commission, https://ec.europa.eu/commission/presscorner/detail/en/ip_22_181 (last visited Jan. 18, 2022).
Horizon IP Scan, European Commission, https://intellectual-property-helpdesk.ec.europa.eu/horizon-ip-scan_en (last visited Jan. 18, 2022).
美國食品及藥物管理局（the U.S. Food and Drug Administration）於2019年1月更新「軟體預驗證計畫（Software Precertification Program）」及公布該計畫「2019測試方案（2019 Test Plan）」與「運作模式初版（A Working Model v1.0）」，使審查流程更加明確及具有彈性，並促進技術創新發展。 在更新計畫中，FDA聚焦於審查架構的說明，包含考量納入醫療器材新審查途徑（De Novo pathway）及優良評估流程（Excellence Appraisal process）的審查內涵。在優良評估流程中，相關研發人員須先行提供必要資訊，以供主管機關驗證該軟體器材之確效（validation）及是否已符合現行優良製造規範（current good manufacturing practices）與品質系統規範（Quality System Regulation, QSR）的要求。而由於以上標準已在此程序中先行驗證，主管機關得簡化上市前審查的相關查證程序，並加速查驗流程。 在測試方案中，則說明FDA將同時對同一軟體器材進行軟體預驗證審查及傳統審查，並比較兩種途徑的結果，以確保軟體預驗證審查途徑中的每一個程序都可以有效評估產品上市前所應符合的必要標準。最後，FDA綜合軟體預驗證計畫及測試方案，提出「運作模式初版」，以協助相關人員了解現行的規範架構與處理程序，並期待藉此促進技術開發者及主管機關間的溝通。FDA並於運作模式文件中提到，將在2019年3月8日前持續接受相關人員的建議，而未來將參酌建議調整計畫內容。
合成資料（synthetic data）「合成資料」（synthetic data）的出現，是為了保護原始資料所可能帶有的隱私資料或機敏資料，或是因法規或現實之限制而無法取得或利用研究所需資料的情況下，透過統計學方法、深度學習、或自然語言處理等方式，讓電腦以「模擬」方式生成研究所需之「合成資料」並進行後續研究跟利用，透過這個方法，資料科學家可以在無侵犯隱私的疑慮下，使合成資料所訓練出來的分類模型（classifiers）不會比原始資料所訓練出來的分類模型差。 在合成資料的生成技術當中，最熱門的研究為運用「生成對抗網路」（Generative Adversarial Network, GAN）形成合成資料（亦有其他生成合成資料之方法），生成對抗網路透過兩組類神經網路「生成網路」（generator）與辨識網路（discriminator）對於不同真偽目標值之反覆交錯訓練之結果，使其中一組類神經網路可生成與原始資料極度近似但又不完全一樣之資料，也就是具高度複雜性與擬真性而可供研究運用之「合成資料」。 英國國防科技實驗室（Defense Science and Technology Laboratory, DSTL）於2020年8月12日發布「合成資料」技術報告，此技術報告為DSTL委託英國航太系統公司（BAE Systems）的應用智慧實驗室（Applied Intelligence Labs, AI Labs）執行「後勤科技調查」（Logistics Technology Investigations, LTI）計畫下「資料科學與分析」主題的工作項目之一，探討在隱私考量下（privacy-preserving）「合成資料」當今技術發展情形，並提供評估技術之標準與方法。 技術報告中指出，資料的種類多元且面向廣泛，包含數字、分類資訊、文字與地理空間資訊等，針對不同資料種類所適用之生成技術均有所不同，也因此對於以監督式學習、非監督式學習或是統計學方法生成之「合成資料」需要採取不同的質化或量化方式進行技術評估；報告指出，目前尚未有一種可通用不同種類資料的合成資料生成技術或技術評估方法，建議應配合研究資料種類選取合適的生成技術與評估方法。
敏感科技保護「敏感科技」的普遍定義，係指若流出境外，將損害特定國家之安全或其整體經濟競爭優勢，具關鍵性或敏感性的高科技研發成果或資料，在部分法制政策與公眾論述中，亦被稱為關鍵技術或核心科技等。基此，保護敏感科技、避免相關資訊洩漏於國外的制度性目的，在於藉由維持關鍵技術帶來的科技優勢，保護持有該項科技之國家的國家安全與整體經濟競爭力。 各國立法例針對敏感科技建立的技術保護制度框架，多採分散型立法的模式，亦即，保護敏感科技不致外流的管制規範，分別存在於數個不同領域的法律或行政命令當中。這些法令基本上可區分成五個類型，分別為國家機密保護，貨物（技術）之出口管制、外國投資審查機制、政府資助研發成果保護措施、以及營業秘密保護法制，而我國法亦是採取這種立法架構。目前世界主要先進國家當中，有針對敏感科技保護議題設立專法者，則屬韓國的「防止產業技術外流及產業技術保護法」，由產業技術保護委員會作為主管機關，依法指定「國家核心科技」，但為避免管制措施造成自由市場經濟的過度限制，故該法規範指定應在必要的最小限度內為之。