人工智能（“AI”）引起了极大的关注，并给社会带来了挑战。 然而令人惊讶的是，学者们很少从理论和政策的角度关注人工智能对专利法公开功能的障碍。 专利以发明人描述他们的发明为条件，但内部工作原理和人工智能在发明过程中的使用没有被正确理解或在很大程度上是未知的。 人工智能发明过程的参数或人工智能的使用缺乏透明度，使得未来人工智能的使用难以实现相同的最终状态。 相比之下，虽然专利法的授权原则侧重于发明过程的特定结果，但本文认为人工智能缺乏透明度和难以复制，这从根本上挑战了专利法中的公开理论。 一个理性的旁观者或专利审查员可能会发现很难解释 AI 的内部工作原理。 但更紧迫的是一个不可检测的问题——总体上缺乏对未知人工智能发明的披露，或者不知道特定的最终状态是否是通过使用人工智能产生的。人工智能的复杂性需要提高披露要求，因为人工智能的特殊特征最终状态不能用产生它的创造性方法来描述。 本文介绍了人工智能的分类，并认为增强的人工智能专利公开要求减轻了围绕基于人工智能的工具的可解释性和人工智能生成的输出固有的不可理解性的担忧。 尽管增加了事前成本和努力，但对人工智能专利公开的这种强调可能会引导一些发明者进行商业保密，并促使其他人寻求专利保护以防止可能的专利侵权者。 功利主义和洛克理论提出了增强人工智能专利公开的理由，同时承认了一些反对意见。 转向规范，本文提出并评估了各种针对人工智能的披露特定激励措施和数据存储，作为实现增强披露的手段。 最后，它为创新和未来的实证研究提供了见解，以验证其理论基础。
