查找:                      转第 显示法宝之窗 隐藏相关资料 下载下载 收藏收藏 打印打印 转发转发 小字 小字 大字 大字
【期刊名称】 《法律科学》
论人工智能生成的内容在著作权法中的定性
【作者】 王迁【作者单位】 华东政法大学知识产权学院
【分类】 人工智能【中文关键词】 独创性;人工智能;机器学习
【英文关键词】 originality; artificial intelligence; machine learning
【文章编码】 1674-5205(2017)05-0148-(008)【文献标识码】 A
【期刊年份】 2017年【期号】 5
【页码】 148
【摘要】

如果人工智能生成的内容在表现形式上不符合作品的构成要件,如计算机生成的无独创性数据库,当然不能作为作品受到保护。但如果人工智能生成的内容在表现形式与人类创作的作品类似,如机器人绘制的图画、写出的新闻报道或谱出的乐曲,则需要从其产生过程判断其是否构成作品。迄今为止这些内容都是应用算法、规则和模板的结果,不能体现创作者独特的个性,并不能被认定为作品。在不披露相关内容由人工智能生成时,该内容可能因具备作品的表现形式而实际受到了保护,但该现象是举证规则造成的,并不意味着著作权法因人工智能而改变。

【英文摘要】

If the form of content generated by artificial intelligence does not meet the criteria of work, such as unoriginal database, it is certainly not a work protected by the copyright law. However, in respect of pictures, news reports and music which are drawn, written or composed by artificial intelligence, and the forms of which are similar to works created by human beings, the process of producing such contents should be analyzed to tell whether the contents are copyrightable works. So far the contents generated by artificial intelligence are the results of application of arithmetic, logical rule and format which cannot embody the creators'unique personalities. These contents might be protected in practice simply because people are not aware of the fact that they are generated by artificial intelligence. Such a problem is produced by the rules of evidence, which does not indicate that the copyright law changes to protect the content generated by artificial intelligence.

【全文】法宝引证码CLI.A.1229736    
  
  近来,随着计算机程序“阿尔法围棋(AlphaGo)”战胜人类顶级围棋高手,以及机器人绘画、写作和谱曲的出现,有关人工智能与著作权保护的问题受到关注。“人工智能”与基因工程和纳米科学并称为21世纪三大尖端技术之一,虽然“人工智能至今尚无统一的定义,要给人工智能下个准确的定义比较困难”{1}1-2,但一般认为它描述了计算机模拟人的某些思维过程和智能行为(如学习、思考、推理、规划等)的过程[1]。{2}2既然人工智能在表面上缩小了纯粹机械活动与人类思维之间的差距,利用人工智能生成的内容似乎就有了智力创作的痕迹。那么,对这些内容在著作权法中如何定性?它们能否作为著作权法意义上的作品受到保护?这一问题与著作权法的未来发展息息相关,实有深入研究的必要。
  一、研究范围的确定:考察相关内容的表现形式
  人工智能生成的内容是否应被认定为作品,当然是应当进行深入研究的问题。但是,并非所有由人工智能产生的内容都需要被纳入讨论范围,因为在许多情况下,对相关内容法律属性的判断与由人工智能产生的事实并无关系,运用著作权法的基本原理就可以获得圆满的解决。同时,对上述问题的讨论也必须有前后顺序之分,否则将使讨论丧失焦点和重点。
  在对人工智能生成内容的定性进行研究之前,应当排除那些即使源于人类,也被公认为不可能构成作品的内容。因为人工智能只是生成相同内容的技术手段,围绕人工智能进行的著作权研究,应当针对人工智能带来的特殊问题——人工智能生成内容的过程是否属于创作行为,该内容是否构成作品。但这一特殊问题依赖于一个前提——人工智能生成的内容符合除“由人创作”之外的作品构成要件。如果相同的内容即使源于人类,也不可能构成作品,则对上述问题就丧失了研究的必要。
  在澳大利亚发生的“Telstra公司诉电话号码出版公司案”中,原告因被告复制其编制的电话号码簿而起诉被告侵权。法院认为该电话号码簿不受澳大利亚《版权法》的保护,理由之一在于“它不是人类创作的结果,而是由计算机生成的”[2]。该案也被一些学者在研究人工智能生成内容的著作权问题时所引用[3]。
  这样的讨论是缺乏价值的。如果源自人类的相同内容都不属于作品,则无论该内容是源自于动物还是人工智能,都不可能被认定为作品,此时仅需要讨论作品的范围是否应当扩充,或者是否应当在著作权法中增设邻接权,以保护此种不构成作品的内容,但显然与人工智能无关。只有当源自人类的相同内容属于作品时,才有必要讨论由人工智能生成的该内容能否被认定为作品。
  在上文提及的“Telstra公司诉电话号码出版公司案”中,即使涉案的电话号码簿确实是利用人工智能生成的,但由于它仅是将所有电话号码按照用户姓名的字母顺序排列,即使由某人在不借助任何程序的情况下以纯手工方式编成,也不可能构成作品(汇编作品)[4],因此“人工智能”并非认定号码簿是否构成作品的因素,以此案讨论人工智能生成内容的著作权问题也缺乏合理性。与之相反的是,目前在网络中流行的一些美图软件利用“深度神经网络”的人工智能,可以将照片或图片变为印象派、野兽派等各种风格[5]。对于进行风格转换后的图片而言,如果人们并不知道它是美图软件生成的,而以为是人工绘制的,也就是该图片源于画家之手,则当然会认定它是美术作品,即基于原作品形成的演绎作品。因为从表现形式上看,它以原作品为基础,以新的色彩与线条形成了有别于原作品的艺术造型,体现了画家富有个性的独特选择与判断。对于此类内容,在明确了其由人工智能产生,而非源于画家之后,需要讨论其是否构成作品。
  鉴于此,在研究人工智能生成的内容是否构成作品时,需要首先考虑的问题是:在相同内容源自于人类创作的情况下,该内容在表现形式上是否构成作品。所谓“在表现形式上构成”,是指仅从相关内容的外部表现形式判断它与人类作品是否相同,并不考虑该内容的形成过程是否符合独创性的要求(这是下一步考虑的问题)。如果相关内容是从无到有产生的,也就是被主张为完全原创的作品(而非演绎作品),则应当判断其表现形式是否符合著作权法对各类作品的定义。但是,对于采用了人工智能的绘画机器人绘制的肖像画或风景画而言[6],在形式上就属于“以线条、色彩或其他方式构成的审美意义的平面造型艺术”[7]。同样道理,由“新闻写作软件”生成的新闻报道,{3}以及由软件生成的音乐[8],在形式上具备著作权法对文字作品及音乐作品要求。此时就应将其纳入研究范围,进一步分析其是否构成作品。如果相关内容是基于原有作品产生,即被主张为演绎作品,则应当判断其表达与原作品是否已存在实质性差异。例如,智能软件将简谱自动转换成五线谱,是对同一音乐作品在记录方式上的变更,并没有产生新的音乐作品[9]。再如,利用人工智能的语音识别软件对口头表达的文字记录,以及文字处理软件对输入计算机的文字进行拼写和语法的校对和更正,无法形成与口头表达或原始文字存在实质性差异的表达。同样,绘画机器人利用人工智能对绘画进行精确临摹的成果,由于未能与原画作产生可被客观辨别的差异[10],只属于复制件[11]。但是,对于上文提及的应用人工智能的修图软件而言,由于在对照片或图片进行风格转换后,新图片与其原始状态相比已存在实质性差异,如果新图片是由人绘制的,则在形式上已属于演绎作品,此时需要将其纳入研究范围,以回答其是否构成作品等一系列后续问题。
  二、研究路径的确定:考察相关内容的产生过程
  对于由人工智能生成,在表现形式上与人类作品相同的内容而言,应当根据著作权法的原理判断其是否确实属于作品。如果相关内容仅在表现形式上与人类作品相同,但实际上并不能被认定为作品,则自然无需再考虑如何确定作者身份和著作权的归属。
  (一)以相关内容的产生过程为切入点
  笔者认为,在对上述内容是否确实构成作品进行判断时,应当在暂不考虑主体的前提下,从相关内容的产生过程为切入点,分析它们是否符合独创性的要求。此处之所以强调“暂不考虑主体因素”和以“相关内容的产生过程”作为切入点进行分析,是为了避免形成逻辑循环。根据传统的著作权理念,只有人才能创作作品。任何源于人之外的内容即使在形式上属于作品,该内容也不能被著作权法承认为作品并提供保护。对作品的认定原本需要考虑主体因素,但在讨论人工智能生成内容的定性时,如果一开始就纳入主体因素,势必会造成逻辑循环,即“因为主体不是人,所以相关内容不是作品;因为相关内容不是作品,所以它没有作者,无需认定作者和著作权归属”。而“暂不考虑主体因素”,并只考察“相关内容的产生过程”,就可以在“形式上与人类作品相同的内容”中,识别出那些不符合独创性要求的内容并将其排除出著作权保护的范围,这样一来,有可能被认定为作品的,只能是那些不仅在形式上与人类作品相同,而且产生过程符合独创性要求的内容。对此类内容,才需要进一步研究:是否应当突破作品必须源自于人的传统著作权理念,将其认定为作品,以及如何认定作者和确定著作权。按照上述方法,对人工智能所产生内容著作权问题的讨论既可以避免逻辑循环,也更加聚焦。
  (二)人工智能生成的内容是应用算法、规则和模板的结果
  从目前有关人工智能的各种报道和描述来看,至少在现阶段,人工智能生成的内容只是应用某种算法、规则和模板的结果,与为形成作品所需的智力创作相去甚远。以上文提及的修图软件为例,它可利用“深度神经网络”的人工智能,将照片或图片处理成印象派等各种绘画风格。如暂不考虑主体因素及处理过程,仅从结果来看,多数人都会以为是画家绘制而成。然而,该项人工智能对照片或图片的处理,与绘画者根据照片或图片创作同样风格画作的行为存在本质区别。
  在艺术家眼中,就一张照片或图片而言,其影像或造型与印象派等风格的画作之间并不存在严格的一一对应关系。以同一照片或图片为基础,可以绘制出无数被称为印象派风格的画作。绘画者即使熟知印象派的画风,也了解将普通照片或图片绘制成印象派画作应当遵循的一般方法,绘制过程也为绘画者留下了发挥的空间。绘画者可以凭借自己对印象派的理解和感悟,在线条的位置、粗细和弯曲度方面作出选择,在造型、明暗、阴影和色彩等因素上进行判断和处理,以表达其独特的思想感情。由此产生的绘画具有个性化的特征:多名绘画者在具有相同专业水准的情况下,以同一照片或图片为基础,绘制成的印象派画作也会存在差异。即使对同一名绘画者而言,在绘制印象派画作之后,如果事隔几年后要求其再次将同一照片或图片绘制成印象派画作,除非其记忆力超群或将第一次绘出的印象派画作摆放在旁边,否则也很难绘制出与前一次画作几乎完全相同的画作。这正如文字作品的作者如果因电脑故障无法打开未作备份的电子文档而被迫重写,也往往会感到重写后的文字与原文有所不同,原文中的一些精彩表述再难重现。这也就是为什么作者们总是对丢失其手稿等作品唯一载体的行为深恶痛绝[12]。北大法宝
  上述现象正是“独创性”的体现——作品源于作者独立的、富有个性的创作,打上了其聪明才智的独特烙印,是作者精神与意识的产物。这就使著作权法意义上的创作有别于人们严格根据算法、规则和模板实施的行为,如使用密码本对文字进行加密或解密,在五线谱和简谱之间进行相互转换,使用微软图表软件(EXCEL)中的图表模板将数据转换成图表等。显然,这些行为都利用了智力成果——各种方法和计算公式,如密码系统的设计和破解,五线谱和简谱等记谱方法的发明,各种图表模板及与数据之间的转换程序,都需要投入智力劳动。但是,算法、规则和模板是否为智力成果,与应用算法、规则和模板的过程是否属于智力创作,产生的结果能否构成作品并无必然联系。如果将它们应用于原始材料之后,只要方法正确,无论由何人实施,获得的结果具有唯一性,就排除了实施者发挥聪明才智的可能性,导致相应的结果无法具有个性化的特征,从而不符合独创性的要求。例如,EXCEL中将统计数据转换为各类图表的代码化指令序列可作为计算机程序受到保护,但任何人使用该程序处理同一套统计数据,所能够获得的各类图表都是相同的,这些图表显然不能构成作品。
  利用“深度神经网络”人工智能的修图软件对照片或图片进行风格处理时,本质上仍然是在实施一套优化后的算法,该算法使软件在分析了上千万张的图像后,通过图像的颜色、结构和纹理确定不同风格之间的对应关系,从而在较短的时间内实现图像处理。{4}。但是,无论这套算法多么复杂、先进和富有创意,也无论转换的规则是由程序员直接输入还是程序根据算法自动产生,采用该算法的修图软件一旦编制完成,使用不同的计算机应用该软件对相同的照片或图片进行风格转换,只要不是由于软件的缺陷而出现计算错误,所得到的结果不会有所不同。这就从根本上抹煞了处理过程的创作空间,排除了处理结果具有个性化特征的可能性。正如有技术专家所指出的,这种风格转换只是“让大众有了机器可以作画的错觉”。{5}
  即使是形式上比风格转换更接近人类创作的“机器人作画”,也无法符合独创性的要求。德国机器人实验室研发的机器人为真人绘制素描的视频新闻曾引轰动一时,甚至引发了“美术学院教谁去?”的疑问[13]。但是,在美术学院的人体绘画课上,如果许多学生都以同一个人为模特进行绘画,每个人绘出的人物画会互不相同,各具特色,这反映了美术作品创作过程中的独特个性。而机器人之所以能绘制素描,无非是根据研发者预先确立的算法和编制的计算机程序,先用机器人自带的照相机对人脸进行拍摄,再提取其中的特征点,再将其矢量化为一些线段,最后将这些线段传给机器人的控制器,由末端执行器在纸上绘制肖像。{6}。由此可见,机器人素描的过程是高度程式化的,只要模特是同一人,在相同的照明条件下,在同一距离和位置上具有相同姿势和神态,被绘制出的素描肖像就别无二致。在有关机器人绘画的科技论文中,研究的对象是“人脸肖像轮廓提取算法”、“人脸肖像轮廓的细节处理算法”和“数据采集系统和机械控制系统设计”,{7}均为定量化分析,说明“机器人作画”本质上仍然属于执行既定流程和方法,并通过计算获得确定的结果,与体现个性化的智力创作存在根本区别。
  “自动新闻写作”则是综合运用算法与模板的结果,其关键在于针对某一类型文章,如财经新闻、体育新闻等开发出针对原始数据进行分析的算法,再将其分类套入内置的各种模板。{8}以自动对美国职业篮球赛(NBA)进行直播报道的自动写作软件为例,虽然其生成的直播报道足以“以假乱真”,被球迷评价为由人工创作的比率高达90%[14],但它是基于开发者构建的球队“比分差函数”,运用由该函数的数据分片算法和数据合成算法,对数据进行分类,并填充到开发者事先预定的上百个模板中所产生的结果。“模板”是根据数据的类别以及历史NBA赛事的新闻报道制作的,类似于有固定格式、栏目和标题的表单,用于填入数据。如“以球队为报道对象”的模板包括“*队开局打出*比*的比分,取得了*分的优势”、“双方杀得焦灼,你来我往都有得分,比分为*比*”、“*奋力打出*的攻击波将分差缩小到个位数”等。“以球员个人为主要报道对象”的模板包括“在*球员的带领下,取得*分的领先优势”、“*队在*的带领下打出*比*的攻击波,一举将比分反超”、“双方打得相当胶着,*连投带罚接连得分,*也打得非常有活力”。{9}然,当软件根据函数和算法对原始信息进行筛选和计算后,将所得数据依对应关系填入模板之中,一篇新闻报道就形成了。它与前文所述的“机器人作画”一样,本质上仍然属于执行既定流程和方法的结果。
  (三)人工智能的“学习”是确定规律的过程
  具有“学习”能力是人工智能技术发展进步的标志。开发“阿尔法围棋”程序的“深度思维”公司首席执行官曾称该程序“拥有强大的自我学习能力……它是通过自我对局来优选最佳方法,这跟人类的思考方式一样”。{10}然而,人工智能所具有的“学习”能力并不意味着应用这种“学习”成果生成内容的过程是创作,以及生成的内容是作品。它只意味着与程序设计者预先确定可直接得出结果的固有规则(如简谱与五线谱之间的对应关系)不同,拥有人工智能的程序可以通过对大量数据的分析,自己找出事物之中更为具体、细致的规律。毫无疑问,这种“学习”能力在数据处理方面具有极大的优势,但它仍然属于应用特定算法获取最佳结果的过程,其作用在于从无数可能性中找到唯一或者极为有限的正确路径。因此一些人工智能的研究者将人工智能的“学习”描述为:将神经——中枢——大脑的工作原理设计成一个不断迭代、不断抽象的过程,以便得到最优数据特征表示的机器学习算法。{2}290-291例如,“阿尔法围棋”程序的人工智能体现在它具有由“策略网络”和“估值网络”构成的“深度神经网络”。这种“神经网络”实际上是由简单处理单元构成的大规模并行分布式处理器。{11}1其中

  ······

法宝用户,请登录后查看全部内容。
还不是用户?点击单篇购买;单位用户可在线填写“申请试用表”申请试用或直接致电400-810-8266成为法宝付费用户。
【注释】                                                                                                     
【参考文献】

{1}蔡自兴,徐光福.人工智能及其应用〔M〕.北京:清华大学出版社,2004.

{2}蔡自兴,等.人工智能及其应用〔M〕.北京:清华大学出版社,2016.

{3}任翀.机器人写稿?是大数据分析!〔J〕解放日报,2015-09-11(8).

{4}刘燕秋. Prisma走红人工智能试水图像处理〔N〕.21世纪经济报道,2016-08-17(16).

{5}赵陈婷. Prisma爆红这么久现在才有中国追随者〔N〕.第一财经日报,2016-08-9(A08).

{6}倪菲,付庄,曹其新,赵言正.肖像漫画绘制机器人技术研究〔J〕.自然杂志,2007,(4):212.

{7}孟盼盼.肖像绘制机器人技术研究〔D〕.中国科学技术大学硕士论文,2011.

{8}技术宅.自动写作语言大师揭秘〔J〕.电脑爱好者,2015,(9):55-58.

{9}陈玉敬,吕学强. WBA赛事新闻的自动写作研究〔J〕.北京大学学报(自然科学版),2017,(2):216.

{10}“阿尔法狗”之后的科技征途——眺望人机共存时代〔N〕.经济参考报,2016-03-18(5).

{11}Haykin.神经网络与机器学习〔M〕.申富饶.等译.北京:机械工业出版社,2011.来自北大法宝

{12}吴月辉.“阿法狗”为什么厉害〔N〕.人民日报,2016-03-21(20).

{13}周志华.机器学习〔M〕.北京:清华大学出版社,2016.

{14}李星燕.算出音乐来〔J〕.新发现,2009,(8):98.

{15}郑成思.版权法(修订本)〔M〕.北京:中国人民大学出版社,1997.

{16}李明德,许超.著作权法(第二版)〔M〕.北京:法律出版社,2009.

{17}熊琦.人工智能生成内容的著作权认定〔J〕.知识产权,2017,(3):3-8.

{18}〔英〕莎士比亚.哈姆雷特〔M〕//莎士比亚喜剧悲剧集,北京:译林出版社,2010.

{19}曹源.人工智能创作物获得版权保护的合理性〔J〕.科技与法律,2016,(3):488-508.

{20}Stuart J·Russell, Peter Norvig.人工智能:一种现代的方法(第3版)〔M〕.殷建平,等译.北京:清华大学出版社,2013.

©北大法宝:(www.pkulaw.cn)专业提供法律信息、法学知识和法律软件领域各类解决方案。北大法宝为您提供丰富的参考资料,正式引用法规条文时请与标准文本核对
欢迎查看所有产品和服务。法宝快讯:如何快速找到您需要的检索结果?    法宝V5有何新特色?
扫码阅读
本篇【法宝引证码CLI.A.1229736      关注法宝动态:  

法宝联想
【共引文献】
【相似文献】
【作者其他文献】
【引用法规】

热门视频更多