關於人工智能的版權疑惑：收益歸誰？責任歸誰？

• 2019 年 11 月 29 日
• 筆記

By 超神經

場景描述：人工智能創作的作品是否擁有版權？這些作品版權歸屬於誰？而人工智能犯錯後果又該由誰承擔？眾多問題亟待法律法規的完善。

關鍵詞：人工智能 版權 世界知識產權日

你有沒有發現，近年來，國內版權意識已經開始覺醒。

如今，各個音樂、視頻平台上的很多作品，都需要付費購買會員才能收聽、觀看。創作者對於盜版已經「零容忍」，國家對於這方面的法律法規也在不斷加強與完善。

在今天，4 月 26 日，第 19 個世界知識產權日，我們共同探討一下人工智能與版權的問題。

由黑洞引起的版權風波

就在前不久，黑洞照片引發了一場關於版權的輿論風波。該照片剛剛發佈就被視覺中國據為己有，打上版權水印。

視覺中國在黑洞照片公布當晚，將該圖片收入自己版權圖庫

最終結果是，視覺中國道歉，而黑洞照片，因為其背後是全球數位天文學家、軟件工程師、天文望遠鏡以及計算機的努力，屬於合作作品，無法分割，因此不受著作權法保護，它的版權公認屬於全人類。

黑洞照片的版權風波平息了，但是，我們由此想到，對於能夠獨立創作作品的人工智能，它們所創作的作品，版權該屬於誰？

AI 創作的作品擁有版權嗎？

自從人工智能開始在文創領域嶄露頭角，它們的作品版權所屬就備受爭議。隨着相關技術的發展，人工智能獨立創作能力也越來越強。

2016 年，日本研發的人工智能創作了科幻小說《電腦寫小說的那一天》，不僅騙過了所有人類評審，還成功入圍日本微小說文學獎。

2017 年 5 月，由微軟公司的人工智能系統「小冰」創作的詩集《陽光失了玻璃窗》正式出版。

2018 年 4 月，韓國首次利用人工智能技術參與歌曲製作獲得成功，自主開發能唱歌的「K-pop AI」。

之前，谷歌人工智能還能進行繪畫創作，有畫作甚至被拍出了 8000 美元高價。

前日，人工智能撰寫的第一本書出版，書名為《鋰離子電池：機器生成的前沿研究摘要》。

此類例子不勝枚舉。人工智能創作已不是新鮮事。但是，對於這些作品，版權屬於誰？其稿費、拍賣費等應該歸誰所有？

有人認為，這些作品並不能算創作，只能說是算出來的，或者說，是模仿與拼湊出來的，因此不存在版權問題；

另一種觀點則是，以自然語言理解與生成為核心技術的人工智能，其生成語言的功能使它具有了原創能力。雖然作品距離大師還有很大距離，但也是創作，人工智能應該擁有版權。

全球尚無定論

對此，各個國家都有不同法律規定與舉措。

英國：早在 1988 年，英國出台的《版權、外觀設計和專利法》就承認，「計算機產生」的作品是沒有「人類作者」的作品，並明確授予此類作品版權保護。

歐洲：2017年2月，歐洲議會出於版權保護的目的，提倡授予自主式機械人「電子人」的法律地位。

日本：2016 年，日本通過知識產權促進計劃，其中重頭戲就是建立人工智能創作產品「版權」保護法律體系。日本政府稱其將通過這一計劃建立新的註冊系統，以保護人工智能作品的版權。

中國：我國《專利法》也正在逐步放開對計算人「算法」的專利保護，但針對人工智能產品的專利申請，《專利審查指南》還在有待進一步完善和補充。

美國：依據美國憲法中的知識產權條款，制憲者並未將通過機械人創作的、受版權保護的作品寫入該條款里，因為機器只是簡單地根據程序指令做事，完全不需要任何物質獎勵。

時至今日，此類探討在全球範圍來說，依然沒有定論。

AI 受榮誰獲益，闖禍誰擔責？

眾所周知，在深度學習、神經網絡等技術訓練下，人工智能變得越來越聰明，可能會做出「監護人」也意想不到的事情。

以此前 Uber 自動駕駛汽車事故為例。

2018 年 3 月，一名過馬路女性被 Uber 的一輛無人駕駛 SUV 撞倒最終死亡。這是首例無人駕駛車撞人致死事故，當時掀起軒然大波。

最後，經調查，責任不在 Uber，而在於受害者本人，Uber 不承擔刑事責任，而當時在車中的後備司機則需要接受進一步調查。

同年，特斯拉無人駕駛又造成一起自動駕駛系統致人死亡的車禍，最終交警認定，司機負主要責任。

這兩起事故中，自動駕駛系統都沒有被指定承擔責任。但是，如果有一天，自動駕駛完全實現無人駕駛，發生事故的話，該由誰負責呢？這是至今無解的問題。

同樣的，如果人工智能創作的作品獲獎、售賣，獲益者又是誰呢？

人工智能的版權問題，還有很多待完善

面對越來越多的人工智能創作內容和其他產品，版權相關問題需要明確法律法規來解決。

如果人工智能創作的內容具備了「作品」的外觀，從而構成版權法（著作權法）意義上的「作品」時，版權制度就必須回應如何界定人工智能作品的產權歸屬。

如果不明確界定人工智能作品的權利歸屬，任其成為「無主作品」，將會引發大量的法律爭議，衝擊既有的版權制度，甚至造成「盜版」無法管制的道德危機。

自版權制度誕生以來，科學技術的每一次重大突破，都伴隨着版權產業的深刻變革，版權制度也隨之調整。

在知識產權保護上，我們還有很多要做的。在 AI 的知識產權問題上，同樣還有很多待完善。

超神經百科

集成學習 Ensemble learning

集成學習是機器學習中的一種思想，通過多個模型的組合形成一個精度更高的模型。

集成學習本身不是一個單獨的機器學習算法，而是通過構建並結合多個機器學習器來完成學習任務。

集成學習可以用於分類問題集成，回歸問題集成，特徵選取集成，異常點檢測集成等等，可以說所有的機器學習領域都可以看到集成學習的身影。

集成學習有兩個主要的問題需要解決，第一是如何得到若干個個體學習器，第二是如何選擇一種結合策略，將這些個體學習器集合成一個強學習器。