刘影:人工智能生成物的著作权法保护初探

选择字号:   本文共阅读 2540 次 更新时间:2018-02-23 21:33

进入专题: 人工智能   著作权法  

刘影  

【摘要】 根据人工智能创作过程对人的依赖程度,将人工智能生成物类型化为来自于人类的生成物(第一类生成物)和非来自于人类的生成物(第二类生成物)。从解释论的角度来看,第一类生成物可以受到现行著作权法的保护,而第二类生成物不满足构成作品的要件。从立法论的角度来看,应基于激励理论来考虑第二类生成物著作权法保护的必要性,但存在一些制度设计上的障碍。出于促进产业发展的政策考量,在人工智能技术成熟到一定阶段时,有必要打破现行著作权法的规定给予第二类生成物著作权法上的保护。

【中文关键词】 人工智能;人工智能生成物;知识产权;著作权法


一、问题的提出


图灵在1950年发表的论文《计算机器与智能》(Computing Machinery and Intelligence)中,首次从行为主义角度提出“机器能思考吗?”这一问题。人工智能(ArtificialIntelligence,缩写为Al)概念在1956年美国的一次夏季会议(达特茅斯会议)上正式提出。经六十余载发展,人工智能技术经历了从概念到不断发展的成长历程。伴随2006年深度学习概念的提出,人工智能成为未来技术发展的新趋势[1],甚至上升为国家政治意识[2]。技术是一把双刃剑,虽然人类有望通过人工智能从重复性脑力活动中解放出来,但是一旦人工智能技术发展到一个临界点,则存在发生自我进化的可能性。具言之,人工智能通过深度学习对人和动物大脑进行仿生模拟,在大数据支持下,可以具有逻辑和思维,进而形成自己的价值判断。为此,有人(如霍金、比尔•盖茨等)担忧人工智能未来可能会脱离人类的控制范围而成为人类的竞争对手甚至是敌人。科学技术是人的创造物,是人类认识世界、改造世界的工具和手段[3]。只要科学技术发展坚持人的主体性,技术本身就只能作为客体而存在。因此,为保证人工智能技术在人类可控范围内发展,需要前瞻构建出一套从技术到产业、从社会到伦理、从政策到法律的监管规则。

知识产权制度对人类智力成果提供保护。著作权法保护的客体是自然人创作的具有独创性的作品。人工智能亦可进行文学艺术创作活动,不同于传统计算机的创作过程,人工智能是以海量数据为基础,在此基础之上不断学习训练,未来可能不再依赖于硬件和事先定义的规则。换言之,未来的人工智能创作不是开发者告诉程序如何创作,而是算法本身通过数据训练,自己学会如何创作。日本公立函馆未来大学松原仁教授组建的人工智能团队通过人工智能创作出小说《电脑写小说的一天》,并入围“星新一奖”比赛初审。这部小说的创作,人的贡献度为80%,人工智能的贡献度为20%[4]。可以看出,目前人工智能创作还依赖于人类,扮演人类创作道具的角色。而事实上,自20世纪50年代计算机技术兴起之后,各国即己对机器创作作品的法律属性进行过讨论,并在计算机仅作为协助创作的工具而存在这一点上达成共识[5]。因此,对于依然不能脱离人类控制的人工智能生成物的著作权法保护问题,可依照计算机衍生作品的逻辑。但是,人工智能创作对人的依赖程度会随着技术的发展而有所改变,不排除在不久之未来人工智能可独立进行创作的可能性。因此,在讨论人工智能创作生成的作品(以下简称人工智能生成物)时,有必要根据人工智能创作过程对人的依赖程度对其类型化,由此就会产生如下问题:从解释论的角度来看,在现行著作权法框架下如何评价类型化后的人工智能生成物;从立法论的角度来看,是否有必要对类型化后的人工智能生成物(非直接来自于人的创作)进行保护,如有必要,应如何保护。本文主要围绕以上两个问题而展开,并在文末给出本人就人工智能生成物著作权法保护这一问题进行论证后得出的初步结论。


二、人工智能生成物的类型与特征


智能是人类所特有的区别于一般生物的主要特征,通常被解释为人类认识客观事物并运用知识解决实际问题的能力[6]。人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类的智能才能完成的复杂工作[7]。深度学习是一种需要大型神经网络的深层次结构,是对人和动物大脑进行仿生模拟的过程,通过特定算法并以大数据作为模型不断训练,进而发现规律并形成经验[8]。制约人工智能发展的限制条件有神经网络、大数据和算法[9]。神经网络在深度学习过程中充当模拟人类大脑的角色。目前大型神经网络的技术发展已经可以为深度学习提供支撑,一旦数据和算