人工神经网络输出结果与作品的类型化保护

人工神经网络输出结果与作品的类型化保护 本文关键词：神经网络，输出，类型，保护，作品

人工神经网络输出结果与作品的类型化保护 本文简介：Abstract：Theadventofartificialneuralnetworktechnologyhasenabledthemachinetoacquiretheabilityofself-learningandalsomadepeoplebegintoponderthepossibilit

人工神经网络输出结果与作品的类型化保护 本文内容：

　　Abstract：The advent of artificial neural network technology has enabled the machine to acquire the ability of self-learning and also made people begin to ponder the possibility of “creation”by the machine. The essence of the artificial neural network is based on certain computing rules that output results.Although these rules are formed by the self-regulation of the neural network, they have been fixed in the procedure of the research and development. The so-called “creative”process of artificial neural network is only the process of computing according to established rules. It is impossible to produce the creations in the sense of copyright lawonly by the operation of artificial neural network itself. Whether the output can be protected by the copyright lawand what kind of protection it can take depends on what role human-beings play in the final output. If the artificial neural network system is an intermediary tool to assist human creation and the substantive part of the results is completed by humans, then the output can be identified as a creation. If human beings do not play any role or just play a very insignificant role in the final output, it is not appropriate to consider the output as a creation with granted copyright protection. It is advised that a newneighboring right should be established to protect investors.

　　Keyword：artificial neural network; originality; work; neighboring right;

　　2016年3月, 韩国围棋九段棋手李世石与人工智能围棋程序阿尔法围棋的五番棋比赛, 以人工智能阿尔法围棋4比1战胜人类代表李世石告终。[1]阿尔法围棋的技术原理是人工神经网络算法。虽然人工神经网络系统是人类设计的, 但基于该技术的人工神经网络系统具有的“智慧”越来越高, 甚至可以超越人类。人工神经网络的迅速发展让人类开始正视机器“创作”的可能性。早在1959年, 德国卢茨就制作出写诗软件, 1984年中国也有人成功编制了“计算机诗词创作”软件。[2]Google开发的系统能够利用人工神经网络技术, 选取照片的重点特征部分, 加以强化, 绘制出一幅具有新特征的照片。[3]德国图宾根大学主导的一项实验, 可以利用人工神经网络系统将普通的照片变成抽象派艺术大师的作品。[4]

　　在当前信息网络社会, 传统的着作权制度面临着大量新型的版权问题需要规范。[5]人工神经网络技术的快速发展使我们不得不开始正视其输出结果在版权法上的定性。伯尔尼公约并未对作者是否必须为自然人作出限定, 因为“各国法律存在分歧”。1如1984年美国《版权实施第二次纲要》指出, “作者资格”一词表明, 作品要获得版权保护, 就必须能追溯至自然人。2澳大利亚政府所设立的版权法修正委员会于1993年发布了关于计算机软件保护的报告书。该份报告涉及了计算机创作物的问题, 并坚持澳大利亚《版权法》中的作者必须为自然人。[6]虽然有国家规定存在自然人之外的作者, 一般也只在法人作品等特殊规定里, 如我国版权法第九条的规定。人工神经网络系统输出的具有审美艺术价值的成果, 在表现形式上与人类创作的作品并无二致, 有些成果的艺术水平甚至可能远高于人类的某些创作作品。从最终成果的表现形式上看, 人工神经网络技术赋予了“创作”以新的方式, 作品的创作主体似乎已经不再限于人类。如果人工神经网络系统输出结果构成作品, 不仅会颠覆版权法中关于作者的传统认知, 还会进一步引发关于作品版权归属的争论:系统本身能否成为作品的作者, 并拥有如转让版权及提起侵权之诉的权利?输出成果是否构成合作作品从而归属于多个权利人?如果人工神经网络的输出结果不构成版权法下的作品, 其应否受到法律保护, 以及应当受到何种方式的保护?新技术的产生要求我们必须对这些问题做出回应。

　　一、人工神经网络输出结果与作品

　　(一) 人工神经网络的工作原理

　　人工神经网络研究是目前国际上迅速发展的人工智能的前沿交叉学科。[7]人工神经网络仿造生物脑中的神经元而来, 包括多个计算机, 这些计算机被称为“节点”。人工神经网络系统还包含了可用于各节点之间通信的交流机制。每个节点都可对设计者指定的具体对象作出认定, 并将结果值传递给网络中其他节点。人工神经网络根据这些值及所占的比重作出结论。各个节点结果的比重最初是随机的。经过测试之后, 如果节点作出的认定是正确的, 那么计算机就会增加该节点结果在认定中所占的比重, 反之则降低。3这一过程会重复至人工神经网络作出正确结果为止。

　　人工神经网络在一定程度上可以说是自我训练, 也拥有自我学习的能力。没人推导出任何规则去控制人工神经网络的创作活动, 而是在人工神经网络投入应用之前的研发调试阶段, 通过其自身对算法的学习, 并借助于示例训练自行发展出一套规则。4运算规则的发展和形成过程中存在人为的干预, 人工神经网络在测试阶段时输出的结果需要由设计者进行筛选, 只有在结果符合设计者的预想时, 运算规则才会被肯定, 否则设计者将对输出结果进行否定评价, 促使人工神经网络各个节点进行自我调节, 直到满足设计者的要求为止。

　　人工神经网络的运行原理是对固定算法的执行。当人工神经网络的运算规则形成, 用户输入初始数据之后, 人工神经网络可开始运行并输出结果。虽然输入的初始数据具有随机性, 导致最后的生成结果难以预测, 但在初始数据相同的情况下, 同一程序得出的结果是有限的。因此人工神经网络输出结果的生成过程是程序化的计算而非创作活动。[8] …… 此处隐藏：1701字，全部文档内容请下载后查看。喜欢就下载吧 ……