荐读生成式人工智能的知识产权法律因应与制度创新

荐读|生成式人工智能的知识产权法律因应与制度创新

作者简介

吴汉东(1951—),江西东乡人,中南财经政法大学,教授,博士,研究方向:知识产权法;

刘鑫(1991—),山东蓬莱人,中南财经政法大学,副教授,博士,研究方向:知识产权法。

摘要

关键词

生成式人工智能;知识产权;算法;数据

一、生成式人工智能知识产权法律问题的基本由来

早在20世纪末,美国科学家泰勒和科扎便分别以人工神经网络技术和基因编程技术为基础,开发出能够主动创新的人工智能机器人CreativityMachine和InventionMachine[4]。如今,美国OpenAI人工智能实验室更是凭借海量文本深度挖掘的机器学习系统开发出具备人机互动能力,并能够模仿人类对话者进行程序、音乐、诗歌等多种内容创作与编辑的ChatGPT[5]。伴随着生成式人工智能在技术构架上日趋完善、在产品类型上日渐丰富,日益凸显的知识产权法律问题却也与之相伴而生,一方面,生成式人工智能由多项技术成果组成的复合产品结构会带来知识产权保护客体的重叠性难题;另一方面,生成式人工智能脱离人类干预与控制的自主运转功能则会引发知识产权保护标准的颠覆性挑战。由此,有必要从生成式人工智能的复合产品结构和自主运转功能两个维度予以分别展开,明确生成式人工智能的知识产权法律问题缘何而来,以便进行生成式人工智能的知识产权法律问题应对路径的选择与探索。

(一)生成式人工智能复合产品结构所带来的法律难题

(二)生成式人工智能自主运转功能所诱发的法律挑战

////

二、生成式人工智能核心要素的知识产权保护难题

(一)生成式人工智能基础算法知识产权保护的法律难题

(二)生成式人工智能关键数据知识产权保护的法律难题

生成式人工智能的关键数据是技术运转与功能呈现的重要保证。在缺少关键数据供给与支撑的情况下,无论人工智能具备多么强大的机器学习能力,其所生成的衍生内容也无法达到应用的效果。因而在讨论生成式人工智能核心要素知识产权问题过程中,数据无疑是除算法之外的另一个重要的保护对象,并须以适当的法律规范对其予以有效调整。但是,对于生成式人工智能关键数据而言,如若不展开必要的制度创新,现行知识产权制度则往往并不能对其进行全面的法律保护,相应的数据知识产权保护法律难题也由此触发。

三、生成式人工智能衍生内容的知识产权规制挑战

(二)生成式人工智能衍生内容知识产权确权的法律挑战

与之相反的是,一旦论及生成式人工智能衍生内容知识产权侵权的责任问题,在算法设计者、数据提供者、投资者、使用者等贡献者之间则会形成与权利争夺相类似的责任推诿,只是各方会将争辩的内容由谁的贡献更大转变为谁对侵权内容的影响最小罢了。虽说从权责一致的法律原则着手,可以确定生成式人工智能衍生内容知识产权的掌控者,即为对应侵权责任的承担者,但问题似乎依旧停留在原点,仍需进一步明确算法设计者、数据提供者、投资者、使用者等众多贡献者之间的权利配置与责任分担。

四、生成式人工智能知识产权法律变革的路径选择

唯有如此,在全面解析生成式人工智能的知识产权法律问题的前提下,才能就生成式人工智能知识产权法律变革作出科学合理的路径选择,从而实现对生成式人工智能知识产权充分保护及有效规制的目标与宗旨。

(一)形成生成式人工智能核心要素的专门性知识产权保护机制

1.生成式人工智能基础算法的知识产权保护制

2.生成式人工智能关键数据的知识产权保护机制

(二)构建生成式人工智能衍生内容的系统性知识产权保护规则

2.生成式人工智能衍生内容的知识产权确权规则

五、结语

参考文献

[1]吴汉东.人工智能时代的制度安排与法律规制[J].法律科学(西北政法大学学报),2017(5):130-133.

[2]刘艳红.生成式人工智能的三大安全风险及法律规制——以ChatGPT为例[J].东方法学,2023(4):29-43.

[3]刘鑫.新业态知识产权保护法律问题的阐释与疏解[J].中国市场监管研究,2021(10):31-35.

[4]ABBOTTR.Ithink,thereforeIinvent:creativecomputersandthefutureofpatentlaw[J].BostonCollegeLawReview,2016,57(4):1085.

[5]张夏恒.ChatGPT的逻辑解构、影响研判及政策建议[J].新疆师范大学学报(哲学社会科学版),2023(5):113-123.

[6]J.M.穆勒.专利法[M].3版.沈超,等译.北京:知识产权出版社,2013:25.

[7]LIUX.BasicArchitectureandpatentabilityanalysisofartificialintelligencetechnology[J].科技与法律(中英文),2022(1):118-126.

[8]FRASERE.Computersasinventors-legalandpolicymplicationsofartificialintelligenceonpatentlaw[J].SCRIPTed:AJournalofLaw,TechnologyandSociety,2016,13(3):319.

[9]付丽霞,刘鑫.人工智能时代新闻出版领域著作权问题的类型化分析[J].科技与出版,2021(6):110-117.

[10]SCHERERM.Regulatingartificialintelligencesystems:risks,challenges,competencies,andstrategies[J].Harv.J.L.&Tech.2016,29(2):363-374.

[11]吴汉东.人工智能生成作品的著作权法之问[J].中外法学,2020(3):653-656.

[12]王迁.论人工智能生成的内容在著作权法中的定性[J].法律科学(西北政法大学学报),2017(5):148-155.

[13]易继明.人工智能创作物是作品吗[J].法律科学(西北政法大学学报),2017(5):137-147.

[14]吴汉东.人工智能生成发明的专利法之问[J].当代法学,2019(4):24-38.

[15]朱雪忠,张广伟.人工智能产生的技术成果可专利性及其权利归属研究[J].情报杂志,2018(2):69-75.

[16]杨利华.人工智能生成技术方案的可专利性及其制度因应[J].中外法学,2023(2):346-364.

[17]SHAPIROC.Navigatingthepatentthicket:crosslicensing,patentpoolandstandardsetting[J].ChapterinNBERbookInnovationPolicyandtheEconomy,2001,1(1):119-150.

[18]LEMLEYM.Themythofthesoleinventor[J].MichiganLawReview,2012,110(5):749.

[19]VERTINSKYL,RICET.Thinkingaboutthinkingmachines:implicationsofmachineinventorsforpatentlaw[J].B.U.J.Sci.&Tech.L.,2002,8(2):590.

[20]LIUX.Onpolicychoiceandethicalresponseofpatentprotectionofgeneeditingachievements[J].科技与法律(中英文),2023(1):140-148.

[21]付丽霞.美国专利客体制度发展历程的回顾与梳理[J].中国发明与专利,2019(1):20-25.

[22]张吉豫.智能时代算法专利适格性的理论证成[J].当代法学,2021(3):89-100.

[23]关儒,黄玉烨.人工智能算法的专利适格性问题研究——基于算法特征的讨论[J].科技与法律(中英文),2023(2):88-96.

[25]姚叶.人工智能算法专利的技术、理论、问题与中国之应对[J].科技进步与对策,2022(16):134-141.

[26]吴桂德.商业数据作为知识产权客体的考察与保护[J].知识产权,2022(7):91-109.

[27]田小楚,高山行.论大数据在著作权法保护中的冲突与协调[J].重庆大学学报(社会科学版),2021(1):141-151.

[28]刘鑫.大数据时代数据知识产权立法的理据与进路[J].知识产权,2023(11):41-58.

[29]于是.《反不正当竞争法》一般条款适用的泛化困局与绕行破解——以重构“二维指征下的三元目标叠加”标准为进路[J].中国应用法学,2020(1):112-132.

[30]李爱君.数据权利属性与法律特征[J].东方法学,2018(3):64-74.

[31]DAVIESCR.Anevolutionstepinintellectualpropertyrights—artificialintelligenceandintellectualproperty[J].ComputerLaw&SecurityReview,2011,27(1):601-619.

[32]梁志文.论人工智能创造物的法律保护[J].法律科学(西北政法大学学报),2017(5):156-165.

[34]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.

[35]刘鑫.人工智能创造物知识产权保护的正当性释疑——黑格尔“财产权人格学说”下的理论证成与制度调适[J].科技与法律,2020(6):41-47.

[36]BOYDENB.Emergentworks[J].ColumbiaJournalofLaw&theArts,2016,39(3):377-394.

[38]刘强,周奕澄.人工智能发明专利审查标准研究[J].净月学刊,2018(3):76-85.

[39]刘鑫.人工智能生成技术方案的专利法规制——理论争议、实践难题与法律对策[J].法律科学(西北政法大学学报),2019(5):82-92.

[40]孙正樑.人工智能生成内容的著作权问题探析[J].清华法学,2019(6):190-204.

[41]黄玉烨,司马航.孳息视角下人工智能生成作品的权利归属[J].河南师范大学学报(哲学社会科学版),2018(4):23-29.

[42]王瀚.欧美人工智能专利保护比较研究[J].华东理工大学学报(社会科学版),2018(1):100.

[43]许明月,谭玲.论人工智能创作物的邻接权保护——理论证成与制度安排[J].比较法研究,2018(6):42-54.

[44]SAMUELSONP.Allocatingownershiprightsincomputer-generatedworks[J].UniversityofPittsburghLawReview,1986,47(4):1199.

[45]吴汉东.知识产权法的制度创新本质与知识创新目标[J].法学研究,2014(3):95-108.

[46]狄晓斐.人工智能算法可专利性探析——从知识生产角度区分抽象概念与具体应用[J].知识产权,2020(6):81-96.

[47]吴汉东.计算机软件专利保护问题研究[J].当代法学,2022(3):3-16.

[49]吴汉东.数据财产赋权的立法选择[J].法律科学(西北政法大学学报),2023(4):44-57.

[50]丁晓东.论企业数据权益的法律保护——基于数据法律性质的分析[J].法律科学(西北政法大学学报),2020(2):90-99.

[51]卢纯昕.反不正当竞争法在知识产权保护中适用边界的确定[J].法学,2019(9):37-39.

[53]HATTENBACHB,GLUCOFTJ.Patentsinaneraofinfinitemonkeysandartificialintelligence[J].StanfordTechnologyLawReview,2015,19(1):32-51.

[54]袁曾.人工智能有限法律人格审视[J].东方法学,2017(5):50-57.

[55]刘鑫.人工智能自主发明的伦理挑战与治理对策[J].大连理工大学学报(社会科学版),2023(4):80-85.

[56]MERGESP.Individualcreatorsintheculturalcommons[J].CornellLaw,2010,95(4):793-806.

互联网新闻信息服务许可证:34120170002;信息网络传播视听节目许可证:1208228

THE END
1.数据挖掘类文章属于什么类型mob64ca12e83232的技术博客通过上述示例,我们简单地展示了数据挖掘的基本流程,包含数据加载、预处理、建模及评估。这些步骤在大多数数据挖掘项目中都是相似的。数据挖掘不仅仅是技术的应用,更是对数据理解和分析的深度思考。 随着数据量的增长和技术的发展,数据挖掘的潜力将愈发显著。未来,数据挖掘将在决策支持、市场分析、个性化推荐等领域发挥更https://blog.51cto.com/u_16213397/12827058
2.语音采集的数据如何使用语音采集的数据有着广泛的应用,涵盖了从个人消费产品到企业级解决方案的多个领域。以下是语音数据的一些主要使用方式: 1. 训练和优化语音识别模型 - 应用场景:智能助手、语音搜索、自动转录服务等。 - 使用方法:通过大量的语音样本(包括不同口音、语速、背景噪音条件下的录音)来训练深度学习模型,提高其准确性和鲁棒性https://fuxi.163.com/database/1343
3.C语言在数据挖掘中的作用编程语言C语言在数据挖掘中扮演着重要的角色,尽管它可能不是最常用的工具,但它的性能和灵活性使其在特定情况下非常有用。C语言在数据挖掘中的应用主要体现在以下几个方面: C语言在数据挖掘中的作用 高效处理大数据:C语言允许程序员直接操作内存,提高程序的执行效率,适合处理大规模数据集和复杂计算任务。 自定义算法开发:Chttps://m.yisu.com/zixun/942501.html
4.数据挖掘算法实战:从传统统计到机器学习的商业智能分析完整技术栈通过数据挖掘算法,可以对用户的行为进行分析,包括用户偏好、购买行为、活跃度等,从而为企业的精准营销、产品推荐等提供支持。 风险管理 利用数据挖掘算法可以对风险进行识别和评估,包括信用风险、市场风险、操作风险等,帮助企业更好地进行风险管理和决策制定。 https://www.jianshu.com/p/e8efcaaf4349
5.机器学习:开启智能未来的钥匙腾讯云开发者社区机器学习作为人工智能的核心方法,通过分析数据中的隐藏规律,让计算机从中获取新的经验和知识,不断提升和改善自身性能,从而像人一样根据所学知识做出决策。 机器学习涉及概率论、统计学、微积分、代数学、算法复杂度理论等多门学科,是一门多领域交叉学科。其应用范围极为广泛,涵盖自然语言处理、图像识别、推荐系统、金融https://cloud.tencent.com/developer/article/2478495
6.数据挖掘主要包含哪些功能?数据挖掘的功能数据挖掘主要包含哪些功能? 数据挖掘的功能主要包括,数据分类、数据估计、数据预测、数据关联分组、数据聚类,及数据循序样式采矿等六大功能。 数据分类 数据分类为数据挖掘中常见的功能之一,顾名思义即是将分析对象依不同的属性分类加以定义,建立不同的类组。数据挖掘中的分类是指针对未发生的结果进行预测分类,主要包括https://blog.csdn.net/duozhishidai/article/details/87968943
7.数据挖掘)(功能选择MicrosoftLearnSQL Server数据挖掘提供多种方法来计算这些分数,任何模型中应用的确切方法取决于以下因素:在模型中使用的算法 属性的数据类型 可对模型设置的任何参数 功能选择应用于输入、可预测属性或列中的状态。 在用于功能选择的分数完整时,只有算法选择的属性和状态才会包含在模型生成过程中并可用于预测。 即使您选择的可预测https://msdn.microsoft.com/zh-cn/library/ms175382.aspx
8.数据仓库和数据挖掘12篇(全文)(一) 数据挖掘的功能特征 (1) 自动预测趋势和行为:数据挖掘摒弃了以往的采用大量手工方式分析问题的路线, 能够自动的从大型的数据库中找到预测性信息。迅速而直接的根据数据本身, 得出结论。 (2) 关联分析:数据关联是数据库中一类存在的可被发现的重要知识。假若两个或多个变量的取值之间存在某种规律性, 就可以称https://www.99xueshu.com/w/ikeyy9nb2adc.html
9.数据挖掘论文4.DBMiner是由DBMiner Technology公司开发的,它提供多种数据挖掘算法,包括发现驱动的OLAP分析、关联、分类和聚类。特色是它的基于数据立方体的联机分析挖掘,它包含多种有效的频繁模式挖掘功能和集成的可视化分类方法 四、数据挖掘与管理会计 1.提供有力的决策支持 https://www.unjs.com/lunwen/f/20220924130749_5650839.html
10.人工智能算法的分类与应用人工智能 (AI) 是当前科技领域的热门话题,其核心是各种算法的灵活运用。AI算法不仅实现了智能预测、分类,还在数据挖掘、自然语言处理和推荐系统等领域发挥着重要作用。接下来,我们将以科普的视角,带您深入了解 AI 的主要算法及其广泛应用。 一、监督学习 https://mp.weixin.qq.com/s?__biz=MzI3MzQ1NjMwOA==&mid=2247549220&idx=4&sn=25aa18da4b1e2824371e552b0ca3c8e6&chksm=eb214cffdc56c5e9303367ae4087102996613151dfa3c11fafe88950b683dbc8dadedd63bcaa&scene=27
11.NIDIAdem2018破解版交互式数据分析管理软件NIDI您使用DIAdem NAVIGATOR以不同的文件格式挖掘和加载数据。您可以使用DIAdem VIEW查看数据,以图形方式分析曲线部分,以及编辑数据(例如,更正错误)。您可以使用DIAdem ANALYSIS以标准函数或您自己的公式以数学方式评估数据。您可以使用DIAdem REPORT创建记录数据和显示结果的多页报告。 DIAdem SCRIPT结合了脚本中的所有面板功能http://www.sd173.com/soft/7812.html
12.数据分析软件的功能有哪些帆软数字化转型知识库数据分析软件具备多种功能,包括数据清洗、数据整合、数据可视化、预测分析、报表生成、实时监控、数据共享、数据挖掘、用户权限管理等。其中,数据可视化是最重要的功能之一,能够将复杂的数据转化为直观的图表和图形,帮助用户更容易理解和分析数据。数据可视化通过图表、地图、热力图等多种方式展示数据,便于发现数据中的趋势https://www.fanruan.com/blog/article/69383/
13.单细胞分析的相关数据库教程,大概看下它的内容,最近的更新包含了52个study,数万个细胞的测序结果。 数据挖掘功能 按数据集进行挖掘,可视化,可以选择自己感兴趣的数据集,物种等,获取基本信息 我们来看一个黑色素瘤的单细测序结果: 进行可视化查看分析结果,比如tSNE的聚类结果: marker基因的表达热图: 还可以看实验设计的基本信息: 关于单细胞http://m.yunbios.net/Database-on-single-cell-analysis.html
14.(2)平台功能主要功能包含设备接入,设备管理,监控运维,通知管理构建物联感知体系需通过建设物联管理平台来满足功能需求,物联管理平台 通过硬件实施+云服务形式,为企业提供设备连接管理,设备数据采集,设备数 据监控,设备数据存储,设备安全认证等功能.支持各种工业硬件,机器手,智 能屏,传感器,数控机床等的接入管理. (2)平台功能 主要功能https://whsggzy.wuhu.gov.cn/EpointWebBuilderNew/WebbuilderMIS/attach/downloadZtbAttach.jspx?attachGuid=7163fc66-3b57-408b-956f-8c3876237eeb&appUrlFlag=ztbwh
15.数据挖掘有哪些功能导读随着大数据发展越来越好,数据挖掘成为了未来发展的一大趋势,数据挖掘和分析技术在各行业发挥着重要作用,小编为大家整理了数据挖掘的具体功能介绍,一起来看看吧。 数据挖掘有哪些功能: 数据挖掘通过预测未来趋势及行为,做出前摄的、基于知识的决策。数据挖掘的目标是从数据库中发现隐含的、有意义的知识,主要有以下五https://www.baijiao.org/school/zhengzhouxinyingdajiaoyu/news/14499.html
16.数据挖掘的六大主要功能数据挖掘的六大主要功能 数据挖掘的历史虽然较短,但从20世纪90年代以来,它的发展速度很快,加之它是多学科综合的产物,目前还没有一个完整的定义,人们提出了多种数据挖掘的定义,例如:SAS研究所(1997):“在大量相关数据基础之上进行数据探索和建立相关模型的先进方法”。Hand et al(2000):“数据挖掘就是在大型数据库https://www.cda.cn/view/25648.html
17.网络营销全部(1)分析PT使用的移动大数据精准营销核心功能。①用户画像。PT与京东、天猎平台合作,分析网上用户行为,利用平台的数据挖掘、用户画像功能,发现对美发、护发有需求的女性潜在客户。②精准广告的投放及服务信息的推送。根据用户画像,将产品广告信息精准地推送到这些人群手机端;向进入PT线下产品体验点周围2公里的女性用户和https://www.wjx.cn/xz/261160017.aspx
18.数据挖掘功能及各自方法总结数据挖掘功能的特点及主要挖掘方法一、数据挖掘功能的特点及主要挖掘方法数据挖掘的目标是从数据库中发现隐含的、有意义的知识,主要有以下几类 功能:概念描述概念描述又称数据总结,其目的是对数据进行浓缩,给出它的综合描述,或 者将它与其它对象进行对比。通过对数据的总结,可以实现对数据的总体把握。 最简单的概念描https://m.renrendoc.com/paper/215780489.html
19.什么是数据挖掘?数据挖掘具有哪些功能?数据挖掘是指从大量数据中提取隐含的、未知的、潜在的有用的信息,使其表现为概念、规则、规律、模式等形式。数据挖掘实质上是一个深层次的数据分析过程,即从大量的数据中,抽取出潜在的、有价值的知识、模型或规则的过程。 ( 1 )趋势和行为分析;( 2 )关联分析;( 3 )聚类分析;( 4 )概念描述;( 5 )偏差检测https://www.shuashuati.com/ti/b42dc41b1dec47e08e65ba734ea56cff.html