• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    類型化視角下人工智能數(shù)據(jù)訓(xùn)練著作權(quán)規(guī)則研究

    2024-12-31 00:00:00王靜
    電子知識產(chǎn)權(quán) 2024年7期
    關(guān)鍵詞:生成式人工智能合理使用

    摘要:人工智能數(shù)據(jù)訓(xùn)練加速技術(shù)迭代,驅(qū)動產(chǎn)業(yè)升級。然而,可版權(quán)性作品的獲取與利用使其難免著作權(quán)侵權(quán)爭議。數(shù)據(jù)訓(xùn)練特性、產(chǎn)業(yè)發(fā)展需求以及域外規(guī)制動向充分說明,人工智能數(shù)據(jù)訓(xùn)練合理使用化是大勢所趨。決策式人工智能與生成式人工智能在運(yùn)行原理與輸出形式上存在顯著區(qū)別,著作權(quán)法應(yīng)當(dāng)實(shí)施類型化規(guī)制。前者利用數(shù)據(jù)的功能性價值,構(gòu)成“轉(zhuǎn)換性使用”,后者利用數(shù)據(jù)的表達(dá)性價值,應(yīng)當(dāng)將其納入可“選擇退出”的合理使用情形。在制度配套設(shè)計(jì)上,需明確人工智能開發(fā)者的數(shù)據(jù)訓(xùn)練披露義務(wù)以保證著作權(quán)人“退出”可能性,同時針對強(qiáng)化學(xué)習(xí)中使用者的數(shù)據(jù)訓(xùn)練行為,構(gòu)建人工智能開發(fā)者侵權(quán)提示責(zé)任減輕機(jī)制,實(shí)現(xiàn)使用者與開發(fā)者的責(zé)任分擔(dān)。

    關(guān)鍵詞:數(shù)據(jù)訓(xùn)練;決策式人工智能;生成式人工智能;合理使用;選擇退出

    一、引言

    自20世紀(jì)50年代“人工智能”(Artificial Intelligence, AI)這一術(shù)語被正式提出,人工智能發(fā)展經(jīng)歷起伏,但“如何使計(jì)算機(jī)模擬人類智能”的技術(shù)構(gòu)想從未停止。目前計(jì)算機(jī)科學(xué)領(lǐng)域內(nèi)主流的機(jī)器學(xué)習(xí)技術(shù)為數(shù)據(jù)訓(xùn)練,即人工智能開發(fā)者向人工智能“投喂”數(shù)據(jù),使其在海量數(shù)據(jù)中獲取經(jīng)驗(yàn)、總結(jié)出一般性規(guī)律,進(jìn)而將規(guī)律推演至其他數(shù)據(jù)上進(jìn)行預(yù)測。然而,這種數(shù)據(jù)驅(qū)動的經(jīng)驗(yàn)學(xué)習(xí)方式也頗具爭議——人工智能開發(fā)者時常因未經(jīng)許可的數(shù)據(jù)利用行為被提起侵權(quán)訴訟,其中包括著作權(quán)侵權(quán)糾紛。截至2024年2月,美國已發(fā)生十余起作家、畫家或新聞媒體指控人工智能開發(fā)者數(shù)據(jù)訓(xùn)練侵犯其著作權(quán)的訴訟。 3月20日,法國競爭管理局(Autorité de la concurrence)宣布,谷歌未經(jīng)同意使用出版商和新聞機(jī)構(gòu)的內(nèi)容訓(xùn)練大語言模型Bard,對其做出罰款2.5億歐元的決定。在國內(nèi),筆神作文指控“學(xué)而思”非法獲取數(shù)據(jù)用于模型訓(xùn)練的事件也受到廣泛關(guān)注。

    決策式人工智能與生成式人工智能是當(dāng)前人工智能的重要分支,兩者數(shù)據(jù)訓(xùn)練方式相似,但運(yùn)行原理與輸出形式存在顯著區(qū)別。決策式人工智能根據(jù)已有數(shù)據(jù)進(jìn)行分析、判斷、預(yù)測,以貓狗識別模型為例,人工智能開發(fā)者向模型輸入數(shù)據(jù),使模型在海量數(shù)據(jù)中學(xué)習(xí)“何者為貓”或“何者為狗”,當(dāng)使用者利用該模型進(jìn)行圖像識別,模型輸出結(jié)果為判別結(jié)論,即直接通過文字形式表明“該圖像是貓”或“該圖像非貓”。生成式人工智能根據(jù)已有數(shù)據(jù)進(jìn)行演繹創(chuàng)新,ChatGPT、Stable Diffusion、Sora等生成式工具可根據(jù)使用者輸入的提示詞生成相應(yīng)的文本、圖像、視頻。若前期人工智能開發(fā)者采用大量梵高的畫作進(jìn)行模型訓(xùn)練,人工智能使用者輸入文本提示詞后,可輕松“創(chuàng)作”梵高風(fēng)格的作品。然而遺憾的是,學(xué)界未能立足于決策式人工智能與生成式人工智能的輸出形態(tài)差異,對數(shù)據(jù)訓(xùn)練行為的合法性進(jìn)行類型化判斷,更未能對不同數(shù)據(jù)訓(xùn)練方式中的訓(xùn)練主體進(jìn)行辨析。本文在解析人工智能數(shù)據(jù)訓(xùn)練技術(shù)原理的基礎(chǔ)上,明確決策式人工智能與生成式人工智能的數(shù)據(jù)訓(xùn)練特征差異,提出類型化規(guī)制策略,同時針對使用者數(shù)據(jù)訓(xùn)練等特殊情境,提出人工智能數(shù)據(jù)訓(xùn)練的配套制度設(shè)計(jì),希冀為化解數(shù)據(jù)訓(xùn)練侵權(quán)困境提供全面、科學(xué)的著作權(quán)之道。

    二、人工智能數(shù)據(jù)訓(xùn)練的技術(shù)原理

    人工智能數(shù)據(jù)訓(xùn)練方式可以劃分為四種類型:監(jiān)督學(xué)習(xí)(Supervised Learning)、無監(jiān)督學(xué)習(xí)(Unsupervised Learning)、半監(jiān)督學(xué)習(xí)(Semi-Supervised Learning)與強(qiáng)化學(xué)習(xí)(Reinforcement Learning)。前三種數(shù)據(jù)訓(xùn)練方式的完整過程包括數(shù)據(jù)采集與獲取、數(shù)據(jù)預(yù)處理、數(shù)據(jù)標(biāo)注、數(shù)據(jù)輸入、模型訓(xùn)練與輸出。在強(qiáng)化學(xué)習(xí)中,環(huán)境反饋(使用者輸入的提示詞)是主要的訓(xùn)練數(shù)據(jù)來源,人工智能開發(fā)者無需主動采集數(shù)據(jù)。下文對人工智能數(shù)據(jù)訓(xùn)練的技術(shù)原理進(jìn)行展開,解析其中的數(shù)據(jù)利用行為,以作為著作權(quán)法問題分析的前提與基礎(chǔ)。

    第一,數(shù)據(jù)采集與獲取。人工智能訓(xùn)練數(shù)據(jù)來源通常有兩種,一為現(xiàn)有的公開數(shù)據(jù)集,二為自建數(shù)據(jù)集。公開數(shù)據(jù)集是相關(guān)研究人員在網(wǎng)絡(luò)上發(fā)布的自行創(chuàng)建的數(shù)據(jù)集,其他研究者可在遵循許可協(xié)議的前提下通過各類數(shù)據(jù)集庫獲取并加以利用。例如,著名學(xué)者李飛飛等人曾發(fā)布圖像數(shù)據(jù)庫ImageNet,其中圖片數(shù)量多達(dá)1400萬張,類別多至2萬余個,目前ImageNet已成為計(jì)算機(jī)視覺領(lǐng)域最常使用的數(shù)據(jù)集之一。公開數(shù)據(jù)集由公眾自由獲取使用,降低了人工智能開發(fā)者的數(shù)據(jù)訓(xùn)練成本。若自建數(shù)據(jù)集,人工智能開發(fā)者主要通過兩種途徑獲取數(shù)據(jù):一則在網(wǎng)絡(luò)平臺上采集現(xiàn)有數(shù)據(jù),二則以作者身份創(chuàng)建或委托他人創(chuàng)建數(shù)據(jù)。通過多元途徑構(gòu)建自建數(shù)據(jù)集,是在難以獲取公開數(shù)據(jù)集的前提下進(jìn)行人工智能訓(xùn)練的重要手段之一。

    第二,數(shù)據(jù)預(yù)處理。數(shù)據(jù)采集后,人工智能開發(fā)者對數(shù)據(jù)進(jìn)行預(yù)處理,進(jìn)而集成為訓(xùn)練數(shù)據(jù)集進(jìn)行人工智能訓(xùn)練。以圖像為例,為滿足人工智能訓(xùn)練要求,開發(fā)者在清洗非需求數(shù)據(jù)后,可對圖像進(jìn)行去噪、增加對比度等操作,進(jìn)而恢復(fù)圖像信息、提高圖像質(zhì)量,抑或進(jìn)行圖像增廣,增加圖像數(shù)據(jù)量。經(jīng)過預(yù)處理后的數(shù)據(jù)構(gòu)成訓(xùn)練數(shù)據(jù)集,更易為人工智能模型識別和解析。

    第三,數(shù)據(jù)標(biāo)注。在數(shù)據(jù)預(yù)處理后,根據(jù)是否進(jìn)行監(jiān)督學(xué)習(xí)確定是否標(biāo)注數(shù)據(jù)。對于無監(jiān)督學(xué)習(xí),數(shù)據(jù)無需標(biāo)注,可直接輸入初始模型進(jìn)行訓(xùn)練。對于監(jiān)督學(xué)習(xí),數(shù)據(jù)則需要進(jìn)行標(biāo)注。人工智能模型學(xué)習(xí)識別標(biāo)注數(shù)據(jù)中重復(fù)出現(xiàn)的模式,進(jìn)而在未知數(shù)據(jù)中進(jìn)行預(yù)測。例如在訓(xùn)練貓狗識別模型的過程中,人工智能開發(fā)者通常會采集大量貓、狗的圖像,通過數(shù)據(jù)標(biāo)注工具框出貓、狗等主體并賦予“貓”或“狗”的標(biāo)簽。當(dāng)附有正確答案的標(biāo)注數(shù)據(jù)輸入初始模型,模型將不斷學(xué)習(xí)標(biāo)注數(shù)據(jù)的提示以實(shí)現(xiàn)自身優(yōu)化。

    第四,數(shù)據(jù)輸入。人工智能開發(fā)者在確立初始模型后,通過訓(xùn)練數(shù)據(jù)的輸入調(diào)整模型參數(shù),以實(shí)現(xiàn)理想的模型狀態(tài)。無論是標(biāo)注或未標(biāo)注的數(shù)據(jù),均需存儲在服務(wù)器上以供模型讀取。

    第五,模型訓(xùn)練與輸出。模型訓(xùn)練是循環(huán)調(diào)用輸入數(shù)據(jù)的過程,目標(biāo)在于得到損失函數(shù)最小值時的模型參數(shù)。在模型訓(xùn)練過程中,決策式人工智能與生成式人工智能會產(chǎn)生不同的輸出結(jié)果。前者輸出結(jié)果為圖像判別結(jié)論,后者則可能表現(xiàn)為具有獨(dú)創(chuàng)性的內(nèi)容。在這一環(huán)節(jié)中,如果模型輸出內(nèi)容與現(xiàn)有作品相同或“實(shí)質(zhì)性相似”,極有可能引發(fā)著作權(quán)人關(guān)于數(shù)據(jù)訓(xùn)練侵犯其作品復(fù)制權(quán)的指控。

    與人工智能開發(fā)者提前準(zhǔn)備數(shù)據(jù)集的訓(xùn)練方式不同,強(qiáng)化學(xué)習(xí)中的訓(xùn)練數(shù)據(jù)來自環(huán)境反饋,在生成式人工智能中即表現(xiàn)為使用者輸入的文本提示詞。從這個角度來說,強(qiáng)化學(xué)習(xí)本質(zhì)上是使用者進(jìn)行人工智能訓(xùn)練的方式。以ChatGPT訓(xùn)練過程為例,使用者通過與ChatGPT對話,自主提供信息,ChatGPT基于使用者的輸入生成文本內(nèi)容。在結(jié)果層面,ChatGPT可能輸出與現(xiàn)有作品相同或相似的內(nèi)容,極端情況下,這種侵權(quán)的結(jié)果輸出形式是由使用者誘導(dǎo)導(dǎo)致,此時回溯人工智能開發(fā)者在數(shù)據(jù)訓(xùn)練中的侵權(quán)責(zé)任則不得不考慮使用者的作為。

    三、人工智能數(shù)據(jù)訓(xùn)練的著作權(quán)法規(guī)制之爭

    (一)人工智能數(shù)據(jù)訓(xùn)練侵權(quán)的特殊性

    人工智能數(shù)據(jù)訓(xùn)練如何處理,是人工智能技術(shù)向著作權(quán)法提出的新命題與新挑戰(zhàn)。相較傳統(tǒng)的著作權(quán)侵權(quán)行為,人工智能數(shù)據(jù)訓(xùn)練侵權(quán)具有明顯的特殊性,主要表現(xiàn)在以下三個方面。

    第一,人工智能數(shù)據(jù)訓(xùn)練的“受害者”眾多。大規(guī)模數(shù)據(jù)利用是人工智能產(chǎn)業(yè)發(fā)展的必然需求,人工智能開發(fā)者使用的訓(xùn)練數(shù)據(jù)量越大,模型與系統(tǒng)的精度越高。2020年OpenAI公司公布的ChatGPT-3的模型參數(shù)已高達(dá)1750億。在人工智能開發(fā)過程中,若開發(fā)者欲合法使用數(shù)據(jù),必須甄別數(shù)據(jù)是否屬于作品,進(jìn)而與著作權(quán)人一一談判,達(dá)成許可交易。這意味著在人工智能技術(shù)研發(fā)階段,開發(fā)者就需付出高昂的時間成本與交易成本。更何況,人工智能數(shù)據(jù)訓(xùn)練的后期成果尚是未知數(shù)。面臨高昂成本,人工智能開發(fā)者更傾向于冒險使用數(shù)據(jù)。

    第二,人工智能數(shù)據(jù)訓(xùn)練的“受害者”救濟(jì)困難。人工智能輸入數(shù)據(jù)與輸出結(jié)果之間存在公眾無法洞悉的“黑箱”,開發(fā)者對數(shù)據(jù)的利用被隱匿在黑箱之內(nèi)。若人工智能輸出結(jié)果未呈現(xiàn)與現(xiàn)有作品相同或相似的效果,絕大多數(shù)著作權(quán)人無法獲知自己的作品被用于人工智能訓(xùn)練。決策式人工智能的輸出結(jié)果通常為判別結(jié)論,在此背景下著作權(quán)人甄別人工智能訓(xùn)練數(shù)據(jù)更是困難重重。著作權(quán)人與人工智能開發(fā)者關(guān)于作品的控制力失衡,著作權(quán)人權(quán)利救濟(jì)道阻且長。

    第三,人工智能數(shù)據(jù)訓(xùn)練的侵權(quán)主體難以確定。數(shù)據(jù)訓(xùn)練過程需要人工智能投資者、開發(fā)者(數(shù)據(jù)采集者、數(shù)據(jù)預(yù)處理者等)、使用者,甚至模型本身的共同參與。在監(jiān)督學(xué)習(xí)等需要提前準(zhǔn)備數(shù)據(jù)集的訓(xùn)練方式中,若數(shù)據(jù)采集者、數(shù)據(jù)預(yù)處理者以及數(shù)據(jù)輸入者等多個主體身份分離,各自的侵權(quán)責(zé)任承擔(dān)份額難以確定。在強(qiáng)化學(xué)習(xí)中,數(shù)據(jù)來源于人工智能使用者的輸入,使用者可能未經(jīng)許可向模型提供他人受著作權(quán)法保護(hù)的作品,此時侵權(quán)主體是輸入數(shù)據(jù)的使用者還是開發(fā)者則更加難以言明。當(dāng)前,關(guān)于人工智能生成物可版權(quán)性的討論熱烈,淡化甚至取消“人類創(chuàng)作”作為作品受著作權(quán)法保護(hù)要件的觀點(diǎn)甚囂塵上。當(dāng)承認(rèn)機(jī)器具有自主創(chuàng)作能力,希冀著作權(quán)法保護(hù)生成物時,機(jī)器也或?qū)⒈徽J(rèn)定為數(shù)據(jù)訓(xùn)練的侵權(quán)主體。

    (二)人工智能數(shù)據(jù)訓(xùn)練著作權(quán)法規(guī)制路徑爭議

    關(guān)于人工智能數(shù)據(jù)訓(xùn)練如何規(guī)制,學(xué)界眾說紛紜。普遍觀點(diǎn)認(rèn)為人工智能數(shù)據(jù)訓(xùn)練應(yīng)當(dāng)歸屬于著作權(quán)的權(quán)利限制范疇。也有觀點(diǎn)認(rèn)為,人工智能數(shù)據(jù)訓(xùn)練不應(yīng)當(dāng)被認(rèn)定為著作權(quán)侵權(quán)行為。對此,本文將學(xué)者們提出的觀點(diǎn)總結(jié)如下。

    第一,在事實(shí)層面主張人工智能數(shù)據(jù)訓(xùn)練構(gòu)成合理使用或在制度層面認(rèn)為應(yīng)當(dāng)實(shí)現(xiàn)人工智能數(shù)據(jù)訓(xùn)練合理使用化。具言之,部分學(xué)者認(rèn)為人工智能數(shù)據(jù)訓(xùn)練可以實(shí)現(xiàn)知識增值,但與作品的原創(chuàng)價值之間高度獨(dú)立與分離,不會對作品的原初價值的市場交易產(chǎn)生法律上的侵害,可以認(rèn)定為轉(zhuǎn)換性使用。有學(xué)者認(rèn)為機(jī)器“完全不會像人類讀者一樣去欣賞、體驗(yàn)作品,或像人類作者一樣去再創(chuàng)作”,因此機(jī)器讀者的使用行為屬于合理使用。另一部分學(xué)者雖然肯定人工智能數(shù)據(jù)訓(xùn)練存在著作權(quán)侵權(quán)風(fēng)險,但在功利主義視野下,人工智能技術(shù)發(fā)展優(yōu)先,有必要將人工智能數(shù)據(jù)訓(xùn)練明確歸入合理使用的范疇。亦有學(xué)者提出傳統(tǒng)著作權(quán)法“作者中心主義”已無法適應(yīng)人工智能技術(shù)的發(fā)展需求,故提議擴(kuò)張合理使用并進(jìn)行制度重塑。關(guān)于如何以合理使用制度包容人工智能數(shù)據(jù)訓(xùn)練,現(xiàn)有研究方案既包括在理論層面引入“技術(shù)性合理使用”概念,也包括在法律適用中采用整體結(jié)果考察法進(jìn)行合理使用判定,亦有學(xué)者提議根據(jù)三步檢測法設(shè)計(jì)專門針對人工智能領(lǐng)域的著作權(quán)例外。

    第二,有學(xué)者主張以法定許可制度規(guī)制人工智能數(shù)據(jù)訓(xùn)練。“合理使用制度并不能完全適應(yīng)技術(shù)發(fā)展與作品保護(hù)的需求,甚至?xí)璧K社會文化發(fā)展,而法定許可制度能較好平衡作品保護(hù)與技術(shù)發(fā)展訴求,平衡各方利益,長遠(yuǎn)看不失為一種可取的理想方案和制度安排?!贝送猓嘤袑W(xué)者主張以著作權(quán)集體管理組織輔之以法定許可。

    第三,激進(jìn)的觀點(diǎn)認(rèn)為人工智能數(shù)據(jù)訓(xùn)練為“非作品性使用”,如同商標(biāo)法無法規(guī)制“非商標(biāo)性使用”行為,“非作品性使用”行為不構(gòu)成著作權(quán)侵權(quán)。Alain Strowel教授堅(jiān)持“作品性使用”作為著作權(quán)侵權(quán)分析的前提是必要的,而文本與數(shù)據(jù)挖掘(Text and Data Mining,TDM)等行為僅將作品作為導(dǎo)出相關(guān)信息的工具或數(shù)據(jù),未利用作品的表達(dá)特征,屬于“非作品性使用”,應(yīng)當(dāng)允許實(shí)施該行為。在部分論著中,“非作品性使用”是“著作權(quán)限縮”的情形之一,“著作專有權(quán)不是旨在控制所有類型的著作使用,而僅僅規(guī)制以公眾化傳播著作表達(dá)性內(nèi)容為目的之著作使用行為”,人工智能在輸入階段的數(shù)據(jù)處理行為類似于人類閱讀,不具有表達(dá)與傳播的功能,因此屬于“非作品性使用”,不構(gòu)成著作權(quán)侵權(quán)。

    綜上,圍繞人工智能數(shù)據(jù)訓(xùn)練這一命題,學(xué)界提出了多種規(guī)制路徑:或認(rèn)定合理使用,或堅(jiān)持法定許可,或稱不構(gòu)成著作權(quán)侵權(quán)??梢姡谌斯ぶ悄軘?shù)據(jù)訓(xùn)練特性以及產(chǎn)業(yè)發(fā)展需求,肯定人工智能開發(fā)者的數(shù)據(jù)利用空間已是大勢所趨。這為后文探討技術(shù)發(fā)展與著作權(quán)保護(hù)界限問題提供了重要啟示。

    四、人工智能數(shù)據(jù)訓(xùn)練規(guī)制的域外動向

    (一)日本著作權(quán)法中的“信息分析”條款

    為應(yīng)對數(shù)字化變遷,2009年日本《著作權(quán)法》第47條之7規(guī)定使用計(jì)算機(jī)信息分析而進(jìn)行的記錄或改編在著作權(quán)的權(quán)利限制之列,但供信息分析人員使用而創(chuàng)建的數(shù)據(jù)庫作品除外?!靶畔⒎治觥笔侵笍拇罅孔髌分刑崛∮嘘P(guān)語言、聲音、圖像以及其他元素的信息,例如,分析網(wǎng)頁、書籍中包含的特定詞匯和字符串的使用情況并進(jìn)行統(tǒng)計(jì)處理,或者分析音頻、視頻的聲音波形、圖像亮度、顏色等。通過計(jì)算機(jī)對必要的信息進(jìn)行整理和提取,目的不在于享受作品表達(dá)傳遞的思想情感或者美感,而是為了信息的統(tǒng)計(jì)處理。人工智能數(shù)據(jù)訓(xùn)練的過程屬于“信息分析”,訓(xùn)練過程中對原作品的記錄和改編當(dāng)然在著作權(quán)的權(quán)利限制范疇之列。日本著作權(quán)法為人工智能數(shù)據(jù)訓(xùn)練提供了較為寬松的環(huán)境,甚至有學(xué)者將日本稱為“機(jī)器學(xué)習(xí)天堂”。

    2018年日本《著作權(quán)法》修改,將第47條之7“信息分析”條款并入第30條之4。在該條款中,“信息分析”的適用情形有所擴(kuò)張:首先,2009年日本《著作權(quán)法》第47條之7“信息分析”僅限于計(jì)算機(jī)進(jìn)行的信息分析,而在2018年《著作權(quán)法》第30條之4中則取消信息分析類型的限制;其次,第30條之4中的“信息分析”不僅指統(tǒng)計(jì)分析,還包括深度學(xué)習(xí)中使用的代數(shù)和幾何分析;再者,允許“信息分析”的主體由信息處理的本人拓展至其他主體;最后,在行為類型上,信息分析過程中不僅允許記錄、改編,還可以轉(zhuǎn)讓、公開傳播。由此,相較2009年“信息分析”條款,日本2018年修改《著作權(quán)法》,擴(kuò)大了權(quán)利限制范圍。從《著作權(quán)法》的修訂中可以看出,日本關(guān)于人工智能數(shù)據(jù)訓(xùn)練采取了一種較為靈活、開放的態(tài)度,為人工智能的研究與發(fā)展提供了空間。但值得注意的是,第30條之4同時規(guī)定,根據(jù)作品的類型、目的和使用方式,若著作權(quán)人的利益受到不當(dāng)損害,應(yīng)當(dāng)被排除在著作權(quán)權(quán)利限制之外,即該行為極有可能被認(rèn)定為著作權(quán)侵權(quán)。鑒于此,日本“信息分析”條款雖為人工智能開發(fā)者數(shù)據(jù)利用提供了空間,但同時也將“是否超出著作權(quán)權(quán)利限制范疇”的判斷難題交給了法院。

    (二)歐盟版權(quán)框架下的著作權(quán)人“選擇退出”機(jī)制

    歐洲議會于2019年3月通過歐盟《數(shù)字單一市場版權(quán)指令》(Directive[EU]2019/790)(以下簡稱“歐盟版權(quán)指令”),其中第2條第(2)項(xiàng)明確“文本與數(shù)據(jù)挖掘”的定義,并在第3條及第4條規(guī)定文本與數(shù)據(jù)挖掘的著作權(quán)例外。所謂“文本與數(shù)據(jù)挖掘”,即“以數(shù)字形式分析文本和數(shù)據(jù)以生成信息的任何自動分析技術(shù),包括但不限于模式、趨勢和相關(guān)性”。歐盟版權(quán)指令第3條規(guī)定以科學(xué)研究為目的的文本與數(shù)據(jù)挖掘,將行為主體限制于科研機(jī)構(gòu)和文化遺產(chǎn)機(jī)構(gòu),將作品利用方式限制于“復(fù)制”和“提取”,而第4條規(guī)定的文本與數(shù)據(jù)挖掘例外未對行為主體與行為目的加以限制,但著作權(quán)人可以提出權(quán)利保留,若作品在網(wǎng)絡(luò)上公開發(fā)表,則著作權(quán)人應(yīng)以機(jī)器可閱讀的方式表達(dá)權(quán)利保留的意愿。歐盟版權(quán)指令在推動“文本與數(shù)據(jù)挖掘”分級化合理使用的前提下,建立著作權(quán)人的“選擇退出”機(jī)制,尊重著作權(quán)人的意愿。

    但歐盟關(guān)于人工智能發(fā)展的擔(dān)憂與期待并未止步于此。即使著作權(quán)人聲明保留權(quán)利,禁止文本和數(shù)據(jù)挖掘,人工智能數(shù)據(jù)訓(xùn)練過程中的隱蔽性也可能對著作權(quán)人的權(quán)益造成損害。2020年2月歐盟發(fā)布的《人工智能白皮書》(White Paper on Artificial Intelligence-A European Approach to Excellence and Trust)要求保存訓(xùn)練數(shù)據(jù)的相關(guān)內(nèi)容,以便應(yīng)對人工智能系統(tǒng)的復(fù)雜性和不透明性。2024年3月,歐洲議會正式通過《人工智能法案》(Artificial Intelligence Act),明確了模型提供者的訓(xùn)練數(shù)據(jù)披露義務(wù)。這將有助于在文本與數(shù)據(jù)挖掘著作權(quán)例外基礎(chǔ)上進(jìn)一步完善著作權(quán)人的“選擇退出”機(jī)制,實(shí)現(xiàn)人工智能產(chǎn)業(yè)與著作權(quán)人的利益平衡。

    (三)美國司法實(shí)踐中的合理使用認(rèn)定

    關(guān)于人工智能數(shù)據(jù)訓(xùn)練是否構(gòu)成合理使用,目前美國尚未有明確的司法判例,但回溯既往可以發(fā)現(xiàn),美國法院在多案中肯定了作品復(fù)制行為具有“轉(zhuǎn)換性”。在2009年的A.V. v. iParadigms, LLC案中,被告iParadigms公司使用Turnitin系統(tǒng)檢測學(xué)生提交到系統(tǒng)的作品是否抄襲,Turnitin系統(tǒng)會對學(xué)生提交的作品進(jìn)行存檔進(jìn)而形成數(shù)據(jù)庫用于后續(xù)其他學(xué)生的作品檢測。原告四名學(xué)生起訴iParadigms公司的存檔行為構(gòu)成著作權(quán)侵權(quán)。聯(lián)邦第四巡回上訴法院認(rèn)為iParadigms公司對學(xué)生作品的存檔行為具有轉(zhuǎn)換性,因?yàn)樗鼘ψ髌返氖褂猛耆珶o關(guān)于表達(dá)性內(nèi)容,而旨在檢測和阻止抄襲。2014年,美國聯(lián)邦第二巡回上訴法院在著名的Authors Guild, Inc. v. HathiTrust案(以下簡稱“HathiTrust案”)中也指出,創(chuàng)建全文搜索性數(shù)據(jù)庫屬于轉(zhuǎn)換性使用,因?yàn)閱卧~搜索的結(jié)果在目的、特征、表達(dá)、含義和信息上不同于原圖書。由此可見,美國法院在作品復(fù)制行為的著作權(quán)侵權(quán)判斷中著重關(guān)注該行為是否具有轉(zhuǎn)換性,相關(guān)論述為人工智能數(shù)據(jù)訓(xùn)練侵權(quán)判斷提供了思路。

    2023年5月美國聯(lián)邦最高法院判決Andy Warhol Foundation for the Visual Arts, Inc. v. Goldsmith一案(以下簡稱“Warhol案”),引起公眾對生成式人工智能侵權(quán)判斷規(guī)則的關(guān)注。在該案中,Warhol根據(jù)Goldsmith拍攝的王子照片創(chuàng)作出16張“王子系列”圖像,該作品由安迪·沃霍爾視覺藝術(shù)基金會(The Andy Warhol Foundation for the Visual Arts, Inc.,以下簡稱“AWF”)負(fù)責(zé)授權(quán)。2016年AWF向康泰納仕集團(tuán)(Condé Nast)授權(quán)“王子系列”中一張名為《橙色王子》(Orange Prince)的圖片用于雜志封面。Goldsmith通知 AWF,認(rèn)為授權(quán)行為侵犯其版權(quán)。AWF則向法院起訴Goldsmith,要求做出非侵權(quán)或合理使用的宣告性判決。美國聯(lián)邦最高法院認(rèn)為該案的核心在于判斷合理使用的第一要素,即作品使用的目的和性質(zhì)是否支持AWF向Condé Nast的商業(yè)許可行為。法院最終認(rèn)為,《橙色王子》的目的與Goldsmith拍攝王子照片的目的基本相同,都是用來講述王子的故事,且許可的行為具有明顯的商業(yè)性質(zhì),因此不構(gòu)成合理使用。

    在Warhol案之前,生成式人工智能利用現(xiàn)有作品進(jìn)行經(jīng)驗(yàn)學(xué)習(xí)的行為,極有可能被評價為“轉(zhuǎn)換性使用”。正如HathiTrust案中所述,作品復(fù)制的目的在于為公眾提供搜索服務(wù),復(fù)制現(xiàn)有作品進(jìn)行人工智能數(shù)據(jù)訓(xùn)練的主要目的也并非在于內(nèi)容欣賞,而是提升模型性能。 但在Warhol案之后,人工智能數(shù)據(jù)訓(xùn)練“轉(zhuǎn)換性使用”的認(rèn)定門檻有所提高,法院將更加關(guān)注生成式人工智能的終端輸出內(nèi)容是否實(shí)現(xiàn)了目的轉(zhuǎn)換。人工智能生成與原作品相同或者“實(shí)質(zhì)性相似”的內(nèi)容,若僅僅在表達(dá)方式上略作改變(如Warhol案所示,由攝影作品轉(zhuǎn)變?yōu)槔L畫作品),這種作品使用方式不具有轉(zhuǎn)換性使用特征,同時鑒于生成內(nèi)容可能在客觀上擠占或者替代原作的市場,人工智能開發(fā)者證明其數(shù)據(jù)訓(xùn)練行為具有正當(dāng)性將更加困難。

    五、人工智能數(shù)據(jù)訓(xùn)練的著作權(quán)法制度應(yīng)對

    在人工智能數(shù)據(jù)訓(xùn)練的著作權(quán)法制度回應(yīng)上,有兩個問題難以回避:其一,著作權(quán)人與人工智能開發(fā)者之間的利益如何平衡;其二,人工智能數(shù)據(jù)訓(xùn)練著作權(quán)法規(guī)制路徑如何選擇。前者討論的價值和意義在于明確人工智能數(shù)據(jù)訓(xùn)練制度設(shè)計(jì)的宏觀方向,后者則綜合人工智能具體類型、人工智能數(shù)據(jù)訓(xùn)練中的參與主體以及人工智能數(shù)據(jù)訓(xùn)練的特性進(jìn)行具體制度設(shè)計(jì)。

    (一)宏觀選擇:賦予人工智能開發(fā)者作品使用自由

    自著作權(quán)法誕生,“作者中心主義”一直主導(dǎo)著以《伯爾尼公約》為核心的著作權(quán)權(quán)利體系。各國立法實(shí)踐均以作者為中心配置各項(xiàng)權(quán)利,合理使用在著作權(quán)法體系結(jié)構(gòu)中處于“例外”地位。隨著技術(shù)變遷,著作權(quán)人對作品的控制力逐漸削弱,但立法者始終堅(jiān)守“作者中心”,通過不斷修補(bǔ)著作權(quán)法,消解著作權(quán)人與新技術(shù)利益群體之間的矛盾。如保羅·戈斯汀教授所說,“國會……一直扮演著追逐新技術(shù)——先是照相術(shù),然后是錄音、電影、收音機(jī)、廣播電視和有線電視——的角色。”進(jìn)入人工智能時代,著作權(quán)人對作品的事實(shí)控制力再度被削弱,面對人工智能開發(fā)者的作品利用,著作權(quán)人難以舉證。在此背景下,是通過傳統(tǒng)方式繼續(xù)擴(kuò)張著作權(quán)人的權(quán)利控制范圍,還是在人工智能開發(fā)者與著作權(quán)人之間重新確立作品使用規(guī)則?顯然,賦予人工智能開發(fā)者更多作品使用自由已成為各國立法的主流方向。

    從人工智能技術(shù)價值來看,賦予開發(fā)者數(shù)據(jù)訓(xùn)練的作品使用自由具有重要的現(xiàn)實(shí)意義。在國際競爭層面,世界各國早已將人工智能發(fā)展上升至國家戰(zhàn)略高度,并紛紛通過人工智能技術(shù)的改進(jìn)搶爭高地。人工智能的影響滲透到社會公眾生活的方方面面,實(shí)現(xiàn)了自動駕駛、電子商務(wù)推薦、疾病診斷等領(lǐng)域的公眾生活便利化。人工智能衍生物具有繁榮文化的作用,可增進(jìn)人類整體社會福祉。以上說明,人工智能是社會發(fā)展的重要驅(qū)動力。數(shù)據(jù)是人工智能的“活水之源”,如果人工智能開發(fā)者始終處于恐慌與擔(dān)憂中,可能會選擇放棄使用著作權(quán)法保護(hù)的數(shù)據(jù)。如此循環(huán)往復(fù),人工智能開發(fā)進(jìn)展受阻,由數(shù)據(jù)選擇偏向形成的算法歧視愈演愈烈。因此可以明確,人工智能開發(fā)者合法使用數(shù)據(jù)不僅是著作權(quán)法制度轉(zhuǎn)型的必然選擇,更是社會發(fā)展的現(xiàn)實(shí)要求。

    在探討人工智能數(shù)據(jù)訓(xùn)練著作權(quán)法規(guī)制路徑的具體選擇上,一元論并不適用。一元論既未考慮到不同類型人工智能數(shù)據(jù)利用特征差異,也未針對使用者數(shù)據(jù)訓(xùn)練提出監(jiān)管措施。面向復(fù)雜的人工智能數(shù)據(jù)訓(xùn)練情形,應(yīng)當(dāng)采取類型化規(guī)制路徑,并完善相應(yīng)的制度配套設(shè)計(jì)。

    (二)路徑之一:決策式人工智能數(shù)據(jù)利用行為構(gòu)成“轉(zhuǎn)換性使用”

    如前所述,決策式人工智能與生成式人工智能在運(yùn)作原理與輸出形式上有所區(qū)別。作品是復(fù)合載體,既是外界事物信息的組合,又是凝聚作者思想情感的表達(dá)。作品承載的信息體現(xiàn)其功能性價值,后者則具有表達(dá)性價值。決策式人工智能在數(shù)據(jù)訓(xùn)練過程中主要利用數(shù)據(jù)的功能性價值,通過分析數(shù)據(jù)性質(zhì)與結(jié)構(gòu),在輸出端呈現(xiàn)分析、判斷或預(yù)測的結(jié)果。以人工智能開發(fā)者在貓狗識別模型中使用他人攝影作品為例,攝影師拍攝貓狗照片,主要是為了向公眾展示因光線、角度選擇而形成的獨(dú)有藝術(shù)美感。在人工智能訓(xùn)練過程中,貓狗照片作為信息工具,核心功能在于向機(jī)器描述照片中“何者為貓”或“何者為狗”,輸出端以判別結(jié)論為主。再如,在文字要素提取過程中,人工智能開發(fā)者關(guān)注文字作品中的核心信息,研究者可以通過人工智能從大量非結(jié)構(gòu)化文獻(xiàn)中自動提取生物醫(yī)學(xué)關(guān)系,這一過程顯然體現(xiàn)了與文字作品具體表達(dá)不同的價值。決策式人工智能數(shù)據(jù)訓(xùn)練的目的在于獲取數(shù)據(jù)信息、提升模型精度,而不在于傳遞作品的整體表達(dá),并且通常情況下,決策式人工智能在輸出端已實(shí)現(xiàn)內(nèi)容轉(zhuǎn)換。鑒于此,我國法院可借鑒美國合理使用四要素標(biāo)準(zhǔn),將決策式人工智能在訓(xùn)練過程中的作品復(fù)制行為認(rèn)定為“轉(zhuǎn)換性使用”。

    (三)路徑之二:生成式人工智能數(shù)據(jù)利用行為納入“選擇退出”合理使用情形

    與決策式人工智能相較,生成式人工智能前端的數(shù)據(jù)利用行為具有規(guī)制必要性。盡管生成式人工智能的輸出結(jié)果可能與輸入數(shù)據(jù)不相同且不相似,或者僅在著作權(quán)法意義上的思想范疇內(nèi)相同或相似,但在數(shù)據(jù)訓(xùn)練中,生成式人工智能主要利用了數(shù)據(jù)的表達(dá)性價值,在輸出終端極有可能對原作品產(chǎn)生替代作用,因此需要進(jìn)行全面規(guī)制。

    人工智能合法訓(xùn)練的前提是人工智能開發(fā)者與著作權(quán)人達(dá)成許可交易。然而,面向人工智能產(chǎn)業(yè),數(shù)據(jù)交易的市場失靈已然存在:首先,海量的數(shù)據(jù)需求使得人工智能開發(fā)者在許可交易中必須付諸高昂的交易成本;其次,在網(wǎng)絡(luò)環(huán)境下,人工智能開發(fā)者可通過爬蟲技術(shù)、破壞技術(shù)措施等多種成本低廉的手段獲取數(shù)據(jù),加之?dāng)?shù)據(jù)訓(xùn)練行為的侵權(quán)隱蔽性,人工智能開發(fā)者主動尋求著作權(quán)人許可的可能性較低;再者,基于主體自利,著作權(quán)人捐獻(xiàn)自己付諸智力勞動的數(shù)據(jù)的意愿消極。在以私人協(xié)商為前提的授權(quán)許可模式下,著作權(quán)人與人工智能開發(fā)者之間通常會形成“交易不能”的困局。法定許可、合理使用等制度在人工智能數(shù)據(jù)訓(xùn)練領(lǐng)域的提出已體現(xiàn)了學(xué)者們對于數(shù)據(jù)交易效率的考量。交易成本最低的制度工具無疑是“市場失靈”狀態(tài)下的最佳選擇。

    著作權(quán)許可交易包括搜尋權(quán)利人、與之談判和協(xié)商、支付許可費(fèi)用等環(huán)節(jié),相對應(yīng)地,對于作品使用者而言,必然存在搜尋成本、協(xié)商成本與執(zhí)行成本。立法者窺見傳統(tǒng)授權(quán)許可模式中交易效率低下對著作權(quán)激勵價值以及作品使用效率的損耗,或以程序性設(shè)計(jì),抑或通過弱化權(quán)利排他性降低交易成本。具體而言,程序性設(shè)計(jì)主要體現(xiàn)在集中許可與默示許可中,前者以著作權(quán)集體管理組織為中介形成著作權(quán)權(quán)利集合,通過交易對象明確化,輔之以批量授權(quán)方式,降低作品使用者一一搜尋權(quán)利人的成本。后者默示許可構(gòu)建的“選擇退出”機(jī)制則通過著作權(quán)人的意思表達(dá)后置,弱化在作品使用前的繁復(fù)交易過程,提升作品使用效率。在弱化權(quán)利排他性的制度發(fā)明中,法定許可排除因著作權(quán)人意思表達(dá)形成的交易障礙,同樣優(yōu)化了作品交易中的搜尋成本,并以法定付酬機(jī)制降低作品使用者與權(quán)利人的協(xié)商成本。但共性在于,三種許可模式均以作品使用者向著作權(quán)人付酬為前提。推演至人工智能數(shù)據(jù)訓(xùn)練領(lǐng)域,因海量數(shù)據(jù)的使用,人工智能開發(fā)者在許可流程的末端必然需要承擔(dān)高昂的執(zhí)行成本,即支付許可費(fèi)用。默示許可與法定許可雖然通過弱化著作權(quán)人的意思表達(dá),消除了在作品使用前搜尋權(quán)利人的成本,但在作品使用后的付酬環(huán)節(jié),依然需要明確數(shù)據(jù)權(quán)利人,對此一一識別并支付許可費(fèi),因而在此環(huán)節(jié)中,人工智能開發(fā)者依舊可能面臨權(quán)利人“識別不能”與許可費(fèi)“支付不能”的困境。換言之,以付酬機(jī)制為前提的許可交易難以解決人工智能開發(fā)者數(shù)據(jù)需求與執(zhí)行不能的根本矛盾。相對而言,合理使用不存在付酬機(jī)制,體現(xiàn)了交易效率的最大化。

    綜合多數(shù)許可模式中著作權(quán)人意思自治優(yōu)先與合理使用制度中交易成本“歸零化”的優(yōu)勢,在生成式人工智能領(lǐng)域,以著作權(quán)人可“選擇退出”的作品合理使用制度處理數(shù)據(jù)訓(xùn)練問題不失為優(yōu)選之舉。在可“選擇退出”的作品合理使用制度下,著作權(quán)人極有可能聲明或通知人工智能開發(fā)者拒絕其作品被用于數(shù)據(jù)訓(xùn)練。為避免此種情況對數(shù)據(jù)訓(xùn)練形成潛在危機(jī)與障礙,對著作權(quán)人的“選擇退出”應(yīng)當(dāng)加以限制。在具體的制度構(gòu)建中,應(yīng)當(dāng)明確著作權(quán)人“選擇退出”的實(shí)體條件與程序條件。在實(shí)體條件上,“選擇退出”的資格應(yīng)僅限于部分作品的著作權(quán)人,如文字作品、美術(shù)作品、音樂作品以及攝影作品。以上四種作品類型的職業(yè)創(chuàng)作群體與人工智能開發(fā)者之間的矛盾最為明顯,當(dāng)生成式人工智能生成內(nèi)容后,極有可能對之產(chǎn)生替代作用,因此,應(yīng)當(dāng)尊重以上群體捐獻(xiàn)自己的作品用于數(shù)據(jù)訓(xùn)練的意愿。在程序條件上,著作權(quán)人應(yīng)當(dāng)在作品發(fā)表時明確做出公開聲明,表明拒絕他人將作品用于人工智能數(shù)據(jù)訓(xùn)練,或著作權(quán)人在得知他人可能將作品用于數(shù)據(jù)訓(xùn)練時,應(yīng)在規(guī)定期限內(nèi)及時向人工智能開發(fā)者發(fā)送拒絕作品使用的通知,否則,在規(guī)定期限之外,著作權(quán)人無權(quán)阻止人工智能開發(fā)者對作品的使用。在程序條件上對著作權(quán)人的“選擇退出”加以限制,增加著作權(quán)人“選擇退出”的成本,一定程度上可降低退出的意愿。在著作權(quán)人退出后,人工智能開發(fā)者若想使用相關(guān)作品,可向著作權(quán)集體管理組織尋求許可,集中許可模式下,人工智能開發(fā)者的搜尋與協(xié)商成本也可得到控制。

    (四)配套設(shè)計(jì):明確人工智能開發(fā)者的數(shù)據(jù)訓(xùn)練披露義務(wù)及責(zé)任減輕機(jī)制

    第一,明確人工智能開發(fā)者在數(shù)據(jù)訓(xùn)練過程中的披露義務(wù),包括數(shù)據(jù)訓(xùn)練的目的、訓(xùn)練數(shù)據(jù)來源、訓(xùn)練數(shù)據(jù)規(guī)模等。鑒于算法“黑箱”的存在,著作權(quán)人無法獲知其作品是否作為訓(xùn)練數(shù)據(jù)被輸入模型。如前所述,決策式人工智能與生成式人工智能分別適用于一般性合理使用與可“選擇退出”的合理使用制度,明確人工智能開發(fā)者的披露義務(wù),當(dāng)著作權(quán)人獲悉數(shù)據(jù)被用于生成式人工智能訓(xùn)練,著作權(quán)人可聲明“退出”以維護(hù)自身權(quán)益。在人工智能開發(fā)者披露訓(xùn)練數(shù)據(jù)后,應(yīng)當(dāng)設(shè)置著作權(quán)人的聲明期,若著作權(quán)人在聲明期內(nèi)未提出“退出”合理使用,則人工智能開發(fā)者得以無償使用該部分?jǐn)?shù)據(jù)。

    第二,構(gòu)建人工智能開發(fā)者的侵權(quán)提示責(zé)任減輕機(jī)制。部分人工智能采用強(qiáng)化學(xué)習(xí)方式優(yōu)化性能。使用者向人工智能輸入受著作權(quán)法保護(hù)的作品,并且通過誘導(dǎo)與提示,使人工智能輸出與現(xiàn)有作品相同或“實(shí)質(zhì)性相似”的內(nèi)容。這一行為存在兩方面的著作權(quán)侵權(quán)風(fēng)險:一方面在輸出端構(gòu)成現(xiàn)有作品的復(fù)制權(quán)或演繹權(quán)侵權(quán),另一方面在輸入端可能被指控未經(jīng)許可利用作品進(jìn)行數(shù)據(jù)訓(xùn)練。對此,在技術(shù)層面,人工智能開發(fā)者可通過關(guān)鍵詞過濾等措施避免輸出與現(xiàn)有作品相同或相似的內(nèi)容;在法律層面,將侵權(quán)提示作為人工智能開發(fā)者的責(zé)任減輕事由,若人工智能開發(fā)者向使用者做出侵權(quán)提示,在使用者輸入現(xiàn)有作品并實(shí)施誘導(dǎo)侵權(quán)時即可駛?cè)搿氨茱L(fēng)港”,從而減輕著作權(quán)侵權(quán)責(zé)任。

    六、結(jié)語

    千余年前人類對機(jī)器智能追逐的理想終于在近百年落地為現(xiàn)實(shí)。多型人工智能遍地開花、數(shù)據(jù)訓(xùn)練方式多樣,一元的著作權(quán)法規(guī)制路徑在應(yīng)對多類型、多階段訓(xùn)練方式上顯得力不從心。著作權(quán)法的意義和價值在于維護(hù)作者的尊嚴(yán),更在于增進(jìn)社會福祉,保障人工智能開發(fā)者的數(shù)據(jù)利用自由是技術(shù)演進(jìn)現(xiàn)實(shí)與著作權(quán)法價值的共同要求。決策式人工智能與生成式人工智能在數(shù)據(jù)訓(xùn)練原理與外觀上均存在本質(zhì)區(qū)別,對此進(jìn)行類型化處理有利于準(zhǔn)確回應(yīng)立法與司法的人工智能關(guān)切。決策式人工智能在數(shù)據(jù)訓(xùn)練過程中主要利用數(shù)據(jù)的功能性價值,我國法院可將其數(shù)據(jù)訓(xùn)練行為評價為“轉(zhuǎn)換性使用”。生成式人工智能利用數(shù)據(jù)的表達(dá)性價值,生成內(nèi)容極有可能對原作品產(chǎn)生市場替代影響,但基于人工智能產(chǎn)業(yè)的發(fā)展需求,我國應(yīng)當(dāng)重塑可“選擇退出”的合理使用制度予以包容。人工智能數(shù)據(jù)訓(xùn)練合理使用化是大勢所趨,但基于數(shù)據(jù)的權(quán)利重合,數(shù)據(jù)利用過程中人工智能開發(fā)者依然可能侵害個人信息或商業(yè)秘密,或因數(shù)據(jù)獲取手段不當(dāng)構(gòu)成不正當(dāng)競爭。人工智能開發(fā)者在技術(shù)實(shí)踐中應(yīng)當(dāng)提升自己的注意水平,合法使用訓(xùn)練數(shù)據(jù),增強(qiáng)算法的可解釋性,避免多重侵權(quán)糾紛。

    Research on Copyright Rules for Artificial Intelligence Data Training under the Perspective of Typology

    Abstract: Artificial intelligence data training accelerates technical iteration and drives industrial upgrading. However, the acquisition and utilization of copyrightable works often lead to copyright infringement disputes.Data training characteristics, industrial development needs and extraterritorial regulatory trends fully demonstrate that the fair use of artificial intelligence data training is a general trend. There is a significant difference between decision-making artificial intelligence and generative artificial intelligence in terms of operation principle and output form, so the copyright law should implement a typological regulation. The former utilizes the functional value of the data, which constitutes “transformative use”, while the latter utilizes the expressive value of the data, which should be included in the fair use situation of “opt-out”. In terms of system design, it is necessary to clarify the obligation of artificial intelligence developers to disclose data training to ensure the possibility of copyright holders to “opt out”, and at the same time, for the user’s data training behavior in reinforcement learning, it is necessary to reduce the liability of artificial intelligence developers when they make infringement cues, so as to realize the liability sharing between users and developers.

    Keywords: Data Training; Decision-Making Artificial Intelligence; Generative Artificial Intelligence; Fair Use; Opt-Out

    基金項(xiàng)目:本文系2021年度國家社科基金重大項(xiàng)目“網(wǎng)絡(luò)化開放創(chuàng)新范式下企業(yè)知識產(chǎn)權(quán)市場化保護(hù)與價值轉(zhuǎn)化機(jī)制研究”(項(xiàng)目批準(zhǔn)號:21amp;ZD142)的階段性成果。

    作者簡介:王靜,浙江大學(xué)光華法學(xué)院博士研究生。

    猜你喜歡
    生成式人工智能合理使用
    生成式人工智能的教育啟示:讓每個人成為他自己
    挑戰(zhàn)·融合·變革:“ChatGPT與未來教育”會議綜述
    生成式人工智能時代的政治傳播走向
    黨政研究(2023年3期)2023-05-29 01:10:39
    生成式人工智能重塑教育及教師應(yīng)對之道
    人機(jī)共生時代國際傳播的理念升維與自主敘事體系構(gòu)建
    對外傳播(2023年4期)2023-05-21 20:52:16
    生成式人工智能的教育應(yīng)用與展望
    信息自由與版權(quán)法的變革
    室外藝術(shù)品原作者署名權(quán)的行使規(guī)則案例分析
    資治文摘(2016年7期)2016-11-23 01:28:38
    淺析如何正確使用多媒體進(jìn)行高中政治教學(xué)
    南北橋(2016年10期)2016-11-10 17:24:59
    “非遺”圖像——淺談非物質(zhì)文化遺產(chǎn)的圖片拍攝
    国产精品影院久久| 18禁美女被吸乳视频| 人人妻人人看人人澡| 午夜福利免费观看在线| 国产不卡一卡二| 每晚都被弄得嗷嗷叫到高潮| 韩国av一区二区三区四区| 精品一区二区三区视频在线观看免费| 久久久成人免费电影| 日本免费a在线| 一级作爱视频免费观看| 亚洲av成人精品一区久久| 一二三四在线观看免费中文在| 精品人妻1区二区| 免费高清视频大片| 一边摸一边抽搐一进一小说| 欧美色欧美亚洲另类二区| 成人欧美大片| 每晚都被弄得嗷嗷叫到高潮| 日本精品一区二区三区蜜桃| 黄片大片在线免费观看| 日韩欧美国产在线观看| av天堂中文字幕网| 国产高清激情床上av| 亚洲欧美一区二区三区黑人| 中出人妻视频一区二区| 两性午夜刺激爽爽歪歪视频在线观看| 日韩成人在线观看一区二区三区| 亚洲av成人不卡在线观看播放网| 久久精品国产99精品国产亚洲性色| 99热6这里只有精品| 色播亚洲综合网| 制服丝袜大香蕉在线| 国产一区二区在线av高清观看| 露出奶头的视频| 欧美zozozo另类| 午夜精品在线福利| av片东京热男人的天堂| 亚洲第一电影网av| 麻豆一二三区av精品| 超碰成人久久| 亚洲人成网站在线播放欧美日韩| 可以在线观看的亚洲视频| 国产69精品久久久久777片 | 最好的美女福利视频网| 国产精品自产拍在线观看55亚洲| 97超级碰碰碰精品色视频在线观看| 全区人妻精品视频| 一区福利在线观看| 99久久无色码亚洲精品果冻| 精品久久久久久成人av| 白带黄色成豆腐渣| 男女做爰动态图高潮gif福利片| 一个人观看的视频www高清免费观看 | 欧美最黄视频在线播放免费| 一进一出抽搐gif免费好疼| 免费高清视频大片| 一进一出抽搐动态| 小蜜桃在线观看免费完整版高清| av中文乱码字幕在线| 淫秽高清视频在线观看| 很黄的视频免费| 亚洲中文日韩欧美视频| 亚洲精品一区av在线观看| 黄色视频,在线免费观看| 女警被强在线播放| 人妻丰满熟妇av一区二区三区| 亚洲精品在线美女| 亚洲国产欧洲综合997久久,| 亚洲国产色片| 精品99又大又爽又粗少妇毛片 | 色在线成人网| 日韩免费av在线播放| 在线观看免费视频日本深夜| 亚洲人成网站在线播放欧美日韩| 日韩欧美一区二区三区在线观看| 性色avwww在线观看| 欧美大码av| 动漫黄色视频在线观看| 免费高清视频大片| 99热6这里只有精品| 亚洲国产日韩欧美精品在线观看 | 精品国产乱码久久久久久男人| 最新在线观看一区二区三区| 日韩精品中文字幕看吧| 美女免费视频网站| 亚洲激情在线av| 久久精品国产亚洲av香蕉五月| 美女午夜性视频免费| 国产高清视频在线观看网站| 亚洲国产色片| 在线国产一区二区在线| 亚洲自拍偷在线| 91在线精品国自产拍蜜月 | 手机成人av网站| 久久精品国产亚洲av香蕉五月| 99riav亚洲国产免费| xxx96com| 久久精品人妻少妇| 香蕉丝袜av| 国产v大片淫在线免费观看| 亚洲国产精品合色在线| 久久精品国产亚洲av香蕉五月| 高清毛片免费观看视频网站| 淫妇啪啪啪对白视频| 国产爱豆传媒在线观看| 成在线人永久免费视频| 成熟少妇高潮喷水视频| 在线a可以看的网站| 日韩欧美三级三区| 无人区码免费观看不卡| 无限看片的www在线观看| 18禁黄网站禁片免费观看直播| 亚洲aⅴ乱码一区二区在线播放| 国产成人啪精品午夜网站| 一二三四在线观看免费中文在| 欧美黄色片欧美黄色片| 国产成人av教育| 欧美乱码精品一区二区三区| 午夜福利欧美成人| 嫩草影院入口| 久久这里只有精品19| 非洲黑人性xxxx精品又粗又长| 美女扒开内裤让男人捅视频| 亚洲欧洲精品一区二区精品久久久| 日本三级黄在线观看| 最新美女视频免费是黄的| 日韩国内少妇激情av| 久久欧美精品欧美久久欧美| 丰满人妻一区二区三区视频av | 国产精品久久久久久亚洲av鲁大| 91麻豆精品激情在线观看国产| 在线观看美女被高潮喷水网站 | 国产精品久久久久久人妻精品电影| 色综合欧美亚洲国产小说| 看黄色毛片网站| 久久精品91蜜桃| 男人舔女人下体高潮全视频| 亚洲国产欧美网| 法律面前人人平等表现在哪些方面| 最近最新中文字幕大全电影3| 看片在线看免费视频| 国产视频一区二区在线看| 亚洲国产精品sss在线观看| 天堂动漫精品| 精品久久久久久久末码| 91麻豆av在线| 亚洲成av人片在线播放无| 12—13女人毛片做爰片一| 免费电影在线观看免费观看| 国产精品久久久久久人妻精品电影| 日本黄色片子视频| 一级毛片高清免费大全| 久久久久久人人人人人| 国产亚洲精品综合一区在线观看| 亚洲成人中文字幕在线播放| 69av精品久久久久久| 两个人看的免费小视频| 免费看a级黄色片| 亚洲黑人精品在线| 美女被艹到高潮喷水动态| 男女午夜视频在线观看| 色精品久久人妻99蜜桃| 搡老岳熟女国产| 高清毛片免费观看视频网站| 亚洲午夜理论影院| 男女做爰动态图高潮gif福利片| 1024手机看黄色片| 国产伦一二天堂av在线观看| 国产高清激情床上av| 午夜精品在线福利| 超碰成人久久| 97超视频在线观看视频| 一本久久中文字幕| 成人鲁丝片一二三区免费| 19禁男女啪啪无遮挡网站| 女生性感内裤真人,穿戴方法视频| 我要搜黄色片| 18禁黄网站禁片午夜丰满| 高潮久久久久久久久久久不卡| 在线观看免费视频日本深夜| 国产伦精品一区二区三区视频9 | 亚洲乱码一区二区免费版| 成人特级av手机在线观看| 精品欧美国产一区二区三| 国产 一区 欧美 日韩| 国内精品一区二区在线观看| 午夜影院日韩av| 嫩草影院精品99| av片东京热男人的天堂| 香蕉久久夜色| 日韩人妻高清精品专区| 99久久无色码亚洲精品果冻| 真人做人爱边吃奶动态| 丰满的人妻完整版| 最新在线观看一区二区三区| 日本黄大片高清| 少妇裸体淫交视频免费看高清| 丰满人妻熟妇乱又伦精品不卡| 又粗又爽又猛毛片免费看| 亚洲av熟女| 国产精品电影一区二区三区| 亚洲美女视频黄频| 亚洲人成电影免费在线| 国产精品一区二区三区四区免费观看 | 亚洲熟妇熟女久久| 校园春色视频在线观看| 成人国产一区最新在线观看| 亚洲aⅴ乱码一区二区在线播放| 99热精品在线国产| 久久这里只有精品中国| e午夜精品久久久久久久| 三级男女做爰猛烈吃奶摸视频| 90打野战视频偷拍视频| 精品久久久久久成人av| 神马国产精品三级电影在线观看| 精品久久久久久久末码| 国产精品亚洲美女久久久| 免费电影在线观看免费观看| 久久久久国产一级毛片高清牌| 国产99白浆流出| 少妇裸体淫交视频免费看高清| 亚洲av成人精品一区久久| 成人三级黄色视频| 午夜精品久久久久久毛片777| 国产毛片a区久久久久| АⅤ资源中文在线天堂| www.熟女人妻精品国产| 亚洲成人精品中文字幕电影| 亚洲国产色片| 黑人巨大精品欧美一区二区mp4| 嫩草影院精品99| 国产 一区 欧美 日韩| 色在线成人网| 国产成人aa在线观看| 欧美日韩瑟瑟在线播放| 露出奶头的视频| 最新美女视频免费是黄的| 午夜福利18| 男人和女人高潮做爰伦理| 日韩精品中文字幕看吧| 国产精品精品国产色婷婷| 日韩欧美国产在线观看| www日本黄色视频网| 国产精品美女特级片免费视频播放器 | 亚洲av成人av| 黄色丝袜av网址大全| 欧美又色又爽又黄视频| 性色avwww在线观看| 人妻丰满熟妇av一区二区三区| 亚洲av五月六月丁香网| 国产aⅴ精品一区二区三区波| 99国产精品一区二区三区| www.自偷自拍.com| 久久香蕉国产精品| 午夜激情欧美在线| 久久国产精品人妻蜜桃| 精品一区二区三区视频在线观看免费| www.999成人在线观看| 别揉我奶头~嗯~啊~动态视频| 亚洲av中文字字幕乱码综合| 亚洲乱码一区二区免费版| 免费搜索国产男女视频| 亚洲第一电影网av| 精品一区二区三区视频在线观看免费| 九色成人免费人妻av| 三级毛片av免费| 亚洲成av人片在线播放无| 国产真人三级小视频在线观看| 中亚洲国语对白在线视频| 久久人妻av系列| 不卡一级毛片| 欧美日韩中文字幕国产精品一区二区三区| 国产人伦9x9x在线观看| 午夜福利欧美成人| 欧美中文日本在线观看视频| 每晚都被弄得嗷嗷叫到高潮| 高清毛片免费观看视频网站| 国产精品一区二区精品视频观看| 91在线精品国自产拍蜜月 | 久久国产精品影院| 91在线精品国自产拍蜜月 | 午夜影院日韩av| 成人av在线播放网站| 九九在线视频观看精品| 男女视频在线观看网站免费| 不卡av一区二区三区| 亚洲无线在线观看| 99精品在免费线老司机午夜| 欧美黑人欧美精品刺激| 伦理电影免费视频| 国产精品香港三级国产av潘金莲| 久久久久国产一级毛片高清牌| 久久欧美精品欧美久久欧美| 国产亚洲精品av在线| 在线永久观看黄色视频| 精品午夜福利视频在线观看一区| 国产三级在线视频| 三级毛片av免费| av在线蜜桃| 色播亚洲综合网| 成人永久免费在线观看视频| 俄罗斯特黄特色一大片| 9191精品国产免费久久| 国产一区二区激情短视频| 精品久久久久久久久久免费视频| 国产精品av视频在线免费观看| 欧美中文日本在线观看视频| 精品人妻1区二区| 在线观看免费午夜福利视频| 精品一区二区三区视频在线观看免费| 69av精品久久久久久| 欧美日韩国产亚洲二区| 九九热线精品视视频播放| xxx96com| 97超视频在线观看视频| 九色国产91popny在线| 国产不卡一卡二| 国产成人欧美在线观看| 久久国产精品影院| 九九热线精品视视频播放| 亚洲色图 男人天堂 中文字幕| 久久中文字幕人妻熟女| 久久久国产成人免费| 欧美日本视频| 精品久久久久久,| 嫩草影院精品99| 久久伊人香网站| 国产高清视频在线播放一区| 精品免费久久久久久久清纯| 日韩欧美国产在线观看| 久久欧美精品欧美久久欧美| 男女视频在线观看网站免费| 啦啦啦观看免费观看视频高清| 一级作爱视频免费观看| 成人欧美大片| 美女午夜性视频免费| 给我免费播放毛片高清在线观看| 欧美日韩国产亚洲二区| 国产精品免费一区二区三区在线| 无人区码免费观看不卡| 熟女电影av网| 亚洲五月婷婷丁香| 国产极品精品免费视频能看的| 丝袜人妻中文字幕| 熟女电影av网| 欧美成狂野欧美在线观看| 变态另类成人亚洲欧美熟女| 久久亚洲真实| 又紧又爽又黄一区二区| 男人的好看免费观看在线视频| 国产精品1区2区在线观看.| 一个人观看的视频www高清免费观看 | 小说图片视频综合网站| 男人的好看免费观看在线视频| 精品不卡国产一区二区三区| 亚洲五月婷婷丁香| 人妻夜夜爽99麻豆av| 久久午夜亚洲精品久久| 一进一出抽搐gif免费好疼| 99在线视频只有这里精品首页| 国产一区二区三区视频了| 给我免费播放毛片高清在线观看| 1000部很黄的大片| 黄色片一级片一级黄色片| 一区二区三区高清视频在线| 国产精品美女特级片免费视频播放器 | 亚洲黑人精品在线| 三级男女做爰猛烈吃奶摸视频| a级毛片在线看网站| 白带黄色成豆腐渣| 18禁裸乳无遮挡免费网站照片| 日本成人三级电影网站| 给我免费播放毛片高清在线观看| 老熟妇仑乱视频hdxx| 亚洲人成电影免费在线| 99国产极品粉嫩在线观看| xxxwww97欧美| www日本黄色视频网| 一卡2卡三卡四卡精品乱码亚洲| 在线观看一区二区三区| 亚洲国产中文字幕在线视频| 日韩欧美一区二区三区在线观看| 黑人欧美特级aaaaaa片| 变态另类丝袜制服| 日韩欧美在线乱码| 免费观看人在逋| 99国产精品一区二区三区| 最近最新中文字幕大全免费视频| 国产精品1区2区在线观看.| 欧美成人一区二区免费高清观看 | 三级毛片av免费| 波多野结衣高清无吗| 午夜精品久久久久久毛片777| 日本成人三级电影网站| 五月玫瑰六月丁香| 美女午夜性视频免费| 国产亚洲精品久久久com| 啦啦啦观看免费观看视频高清| 国产三级中文精品| 国模一区二区三区四区视频 | 久久亚洲精品不卡| 99在线视频只有这里精品首页| 两性午夜刺激爽爽歪歪视频在线观看| 男人舔女人下体高潮全视频| 黄色片一级片一级黄色片| 一级毛片高清免费大全| 欧美黄色淫秽网站| 免费一级毛片在线播放高清视频| 中文字幕人成人乱码亚洲影| 久久久国产成人免费| 国产精品一区二区精品视频观看| 午夜免费观看网址| 麻豆成人午夜福利视频| 日本熟妇午夜| 亚洲国产欧洲综合997久久,| 99热这里只有精品一区 | 九九久久精品国产亚洲av麻豆 | 手机成人av网站| 成在线人永久免费视频| 久久久精品大字幕| avwww免费| 日本黄色片子视频| 观看免费一级毛片| 精品久久久久久,| 在线观看免费午夜福利视频| 女同久久另类99精品国产91| 国产精品99久久久久久久久| 88av欧美| 亚洲avbb在线观看| 在线看三级毛片| av福利片在线观看| 偷拍熟女少妇极品色| 午夜精品一区二区三区免费看| 亚洲av成人不卡在线观看播放网| 一边摸一边抽搐一进一小说| 国产免费男女视频| 欧美黑人欧美精品刺激| 久久久久国产一级毛片高清牌| 国产精品综合久久久久久久免费| av视频在线观看入口| 99国产精品99久久久久| 在线永久观看黄色视频| 老司机午夜福利在线观看视频| 亚洲九九香蕉| 国产精品野战在线观看| 深夜精品福利| 午夜福利成人在线免费观看| 亚洲欧美日韩无卡精品| 国产淫片久久久久久久久 | 1000部很黄的大片| 亚洲成人久久爱视频| 国产三级在线视频| 国产久久久一区二区三区| 亚洲,欧美精品.| 国产伦精品一区二区三区四那| 嫩草影院精品99| 两性午夜刺激爽爽歪歪视频在线观看| a级毛片在线看网站| 婷婷精品国产亚洲av| 成人无遮挡网站| 三级国产精品欧美在线观看 | 国产精品香港三级国产av潘金莲| 91老司机精品| 舔av片在线| 超碰成人久久| 亚洲精品久久国产高清桃花| 午夜视频精品福利| 非洲黑人性xxxx精品又粗又长| 最好的美女福利视频网| 国产av一区在线观看免费| 18禁国产床啪视频网站| 成人精品一区二区免费| 国产高清有码在线观看视频| 亚洲精品在线美女| 色视频www国产| 色噜噜av男人的天堂激情| 最近最新中文字幕大全电影3| 色综合站精品国产| 久久久久国产精品人妻aⅴ院| 国产精品久久视频播放| 大型黄色视频在线免费观看| 久久久久国产一级毛片高清牌| 宅男免费午夜| 国产亚洲精品av在线| 狠狠狠狠99中文字幕| 夜夜看夜夜爽夜夜摸| 在线免费观看不下载黄p国产 | 伦理电影免费视频| 成年女人永久免费观看视频| 亚洲欧美日韩东京热| 十八禁人妻一区二区| 欧美+亚洲+日韩+国产| 欧美极品一区二区三区四区| 亚洲18禁久久av| 亚洲国产日韩欧美精品在线观看 | 伦理电影免费视频| 久久精品综合一区二区三区| 曰老女人黄片| av女优亚洲男人天堂 | 国产aⅴ精品一区二区三区波| 成人特级av手机在线观看| 在线十欧美十亚洲十日本专区| 嫩草影院入口| 欧美+亚洲+日韩+国产| 欧美日韩亚洲国产一区二区在线观看| 一二三四社区在线视频社区8| 好看av亚洲va欧美ⅴa在| 免费看十八禁软件| av天堂在线播放| 国产成人啪精品午夜网站| 国产黄a三级三级三级人| 亚洲欧美日韩东京热| 亚洲成av人片免费观看| 亚洲国产精品999在线| xxx96com| 午夜亚洲福利在线播放| 亚洲中文字幕一区二区三区有码在线看 | 国产亚洲av高清不卡| 非洲黑人性xxxx精品又粗又长| 男女下面进入的视频免费午夜| 99热精品在线国产| av视频在线观看入口| 国内精品美女久久久久久| 成年女人毛片免费观看观看9| 亚洲av美国av| 亚洲国产欧美网| 成人无遮挡网站| 99国产极品粉嫩在线观看| 99久久成人亚洲精品观看| 亚洲av电影在线进入| 黄色日韩在线| 一进一出抽搐动态| 99久久精品热视频| 9191精品国产免费久久| 久久久久九九精品影院| 亚洲美女黄片视频| 亚洲在线自拍视频| 日本免费a在线| 欧美日韩黄片免| 91麻豆av在线| 女生性感内裤真人,穿戴方法视频| 婷婷亚洲欧美| 无人区码免费观看不卡| 一进一出好大好爽视频| 亚洲午夜理论影院| 亚洲五月婷婷丁香| 搡老岳熟女国产| 啦啦啦韩国在线观看视频| 久久久久久久精品吃奶| 欧美一区二区精品小视频在线| 亚洲男人的天堂狠狠| 亚洲精品国产精品久久久不卡| 欧美精品啪啪一区二区三区| 精品熟女少妇八av免费久了| 国产精品av视频在线免费观看| 看黄色毛片网站| 色播亚洲综合网| 国产三级中文精品| 国产综合懂色| 一个人免费在线观看电影 | 老司机午夜福利在线观看视频| 天堂√8在线中文| 曰老女人黄片| 亚洲人与动物交配视频| 在线观看一区二区三区| 久久久久久久久中文| 亚洲精品久久国产高清桃花| 无遮挡黄片免费观看| 九色国产91popny在线| 一个人免费在线观看电影 | 国产97色在线日韩免费| 五月玫瑰六月丁香| 手机成人av网站| 精品一区二区三区四区五区乱码| 亚洲成人中文字幕在线播放| 日本三级黄在线观看| 国产99白浆流出| 一二三四社区在线视频社区8| 欧美一级a爱片免费观看看| 国产成人福利小说| 国产亚洲精品综合一区在线观看| 露出奶头的视频| 香蕉久久夜色| 免费大片18禁| 757午夜福利合集在线观看| 69av精品久久久久久| 国产精品亚洲一级av第二区| 别揉我奶头~嗯~啊~动态视频| 99re在线观看精品视频| 国产又黄又爽又无遮挡在线| 国产一区二区激情短视频| 国产又黄又爽又无遮挡在线| 不卡av一区二区三区| 男女之事视频高清在线观看| 国产精品98久久久久久宅男小说| tocl精华| 一级a爱片免费观看的视频| 天堂影院成人在线观看| 国产又色又爽无遮挡免费看| 欧美一区二区国产精品久久精品| 韩国av一区二区三区四区| 欧美激情在线99| 国产精品98久久久久久宅男小说| 一个人观看的视频www高清免费观看 | 黑人欧美特级aaaaaa片| 99国产综合亚洲精品| 亚洲人成网站在线播放欧美日韩| x7x7x7水蜜桃| 亚洲激情在线av| 久久久精品大字幕| 搡老妇女老女人老熟妇| 亚洲国产高清在线一区二区三| 亚洲一区高清亚洲精品| 18禁国产床啪视频网站|