人工智能创作物的著作权定性及制度安排

被引:9
作者
马治国
刘桢
机构
[1] 西安交通大学法学院知识产权研究中心
关键词
独创性; 人工智能; 人工智能创作物; 著作权定性; 制度安排;
D O I
10.16510/j.cnki.kjycb.2018.10.022
中图分类号
D923.41 [著作权法];
学科分类号
摘要
人工智能技术的迅速发展对原本是人类特有的智慧与技能提出挑战,创作不再是人类独有的行为。人工智能的创作物是否属于著作权法意义上的作品以及是否应为其赋予权利,已超越了现行著作权法的调整范围和该领域已有讨论的边界,传统的著作权法理论与制度面临两难选择。对比人工智能创作物与自然人作品的区别,根据国内外关于作品"独创性"标准的理论与实践,可将其本质要求归结为"独立完成"并具备"与众不同的表达"两个方面。通过深度学习网络和强化学习,人工智能创作物已经可以满足这一要求,进而被纳入著作权法保护的范围。同时,为平衡效率与公平之间的关系,按照我国著作权法立法的宗旨,应当以保护、鼓励和促进为原则,以激励机制为基础对人工智能创作物的著作权制度进行重新安排。
引用
收藏
页码:107 / 114
页数:8
相关论文
共 16 条
[1]  
日本应用美术品著作权法司法保护及其启示.[A].黄钱欣;.中国知识产权论坛(2015)暨中国知识产权法学研究会年会.2015,
[2]   面向自动音乐生成的深度递归神经网络方法 [J].
王程 ;
周婉 ;
何军 .
小型微型计算机系统, 2017, 38 (10) :2412-2416
[3]   论人工智能生成的内容在著作权法中的定性 [J].
王迁 .
法律科学(西北政法大学学报), 2017, 35 (05) :148-155
[4]   人工神经网络的发展及现状 [J].
徐学良 .
微电子学, 2017, 47 (02) :239-242
[5]   深度学习:多层神经网络的复兴与变革 [J].
山世光 ;
阚美娜 ;
刘昕 ;
刘梦怡 ;
邬书哲 .
科技导报, 2016, 34 (14) :60-70
[6]   类脑智能研究现状与发展思考 [J].
徐波 ;
刘成林 ;
曾毅 .
中国科学院院刊, 2016, 31 (07) :793-802
[7]   强化学习及其在电脑围棋中的应用 [J].
陈兴国 ;
俞扬 .
自动化学报, 2016, 42 (05) :685-695
[8]   我国著作人身权与著作财产权协调的法律原则 [J].
何怀文 .
知识产权, 2015, (09) :10-18
[10]   从Feist案看美国数据库的版权保护危机 [J].
黄鹏翔 .
科技与法律, 2007, (03) :88-92