人工智能技術的迅速發(fā)展對原本是人類特有的智慧與技能提出挑戰(zhàn),創(chuàng)作不再是人類獨有的行為。人工智能的創(chuàng)作物是否屬于著作權法意義上的作品以及是否應為其賦予權利,已超越了現(xiàn)行著作權法的調(diào)整范圍和該領域已有討論的邊界,傳統(tǒng)的著作權法理論與制度面臨兩難選擇。對比人工智能創(chuàng)作物與自然人作品的區(qū)別,根據(jù)國內(nèi)外關于作品"獨創(chuàng)性"標準的理論與實踐,可將其本質(zhì)要求歸結為"獨立完成"并具備"與眾不同的表達"兩個方面。通過深度學習網(wǎng)絡和強化學習,人工智能創(chuàng)作物已經(jīng)可以滿足這一要求,進而被納入著作權法保護的范圍。同時,為平衡效率與公平之間的關系,按照我國著作權法立法的宗旨,應當以保護、鼓勵和促進為原則,以激勵機制為基礎對人工智能創(chuàng)作物的著作權制度進行重新安排。 

【文章頁數(shù)】：8 頁

【文章目錄】：
1 問題的提出
2 人工智能創(chuàng)作物與“作品”的對比
3 國內(nèi)外獨創(chuàng)性認定的理論與實踐
4 人工智能創(chuàng)作物的獨創(chuàng)性
    4.1 深度學習網(wǎng)絡 (RNN) 足以產(chǎn)生“與眾不同的表達”
    4.2 借助強化學習可“獨立完成”創(chuàng)作活動
5 人工智能時代的著作權制度安排
6 結語


【參考文獻】：
期刊論文
[1]面向自動音樂生成的深度遞歸神經(jīng)網(wǎng)絡方法[J]. 王程,周婉,何軍.  小型微型計算機系統(tǒng). 2017(10)
[2]論人工智能生成的內(nèi)容在著作權法中的定性[J]. 王遷.  法律科學(西北政法大學學報). 2017(05)
[3]人工神經(jīng)網(wǎng)絡的發(fā)展及現(xiàn)狀[J]. 徐學良.  微電子學. 2017(02)
[4]深度學習:多層神經(jīng)網(wǎng)絡的復興與變革[J]. 山世光,闞美娜,劉昕,劉夢怡,鄔書哲.  科技導報. 2016(14)
[5]類腦智能研究現(xiàn)狀與發(fā)展思考[J]. 徐波,劉成林,曾毅.  中國科學院院刊. 2016(07)
[6]強化學習及其在電腦圍棋中的應用[J]. 陳興國,俞揚.  自動化學報. 2016(05)
[7]我國著作人身權與著作財產(chǎn)權協(xié)調(diào)的法律原則[J]. 何懷文.  知識產(chǎn)權. 2015(09)
[8]被誤讀的“思想/表達二分法”——以法律修辭學為視角的考察[J]. 熊文聰.  現(xiàn)代法學. 2012(06)
[9]從Feist案看美國數(shù)據(jù)庫的版權保護危機[J]. 黃鵬翔.  科技與法律. 2007(03)
[10]知識產(chǎn)權法目的與利益平衡研究[J]. 馮曉青.  南都學壇. 2004(03)

博士論文
[1]混沌系統(tǒng)智能辨識與控制研究[D]. 王樹恩.燕山大學 2016
[2]計算機軟件知識產(chǎn)權保護的反思與超越[D]. 曹偉.西南政法大學 2007



本文編號：3728759