人工智能的合理使用危机-研究论文

【文件属性】：
文件名称：人工智能的合理使用危机-研究论文
文件大小：625KB
文件格式：PDF
更新时间：2021-05-20 07:47:27
copyright intellectual property machine learning 随着自动化取代了更多形式的劳动，创造性的表达似乎仍然是一个明显的人类企业。 这可能有一天会发生变化：通过将作者的作品作为“训练数据”，计算机程序可以自学成文，撰写音乐和制作电影。 机器学习是一种人工智能（AI）技术，具有巨大的潜力，并且对受版权保护的作品有相应的需求。 在美国，最有可能促进机器学习对受保护数据的使用的版权法机制是合理使用原则。 但是，当前的合理使用原则可能威胁到机器学习的进展，或者剥夺了使之成为现实的创造者的权利。 本文分三部分解决了这个问题：使用流行的机器学习数据集和案例研究作为研究的基础，第一部分描述了程序如何从受版权保护的作品集中“学习”并对这种做法的法律风险进行了分类。 结论是，合理使用可能无法保护表达性机器学习应用程序，包括新兴的自然语言生成领域。 第二部分解释说，将当今的合理使用原则应用于表达性机器学习将产生两个不良结果之一：如果美国法院拒绝针对机器学习的合理使用辩护，则有价值的创新可能会转移到另一个司法管辖区或完全终止。 或者，如果法院认为该技术是合理使用的，那么复杂的软件可能会从输入数据的作者那里挪用应有的收入。 这种困境表明，合理使用可能不再符合其历史目的。 传统上，合理使用被理解为通过促进表达活动来使公众受益。 如今，该学说越来越多地服务于有实力的公司的经济利益，而丧失了被剥夺权利的个*利持有者的利益。 最后，在第三部分中，本条款考虑了可以解决这些问题的教义和政策上的变化。 结论是，美国有兴趣避免AI的合理使用两难局面，这为重新分配措施提供了新颖的理由，这些措施可以与技术进步一起促进社会公平。