(江南大學法學院 江蘇 無錫 214000)

一、人工智能深度學習的原理

深度學習是人工智能源于人工神經(jīng)網(wǎng)絡(luò)研究，在輸入樣本數(shù)據(jù)后通過監(jiān)督學習或無監(jiān)督學習等模式對深度網(wǎng)絡(luò)模型參數(shù)進行訓(xùn)練學習的一種方法，分為復(fù)制與分析兩大階段。

(一)復(fù)制階段：大數(shù)據(jù)的數(shù)字化與結(jié)構(gòu)化

人工智能進行深度學習的前提是找到合適的“學習資料”，其對“學習資料”的特殊要求在于：第一，將知識和信息進行數(shù)字化和結(jié)構(gòu)化。第二，需要海量信息，即“大數(shù)據(jù)”。[1]目前，主要通過對原本非數(shù)字化格式的內(nèi)容進行數(shù)字化，以及訪問獲取已由他人完成數(shù)字化的內(nèi)容獲取受著作權(quán)法保護的作品。

(二)分析階段：數(shù)據(jù)的表達性與非表達性使用

非表達性使用，指僅使用他人版權(quán)作品的事實性信息或著重分析原始數(shù)據(jù)文本的物理特性，而不涉及版權(quán)作品獨創(chuàng)性表達內(nèi)容的使用。

表達性使用，即對他人版權(quán)作品獨創(chuàng)性表達內(nèi)容的使用，常用于“創(chuàng)作”的人工智能深度學習中。例如，“微軟小冰詩歌作曲”“下一個勃朗特繪畫”“騰訊Dreamwriter新聞寫作”等。

二、人工智能深度學習的著作權(quán)分析

(一)復(fù)制階段的著作權(quán)分析

人工智能深度學習的復(fù)制階段可落入合理使用的范疇，并未侵犯著作權(quán)人的復(fù)制權(quán)，理由如下：

1、從復(fù)制權(quán)的本質(zhì)來說，著作權(quán)人對控制他人復(fù)制行為的本質(zhì)是控制其對作品的“原樣呈現(xiàn)”，進而控制作品的流通和傳播，以此從作品市場中獲取利益。[2]但深度學習階段對作品的復(fù)制并非為了原樣呈現(xiàn)，而是為了供機器學習，復(fù)制行為均發(fā)生在機器層面，人類受眾并沒有機會接觸作品。況且，此過程中臨時復(fù)制的復(fù)制件并未永久保存，沒有被利用和傳播的獨立經(jīng)濟價值，因而并非版權(quán)法意義上的復(fù)制。

2、從著作權(quán)人的利益上說，將機器學習納入合理使用范疇，不僅未壓縮作品市場，也未侵害作品權(quán)利人的合法權(quán)益。人類受眾沒有機會接觸作品，無法對作品的原市場產(chǎn)生影響，不會侵害著作權(quán)人的合法權(quán)益。

3、從司法實踐上說，雖我國目前對合理使用的法律規(guī)定僅限于《著作權(quán)法》第22條的封閉性規(guī)定以及《著作權(quán)法實施條例》第21條在著作權(quán)法的框架下對《伯爾尼公約》“三步檢驗法”的規(guī)定，但司法實踐中已經(jīng)有創(chuàng)設(shè)新的合理使用情形的先例。

(二)分析階段的著作權(quán)分析

1、非表達性使用的著作權(quán)性質(zhì)。人工智能在非表達性使用中僅使用他人版權(quán)作品的事實性信息，著重分析原始數(shù)據(jù)文本的物理特性，不涉及版權(quán)作品獨創(chuàng)性表達內(nèi)容，因而既不屬于簡單的復(fù)制，也不屬于傳播或改編，而是非著作權(quán)意義上的使用，其市場價值的挖掘有賴于使用者的獨特背景，并非一般著作權(quán)人能夠發(fā)現(xiàn)并進行發(fā)展的市場。[3]因此，此種使用方式不會影響原作品著作權(quán)人的既有市場利益，亦不構(gòu)成對著作權(quán)的侵犯。

2、表達性使用的著作權(quán)性質(zhì)。表達性使用是否侵害原作品著作權(quán)的標準為人工智能生成物與訓(xùn)練材料是否存在實質(zhì)性相似。例如，微軟小冰發(fā)表詩集《陽光失了玻璃窗》，雖然小冰提取了詩歌的寫作風格與特定表達，但其詩歌卻不會與原作品的獨創(chuàng)性表達相同，僅模仿寫作模式。而風格、主題、體裁等均為高度抽象的思想，屬于可以被自由使用的公有領(lǐng)域，不存在侵權(quán)。反之，如果人工智能使用的是原作品非常具體的元素搭配，例如具體情節(jié)、人物關(guān)系、角色設(shè)定等，即存在實質(zhì)性相似，則可認定為著作權(quán)侵權(quán)。

三、人工智能深度學習的著作權(quán)困境與制度選擇

(一)人工智能深度學習的著作權(quán)困境

1、難題：復(fù)制階段的合理使用確認。在我國現(xiàn)階段合理使用制度框架下，對于復(fù)制階段的合理使用確認主要有以下障礙：

(1)現(xiàn)有合理使用情形的不適用?，F(xiàn)行《著作權(quán)法》第22條采取封閉式立法明確列舉了十二種合理使用的情形，但均難以將人工智能深度學習輸入海量數(shù)據(jù)的行為囊括其中。

(2)司法實踐創(chuàng)設(shè)新合理使用情形的不確定性。雖然如前文所述，我國法院在司法實踐中已有創(chuàng)設(shè)新合理使用情形的先例，但適用結(jié)果卻難以預(yù)測。例如，在 叢文輝訴搜狗案中，北京市高級人民法院維持了一審法院有關(guān)搜狗提供網(wǎng)頁快照構(gòu)成合理使用的判決。而在王莘訴谷歌案中，北京市高級人民法院并不認為谷歌全書掃描的行為構(gòu)成復(fù)制權(quán)方面的合理使用。①

2、本質(zhì)：著作權(quán)法平衡機制的兩難。平衡是現(xiàn)代著作權(quán)法的基本精神，平衡精神所追求的，實質(zhì)上是各種沖突因素處于相互協(xié)調(diào)之中的和諧狀態(tài)，它包括著作權(quán)人權(quán)利義務(wù)的平衡，創(chuàng)作者、傳播者、使用者三者之間關(guān)系的平衡，公共利益與個人利益的平衡。[4]完全的嚴格保護不利于人工智能創(chuàng)作科技的進步，而不區(qū)分地認定為合理使用又不利于對著作權(quán)人利益的保護。著作權(quán)法所要做的就是找到一條使作品權(quán)利人與作品使用人的利益達到基本平衡、兼顧個人利益與社會利益的道路。

(二)我國的制度選擇探討

從深度學習復(fù)制與分析階段、表達性與非表達性使用的差異性出發(fā)，結(jié)合司法實踐與著作權(quán)法平衡價值導(dǎo)向，我國對于人工智能深度學習的著作權(quán)問題可以作出以下安排：

1、明確認定復(fù)制階段的合理使用。目前，我國《著作權(quán)法(修訂草案送審稿)》第43條中也列出了合理使用“其他情形”的一般條款，此為將人工智能深度學習中的復(fù)制行為納入合理使用法定情形的絕佳機會。

2、區(qū)別對待表達性與非表達性使用。鑒于非表達性使用的正當性，法律應(yīng)當賦予其合理使用的法律地位。就表達性使用而言，采用法定許可制度不失為適宜的制度安排。具體來說，即在分析階段表達性作品的使用者可不事先獲得作品權(quán)利人的許可直接使用作品，但需向權(quán)利人支付合理報酬。如此既簡化了作品獲取和使用程序，又保證了作品權(quán)利人的經(jīng)濟利益，實現(xiàn)了機器學習技術(shù)研發(fā)者與作品權(quán)利人之間利益平衡，符合著作權(quán)法追求平衡的價值導(dǎo)向。

【注釋】

① 參見叢文輝訴北京搜狗信息服務(wù)有限公司侵害作品信息網(wǎng)絡(luò)傳播權(quán)糾紛案，北京市高級人民法院(2014)民高申字第1783號民事裁定書；王莘與北京谷翔信息技術(shù)有限公司等作品信息網(wǎng)絡(luò)傳播糾紛上訴案，北京市高級人民法院(2013)高民終字第1221號民事判決書。