在数字创意的浪潮中，人工智能（AI）及其在生成型AI领域的应用已经揭开了新时代的序幕，对传统的著作权法边界提出了新的挑战。

颠覆传统认知的是，AI的机器学习过程并非如侵权者典型的复制或模仿那般简单；实际上，AI的机器学习更接近于人类的认知过程，它通过接触作品来学习色彩、语言和图案排列的逻辑与顺序，进而利用所学产出新颖且与学习素材实质上不相似的原创作品。

本文旨在深入剖析AI机器学习的复杂性，并阐释其法律层面的含义，同时通过引用近期的重要案例来澄清常见的误解。 AI是如何创造图像和文本的呢？

生成型AI的基本运作原理是通过学习大量数据来创造新的内容。与著作权侵犯的典型行为——“散布”、“重制”和“改作”不同，生成型AI更多地涉及对现有著作和数据的学习。

图像生成： 1. 数据分析与模式学习：应用于图像创作的生成型AI首先通过分析大量的图像数据来启动其创作过程。 这不仅包括识别图像中的物体，还包括理解笔触纹理、色彩渐变、光照和空间关系等更深层次的元素。例如，一个成熟的图像生成AI在学习风景画时，会识别不同的元素，如笔触、色彩混合技术和光影的交互作用，并将其应用于生成的作品中。 2. 特征提取：AI算法中的卷积神经网络（CNN）可以通过提取图像作品的特征来实现识别和分离图像的多种特征，如边缘、形状和纹理。特征提取对于AI理解不同艺术作品的风格、笔触和绘画技巧至关重要。 3. 新作品生成：一旦AI通过特征提取和数据分析学会了特定的技巧和艺术风格，它就可以生成新的图像。 这通常是通过生成对抗网络（GANs）来实现的。GANs包括图像生成器和图像鉴别器，通过生成器和鉴别器的相互作用和迭代过程，生成式AI最终能够制作出风格和特征上接近训练数据的图像，但在实际比对时与训练数据的图像并无实质上的近似性。 文本生成： 1. 数据获取与语言模型构建：对于文本生成，如ChatGPT这样的AI模型会吸收大量的文本数据，包括但不限于书籍、文章、网站内容，甚至是对话记录等。 AI通过文本数据构建出一个能够理解语法并能推断上下文的语言模型。 2. 语言预测：文本生成式AI中最普遍的语言预测模型是n-gram，它计算“特定词或短语”后接续词语的概率，以达到惯用语表达、叙事结构和主语、宾语一致的目的。然而，n-gram模型在处理较复杂的文本生成时显得力不从心。 3. 编码及文本理解：对于上下文延伸和整篇文本生成的复杂任务，n-gram模型显得不够，因为它只能从有限的上下文信息进行预测，而不是理解文本的语意。 4. 文本生成：通过编码器对文本进行深度理解后，解码器则负责根据学到的文本特征进行文本生成。 这个过程中，即使文字间的长距离依赖关系也能被有效捕捉。上述Transformer模型的特性使其能够生成前后连贯、具有创造性的文本。这种生成过程不仅基于对原文本深层次语意的理解，而且能够在深度学习后创造出在文义上符合逻辑、在内容上具有原创性的文本。 AI生成与版权侵犯有何区别？

从上述图像和文本生成的原理可以看出，AI生成内容的方式与著作权法中规定的侵权行为存在本质的不同，以下几方面尤为明显：

1. AI的创造性本质：生成型AI显然并非简单地复制或再现其学习的资料（现有作品）。

反而，它是从大量数据中学习文本的底层逻辑、文章结构及风格，综合这些元素后，创造出具有新颖性的著作。例如，在图像生成中，尽管AI可能从现有的艺术作品中学习，但最终生成的图像并非复制自现有的作品，而是将深层学习的成果进行重组、转译而产生的新创作。 2. 法律解释：从法律角度来看，AI生成内容与人类复制之间的区别是明显的。著作权法的基础概念是“仅保护想法的表达，而非想法、观念或系统本身”。 从上述分析可知，AI生成的作品是从训练数据（原作品）中学习底层逻辑、文章结构、图像作品之绘画风格、笔触等想法及观念，而绝对不是去“再现”或“重置”训练数据（原作品）的表达。 3. 转化与合理使用：从AI生成作品的角度来讨论是否构成侵权，则会涉及到生成作品是否具有足够的转化性——这代表生成式AI在原作的基础上增添了额外的表达，甚至赋予了新的意义。此时，需要讨论是否有构成“合理使用”的可能性。 这取决于AI创造出与原作显著不同作品的能力。目前，DALL-E为了避免此类法律争议，已经全面禁止以AI在原作品上进行改作的功能。 利用AI对现有著作进行改作的争议再次激化，近期全球流行的“宝可梦世界”就是利用生成型AI对多只宝可梦进行改作，甚至实现宝可梦的融合。在文本生成方面，Thomson Reuters v. Ross Intelligence案中，双方对AI生成的法律问题是否构成合理使用的争议进行了深入讨论，并最终做出了肯定“合理使用”的结论。 生成式AI对著作权法有哪些影响？

AI生成内容的过程，在图像和文本背景下展现了与直接复制或再生截然不同的创造性形式。这种差异对于理解为何AI的学习和生成方法不同于著作权侵犯之行为至关重要。

随着AI技术的不断发展，现行的著作权法律解释必须相应地进行修正和发展。随着AI技术的持续推广和更新，著作权法所面对的创作形态正处于不断变化之中。 “AI的学习、生成模式”与“著作权之重置态样”、“人类对想法、观念学习”之区别不仅在定义上大相径庭，还涉及到深远的立法逻辑和创作伦理的解读。 随着AI技术的进步，现行的法律框架必将进行修正；然而，相应的法律修正方向取决于立法者如何平衡“AI创新潜力”与“保护原创作品”这两个价值。 因此，在下次讨论生成式AI是否构成著作权侵害时，请记住，这是一个关于平衡两个价值的辩论，绝不应基于过时的观念草率地得出“生成式AI侵犯原作著作权”的结论。

标签: 比特币挖矿