机构名称：
¥ 5.0
在本文中，我们将历史版权原则应用于文本到图像生成的不断发展的状态，并探讨了新兴技术构造对版权的公平使用学说的含义。人工智能（“ AI”）经常接受受版权保护的作品的培训，这通常涉及在没有所有者授权的情况下进行大量复制。这种复制可能构成Fira Facie版权侵权，但现有的指导表明，公平使用应适用于大多数机器学习环境。马克·勒姆利（Mark Lemley）和布莱恩·凯西（Bryan Casey）认为，当模型的输出超越其输入的目的时，通常应在公平地使用受版权保护的材料上的训练机学习（“ ML”）模型。他们的论点在AI的领域中很引人注目。然而，当代AI生成新艺术品的能力（“生成AI”）提出了一个独特的案例，因为它明确地试图模仿该表达式版权打算保护。杰西卡·吉洛特（Jessica Gillotte）得出结论，生成的AI并非违反版权侵权，因为司法指导需要遵守宪法势在必行的命令，以在技术变革模糊版权的边界时促进新作品的创建。即使确实发生了侵权，吉洛特（Gillotte）也发现合理使用将是有效的防御，因为训练AI模型会改变原始作品，并且不太可能损害原始艺术家的市场上的受版权保护工作。我们的论文通过技术细节探索特定生成的AI用例，从而偏离了先前的奖学金。最终，我们认为公平用途的第一个因素，使用的目的及其第四个因素，即对受版权保护的工作的影响，都与在生成的AI用例中合理使用的发现。但是，即使没有发现文本对图像模型具有变革性，我们也认为，单独的市场篡夺潜力足以否定了公平的使用。
算法公平用途的限制
主要关键词
相关文件推荐
