音乐行业对颠覆性技术并不陌生。该行业似乎从非法文件共享造成的毁灭性衰退中复苏,而这似乎恰逢可能更具颠覆性的技术现象:人工智能(“AI”)。关于人工智能生成音乐的影响,人们已经讨论了很多,从所有权问题到公开权问题。然而,令人惊讶的是,关于人工智能系统输出侵权的讨论却很少。通过从最低限度用例法的角度研究人工智能音乐生成器的功能,本文将解释人工智能音乐生成器的输出如何可能侵犯授予音乐作品和录音版权所有者的独家复制权。展望未来,法院和政策制定者绝不能忽视人工智能破坏我们对人类创作的激励的能力,并制定规则,促进技术公司和版权所有者互惠互利的人工智能音乐生态系统。
1. 引言 欧盟的立法和政策制定举措表明其立志成为人工智能 (AI) 监管领域的先驱。 1 版权法在这方面占有特殊地位。通过复杂的人工智能系统生成的作品,尤其是对机器学习方法的依赖,引发了艺术、政策制定和计算机科学领域的讨论。 2 有人质疑,鉴于最近出现的大量人工智能生成作品,是否应该修改当前的欧盟版权法。 3 这引发了一场关于版权法基本原理、以人为本的作者要求以及创造力和原创性概念的学术辩论,这些辩论超越了知识产权 (IP) 法,揭示了“原创性”一词的哲学和心理内涵。 4
我们最喜欢的歌曲、故事、应用程序和设计都是受版权保护的创意作品。在某些方面,我们可以感谢《版权法》和其他知识产权法,因为这些法律确保创作者可以从他们的独创性中获利。但技术带来了变化,新的人工智能工具允许用户以一年前似乎不可能的方式创作歌曲、故事、应用程序和设计。像这些人工智能工具这样的新技术也可能帮助我们的创意社区蓬勃发展。当现有的版权法被用来挑战新的人工智能技术时会发生什么?使用受版权保护的作品来开发人工智能工具是否可以?如果可以,什么时候可以?如果人工智能工具产生的输出与现有的受版权保护的作品基本相似,这是否侵犯了版权?这些是全国各地联邦法院目前正在解决的一些问题。随着案件在司法系统中的进展,我们将更多地了解美国司法部门如何看待版权与人工智能技术发展之间的平衡。这些案件中做出的判决也将帮助我们了解设定具有约束力先例的上诉法院如何看待版权与人工智能之间的交集。1.Kadrey v. Meta Platforms 2023 年 11 月 20 日,美国加利福尼亚州北区地方法院就 Kadrey v. Meta Platforms Inc. 一案的驳回动议作出命令,该命令告知原告在指控人工智能模型的输出侵犯作者版权的案件中,他们需要满足的诉讼标准。2023 年 7 月,作者 Richard Kadrey、Sarah Silverman 和 Christopher Golden 代表其他作者对 Meta 提起集体诉讼,指控 Meta 的大型语言模型 LLaMA 是在他们认为包含原告受版权保护的书籍的元素语料库上进行训练的。Meta 提出驳回诉讼,首先辩称原告并未指控 AI 生成的输出是
Christiane 和 Susan 将概述 AI 和版权的法律状况。现有的版权法适用于 AI 特定问题 - 从带有训练数据和提示的输入级别,到神经网络的所谓“黑匣子”,再到带有 AI“创作”的输出级别 - 并且被证明非常灵活,但仍有许多问题有待解决。此外,新的欧盟 AI 法案在当前法律框架中发挥着重要作用。免费生成的 AI 应用程序的突然兴起导致最后一刻纳入了与版权和娱乐业相关的条款。本次会议将介绍有关 AI 训练数据、“合成”内容标签和深度伪造披露的这些规定。为了全面了解情况,将讨论娱乐合同中与相关 AI 用例相关的关键法律考虑因素。
过去几年,得益于深度学习技术的突破,人工智能 (AI) 开始取代人类内容生成者的角色,大规模地创作出有价值的创意作品。在本世纪末之前,大量的艺术、文学、音乐、软件和网络内容可能会由人工智能而非传统的人类作者创作。然而,法律禁止对人工智能生成的作品进行版权保护,这落后于这一技术进步。主流观点认为,即使人工智能可以自动化创造力,这种活动也不应该受到保护,这种保护甚至会伤害人类艺术家。人工智能生成的作品挑战了关于人类例外论的信念和版权法的规范基础,迄今为止,版权法为每个人都提供了一些东西。版权可以关乎道德和作者,也可以保护辛勤劳动和人格权。版权也可以关乎公众利益,并提供创作和传播内容的激励。但版权不能让人工智能作者拥有一切——有价值的产出正在产生,但作者没有利益需要保护。本文认为,美国版权法现在和传统上主要是为了造福公众利益,而不是直接造福作者。因此,人工智能生成的作品正是该系统旨在保护的那种东西。保护将鼓励人们开发和使用创造性的人工智能,从而产生和传播新作品。更进一步说,将作者身份归于功能上完成传统作者工作的人工智能将促进透明度、有效分配权利,甚至反直觉地保护人类作者。人工智能生成的作品也有望从根本上影响版权法的其他基本原则,例如侵权、风格保护和合理使用。法律应如何应对人工智能活动,对于思考哪些规则应适用于人、机器和其他类型的人工智能作者具有更广泛的借鉴意义。
如果莎士比亚是个机器人,我们会在意吗?这会让他的作品失去赞扬价值,或者对社会不再重要吗?如果莎士比亚被一个聪明的程序员转世为机器人,今天出版了一部新剧本,我们会否认这部剧本的版权吗?尽管这个假设听起来很荒唐,但这些都是关于艺术人工智能 (AI) 生成作品的版权状况的迫切问题。美国专利商标局 (USPTO) 知道但不确定人工智能作品的作用和版权性。尽管《版权实践纲要》最近规定了“人类作者要求”,但程序员和公司已经开始为生成人工智能 1 生成的作品注册版权。2 由于负责管理版权注册和记录的版权局只需要有人声称某件作品是他们的,因此公司和程序员一直在利用对所有权主张的松懈调查。 3 但 Naruto v. Slater 4 和最新一期的《Compendium》表明,如果这些版权受到挑战,它们很可能会被认定无效。关于最佳正式制度 5 的学术争论和美国专利商标局征求意见 6 描述了这种不确定性,但并未澄清这一点。目前,公司在实践中的做法与版权局在书面上允许的做法之间存在差异。
最小传感器距离=单位距离最大感觉位移=单位距离如果感觉阵列为立方阵列:边缘具有单位距离。平面中的对角线具有距离SQR(2)。多维数据集中的对角线具有距离SQR(3)。在单位单元格中,单位距离为1。实际单位距离是绝对距离乘以常数1。大脑必须计算实际的单位距离和所有实际距离,以制定空间阵列模型。距离之间的关系表示传感器的几何形状,因为所有运动和距离都在质量中心周围成比例。与重力,内部运动和其他外力有关的扭矩和力矩之间的关系表示绝对距离。位置变化变化势能,这与高度直接相关,并使用质量中心,高度与感觉阵列的单位距离有关。
第一个论点是,这种培训涉及对这些作品的“非攻击性使用”。在该术语的唯一定义下,将生成性AI培训与人类学习区分开来,“非攻击性使用”是一种不会导致对工作的美学或享乐主义反应。由于计算机无法避免审美反应,因此在这种意义上,生成的AI训练可以使人类无法“无X分性”的作品。但是,版权不仅被认为是为了保护人类的被动和不变的作品的娱乐价值,而且要保护想要学习和改变的人类作品的教育价值。使用从作者的构成表达选择中学习的作品不应被视为“非言语”合理使用。此外,因为所有工作都在人类中产生美学反应,又对我们进行教育和文化,因此娱乐和教育目的都必须归纳为这些作品。这意味着他们用于训练生成AI模型的使用并不是完全不同的“变革性”使用。
抽象的机器学习是人工智能(AI)的一个子场,依靠大量数据作为学习算法的输入,导致训练有素的模型可以执行各种任务。虽然数据或信息不是版权法中的主题,但几乎所有用于构建机器学习语料库的材料都受版权法保护:文本,图像,视频等。在基于生成AI的所谓“基础模型”的背景下,有一些全球政策的动作,以解决机器学习的版权含义。本文退后一步,通过详细的案例研究从经验上探索三个技术环境。我们阐明了AI生命周期(收集数据,组织数据,模型培训,模型操作)的既定行业方法论,以得出适合法律分析的描述。这将允许评估欧盟版权法规定权利,例外和披露的挑战。三个案例研究是:
*康奈尔技术数字生活计划的博士后研究员。The author thanks BJ Ard, Sap- tarishi Bandopadhyay, Robert Brauneis, Bay ByrneSim, Mala Chatterjee, Terry Fisher, Kat Geddes, James Grimmelmann, Kevin Hong, Lily Hu, Diana Liebenau, Grant Meyer, Ruth Okediji, Rachel Orol, Sarah Rosenthal, Joel Sobel, David Stein, Rebecca Tushnet,David Gray Widder,Kathryn Woolard,Jonathan Zittrain以及2024年NYU Law的2024年三州IP研讨会的参与者以及Cardozo Law举行的2023年知识产权学者会议。在2018年在凯斯西部储备大学法律学院的2018年工作中的知识产权(WIPIP)座谈会上提出了这项研究的更早版本,并获得了许多有益的反馈。本文得到了德克萨斯州休斯敦的Nancy F. Atlas知识产权美国法院的赠款和休斯敦法律中心知识产权与信息法律研究所的赠款。
