以过失原则为基础的理论已被理查德·爱泼斯坦 2、罗伯特·拉宾 3 和迈克尔·特雷比尔科克 4 等侵权法学者接受为一般正确理论,但乔治·普里斯特可能对此持否定态度。普里斯特在 1985 年的一篇重要文章中指出,现代侵权法的思想史以“企业责任”理论为中心。 5 普里斯特认为,法院自 1960 年开始接受这一理论,该理论倾向于“绝对责任”的做法——即要求产品制造商对因使用其产品而造成的所有伤害或损害负责。 0 此外,在后续文章中,普里斯特声称,企业责任理念已经超出了产品范围,延伸到提供各种服务的机构和专业人士。因此,他至少在他的一些著作中提出,这些被告已经受到朝着绝对责任方向发展的做法的影响。 Priest 强调法律对绝对责任的态度,这当然可能与我自己强调过失作为责任标准的观点不一致。因此,本文的第二个目标是捍卫我自己的立场,并审查和批评 Priest 所提出的立场。
疏忽责任 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... 438 A. 过失中的“陌生人” ELR . . . . . . . . 439 B. 公共滋扰中的特殊伤害要求 . . . 440 C. 责任限制理由的限制 . . . . 442 III. “引导”或执行理由 . . . . . . 443 A. 将公共滋扰“特殊伤害”与 ELR 相协调 . . . . . . . . . . . . . . . . . . . . 443 1. 背景介绍:典型案例 . . . . . . . 443 a. 桥梁封闭造成的商业损失 . . . . . 444 b. 石油或化学品泄漏后商业渔民的业务损失 . . . . . . . . 446 2. 重新制定基于疏导的理论 . . . 448 a. 重新审视“特殊伤害”公共妨害要求 . . . . . . . . . . . . 448 b. 重新审视因疏忽造成的“陌生人”经济损失规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ...
人工智能 (AI) 是指能够像人类一样根据刺激做出自主决策的计算系统。它在从金融到医疗保健的几乎所有领域都有各种实际用途。然而,人工智能的发展带来了新的法律挑战,特别是在知识产权方面。人工智能系统使用大量数据进行训练,以识别模式并做出智能决策或预测。这些数据通常由受版权保护的作品组成,这引发了一个问题:未经授权使用此类作品进行机器学习是否构成侵犯版权。不同司法管辖区的版权法对于使用此类作品训练人工智能应用程序是否存在特定例外缺乏明确性和统一性。因此,本文分析了美国版权法中获取版权数据的规则,重点关注合理使用原则及其司法解释,包括最近的谷歌图书案。本文的后续部分将美国的做法与欧盟的版权法进行了比较,特别关注了 2019 年欧盟《数字单一市场版权指令》引入的文本和数据挖掘例外的影响。根据得出的推论,本文的最后一部分试图评估印度的版权法,并探讨该问题的未来法律和政策走向,强调世界知识政策组织的作用。
Xg Tbia H d_ ʥ +H\ :DWVRQ³&DQ , 6XH
CWA 的规定。CWA 规范了进入土壤和地下水的污染物。州法律效仿联邦法律,也规范污染。14 每个州都采用以数值限制为特征的清理标准,这些标准可作为设计补救系统的指导方针,并确定何时出于监管目的将财产视为清洁。一旦责任方将污染物水平降低到数值限制以下,财产即被视为清洁,该方即可结案。5 结案并不一定意味着所有污染物都已从财产中清除。相反,结案仅表示补救措施满足州清理标准,该标准通常要求的程度低于清除所有污染物。
尽管优先权仍然是平衡伤害风险与设备可用性的重要机制,但人工智能软件的引入极大地改变了医疗设备的风险状况。由于驱动人工智能机器的人工智能算法固有的不透明性和可变性,几乎不可能预测有缺陷的人工智能系统可能对患者造成的所有潜在安全隐患。本文确定了人工智能机器的关键优先权问题,因为它们影响事前和事后的监管侵权分配,包括 FDA 对平行索赔的实际审查、软件和设备审查的分叉,以及可能使原告避免优先权的技术本身的动态。然后,本文作者建议对人工智能机器的监管侵权分配提出另一种概念,这将创建一个更全面、更具互补性的安全和补偿模型。
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。
-,-,,! " # $ " " % " " " " " " " & # ' " % "( ) $ $ ( * + " + " , - ." # " " $ " # " " " /..01 * "
人工智能如何改变我们做出购买决策的方式?这对商标法意味着什么?商标法的核心在于如何购买商品和服务,而由于人工智能正在影响购买过程,因此从定义上讲它也影响着商标法。人工智能通过两种方式影响购买过程:(a)消费者可获得的品牌信息和(b)谁来做出购买决策。亚马逊的 Alexa 等人工智能个人零售助理有可能成为品牌向消费者提供的“守门人”,控制向消费者提供哪些品牌信息,并以纯粹的形式购买品牌产品,在人工智能所谓的“自动执行模型”中几乎不需要或根本不需要人为干预,从而有效地将传统的购物体验从“先购物后发货”模式颠覆为“先发货后购物”模式。商标法的许多关键方面都涉及人性的弱点。如果您考虑商标法和实践中的一些“流行词”,例如“混淆”、“不完全记忆”、“联想”和“商标混淆”,这些概念都围绕着人类的弱点。然而,人工智能有可能从购买过程中消除“人性”和“弱点”。人工智能应用程序可以通过“给我买个灯泡”等一般命令来购买产品。人类消费者与人工智能应用程序购买的灯泡品牌没有任何互动。人工智能应用程序会混淆吗?它会混淆商标吗?人工智能应用程序甚至会通过传统的听觉、语音和概念比较商标的方式来评估产品购买,这就是所谓的人工智能黑箱问题吗?人工智能应用程序经常受到个人消费者过去购买决策的影响,而人工智能应用程序做出购买决定或建议的原因有时可能难以理解。在这些情况下,知识产权侵权责任问题也引起了重要的问题。然而,即使人工智能应用程序不做出购买决策,它仍然会影响消费者在做出购买决策时可用的品牌信息。例如,亚马逊 Alexa 平均只向消费者推荐三种产品。它控制着向消费者推荐什么品牌产品,它而不是人类消费者掌握着所有的品牌信息。然而,人工智能对购买过程的影响必须放在历史背景中来看待。人工智能的兴起是新的,但并非史无前例。现代商标法诞生于十九世纪,并发展到现代。然而,在此期间,购买过程并非一成不变,而是发生了变化。我们只需看看从传统的十九世纪“店主”购买产品模式到二十世纪二十年代超市发明的变化,从互联网和社交媒体的兴起到人工智能的兴起。商标法已经适应并发生了变化,实际上可以说是适应性最强的知识产权法形式。例如,关于人工智能应用程序的责任问题,我们已经可以从关键词广告的案例中得到指导,例如谷歌法国,它是随着互联网购物的兴起而发展起来的。如果购买过程中的“参与者”如人工智能应用程序在购买决策/过程中扮演更被动的角色,则人工智能应用程序提供商不太可能被追究责任,如果人工智能应用程序在购买决策中扮演更积极的角色,并且可以说人工智能提供商在购买决策中强烈影响消费者,则更有可能发现责任。商标法已经适应了购买过程的变化,并且它将再次适应。HGF 合伙人兼特许商标律师 Lee Curtis
南非是一个近6000万人的多数黑人,多种族的国家,尽管有周期性的菌株,但与美国有着亲切的关系,并且是非洲最大的美国贸易伙伴。总统西里尔·拉马福萨(Cyril Ramaphosa)在他的前任雅各布·祖玛(Jacob Zuma)的管理下进行了一系列腐败丑闻后,于2018年上任。Zuma于2009年当选,于2018年初在巨大压力下辞职,此后不久,当时的副总统拉马福萨(Ramaphosa)当选为祖马(Zuma)担任南非统治党的非洲国民大会(ANC)领导人。自1994年首次普选选举以来,ANC一直在议会中占多数,该选举标志着种族隔离的终结,这是一种编纂的国家种族偏见的系统,有利于白人,但面临逆风。在2019年5月的上一次大选中,它获得了57.5%的选票,这是有史以来最低的。