XiaoMi-AI文件搜索系统
World File Search System版权
aipla-paper-生成式人工智能的版权含义.pdf
生成式人工智能生成的内容与人类的创作成果极为相似，并且“能够生成文本、图像、视频或音频（包括模仿人类的声音）等输出，如果由人类作者创作，这些输出将被视为受版权保护。” 1 企业和个人都越来越多地转向生成式人工智能来创建文本、图像和其他媒体，以满足多种用途，具有各种实际、专业和商业意义。 通讯团队可以使用生成式人工智能来起草新闻稿。 平面设计师可以使用生成式人工智能来寻找灵感，或者构建基础图像以使用传统平面设计工具进行修改。 律师可以使用生成式人工智能来起草法律摘要。 2 在每种情况下，用户都可以将文本提示输入生成式人工智能平台以调用该技术以及他们“训练”的内容数据集。 此类数据集通常包含受版权保护的内容，这些内容可能已获得或可能未获得版权持有人的许可。
美国经济中的版权产业：2022 年报告
IIPA 是一个私营部门联盟，成立于 1984 年，由代表美国版权行业的行业协会组成，致力于改善国外的版权保护和执法，并打开因盗版和其他市场准入壁垒而关闭的国外市场。IIPA 的成员包括美国出版商协会、娱乐软件协会、独立电影电视联盟、美国电影协会和美国唱片业协会。IIPA 的五个成员协会总共代表 3,200 多家制作和发行版权内容的美国公司。IIPA 成员公司制作和发行的材料包括：娱乐软件（包括用于游戏机、手持设备、个人电脑和互联网的交互式视频游戏）和教育软件；电影、电视节目、DVD 和家庭视频以及视听作品的数字表示；以各种格式（从数字文件到 CD 和黑胶唱片）录制的音乐，用于流媒体和其他在线服务以及广播、公开表演和视听材料中的同步；以及小说和非小说类书籍、教育指导和评估材料以及各种格式的专业和学术期刊、数据库和软件。访问https://iipa.org/。
可受版权保护的作者身份：可注册的内容
一般而言，注册专家不会搜索美国版权局的记录来确定该作品是否之前已注册，除非注册材料或版权局或公众所知的其他信息来源中存在矛盾的信息。为了确定版权，专家不会将存放副本与之前已在版权局注册的其他作品进行比较。同样，专家通常不会将存放副本与其他作品进行比较以确定申请人是否试图注册与另一部作品实质相似的作品，除非申请人似乎在主张与专家所知的另一部作品异常相似的作品的权利要求。
公共利益，真正的灵魂：版权的合理使用学说和使用受版权保护的作品来培训生成AI工具
生成人工智能（AI）工具（例如Chatgpt，Gemini和稳定的扩散）使用通常包括整个受版权保护的作品的数据集训练。使用受版权保护的作品来培训这些日益突出的工具已被证明是如此引起争议，以至于最著名的AI公司之一的高级主管重新辞职，并指出，AI开发人员对Scrape和使用质量的Internet数据进行了“剥削性”，而无需首次获得互联网数据，而无需首次获得同意的同意。1在本文中，我研究了这些担忧，并最终确定，摄入整个受版权保护的作品是为了培训Generative AI工具的目的，这可能构成了美国版权公平使用学说下的变革性用途。在得出这一结论时，我首先简要概述了当前诉讼，然后将判例法引入了判例法，以将公平用途应用于生成AI工具提出的challenges。接下来，我将判例法应用于摄入版权作品的培训AI工具上，认为这种使用构成了根据美国版权法的变革性，合理使用。最后，本文以乐观态度结束，探讨了对版权法的未来的影响，并概述了创作者仍然必须维护其专有权利的众多途径。
人工智能：理解知识产权：深入分析版权和人工智能带来的挑战
放眼海外，英国允许将作品的创作者 ''›”‹‰Š– –' •—„•‹•– ‹ Ǧ…”‡ƒ–‡† ™'” • „› ƒ––”‹„—–‹ ‰ ƒ—–Š'”•Š‹' 归属于作品的创作者 ƒ”–‹ϐ‹…‹ƒŽŽ› ‹ –‡ŽŽ‹‰‡ – ƒ…Š‹ ‡ '” ' '—–‡” '”'‰”ƒ Ǥ ‡…–‹' ͻȋ͵Ȍ 根据英国 1988 年版权、外观设计和专利法 (CDPA) 的规定，作品的作者 ‹• Dz…' '—–‡”Ǧ‰‡ ‡”ƒ–‡†dz •ŠƒŽŽ „‡ –ƒ ‡ –' „‡ –Š‡ '‡”•' Dz„› ™Š'的作品”。‡…–‹' ͳͺ 'ˆ –Š‡ ˆ—”–Š‡” †‡ϐ‹ ‡• ƒ …' '—–‡”Ǧ‰‡ ‡”ƒ–‡† ™'” ƒ• ' ‡ –Šƒ– Dz‹• ‰‡ ‡”ƒ–‡† „› 计算机，在这种情况下，作品并没有人类作者”。
“给我一些真相”：人工智能音乐及其对版权和编目的影响
过去 70 年来，研究人员和实验音乐家一直在研究计算机合成音乐，与生成人工智能形成了合作关系，即人机共创。过去几年，音乐艺术家正在迅速采用人工智能工具为人工智能音乐比赛和商业歌曲和专辑制作音乐。为了应对这一趋势，美国版权局发布了最新的政策修订，明确规定了哪些内容有资格获得版权登记。不久之后，合作编目计划 (PCC) 也发布了新指南，为图书馆编目员如何处理人工智能生成的材料提供了建议。在这两种情况下，他们都拒绝将人工智能视为贡献者。然而，这些政策中的语言都是自相矛盾的，表明它们没有能力解决生成人工智能的问题。本研究利用批判性文本分析和定性内容分析，并使用案例来探讨这些政策对生成人工智能的看法。提出了解决 PCC 政策缺陷的建议，并且美德伦理学和结果主义等道德哲学框架支持使用来自权威外部来源的信息补充目录项目记录的论点，为了寻求真相而偏离这一政策。
重要过程说明了2025年2月8日版权...
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。
回到未来：在生成AI时浏览版权/合同界面
1。参见，例如，瑞安·雅培（Ryan Abbott）和伊丽莎白·罗斯曼（Elizabeth Rothman），《破坏创造力：生成人工智能时代的版权法》，75 F la。L. R EV。 1141（2023）; Oren Bracha，《机器生产时代版权的工作》（2023年9月24日），https：//papers.ssrn.com/sol3/papers.cfm？atpraction_id = 4581738。 2。 参见，例如 ，DOE 1v。Github，Inc。，672 F. Supp。 3d 837（n.d. cal。 2023）;作者Guild诉Openai Inc.，No. 1：23-cv-08292，2024 U.S. Dist。 Lexis 59322（S.D.N.Y. 2023年9月19日）; Andersen诉稳定AI，Ltd.，700 F. Supp。 3d 853（n.d. cal。 2023）; Getty Images诉稳定性AI，23-cv-00135（D。del。 2023）; N.Y. Times Co.诉Microsoft Corp.，No. 1：23-CV-11195（S.D.N.Y. 2023年12月27日）。 3。 参见，例如 ，帕梅拉·萨缪尔森（Pamela Samuelson），生成的AI符合版权，381 S CIENCE 158（2023）；彼得·亨德森（Peter Henderson），Xuechen Li，Dan Jurafsky，Tatsunori Hashimoto，Mark A. Lemley＆Percy Liang，基金会模型和公平用途，S tan。 L.＆e con。 o lin w orking p aper n o。 584（2023），https：//papers.ssrn.com/sol3/papers.cfm?abstract_id = 4404340#。 4。 一般参见Dan L. Burk，廉价的创造力及其将要做什么，57 g a。 L. R EV。 1669，1673（2023）; Matthew Sag，生成AI的版权安全，61 H。 L. R EV。 295（2023）; Uri Y. Hacohen＆Niva Elkin Koren，版权再生：利用Genai衡量原创性和版权范围，37 h ARV。 J.L. ＆t ech。L. R EV。1141（2023）; Oren Bracha，《机器生产时代版权的工作》（2023年9月24日），https：//papers.ssrn.com/sol3/papers.cfm？atpraction_id = 4581738。2。参见，例如，DOE 1v。Github，Inc。，672 F. Supp。3d 837（n.d. cal。2023）;作者Guild诉Openai Inc.，No.1：23-cv-08292，2024 U.S. Dist。Lexis 59322（S.D.N.Y.2023年9月19日）; Andersen诉稳定AI，Ltd.，700 F. Supp。3d 853（n.d. cal。2023）; Getty Images诉稳定性AI，23-cv-00135（D。del。2023）; N.Y. Times Co.诉Microsoft Corp.，No.1：23-CV-11195（S.D.N.Y. 2023年12月27日）。 3。 参见，例如 ，帕梅拉·萨缪尔森（Pamela Samuelson），生成的AI符合版权，381 S CIENCE 158（2023）；彼得·亨德森（Peter Henderson），Xuechen Li，Dan Jurafsky，Tatsunori Hashimoto，Mark A. Lemley＆Percy Liang，基金会模型和公平用途，S tan。 L.＆e con。 o lin w orking p aper n o。 584（2023），https：//papers.ssrn.com/sol3/papers.cfm?abstract_id = 4404340#。 4。 一般参见Dan L. Burk，廉价的创造力及其将要做什么，57 g a。 L. R EV。 1669，1673（2023）; Matthew Sag，生成AI的版权安全，61 H。 L. R EV。 295（2023）; Uri Y. Hacohen＆Niva Elkin Koren，版权再生：利用Genai衡量原创性和版权范围，37 h ARV。 J.L. ＆t ech。1：23-CV-11195（S.D.N.Y.2023年12月27日）。3。参见，例如，帕梅拉·萨缪尔森（Pamela Samuelson），生成的AI符合版权，381 S CIENCE 158（2023）；彼得·亨德森（Peter Henderson），Xuechen Li，Dan Jurafsky，Tatsunori Hashimoto，Mark A. Lemley＆Percy Liang，基金会模型和公平用途，S tan。L.＆e con。o lin w orking p aper n o。584（2023），https：//papers.ssrn.com/sol3/papers.cfm?abstract_id = 4404340#。4。一般参见Dan L. Burk，廉价的创造力及其将要做什么，57 g a。L. R EV。 1669，1673（2023）; Matthew Sag，生成AI的版权安全，61 H。 L. R EV。 295（2023）; Uri Y. Hacohen＆Niva Elkin Koren，版权再生：利用Genai衡量原创性和版权范围，37 h ARV。 J.L. ＆t ech。L. R EV。1669，1673（2023）; Matthew Sag，生成AI的版权安全，61 H。L. R EV。 295（2023）; Uri Y. Hacohen＆Niva Elkin Koren，版权再生：利用Genai衡量原创性和版权范围，37 h ARV。 J.L. ＆t ech。L. R EV。295（2023）; Uri Y. Hacohen＆Niva Elkin Koren，版权再生：利用Genai衡量原创性和版权范围，37 h ARV。J.L.＆t ech。555（2024）;本杰明·索贝尔（Benjamin Sobel），人工智能的公平用途危机，41 c olum。J.L.＆A RTS 45（2017）。5。请参阅约翰·佩里·巴洛（John Perry Barlow），《思想经济》，《威尔德》（3月1，1994），https：// www.wired.com/1994/03/economy-ideas/。
2022 年伦敦书展版权指南 - Trident Media Group
这部深刻的小说来自美国最受喜爱的作家之一，讲述了信仰、背叛和美国一角的变革。1971 年，一位名叫哈雷·曼恩的房地产投机者开始将他的人生故事录制到一台卷盘式录音机上。回顾 20 世纪初的童年，哈雷回忆道，在父亲突然去世后，他的家人移居到佛罗里达的沼泽地——距离后来的迪士尼乐园只有几英里——加入了一个 Shakers 社区。在慷慨大方、有着神秘过去的约翰长老的领导下，这个社区致力于劳动、信仰和慈善事业，拒绝了所有超出财产范围的诱惑。虽然这种生活方式最初使哈雷和他的家人免于彻底破产，但当哈雷开始爱上住在这里的肺结核患者萨迪·普拉特时，他对 Shakers 及其保守世界观的忠诚度开始变得紧张，并最终破裂。哈雷讲述了他跨越半个多世纪的故事——对青春、佛罗里达不断变化的风景和对美国乌托邦的追寻——关于萨迪、老约翰和
法律文件中的生成性AI，窃和侵犯版权
本文分为三个部分。第一部分研究生成的AI，特别是大型语言模型（LLMS）。It focuses especially on three crucial technical aspects of these tools that bear on the issues of plagiarism and copyright: the presence of copyrighted materials in the data training set, the ability of researchers to prompt the tools to reproduce verbatim entire sections of copyrighted material as outputs, and the possibility that entire sections of copyrighted materials could be reproduced verbatim as outputs in the absence of intentional prompting (in other单词，用户可以提示工具并在不知不觉中获得受版权保护的材料的可能性）。第二部分探讨了法律界对窃的概念所采取的混乱和不寻常的方法。与许多其他专业不同，并且与他们作为法律专业的学生的经历相反，通常鼓励律师“ pla窃”，使用样板文件或重用其他人撰写的整个简介。鉴于此，使用生成AI是否构成律师的“窃”？这个问题的答案几乎不清楚，并且取决于许多活动部件。最后，第三部分探讨了生成AI的使用如何有可能为在实践中使用LLM的律师提出版权侵权问题。已经针对生成AI开发人员提起了十二起诉讼，其中一些声称训练这些工具的过程构成了侵犯版权，因此任何使用工具的使用本身就是侵权。这些诉讼刚刚通过法院制度努力，因此，对某些侵权理论的最终司法解决仍然是多年的。但是，我们已经知道这些工具从数据培训中重现文本的能力的知识应使律师在使用LLMS时停顿。