AI绘画生成物是否构成作品?——从著作权法视角出发

新知榜官方账号

2023-06-28 22:16:43

1、成就AI绘画的“马赛克训练”

AI绘画软件如何能够实现“自主创作”行为?DDPM模型(DenoisingDiffusionProbabilisticModels)是当前AI绘画软件应用的基础算法模型之一。早在2015年扩散模型(DiffusionModel)的概念就被提出。2020年,DDPM被提出并主要用于图像生成。DDPM是一种重复性的“高斯噪音破坏训练”,有业内人士深入浅出地解释了这一训练方法,笔者将其称为“马赛克训练法”:

第一步,给程序一张图画,比如一个人像,并在“眼睛”位置打上马赛克(噪音),训练程序消除这些马赛克(去噪),还原眼睛。第二步,增加马赛克的数量,让程序将含有更多马赛克的图片还原成原始图片。在训练中,程序会逐渐理解目标图片是什么。第三步,将马赛克涂抹到极限,即原目标图片被转化为一个近似可用高斯分布的马赛克图像(纯噪音图像),此时程序基于此前的反复训练以及其所理解的目标,不断优化,最终达到还原目标图画的效果。随着模型的升级,开发者引入了数据库(包含大量的图片、照片、美术作品等)继续对程序进行“马赛克训练”。此时训练的目标不再是还原原图,而是填补马赛克区域,使其符合图片的逻辑(例如在原来蓝色眼睛的区域补上棕色眼睛,而不是鼻子)。随着训练次数的增多以及数据库的扩大,这一程序最终就能呈现出我们所看到的效果:AI绘画软件基于用户输入的关键词生成一幅符合描述的绘画“作品”。

2、两个结论相反的AIGC案例

我国尚未出现与AI绘画生成物相关的著作权纠纷案例,但已有文本型AIGC相关纠纷。在2018年北京互联网法院审理的“数据库生成案”和2019年深圳南山区法院审理的“智能写作软件案”中,两个审理法院讨论了案涉文本型AIGC的作品定性问题,最终得出了截然相反的结论。

3、对AI绘画的作品定性问题的思考

我国著作权法保护汇编作品,本质上是对汇编人在选择和编排中体现的智力劳动的保护,那么AI绘画中的筛选行为能否类比于汇编行为从而获得保护?如果能够获得保护,何种程度的关键词选择与使用能够达到受保护的标准?对上述疑问笔者亦期待与各位同侪和前辈共同交流探讨。

本页网址:https://www.xinzhibang.net/article_detail-2398.html

寻求报道,请 点击这里 微信扫码咨询

关键词

AI绘画 著作权法 作品定性 关键词作画 智力劳动

分享至微信: 微信扫码阅读

相关工具

相关文章

相关快讯