在AI开发中如何保护知识产权?整理版权和专利权的论点

在AI开发中如何保护知识产权?整理版权和专利权的论点

随着人工智能（AI）技术的快速发展，特别是在深度学习领域的突破，AI在自然语言处理、图像生成等领域的应用日益广泛。然而，AI开发过程中的知识产权保护问题也日益凸显。本文将重点探讨在AI开发过程中，如何通过版权法和专利法保护学习数据、学习程序、预训练模型以及最终的成果物，并分析AI创作物的特殊性。

AI（人工智能）的进步近年来显著，特别是iPhone的Siri和自动驾驶技术等深度学习技术的创新，为我们的生活带来了巨大的便利。此外，出现了许多预训练模型，如GPT-3和BERT等，AI在自然语言处理和图像生成等领域的发展显著，利用这些进行AI开发的公司也在急剧增加。

然而，要通过AI提供便利的服务，其开发过程需要大量的努力和知识积累，如何通过法律保护这些成果成为了一个问题。

本文将重点解释在提供利用AI的服务时，需要了解的法律问题，特别是关于版权和专利权的重要问题。

AI业务与知识产权法有何关联

AI业务在其运作机制上，集中了编写AI程序的努力和专业知识。因此，不仅成果物，如何保护创作过程作为知识产权也变得重要。

AI的运作机制

AI，也被称为“人工智能”，是在计算机上人工再现人类智能的东西。

让AI学习的机制如下：

1. 收集和处理“学习用数据”
2. 输入到学习程序进行自动学习
3. 开发反映了重复学习结果的训练过的模型
4. AI产生成果物

这样，AI从数据中学习的过程被称为“机器学习”，其中一种具体方法就是深度学习。在深度学习中，通过使用模仿人脑的机制（神经网络）的多层结构，可以从复杂的数据中提取特征，实现了以前无法达到的性能。

AI业务与知识产权法

在AI业务中，不仅成果物，创作过程中也会积累专业知识和成本，因此在所有过程中如何接受知识产权法的保护变得重要。知识产权是指由人类创作产生的作品、发明等，总称规定这些的法律为知识产权法。

特别是在AI业务中，关注的焦点是能够接受版权法和专利法保护的程度。

在AI的开发中，不仅完成的训练过的模型和它产生的成果物，以下的过程也有商品价值，对它们的法律保护的期待正在增加：

1. 收集和处理学习用数据
2. 学习用程序
3. 创建的训练过的模型
4. 训练过的模型产生的成果物

接下来，我们将解释这四个阶段相关的法律问题。

AI业务中学习数据的保护

学习数据是在AI进行机器学习之前的阶段，收集大量的原始数据，如图像和视频等，并将其加工为学习用途的数据。

正如人们常说的”Garbage in, garbage out（输入的是垃圾，输出的也是垃圾）”，学习数据的质量直接影响到成果的质量，因此，学习数据的法律保护问题就显得尤为重要。

版权法的保护

如果学习数据本身具有”创造性”，则可以作为”数据库作品”受到版权法的保护。在版权法中，”数据库”被定义为”论文、数字、图形等信息的集合，这些信息可以通过计算机进行检索，并且被系统化地构造”。

在此基础上，数据的选择以及数据的排列或系统化构造必须具有创造性。例如，仅仅按照五十音顺序排列客户的地址、姓名、电话号码等信息的数据不会被认定为”数据库作品”，但如果信息的选择方法具有创造性，那么可能会被认定为具有版权。

专利法的保护

如果”学习数据”具有结构的新颖性和进步性，那么它可能会被视为”类似于程序的物品”，并可能成为”物的发明”，从而成为专利法保护的对象。

在专利法中，发明被定义为”利用自然法则的技术思想创新中的高级部分”，并被分为以下三种类型：

1 “物（包括程序）”的发明
2 “方法”的发明
3 制造”物”的”方法”的发明

然而，一般认为，作为信息集合的学习数据满足”物的发明”的要求的可能性较小。

AI业务中学习程序的保护

学习程序是从输入的学习数据中发现一定的规律，并让计算机执行的程序。由于需要将神经网络的结构等输入为程序，因此在著作权法和专利法上都可能成为保护对象。

著作权法的保护

如果学习程序具有一定的复杂性，那么它将作为“程序的著作物”受到著作权的保护。

在日本文化厅，”著作物”被定义为以下几点：

1. 表达思想或情感
2. 创造性地表达
3. 属于文学、学术、美术或音乐的范畴

为了使学习程序成为著作物，需要创造性地表达作者的个性和情感，并需要一定的复杂结构。

专利法的保护

为了使学习程序在专利法上受到保护，需要具有“进步性”。与著作权法不同，要获得专利法的保护，需要向专利局申请，并由专利局判断其“进步性”。

例如，如果使用已公开的程序A开发程序B，为了使B在专利法上受到保护，仅仅改变程序A的手段和方法的组合是不够的，需要具有不能轻易开发出来的“进步性”。

保护AI业务中的预训练模型

预训练模型是指基于训练数据让AI学习后生成的程序。例如，ChatGPT中使用的GPT（Generative Pretrained Transformer）是一个使用大量文本数据预先训练的自然语言生成模型，可以称之为预训练模型。

预训练模型也是AI业务中重要的知识产权，因此需要法律保护。

著作权法的保护

如果预训练模型符合“程序著作物”的定义，那么它将受到著作权法的保护。为此，需要工程师的个性和表达上的独创性。

举例来说，小说可以成为著作物，而构成小说的日语单词和语法则不受著作权法的保护。仅仅列出编程语言的预训练模型不会成为保护对象。

专利法的保护

预训练模型基本上不会被授予专利权。因为单纯的数据和函数本身并不符合创作的定义。

受到专利法保护的对象必须具有进步性和新颖性，并且必须符合“物（程序等）的发明”的创作物定义。

保护由学习模型产生的成果

由学习模型产生的成果，如果创作者有创作意图和为创作作品所做的创作性贡献，那么这些成果可以被认定为著作物。同样地，根据创作性贡献的程度，也可能会被授予专利权。

在这种情况下，学习模型只是创作作品的工具。因此，拥有成果的著作权和专利权的是各个用户，而不是开发系统的人。

相反，如果用户没有创作性贡献，AI自行学习并自行创作的作品被视为“AI创作物”，并不构成著作物。这是因为在著作权法上，没有思想和情感的AI不能被授予成果的著作权。

同样的原因，被授予“发明者”专利权的，也不能授予AI。

AI创作物保护的问题点

从人类创作的物品和AI创作物在外观上越来越难以区分的现状来看，从AI创作物保护的角度来看，存在以下一些问题。

给予AI创作物同等权利的问题

假设我们给予AI创作物版权和版权保护，由于AI的高生产力，可能会导致拥有权利的创作物数量爆炸性增长。

结果可能会导致能够利用人工智能的开发者和制造商独占信息，个人创作者可能会被排挤出去。

不给予任何权利的问题

相反，如果我们不给予AI创作物任何权利，即使投入了努力和成本开发AI，也可能会出现被第三方自由使用的“搭便车”现象频繁发生，从而剥夺了对AI研究的动力。

结果可能会导致人们为了获得版权和专利权，尽量减少AI对创作物的参与，投入更多人力进行开发，从而可能会阻碍AI技术的开发和使用。

总结：关于AI的知识产权，请咨询律师

在AI开发阶段，需要从以下两个方面考虑知识产权的保护。

在各个过程中，要获得著作权，需要作品的创造性和复杂性，而要获得专利权，需要新颖性和进步性。然而，在现阶段，AI自主学习并创建的”AI创作物”并不在知识产权保护的范围内。

然而，目前还没有明确的法律规定和规则制定，政府也表示将根据AI的未来发展来制定规则。

如果您正在考虑开始AI业务，我们建议您了解当前情况，关注未来的动向，并向具有知识产权和AI业务专业知识的律师咨询。