曹 越

一、問題由來和研究價值

2017年7月5日，微軟工程院宣布其旗下人工智能軟件“小冰”的識圖寫詩功能正式上線運行，使用者只需要上傳任意一張圖片即可由“小冰”在短時間內(nèi)自行撰寫一首簡短的現(xiàn)代詩歌。并且整個創(chuàng)作過程非常快捷，僅需不到12小時，便可寫出20多萬首詩歌。盡管官方明確表示放棄詩歌的著作權(quán)，但人工智能也會“創(chuàng)作”的話題仍然在文學、法學、社會學以及自然科學技術(shù)領(lǐng)域本身引發(fā)了廣泛討論。支持者認為“小冰”的這一功能的確幫助人們降低了詩歌創(chuàng)作的門檻要求，而反對者則稱“小冰”的詩歌至多算是一種語言文字游戲，并不是真正具有內(nèi)在抒情邏輯的詩歌作品。

實際上，早在20世紀70年代，美國社會便已經(jīng)產(chǎn)生了關(guān)于人工智能創(chuàng)作物著作權(quán)的權(quán)利之爭。1983年，美國版權(quán)局破天荒地將一臺名為“Racter”的計算機登記為了一本書的作者，書名為《警察的胡須剃了一半》。無獨有偶，在10年之后，美國版權(quán)局再一次將小說《只此一次》的作者登記為計算機“Hal”。這一做法直接推動了著作權(quán)主體是否可以延伸至非人類范疇的討論。隨著智能科技的精進，如今越來越多的人工智能設備和軟件被應用于文學創(chuàng)作、美術(shù)繪畫、新聞編輯等行業(yè)和領(lǐng)域中，并且其生成輸出的“作品”不再僅僅是基礎信息的簡單調(diào)配和整理，而是能夠?qū)π畔⑦M行進一步的提煉和升華，使得文字更符合人類語言習慣、圖畫更具有藝術(shù)構(gòu)圖美感等等。但諸如此類改進是否即意味著人工智能可以成為與人類并列的著作權(quán)人仍值得我們思考。譬如，即便微軟方面宣布使用“小冰”創(chuàng)作詩歌的用戶可以獲得詩歌完整的著作權(quán)，但擺在眼前的疑問卻是輸出的“詩歌”真的是作品嗎？如果兩名用戶同時輸入了同一幅圖片，得到了相同的詩歌，當兩名用戶同時宣稱自己擁有權(quán)利時，這一矛盾又當如何解決？

從當前行情來看，截至2018年6月，我國人工智能企業(yè)數(shù)量達1011家，位列全球第二。我國人工智能領(lǐng)域投融資份額占全球總量的60%，且市場規(guī)模增長迅速，2017年其市場規(guī)模就已經(jīng)達到237億元。從長遠發(fā)展來看，根據(jù)國家戰(zhàn)略規(guī)劃，人工智能將在2030年前后對我國生產(chǎn)生活、社會治理和國防建設等各領(lǐng)域發(fā)揮關(guān)鍵性作用，相關(guān)核心產(chǎn)業(yè)規(guī)模將超過1萬億元，帶動上下游產(chǎn)業(yè)規(guī)模更是超過10萬億元。此外，隨著泛娛樂概念的深入人心，著作權(quán)不再是單一的權(quán)利，其在互聯(lián)網(wǎng)的帶動下正逐漸向游戲、電影、動漫等周邊業(yè)態(tài)快速擴張。多元化的著作權(quán)生態(tài)鏈正如野火般燒遍整個行業(yè)領(lǐng)域。面對如此龐大的市場，如果不對人工智能創(chuàng)作物加以法律保護，必然容易引起極大的權(quán)利紛爭，加強人工智能領(lǐng)域知識產(chǎn)權(quán)保護不僅是大勢所趨而且迫在眉睫。

二、域外關(guān)于人工智能創(chuàng)作物的規(guī)定

一般而言，作品的著作權(quán)歸作者享有，但人工智能出現(xiàn)以后，作者是否必須為人類的討論變得愈發(fā)熱烈。為了應對人工智能創(chuàng)作物給傳統(tǒng)著作權(quán)領(lǐng)域帶來的挑戰(zhàn)，西方多國都進行了不同程度的立法或戰(zhàn)略規(guī)劃。結(jié)果顯示，各國不僅對人工智能創(chuàng)作物的定性存在分歧，權(quán)利歸屬方面亦是如此，且截止到目前仍無定論。另外，《伯爾尼公約》沒有明確規(guī)定作者必須是人類，而WIPO在編著《伯爾尼公約指南》時則解釋稱，公約之所以沒有規(guī)定作者的范圍，是因為有些國家將著作權(quán)授予了自然人，有些則授予了法人。因此，在探析人工智能創(chuàng)作物的合理屬性之前，有必要了解一下域外對于此問題已經(jīng)成型的觀念和規(guī)定。

1.美國

美國對判定人工智能創(chuàng)作物是否構(gòu)成作品的條件較為寬松，新科技應用版權(quán)著作委員會在1978年的報告中指出，只要符合獨創(chuàng)性要求，其就可以成為作品。但是，美國是典型的將作者限定為人類的國家。盡管在20世紀90年代曾出現(xiàn)過將兩臺計算機登記為作者的先例，但美國法院在鳳頭獼猴Naruto訴David John Slater案中再次重申了作者必須為人類的規(guī)則。該案中，攝影師Slater的相機被一只名為Naruto的鳳頭獼猴無意間觸碰并拍攝下了數(shù)張極為珍貴的近景寫真，后來Slater取走了這些寫真并出版獲利，動物保護組織以侵犯Naruto寫真著作權(quán)的名義起訴Slater，要求賠償損失。法院最終判決原告敗訴，理由就是攝影作品的作者不能是動物。①值得注意的是，美國區(qū)分了作者和著作權(quán)擁有人的概念。其中，美國著作權(quán)法在第101條對著作權(quán)擁有人的定義為：“著作權(quán)擁有人是指包含著作權(quán)中的任何一項專有權(quán)的所有者?！雹谶@一區(qū)分實質(zhì)上為人工智能創(chuàng)作物的權(quán)利保護提供了出路，即縱使計算機不能直接成為作品的作者，但仍存在成為著作權(quán)擁有人的可能，因為對于著作權(quán)擁有人來說，法律并沒有對其進行主體人格限制。

2.英國

英國是世界上第一部版權(quán)法誕生之地，其對知識產(chǎn)權(quán)領(lǐng)域革新的關(guān)注也一直走在世界前列。英國早在1988年的《著作權(quán)、設計與專利法》第178條就對計算機生成的作品進行了定義：“在無人條件下由計算機自主生成的作品為計算機作品。”③然而，該法案第9條F1款對作者的定義卻為：“（a）在錄音情況下的作曲人；（b）在拍攝電影情況下的制片人和主要負責人；（c）在廣播的情況下進行廣播的人，或者在通過接收和立即重新傳送另一廣播的廣播的情況下作出該廣播的人；（d）對于出版物進行排版安排的出版商；（e）如果是由計算機生成的文學、戲劇、音樂或藝術(shù)作品，則作者應被視為進行創(chuàng)作所需安排的人。”④不難發(fā)現(xiàn)，兩個定義的前提條件其實是存在矛盾的。按照第9條定義的理解，只要是有人類參與，無論計算機自身付出的努力占作品創(chuàng)作的比例有多大，作者一律會被認定為人類。而且從目前人工智能技術(shù)的發(fā)展程度看，即便是再先進的人工智能也需要人類參與，哪怕是輸入一張圖片，這都會使得認定計算機作品變得毫無可能，使得第178條的存在意義變得微乎其微。因此，英國雖然較早地注意到了人工智能創(chuàng)作的問題，并對人工智能創(chuàng)作物的屬性和權(quán)利歸屬進行了安排，但實踐起來仍然存在比較大的障礙。

3.日本

為了彌補與歐美國家之間在高科技領(lǐng)域的技術(shù)差距，日本于20世紀90年代開始推行全國性的知識產(chǎn)權(quán)推進戰(zhàn)略。2018年6月12日，日本知識產(chǎn)權(quán)戰(zhàn)略本部公布了全新的《知識產(chǎn)權(quán)推進計劃綱要》，其中專門列出一節(jié)介紹“加強數(shù)據(jù)和人工智能等新信息產(chǎn)品的知識產(chǎn)權(quán)戰(zhàn)略”，同時強調(diào)要進行與數(shù)字化、網(wǎng)絡化進程相對應的著作權(quán)制度建設，以適應人工智能和大數(shù)據(jù)技術(shù)背景下的社會新變化。⑤日本《著作權(quán)法》第14條對作者的推定規(guī)則進行了說明：“在作品的原作中，或者向公眾提供或提示之際，將其眾所周知的姓名或名稱或其雅號、筆名、縮寫等用以代替原名者作為作者名而用通常的方法表示者，即應推定為該作品的作者?！雹迌H從這一規(guī)定來看，如果將人工智能的名字標示在作品之上，應該也能推定為作者。但是，根據(jù)同法第10條對作品的分類，人工智能創(chuàng)作物的內(nèi)容和技術(shù)都不能歸屬為作品的范疇內(nèi)。所以，日本目前對于人工智能創(chuàng)作物的保護問題尚不明朗，但總體態(tài)勢是積極的。

4.歐盟

2015年1月，歐洲議會法律事務委員會宣布開始研究人工智能領(lǐng)域內(nèi)的法律問題。次年5月，該委員會向歐盟委員會提交了一項動議，旨在制定關(guān)于機器人民事權(quán)利的法律規(guī)范，包括賦予機器人“電子化人類”的身份，以及允許機器人享有一部分民事權(quán)利，如著作權(quán)和勞動休息權(quán)等。2017年2月，《歐洲機器人民事法律規(guī)則》獲得歐洲議會的絕對多數(shù)票而通過并發(fā)布，該規(guī)則強調(diào)由于使用機器人和人工智能預期將會產(chǎn)生大量的數(shù)據(jù)流，而目前歐盟境內(nèi)關(guān)于數(shù)據(jù)保護和所有權(quán)的法律框架仍不夠充分，所以其呼吁歐盟委員會采取更為平衡的知識產(chǎn)權(quán)保護方法，在應用和推進保護創(chuàng)新的硬件和軟件標準及規(guī)范的同時，也促進相關(guān)領(lǐng)域的創(chuàng)新。此外，其還要求為計算機或機器人產(chǎn)生的可受著作權(quán)保護的作品制定“自己的智力創(chuàng)造”標準，以便可以確認著作權(quán)的相關(guān)歸屬。⑦由此可見，雖然具體的評判標準細則尚未出爐，但歐盟實質(zhì)上已經(jīng)承認人工智能創(chuàng)作物可以并應當受到著作權(quán)法保護。

三、人工智能創(chuàng)作物的屬性

厘清人工智能創(chuàng)作物的屬性是獲得著作權(quán)法律保護之前首先需要面對的問題，若能準確定性，則對權(quán)利設置和使用及限制等方面都極有裨益。綜合以上域外各國對人工智能創(chuàng)作物的觀點，我國在認定相同問題時應從更深層次的機理去理解其內(nèi)在邏輯和本質(zhì)。機器創(chuàng)作與人類創(chuàng)作外表具有相似之處，即都是對原始信息的加工再處理，并都以一定的文字、聲音、圖像形式展現(xiàn)在客觀世界中。所以，如果要判斷“微軟小冰”創(chuàng)作的“詩歌”究竟是不是作品，是否值得法律保護，必須首先從人工智能的創(chuàng)作過程及原理出發(fā)以窺探人工智能創(chuàng)作的可能性，其次再剖析該詩歌是否具有著作權(quán)法意義上的“獨創(chuàng)性”。

1.“微軟小冰”屬于弱人工智能

人工智能的概念由John McCarthy教授于1956年在Dartmouth Project（達特茅斯計劃） 中首次提出。根據(jù)自主學習能力的不同以及是否能夠模擬人類思考和行為模式兩個標準，人工智能可以劃分為弱人工智能 （Weak AI） 和強人工智能 （Strong AI）。其中，弱人工智能指僅僅能夠勝任非常有限的單一任務的人工智能，這類機器或軟件只是看上去比較智能化，實際卻并不能擁有完全自主意識，也不能主動推理解決問題。目前，弱人工智能被廣泛運用于圖像和語音識別、語言翻譯和創(chuàng)作等方面。典型的弱人工智能比如蘋果公司的Siri，當用戶提出的問題超出數(shù)據(jù)庫已儲存內(nèi)容的范圍時，其輸出的回答就會發(fā)生錯亂。而強人工智能指的是在各方面均能與人類匹敵、甚至超過人類認知和理解能力的人工智能。牛津大學計算機系主任、Oxford-DeepMind Partnership負責人Michael Wooldrige教授在CCF-GAIR 2016（全球人工智能與機器人峰會）報告中指出強人工智能領(lǐng)域的研究“幾乎毫無進展”，所以真正意義上的強人工智能尚不存在，并且強人工智能還受到了美國哲學家John Searle的Chinese Room Argument理論的質(zhì)疑。Chinese Room Argument理論認為，無論計算機表現(xiàn)得多么像人類或者多么智能化，其都不具備人類的心智、理解力和自我意識。另外，強人工智能可以順利通過The Turing Test（圖靈測試）⑧，弱人工智能并不能。所以根據(jù)演繹推理，由于強人工智能超越人類的優(yōu)越性，強人工智能創(chuàng)作物也必然屬于作品。而從“微軟小冰”的各方面表現(xiàn)來看，其都屬于弱人工智能范疇。即弱人工智能創(chuàng)作物才是本文探討規(guī)制的對象。

2.“微軟小冰”的創(chuàng)作核心是深度學習法

人工智能的實質(zhì)是機器代替人工對原始數(shù)據(jù)進行快速識別和運算，以達到智能化效果。要想實現(xiàn)這一目的，必須依靠訓練模型和數(shù)據(jù)分類。對此，早期傳統(tǒng)的人工智能研究方法采取的是機器學習法（Machine Learning），該方法由Arthur Samuel于1959年首次提出，其基本原理是運用編寫好的算法對數(shù)據(jù)規(guī)律進行學習，以便形成機器經(jīng)驗，當未來新的數(shù)據(jù)輸入時，可以迅速根據(jù)該經(jīng)驗得到一個新的理論結(jié)果。以圖像識別為例，人類可以輕松辨別出一幅圖片上的動物是狗還是貓或者是一只鸚鵡，但倘若要讓計算機學會識別動物的類別，則首先需要人工選擇每一種動物圖像的相關(guān)特征，比如邊長和角度，以便訓練機器的學習模型，然后這個模型再利用這些特征去分析和分類新的對象。傳統(tǒng)的機器學習算法包括決策樹、高斯過程回歸法、貝葉斯法、感知器法等等。但隨著數(shù)據(jù)爆炸時代的來臨，計算機在處理海量數(shù)據(jù)特征時，由于內(nèi)存的不足，計算機完成一組訓練的時間越來越久，并且在面對高維特征識別時，更是力不從心。于是，作為機器學習的子域，Geoffrey Hinton于2006年提出的深度學習法應運而生。深度學習法的靈感源于現(xiàn)代仿生學，其通過模擬大腦神經(jīng)網(wǎng)絡，讓計算機能夠?qū)斎氲臄?shù)據(jù)的進行分層處理。深度學習法中的“Deep”，指的就是神經(jīng)網(wǎng)絡多層結(jié)構(gòu)。仍以上述圖像識別為例，深度學習法幫助人類跳過了從圖像中提取特征的手工步驟，相反，人類可以直接輸入圖像到深度學習算法中去，然后由計算機完成特征識別并預測對象。所以，我們可以通過下列表格清晰地了解機器學習法和深度學習法的區(qū)別：

表1

據(jù)微軟工程院介紹，“微軟小冰”的創(chuàng)作是基于對中國上世紀20年代以來的519位現(xiàn)代詩人的數(shù)千首詩歌進行了反復一萬次的學習，才具備了創(chuàng)作詩歌的能力，并逐漸形成了獨有的詩歌風格和文體技巧。由此，面對如此大量的數(shù)據(jù)運算需求，我們可以斷定“小冰”是深度學習而不是機器學習的結(jié)果，并且“小冰”的內(nèi)核是“兩位一體”——創(chuàng)作詩歌和圖像處理的并不是一套程序。

3.“小冰”的創(chuàng)作機理與人類創(chuàng)作原理無異

圖1

以圖1為例，這是一組28×28像素超低分辨率下字跡歪斜的數(shù)字“3”。盡管它們在外觀上大相徑庭，人腦卻仍然可以在十幾毫秒之內(nèi)將之辨認出來。這是因為人類的大腦層皮中存在一塊專門處理視覺的智能區(qū)域，其能夠?qū)⒉煌墓饷粜畔⑻幚沓上嗤男畔ⅲ瑫r還能將其他的圖像解釋成不同的信息，比如告訴主體圖片上的數(shù)字是“3”而不是“9”。但是，要想“小冰”也能做到這種程度，就需要模擬該大腦皮層的工作原理了。這也是為什么人工智能創(chuàng)作與人類創(chuàng)作具有極大相似之處的關(guān)鍵所在，其為人工智能創(chuàng)作物獲得獨創(chuàng)性提供了理論依據(jù)和實踐可能。

圖2

圖3

圖2仍然是一個28×28像素的數(shù)字“9”，每一個小圓圈模擬人腦神經(jīng)元，所以圖2中共有784個神經(jīng)元。每個神經(jīng)元中的數(shù)值（介于0-1之間）為激活值，代表像素的灰度（0表示黑，1表示白）。用戶輸入“小冰”的圖片實際上就是無數(shù)個不同灰度的像素點組成的。而這些像素點組成了圖3中人工智能神經(jīng)網(wǎng)絡的第一層（最左側(cè)一列）。同時，從第一層到最右側(cè)的輸出結(jié)果之間存在多層相似的像素點，這些不與外界進行互動的隱含層被稱之為“黑箱”。上一層的激活值將決定下一層的激活值，這也是人類大腦神經(jīng)網(wǎng)絡的核心機制——某些神經(jīng)元的激發(fā)，促使另一些神經(jīng)元的激發(fā)。簡言之，當用戶向“小冰”輸入一張圖片后，這張圖片對應的所有像素點將會根據(jù)特定的算法產(chǎn)生下一層的特殊圖像（如圖4），如此循環(huán)往復并最終在輸出層得到某種結(jié)果。

圖4

圖5

之所以說“小冰”是由兩套程序組成，是因為圖像識別神經(jīng)網(wǎng)絡只能生成圖像結(jié)果，而從圖像到文字需要另一套神經(jīng)網(wǎng)絡來完成。如圖5所示，當用戶輸入任意一幅隨機圖片A時，圖像識別小冰會根據(jù)預先設計好的算法進行圖像特征的識別和抓取，得到圖片A的B個關(guān)鍵性激活值，接著這些激活值會作為新的輸入特征傳遞給詩歌創(chuàng)作小冰，經(jīng)過后者預設的另一套算法進行轉(zhuǎn)換和組合，最終輸出相應的詩歌。具體來說，我們假設圖片A是一幅秋雨落葉畫，圖片中包含“樹葉”、“雨滴”、“枯黃”等多個輪廓和顏色特征，圖像識別小冰將這些特征自動提取處理后傳遞給詩歌創(chuàng)作小冰，詩歌創(chuàng)作小冰通過映射函數(shù)將“樹葉”轉(zhuǎn)換成“枯藤”、“老樹”、“昏鴉”，將“雨滴”轉(zhuǎn)換成“瓢潑大雨”、“淅淅瀝瀝”，將“枯黃”轉(zhuǎn)換成“凋零”、“落寞”、“孤寂”等詞匯，再通過對詞匯的排列組合，最終輸出成型的詩歌語句。當然，上述過程需要大量的訓練才能讓“小冰”快速地識別并作出反應處理。從視覺圖像到特征抓取，再到文字轉(zhuǎn)換，“小冰”創(chuàng)作的機理與人類通過雙眼看到景象聯(lián)想到詩歌的原理相差無幾。此點充分證明人工智能具備創(chuàng)作作品的可能性。

3.“微軟小冰”的詩歌具有獨創(chuàng)性

“微軟小冰”生成的詩歌若想成為作品，必須具備著作權(quán)法所要求的獨創(chuàng)性要求。吳漢東認為獨創(chuàng)性是指作品必須出于獨立構(gòu)思，并且不與或大體上不與他人已經(jīng)發(fā)表的作品相同或近似。劉春田認為獨創(chuàng)是指形式意義上的原創(chuàng)，不要求觀念思維上的創(chuàng)新或拔高。而王遷則認為，所謂的獨創(chuàng)性是指作品須經(jīng)作者獨立的、富有創(chuàng)造性的智力注入，唯有如此才能成為作品。綜上，認定獨創(chuàng)性的標準有兩個：其一，是否屬于獨立構(gòu)思；其二，是否具有一定的創(chuàng)作高度。

（1）“微軟小冰”創(chuàng)作詩歌屬于獨立構(gòu)思。學界通說認為，思想和靈感并非著作權(quán)所欲保護的對象，所以著作權(quán)法意義上的獨立構(gòu)思應是指獨立創(chuàng)作出作品的表達方式。其中，獨立又意味著不與他人合作（合作作品也不存在與作者之外的第三人合作的情況，否則該第三人亦是作者）。從形式上看，“小冰”在創(chuàng)造詩歌過程中確實沒有借助他人的力量，而是依靠自身的機器原件（高運算能力的中央處理器、圖形處理器和大容量裝載的內(nèi)存條等）以及獨特的編程算法獨立完成從圖片到詩歌文字的轉(zhuǎn)換。對此，有學者指出，“小冰”在創(chuàng)作過程中必然會有人工參與，不可能不借助“他人的力量”。殊不知，在“小冰”創(chuàng)作過程中的人工參與其實理解成《著作權(quán)法實施條例》第3條規(guī)定的“輔助性工作”更加恰當和合理，而“小冰”自身的行為才是“直接進行文學創(chuàng)作”。因為在傳統(tǒng)的人類創(chuàng)作語境下，倘若一位詩人在看到他人提供的一幅畫作之后產(chǎn)生靈感并創(chuàng)作出一首詩歌，我們是不會輕易地將他人提供畫作的行為視為借助他人的力量的。此外，亦有學者認為人工智能只要不出現(xiàn)設計缺陷而發(fā)生計算錯誤，則輸出的結(jié)果每次都必然相同，這種結(jié)果的唯一性表明人工智能創(chuàng)作方式不具備廣泛的創(chuàng)作空間，即便可以生成作品，作品的重復率也非常高，不利于體現(xiàn)獨創(chuàng)性的要求。筆者對這種觀點并不贊同，雖然當用戶重復輸入同一張圖片時，“小冰”創(chuàng)作的詩歌的確會出現(xiàn)重復的可能，但是這并不能否認詩歌是經(jīng)過“小冰”系統(tǒng)獨立構(gòu)思而成的這一結(jié)論。同時，著作權(quán)法要求的“獨創(chuàng)性”與專利權(quán)法所強調(diào)的“新穎性”有著天壤之差，其并不要求作品質(zhì)量每次都有巨大的進步。至于創(chuàng)作空間能力大小問題，“小冰”可以通過更大量的數(shù)據(jù)學習和訓練，優(yōu)化算法結(jié)構(gòu)，來降低作品的重復率。

（2） “微軟小冰”的詩歌具備了一定的創(chuàng)作高度?！靶”钡脑姼杓瘍浴蛾柟馐Я瞬ＡТ啊芬呀?jīng)于2017年5月1日由北京聯(lián)合出版公司出版發(fā)行，但公眾對此的態(tài)度似乎呈現(xiàn)出多極分化的態(tài)勢。專業(yè)書評網(wǎng)站豆瓣網(wǎng)上的數(shù)據(jù)顯示，25.4%的人給了這本詩集5星，20.6%的人給了4星，28.6%的人給了3星，15.9%的人給了2星，剩下9.5%的人給了1星。而評論也大多集中于對語言風格油腔滑調(diào)、語義生澀難懂的批評。中國作家協(xié)會則更是直接發(fā)文指出“小冰”的詩歌看似具有朦朧的韻味和美感，但細細品讀后卻發(fā)現(xiàn)過于拗口、病句連篇，且上下句之間也難以找到邏輯上的內(nèi)在關(guān)聯(lián)。以詩集中《我拿了我的眼睛》為例，“無燈火/這強烈的新鮮的/而他的眼睛/我是一個孤寂的夢/孤燈我的泥人/可要保存著那新鮮的酒/我的命運贈給我的好人/我拿了我的眼睛”，全詩共分為8段56個字。稍加品讀后不難看出，該詩歌的確存在將詩歌常用字“隨機組合”的嫌疑，但微軟工程院在詩集出版之前，曾將這些詩歌以匿名作者的身份公布在互聯(lián)網(wǎng)各大論壇之上，無人對“小冰”的作者身份提出過質(zhì)疑，也即如果不告知“小冰”身為人工智能的事實，人們似乎并沒有對這些詩歌產(chǎn)生特別強烈的抵觸情緒。實際上，如果將來某一天“小冰”創(chuàng)作的不是詩歌而是畫作，則更加容易被人們所接受。因為畫作的表現(xiàn)力有時候比文字更加抽象難懂，對于缺乏藝術(shù)基底的大眾而言，基本很難輕易分辨出人工智能的畫作與抽象派藝術(shù)大師的畫作之間的差異。由此可以看出，盡管詩歌的文學水平不高，但倘若忽略人工智能創(chuàng)作的背景，其仍存在可以成為一首詩歌的可能。

英美法系國家對于作品獨創(chuàng)性中的創(chuàng)作高度標準采用的是“額頭流汗原則”（sweat of brow），即只要創(chuàng)作者在表現(xiàn)形式方面付出了勞動，就認為具備了獨創(chuàng)性、具備了創(chuàng)作高度。這種標準不要求作品表現(xiàn)形式的手法嫻熟、技藝高超，也不要求一定具有文學藝術(shù)價值。相反，著作權(quán)法之所以采納這樣的認定標準的目的是為了鼓勵人們創(chuàng)作更多的作品，只要是獨立構(gòu)思且付出了一定努力的作品，無論水平高低都是值得保護和贊揚的。人類的思想只有通過最低限制的創(chuàng)作才能得以世代保留和傳承，藝術(shù)大師的畢生瑰寶和普通民眾的幼年拙作應當同等地受到尊重和保護。此外，在通常情況下，詩歌本就需要刻意去打破常規(guī)的語法規(guī)則，通過不同尋常的詞匯組合來凸顯新意。并且，自新世紀伊始，國內(nèi)詩歌流派開始呈現(xiàn)不循傳統(tǒng)的新式寫作思潮，比如下半身寫作流派就主張詩歌更加張揚化、碎片化的表達，這些新式流派的誕生和其創(chuàng)作理論對判斷詩歌水平的舊有標準產(chǎn)生了巨大的沖擊。因此，“小冰”的詩歌在表現(xiàn)形式上與其說是語句不通，倒不如說是新快餐閱讀時代對于新體詩形式上的大膽追求與創(chuàng)新。換言之，無論從法律層面還是文學價值層面看，都不能否認“小冰”的詩歌具有一定的創(chuàng)作高度。退一步看，“小冰”的詩集中也不乏部分語句、語義正常的詩，對于這部分詩歌，無疑應當承認其為作品。

四、我國人工智能創(chuàng)作物權(quán)利歸屬之路徑

西方發(fā)達國家對人工智能創(chuàng)作物的保護態(tài)度各不相同，我國目前亦缺乏對人工智能創(chuàng)作物著作權(quán)保護的相關(guān)規(guī)定，所以當務之急是確定我國人工智能創(chuàng)作物的權(quán)屬。不過，如果對于任何新生事物都要事無巨細地進行專門立法的話，不僅需要消耗大量的立法資源，而且新法在生效之前必須經(jīng)過全國人大常委會三審通過方能頒布，從制定到頒布又往往需要經(jīng)歷半年以上的時間，再加上可能出現(xiàn)的修改和爭議，時間更是可能長達一年以上。所以專門立法固然有其長處，但從節(jié)約時間和成本、最大限度降低法律滯后性的角度出發(fā)，用現(xiàn)有的著作權(quán)相關(guān)法律制度去解釋人工智能創(chuàng)作物的權(quán)利歸屬問題無疑是最佳選擇。

1.擬制人格保護

《著作權(quán)法》第2條第1款規(guī)定在中國境內(nèi)能夠享有著作權(quán)的主體只能為三種，即中國公民（自然人）、法人或其他組織。同時外國人和無國籍人附條件地享有著作權(quán)。根據(jù)上述規(guī)定，人工智能是絕無可能加入作者之列的。但如果我國仿照歐盟的做法，為人工智能設立擬制人格，則可以在不修改現(xiàn)行規(guī)定的情況下將人工智能納入保護之中。所謂擬制人格，即法律為特定事物設定與自然人相等同的人格，允許該事物擁有自然人才能享有的權(quán)利、承擔自然人才能履行的義務。這種保護方法的前提是將詩歌作為文字作品，將人工智能本身作為計算機軟件作品或者作為專利技術(shù)分別來保護。一旦為人工智能設定了擬制人格，其就可以像人類一樣享有一部分特定的著作權(quán)。同時，這種方法要求區(qū)分創(chuàng)作者和著作權(quán)享有人。此種區(qū)分方法常見于電影作品，以2017年最熱國產(chǎn)電影之一的《戰(zhàn)狼2》為例，導演吳京享有電影的署名權(quán)，但電影的發(fā)表權(quán)、復制發(fā)行權(quán)等其他權(quán)能由制片人春秋時代影業(yè)有限公司董事長呂建民所享有。同理，詩集《陽光失了玻璃窗》可以將“小冰”視為創(chuàng)作者，允許“小冰”擁有詩歌作品的署名權(quán)和發(fā)表權(quán)，而保護作品完整權(quán)和修改權(quán)以及其他財產(chǎn)性權(quán)利依然由“小冰”的設計團隊，即以李笛為首的開發(fā)者享有。當然，李笛等人如果是在單位的主持下并且主要利用了單位的機器設備完成了相關(guān)開發(fā)，那么微軟工程院才是詩歌作品財產(chǎn)性著作權(quán)實質(zhì)上的擁有者。

之所以將署名權(quán)和發(fā)表權(quán)歸于人工智能本身，是因為“小冰”在接受用戶輸入圖片之后，迅速生成詩歌并輸出到手機屏幕上，這一過程具備讓不特定的多數(shù)人接觸的可能性，所以可以構(gòu)成公開發(fā)表，并且用戶也可以直接看見“小冰”的署名。但是，對于保護作品完整權(quán)和修改權(quán)這兩項權(quán)能則應當歸于人工智能開發(fā)者更為合適。就已經(jīng)成型的作品而言，“小冰”作為人工智能設備，既無法傾訴損失，也無法有力維護自己的詩歌不受歪曲篡改的權(quán)利，更無法對自己的作品進行二次修改（因為缺乏相應的指令，更換圖片只會產(chǎn)生新的作品，而不構(gòu)成對作品的修改）。相反，人工智能開發(fā)者可以很好地保護作品的完整性，并且通過編寫新代碼的方式命令“小冰”進行修改，所以這兩項著作人格權(quán)宜由人工智能開發(fā)者享有。另外，開發(fā)人工智能的目的就是為了減輕人類在某些特定創(chuàng)作領(lǐng)域的工作量，簡化創(chuàng)作步驟，提高創(chuàng)作效率，因此有必要將著作財產(chǎn)權(quán)歸屬于開發(fā)者，發(fā)揮知識產(chǎn)權(quán)的經(jīng)濟功能，以鼓勵其更好地改進和完善人工智能產(chǎn)品和設備，使人工智能更好地服務于人類。

具體而言，仿照自然人身份證系統(tǒng)和法人統(tǒng)一社會信用代碼系統(tǒng)，國家可以統(tǒng)一建立人工智能擬制人格身份管理系統(tǒng)，允許人工智能開發(fā)者為其所開發(fā)的人工智能產(chǎn)品登記取得一個獨一無二的身份代碼，以標示其擬制人格地位。隨后，基于此擬制人格身份代碼，前往中國版權(quán)保護中心進行相關(guān)著作權(quán)登記。根據(jù)國家版權(quán)登記門戶網(wǎng)的要求，申請作品著作權(quán)登記需要提交的材料包括《作品著作權(quán)登記申請表》、申請人身份證明文件（此處為擬制人格身份證明文件和人工智能開發(fā)者本人的身份證。如果開發(fā)者為單位的，則應提供單位的營業(yè)執(zhí)照或組織機構(gòu)代碼證等）、權(quán)利歸屬證明文件、作品的樣本、作品說明書等。這樣一來，對人工智能創(chuàng)作物的保護就更加清晰簡便了。當然，根據(jù)《著作權(quán)法實施條例》第6條規(guī)定，人工智能創(chuàng)作物的著作權(quán)自作品創(chuàng)作完成時產(chǎn)生，登記只是一種有效輔助公示手段和保護措施而已。

2.以人工智能開發(fā)者或使用者為作者

這種保護方法堅持作者必須為人類的原則，人工智能開發(fā)者自完成人工智能的開發(fā)并投入創(chuàng)作獲得結(jié)果時始享有詩歌作品的一切權(quán)利。由于人工智能不具有人格屬性，并且在保護作品不受侵害時仍需要人類的幫助才能達成目的，所以與其將作品著作權(quán)歸于人工智能，倒不如直接將權(quán)利賦予人工智能的開發(fā)者，因為知識產(chǎn)權(quán)的一切利益最終還是要回流到人類本身的。

如果人工智能開發(fā)者明示放棄詩歌作品著作權(quán)，那么任何一個使用該人工智能進行創(chuàng)作的人或組織可以享有作品著作權(quán)。因為：其一，從經(jīng)濟角度出發(fā)，每一個市場行為的背后都是為了獲得相應的利益。使用者購買人工智能產(chǎn)品或服務后，獲得了產(chǎn)品的所有權(quán)或服務的使用權(quán)，人工智能開發(fā)者從中已經(jīng)獲得了相應的收益（計算機軟件著作權(quán)使用權(quán)或?qū)＠M），故將著作權(quán)分配給使用者，讓后者享有詩歌、圖畫等其他形式作品的著作權(quán)收益并無不公平、不合理之處；其二，從付出努力角度出發(fā)，人工智能使用者在使用人工智能進行創(chuàng)作的過程中，必然需要付出一定的努力，哪怕是搜集一張圖片也需要使用者花費精力和時間，所以作品的最終形成必然凝結(jié)了使用者的腦力勞動；其三，從保護和宣傳作品的便利性角度出發(fā)，人工智能使用者是最先接觸到生成作品的人，如果將著作權(quán)賦予使用者，能夠很容易地對作品進行修改再創(chuàng)作或者發(fā)行推廣該作品，使作品的價值得以提升；其四，從作品生成數(shù)量角度出發(fā)，由于人工智能能夠在短時間內(nèi)高效地創(chuàng)作出大量不同的作品，如果這些數(shù)以千計甚至數(shù)以萬計的作品的著作權(quán)全都歸屬于人工智能開發(fā)者，則其運用和保護權(quán)利的成本和難度必然也會大幅度增加。假使出現(xiàn)大規(guī)模侵權(quán)事件，那么開發(fā)者將會為應對大量的訴訟而變得焦頭爛額，根本無暇進行人工智能的進一步開發(fā)完善。將著作權(quán)賦予使用者可以有效地把出現(xiàn)侵權(quán)的風險分散開，降低了維權(quán)的開銷和壓力。

從操作性角度來說，人工智能開發(fā)者可以在人工智能產(chǎn)品中設置使用或安裝前的聲明放棄權(quán)利的條款，同時允許產(chǎn)品使用者上傳照片、姓名等真實身份信息以匹配和標注詩歌作品的歸屬，允許使用者自由下載與保存詩歌作品。另外，在條件允許的情況下，還可以與中國版權(quán)保護中心進行聯(lián)網(wǎng)，做到一鍵登記備案，以方便人工智能使用者行使和保護作品的著作權(quán)。

值得注意的是，將著作權(quán)歸于使用者容易出現(xiàn)權(quán)利競合的局面，即當兩個互不相識的使用者在互不知情的情況下輸入了相同的圖片或者指令，而人工智能又創(chuàng)作出相同的作品時，建議由人工智能開發(fā)者建立云數(shù)據(jù)庫，把所有已經(jīng)用過的圖片或資料進行云儲存，在第二位使用者輸入圖片或資料時進行“查重”處理，接著命令人工智能選取新的詞匯或圖案來創(chuàng)作作品。這樣做縱使需要大量的優(yōu)化，但是隨著人工智能深度學習的進行，人工智能自身也會積累出“非重復創(chuàng)作”的經(jīng)驗，從而降低作品重復率，減少權(quán)利歸屬紛爭。如果人工智能開發(fā)者不愿意放棄詩歌作品著作權(quán)，則詩歌作品的所有權(quán)利以及所產(chǎn)生的相應經(jīng)濟收益當由開發(fā)者獨自享有，發(fā)生作品侵權(quán)時也應由開發(fā)者選擇是否保護自己的權(quán)利。另外，在當前技術(shù)發(fā)展階段，除非是人為指令干預，人工智能創(chuàng)作物與已有的作品出現(xiàn)重復的概率很低，所以不大可能出現(xiàn)作品抄襲的情況。但是萬一確實出現(xiàn)此類主動侵權(quán)情形，則開發(fā)者也應承擔主動侵權(quán)的不利法律后果。

3.拓寬鄰接權(quán)的種類

現(xiàn)行《著作權(quán)法》第四章對鄰接權(quán)的種類進行了規(guī)定，而傳統(tǒng)觀念認為，鄰接權(quán)是為了保護作品傳播者的利益而設定的權(quán)利。但隨著現(xiàn)代技術(shù)的日新月異，諸如數(shù)據(jù)庫等對數(shù)據(jù)加工儲存的客體在部分西方國家也開始獲得鄰接權(quán)的保護。日本甚至允許在信息的選擇或系統(tǒng)結(jié)構(gòu)上有創(chuàng)造性的數(shù)據(jù)庫直接作為著作物予以保護。⑨繼而有學者提出設立數(shù)據(jù)處理者權(quán)之概念，其認為人工智能不能創(chuàng)作作品，只能生成數(shù)據(jù)成果，但由于這些數(shù)據(jù)成果本身具有經(jīng)濟價值，所以必須設立相較于著作權(quán)而言具有限制性屬性的新型鄰接權(quán)來保護和規(guī)制。

這種觀點具有合理之處，其為假定人工智能創(chuàng)作物最終不能被定性為作品提供了出路，但筆者認為，與其將數(shù)據(jù)處理者權(quán)作為與現(xiàn)有其他鄰接權(quán)種類平行的一種新權(quán)利，不如直接在錄音錄像制品制作者權(quán)下新增一個子類別更為簡潔明了。其原因在于，盡管“小冰”創(chuàng)作出的文字和人類通過紙筆書寫出的文字外觀上沒有任何差別，但從形成的方式來看依然是存在本質(zhì)差別的——計算機顯示出的文字實際上是計算機的編碼。隨著計算機在非英語國家的普及，一些國家和地區(qū)開始研究如何讓非英語的象形文字在計算機上顯示的問題。我國于1980年發(fā)布了《信用交換用漢字編碼字符集》，標準號為GB2312，該字符集包含6763個漢字。以漢字“啊”為例，“啊”字的編碼為“1011000010100001（B0A1H）”。通過計算機編碼，漢字能夠以矢量圖點匯集的方式顯現(xiàn)在屏幕上，所以我們?nèi)庋劭匆姷臐h字實際上是數(shù)字0和1組成的編碼陣。人工智能使用者通過 “小冰”，將一幅圖片轉(zhuǎn)換成了由一組編碼構(gòu)成的文字圖點，這可以被認為是一種對原圖片的制作過程，類似于錄音錄像制品的制作者將歌曲、現(xiàn)場表演的聲音和圖像通過錄音和錄像設備轉(zhuǎn)換成模擬信號，經(jīng)放大器放大，再送入模/數(shù)轉(zhuǎn)換電路將其二次轉(zhuǎn)換成0和1的二進制數(shù)字信號，并最終依次寫入光盤或者其他數(shù)字存儲文件中保存。因此，“小冰”的詩集和唱片公司制作的唱片性質(zhì)一樣，屬于對人工智能軟件的加工制品，應將現(xiàn)有的錄音錄像制品拓展至錄音錄像及人工智能制品，而該鄰接權(quán)的權(quán)利主體即為使用該人工智能進行加工制作的人或組織。如此一來，既可以讓使用者獲得經(jīng)濟利益，也可以通過這種方式促進該人工智能軟件的傳播，讓更多的人購買和使用該人工智能，同時給人工智能開發(fā)者帶來開發(fā)投資回報，形成一條完整產(chǎn)業(yè)鏈的良性循環(huán)。

注釋：

① See Naruto v.Slater（888 F.3d 418）

② See Copyright Law of the United States（Title 17）Section 101.

③See Copyright,Designs and Patents Act 1988 Section 178.

④See Copyright,Designs and Patents Act 1988 Section 9.

⑤ 參見日本知的財産戦略本部：《知的財産推進計畫2018》，第25頁。

⑥ 參見日本《著作権法》第14條。

⑦See European Civil Law Rules in Robotics.

⑧ 圖靈測試由艾倫·麥席森·圖靈于1950年提出，即如果一臺機器能與人類展開對話（通過電傳設備）而不被識別出機器的身份，那么這臺機器就具有智能。

⑨ 參見日本《著作権法》第12條之2第1款。