AI生成艺术的版权，归机器还是人类？有结论了

“

到底是人类创造了作品，还是人类生成的机器创造了作品？

”

我们一直确信AI不可能有真正的创造力，但一夜之间数以百万的人开始使用AI工具一键生成足以令人惊叹，甚至超越人类的作品。

AI技术迎来了第三次浪潮。

Stability AI 作为在10月拿到过亿美元融资成为AIGC领域新晋独角兽令行业振奋的同时，AI行业中的版权争纷也从未停止：普通参赛者抗议利用AI作画参赛拿冠军，其潜在的作弊行为引起广泛热议；多位艺术家及大多艺术创作者，强烈地表达对 Stable Diffusion 采集他们的原创作品的不满。到底是人类创造了作品，还是人类生成的机器创造了作品？

根本原因还是在于AIGC系统的训练方式和大多数学习软件一样，通过识别和处理数据来生成代码、文本、音乐和艺术作品。但其大部分的处理数据都是直接从网络上采集而来的原创艺术作品，本应受到法律版权保护。更甚者对AI生成的画作进行售卖行为，把AIGC版权的合法性和道德问题推到了风口浪尖。这也给版权执法带来了一个可预见的 "狂野西部"时代。

在11月初，法律技术初创公司 Huski.ai 主办的线上讨论会邀请到了法律、人工智能、工业和风险投资领域的顶尖人士：Prof. Philip S. Yu@University of Illinois at Chicago；Prof. Nicole Morris@ Emory University School of Law；Leo Liang@Coinbase；Michael A. Geller@DLA Piper；Peter T. Donahue@ The Creativity Department, LLC开展了一场精彩的讨论会，通过更好地理解创造力的所有权，确保人工智能产品更好的与基本权利保持一致，本次讨论可能对AI生成作品的政策制定和决策产生深远影响。硅兔君从本期活动回顾提取了精华，分享给大家。

12月1日 Huski.ai 将会开展第二期关于AIGC主题的线上讨论会，本次围绕AIGC的版权问题邀请到多领域资深专家进行更深度的研究。

AI不会取代人类艺术家

到目前为止，我们所看到的只是AI生成技术的冰山一角。我们现在看到的质量得益于深度学习和神经网络以及硬件和计算能力的最新进步。

人工智能不会完全取代人类艺术家的角色，但未来的艺术家可能会越来越多地在他们的作品中使用人工智能。有效地推动AI模型本身就是一种艺术，或者说创造性技能。生成型人工智能可能会让艺术家在商业环境中获得显著优势，因为他们将能够更快地工作并收取更具竞争力的费用。

AI生成技术的合法性

先说结论，美国版权和专利法只承认人类创造者（作者和发明家），不会承认机器人。

埃默里大学法学院的教授主任 Nicole Morris 从法律角度给出了详尽解释。此前美国法律、美国商标局和美国版权局的裁决已经明确表示，AI生成或AI辅助生成的作品，必须有一个「人」作为创作者，版权无法归机器人所有。如果一个作品中没有人类意志参与其中，是无法得到认定和版权保护的。

但是，关于人类对人工智能的创造“贡献”有多少，存在很多灰色地带，这使版权登记变得复杂。如果一个人拥有算法的版权，不意味着他拥有算法产生的所有作品的版权。反之，如果有人使用了有版权的算法，但可以通过证据证明自己参与了创作过程，依然可能受到版权法的保护。

Web3与AI艺术的未来

Coinbase的数据平台和服务主管Leo Liang向我们介绍了Web3的概念，他是领先的工程师和区块链研究人员，是大型计算/数据基础设施、计算机学习和区块链技术方面的专家。Leo强调当我们思考Web3的时候，不应该以国家为边界，而是应该放眼全球。

在可预见的未来，版权执法将和现在的Web3生态一样，有点“狂野西部”的意味，因为在人工智能生成的内容中很难划清直接复制和衍生使用之间的界限。

区块链不仅仅是一个账本。Web3的作用将是促进创新方式，帮助创作者分享他们的作品并带来的信用收益。艺术家应该灵活使用区块链技术，不仅仅是依赖区块链保护创作版权，而是将区块链视为一个新的销售渠道，去扩大自己的生意。

12月1日 Huski.ai主办线上讨论会围绕AIGC的版权问题，邀请到人工智能、风险投资、法律行业和创作者社区领域的行业专家：Daniel Jeffries @Stability.ai 首席智能官；Tim Tully@Menlo Ventures合伙人；Michael A. Geller@DLA Piper合伙人；Henry Du @ Huski.ai Cofounder & CEO ，从AI能力、版权保护、智能审核等方面开展：

我们能对AI 模型生成内容进行版权保护吗？

是否可以使用受版权保护的数据来训练 AI 模型？
训练出来之后的作品你还是否依旧拥有版权呢？
艺术家与人工智能公司如何和解？他们是否能够和平相处？

圆桌嘉宾介绍：

Daniel Jeffries ，Stability.ai 首席智能官

Daniel Jeffries是一位作家、工程师、系统架构师、演讲家和博主。在科技行业的20年中，他在自己的公司设计并实施了广泛的Linux、虚拟化和容器解决方案。

他的专业博客涉及人工智能、加密货币和区块链等未来技术，博客的关注者达到5万多人: https://medium.com/@dan.jeffries

图源：Medium

Stability.ai 是一家由 AI 驱动的视觉艺术创业公司，它设计一个开放的 AI 工具，你可以根据输入文字信息来创建图像。于2022年10月融资过亿美元，成为新晋独角兽。

Tim Tully, Menlo Ventures 合伙人

Tim Tully 专注于早期投资，对下一代云、新数据栈和人工智能/ML极具热情。Tim曾是Splunk的首席技术官。此外Tim还在雅虎、Sun Microsystems和一些初创公司担任了十多年的技术职务。

图源：Menlo Ventures

Menlo Ventures成立于 1976 年，是硅谷最早的风险投资公司之一，投资从种子期到成长期的技术公司。投资领域以及案例包括智能移动（Siri、Uber、TeleNav）、企业存储（3PAR、Spinnaker Networks、Coraid）、通信（Acme Packet、Cavium Networks）以及消费（Fab、Tumblr、Carbonite、Roku）。

Michael A. Geller, DLA Piper 合伙人

Michael A. Geller的工作重点是国内以及国际的商标版权法、品牌管理和咨询、域名争议、诈骗和不公平竞争法等。