AI生成物知识产权归属与保护策略探究.pdfVIP

第37卷第13期艺术科技Vol.37……No.13

…2024年7月July……2024

本文引用格式：李星.…AI生成物知识产权归属与保护策略探究［J］.艺术科技，2024，37（13）：197-199，212.

AI生成物知识产权归属与保护策略探究

李星

（，…广州…510630）

国家知识产权局专利局专利审查协作广东中心广东

摘要：目的：文章深入探讨AI（人工智能）生成物在知识产权领域的归属与保护问题，分析现有法律体

系，结合人工智能技术的特性，明确AI生成物的法律地位，为构建合理的知识产权归属与保护机制提供理

论依据和实践指导。方法：文章采用文献综述、法理分析等研究方法，通过梳理关于AI生成物知识产权的

法律法规、学术观点及司法判例，把握研究现状与争议焦点，并从AI生成物的创作过程、独创性判断、作

者身份认定等角度，深入剖析其法律属性，提出AI生成物知识产权归属与保护的新思路。结果：传统知识

产权框架根植于“自然人作者”为核心的原则，在面对AI生成物的保护需求时，显得力不从心。因此，创

新性地引入“创作者”概念，根据生成物的独特性，以及AI工具的开发者与使用者的权利义务分配，赋予

AI生成物法律上的主体身份，确保其在法律体系中的合法地位，界定其背后实际权利归属，即自然人或组织

作为权利主体的清晰界定，从而在尊重创作本源的同时，为科技进步与数字创意领域的发展奠定坚实的法律

基础。结论：AI生成物的知识产权归属与保护问题是复杂且前沿的法律议题，需要法律界、科技界及社会各

界共同努力，通过制度创新与实践探索，逐步构建适应时代的知识产权保护体系，从而推动技术健康发展和

社会进步。

关键词：AI生成物；知识产权；独创性；归属；保护

中图分类号：D923.4 文献标识码：A 文章编号：1004-9436（2024）13-0197-03

信息时代，人工智能技术正逐渐渗透和重塑社会基础，即通过各种渠道，如互联网、数据库、传感器

的运转体系，除了在数据处理、自动驾驶、医疗诊断等采集相应数据，构建训练用数据集，去除数据集中

等领域展现出卓越的性能，还在艺术创作、科学研究的错误数据、重复数据和不相关的信息，确保数据的

等人类传统智慧领地开辟了新的边界。人工智能的艺［1］

质量。同时对数据进行标注，即给数据加上标签，

术创作生成，是通过大量数据对生成式AI进行训练，以便算法能够学习数据特征与标签之间的关系，再将

使其学习并理解数据的内在规律和特征，训练完成数据转换成适合模型训练的格式，如归一化、标准化

后，根据输入的指令或参数，自动生成新的内容。由或特征工程等。

于AI生成物是基于大量公开数据集、用户上传的内数据集一般分成两个集，一个是训练集，一个是

容或特定领域的专业知识库等数据资料，结合算法自验证集。先运用训练集对模型进行训练，通过多次迭

动生成的，创新程度难以界定，因此，是否具备独创代优化模型的权重，直到模型在训练集上的表现达到

性以及独创性程度如何，成为一个争议点，也成为制一定标准，再用验证集评估模型的性能，即通过验证

约人工智能技术健康发展的关键因素之一。基于此，集评估模型的准确性、召回率、F1分数等性能指标，

要从法理维度深入探讨这个问题，从而构建适应AI根据验证集上的表现调整模型的超参数，以提升模型

时代的知识产权制度。的泛化能力。为防止过拟合，模型还会采用正则化技

1…AI生成物的创作原理术，如L1正则化、L2正则化等。训练好的模型可部

新质生产力要求以科技推动产业生产力全面提署到实际应用场景中，如部署到服务器、云平台或嵌

升，基于这一战略要求，打造以人工智能为核心的新入式设备上。

型成果产出模式成为国家科技创新与发