在中國(guó)，知識(shí)產(chǎn)權(quán)侵權(quán)成本極低，想要維權(quán)則程序復(fù)雜。很多時(shí)候，都是由網(wǎng)友發(fā)掘到抄襲，自發(fā)尋找證據(jù)并公之于眾?？稍瓌?chuàng)者自己站出來(lái)維權(quán)時(shí)，常常要消耗大量精力搜集證據(jù)，三番五次的奔波于各種機(jī)構(gòu)，承受著“炒作”、“蹭熱度”種種輿論壓力。更多的情況是，很多人在不知情的前提下做著侵權(quán)行為，很多人并不知道自己被人侵權(quán)。所以，我們今天的主題是，面對(duì)這種情況，人工智能可以幫上什么忙嗎？

 

 

　　當(dāng)然可以，而且普及度會(huì)越來(lái)越高。

 

　　首先，人工智能可以解決搜集抄襲證據(jù)這件耗費(fèi)精力最多的事。前一陣廣告圈一直在傳一篇文章叫《去年使用葛優(yōu)躺表情包的公眾號(hào)，今年都被告侵權(quán)了》，里面寫到了很多品牌方侵權(quán)明星肖像權(quán)而不自知的案例。

　　很多人都在困惑，怎么我剛一用圖，明星的律所就找來(lái)了？難道律師們每天什么都不干，就盯著別人有沒有用明星的照片？當(dāng)然不是啦，直接爬取各個(gè)品牌的數(shù)據(jù)，用圖像識(shí)別比對(duì)明星照片，輕輕松松就能找到誰(shuí)用了明星的照片。如果可以直接用深度傳感器獲取明星更詳細(xì)的人臉數(shù)據(jù)，相信任何肖像侵權(quán)、山寨模仿者都不能再作祟。至于葛優(yōu)表情包這種一張圖片經(jīng)過(guò)簡(jiǎn)單加工就傳播很多次的，想抓包簡(jiǎn)直是太簡(jiǎn)單了。

 

　　以上只是侵權(quán)行為的第一階，事實(shí)上對(duì)原創(chuàng)者傷害最大的，是那些模棱兩可的“再創(chuàng)作”式抄襲。

　　上圖則是網(wǎng)友制作的調(diào)色盤，指出兩篇小說(shuō)的相似之處。在文學(xué)抄襲中常常存在這種調(diào)換句式和形容詞的洗稿式抄襲，很多時(shí)候還涉及到情節(jié)的抄襲。閱讀之后，往往會(huì)覺得有哪里不對(duì)，卻又很難指出來(lái)。同時(shí)，為這種抄襲方式舉證非常麻煩，普通的論文查閱式的程序很難檢查出來(lái)，需要人為進(jìn)行一遍遍的閱讀和比對(duì)。

 

　　這時(shí)NLP的語(yǔ)義理解能力就可以發(fā)揮很大作用，通過(guò)語(yǔ)義理解識(shí)別出意義相近的詞語(yǔ)，再利用LSTM的記憶特征識(shí)別出被改變的句子結(jié)構(gòu)，原本需要被人為識(shí)別出的相似段落。這樣一來(lái)，不僅舉證的速度會(huì)提高，或許還能識(shí)別出很多人為難以發(fā)掘的相似點(diǎn)。

 

 

　　此外，人工智能和新技術(shù)還可以在很多細(xì)節(jié)方面幫助原創(chuàng)者維護(hù)自己的權(quán)力。比如簡(jiǎn)化知識(shí)產(chǎn)權(quán)申請(qǐng)過(guò)程、區(qū)塊鏈記錄信息防止抄襲修改等等。但另一方面，人工智能很可能會(huì)讓侵權(quán)變得更加容易，或者說(shuō)讓侵權(quán)者更容易鉆法律的空子。

 

　　比如，在字體侵權(quán)這件事上，就存在不少問(wèn)題。很多廣告公司都會(huì)被告非法商用某某字體，最終要賠付大量費(fèi)用。不過(guò)學(xué)界和實(shí)務(wù)中對(duì)于字庫(kù)大致達(dá)成共識(shí)是，具有獨(dú)創(chuàng)性，構(gòu)成美術(shù)作品的字體，才能進(jìn)行維權(quán)。

 

　　可對(duì)于獨(dú)創(chuàng)性的標(biāo)準(zhǔn)卻相當(dāng)模糊，如果對(duì)某一個(gè)字庫(kù)的字體全部加上一些的細(xì)小的改動(dòng)，是否就可以將其稱為自己的原創(chuàng)。如果有讀者還記得我們對(duì)神經(jīng)風(fēng)格遷移技術(shù)的討論，就會(huì)發(fā)現(xiàn)，用算法為字體進(jìn)行改動(dòng)，可能比我們想象中要簡(jiǎn)單多了。甚至我們可以對(duì)字體進(jìn)行一些人眼難以察覺，只有機(jī)器能鑒別出的變化，到時(shí)候侵權(quán)的界限又該如何限定？

　　上圖，是一位被爆出抄襲的插畫家的作品，她抄襲的主要方式是把真人照片經(jīng)過(guò)底片疊加等等方式進(jìn)行處理，再加入少量手繪內(nèi)容，就成了一副價(jià)值不菲的“插畫”。

 

　　可即使看過(guò)這兩張圖片的人，也很難明顯的感覺到兩幅圖片有什么相似，可當(dāng)把兩張圖片重疊時(shí)，就能發(fā)現(xiàn)明顯的相似。抄襲消息被曝光的年代，作者還只是用PS+手繪板進(jìn)行操作?？稍诮裉?，同樣利用神經(jīng)遷移算法，這樣的“再創(chuàng)造”已經(jīng)可以批量創(chuàng)造，并且可以被創(chuàng)造成各種風(fēng)格。

 

　　而且這種抄襲方式被發(fā)現(xiàn)的幾率很低，即使是利用圖像識(shí)別技術(shù)，也沒有人會(huì)為每一幅作品進(jìn)行全網(wǎng)比對(duì)。更可怕的是，我國(guó)知識(shí)產(chǎn)權(quán)保護(hù)秉持的是“只保護(hù)表達(dá)、不保護(hù)思想”，也就是說(shuō)，如果你的畫風(fēng)和某位原創(chuàng)者一模一樣，可畫的內(nèi)容是原創(chuàng)，你的行為就不涉及到侵權(quán)。如果大家還記得prisma這款圖像加工軟件，就會(huì)知道，用機(jī)器學(xué)習(xí)模仿某一種繪畫風(fēng)格的成本極低，并且可以批量加工處理。

　　在未來(lái)，當(dāng)我們發(fā)掘一位新銳藝術(shù)家的作品時(shí)，很可能下一秒就有大企業(yè)用神經(jīng)網(wǎng)絡(luò)copy了他的風(fēng)格，制成商品開始售賣。對(duì)于原創(chuàng)者來(lái)說(shuō)，人工智能抄襲造成的傷害，往往比人抄襲造成的更大。

 

　　AI能否幫助原創(chuàng)者權(quán)益范圍標(biāo)準(zhǔn)化？

 

　　所以，說(shuō)到最后人工智能對(duì)我們的知識(shí)產(chǎn)權(quán)保護(hù)毫無(wú)作用甚至有害無(wú)益嗎？但我們認(rèn)為，人工智能對(duì)知識(shí)產(chǎn)權(quán)最大的保護(hù)，或許是權(quán)益范圍的標(biāo)準(zhǔn)化。

 

　　就像字體里的案例一樣，知識(shí)產(chǎn)權(quán)的保護(hù)范圍常常是“獨(dú)創(chuàng)性”這種模糊的概念，無(wú)法量化，也導(dǎo)致了侵權(quán)案件的最終判決常常不能服眾。在音樂(lè)作品的知識(shí)產(chǎn)品保護(hù)中，可以通過(guò)音節(jié)相似的數(shù)量來(lái)判斷，可在繪畫、文字作品中，侵權(quán)常常無(wú)法量化?？捎辛巳斯ぶ悄?，我們或許可以反向計(jì)算出兩款作品中有多少相似之處并且用數(shù)據(jù)呈現(xiàn)出來(lái)。

 

　　或許未來(lái)，我們需要一個(gè)知識(shí)產(chǎn)權(quán)保護(hù)平臺(tái)，發(fā)布作品之前，先經(jīng)過(guò)平臺(tái)中作品進(jìn)行比對(duì)，比對(duì)通過(guò)后才能通過(guò)“原創(chuàng)認(rèn)證”。還可以對(duì)原創(chuàng)作品進(jìn)行保護(hù)，比如他人不可以將作品作為算法模型的訓(xùn)練數(shù)據(jù)，除非支付給原創(chuàng)者一定分紅等等?？傊萍嫉倪M(jìn)步永遠(yuǎn)都走在法規(guī)前面，但利用科技推動(dòng)法律法規(guī)的建設(shè)，或許能讓技術(shù)發(fā)揮出更多價(jià)值。