杨延超：人工智能对知识产权法的挑战
一、问题的提出
人工智能（ArtificialIntelligence）已成为各个行业的必争之地。谷歌在2016年明确提出了“人工智能”的公司发展战略，Facebook也于2016年规划了以人工智能为核心的“十年路线图”。2017年我国人工智能市场规模达到237.4亿元，相较于2016年增长67%。到2020年，全球人工智能市场将发展到200亿美元左右的规模。美国白宫于2016年10月发布了《人工智能国家战略》，将人工智能升级为“国家战略”，我国也于2017年7月印发了《新一代人工智能发展规划》。总之，人工智能正在深刻地影响着社会的方方面面。
人工智能对于文学艺术创造领域也产生了深远影响。Google人工智能的画作甚至卖到了8000美元一幅。在日本，机器人创作的小说甚至进入了“星期一奖”的初审。传统人工撰写的新闻稿件也渐进被机器人稿件取代。事实上，机器人参与创作不仅可以节省大量人力，在大数据计算、统计、分析方面，人工智能还具有人无法取代的优势，可以预见，人工智能创作在未来也将迎来爆发式增长。现有知识产权法是基于自然人（freshandblood）创作场景构建的，无论是《版权法》上作者“精神权利”的保护，抑或是《专利法》上关于“创造性”的审查标准，都深深地刻有“自然人”的烙印。大陆法系的知识产权法更上以黑格尔的“作者人格权”学说为基础完成构建的。那么，机器人创作，其知识产权又应当如何理解，在既有的知识产权体系中尚难以找到准确答案。为此，哲学家、科学家、法学家还进行着激烈的辩论。2016年，欧盟委员会法律事务委员会向欧盟提交动议，要求将最先进的自动化机器人定义为“电子人”（electronicpersons），除赋予其“特定的权利义务”外，还建议为智能机器人进行登记，以便为其纳税，使其获得缴纳、领取养老金的账号。
与此同时，为保护人工智能产业，各大公司也在疯狂地进行人工智能专利布局。与人工智能有关的专利诉讼也接踵而至。小i机器人就曾起诉苹果Siri专利侵权，该案历经数年最终以苹果Siri胜诉而告终，2015年北京市高级人民法院作出终审裁决，小i机器人的专利保护请求未能最终获得支持，其中的启发意义深值思考。事实上，在人工智能时代，传统的产业格局将被重新规划，传统产业也面临着被“智能化”改造的命运，由此，知识产权保护也将迎来像“神经网络”、“算法”、“大数据”等一系列全新保护需求。以计算机视觉、自然语言处理、智能驾驶三类人工智产品为例，从2000-2017年上述类别的专利体现出逐年剧增的趋势。
总之，人工智能将从二个维度上全面挑战既有的知识产权法：一方面，机器人参与创作的知识产权法律保护难题该如何破解，另一方面，机器人自身也需要知识产权保护，既有的制度又该如何完善？上述问题甚至还会动摇知识产权法哲学基础，对上述问题的回答最终也将勾勒出人工智能时代知识产权法的轮廓：我们到底需要一个怎样的知识产权法？本文将围绕上述问题予以展开和研究。
二、人工智能对既有“知识产权法哲学”的挑战
从知识产权产生至今，哲学家们、法学家们从未停止过关于知识产权的哲学探讨，其中具有较大影响力的黑格尔的“人格理论”、洛克的“劳动财产理论”以及卢梭的“社会契约论”。关于知识产权的哲学理论也成为知识产权合理性存在的终极解释，那么，在人工智能又会对既有的哲学基础产生怎样的影响，这甚至决定了未来知识产权法发展的路径。
（一）人工智能与黑格尔哲学中的“人格”
大陆法系知识产权法深受黑格尔“人格理论”的影响，黑格尔的人格理论甚至被誉为大陆法系版权法的基石。黑格尔认为：“物”必须从我的意志中获得它的规定性和灵魂，也只有“人能够把他的意志或灵魂通过对物的支配，从而使它具有人的目的性”。作者的“意志”或“人格”等概念，也由此被法学家们用来解释知识产权的合理性。按照黑格尔的理论，在创作的过程中，作者的意志和灵魂已经渗透于作品，作品也由此成为作者人格的组成部分，于是作者可以主张作品是我的，法律上也就有了相应保护作者的“版权”概念。大陆法系《著作权法》中关于作品“著作人格权”和“著作财产权”二元划分的制度体系也正是根源于黑格尔的人格理论。总之，传统版权法被深深打上了“人格”的烙印。
然而，在机器人在创作作品的过程中，似乎再也无法找到传统知识产权法哲学中的“人格”和“意志”的要素，诸如像人工智能创作的小说、画作、诗歌等，机器人通过对海量数据的运算以及自我学习所产生的创作能力，甚至已起超越了机器人设计者本身的预想，这种情况下，作品还是否体现人格，又在体现谁的人格，这些问题都是传统知识产权法的人格理论所无法解释的。
（二）人工智能与洛克“劳动”概念的差异
洛克的“劳动财产理论”同样为知识产权合理性提供了有力的哲学解释，只不过，洛克强调劳动在物成为私有财产权过程中的关键作用。谁在土地上种植庄稼，谁就可以收取果实，按照洛克的理论，财产私有化的基础便是劳动，其理论用于解释知识产权的逻辑在于：一项发明的专利权归“张三”所有，那是因为张三付出了劳动，只不过这里的劳动不是普通劳动，而是一种创造性劳动。英美法系知识产权法中的很多制度都深受洛克的劳动理论的影响，包括英美法系版权法早期确立的“额头流汗原则”作为判断作品独创性标准，也根源于洛克的劳动理论。
如果用洛克的劳动理论来诠释人工智能创作，同样需要解释其中的“劳动”概念。人工智能创造要经历复杂运算、大数据统计、自我学习等系列过程，最终才能完成创作、决策等类似于人的“思维”活动，犹如在ＡlphaGo在与李世石对弈中，李世石下棋属于我们公认的的脑力劳动，而ＡlphaGo所完成对海量数据超级运算则可以理解为一种特殊意义的“劳动”。
之所以称它为特殊的“劳动”，还在于“计算”与“意识”之间的区别。人工智能的“劳动”是复杂的数据计算，而人的劳动则是包含了复杂情感的意识。所以，更多学者愿意从工具论的视角将“劳动”归功于人工智能的设计者。然而，在很多人工智能专家眼中，机器或将拥有像人一样的“意识”，李德毅院士甚至在这一基础上还提出了“人工智能会有爱吗”，这样一个更为复杂的命题。总之，人工智能下的“劳动”概念已经远远超越了洛克眼中的人的“劳动”范畴。
（三）人工智能语境下“社会契约论”的重新诠释
在解释知识产权合理性的问题上，卢梭的社会契约论与其他哲学观点形成鲜明对比。在卢梭的哲学中，一切法律的合理性都可以用“社会契约”来解释，根据“社会契约论”的逻辑，知识产权完全是基于发明人与使用者之间利益的博弈（社会契约）的结果，谁拥有知识产权，权利期限为多久，谁可以对它合理使用，一切都是“社会契约”的结果。从知识产权法哲学的研究现状来看，卢梭的“社会契约论”在一定程度上弥补了黑格尔“人格理论”与洛克“劳动理论”的不足，尤其是在解释“为何只有在先申请会受到知识产权保护”、以及“知识产权的法定期限”等问题上提出了“社会契约论”的解释方法。
在涉及人工智能的知识产权案件中，社会契约论有时还会成为法官判案的指导思想。在“方正诉飘柔版权侵权”的案例中，法院的终审判决实质上契合了社会契约论的观点。该案涉及计算机自动生成的字体能否享有版权，法院最终并没有直接回答有或没有，而是变通适用了“默示许可理论”，认为软件商销售软件即为默示许可他人商业性使用，基于“默示许可”使用者使用软件打印字体无需承担侵权责任。总之，社会契约论更关注利益各方合意（明示或者默示），当然合意源于利益博弈的格局，在人工智能背后也彰显着多元化的利益格局，包括投资人、人工智能开发者、同行业竞争者、普通用户等利益群体。从产业发展的角度其利益主体还可分为数据提供商、算法提供商、机器人合制造商、云服务提供商等。人工智能时代知识产权法的新格局，正是各方博弈中渐近形成。
三、人工智能对知识产权法主客体制度的挑战
（一）机器人创作中“作者”概念的解读
在机器人创作中，机器人能否成为作者？由此也掀起了一场关于法律哲学中“人”的概念的大讨论。在既有的法律体系中，机器人还不能视为法律意（义上的“人”，而只能作为“工具”，这也涉及权利主体和客体的讨论，两者划分的标准还在于“人格”要素。根据人格权的定义，人格是人作为人不可或缺的要求，诸如生命、健康、身体、名誉、隐私、姓名等。因此传统人格局限于自然人领域，而公司作为法人系虚拟人格。根据《著作权法》规定，创作作品的公民是作者，显然，《著作权法》将自然人定位为作者，而排除了其他非自然人作为创作主体。类似的法律问题还发生在猴子的“自拍照”是否具有版权的问题上，美国法院最终是以其不符合创作主体为由，否认了该“作品”的版权。因此，如果将自然人作为唯一法律主体的前提不变，再聪明的猴子也无法像人一样享有知识产权，这与猴子的智商无关，与主体的属性有关。
然而，传统人格权制度却受到了来自人工智能的挑战。近些年来，人工智能的专家们在模拟人脑思维方面取得了重大进步，通过对机器人建设了大量的神经元，从而帮助机器人完成信息识别、深度学习、模拟思考等类人化行为，甚至表现出了比人脑更为强大的“创造力”。为此，是否有必要为机器人创设类似于法人一样的虚拟人格也同样值得认真研究。2015年，欧盟议会还专门针对机器人相关的民法规范展开讨论，其报告草案指出应当为机器人创设特定的法律地位，至少那些负责化的、具有自主性的机器人应当具有电子人格，并具有特定的权利和义务。事实上，这里的“电子人格”与法人的虚拟人格的意义仅在于科学规范主体的权利、义务，基于“社会契约论”的逻辑来衡平各方的利益关系。
（二）人工智能语境下“精神权利”的困惑
基于黑格尔人格财产的哲学理论，在文学艺术领域，有所谓“作品系作者人格化身”的说法，反映在《版权法》上即为作者的“精神权利”。我国《著作权法》第10条规定了四项精神权利，即作者的“署名权”、“发表权”、“修改权”和“保护作品完整权”。（法条）深受黑格尔“著作人格权”学说影响的法国和德国也有类似的规定。作为知识产权重要内容的“精神权利”往往被视为作者人格权，在性质上区别于具有知识产权中的“财产权”，这表现在权利流转方面，“精神权利”往往被视为人格权而被禁止转让和继承。
文学艺术所彰显的是人的精神追求，作者“精神权利”亦可以理解为对人精神追求的法律保护，然而，若在人工智能的语境下讨论这一问题，将变得异常复杂。机器人创作的作品，它的“精神”在哪，“精神权利”又在哪？暂且抛开科幻电影中带有复杂情感的机器人场景，就以当下能够帮助人类完成创作的机器人而言，“精神权利”则是一个十分神秘的东西。法律甚至会追问，除“自然人”之外的主体会有精神权利吗？即使机器人的计算能力再强大，其与人的“精神”之间也有着本质的区别。
进一步而言，精神权利是否会延及机器人的设计者呢？设计者属于自然人，其完合符合精神权利的主体要求，然而与传统作品的创作不同，设计者虽然完成了对机器人的设计，但机器人创作的作品又会超出设计者可以预想的范畴。这里要区分二个概念，一个是机器人，一个是机器人创作的作品，这在知识产权领域完全属于两个不同的范畴。设计者可以控制机器人，但设计者却无法控制机器创作的作品，这与传统“工具论”中，人通过控制工具，进而控制“物”的路径出现根本差异，由此，将精神权利简单归于设计者的思路亦存在法律障碍。早在2002年的“DesktopMarketingSystemsPtyLtdv.TelstraCorporationLtd”案中，澳大利亚联邦法院合议庭佩勒姆(Perram)法官就曾对此有过详细的论述：人对软件程序的控制可以被视为对作品的控制，将该人作为计算机软件所的作者并无不妥，但如果软件程序的人并不能控制最终创作之作品的物质形式，那么这种情形下……该人不得被视为作者。
此外，在人工智能语境下讨论“精神权利”，更超出传统“精神权利”概念的内涵。传统的“精神权利”实质上是捍卫作者的“署名权”、“发表权”、“修改权”和“保护作品完整权”等权利，这些权利又被理解为与作者的社会声誉、内心感受、精神追求息息相关，故而被界定为保护“精神利益”范畴。由此，挖掘机器人的“精神权利”，又会涉及机器人精神追求、内心感受等话题的讨论，这一切又将回归到人工智能对知识产权法哲学的挑战，问题由此变得更加基础和复杂。
（三）人工智能语境下的“独创性”概念
“独创性”概念是知识产权法中的核心概念，在涉及作品是否享有版权的问题上，其主要取决于独创性。（法条）英美法系关于作品独创性的判断标准，走过了从“额头流汗原则”到“最低创造性”的演变，而大陆法系则要求要体现作者的个性或者最低创造性，总之，两大法系在“独创性”标准上渐近融合，并且都将其作为判断作品是否受版权保护的重要标准。机器人作品是否受版权保护，所面临的首要问题依然是“独创性”问题。如果简单地从“机器人不是人”的逻辑出发，可以直接否定机器人作品的独创性。然而，在很多领域，机器人创作已让人无法区分作者系人还是机器人，自巴黎索尼计算机科学实验室的GaetanHadjeres和FrancoisPachet在音乐家约翰?塞巴斯蒂安?巴赫(JohannSebastianBach)的歌曲上训练其人工智能系统，该系统使用了352首巴赫的歌曲，将其转换成不同的音符，形成2503个作品，包括专业音乐家和音乐系学生在内的1600名听众中，有超过一半的人以为是巴赫本人的作品。机器人在很多文学艺术领域所表现出来的“艺术造诣”甚至远超人类，如果仅仅因为其系机器人，就否认高质量创作的“独创性”，反而却要赋予更低质量的人类作品“独创性”，这与“独创性”立法目的本身严重不符。
法理学上习惯于将主客体分开研究，在人工智能作品版权的问题上，也有必要秉承这一思路。机器人是不是“人”，它所要解决的是权利主体问题；至于机器创作的作品有没有“独创性”，它要衡量的是作品的创作水准问题，理应属于权利客体的研究范畴。如果不考虑人工智能场景，将创作主体与创作客体混淆研究的方法并无大碍，毕竟在自然人之外不存在其他主体能创像人一样创作作品，然而，人工智能却可以通过自我学习、深度思考完成像人一样的创作，甚至在某些领域其创作水平已超越人类，对于此类作品理应纳入“独创性”的研究范畴，至于其创作主体是否适格则属于另外需要研究的问题。
四、算法与数据：知识产权新客体保护需求
机器人不仅仅可以参与文学艺术创作，它还将被广泛应用到生产生活的各个领域。在人工智能时代，产品将呈现高度智能化的样态，由此也将演生出一系列以人工智能为核心的新的知识产权保护需求，知识产权法又当如何应对，同样是当下亟需思考的话题。任何人工智能产品都离不开算法和数据这两个核心概念，对于人工智能的知识产权保护也将集中在对算法和数据的保护方面。
（一）“算法”的知识产权保护
人工智能“算法”有赖于计算机程序，长期以来，计算机程序更多的是通过版权的方式予以保护。版权关注“算法”的表现形式，而并非是“算法”的核心思想。这样，当侵权者绕开“算法”的代码表现形式，而采用其他代码编译相同“算法”时候便可以绕过侵权，因此传统版权保护“算法”的方法越来越无法满足智能化时代的保护需求，算法商们主张专利保护呼声音越来越高。我国自2006年以后开始允许计算机程序申请专利，但需要其与硬件结合在一起申请；近些年国家专利局进一步放开计算机程序申请专利的要求，国家专利局的《专利审查指南》第九章还专门规定了“关于涉及计算机程序的发明专利申请审查的若干规定”。
然而，人工智能“算法”在专利保护方面还面临着《专利法》第25条的困境。根据《专利法》第25条的规定，智力活动的规则和方法不被授予专利权。《专利法》中的发明专利侧重于对“技术方案”的保护，为此，我国《专利法》第2条还明确规定了专利的范畴为“采用技术手段解决技术问题，以获得符合自然规律的技术效果的方案”。长期以来，计算机“算法”往往被归于“一种智力活动的规则和方法”，面临着《专利法》第25条规则的困境，如果人工智能的“算法”一旦落入《专利法》第25条“智力活动的规则和方法”的范畴，将被直接排除在专利保护范畴之外，专利审查员甚至不用考虑其他“新颖性”、“创造性”、“适用性”等授权条件。
因此，避开“智力规则”而将其归入“技术方案”的范畴，也就成为“算法”获取专利保护的关键。2010年国家专利局《专利审查指南》在其第九章“关于涉及计算机程序的发明专利申请审查的若干规定”中还明确例举了“技术方案”与“智力规则”的区别方法。参见如下图表：
表1
根据《专利审查指南》的要求，上述例举中的八个“算法”案例，其中像“利用计算机程序求解圆周率的方法”（例1）?一种自动计算动摩擦系数μ的方法（例2）?一种计算机游戏方法（例8）就被视为“纯粹的智力规则”而被排除在《专利法》保护范围。根据《专利审查指南》的说明，这些“算法”并不实际地解决一个具体的技术问题，同时也不受自然规则的约束，所获得的也不属于符合自然规律的技术效果，因此被划归为“智力规则”的范畴。然而，像“一种全球语言文字通用转换方法（例3）?一种控制橡胶模压成型工艺的方法（例4）?一种扩充移动计算设备存储容量的方法（例5）、一种去除图像噪声的方法（例6）则旨在于解决一个具体的技术问题，受自然规律的约束，有明确的技术手段和技术方法，所实现的也属于符合自然规律的技术效果，因此属于《专利法》保护的“技术方案”的范畴。
因此，作为人工智能核心的“算法”，系“智力规则”还是“技术方案”，成为其能否获得专利保护的关键所在，而《专利审查指南》重点考查的又是“算法”是否在解决一个具体的技术问题，“算法”本身是否会受到自然规律的约束（物理、化学或电学等），以及“算法”是否会获得一个受自然规律约束的技术效果。总之，随着人工智能产业的发展升级，知识产权法对于“算法”保护还将提出更多要求，以期更好衡平人工智能产业各方的利益，既能发挥知识产权法科技创新之激励作用，又能促进科学研究的传播和普及，在二者之间完成人工智能“算法”保护的制度建构。
（二）“数据”的知识产权保护
人工智能是以大数据的运算作为基础的，缺乏了大数据，人工智能的自我学习和深度思考都将无法完成，因此，大数据也成为人工智能不可或缺的要素。对于大数据又该如何完成知识产权保护，对于完善人工智能知识产权保护体系同样具有重要意义。
纵观世界各国对数据（数据库）的保护，主要有以下三种途径：第一，大数据的版权保护方案。TRIPS协定第10条第2款规定：“数据或者其他材料的汇编，无论采用机器可读形式还是其他形式，只要其内容的选择或安排构成智力创作，即应予以保护”。我国《著作权法》第14条规定：“汇编若干作品、作品的片段或者不构成作品的数据或者其他材料，对其内容的选择或者编排体现独创性的作品，为汇编作品……”。基于上述规定，《版权法》保护数据库要求数据库内容的选择或者编排体现“独创性”。第二，通过《反不正当竞争法》进行保护。如果数据库未经许可被复制或者采集，严重损害了权利人的经济利益、违反市场竞争秩序，可以通过反不正当竞争法进行保护。第三，欧盟的“特殊权利”（SuiGenerisRight）保护，欧盟于1996推出了《关于数据库的法律保护指令》，率先建立了关于数据库的“特殊权利”。目前，数据库的“特殊权利”已经在欧盟成员国范围内得以实施。
那么，契合人工智能的特点和发展方向，何种数据保护方法更有利于促进人工智能产业发展，是需要重点商榷的问题。数据库被认定为《版权法》中的汇编作品而受到《版权法》的保护，这也是世界上绝大多数国家认同的方式，据世界知识产权组织（WIPO）统计，全世界大约有一百三十多个国家为数据库提供了版权的保护。这里需要指出，数据库要获得版权法的保护，需要数据库在选择和编排上体现独创性，然而在人工智能的发展可以完成对数据的准确分析，从而对传统数据库的编排不再有过高要求，因此，人工智能的发展方向实现了从传统数据库的“独创性”转向了智能“算法”的科学性，而将数据库编排要求降至最低，从这一意义上讲，人工智能背景下的数据库存最终将无法通过《版权法》上“独创性”获得保护。
同时，《反不正当竞争法》在保护大数据方面也发挥着重要作用。在“广西广播电视报”件案中，双方诉争的“电视节目预告表”就因缺乏《版权法》意义上的独创性，但最高法院肯定它是“电视台通过复杂的专业技术性劳动制作完成的，电视台对其劳动成果应享有一定的民事权利”即“以报纸形式向公众传播的专有使用权”，从而实现了从《反不正当竞争法》的角度对大数据给予保护。在“SIC实时金融系统”信息数据库侵权案件中，终审法院称“SIC实时金融系统”信息作为一种新型的电子信息产品应属电子信息库，在本质上是特定金融数据的汇编。这种汇编在数据编排和选择上虽无《版权法》所要求的独创性，不构成《版权法》意义上的作品。”最终，终审法院最终只能依据《反不正当竞争法》为依据判令被告进行赔偿。
《反不正当竞争法》的适用需要以扰乱市场秩序作为前提条件，然而在人工智能时代极为突显的问题在于大数据的采集、复制、利用等是否属于不正当竞争则是一个十分模糊的问题，这也为人工智能的数据保护带来了极大的不确定性。相比较而言，欧盟《关于数据库的法律保护指令》的“特殊权利”则给予了数据更为周延的保护。这里的“特殊权利”包括“撷取”与“反复利用”二种情况。所谓“撷取”(extraction)是指“采取任何方法或以任何形式，将数据库内容的全部或实质部分(substantialparts)永久或暂时转载到别的载体上”(类似“复制”)；所谓“反复利用”(re-utilization)，也译为再利用或二次使用，在WIPO提案中改为“利用”（utilization），是指“通过销售拷贝、出租、联网或其他传输方式将数据库的全部或实质内容以任何一种形式提供给公众”(类似“发行”)。事实上，“特殊权利”是以洛克的“劳动财产理论”作为哲学基础，不考虑数据库编排的“独创性”而基于数据库市场价值而给予其保护。美国政府为了使自已的数据库在欧洲也能获得特殊权利保护，还于1996年5月向美国国会众议院提交了H?R?354法案，旨在于给予数据库类似于特殊权利的保护，不过因为争议很大最终未能获得美国国会通过。
五、反思：我们需要一个怎样的知识产权法？
人工智能时代，我们到底需要一个怎样的知识产权法？是人工智能时代亟需思考的问题。这是当下亟需回答的问题：
（一）冲破传统哲学思维禁锢，拥抱人工智能时代的法律价值
随着人工智能深度思考和深度学习的全面升级，机器人所彰显的“人”属性越发强烈，毫无疑问，这对于传统哲学认知将带来极大的冲击。与人工智能一样，“人格”、“创作”、“劳动”、“发明”这些传统语境下的哲学概念也在一步步完成着自我进化。传统的知识产权法哲学理论，如黑格尔的人格理论，洛克劳动财产理论，抑或是卢梭的社会契约论，虽在特定历史时期对于知识产权合理性的解释发挥了重要作用，然而面对人工智能的创作的知识产权问题时却面临着历史局限性和理论困境，为此，当传统的哲学体系难以有效解释相关知识产权法律问题时，有必要洞察人工智能的技术特质，进一步创新和发展人工智能时代知识产权法的哲学体系，从而人工智能时代知识产权的立法和司法提供更加扎实的理论根基。
（二）设置机器人虚拟人格，完善知识产权主体制度
在人工智能时代，机器人将与“人”一样成为创作主体。传统条件只有“自然人”才能创作的格局或将被全面打破，原有“工具论”已经无法解释当下的机器人创作。为此，欧盟正在试图为机器人创办的虚似的“电子人格”。公司法意义上的“法人”同样也是虚拟的法律主体，虚拟的法律主体会像自然人主体一样享受法律权利、承担法律义务。事实上，所有虚拟人格的意义还在于厘清人类社会的权利义务关系，公司作为虚似人格蕴育了有限责任制度，从而厘清了个人与单位的责任划分。同样，机器人作为虚似人格的目的也在于解释机器创作的法律现象，从而防止对机器物毫无边界的滥用，既有虚拟人格便有版权主体，从而终结机器创作物为无主物的时代。
机器人虚拟人格的设立还有助于厘清机器复杂创作过程中各方的利益关系。机器人参与创作的复杂性，还在于在这一过程中还融合了众多主体，包括机器人的投资人、机器人的发明人、机器人用于训练写作的既有作品的版权人，应当说，上述人员对于培养机器人的创作能力都具有十分重要的意义。如果在一起机器人创作作品的版权诉讼中，允许上述人员均来主张权利的话，势必导致法律关系复杂无序，进而影响对争议的解决。按照机器人人格拟制学说，该作品的知识产权归机器人所有。至于各方对于机器人享有的权益或通过合同解决，或在机器人备案登记时注明。而法院只需认可机器人的版权利益，无需判断机器人背后复杂的利益关系，事实上，按照机器人虚拟人格，只要机器人作为主体所享有的权利一旦确定，相关利益方的权益问题自然迎刃而解。这样，机器人的主体概念将进一步融合各方利益主体，借助机器人人格拟制学说，用极简的思维模式化解背后复杂的利益纠葛。
在机器人虚拟人格的理论下，还有必要对机器人“精神权利”予以限制。需要正视机器创作与人工创作的区别，作为自然人的创作甚至可以理解为一种对艺术追求和人文精神的需要，然而机器创作则以作品使用为主导，作为机器人虚拟人格将不再享有像自然人作者那样的“精神权利”，而版权对它保护的重点也将从人格转为财产。
（三）完善算法与数据的知识产权保护制度
人工智能将围绕“算法”与“数据”展开“思考”。随着“算法”与“数据”所带来的产业价值的不断提升，它们也将成为新时期知识产权法关注的重点，并且有必要弥补传统知识产权法对算法和数据保护的不足。为适应产业发展需要，我国《专利法》也正在逐步放开对计算人“算法”的专利保护，但针对人工智能产品的专利申请，《专利审查指南》还有必要进一步完善和补充，以便给予申请者更好指导。
针对“数据”的保护，也有必要进一步完善相关数据保护制度，从而建立《版权法》、《反不正当竞争》、“特殊权利”三位一体的数据保护模式。其中有关“特殊权利”模式，可以参考《欧盟数据保护指令》中有关“特殊权利”的规定，以期全面规范和激励大数据产业发展。
（四）针对机器人作品，完善授权使用制度
在人工智能时代，机器人将会大量参与创作，由此创作艺术作品也将呈现几何倍数的增加，对于艺术作品的高效利用也将成为一个重要问题。传统的版权授权制度存在效率低下的问题，为此，可以参考孤儿作品管理制度来完善人工智能背景作品的利用。我国现有著作权法并没有规定“孤儿作品”，但在著作权法第三次修改草案（送审稿）第51条规定规定了“孤儿作品”，即在权利查找无果的情况下，可直接向版权管理机构提存费用，进而直接使用相关作品。欧盟在2012年通过了《欧盟孤儿作品指南》也作出了相关“孤儿作品”的规定。
面对大量的由人工智能创作的作品，也将出现无力于寻找版权人的局面，甚至也没有必要去一定要寻找到版权人，因此对于人工智能创作物而言，它从一开始就不存在所谓“精神权利”的概念，它的产生便是为了使用，否则机器创作便丢失了意义，为此可以建立类似于“孤儿作品制度”，对于机器创作物而言，使用者直接提存使用费用便可放心使用，这将极大提升人工智能背景下作品的利用率，也符合人工智能高效创作的产业需求。
六、结语
未来已来，人工智能已悄然走到了我们身边，一时之间，机器人、智能创作、新科技、算法、大数据等一系列关键词都纷至踏来，全面冲击着现有的知识产权制度。然而，这一切都将激发我们全面反思现有的知识产权制度。事实上，任何一次技术变革都将对知识产权制度产生深远影响，印刷术取代了传统手工制书，从而催生了复制权；广播电视技术的发展催生了传播权，互联网技术又将知识产权从传统的纸质时代带入了全面的数字化时代，由此还诞生了像互联网络传播权等一批新兴的知识产权权利样态。只不过，与前面的技术革命相比，人工智能不再仅是工具的升级，它所要颠覆的恰是我们对传统知识产权哲学的认知，甚至人工智能对于创作能力的发展还将超越我们可以想象的空间。可以想象，未来，它对知识产权的挑战还将继续，而对这一话题的研究也才刚刚开始。
来源：《治理研究》（原《浙江省委党校学报》）2018年第5期返回搜狐，查看更多
十字路口的相遇——浅谈新时期人工智能与知识产权的关系
今天，对于知识产权行业人士而言，人工智能技术的发展进步也与其息息相关。一方面，人工智能技术在数据收集与分析方面的强大能力，能够大大提升专利检索、专利审查、侵权研究等知识产权相关领域的工作效率；另一方面，随着人工智能的快速发展，全球范围内人工智能技术专利的研发与申请都处在高速增长态势。而人工智能技术由于其自身的特殊性，也牵涉着诸多与知识产权保护有关的问题，引发了业界关于新时代知识产权概念与操作更新的思考，例如如何对数据进行知识产权保护、如何判定人工智能技术创作作品的著作权归属等。因此，人工智能与知识产权之间的关系，并不是一个容易理清的问题。
全球人工智能发展现状：技术、市场与科研
经历六十余年的发展，目前人工智能技术已经发展出多个主要的细分领域，包括深度学习/机器学习、计算机视觉、自然语言处理、情景感知与计算、智能机器人等。今天，人工智能技术主要被运用于金融、教育、安防、电商零售、医疗健康、个人助理等多个行业，在其他行业内也有着广泛应用。诸如苹果公司开发的语音助手Siri、IBM公司开发的认知计算系统Watson以及其他各类人脸识别技术等人工智能产品，已经在世界范围内得到了广泛应用。在全球范围内，人工智能都扮演着提高生产与服务效率、加速产业升级、推动产业革命的重要角色。
根据《乌镇指数：全球人工智能发展报告（2016）》所提供的数据，截至2015年，全球人工智能市场规模为1683.9亿元人民币，预计到2018年这一数字将达2700亿元；而中国人工智能市场规模截至2016年已突破100亿元人民币，预计到2019年将达344亿元。
人工智能市场无限广阔的发展前景，吸引着越来越多的企业积极入局。目前，全球人工智能企业分布极不均衡，大多数企业分布在美国（2905家）、中国（709家）和英国（366家），三国的人工智能企业数量总和占到了世界总数的65.73%。自2000年以来，全球每年新增的人工智能企业数量也呈现出了直线增长态势；自2013年起，全球人工智能领域的企业并购案例也开始逐年增多。谷歌、IBM、SoundHound等公司在全球人工智能领域均享有着领先地位与良好声誉。在我国，北京（30.74%）、广东（21.60%）、上海（15.17%）、浙江（7.04%）、江苏（6.03%）共同占据了国内人工智能市场的绝大多数份额，五地区人工智能企业总数占到了全国总量的80.58%。自2000年起，我国人工智能企业年新增量也逐年提高，仅在2014-2016三年间新增的人工智能企业数量，就占到了我国人工智能企业累积总数的55.38%。百度、腾讯、阿里巴巴、科大讯飞等企业则是我国人工智能企业中的领头者。
除了企业数量的增长，人工智能领域投融资规模的急速扩张也显示着人工智能市场的蓬勃生命力。与全球人工智能企业的分布格局相同，美（179.12亿美元）、中（25.72亿美元）、英（8.16亿美元）三国在人工智能领域投融资规模上占据了前三把交椅。近十年来，全球人工智能融资主要集中于种子轮。而在投资机构数量上，美国（900家）雄踞榜首，远远甩开了排在二、三位的英国（96家）与中国（43家）；在投资次数上，美国（3454次）与英国（274次）和中国（146次）相比也遥遥领先。在我国，人工智能企业集聚的北京、广东及江浙沪三省也瓜分了国内人工智能领域的绝大多数融资，五省（市）总和于全国总数占比达91.45%，其中北京的人工智能企业更是以50.22%的比重占据了全国融资总额的半壁江山。
作为科研重地的高校，在人工智能技术的发展与推广中同样扮演着不可替代的角色。根据《乌镇指数：全球人工智能发展报告（2017）》所提供的“2017全球大学人工智能影响力排名”，美国麻省理工学院、斯坦福大学、卡内基·梅隆大学位列三甲。榜单前30名大多为美国高校，其次则为欧洲高校，亚洲高校中则只有两所以色列高校入围。而在乌镇智库针对国内高校发布的《中国大学人工智能实力排行榜》上，清华大学、北京大学、浙江大学则不出意料地分列前三位。
总结言之，进入21世纪以来，全球人工智能领域无论在技术、市场还是科研方面都取得了长足进步，且总体上保持了加速发展的态势。值得注意的是，目前世界范围内人工智能的发展表现出单极格局，美国领先优势巨大，跟随其后的则是欧洲和中国，其他国家或地区的人工智能发展水平仍亟待提高，人工智能在全球范围内仍有很大的发展余地。作为人工智能领域的后起之秀，我国近年来在这一领域取得了举世瞩目的成就，发展速度也超过了美国等行业顶尖国家。当然，就各方面指标而言，目前我国在人工智能领域与世界顶尖水平仍有不小的差距。国家尤其应当注重加强我国的人工智能科研实力。在国内，人工智能的发展也呈现出大量集聚于少数省市的特点，发展很不均衡。无论在技术研发、市场开拓还是地域协同发展上，我国人工智能都还有较大的改善空间。
欣欣向荣：全球人工智能专利概况
知识产权的各种门类中，专利与人工智能技术和市场的关系无疑最为密切。进入21世纪以来，人工智能技术的高速发展以及人工智能企业的纷纷入局，推动着人工智能相关专利数量的大幅增长。
根据《乌镇指数：全球人工智能发展报告（2016）》所提供的数据，截至2016年，收录于全球专利数据库的人工智能专利超过77500件，拥有最多PCT申请/授权的人工智能专利的国家依次为美国（26891件）、中国（15745件）和日本（14604件），三国人工智能专利数量总和占到了世界总量的73.85%。在细分领域方面，全球人工智能专利主要归属于智能机器人（32.5%）、语音识别（20.8%）和神经网络（20.7%）三大领域。我国人工智能申请专利的地域分布格局与人工智能企业的地域分布格局基本一致。根据截至2016年的申请/授权专利数量统计数据可见，北京（7841件）、江苏（6675件）、广东（5261件）、上海（4222件）目前是我国的四大人工智能专利集聚中心。而在细分领域方面，我国人工智能专利则主要归属于智能机器人（38.3%）、神经网络（17.9%）及图像识别（10.4%）三大领域。
当前，全球人工智能专利数量正以惊人的速度不断增长，而中国的表现尤为突出。数据显示，近五年来，中国人工智能专利数量年平均增速达43%，约为美国的同一指标（21.7%）的两倍。可见，无论是在人工智能技术研发能力还是在对其进行的知识产权保护上，中国人工智能企业都在发力追赶世界顶尖水平。
人工智能对知识产权行业的助力与冲击
人工智能技术的迅猛发展，将计算机贴合人类需求进行数据收集与分析的能力提高到了一个全新的层次。对于专利检索、专利审查、侵权研究等需要进行大量数据分析的知识产权相关领域而言，人工智能技术的进步无疑是个莫大的福音，无论是相关政府部门还是意图进行专利研发与布局的企业，都能从中获益。
企业制定专利战略、进行专利布局、做好跨部门协同，都有赖于对专利信息的深度了解、分析与挖掘。而时至今日，专利信息业已极大丰富且分散，企业获取、处理、分配专利信息的难度越来越大，曾经少数企业知识产权部门垄断专利信息的时代已一去不复返。新形势下，为有效且高效地挖掘专利信息，企业首先应对信息的本质有更深刻的理解。在今年9月份于北京举行的中国专利年会（CPAC）的分论坛“专利信息利用的发展与人工智能”上，CPAGlobal亚太区首席顾问JiHoonKim以信息科学中常用的“金字塔模型”说明了专利数据、信息与企业决策之间的关系。他指出，数据、信息、知识、智慧共同构成了一个金字塔式的层级结构，其中数据居于底层，通过提炼产生信息，收集和分析信息的过程又产生知识，知识支撑智慧的产生，最终形成决策和行动的基础。
事实上，在专利数据→企业决策的路径中，人工智能应当扮演人类智慧的协作者而非替代者。人工智能凭借其强大的计算能力、深度学习能力以及多层的神经网络，能够在多个数据库中进行同时的快速搜索，瞬间发现某一概念的类似性、频度以及近似短语，并根据相关性进行高质量的排序，因此在迅速收集数据、整合无意义数据、提炼关键信息方面拥有突出优势。另外，人工智能往往都支持较短的学习曲线，既能适应成熟用户的需求，也能帮助初学者快速上手，从而降低人工学习成本；而在根据专利信息形成应用、做出决策方面，人脑依然具有不可替代的优势。相比于传统人工处理大量重复的专利数据与信息的方式，借助人工智能处理专利信息，能够带来令人惊叹的效率提升，加速专利的货币化进程；更重要的是，人工智能还能够帮助企业充分理解和利用世界各地的创新因素，实现前瞻性投资和合理资源分配，从而为企业的长远发展提供强大助力。有鉴于此，通过人工智能技术的协助更新传统专利战略、进行专利侵权研究的新型专利信息利用与处理方式，已在越来越多的企业当中流行开来。
通过提升专利信息的处理与利用效率，人工智能技术不仅能够帮助企业决策，也能在专利审查领域发挥重要作用。另外，专利信息的收集与审查往往有赖于准确的专利翻译；作为人工智能技术中的重要分支，神经网络和自然语言处理技术在提高机器翻译效率和质量上也正大显身手。以往需要翻译员、审查员操作的大量重复、机械的翻译和审查工作，如今可以逐渐交由人工智能技术进行处理，知识产权相关政府部门无疑能够从中看到提升效率、降低成本的捷径。
同样在“专利信息利用的发展与人工智能”分论坛上，日本特许厅企划调查课课长今村亘（ImamuraWataru）和世界知识产权组织（WIPO）市场交流官SandrineAmmann都介绍了各自所属部门运用人工智能技术辅助专利审查和翻译的成功经验。今村亘指出，专利审查行为可分为四个难度级别，目前的人工智能技术已能够应付其中的1-3级，但尚难处理第四级。尽管不无缺陷，但人工智能技术在日本特许厅内部已开始逐步应用于申请受理、形式审查、分类、实质审查等业务，总体效果堪称良好；SandrineAmmann也提到，自今年夏季起，WIPO已经实现了完全通过GPU神经网络技术进行专利机器翻译的构想，翻译的速度和准确性都已经超过了谷歌翻译。他也表示，相信未来，更多的知识产权相关政府部门都会主动寻求人工智能技术的助力。
与在其他行业中的情况类似，人工智能技术在给知识产权业界带来巨大便利的同时，也不免引发了一些从业者的担忧。如前所述，人工智能技术在专利审查与翻译上拥有的低成本、高效率优势，这很可能在未来导致审查员、翻译员岗位的裁减。与此同时，人工智能技术目前也已开始试用于专利申请撰写，进而可能威胁到专利代理人的岗位。2016年6月5日，日本特许厅受理了一件据称是全球首例由人工智能撰写的专利申请，“撰写”出该专利申请的人工智能据称拥有自动生成专利申请文件、自动访问IPDL（日本工业产权数字图书馆）、检查重复申请并以每日超过6万次的频率自动进行在线申请等功能。显然，一旦此类人工智能技术发展成熟，许多专利代理人的饭碗似乎也有不保之虞。
综上所述，人工智能技术已经走入知识产权特别是专利领域，这一趋势是持续且不可逆的。无论知识产权从业者的担忧今后将在何种程度上变为事实，人工智能技术在一些类型化、机械化的工作中取代人类的位置已是大势所趋。当然，人类智慧在抽象思维与推理上的独有优势，人工智能在可见的预期中仍然难以企及。展望未来，如何实现人工智能与人类智慧的完美协作，或许会是比“人工智能可否彻底取代人类智慧”更有意义的问题。
人工智能时代的知识产权新问题
随着人工智能技术逐步进入人类生产生活的各个角落，我们似乎已经能够听到第四次工业革命全面来临的脚步声。工业革命及产业革命根本上有赖于创新，而创新则有赖于知识产权的保护。因此，面对人工智能日新月异的发展，我们也有必要追问：今天，人类对知识产权的认识与理解以及各国的知识产权保护制度，能否真正有效地保护好人工智能？
对于上述问题的解答，首先都无法绕开数据的知识产权保护问题。人工智能、物联网、大数据等新技术，都建立在数据收集与分析的基础之上，数据已经成为了企业竞争力的重要来源。不过，在人们逐渐认识到数据应当得到明确有效的知识产权保护的同时，各国知识产权相关制度及法律法规在此方面依然多付阙如，引发了许多数据业务从业者的担忧；而由于数据本身在形式、内容、自身性质方面的特点，其知识产权保护的范围与方式、单独立法保护与修改现行法律进行保护的优劣，也都是摆在知识产权业界人士面前的难题。对此，今村亘曾指出，数据的知识产权保护应当首先从法律角度入手。单独立法或许并非必需，但适时对现有专利法进行修改，应是满足人工智能等新技术需要的必然前提。
另一个由人工智能技术带来的知识产权新问题，便是人工智能的发明及作品的知识产权保护问题。今年5月份，由“微软小冰”（人工智能机器人）创作的诗集《阳光失了玻璃窗》正式出版，出版方宣称，这是人类历史上第一部完全由人工智能创作的诗集。这部诗集的出现，将“人工智能创作的作品是否应享有著作权”这一长期争论不休的问题再次推向了前台。
与人工智能技术本身的知识产权保护不同，人工智能发明及作品的保护往往涉及着技术伦理问题。人工智能的发明及作品，是否应享有知识产权保护？如果答案为“是”，那么这类知识产权究竟应归属于技术发明者还是人工智能本身？目前，对这一问题的解答更多还是从法律角度而非技术角度出发。今年，在日本学界及业界对人工智能作品著作权保护的讨论中，进行原创性追索从而将权利归于技术发明人而非人工智能本身的观点，得到了更多的认同。不过，随着人工智能在创造性劳动领域的深入发展，或许在未来的某一天，人类终将打破以自然人为知识产权唯一权利主体的传统思维。
结语
当下，人工智能技术的快速发展及其市场的全面开拓，正将人类于生产生活各领域中曾经的狂想逐步变为现实。对于全球知识产权领域而言，人工智能技术同样催生着的重大变革，既创造了机遇，也带来了挑战。更重要的是，在未知的将来，人工智能或许将跻身成为人类世界中的“新人”，这很可能会导致人类的知识产权观念、制度和操作的根本性改变。我们已经来到了人工智能与知识产权相遇的十字路口，各种因素在此交汇，未来路在何方，并不明朗。
充满未知的未来，并不必然意味着人类的迷茫无措。详解人工智能技术与市场的发展现状，认真审视并思考新时期人工智能与知识产权之间的交叉关联，我们或许将能在二者相遇的十字路口窥见它们未来发展的方向与轨迹，从而将人类的命运与福祉紧握手中。
来源：《中国知识产权》杂志总第129期封面故事——”人工智能邂逅知识产权，谁将成为主导者？“
策划：《中国知识产权》杂志中文编辑部
第八期：返回搜狐，查看更多
人工智能知识产权保护的现状与前瞻
作者：孔祥俊，系上海交通大学讲席教授、凯原法学院院长、知识产权与竞争法研究院院长）
知识产权制度是科技和产业发展的产物。而今，人工智能成为最新科技前沿的代名词，它是人类科技累积到一定程度，在互联网和大数据的直接推动下应运而生的。人工智能时代的到来，为知识产权保护带来新的课题。毋庸置疑，人工智能虽来势凶猛、前景无限，但无论是技术研发还是产业化都还处于发展初期，真正的实质性发展和产业化普及尚需时日。人工智能发展对当前知识产权保护虽已有所冲击，但还都是局部的和浅层的，尚未达到要求知识产权制度进行深刻和全面变革的程度。当然，理论研究需要未雨绸缪，需要具有预见性和超前性。当前，人工智能知识产权保护问题受到热议，有不少法理和方法上的前瞻性探索为研究者开辟了一系列想象空间。本文主要就人工智能知识产权保护的一些理念和态度问题提出一些思考。
制度应对：积极容纳与谨慎颠覆
在对人工智能问题的诸多探讨中，不乏所谓“人工智能正在颠覆现有知识产权制度的哲学认知和制度标准”之类的说法。尽管“未来已来”的人工智能确实正在产生新的保护客体（如数据产品），创造新的保护领域（如算法的竞争法调整问题），以及带来保护标准的适应（如算法的专利授权标准），但简单断言人工智能对于知识产权制度形成颠覆还为时尚早。
历史地看，知识产权制度历经300余年，总是不断受到新科技和新产业的冲击，虽在制度上不断完善和理念上不断更新，但基本体系是相对稳定、稳步变化的，革新和变化更多是在保持基本体系稳定的前提下逐步完成，而不是动辄发生颠覆性改变。例如，版权制度产生于传统的手工制书时代，后来随着印刷和传播技术的发展屡受冲击，使得版权制度不断扩容，不断增设新内容和拓展新边界，但新的拓展都是在原制度的基础之上，通常不轻易颠覆基础性制度。再如，印刷术的产生催生了复制权；广播电视技术的发展催生了传播权；互联网技术使版权保护从纸质时代进入数字时代，催生了信息网络传播权；等等。但是，每一次制度创新都是在原制度之上的变革、扩展和丰富。只是经过相当长的历史时期进行回望时，屡经阶段性变化的法律制度与最初相比可能发生了翻天覆地的变革，而这种变革恰恰是在长期历史过程中累积形成的。
有人认为，人工智能的出现不同于以往任何技术对于知识产权制度的冲击。这种断言为时尚早。尽管机器人、智能创作、算法、大数据等新概念新术语令人眼花缭乱，但现有法律体系具有足够的容纳力，对新客体进行审时度势的调整。司法实践中已经出现的数据产品案、人工智能生成物著作权案等涉人工智能案，都采取了此类裁判态度。
概括而言，涉及人工智能的冲击与解决的情形有以下几种：其一，现有制度的自然涵盖。如算法的专利保护，无非是在现有专利授权标准之下，根据促进人工智能发展的需求，划分出可授予专利的“技术方案”和不具有可专利性的“智力规则”。利用人工智能创作的作品，基本上仍然纳入现行著作权主体和客体进行衡量。数据产品已纳入民法总则和反不正当竞争法的调整。其二，在发展中谨慎应对。例如，大数据背景下的数据产品涉及的利益关系复杂，民法总则尚未直接将其定位为民事权利，但实践中已产生保护的需求，当前的司法充分发挥反不正当竞争法的“权利孵化器”的作用，先肯定数据产品为受保护的法益，并依法给予保护。数据产品能否和如何上升为权利，仍有进一步探索的空间。其三，在现有制度之外开辟新领域。即在上述路径不能容纳时进行制度创设，这种情形多少有些颠覆性。总之，对于人工智能带来的知识产权保护新问题，在现有法律框架下应对的基本态度是积极容纳、谨慎颠覆。
科技创新与产业发展：制度变革的决定性力量
人工智能知识产权保护制度的架构和设计必然服从于和服务于创新与发展的现实需求。实践中，当知识产权法律规则适应科技创新和产业发展需求时，法律规则具有规范其发展的功能；反之，科技创新和产业发展必然以各种方式突破现有制度藩篱，最终建立新的适应性制度，实现制度规则的除旧布新。可见，知识产权保护的制度设计应充分体现科技创新和产业发展的需求，为创新和发展创造空间。例如，在信息高速公路和互联网兴起之初，美国克林顿政府曾发布绿皮书，试图沿着着重强化版权保护的旧轨道和原思路，呼吁在互联网环境下着重加强版权保护。但是，互联网环境迎来了权利人、网络服务提供者和社会公众的新利益格局，尤其是科技创新和产业利益的保护受到突出关注。在新旧各方利益博弈之下出台的数字千年版权法创设了避风港、红旗标准、通知删除规则等新的制度设计。这些新的制度设计，显然不是从已有法理推论而来，而是立法者依据现实情况的变化，综合考虑科技创新和产业发展需要作出的法律回应。同样，人工智能的知识产权保护也必须充分考虑科技创新和产业发展的需求。
知识产权具有独特的利益平衡机制，其最根本的利益平衡是权利保护与公有领域的比例关系，即以最大化创新激励为公约数，合理确定权利保护的边界和强度，留下必要的公共空间，以确保创新的可持续性。例如，软件发展初期，20世纪70年代美国曾经就软件能否纳入版权保护进行过讨论，为解决该问题美国国会还专门成立“版权作品新技术使用国家委员会”，提出了采取旧瓶装新酒的方式，将计算机程序视为文字作品进行保护的研究报告。计算机软件中的语言表达显然迥异于传统的文字作品，美国将计算机软件作为文字作品进行版权保护，显然主要不是由传统版权法理推论而来，而是主要考虑到，填补对计算机软件进行版权保护的法律空白，有助于促进计算机技术和软件产业发展。此后，这种做法被写进了WTO项下的TRIPs协定。在今天，人工智能的发展催生了知识产权保护新议题，在确定是否以及如何保护的态度时，立法者的利益平衡考量也必须以是否有利于人工智能科技创新和产业发展为前提。例如，人工智能创作物的可版权性问题情况复杂，有的创作物存在较多的人的干预因素，有的则更多是人工智能本身创作的。以人工智能作为工具的创作物，其可版权性更适宜以现有的法律标准进行衡量。但对于人工智能独自完成的创作物的可版权性问题，应当以更好地处理权利保护与公有领域的关系，以及如何更有利于激励创新和促进产业发展的需要，决定是否保护和如何保护。如果将纯属人工智能创作物的“作品”纳入公有领域更利于创新和发展，可以否定其可版权性；否则，可以进行保护。
现阶段，人工智能科技和产业涉及的知识产权保护仍主要是在现有制度体系内完成，更多是解决现有制度如何适应和适用问题。在现有制度框架内，首先是纳入和兼容，在无法纳入和兼容时进行零星的或者局部的创新和突破，对于现有制度的革命性颠覆很少发生。总之，既不能保守和墨守成规，又不能盲目冒进，而必须以需求为基础和实事求是。该突破时毫不犹豫突破，无需突破和颠覆时仍应进行兼容性和调适性适用。
实现自然人利益：人工智能知识产权保护的关键
人工智能是对于当今更具有人或者超人色彩的智能科技发展阶段、技术、产物和趋向的一种定义和表达，但无论如何，其毕竟是人类科技发展的一个阶段、过程和趋向，是人类主导之下的一种科技进步和成就。无论当前对于人工智能的“智力”和“创造力”有多么新鲜和惊人的描述与预测，无论人工智能的前景是恐怖还是诱人，人工智能的知识产权保护都需要以人为核心。在知识产权保护制度设计中，应当以人的需求为主导。与任何既有法律体系一样，自然人仍是人工智能知识产权保护制度最核心最根本的法律主体。自然人以外的法律主体和制度设计，都必须服务于人类的利益需求。
例如，国内外知识产权法学界正在热议机器人是否具有主体资格问题，如具有深度学习、思考和创造能力的机器人是否可以成为权利主体，赋予其法律人格，从而使其能够享有著作权、专利权等知识产权问题。譬如，英美等国家的哲学家、科学家和法学家正在讨论能否赋予机器人虚拟的法律人格。2016年欧盟委员会法律事务委员会向欧盟委员会动议，将最先进的自动化机器人的身份定位为“电子人”，赋予其特定权利义务。2017年沙特甚至石破天惊地授予智能机器人“索菲亚”公民资格。但是，无论这些讨论和做法如何喧嚣，在以自然人为中心的制度设计框架之下，即便是需要拟制的人，如法人，归根结底都是人类的工具，最终都是自然人实现利益最大化的制度设计。在人工智能时代，是否赋予机器人以法律上的人格，也必然以是否为促进科技创新和产业发展所必需为根本标准。即便是赋予机器人知识产权主体资格，也不过是借此更好地实现自然人的利益，使之成为更好实现人类利益的制度工具。
《光明日报》（2019年08月30日 11版）
[责编：侯甜]人工智能论文范文(5篇)
人工智能论文全文(5篇)时间：2023-04-1322:16:52
第1篇：人工智能论文范文
第一，植物的规格要确定好，要结合植物所适应的地质条件来对各种规格的植物进行协调搭配。一般来说，中型及其以上规格的乔木作为园林的架构之一，会对整个园林所呈现出来的景观效果起着重要作用，应当先进行安放，然后才是小型规格的植物的安放，保证在园林景观的细节处做好处理；第二，要合理组合植物的品种类型，落叶植物和针叶常绿植物之间在园林中所占的比例应当保持一定的平衡关系，对于植物如花卉、叶丛的颜色要协调好，一般以夏东两季的植物色彩为主色调，其他色调为辅，以保证视觉上能起到互相补充的效果。
2园林设计中人工智能应用现状
2.1系统操作方面
由于园林设计既涉及艺术方法也涉及到技术手段，因此，对操作人员的综合能力要求就比较高，也就是说，操作人员应当对建筑理论、园林绿植知识和计算机基础三方面综合掌握，而事实上，很多参与园林设计的人员并没有很强的工程操作能力，要求太高，难以实现。
2.2园林可重复使用性方面
目前来说，园林的重复使用性还是太低，因为每个地方的气候条件和地理环境都不相同，所以，针对一个地方所制作的园林设计并不能简单地复制到另一个地方，如苏州园林的设计不能直接用在辽宁的园林设计，原因在于北方相对南方来说，园林供水相对困难，山石种类不同，绿植花卉种类也不如南方园林的丰富，而且南北审美观不同，北方园林设计多采用浑厚石材，绿植多为松、柏、杨、柳、榆、槐，加上三季更迭的花灌木，呈现刚健雄浑的特点，而南方则因为花木种类丰富，布局特别，注重山石与水的搭配，独具精致淡雅的特点，由此可见，园林的可重复使用性不高。
2.3计算机辅助设计方面
计算机辅助设计即常说的CAD。目前来说，CAD并不能完全对口符合园林设计的需求，因为CAD只能呈现出单一的图形画面，既不利于设计者进行设计，也不利于客户对设计者的设计的理解，导致客户与设计者之间难免信息不对称，造成一定的信息偏差，影响之后园林设计出来的成果。
3加强人工智能在园林设计中应用的办法
3.1园林子系统的设计
作为整个园林系统的组成部分，园林子系统的设定概要应通过计算机实施建模，来对项目实施进行基本设定，在获得项目系统的自动生成规则之后，在对所收集到的园林基本数进行存档，来作为全局的运行参数，在一定程度上影响了计算机的运行结果。一般来说，存档信息有园林的设计规模、投资情况、发展需求以及相关的环境因素等，存档后，可能会对建筑的规模大小、选址、风格特点以及植物的搭配等造成影响。
3.2地形子系统的设计
地形子系统的设计应当是通过计算机对采集到的地质数据进行推理而后才进行的。一般来说，会采用规则引擎最为计算机的推理机，是基于专家系统的模式下进行推理的，工作原理是由机器来仿造人类在对事件进行考虑的思维和方法，通过进行试探性的方法来进行推理，并不断地对推理所得出来的结果进行解释和验证。对地质情况进行实时实地勘查是保证园林设计图纸正常输出的要求，这是不能单纯地依靠计算机来实现的，因为地质勘查涉及到很多复杂地形的勘查，只能依靠人工的方式。地质勘查可以分为前期阶段和后期阶段。前期阶段主要是设定园林工程的初稿，因此，只要对地质情况进行系统的粗略勘察即可。后期阶段主要是完成图纸设计要求，因此，对数据准确性要求更高，并勘查人员对此进行较为细致的处理。这以后才是通过对计算机智能系统软件的使用来将前期阶段和后期阶段所获得的数据进行智能化处理，完成相关数据的细化以及修正，然后通过系统推理得到一个初步的园林模型。
3.3主干道路子系统的设计
对地形子系统进行地形数据的输出即可得到主干道路设计，因为我们首先完成了地形的设计，因此，在接下来对道路进行设计的过程中就可以有效地避免其他的建筑和设施的干扰，这之后的设计才能按部就班地开展。推理的总体规则为：首先，由园林的建设规模、投资情况等来对道路的类型和所需费用等进行计算，得到相关数据；然后，结合之前的输出地形图来生成推荐道路图，并检查道路的密度是否符合园林的设计规范，接着根据道路建设定额表来对工程造价进行计算，看是否符合预期投资情况；最后，对道路图进行人工的调整，并反复验算。
3.4图纸和图表输出子系统的设计
第2篇：人工智能论文范文
“人工智能”一词最早是在1956年Dartmouth学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能其英文全称为ArtificialIntelligence，缩写为人所共知的AI，它主要是对用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统等进行研究讨论。对于人工智能的定义义众说不一，一般有两种说法：一种是人工智能是关于知识的学科，即怎样对知识进行表示以及怎样获取知识并对知识进行使用的科学；另一种是人工智能研究的是如何实现让计算机做过去只有人才能够做的智能工作。但是不管是哪一种，它都是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能的定义可以分为两部分，即“人工”和“智能”。对于“人工”，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。诞生对于“智能”，则存在着很大的争议。因为这涉及到了诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。人类唯一能够了解的智能就是人类本身的智能。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。人工智能的实现方式有2种方法。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法（Engineeringapproach），它已在一些领域内作出了成果，如文字识别、电脑下棋等。另一种是模拟法（Modelingapproach），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。
2人工智能的发展
对于人工智能的研究一共可以分为五个阶段。第一个阶段是人工智能的兴起与冷落，这个时间是在20世纪的50年代。这个阶段是人工智能的起始阶段，人工智能的概念首次被提出，并相继涌现出一批科技成果，例如机器定理证明、跳棋程序、LISP表处理语言等。由于人工智能处于起始阶段，很多地方都存在着缺陷，在加上对自然语言的翻译失败等诸多原因，人工智能的发展一度陷入了低谷。同时在这一个阶段的人工智能研究有一个十分明显的特点：问题求解的方法过度重视，却忽视知识重要性。第二个阶段从20世纪的60年代末到70年代。专家系统的出现将人工智能的研究再一次推向高潮。其中比较著名的专家系统有DENDAL化学质谱分析系统、MTCIN疾病诊断和治疗系统、Hearsay-11语言理解系统等。这些专家系统的出现标志着人工智能已经进入了实际运用的阶段。同时国际人工智能联合会于1969年成立。第三个阶段是20世纪80年代。这个阶段伴随着第五代计算机的研制，人工智能的研究也取得了极大的进展。日本为了能够使推理的速度达到数值运算的速度那么快，于1982年开始了“第五代计算机研制计划”。这个计划虽然最终结果是以失败结束，但是它却带来了人工智能研究的又一轮热潮。第四个阶段是20世纪的80年代末。1987年是神经网络这一新兴科学但是的年份。1987年，美国召开了第一次神经网络国际会议，并向世人宣告了这一新兴科学的诞生。此后，世界各国在神经网络上的投资也开始逐渐的增加。第五个阶段是20世纪90年代后。网络技术的出现于发展，为人工智能的研究提供了新的方向。人工智能的研究已经从曾经的单个智能主体研究开始转向到基于网络环境下的分布式人工智能研究。在这个阶段人工智能不仅仅只对基于同一目标的分布式问题求解进行研究，同时还对多个智能主体的多目标问题求解进行研究，让人工智能有更多的实际用途。
3对人工智能的思考
3.1人工智能与人的智能
从哲学上的量变引起质变的角度来讲，人工智能在不断的发展过程中一定会产生质的飞跃。在最初，人工智能只具有简单的模拟功能，但是发展到现在已经具备了思考的能力（逻辑推理分析），这已经表明人工智能在不断量变的过程中已经发生了质变。有人认为有人会说人工智能不会超过人类的智能，理由是人工智能是人类创造出来的。但是现实中很多人类创造出来的东西已经在某一些方面超过了人类本身的能力，例如起重机的力气超过人类很多；汽车速度也远超过人类的速度。人类之所以会制造出各种各样的工具，其目的就是希望自身的能力能通过这些工具进行延伸和突破。人类研究人工智能就是希望人工智能帮助人类实现人类某些无法实现的东西。还有人认为人工智能是人类创造出来的，所以它一定存在着致命的弱点，也因此人的智能优于人工智能。但是殊不知人类与机器相比也有着十分明显的弱点，例如人类所需要的生存条件比机器更加的严格，人类思维会受到人的情绪所影响，而机器只是受到程序的影响，它们没有情绪的起伏。就目前的人工智能而言，它们在某一些领域比人类更强。但是目前我们必须正视人工智能的一些还没有办法改变的缺陷，那就是人工智能的学习能力与创新能力。人工智能的知识获取大部门都是人为的进行灌输，而无法像人类自身那样进行主动的学习。同时人工智能只能够利用已有的知识去解决一些问题，但是却还不能够创造性的提出一些新的东西。
3.2对机器人三大定律的困惑
美国最著名的科普作家艾萨克．阿西莫夫提出过比较著名的机器人三大定律：第一定律，机器人不得伤害人，或任人受到伤害而无所作为；第二定律，机器人应服从人的一切命令，但命令与第一定律相抵触时例外；第三定律，机器人必须保护自身的安全，但不得与第一、第二定律相抵触。虽然这只是科幻作家所提出的一家之言，但是也代表了人类对与人工智能发展的一种期望与担心。人们害怕自己所创造出来的人工智能会伤害人类自己。但是阿西莫夫所提出三大定律都是以人类为中心的，而忽视了人工智能本身。或许这是人类的一种天性，世间所有的事物都应该围绕人类自身来定义、发展。就好像人类自以为掌控了能够改变大自然的力量，最终却被大自然反噬一样。同时，随着科学技术的发展，人工智能已经不单单需要逻辑思维与模仿，同时还应该将情感赋予人工智能。因为随着科学家对人类大脑和精神系统的研究的深入，已经愈来愈肯定情感是智能的一部分。如果人工智能具有了情感之后，人类的自我中心又是否会伤害到人类自己创造出来的人工智能。
3.3对人工智能未来的思考
人工智能有着十分巨大的发展潜力，对于人工智能的研究虽然经过了很多年，但是这也仅仅是刚刚开始而已，继续研究下去在很多方面都会有重大的突破。自动推理是人工智能最经典的一个研究分支，它的基本理论是人工智能其它分支的共同基础。一直以来人工智能最热门的研究内容里面就有自动推理，同时在该知识系统中的动态演化特征及可行性推理的研究是一个十分热门的研究内容，很有可能取得大的突破。机器学习一直在致力于研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能。在过去的很长的一段时间内都没有取得十分显著的成果。但是许多新的学习方法相继问世，并且已经有了实际的应用，这充分的说明在这方面的研究已经有了很大的进步。自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。在经过人工智能研究人员的艰苦努力之后，在该领域中已取得了大量令人瞩目的理论与实际应用成果，许多产品已经进人了众多领域。智能信息检索技术在Internet技术的影响下，近年来发展势头十分迅猛，而且已经成为了人工智能的一个独立研究分支。
第3篇：人工智能论文范文
关键词：人工智能；新闻生产伦理；道德困境
一、人工智能技术在新闻生产中的现状分析
诞生于1960年的计算机辅助新闻是人工智能在新闻生产领域最早的应用。2000年左右，计算机辅助新闻开始进入数据驱动新闻阶段。2006年，汤普森公司开始将新闻机器人运用于财经数据分析，并生产出新闻，这标志着现代意义上的人工智能新闻真正产生。当前，人工智能主要依靠自然语言处理、预测分析和机器学习三种技术。在新闻报道中，人工智能的运用大致可分为自动化生产、人机交互和智能推荐三种类型。
（一）数据挖掘和机器写作推动新闻的自动化生产数据挖掘和机器写作是一种打破了新闻人工作常规模式的特殊的新闻生产方式，依赖于庞大的数据资源，运用技术的手段化繁为简，省去了传统新闻出稿的步骤。因此，数据的积累和清晰的数据支撑是推动新闻自动化生产的关键。这种将采访、写作、编辑、校对、分发、反馈等新闻生产环节融合在一起的方式，节省了人力、物力和时间，大大简化了新闻生产的过程，进一步优化了新闻生产的流程。这意味着，在一些专业报道中，机器人挖掘的数据会比记者发现、找到的数据更为精确可信，人和机器展现出平等合作、相互理解、辅助的关系，在不同方面各显其能，互相配合，可以让记者从单调重复的工作中逃离，从而更加专注于挖掘数字背后的意义，去做更有创造力的事。
（二）智能音箱和聊天机器改变人机交互的传统模式2017年7月，国务院的《新一代人工智能发展规划》中提到未来我国几十年人工智能的发展蓝图，着重强调发展人机智能共生的行为增强与脑机协同及人机群组协同等关键理论和技术，并指出未来人机协同将成为主流的生产和服务方式。智能语音服务由两部分构成，一部分是硬件，一部分是智能语音助手。硬件为语音助手提供运行环境，从物理上接受声音指令，并进行反馈。因此，智能语音可以通过声音方便地与终端交流，不需要控制手机或者终端界面就能参与数字生活和工作的方方面面。社会学家戈夫曼的场景理论认为，媒介、场景和行为之间存在高度的关联与互动关系。“场景”作为内容、形式、社交之后媒体的又一核心要素，在定制化需求体验和实现用户价值匹配方面得到了极大程度的体现。从这个意义上来说，智能语音扩张了我们进行媒介消费的空间。
（三）基于兴趣的智能推荐助推新闻传播的个性化人工智能视域下的智能推荐是指通过技术手段介入信息内容和信息受众之间，更改内容的传播方式和路径，从而更好地利用用户行为大数据，在“千人千面”的背景下实现用户不同偏好的内容推荐，达到分析并改变信息受众阅读偏好的效果。2019年，尼曼实验室在预测新闻业趋势时选出的一个关键词是“Newsfatigue”（新闻疲劳症）。因此，基于用户兴趣的算法可以督促记者更加全面地考虑用户需求，增加新闻内容曝光量，唤起用户的更多互动，从而更加有目的地进行个性化的推荐，将信息精准地投向用户，节省时间，优化用户在人工智能视域下的新闻阅读体验。
二、新闻生产伦理在人工智能视域下面临的困境
新闻伦理学的研究对象除新闻工作者的职业道德外，还应包括新闻媒体的社会道德功能。无论是从社会和谐还是科技发展的角度，传统媒体一直遵循的生产伦理价值，如真实性、客观性、把关控制等，都在新媒体技术的冲击下不断地受到挑战。
（一）新闻工作者面临的职业道德挑战1.人在技术裹挟下影响对新闻客观性的认识黄旦教授认为“客观性是指意识到新闻报道中的主观”，从而要求事实和价值分开的一种专业信念和道德准则。2019年两会期间，国内多家媒体都采用了时下流行的轻松、生活化的vlog报道形式。在传统新闻人看来，这种在生产过程中模糊新闻和娱乐、事实和意见的边界，无异于“国家和教堂间的界限”。随着技术的不断发展，算法成了大众传播中的“把关人”，控制着人类信息分发的权力，驱动着媒介生态环境的重构。这种信息生产、筛选与分发其实是一种有意识的信息“加工”行为。技术本身无好坏，但技术如何使用，算法按什么逻辑编写，界面如何设计等，都受到政治经济和人类心理的影响。2.科技的发展加剧新闻反转，影响新闻真实性真实是新闻的生命。近年来，“反转新闻”大量进入公众视野。闾丘露薇认为：“所谓的反转，只不过是公共舆论基于错误或者并不足够的信息而做出的价值判断，之后被更多的事实所证明是错误的而已。”“反转新闻”之所以出现，是由于传统媒体面临着互联网科技的冲击而陷入经济运营的困境，调查型记者的数量急剧锐减，越来越少的媒体机构有充足的时间、资源投入深入的调查。同时，在智能化算法的分发下，具有视觉冲击力、语言夸张的报道得到更多的推荐，使得真相或有用的信息隐藏在众多的声音中，用户更加难以把握事件的真实性。因此，信息不再是人们发现真相的帮手，而变成了认识世界的障碍，当用户无法获得优质的信息时，再多的信息也失去了意义。3.人工智能视域下新闻生产权力主体的转移法国思想家布莱兹•帕斯卡曾说，人的“主体性”指的是“与客体相对的主体所具有的特性，包括独立性、个体性、能动性以及占有和改变客体的能力”。但人工智能介入新闻生产与报道后会对部分职业新闻工作者带来冲击，担心一旦新闻生产的权力从人类手中交给机器，人类为了追求幸福快乐会放弃以人为中心的价值观，秉承以数据为中心的世界观，那么新闻生产者所谓的思想，即其引以为豪的创造天性也就逐渐逝去了，成了麻木的人、过时的人。但就目前来看，机器新闻取代的只是程序化、格式化的新闻报道，而这正是人的主体性得到释放的一种方式和渠道。然而需要承认的是，人工智能发展的脚步不会停止，只会被更巧妙地利用起来。在这种情况下，新闻生产者调和好工具理性与价值理性之间的冲突就显得十分必要了。
（二）新闻媒体面临的社会道德挑战1.个性化的推荐导致信息茧房和政治极化现象2006年，美国学者桑斯坦提出了“信息茧房”的概念，指的是人们根据不同的兴趣、价值观、身份、经历形成不同的部落，通过增强部落内部联系获得归属感。但由于每个人只接触属于自己的个人议程设置，就会出现和圈内人交流加剧意见极化的现象，而对外交流则很难进行沟通，从而使社会意见整合变得更加困难，公共生活更加难以协调，整个舆论生态环境不断恶化，有价值、有意义的信息难以得到有效的传递。如果说，过去我们评价一个新闻事件的影响力，看中的是它是否推动了制度变革，那么现在的评价标准或许就变成造就了几篇“10万+”。尤其是社交媒体中的机器人，运用算法，通过点赞、分享和搜索信息，将未经过筛选的假新闻传播力进行数量级扩大，导致受众缺乏社会责任感，难以认知自己所处的大环境，封闭于自我的想象中，使得极化现象在种族、宗教分裂原本就十分剧烈的发展中国家显得更加突出。尤其是对那些基础机构薄弱的国家来说，虚拟世界的愤怒激发的是现实世界中的暴力。而在经济结构稳定的国家，新闻生产的低门槛和低成本也使得假新闻泛滥，选民的自由意志被操纵，政治站位被重新定义。这一切都是技术缺陷在流量驱动商业模式下所带来的结果。2.社会资本的推动加剧了算法歧视和社会偏见技术和社会之间的关系是双向互动的。一种技术如何被使用、产生了怎样的效果，固然和技术本身的特性有关，但也会受到政治经济社会整体环境的影响。萨菲娅•诺布尔提到，Google搜索引擎的返回结果及其排序主要受到PageRank算法的影响，它会根据一个页面的超链接被其他页面引用的数量来决定搜索结果的排序。其背后的逻辑可以称为“引用多的即是好的或重要的”，这是一种价值判断，也是一种利益交换，遵循和延续了社会上的主流看法，但如果主流看法本身是带有偏见的，那么算法将延续这种偏见。这说明了算法并不是中立客观的，歧视就在眼前，但是披着中立的外衣，对社会上的边缘群体产生系统性的压迫。算法既可能复制主流社会对边缘群体的偏见，也可能受到商业资本的影响，将信息和知识商品化，从而加剧社会的不平等。3.人工智能扩大对数据的使用和隐私的侵犯信息社会的发展使得各国对隐私权保护的重心再一次发生了转移，促成这种变化的原因在于政府和商业组织搜集了太多受众自己都不知道的信息。因此，人工智能时代，我们每个人都生活在数据与算法中，无时无刻不在被“记录”和“监控”着。就像福柯所说的“全景监狱”，受众就是其中的一个个“囚犯”，而作为“狱卒”的媒体集团投其所好地向受众推送新闻，受众在享受人工智能带来的便利服务的同时，也会对自我控制权的丧失、个人信息的使用以及隐私的侵犯感到深深的忧虑。2019年1月，腾讯对各年龄层用户特征进行画像分析的大数据报告被网友质疑：微信“监控”了聊天数据。这不是社交媒体第一次遇到类似的质疑。即使腾讯声称所有数据均已进行匿名及脱敏处理，不涉及具体用户的隐私内容，但并不能完全消除公众的疑虑。当忧虑隐私近乎成为生活的一种常态，我们不禁要思考这样一个问题：我们到底是如何被技术力量裹挟着走到今天这一步的？又是在何时，我们开始认为体验了就要记录，记录了就要上传，上传了就要分享的这种行为模式再正常不过？
三、新闻生产伦理在人工智能视域下的发展策略
（一）从个人层面规范新闻生产伦理智能手机的迅速普及使新闻制作的门槛和成本降低，传统的新闻传播模式被打破，我们已来到一个人人均可发声的“去中心化”时代。作为人工智能时代的信息传播者，我们不仅要提高自我的媒介工具使用素养，还应不断加强在海量信息中筛选出有用信息的鉴别能力，从源头上降低新闻受失真、虚假信息误导的可能性。同时，在传受角色功能定位不断消弭的今天，提高传播者的媒介素养，使其拥有多元化的信息获取渠道、独立自主的思想意识和道德水平，给冰冷的算法和数据注入“温度”和人文关怀，不仅可以抵御经济快速发展带来的社会问题，也是净化舆论生态环境的需要。只有这样，人工智能时代的传媒业才能走得更远。此外，在智能信息时代，科学家、工程师不仅人数众多，而且参与社会重大决策和治理，他们的行为会对他人、社会带来比其他人更大的影响。他们在参与新闻生产的过程中通过合理的结构代码决定什么被看见，什么被隐藏，直接影响着新闻生产伦理。利用技术能做好事，也能做坏事，关键是被谁使用，如何使用。那么，要研究媒体技术在新闻生产伦理中的应用就不能忽视对开发应用这一技术的科技工作者的伦理道德规范。
（二）从组织层面规范新闻生产伦理与其他完全市场化的商品不同，媒体机构的公信力一方面承担着自身的发展前景，另一方面也关乎着国家社会的安全稳定。在人工智能背景下，新时代的媒体机构具有大众性和多元性等特征，覆盖的内容更加广泛，大多是靠广告获取收入，部分是通过付费订阅，且不同媒体机构间的竞争愈发激烈。但受众情愿买单的背后是对媒介机构的信任，一旦媒介机构肆无忌惮地利用受众的信任去欺骗受众，不遵守基本的媒介伦理，终会遭到受众的抛弃。因此，媒体机构要保证新闻的真实性、客观性，不断强化媒体机构履行社会责任的方式，推动社会的进步。在本质上，企业的社会责任和商业利益是一致的。当企业成长得足够强大时，“外部性”就会被内化。一个假新闻和低俗信息泛滥、全民娱乐至上、戾气十足的社会，不会为互联网的健康发展提供适合的土壤，所以要追究新闻平台的主体责任。平台在享受着杠杆规模效应的同时，更应该用高于法律和行业的标准来要求自己。另一方面，对于技术导致的部分问题，平台也可以通过技术的发展来解决。目前，“区块链+媒体”肩负着媒体人的夙愿，虽然这种模式对现有媒体生态的改变十分有限。但从“效率”转向“价值”，单一的技术思维转向立体的社会思维、公共思维来看，这是平台型产品发展壮大过程中的必经之路，也是以后互联网产业的重要动向。
（三）从社会层面规范新闻生产伦理在技术迭展的情况下，与新出现的人工智能相关的法律制定，在缺乏有价值的参照系下，很多方面的实施往往落后于新技术、新实践的发展。因此，我国于2017年开始实行的《网络安全法》对网络运营者在搜集用户信息、个人信息方面做出了规定，并对不当运用用户信息的行为给出了明确的处罚条例。人工智能媒体时代条件下，我们必须本着维护和发展的原则来实现人工智能的法律体系，慎重处理人工智能技术给社会带来的贡献，客观地看待它的价值和潜在的风险，尽快完善法律法规，适应新的媒体环境，特别是在人工智能技术无所不能的情况下，更要强调其价值理性，规范其行为，慎用公众数据，保护公众隐私，营造一个良好的新闻生态环境。
四、结语
人工智能与新闻传媒业的融合越来越成为行业人讨论的焦点。人工智能技术在改变着新闻信息生产、传播方式的同时，也要求着原有的新闻生产伦理做出调整，以适应科技的发展。除此之外，人工智能导致的在新闻生产领域产生的伦理问题，不是技术的失败，而是科学发展与我们对自身及他人在新闻生产过程中产生的伦理之间的深层联系。因此，探究人工智能在新闻生产伦理领域的发展及其带来的问题，不仅能够拓展新闻生产伦理与技术的研究视野，更有助于指导人工智能在未来不断变革的新闻实践。
参考文献：
1.张志强.新闻算法推送对“信息茧房”的构建探究[J］.新媒体研究,2018(14):24-25.
2.赵瑜.人工智能时代的新闻伦理：行动与治理[J].学术前沿,2018(24):6-15.
3.许向东.关于人工智能时代新闻伦理与法规的思考[J].学术前沿,2018(12):60-66.
第4篇：人工智能论文范文
陈宝鑫等采用蒙特利尔认知量表，制定中医证候观察表，通过采集中医四诊信息，研究血管源性认知功能障碍合并代谢综合征患者的中医证候特点，总结出血管源性MCI合并代谢综合征组痰、瘀最为多见，非代谢综合征组以阴虚、血虚最为多见。血管源性MCI的证候要素主要为阴虚、阳虚、痰湿、火热、血瘀、气虚、血虚等7个证候要素。张允岭等采用因子分析寻找血管源性认知障碍的常见证候要素，统计其证候要素分布特点，最终得出6种证候要素，按比例大小依次为气虚、血瘀、痰、阴虚、阳虚、火。余忠海等在对历代医家以及大量文献研究的基础上，总结出MCI中医证型可以归纳为肾虚证、血瘀证、痰浊证、气血亏虚证、热毒内盛证、腑滞浊留证、阴虚阳亢证、气郁证。赵明星等以中医证素辨证理论为指导，设心、肝、脾、肺、肾五脏为病位要素，以气虚、血虚、阴虚、阳虚、精亏、痰、瘀等为病性要素，初步发现肾精亏虚证、心气虚证、痰浊证、血瘀证是MCI常见证型。以上对于MCI的中医证候的研究，都是基于小样本，被研究对象大都在65岁以上，而近年来，随着生活方式的改变、社会压力的不断增大，年龄在65岁以下非老年人记忆力也有明显下降趋势，其中也不乏有非正常的记忆减退，即MCI患者，因此，对65岁以下MCI患者的研究应引起足够重视。
二、临床治疗研究
1.药物治疗
田军彪等根据MCI浊凝清窍，瘀损脑络的病机确立了化浊解毒活血通络法，方中石菖蒲辟秽化浊，黄连味苦性寒，苦能去浊，寒可清毒，郁金活血兼有清心开窍之功，三药合而为君。川芎为血中气药，地龙性善走窜，两药可通达脑络气血之瘀滞，丹参、赤芍凉血活血，当归养血活血，诸药共担臣药之职。茯苓健脾渗湿，使痰浊无以生成。泽泻渗湿泄热，使浊毒之邪从下而出，为方中之佐。川芎上行头目兼有引经之用，为方中之使。共奏化浊解毒、活血通络之功。区树阳等治疗MCI则以健脾益气、活血化瘀、通窍益脑为原则。选用半夏燥湿化痰，天麻、僵蚕熄风化痰，白术燥湿分健脾，黄芪、党参健脾益气，丹参、赤芍、桃仁、红花活血化瘀通经络；配合川芎理气通滞、黄精、益智仁补肝肾益智。从化痰通窍汤组成看，经现代药理学研究，方中党参、黄芪、益智仁、白术、黄精，能提高老年人体质和免疫功能，同时丹参、红花、川芎、赤芍、桃仁、半夏可降低老年人的血液黏稠度，对MCI患者的微循环有显著改善作用，对改善老年人认知功能障碍有明显疗效。
2.非药物治疗
针灸等非药物治疗在MCI治疗康复中起着重要作用，针灸是中医又一特色，但是目前研究较少。陈仿英等通过观察64名老年MCI患者，在药物治疗同时给予耳穴压豆（耳穴心、肾、额、皮质下、神门），结果表明耳穴压豆辅助治疗MCI简便易行、无创、无明显不良反应，易被老年人接受。推拿具有疏通经络、调和气血的功效，孙莉等通过推拿百会、风池（双）、翳风（双）、四白（双）、印堂对MCI进行干预，通过调和气血、醒脑开窍，改善脑动脉的血液供应和局部血液循环，从而改善下降的认知状况或延缓MCI进程。潘锋丰认为可以针对加重认知功能障碍的因素进行治疗，如睡眠障碍的评估和治疗在改善患者记忆和认知功能过程中是重要的因素；孤独也被看做是加重认知损害的因素，对于那些社交网络缺乏或相对局限的人群，其痴呆风险增加，而随着社会联系的增加，痴呆风险呈现下降趋势。因此认为，使MCI患者身心放松，保持积极畅快的心情对MCI防治也会产生积极作用，但尚需大样本研究以证实。
三、MCI的预防
随着生活方式的改变、社会压力不断增加，各类疾病患病率明显上升，而65岁以下非老年人患MCI的概率也在不断增大，但医务人员对这类人群的关注度普遍较低，这应引起研究人员重视。在舒缓精神压力的同时，更应该注意MCI的预防。目前，还没有合适的药物可以预防MCI发生，但是，从中医辨证角度来看，65岁以下非老年人的中医证候类型大多以痰浊、瘀血为主，早期进行干预可能会减少MCI发生，同时改变不良生活方式、积极干预危险因素，对减少MCI发生肯定会产生积极作用。
四、问题与展望
第5篇：人工智能论文范文
关键词：科技期刊；人工智能；数字化；同行评议
2021年，中共中央宣传部、教育部、科技部印发《关于推动学术期刊繁荣发展的意见》，指出学术期刊要加快融合发展，推动数字化转型，引导学术期刊适应移动化、智能化发展方向，推动融合发展平台建设。人工智能正推动社会从数字化、网络化向智能化转型，科技期刊是率先有效引入人工智能的领域，人工智能与科技期刊出版的融合是发展的必然趋势。人工智能技术正越来越多地被开发、应用来帮助作者和出版人员，如对海量文献进行检索和分析，提取有用的信息；协助组稿审稿、编辑加工、出版发行；检出学术不端、鉴别数据造假等。人工智能可提高期刊出版和学术交流的效率，保证客观公正性和质量控制，减少人为偏倚和编辑职业倦怠，未来甚至可以指导特定领域如何开展新的研究。科技期刊出版平台未来将不仅限于提供学术论文数据库服务，还可以提供更多的信息和服务，人工智能在科技期刊出版中的应用前景值得思考和探索。
一、人工智能在审稿中的应用
Dimensions数据显示，2019年有超过420万篇，与十年前相比翻了一番。辛巴信息（SimbaInformation）统计数据显示，每年有超过250万篇学术在28000余种英文科技期刊上，科技期刊同行评议的论文数量是这个数量的两倍以上。数量的增加意味着高质量同行评议审稿的需求增加，也带来了严格保持审稿高质量和高标准的挑战。数量如此庞大的学术论文交到数量相对较少的固定的学者间进行同行评议，势必造成审稿效率的低下和学术论文的延迟发表。同行评议过程还存在个人偏见，审稿人可能是稿件作者的竞争者或反对者，抑或是朋友、未来的合作者或资助者等，这些可能会影响审稿意见的客观性和公正性。在实际的期刊出版工作中，也缺乏对审稿人审稿质量，以及拖延审稿或无效审稿等不当行为的约束和监督。这种情况亟须人工智能等可用于决策支持的技术来保证海量论文得到严格、一贯且高效的审评。引入人工智能技术可以大大优化审稿流程、提高审稿效率、缩短审稿周期。人工智能可以从网络出版平台的专家数据库中快速匹配符合选题方向的审稿专家，帮助提高审稿的效率和成功率。人工智能可以在数据库中根据研究方向、审稿记录、审稿效率和其他预设条件等，自动筛选最合适的审稿专家，分析排序后生成审稿人列表；并根据审稿人信息自动完成审稿邀请邮件的发送，还可以实时监控审稿状态和审稿人反馈；一旦出现审稿超时，自动向列表中下一位审稿人发出审稿邀请；收到审稿人的审稿意见后，实时通过邮件、APP、短信等及时反馈给期刊编辑进行相应处理。人工智能还可以根据论文标题、摘要、关键词和正文内容等对来稿进行初审，对图文进行快速识别，对论文的真实性、合理性、逻辑性、科学性、创新性和规范性等做出判断，为编辑初审提供详尽精准的参考。人工智能可以对论文的学术价值进行初步判断，对其中的文字和插图等进行深度识别。人工智能可以整句或整段地阅读释义，能识别出传统软件识别不出的同义表达，如此可减少学术不端，保证期刊的学术价值和品质。人工智能或许可以一定程度上遏制掠夺性期刊和掠夺性出版的泛滥。人工智能通过帮助编辑寻找新的审稿人并进行自动审稿等，大大提高学术和科技出版机构编辑出版高质量学术论文的能力，增加学术和科技期刊的论文接纳能力，也就减少了掠夺性期刊侵占学术资源的机会。人工智能还能对已发表的论文进行自动浏览回顾，基于掠夺性期刊的一些特征和标准，帮助筛选出那些不坚持标准的掠夺性期刊和出版商。Elsevier用人工智能软件EVISE取代了其过时的编辑系统，支持其编辑流程，提高了学术论文处理效率。EVISE可将来稿链接学术不端检测软件，从数据库中筛选推荐合适的审稿专家，链接其他项目资源对稿件内容、科学性和审稿人利益冲突等进行检测，自动生成与个人或机构的往来邮件等。开放获取期刊出版商Frontiers推出人工智能软件AIRA，对Frontiers的10万名编辑、审稿人和作者开放，能帮助他们自动评估学术论文的质量。AIRA可以阅读每篇论文，并在几秒钟内给出20条建议，包括对文字质量、图表的完整性、学术不端检测以及可能的利益冲突等。AIRA经过了Frontiers的审稿经验培训和测试，已完全融入Frontiers的内部工作流程，自动筛选和识别潜在的审稿人，加快审稿进程的同时，保证质量控制和客观公正，缩短了发表时滞，提高了出版效率。AIRA通过给出建议及半自动化检查的方式提供决策支持，仍然由相关领域专业人士做出最终决策，这种用户反馈被AIRA捕捉并进行学习和自我完善，这种人机协作有助于保证高准确性和高效率。
二、人工智能在策划选题中的应用
传统的策划选题依靠编委和编辑的经验、知识积累对学科发展方向的判断和预见，这种方式受人为因素限制，容易忽略有价值的选题且费时费力。未来，我们可借助人工智能的帮助，对已发表的海量文献、资源数据库进行检索分析，获取有用的信息进行相应的操作。人工智能可以从网络出版平台的专家数据库中快速匹配符合选题方向的作者，帮助提高组稿的效率和成功率。数据思维就是利用数据来深度挖掘和了解需求，了解存在和需要解决的问题，通过量化的数据来解决问题。人工智能基于大数据可以辅助选题策划选题、收集专家学者信息和研究方向，通过读者阅读信息和反馈来分析其关注点和需求，提供个性化的文献检索和信息传递服务等。人工智能可以通过对大数据的深度挖掘和学习，通过云计算技术，敏锐捕捉专业领域的新热点、新技术、新理论等；基于读者的阅读习惯、倾向及频率等进行量化分析，获取读者的需求信息；对国家自然科学基金等基金组织申报和资助情况、科技奖获奖情况、国际学术会议研讨热点等进行整合分析，对文献数据库等潜在信息进行挖掘和分析，快速推测出哪些内容具有独创性、前瞻性和话题性，生成选题策划资源库，帮助期刊编辑更精准高效的策划选题。基于人工智能的新型搜索工具Iris.AI，可以帮助学者从海量文献中筛选研究论文或专利等，提取关键的数据和要查找的信息。学术搜索平台SemanticScholar也是基于人工智能自主学习的学术搜索引擎，可快速筛选相关有用内容，并在一定程度上理解这些内容，展示相关主题历年文章发表情况及相关推荐内容等，可辅助期刊策划选题。
三、人工智能在编校加工中的应用
传统期刊出版工作中，编辑需要在细致琐碎的编校加工工作中花费大量时间和精力，编辑主观因素影响编校质量和效率，编辑易产生职业倦怠，传统编校模式难以应对现代出版工作快节奏和大体量的挑战。人工智能可以自动对稿件进行编校加工，帮助提高科技期刊的编校效率和规范编校质量。人工智能不仅能对错别字、语法等进行更正处理，还能对专业词汇的表达、参考文献的格式、引用是否合适等进行识别，还能检查出是否遗漏重要的研究部分、统计学分析方法是否有问题、是否为了达到想要的结果而改动过数据，还能理解图像和说明文字的逻辑关系，自动为插图补充描述性文字、为文字配上插图、为文本格式的文字生成曲线图等，还能完成后续的排版和校对。将机械、重复、枯燥的编辑工作交给人工智能完成，这将大大减轻编辑的工作负担，并大大缩短稿件的处理周期。IBM公司的智能机器人“沃森”曾为名为TheDrum的市场营销公司独立编辑出版了一整期杂志，这期杂志大部分内容的编辑、加工、排版和校对等都由人工智能独自完成。科技期刊内容的编校涉及对稿件内容的理解，但人工智能依然能很好地完成内容和格式的编校加工和规范化处理。人工智能还可以帮助编辑高效处理信息、调取和整合分析数据资源，优化期刊出版流程和期刊编辑的工作内容。编辑有望从原来繁琐的工作中解放出来，转到对专业性和方向性的把控上。
四、人工智能在推广发行中的应用
人工智能可以高效完成学术成果的推广和传播。人工智能程序可实时将科技期刊论文向所有大型学术论文数据库上传发送，并能根据读者研究领域、浏览阅读习惯、科研和社交平台动态等大数据进行实时监测分析。基于读者的信息需求，实现向相关领域读者的精准信息推送，大大提高学术成果的传播效率和影响力。人工智能平台还可通过对读者的需求信息进行分析，获取相关领域关注点，反馈给期刊审稿系统，增加对相关学术内容的收录建议。国家新闻出版署武汉重点实验室打造的开放科学计划（OSID计划），体现了利用人工智能实现多元化精准推送的重要性，打破传统出版模式编辑到读者的单向内容服务模式，为读者和作者提供了多维度交流空间，丰富了学术论文的传播交流方式，扩大了学术传播的广度和深度。TrendMD公司的内容推荐引擎，可以将科技期刊的稿件推荐到上千个科研网站。期刊网站安装TrendMD插件后，经过筛选的内容链接便会自动出现在网页的指定位置，通过数据挖掘算法对稿件进行自动推荐，将相关内容推荐给感兴趣的潜在读者，实现科技期刊学术资源的精准传播和高效共享。通过精准推送，科技期刊的论文曝光率和点击率都会增加，一方面为学者开展学术研究提供了新的资源和参考，另一方面实现了科技期刊传播推广的效率和精准度。
五、人工智能在论文写作中的应用
人工智能也被尝试用于论文写作，人工智能软件不仅可以实现识别和记录功能，还能学习掌握不同专业的写作方式和技巧，能高效地协助作者完成论文写作，甚至还能进行内容创新。例如，ManuscriptWriter软件可以从SciNote的ELN和开放获取杂志的相关文献提取数据，通过机器学习和人工智能技术，帮助作者生成一个论文初稿，供作者进一步编辑利用。Trinka是首款专为学术、科技和商业写作设计的人工智能软件，能纠正上万种复杂书写错误，且能纠正其他工具不能检出的复杂语言错误，尤其是学术和科技写作中的专业术语及专用表述等，对论文给出详细建议。但人工智能软件撰写的假论文事件一度引起人们对科技期刊同行评议制度的质疑，SCIgen软件生成的假论文骗过了斯普林格等知名出版机构和期刊。可能在收集相关资料用于背景的撰写方面，人工智能有一定的优势，但撰写后面的讨论部分，就需要研究者的智慧了。讨论部分是最具创造性和创新性的部分，最能体现研究者个性风格、行文习惯和思维方式的部分，每位学者都会将自己的专长和学识等融入讨论部分，这不是人工智能可以轻易取代的。