在中國，知識產(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)者自己站出來維權(quán)時，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，我們今天要討論的是，面對這種情況，人工智能可以幫上什么忙嗎？

知識產(chǎn)權(quán)侵權(quán)舉證難？AI或許是解決方案

當(dāng)然可以，而且普及度會越來越高。

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，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，直接爬取各個品牌的數(shù)據(jù)，用圖像識別比對明星照片，輕輕松松就能找到誰用了明星的照片。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)過簡單加工就傳播很多次的，想抓包簡直是太簡單了。

以上只是侵權(quán)行為的第一階，事實(shí)上對原創(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，很多時候還涉及到情節(jié)的抄襲。閱讀之后，往往會覺得哪里不對，卻又很難指出來。同時，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，需要人為進(jìn)行一遍遍的閱讀和比對。

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

AI：比抄襲，我不是針對誰……

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。比如簡化知識產(chǎn)權(quán)申請過程、區(qū)塊鏈記錄信息防止抄襲修改等等。但另一方面，人工智能也很可能會讓侵權(quán)變得更加容易，或者說讓侵權(quán)者更容易鉆法律的空子。

比如，在字體侵權(quán)這件事上，就存在不少問題。很多廣告公司都會被告非法商用某某字體，最終要賠付大量費(fèi)用。不過學(xué)界和實(shí)務(wù)中對于字庫大致達(dá)成共識是，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)。

可對于獨(dú)創(chuàng)性的標(biāo)準(zhǔn)卻相當(dāng)模糊，如果對某一個字庫的字體全部加上一些的細(xì)小的改動，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神經(jīng)風(fēng)格遷移技術(shù)的討論，就會發(fā)現(xiàn)，用算法為字體進(jìn)行改動，可能比我們想象中要簡單多了。甚至我們可以對字體進(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，就成了一副價值不菲的“插畫”。

可即使看過這兩張圖片的人，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，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?？稍诮裉欤瑯永蒙窠?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，即使是利用圖像識別技術(shù)，也沒有人會為每一幅作品進(jìn)行全網(wǎng)比對。更可怕的是，我國知識產(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，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，當(dāng)我們發(fā)掘一位新銳藝術(shù)家的作品時，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。對于原創(chuàng)者來說，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？

所以說到最后，人工智能對我們的知識產(chǎn)權(quán)保護(hù)毫無作用甚至有害無益嗎？我們認(rèn)為，人工智能對知識產(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。在音樂作品的知識產(chǎn)品保護(hù)中，可以通過音節(jié)相似的數(shù)量來判斷，可在繪畫、文字作品中，侵權(quán)常常無法量化。而有了人工智能，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。

或許未來，我們需要一個知識產(chǎn)權(quán)保護(hù)平臺，發(fā)布作品之前，先經(jīng)過平臺中作品進(jìn)行比對，比對通過后才能通過“原創(chuàng)認(rèn)證”。還可以對原創(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萍歼M(jìn)步永遠(yuǎn)都走在法規(guī)前面，但利用科技推動法律法規(guī)的建設(shè)，或許才能讓技術(shù)發(fā)揮出更多價值。

*文章為作者獨(dú)立觀點(diǎn)，不代表虎嗅網(wǎng)立場
本文由 腦極體 授權(quán) 虎嗅網(wǎng) 發(fā)表，并經(jīng)虎嗅網(wǎng)編輯。轉(zhuǎn)載此文請于文首標(biāo)明作者姓名，保持文章完整性（包括虎嗅注及其余作者身份信息），并請附上出處（虎嗅網(wǎng)）及本頁鏈接。原文鏈接：http://www.huxiu.com/article/216038.html                        
未按照規(guī)范轉(zhuǎn)載者，虎嗅保留追究相應(yīng)責(zé)任的權(quán)利