在AI開發中，如何保護知識產權？整理著作權、專利權的討論要點
AI（人工智能）的進步近年來令人矚目，特別是iPhone的Siri和自動駕駛技術等深度學習帶來的技術革新，為本所的生活帶來了巨大的福祉。此外，許多已經學習過的模型，如GPT-3和BERT等，已經出現，自然語言處理和圖像生成等領域的AI發展也非常明顯，利用這些進行AI開發的企業也在急劇增加。
然而，要通過AI創造出便利的服務，其開發過程需要大量的勞力和知識積累，如何用法律來保護這些成果成為了一個問題。
本文將重點解釋在提供利用AI的服務時，需要了解的法律相關知識，特別是版權和專利權等重要問題。
AI商業與知識產權法有何關聯？
AI商業在其運作機制上，需要集中大量的勞力和專業知識來編寫AI程式。因此，不僅成果物，如何將創作過程作為知識產權進行保護也變得至關重要。
AI的運作機制
AI，也被稱為「人工智能」，是在電腦上人工再現人類智能的技術。
AI的學習機制如下：
- 收集和處理「學習用數據」
- 將數據輸入學習程式進行自動學習
- 開發反映學習結果的學習模型
- AI產生成果物
這種讓AI從數據中學習的過程被稱為「機器學習」，其中一種具體的方法就是深度學習。在深度學習中，通過使用多層的人腦模型（神經網絡），可以從複雜的數據中提取特徵，實現以往無法達到的性能。
AI商業與知識產權法
在AI商業中，不僅成果物，創作過程中的專業知識和成本也會積累起來，因此在所有過程中如何受到知識產權法的保護變得非常重要。知識產權是指由人類創作產生的作品、發明等，並由相關法律規定的總稱為知識產權法。
特別在AI商業中，人們關注的是能夠在何種程度上受到著作權法和專利法的保護。
在AI的開發中，不僅完成的學習模型和其產生的成果物，以下的過程也具有商品價值，對其法律保護的期待也在增加：
- 收集和處理學習數據
- 學習程式
- 創建的學習模型
- 學習模型產生的成果物
接下來，本所將針對這四個階段的相關法律問題進行解說。
AI業務中學習用數據的保護
學習用數據是指在AI進行機器學習之前的階段，收集大量的原始數據，如圖像和影片等，並將其加工為學習用的數據。
正如所說的「Garbage in, garbage out（輸入的是垃圾，輸出的也是垃圾）」，學習用數據的質量直接影響到成果的質量。因此，學習用數據的法律保護成為了一個問題。
著作權法的保護
如果學習用數據本身具有「創造性」，則可以作為「數據庫的著作物」受到著作權法的保護（日本著作權法第12條的2第1項[日語]）。在著作權法中，「數據庫」被定義為「論文、數字、圖形等信息的集合物，並且可以使用電腦來搜索這些信息」。
在此基礎上，數據的選擇以及數據的排列和系統結構必須具有創造性。例如，僅僅按照五十音順序排列客戶的地址、姓名、電話號碼等信息並不能被認定為「數據庫的著作物」，但如果信息的選擇方法具有創造性，則可能被認定為具有著作權。
專利法的保護
如果「學習用數據」具有結構的新穎性和進步性，並且可以被視為「與程序相當的物」，則可能成為「物的發明」，並受到專利法的保護（日本專利法第2條第3項第1號[日語]）。
在專利法中，發明被定義為「利用自然法則的技術思想創作中的高級部分」，並分為以下三種類型：
1 「物（包括程序）」的發明
2 「方法」的發明
3 生產「物」的「方法」的發明
然而，一般認為，作為信息集積的學習用數據滿足「物的發明」的要求是不常見的。
AI業務中學習用程式的保護
學習用程式是指從輸入的學習數據中找出一定的規律，並讓電腦執行的程式。由於神經網絡的結構等會作為程式輸入，因此在著作權法和專利法上都可能成為保護對象。
著作權法上的保護
如果學習用程式具有一定的複雜性，則可以作為「程式的著作物」受到著作權的保護。
日本文化廳將「著作物」定義如下：
- 表達思想或情感
- 創作性地表達
- 屬於文學、學術、美術或音樂範疇的事物
要使學習用程式成為著作物，需要創作者的個性和情感創作性地表達，並需要一定的複雜結構。
專利法上的保護
要使學習用程式在專利法上受到保護，需要具有「進步性」。與著作權法不同，要獲得專利法的保護，需要向專利廳申請，並由專利廳判定其「進步性」。
例如，如果使用已公開的程式A開發程式B，要使B在專利法上受到保護，則需要具有「進步性」，即不能僅僅改變程式A的手段和方法的組合就能輕易開發出來（日本專利法第29條第2項[日語]）。
在AI業務中保護已學習模型的重要性
已學習模型是指基於學習數據讓AI學習後產生的程式。例如，ChatGPT所使用的GPT（Generative Pretrained Transformer）是一種使用大量文本數據預先學習的自然語言生成模型，可以說是一種已學習模型。
已學習模型也是AI業務中重要的知識產權，因此需要法律保護。
著作權法的保護
如果已學習模型符合「程式著作物」的定義，則可以受到著作權法的保護。為此，需要工程師的個性和表現上的獨創性。
舉例來說，小說可以成為著作物，但是構成小說的日語單詞和語法並不受著作權法的保護。僅僅列出程式語言的已學習模型並不會成為保護對象。
專利法的保護
基本上，已學習模型不會被認定為專利權。因為單純的數據和函數本身並不符合創作的定義。
受到專利法保護的必須具有進步性、新穎性，並且符合「物品（如程式等）的發明」的創作物定義。
學習完成模型所產生的成果物的保護
學習完成模型所產生的成果物，只要創作者有創作意圖和為創作作品所做的創作性貢獻，就可以被認定為著作物。同樣地，特許權也可能會根據創作性貢獻的程度而被認定。
在這種情況下，學習完成模型只是創作作品的工具。因此，擁有成果物的著作權或特許權的是個別的使用者，而不是系統的開發者。
相反地，如果使用者沒有創作性貢獻，而AI自行學習並自行創作出的作品，則被視為「AI創作物」，並不屬於著作物的範疇。這是因為在著作權法上，不具有思想或情感的AI不會被賦予成果物的著作權。
同樣地，由於相同的原因，「發明者」所擁有的特許權也不會被賦予給AI。
AI創作物保護的問題點
由於人類創作的物品和AI創作物在外觀上越來越難以區分，從AI創作物保護的角度來看，存在以下一些令人擔憂的問題點。
給予AI創作物等同權利的問題點
假設本所給予AI創作物著作權和著作權保護，由於AI的高生產力，可能會導致擁有權利的創作物爆炸性增加。
結果可能導致能夠利用人工智能的開發者或製作者獨占信息，而個人創作者被排擠出去。
不給予AI創作物任何權利的問題點
相反，如果本所不給予AI創作物任何權利，即使投入了大量的勞力和成本來開發AI，也可能會出現被第三方自由使用的「免費搭便車」現象，結果可能會剝奪對AI研究的動力。
因此，可能會出現一種情況，那就是人們越想獲得著作權或專利權，就越會降低AI對創作物的參與，並投入人力進行開發，這可能會阻礙AI技術的開發和使用。
總結：關於AI的智慧財產權，請諮詢律師
在AI開發階段的智慧財產權，需要從以下兩個方面考慮保護：
- 保護生成成果的AI程式
- 保護AI程式生成的成果
在各個過程中，要獲得著作權認可，需要具有創造性和複雜性的著作物，而要獲得專利權認可，則需要具有新穎性和進步性。然而，在目前的階段，AI自主學習並創作的「AI創作物」並不在智慧財產權的保護範疇內。
然而，目前尚未建立明確的法律制度和規則，政府也表示將在觀察AI的未來發展的同時，推進規則的制定。
如果您正在考慮開始AI業務，本所建議您了解現狀，並密切關注未來的動向，同時諮詢專門瞭解智慧財產權和AI業務的律師。
本所事務所的對策介紹
MONOLITH律師事務所是一家在IT，特別是網路和法律兩方面都有豐富經驗的律師事務所。
AI業務伴隨著許多法律風險，需要熟悉AI相關法律問題的律師支援。本所事務所的團隊由熟悉AI的律師和工程師等組成，為包括ChatGPT在內的AI業務提供高級法律支援，包括製作契約、審查業務模型的合法性、保護知識產權、處理隱私問題等。
Category: IT
