MONOLITH 律師事務所+81-3-6262-3248平日 10:00-18:00 JST [English Only]

MONOLITH LAW MAGAZINE

IT

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

IT

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:

  1. 收集和處理「學習用數據」
  2. 將數據輸入學習程式進行自動學習
  3. 開發反映學習結果的學習模型
  4. 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:

  1. 收集和處理學習數據
  2. 學習程式
  3. 創建的學習模型
  4. 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

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:

  1. 表達思想或情感
  2. 創作性地表達
  3. 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。

Managing Attorney: Toki Kawase

The Editor in Chief: Managing Attorney: Toki Kawase

An expert in IT-related legal affairs in Japan who established MONOLITH LAW OFFICE and serves as its managing attorney. Formerly an IT engineer, he has been involved in the management of IT companies. Served as legal counsel to more than 100 companies, ranging from top-tier organizations to seed-stage Startups.

返回頂部