人工智能會是原創(chuàng)者的救星還是克星？
九月是讓人無心工作的一個月，為什么？因為娛樂圈的八卦實在太多了啊！不是節(jié)目抄襲，就是藝人行為不端。實際上，2017年自開始以來，娛樂圈就一直沒讓吃瓜群眾閑著。作為文字工作者，在眾多火辣辣的爆料中，我們更關注的還是抄襲、維權這些和知識產權相關的東西。
在中國，知識產權侵權成本極低，想要維權則程序復雜。很多時候，都是由網友發(fā)掘到抄襲，自發(fā)尋找證據并公之于眾。可原創(chuàng)者自己站出來維權時，常常要消耗大量精力搜集證據，三番五次的奔波于各種機構，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行為，很多人并不知道自己被人侵權。所以，我們今天的主題是，面對這種情況，人工智能可以幫上什么忙嗎？
知識產權侵權舉證難？AI或許是解決方案
當然可以，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這件耗費精力最多的事。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，今年都被告侵權了》，里面寫到了很多品牌方侵權明星肖像權而不自知的案例。
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，庫卡機器人，就盯著別人有沒有用明星的照片？當然不是啦，直接爬取各個品牌的數據，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的人臉數據，相信任何肖像侵權、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。
以上只是侵權行為的第一階，事實上對原創(chuàng)者傷害最大的，是那些模棱兩可的再創(chuàng)作式抄襲。
上圖則是網友制作的調色盤，指出兩篇小說的相似之處。在文學抄襲中常常存在這種調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，往往會覺得有哪里不對，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構，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。
AI：比抄襲，我不是針對誰
此外，人工智能和新技術還可以在很多細節(jié)方面幫助原創(chuàng)者維護自己的權力。比如簡化知識產權申請過程、區(qū)塊鏈記錄信息防止抄襲修改等等。但另一方面，人工智能很可能會讓侵權變得更加容易，或者說讓侵權者更容易鉆法律的空子。
比如，在字體侵權這件事上，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，最終要賠付大量費用。不過學界和實務中對于字庫大致達成共識是，具有獨創(chuàng)性，構成美術作品的字體，才能進行維權。
可對于獨創(chuàng)性的標準卻相當模糊，如果對某一個字庫的字體全部加上一些的細小的改動，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風格遷移技術的討論，就會發(fā)現，用算法為字體進行改動，可能比我們想象中要簡單多了。甚至我們可以對字體進行一些人眼難以察覺，只有機器能鑒別出的變化，到時候侵權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過底片疊加等等方式進行處理，再加入少量手繪內容，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，可當把兩張圖片重疊時，就能發(fā)現明顯的相似。抄襲消息被曝光的年代，作者還只是用PS+手繪板進行操作。可在今天，同樣利用神經遷移算法，這樣的再創(chuàng)造已經可以批量創(chuàng)造，并且可以被創(chuàng)造成各種風格。
而且這種抄襲方式被發(fā)現的幾率很低，即使是利用圖像識別技術，也沒有人會為每一幅作品進行全網比對。更可怕的是，我國知識產權保護秉持的是只保護表達、不保護思想，也就是說，如果你的畫風和某位原創(chuàng)者一模一樣，庫卡機器人何服電機維修，可畫的內容是原創(chuàng)，你的行為就不涉及到侵權。如果大家還記得prisma這款圖像加工軟件，就會知道，用機器學習模仿某一種繪畫風格的成本極低，并且可以批量加工處理。
在未來，當我們發(fā)掘一位新銳藝術家的作品時，很可能下一秒就有大企業(yè)用神經網絡copy了他的風格，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)者權益范圍標準化？
所以，說到最后人工智能對我們的知識產權保護毫無作用甚至有害無益嗎？但我們認為，人工智能對知識產權最大的保護，或許是權益范圍的標準化。
就像字體里的案例一樣，知識產權的保護范圍常常是獨創(chuàng)性這種模糊的概念，無法量化，工業(yè)機器人維修，也導致了侵權案件的最終判決常常不能服眾。在音樂作品的知識產品保護中，可以通過音節(jié)相似的數量來判斷，可在繪畫、文字作品中，侵權常常無法量化�？捎辛巳斯ぶ悄埽覀兓蛟S可以反向計算出兩款作品中有多少相似之處并且用數據呈現出來。
或許未來，我們需要一個知識產權保護平臺，發(fā)布作品之前，先經過平臺中作品進行比對，比對通過后才能通過原創(chuàng)認證。還可以對原創(chuàng)作品進行保護，比如他人不可以將作品作為算法模型的訓練數據，除非支付給原創(chuàng)者一定分紅等等。總之，科技的進步永遠都走在法規(guī)前面，但利用科技推動法律法規(guī)的建設，或許能讓技術發(fā)揮出更多價值。