導(dǎo)讀：想在中國維護自己的人工讓腦知識產(chǎn)權(quán)可謂是難上難，一方面侵權(quán)證據(jù)不好收集，原創(chuàng)另一方面是救星深圳包夜空姐預(yù)約（電話微信180-4582-8235）提供頂級外圍女上門，伴游，空姐，網(wǎng)紅，明星，車模等優(yōu)質(zhì)資源，可滿足你的一切要求被侵權(quán)人的產(chǎn)權(quán)保護意識差。

　　在中國，還克知識產(chǎn)權(quán)侵權(quán)成本極低，星篇想要維權(quán)則程序復(fù)雜。洞大懂很多時候，開又都是人工讓腦由網(wǎng)友發(fā)掘到抄襲，自發(fā)尋找證據(jù)并公之于眾。原創(chuàng)可原創(chuàng)者自己站出來維權(quán)時，救星常常要消耗大量精力搜集證據(jù)，還克三番五次的星篇奔波于各種機構(gòu)，承受著“炒作”、洞大懂“蹭熱度”種種輿論壓力。開又更多的人工讓腦情況是，很多人在不知情的深圳包夜空姐預(yù)約（電話微信180-4582-8235）提供頂級外圍女上門，伴游，空姐，網(wǎng)紅，明星，車模等優(yōu)質(zhì)資源，可滿足你的一切要求前提下做著侵權(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。

　　AI：比抄襲，我不是針對誰……

　　此外，人工智能和新技術(shù)還可以在很多細節(jié)方面幫助原創(chuàng)者維護自己的權(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，最終要賠付大量費用。不過學(xué)界和實務(wù)中對于字庫大致達成共識是，具有獨創(chuàng)性，構(gòu)成美術(shù)作品的字體，才能進行維權(quán)。

　　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(jīng)風格遷移技術(shù)的討論，就會發(fā)現(xiàn)，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(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+手繪板進行操作?？稍诮裉?，同樣利用神經(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行全網(wǎng)比對。更可怕的是，我國知識產(chǎn)權(quán)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，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，用機器學(xué)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(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)益范圍標準化？

　　所以說到最后，人工智能對我們的知識產(chǎn)權(quán)保護毫無作用甚至有害無益嗎？我們認為，人工智能對知識產(chǎn)權(quán)最大的保護，或許是權(quán)益范圍的標準化。

　　就像字體里的案例一樣，知識產(chǎn)權(quán)的保護范圍常常是“獨創(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)保護平臺，發(fā)布作品之前，先經(jīng)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(xùn)練數(shù)據(jù)，除非支付給原創(chuàng)者一定分紅等等。總之，科技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(shè)，或許才能讓技術(shù)發(fā)揮出更多價值。

(責任編輯：知識)