ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
李一舟涉嫌“搬运”AI模型,相关方如何维权?
5653点击    2024-02-25 12:02


近日,被戏称为“中国AI教父”的李一舟被爆“搬运”中国知名AI模型、AI创作分享社区“LiblibAI”中的模型,并用作商业化。


目前,已有公开报道称,LiblibAI表示已经诉诸法律手段。


报道中也强调,LiblibAI团队已经咨询相关知识产权律师,认为模型产权问题甚至比文生图更复杂。


那么AI模型的产权到底复杂在何处?未经授权“搬运”其他平台的AI模型可能会涉及哪些法律责任?


一、LiblibAI维权开启对AI模型的法律保护行动


从2023年开始,伴随着AI的火爆,法律界也在热烈讨论AI相关的法律问题。


彼时,大家更多是在讨论AI模型学习的训练数据的法律问题;使用AI模型生成内容的法律定性、侵权问题;AI生成的虚假信息以及导致的其他违法犯罪行为等等,但很少讨论AI模型本身究竟是什么,可以如何保护。


其中很重要的原因是目前行业中大量AI模型都是开源的,很少会有人追究其法律责任,或者是完全闭源的,第三方无法获取。


因此这次“LiblibAI”追究李一舟的“搬运AI模型”事件,也将使得行业开始更加重视AI模型的法律保护。


如果要保护AI模型,首先需要清楚AI模型是什么。


根据向微软的Copilot模型的询问,AI模型是指运用数学、统计、计算机科学和机器学习等领域的方法,对具有一定规律性和可预测性的数据进行分析、处理、预测和优化的数学模型。简单来说,AI模型就是将“数据”转化为“智能”的一种数学模型。


在人工智能领域,模型通常由两个关键部分组成:


参数:类似于旋钮,记录了模型的状态。参数的值会在训练过程中不断调整,以适应不同的数据。

架构:架构定义了参数之间的连接方式和层级结构。不同的架构会产生不同的效果,即使参数数量和数值相同。


所以简单来说,AI模型就是一种数学模型,包含了参数和架构,利用构建的架构通过参数对输出内容进行调整。


二、开源社区的AI模型都拥有哪些法律权利?


针对参数和架构的数学模型,AI模型会涉及怎样的法律权利对其进行保护?


基于前述技术角度对AI模型的分析,在法律项下,AI模型的研发者/发布者以及AI模型社区可能拥有的法律权利可能会涉及:


专利权


如前所述,AI模型主要是参数与架构的数学模型,根据《专利法》第25条,智力活动的规则和方法不授予专利权。


但2019年《专利审查指南》修改后,针对人工智能制定了“包含算法特征或商业规则和方法特征的发明专利申请审查相关规定”的审查规则。


根据该新增审查规则,特别是AI模型中的参数部分(无论是基础模型还是优化模型)如果可以解决新的技术问题,实现新的技术效果,则可以满足《专利法》创造性审查的要求,可能受到《专利法》保护,AI模型研发者可以申请注册专利以保护自己的知识产权。


不过,在sora已经横空出世的2024年2月,如果AI模型是由另一个人工智能大模型训练而得或者通过自动训练获得相关参数,则需要考虑人工智能无法作为专利权主体,进而无法获得专利权授权


软件著作权


AI模型中架构部分,通常以软件代码的方式体现,直接由计算机等具有信息处理能力的装置执行的代码化指令序列或者可以被自动转换成代码化指令序列的符号化指令序列或者符号化语句序列体现,特别是基础模型。例如常见的神经网络、Transformer、卷积神经网络都会代码以进行运算。针对以代码体现的部分,在法律上通常都可以作为计算机软件著作权进行保护。


但目前,在类似“LiblibAI”上发布的AI模型,通常都是基于第三方基础模型进行进一步优化获得的模型(例如“LiblibAI”多是基于Stable Diffusion底层模型的各种微调模型,包括Lora、Control Net等)优化模型通常不会对基础模型的代码进行调整,而是调整基础模型中的参数等,此种情况下,“LiblibAI”上发布的AI模型通常很难自行拥有对基础模型架构的软件著作权,而应当评估是否可以通过专利权进行保护。


商业秘密


虽然目前大量AI模型,特别是在AI模型社区发布的,都是开源模型,但还是存在很多并未开源或者通过其他方式公开的模型。如果研发者对其采取了技术保护措施,则可以通过商业秘密进行保护。


违反开源协议


目前AI模型社区(例如“LiblibAI”,或者国外的Github)上发布的模型多为开源模型,发布者可以在发布时选择不同的开源协议(例如Apache、BSD、GPL等)在各类开源协议项下,使用者需要根据开源协议的要求使用被开源的AI模型。


特别需要注意相关开源协议是否允许商业化使用,如果不允许商业化使用,则将相关AI模型用于商业化即违反开源协议规定,AI模型发布者可以追究其合同违约的法律责任。


同时目前很多AI模型社区(例如“LiblibAI”)会在用户协议中明确“在您的授权下,我们有权在必要时以自己的名义或委托专业第三方,对侵犯您上传发布的享有知识产权的内容进行代维权,维权形式包括但不限于:监测侵权行为、发送维权函、提起诉讼或仲裁等。”


因此对于AI模型的侵权/违约行为,AI模型社区也存在主张侵权的可能性。


数据类权益


对于大量未经授权搬运第三方AI模型社区数据的行为,还存在违反《反不正当竞争法》的可能性。


根据《反不正当竞争法》,如果不正当的搬运行为实质性替代被搬运方提供的服务、影响被搬运方正常运行以及非法利用他人经营成果,破坏被搬运方市场竞争优势,则还会构成侵犯被搬运的AI模型社区的数据类权益。


三、结语


因此对于AI模型的未经授权搬运行为,AI模型创作者/发布者可以通过专利权、软件著作权、开源协议、商业秘密等方式保护自己的权利,而AI模型社区可以通过《反不正当竞争法》项下的数据类权益保护自己的经济利益。


文章来自于微信公众号:Internet Law Review(ID:Internet-law-review),作者 “时萧楠”


关键词: AI模型 , LiblibAI , Copilot , 李一舟
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner