标签：照片 简单 神经网络 关键词 开始 软件工程师 技术 补充 美国
https://mp.weixin.qq.com/s/97QNPbJkeUOh6nQj1ymy6ABy 超神经
场景描述：人工智能创作的作品是否拥有版权？这些作品版权归属于谁？而人工智能犯错后果又该由谁承担？众多问题亟待法律法规的完善。
关键词：人工智能 版权 世界知识产权日 你有没有发现，近年来，国内版权意识已经开始觉醒。
如今，各个音乐、视频平台上的很多作品，都需要付费购买会员才能收听、观看。创作者对于盗版已经「零容忍」，国家对于这方面的法律法规也在不断加强与完善。
不过，随着人工智能的发展，又开始出现一些新的问题，比如：能够创作作品的人工智能是否拥有版权？
在今天，4 月 26 日，第 19 个世界知识产权日，我们共同探讨一下人工智能与版权的问题。
就在前不久，黑洞照片引发了一场关于版权的舆论风波。该照片刚刚发布就被视觉中国据为己有，打上版权水印。
视觉中国在黑洞照片公布当晚，将该图片收入自己版权图库
最终结果是，视觉中国道歉，而黑洞照片，因为其背后是全球数位天文学家、软件工程师、天文望远镜以及计算机的努力，属于合作作品，无法分割，因此不受著作权法保护，它的版权公认属于全人类。
黑洞照片的版权风波平息了，但是，我们由此想到，对于能够独立创作作品的人工智能，它们所创作的作品，版权该属于谁？
自从人工智能开始在文创领域崭露头角，它们的作品版权所属就备受争议。随着相关技术的发展，人工智能独立创作能力也越来越强。
2016 年，日本研发的人工智能创作了科幻小说《电脑写小说的那一天》，不仅骗过了所有人类评审，还成功入围日本微小说文学奖。
2017 年 5 月，由微软公司的人工智能系统「小冰」创作的诗集《阳光失了玻璃窗》正式出版。
2018 年 4 月，韩国首次利用人工智能技术参与歌曲制作获得成功，自主开发能唱歌的「K-pop AI」。
之前，谷歌人工智能还能进行绘画创作，有画作甚至被拍出了 8000 美元高价。
前日，人工智能撰写的第一本书出版，书名为《锂离子电池：机器生成的前沿研究摘要》。
此类例子不胜枚举。人工智能创作已不是新鲜事。但是，对于这些作品，版权属于谁？其稿费、拍卖费等应该归谁所有？
有人认为，这些作品并不能算创作，只能说是算出来的，或者说，是模仿与拼凑出来的，因此不存在版权问题；
另一种观点则是，以自然语言理解与生成为核心技术的人工智能，其生成语言的功能使它具有了原创能力。虽然作品距离大师还有很大距离，但也是创作，人工智能应该拥有版权。
对此，各个国家都有不同法律规定与举措。
英国：早在 1988 年，英国出台的《版权、外观设计和专利法》就承认，「计算机产生」的作品是没有「人类作者」的作品，并明确授予此类作品版权保护。
欧洲：2017年2月，欧洲议会出于版权保护的目的，提倡授予自主式机器人“电子人”的法律地位。
日本：2016 年，日本通过知识产权促进计划，其中重头戏就是建立人工智能创作产品「版权」保护法律体系。日本政府称其将通过这一计划建立新的注册系统，以保护人工智能作品的版权。
中国：我国《专利法》也正在逐步放开对计算人「算法」的专利保护，但针对人工智能产品的专利申请，《专利审查指南》还在有待进一步完善和补充。
美国：依据美国宪法中的知识产权条款，制宪者并未将通过机器人创作的、受版权保护的作品写入该条款里，因为机器只是简单地根据程序指令做事，完全不需要任何物质奖励。
时至今日，此类探讨在全球范围来说，依然没有定论。
众所周知，在深度学习、神经网络等技术训练下，人工智能变得越来越聪明，可能会做出「监护人」也意想不到的事情。
以此前 Uber 自动驾驶汽车事故为例。
2018 年 3 月，一名过马路女性被 Uber 的一辆无人驾驶 SUV 撞倒最终死亡。这是首例无人驾驶车撞人致死事故，当时掀起轩然大波。
最后，经调查，责任不在 Uber，而在于受害者本人，Uber 不承担刑事责任，而当时在车中的后备司机则需要接受进一步调查。
同年，特斯拉无人驾驶又造成一起自动驾驶系统致人死亡的车祸，最终交警认定，司机负主要责任。
这两起事故中，自动驾驶系统都没有被指定承担责任。但是，如果有一天，自动驾驶完全实现无人驾驶，发生事故的话，该由谁负责呢？这是至今无解的问题。
同样的，如果人工智能创作的作品获奖、售卖，获益者又是谁呢？
面对越来越多的人工智能创作内容和其他产品，版权相关问题需要明确法律法规来解决。
如果人工智能创作的内容具备了「作品」的外观，从而构成版权法（著作权法）意义上的「作品」时，版权制度就必须回应如何界定人工智能作品的产权归属。
如果不明确界定人工智能作品的权利归属，任其成为「无主作品」，将会引发大量的法律争议，冲击既有的版权制度，甚至造成「盗版」无法管制的道德危机。
自版权制度诞生以来，科学技术的每一次重大突破，都伴随着版权产业的深刻变革，版权制度也随之调整。
在知识产权保护上，我们还有很多要做的。在 AI 的知识产权问题上，同样还有很多待完善。
集成学习 Ensemble learning
集成学习是机器学习中的一种思想，通过多个模型的组合形成一个精度更高的模型。
集成学习本身不是一个单独的机器学习算法，而是通过构建并结合多个机器学习器来完成学习任务。
集成学习可以用于分类问题集成，回归问题集成，特征选取集成，异常点检测集成等等，可以说所有的机器学习领域都可以看到集成学习的身影。
集成学习有两个主要的问题需要解决，第一是如何得到若干个个体学习器，第二是如何选择一种结合策略，将这些个体学习器集合成一个强学习器。
标签：照片 简单 神经网络 关键词 开始 软件工程师 技术 补充 美国
原文地址：https://blog.51cto.com/14929242/2535446
