首頁 資訊正文

人工智能創造藝術作品所有權歸誰?

  過去幾年,許多藝術家使用所謂的“神經網絡軟件”來創作藝術作品。

  用戶將現有圖像輸入到軟件中,軟件對圖像加以編程、分析,從而學習其中的特定美學規律,最終輸出藝術家可以再組織策劃的新圖像。通過操縱這些模型的輸入以及參數,藝術家便能夠創造出一系列生動有趣、讓人念念不忘的圖像。

  但是,同曾經的開創性藝術運動一樣,神經網絡藝術也帶來了一系列難題:倘若這些藝術作品歸功于眾多不同的創意性個體、算法,我們該如何看待作品著作權以及所有權?我們又該如何確保所有相關藝術家都能夠得到公平對待?

  運動已然興起

  過去幾年間,神經網絡藝術走入人們的視線,迸發活力,部分原因歸功于計算機科學的蓬勃發展。

  一切始于2015年,一位谷歌工程師意外開發了一款名為DeepDream的程序。他希望找到一種能將神經網絡系統(常被用作圖像分析)工作原理可視化的方法。為此,他在系統中輸入了一張圖像,并要求“增加圖像中被探測到物體的數量”。最終得到了一整套奇怪又難忘的圖像。

  他將自己的方法公布在互聯網上,立刻引發了藝術家們的熱切嘗試。不到一年時間,人們便推出了首次DeepDream藝術展。

  這種開放式的共享對我們看待藝術的方式造成了沖擊。2018年11月,佳士得拍賣行以近50萬美元的價格售出了一幅名為《Edmond de Belamy, from La Famille de Belamy》的AI畫作。這確實說明了一些問題。

  為什么?因為制作這幅畫作的藝術家團體Obvious使用了另一位藝術家Robbie Barrat在互聯網上分享的源代碼與數據。

  Obvious的確有權使用Barrat的代碼,并保留作品的著作權。但是,許多人批評佳士得拍賣行的行為抬高了原本在創作中僅起到小部分作用的藝術家的地位。人們大多認為這是佳士得的敗筆,尤其“敗”在它錯誤性地推銷作品,卻沒有考慮到AI藝術作品的著作權。

  上述問題在Ganbreeder網站上變得無法回避。Ganbreeder是一家新成立的、頗具吸引力的神經網絡圖像創作網站。

  Ganbreeder于去年11月由Joel Simon組織發起。每張圖像都是由用戶通過自行修改站點上其他圖像的參數而創作的。該網站儲存著每個圖像的“譜系圖”,以便用戶可以看到所有為最終圖像做出過貢獻的人。

  讓創作者得其所應得

  但是,有一位藝術家已經將作品冠上了自己的名字。

  Alexander Reben在展出他用Ganbreeder制作出的畫作時,Baskin曾指責稱這是剽竊行為,因為這些圖像是她和其他藝術家花了幾小時在Ganbreeder網站上制作出來的。為了證明自己的清白,Reben指出,他在Ganbreeder上選擇圖像時,這些圖像還是匿名的;直到2月份網站才添加了用戶登錄入口以及圖片“譜系圖”。

  現有的法律及公約已經解決了有關合作制作或再合成圖片相關的爭議。

  但是,神經網絡作品則似乎完全是另一種情況。神經網絡模型以及網站其他用戶的貢獻都與最終成果密不可分。沒有任何一方可以宣稱自己是“創作者”。

  看待這些新型藝術作品的一種可行方式是將其視為開源軟件。如果沒有軟件、數據的開放共享,我們就無法創造新型神經網絡藝術作品。

  開源項目有明確的軟件使用及冠名規則:部分軟件可以擴展、銷售,而其余項目則必須免費分享使用。每位程序員的貢獻都會被記錄下來,最終如何冠名也將取決于項目本身。

  與開源軟件一樣,像Ganbreeder之類的網站可以為藝術著作權、所有權建立明確規則。規則內容應包括如何冠名藝術作品、冠名權歸屬問題以及作品在什么情況下允許售賣或受到版權保護。

  報酬分配也是一個棘手問題。倘若Ganbreeder的圖像被商用——比如用作書籍封面或電影制作,事情會怎樣?為了鼓勵更多世界性貢獻,Baskin建議,所得報酬可以在眾多貢獻者之間分享。這還可能是件有利可圖的事:一個廣告活動所獲的報酬就可能解決許多藝術家的溫飽問題。

  “想象事物的攝影術”

  接下來就是價值和意圖問題。這些作品能否躋身“偉大藝術作品”的行列?

  一些藝術作品的價值僅在于其內在的審美特性。但我們也重視工作過程,因為這凸顯了藝術家的想象力、意圖以及技巧。而開源藝術作品的定位則在于二者之間。這種圖像代表著許多人經過深思熟慮后所做出的藝術性選擇。但它的意圖是什么?顯然,初期創作者并不知道這幅作品將作何用途。

  過去的藝術科技,尤其是攝影術的發明,也引發過類似問題。當“媒介”首次出現時,人們根本不承認攝影是一種藝術。他們認為,一切都是機器的功勞——這種情緒同如今“AI創造了自己的藝術”的謬論不謀而合。雖說花上了一段時間,但攝影術最終被視作自己的藝術媒介。

  而神經網絡藝術就是一種“想象事物的攝影術”。

  同攝影術一樣,神經藝術可以創造出看似無限的圖像集,而其中任何一張圖像都不具備太多自身價值。它們的價值來源于藝術家使用這些工具的獨特方式——如何設置參數、選擇主題、調整圖像細節或是策劃一組意義更為深遠的圖像。

  新型神經模型問世速度極其驚人,而隨著越來越多或精彩、或古怪、或啟發性圖片的出現,解決上述問題將變得更為急迫。(華盛頓大學計算機科學委任教授為世界經濟論壇撰文)

責任編輯:張薇

分享:
數博故事
貴州

貴州大數據產業政策

貴州大數據產業動態

貴州大數據企業

更多
大數據概念_大數據分析_大數據應用_大數據百科專題
企業
更多
单双中特准高手版