1968年，社会学家让·鲍德里亚(Jean Baudrillard)在关于自动性的文章中写道:“自动性中包含着一个被主宰的世界的梦想……它服务于一种惰性的、爱做梦的人类。”

随着深度神经网络(DNN’s)的日益普及，这个梦想正在迅速成为现实。

位于斯特拉斯堡的études internationales de la propriété intellectuelle中心研究员让-马克•德尔托恩博士认为，在自动化进程中，我们必须保持响应能力和负责任的力量，而不是惰性的支配者。正如他最近展示的数字人文学科前沿纸，自动化的梦想需要仔细研究与版权相关的法律问题。

半个多世纪以来，艺术家们一直将计算过程视为拓展视野的一种方式。DNN是这种交叉授粉的顶点:通过学习识别一系列复杂的模式，它们可以产生新的创造。

这些系统由复杂的算法组成，以大脑神经元之间的信号传输为模型。

DNN的创造同样依赖于人工输入和处理它们的非人工算法网络。

输入被输入到系统中，系统是分层的。每一层都提供了对输入(形状、颜色、线条)更精细的知识的机会。神经网络将实际输出与预期输出进行比较，并通过重复和优化来纠正预测误差。他们训练自己的模式识别，从而优化他们的学习曲线和产生越来越准确的输出。

层次越深，抽象层次就越高。在经过长时间的训练后，最高层能够以合理的精度识别给定输入的内容。

通过德尔顿所谓的“深层建筑的神秘窗饰”，创作变得越来越自动化。研究结果充分地从它们的来源中提取出来，从而产生了已经在画廊展出、在拍卖会上出售和在音乐会上表演的原创作品。

DNN的独创性一方面是技术自动化，另一方面是人力投入和决策的综合产物。

DNN越来越受欢迎。各种平台(如DeepDream)现在允许互联网用户创作他们自己的新作品。这种自动化过程的普及需要一个全面的法律框架，以确保创造者与他的作品有关的经济和道德权利——版权保护。

形式、独创性和归属是著作权的三个要求。虽然DNN的创造满足了上述三个条件中的第一个，但其独创性和归属在很大程度上取决于特定国家的立法，以及人类创造者的可追溯性。

立法通常对创新的门槛很低。由于DNN的创作在理论上可以创造出对原始材料的无限重复，原创作品的不受限制的创作可能会增加现有的版权保护数量。

此外，少数国家版权法将归属规定为“为作品创作做出必要安排的人”。在DNN的情况下，这可能意味着任何人，从程序员到DNN界面的用户。

再加上过于灵活的原创观点，这种关于归属的观点将进一步增加可受版权保护的作品的数量。

这两种情况的风险都在于，艺术家们将不太愿意发表自己的作品，因为他们担心DNN的版权保护受到侵犯。

为了促进创造力——一个重要的目标版权保护——用德尔托恩的话来说，这个问题必须仅限于那些能表达个人声音的作品，“而不仅仅是计算机引擎的电光”。敏锐的洞察力。

DNN承诺为艺术家提供创造性表达的新途径——但也有潜在的警告。版权保护是“创造的催化剂”，必须加以限制。我们中的许多人都沐浴在日益自动化的技术的光芒中。但是，如果我们想要维护定义许多艺术的不可言说的品质，那么更密切地关注电火花和创意火花之间的差异可能是一个好主意。

---

了下:行业监管

---