AI资讯站在时代最前沿

数字化转型浪潮下,#数字安全大会#揭开新面貌,AI如何赋能网络安全与挑战?
AI论文助手

数字化转型浪潮下,#数字安全大会#揭开新面貌,AI如何赋能网络安全与挑战?

安恒信息首次将安全大会主题转向数字安全,以应对数字化转型和人工智能带来的企业需求增长。大会上,公司董事长范渊强调数字安全伴随数字化转型,并指出行业需实现全链路网络安全。大会聚焦于数字化场景和痛点,探讨在数字化转型中安全的新挑战和机遇,如ChatGPT带来的技术和伦理问题。安恒信息正积极布局AI安全,利用大数据和模型开发智能化防护和服务,预期AI安全领域有广阔前景。同时,公司还期待通过研究大模型技术促进自身研发和发展。近期,网络安全产业因AI浪潮在监管、攻击和防守方面预计将发生变革,内容、数据和流量可视等领域的需求将显著增长。安恒信息作为网络信息安全服务提供商,股价保持稳定增长。
ChatGPT生成内容,版权属于谁?
AI论文助手

ChatGPT生成内容,版权属于谁?

近期,ChatGPT引发新一轮科技浪潮,国内外厂商都开始积极布局生成式人工智能技术领域。ChatGPT的能力范围包括生成定制诗歌、游戏剧本、计算机代码等。那么,ChapGPT生成的内容,版权属于谁呢? 其实,人工智能生成内容已经不是一件新鲜的事儿。国外早在1983年就有机器人雷克特(Racter)生成了诗集《有着半人工胡子的警察》(The Policeman’s Beard is Half Constructed),国内也有微软开发的人工智能“诗人”小冰,生成诗集《阳光失了玻璃窗》,在图书市场中流通,还有人工智能编曲、作画、制作视频等。无论是文学作品还是艺术作品,在我国与其他国家均受到版权法保护。但是版权法通常仅保护自然人作者,部分情况下法人在雇佣合同或委托合同等法律规定的情形中也可以获得作品的版权。然而,人工智能既不是法律意义上的自然人,也不是法人,难以获得作者资格。 关于非人类作者的问题,美国“猴子自拍案”是一个经典案例。该案中摄影师斯莱特的相机被一只黑冠猕猴抢走,这只猕猴被相机快门的声音所吸引而摆弄快门拍了数百张照片。其中一张类似于自拍的相片冲印出来之后效果非常好,相关主体就该照片的版权问题产生了争议。法院最后判定猴子不是版权法意义上的作者,因此这些照片不受版权法保护。《美国版权局实践纲要(第3版)》更新后,在不符合人类作者要求的作品举例中,第一个例子就是“猴子拍的照片”。该案否定了人类以外的主体担任作者进而享有作品版权的资格。 我国版权保护制度同样不认可动物或者人工智能成为作品的作者。著作权法规定“创作作品的公民是作者。由法人或者其他组织主持,代表法人或者其他组织意志创作,并由法人或者其他组织承担责任的作品,法人或者其他组织视为作者”。也就是说,只有公民、法人或其他组织是我国版权法所承认的作者。著作权法还规定“著作权属于作者,本法另有规定的除外”。人工智能生成内容没有符合资格的作者,因此也无法界定合适的权利所有人。虽然法律规定的特殊情形,如雇佣作品、委托作品以及其他合同关系中,作者以外的主体也有可能获得作品的版权,但人工智能不具有民事主体资格,不能作为合同当事方签订合同,因此也不能成为这些法定情形中的版权所有人。 根据现行著作权法,人工智能没有资格担任ChatGPT生成内容的作者,因此也无法享有ChatGPT生成内容的著作权。然而,人工智能生成内容仍可能存在法律保护的需求。例如,密歇根大学一名学生利用ChatGPT写课程论文,获得全班最高分,引发全网热议;微软小冰的诗集出版后,也有一些诗文未经授权被复制并在网络空间中传播。国外版权实践中,甚至存在人工智能生成作品在版权局登记注册的案例。美国版权局网站上可以查询到《有着半人工胡子的警察》这本诗集的版权登记信息,其中作品权利所有者为研发人员威廉·张伯伦和诗集插画师琼·霍尔,作者则是生成诗歌作品的人工智能雷克特。版权局不对注册信息中作者名字是否为真实自然人进行审查,因此以人工智能为作者的注册申请得以审核通过,但是权利效力尚待质疑。后续人工智能生成内容在版权登记中大部分规避了这个问题。例如,2013年麻省理工学院的尼克·蒙特福特(Nick Montfort)教授利用自己编写的程序创作了小说《世界时钟》(World Clock)并出版,作者和版权所有人均标注为蒙特福特教授本人。 我国图书市场中流通的微软小冰诗集《阳光失了玻璃窗》扉页也印有“版权所有,侵权必究”类似的版权声明,作者署名为“小冰”。版权所有人信息未予注明,按通行做法应该是由“诗人”小冰的研发者原始取得版权,然后将发行权、复制权等财产性权利转让给图书出版公司。根据上文的分析,“小冰”不符合我国著作权法关于作者为公民的要求。那么“小冰”的研发者能否作为实际作者成为这本诗集的版权所有人呢?这个问题的关键在于其有没有实际参与诗文内容的创作。我国著作权法实施条例第三条指出:“著作权法所称创作,是指直接产生文学、艺术和科学作品的智力活动。”在创作的过程中,研发者为人工智能提供信息数据库,人工智能通过深度学习技术对数据库中作品的语言风格、语法、意向元素等内容进行学习,生成与其他作品不同的诗文后重复修改。研发者不参与学习与修改的过程,只是在特定节点,如100次、500次、10000次的时候对作品的质量进行评价,判断是否能够成为一篇合格的诗文作品。可见,研发者在人工智能创作过程中更多的是起到监督作用,而没有直接产生文字内容,不属于作品的作者,因而也无法获得作品的版权。 根据上述分析,当人工智能利用深度学习等技术创作出作品时,人工智能本身与人工智能研发者均不是符合法律要求的作者。即使作品满足版权法要求的原创性要求,人工智能作品没有合格的版权所有人,原则上应该进入公共领域。当然,也不排除部分国家可能会修改相关法律,扩展作者、版权主体范围,或者赋予人工智能以法律人格。这样人工智能就有可能成为作品的权利主体,或者作为合同主体通过签订合同来约定权利归属。从激励创新的角度而言,如果能赋予人工智能作品以版权保护,使得人工智能研发者或监督者获得一定程度经济回报,则可实现该领域技术的进一步创新与进步。版权保护体系比直接付诸人工智能作品于公共领域更能促进创新思想的传播与社会整体福利的提升。更何况人工智能作品是利用创新性人工智能技术来生成创新性作品,实现了双重创新。 作者系中国移动专利支撑中心研究员 (来源:法治日报) 举报/反馈
🔥百度文心一言发布会:新一代大语言模型开启智能革命,未来可期?🚀
AI与数学

🔥百度文心一言发布会:新一代大语言模型开启智能革命,未来可期?🚀

百度发布新一代大语言模型"文心一言",展示其在文学创作、商业文案等多场景中的综合能力,包括对意图理解、准确回答和逻辑推理,尽管距离完善仍有很大进步空间,但仍展现出接近人类水平的趋势。百度已开放邀请测试并计划向企业客户开放API接口调用服务,强调文心一言将助力各行业智能化变革。作为基于中国市场的知识增强大语言模型,其在中文处理上具有领先优势,并展示出一定的思维能力。未来,百度将持续优化多模态生成能力,通过用户反馈迭代提升产品表现。
迄今为止,最强ChatGPT写论文技巧,总共6步,手把手告诉你!
AI论文助手

迄今为止,最强ChatGPT写论文技巧,总共6步,手把手告诉你!

大家好,我是运营黑客。 代写论文,不知道有多少朋友听说过,这是一门严格来说有点小众,但盈利空间非常可观的生意。 跟我之前写过的塔罗牌案例一样,在ChatGPT出现之前,准入门槛高,没有金刚钻,真揽不了这个瓷器活儿。 但,自从ChatGPT横空出世,一切都不一样了。 这成了又一个被ChatGPT把准入门槛直接踩烂的行业,之一。 可能有朋友会问了,既然ChatGPT人人都能用,大学生根本不用再找代写,分分钟可以自己整出一篇啊。 问出这个问题的朋友,首先,你还是对人类的懒惰一无所知。 另外,你可以现在马上,打开ChatGPT,先试着自己写一篇论文,看它给你的会是什么玩意儿。 ChatGPT,不是人人都能用好的。 没有学会提问技巧的朋友,在真正使用ChatGPT写论文的时候,会发现它给出的答案,不是空话就是套话,内容根本用不了。 ChatGPT虽然拉低了这个行业的门槛,但不等于门槛消失了。 今天这篇文章,主要是帮大家解决跨门槛的问题——怎么提问,才能让ChatGPT帮你写出一篇优秀论文? 下面是我们整理的一套提问方法论,专门解决写论文、读文献、润色降重和论文答辩的问题。 想让ChatGPT写出一篇高质量的论文,分六步走。 为什么写篇论文要这么复杂,用六个步骤来提问? 这里就不得不提ChatGPT的工作原理了。 我们都知道ChatGPT是一个大型语言模型,它抓取了互联网上几乎所有的优质数据,然后不断地归纳总结,将信息之间进行连接、建立联系。 这个工作做到最后,你会发现ChatGPT往往能给你一些出其不意的知识连接。 它能把这个学科和那个学科连接起来,把中国的问题和美国的问题连接起来,在知识的发散性上,往往是我们欠缺的。 在做研究的时候,我们可能经常会被导师吐槽不会创新,而ChatGPT就能帮助解决这个问题。 你要通过抛砖引玉的方式,让它给你开脑洞、帮你想新创意。 但作为主人,你必须搞懂学术论文具体要怎么写,你必须把握节奏和主线,才能让它更好地服务你。 好,回到正题。 六步提问法,每一步具体要怎么问、怎么做呢?我们现在一步一步来拆解。 现在我会用一个具体的案例,方便大家更好地理解。这里用的是大家很关心的一个问题:中国教育的鸡娃现象。 怎么把它写成一篇论文呢? 第一步:现象确认 首先,你要跟ChatGPT确认它是否了解中国的鸡娃现象,毕竟有时候它也会胡言乱语。 你要先通过确认现象的方式,确保你们在同一个频道形成同频思考。 有时候,对于你的问题,ChatGPT可能不知道或理解有偏差,毕竟抓取了这么多数据。 这时你可以主动把信息“投喂”给它,比如直接发两篇鸡娃的文章给ChatGPT,或者问关于鸡娃的一些新闻现象,然后让它来总结这个现象。 当你们同频之后,它就能更好地专门服务你了。 这就是业内人常说的,训练ChatGPT。 第二步:学术概念化 写过论文的朋友应该都懂,我们的日常语言和学术语言,其实是两套语言体系。 你肯定不能整篇论文都是“鸡娃躺平”之类的网络用语,这时候,就需要进一步问ChatGPT:关于鸡娃,在教育学上会用什么概念进行研究? 这时候,它就会给你很多概念上的参考,比如教育心理学、教育公平、教育竞争之类。 第三步:定位优质学术资源 当我们把这个现象概念化之后,就需要定位优质的学术资源了。 例如:你觉得对教育心理学这个概念比较感兴趣,是值得聚焦研究的概念,那么就可以进一步问ChatGPT,让它给你推荐一些学术文献。 然后抛出这个Prompt:教育心理学有哪些类型,请推荐5篇引用率较高的英文文献并介绍。 这个过程实际上不仅是学术聚焦,对ChatGPT来说也是一个实时训练、实时学习的过程。 因为它本身就是预训练的模式,虽然拥有很多数据,但围绕你的研究,怎么去学习、怎么输出专门的答案而不是套话,它并不清楚,这就是我们训练过程的意义。 另外,你也可以换不同方式提问,比如问它不同类型的文献,保证文献的质量和丰富性。 其实这么做的目的也是投喂ChatGPT,让它围绕你的主题,学习不同的知识,例如高引文献、综述文献、按时间或按某些主题的文献、指定某些期刊的文献等等。 有些人可能就停留在了这一步了,不知道怎么继续下去。...

AI论文助手超级助手