关于当前涉人工智能几个法律问题的思考
作者：中国应用法学研究所互联网司法研究中心主任 宋建宝 来源：人民法院报
在数字技术快速迭代和普遍应用的今天，人工智能作为数字技术应用的集大成者，对现有法律制度提出了不少挑战。司法审判不仅面临不易理解的技术发展，还要将存在一定滞后性的法律制度与不断发展的社会现实进行有效匹配。为此，笔者将简单介绍人工智能的主要类型及其基本原理，并就当前与司法审判关系比较密切的几个涉人工智能法律问题谈谈自己的看法，供今后办案和研究参考。
人工智能的主要类型及其基本原理
由于理论或方法的不同，人工智能发展过程中形成了符号学派和仿生学派，并相应形成符号型人工智能和神经网络型人工智能。当然，某一具体的人工智能可能融合了符号型人工智能和神经网络型人工智能两种人工智能技术。在司法审判中，需要弄清楚案涉人工智能的具体类型及其基本原理，以便理解涉案人工智能的智能性以及相应的操作。
1.符号型人工智能
符号型人工智能的理论基础是定理证明，其实现方法是基于逻辑推理来模拟人类智能。符号学派认为，人类认知和思维的基本单元是符号，智能则是符号的表征和运算，人类给予计算机一些最基本的逻辑和规则，计算机就可以通过一系列演算、推理而获得智能。因此，将人类智能转化为各种符号、知识、规则和算法，然后利用计算机技术对这些符号、知识、规则和算法等进行表征和运算，最终就可以实现计算机系统的人类智能模拟。
符号型人工智能的实现程序依赖逻辑决策树。逻辑决策树是一组关于如何处理给定输入的规则。基于数据集与规则集进行编程，通过一系列“是”或“否”的判断，符号型人工智能最后以推理方式输出结果。逻辑决策树的决策过程是确定的，因此从理论上讲，每一步决策都可以追溯到人工智能研发设计者事先所作的决策。目前，符号型人工智能的典型代表包括专家系统、知识图谱、知识工程以及数据库等，具体的应用领域包括互联网广告行业的计算广告、搜索平台的点击率预估、金融行业的风险控制等。
2.神经网络型人工智能
神经网络由大量的人工神经元组成，每个神经元都在某种程度上拟人化地模仿人类大脑的神经元。这些神经元按层排列，并且相互连接或者至少连接到所在层的下一层中的神经元。每个神经元都能够处理给定输入并生成输出，而且可以将输出传输给下一层的神经元，最后一层的神经元的输出即为系统输出并且不再传输到其他层。每个神经元处理给定输入的依据是内部指令和神经元自身的权重及偏置。因此，最顶层输入的数据经处理后根据神经元的状态传输到下一层进行处理，每个神经元根据其权重及偏置生成输出并将输出传输到下一层，直到处理结果在最底层输出。
神经网络是通过训练来学习如何处理给定输入的，训练旨在调整神经网络的内部参数。学习过程将使用训练数据集、验证数据集，并且反复向神经网络提供训练数据集，确定如何调整网络参数，以减少其预期输出的误差。作为训练的一部分，每个神经元的权重及偏置也会进行调整。训练过程完成后，人工智能就可以用于处理真实数据，其结构或拓扑被冻结、不再进行任何调整、不再进行有关神经网络或数据的编程活动。通过神经网络传输的数据只受制于各个节点的处理。节点的状态，即如何处理输入、生成输出和传输输出，由神经网络自身确定，并且是通过前述训练而习得的，不是由节点编程人员事先确定的。大语言模型就是一种典型的神经网络型人工智能。
人工智能是否具有法律主体资格
法律主体由现行法律确定，并且因法律关系的不同而有所不同。人工智能是否具有法律主体资格，应当从法律关系以及法律主体类型的成因进行考察和论证。下文以民事关系为例，考察民事主体类型的成因，论证人工智能是否具有法律主体资格。
1.自然人是如何获得法律主体资格的
家长制下家长具有权利能力，家属、奴隶具有极小的权利能力或者无权利能力。庄园制下农民是土地的附属物，一切服从于领主的权利。随着交换经济的发展，家属、奴隶、农民等逐渐在买卖合同范围内获得权利能力和行为能力。中世纪都市制度的发达及城市工商业的勃兴，城市从业者通过“劳动力——工资”交易成为劳动合同的主体，也因购买生活资料而成为消费合同的主体。由此可见，经济社会关系的变迁是自然人逐渐都获得法律主体资格的最大动因。
在现代法治原则下，一切自然人都平等地具有民事主体资格，这肯定了人的价值、尊严和主体性，是最具有伦理性的一项基本法律原则。法律赋予自然人的主体资格，由权利能力、行为能力、责任能力以及程序法上的当事人能力与诉讼能力等各种能力构成，虽有不同的社会机能，但均旨在维护自然人的人格尊严、体现人的伦理性。
2.赋予法人法律主体资格的理由
早期的法律制度，以国家和个人为中心，一般团体不具有主体资格。随着社会发展，国家已难以胜任处理一切生产生活关系，个人对于生活利益追求、个人自身发展等也常感乏力。工业革命以来，特别是19世纪至20世纪资本主义经济的发展，各种规模的资本团体不断出现。一些经营事业绝非凭一人之力所能举办，大规模经营事业需要长期持续，而自然人的生命毕竟有限，合伙和法人遂成为经营事业的主要组织形式。合伙系自然人通过合同而成立，但仍未脱离自然人的人格、财产。法人可以独立享受权利、承担义务，其财产非成员之财产，其债务非成员之债务。
法律为何赋予法人民事主体资格，使之独立享受权利、承担义务，自18世纪以来就是法学者争论不休的一个问题，并形成拟制说、目的财产说、实在说等多种学说。但是究其本质，就是因为法人能够担当社会作用、具有社会价值，确有赋予其法律人格之必要，因此法律类推自然人而赋予其民事主体资格，旨在满足人类社会生活的需要。
3.人工智能是否具有赋予主体资格的理由
当前的人工智能由人类研发设计和运营，并未完全脱离人类的控制，属于弱人工智能。对于弱人工智能来说，人工智能的各种运行只是现有法律主体控制下的一种操作，是现有法律主体自身能力的拓展和延伸。在法律技术上，将人工智能的各种运作视为现有法律主体的行为或者共同行为，足以解决人工智能引发的主体资格问题。强人工智能、超人工智能具备与人类相当甚至超越人类的认知和思维能力，因此有人主张这些人工智能可以在一定范围内独立享有权利、承担义务。
从上述自然人获得主体资格的历史来看，其获得主体资格并非依据其智力发展状况，由此可见人工智能的先进程度与是否赋予其主体资格之间并不存在关联。从法人获得主体资格的理由来看，当前人工智能所担当的社会作用、具有的社会价值尚未达到赋予其主体资格的必要程度，并且需要借助复杂法律技术及组织形式方能实现。因此，当前人工智能不具有赋予其主体资格的充分理由。
涉人工智能的法律责任问题
如前所述，人工智能不具有法律主体资格。在现有法律体系下，人工智能只是一种产品或一种服务。因此，人工智能的法律责任问题要在这个前提下进行讨论。
1.涉人工智能的刑事责任
人工智能不具有主体资格，因此人工智能不能被认定为犯罪主体，也应不负任何刑事责任。无论人工智能的先进程度如何，人工智能所实施的危害行为都应当视为控制或指挥人工智能的自然人或单位所实施的危害行为，犯罪主体应当是自然人或单位，人工智能只是这些犯罪主体实施危害行为的工具。这与教唆无刑事责任能力的自然人实施犯罪行为或者利用动物实施犯罪行为并无实质差异。
人工智能的智能往往是导致危害行为发生的重要因素，在个别案件中人工智能的智能是导致危害行为发生的不可或缺的因素。因此，审查行为人的主观心态时应当重点审查人工智能实施危害行为所需智能的来源。例如，人工智能实施危害行为的智能是源自人工智能的研发设计者，还是源自人工智能服务提供者，或是源自使用者的使用。在具体案件中，人工智能所实施的危害行为是否构成犯罪、刑事责任如何分配，应当依据具体犯罪的入罪标准与出罪情形、行为人的主观心态等因素以及涉人工智能的刑事司法政策进行具体判定。
2.涉人工智能的违约责任和侵权责任
智能合同在实践中大量存在，合同的订立、履行，可能存在合同当事人的复查、干预等人工介入，也可能全部由人工智能独立完成。人工智能不具有民事主体资格，不能成为合同当事人。在当事人介入的情况下，人工智能订立、履行合同可直接认定为当事人的行为，由此产生的违约行为及违约责任应视为当事人的违约行为及违约责任。如果合同的订立、履行全部由人工智能独立完成，此时可以将人工智能视为当事人的委托代理人，由此产生的违约行为及违约责任可以适用代理制度的相关规则。
人工智能只是一种产品或服务，造成他人损害时，侵权行为的认定、责任主体的认定以及民事责任的分配，应当适用产品质量法等法律。产品责任的核心是产品缺陷而不是行为人的过错，但法律规定了各种不承担赔偿责任的缺陷豁免，包括产品投入流通时尚不存在的缺陷、将产品投入流通时科学技术水平尚不能发现的缺陷等。这些可豁免的产品缺陷将是人工智能侵权的责任主体的常用抗辩。产品缺陷的审查判定、适用缺陷豁免规则的宽严等，将在很大程度影响涉人工智能侵权责任的认定和分配。因此，将人工智能视为一种产品，现有法律制度能够一定程度上解决涉人工智能的侵权责任问题，但司法实践也面临不小的挑战。
生成物是否构成知识产权的客体
人工智能不具有主体资格，因此不是知识产权法上的相关主体，例如不是著作权法上的作者、著作权人，也不是专利法上的发明人、专利权人。但是，人工智能生成物是否可以构成知识产权的客体是当前争议较大的问题，例如生成物是否构成著作权法上的作品或专利法上的发明创造等。笔者认为，人工智能生成物是否构成著作权上作品，或者是否构成专利法上的发明创造，归根结底要看人工智能使用人对生成物的产生是否直接投入了智力性劳动以及智力贡献度。
如果生成物完全由人工智能独立完成，或者使用人未直接投入任何智力性活动、使用人的智力贡献度为零，生成物不构成著作权上的作品，也不构成专利法上的发明创造，使用人就生成物也不应享有著作权法上的权利和专利法上的权利。如果生成物完全由使用人独立完成，人工智能只是替代使用人或者辅助使用人完成一些非智力性劳动，生成物可以构成著作权上作品或专利法上的发明创造，使用人就生成物可以享有著作权法上的权利或专利法上的权利。实践中的生成物往往是人工智能使用人投入一定的智力性劳动并利用人工智能的智能而产生的。简言之，人工智能使用人对生成物有一定程度的智力贡献。至于人工智能使用人的智力贡献需要达到什么程度，生成物方可构成知识产权的客体，这是知识产权司法裁量问题。
笔者认为，人工智能使用人的智力贡献至少要达到作品合作作者或发明创造共同完成人的智力贡献，否则难以认为使用人为生成物的产生提供了智力性劳动，其享有相关知识产权也难谓具有正当性。生成物是否构成著作权法上的作品，要重点审查使用人对生成物的产生是否直接投入智力性劳动，对生成物的独创性所作的智力贡献是否达到作品合作作者应有的智力贡献。如果使用人的劳动投入类似于“为他人创作进行组织工作，提供咨询意见、物质条件，或者进行其他辅助工作”等，其劳动投入不应视为创作，生成物则不构成著作权法上的作品。生成物是否构成专利法上的发明创造，要重点审查使用人对生成物是否直接投入智力性劳动，对生成物的实质性特点所作的创造性贡献是否达到发明创造共同完成人应有的智力贡献。如果生成物产生过程中，使用人类似于“只负责组织工作的人、为物质技术条件的利用提供方便的人或者从事其他辅助工作的人”等，其不能视为发明人，生成物也不构成专利法上的发明创造。
人工智能训练与生成物的著作权侵权问题
经过海量数据训练后，如果人工智能能够输出预期生成物，人工智能服务提供者就可以向用户提供商业化服务。由此产生著作权法上的两个问题，其一是人工智能训练阶段未经许可使用他人作品是否构成著作权侵权，其二是人工智能生成物是否会侵犯他人著作权。
1.人工智能训练阶段未经许可使用他人作品是否构成著作权侵权
经海量文本、图片、音频、视频等作品训练后，人工智能能够生成相应的文本、图片、音频、视频等。如果人工智能训练阶段未经许可使用他人作品的，应当属于未经著作权人许可而使用他人作品的典型情形。依据著作权侵权判定的一般原则，这样的人工智能数据训练活动构成著作权侵权，并且构成直接侵权。需要特别指出，人工智能数据训练虽是商业活动的一部分，但人工智能毕竟尚未投入商业化运营。因此，人工智能训练阶段未经许可使用他人作品是否构成著作权侵权，特别是是否构成著作权法上的合理使用，在知识产权司法政策上尚有探讨空间。
2.生成物是否会构成著作权侵权
如前所述，人工智能完成训练且能够输出预期生成物时，就可以投入商业运营，其结构或拓扑被冻结、不再调整神经网络参数、不再进行神经网络的编程活动。换言之，生成物是由人工智能研发设计者制作并由人工智能服务提供者向用户提供的。
如果生成物与他人作品存在着表达上的相同或者实质性相似，则构成著作权侵权判定上的实质相似，可能构成著作权侵权。根据著作权侵权判定的一般规则，即使生成物与他人作品构成实质相似，尚须有证据证明生成物复制或来源于他人作品。如果有证据证明生成物确实复制或来源于他人作品，就可以认定生成物构成著作权侵权。此时，研发设计者应当视为被诉侵权物的制作者，服务提供者应当视为被诉侵权物的提供者，用户则是被诉侵权物的使用者，并且被诉侵权物是人工智能按照用户的需求和指示制作的。因此，在生成物构成著作权侵权的情况下，研发设计者和服务提供者应当视为侵权人，用户的使用行为是否构成侵权在司法政策上亦有探讨空间。
Author Song Jianbao, director of the Internet Judicial Research Center of China Institute of Applied Law, reported from the People's Court. Today, with the rapid iteration and widespread application of digital technology, artificial intelligence, as a master of digital technology application, poses many challenges to the existing legal system. Judicial trials not only face incomprehensible technological development, but also effectively match the legal system with a certain lag with the ever-developing social reality. Therefore, the author will briefly introduce the main types and basic principles of artificial intelligence. In this paper, I will talk about my own views on several legal issues related to artificial intelligence that are closely related to judicial trials at present, for future case handling and research reference. The main types and basic principles of artificial intelligence have formed symbolic school and bionic school in the development of artificial intelligence due to different theories or methods, and symbolic artificial intelligence and neural network artificial intelligence have formed accordingly. Of course, a specific artificial intelligence may have combined symbolic artificial intelligence and neural network artificial intelligence. In judicial trial, it is necessary to understand the specific types and basic principles of artificial intelligence involved in the case in order to understand the intelligence of artificial intelligence involved and the corresponding operation. The theoretical basis of symbolic artificial intelligence is theorem proof, and its realization method is based on logical reasoning to simulate human intelligence. Symbolism school believes that the basic unit of human cognition and thinking is symbolic intelligence, and it is symbolic representation and operation. Humans can just give computers some basic logic and rules. In order to obtain intelligence through a series of calculus and reasoning, human intelligence is transformed into various symbolic knowledge rules and algorithms, and then these symbolic knowledge rules and algorithms are characterized and calculated by computer technology, and finally the realization of human intelligence simulation symbolic artificial intelligence of computer system can be realized. Program-dependent logical decision tree Logical decision tree is a set of rules on how to deal with a given input, which is programmed based on data sets and rule sets and passes a series of symbolic judgments. The decision-making process of logical decision tree is definite, so theoretically, every decision can be traced back to the decision made in advance by the designer of artificial intelligence. At present, the typical representatives of symbolic artificial intelligence include expert system, knowledge map, knowledge engineering, database and other specific application fields, including the calculation of click-through rate of advertising search platform in Internet advertising industry, the prediction of risk control in financial industry and so on. Composed of a large number of artificial neurons, each neuron personifies the neurons of the human brain to some extent. These neurons are arranged in layers and connected to each other or at least connected to the neurons in the next layer where they are located. Each neuron can process a given input and generate an output, and can transmit the output to the neurons in the next layer. The output of the neuron in the last layer is the system output and is no longer transmitted to other layers. The basis for each neuron to process a given input is internal. Instructions and the weights and biases of neurons themselves, so the data input from the top layer is processed and transmitted to the next layer for processing according to the state of neurons. Each neuron generates output according to its weight and bias and transmits the output to the next layer until the processing result is output at the bottom layer. Neural network is trained to learn how to deal with the given input. The learning process aims to adjust the internal parameters of neural network. The training data set will be used to verify the data set and provide training to neural network repeatedly. The data set determines how to adjust the network parameters to reduce the error of its expected output. As part of the training, the weight and bias of each neuron will also be adjusted. After the training process is completed, artificial intelligence can be used to process real data, and its structure or topology will be frozen and no adjustment will be made. The data transmitted through the neural network is only controlled by the state of each node, that is, how to process the input, generate the output and transmit the output by God. It is determined by the network itself and acquired through the aforementioned training. It is either a large language model determined by the node programmer in advance or a typical neural network artificial intelligence. Whether artificial intelligence has the qualification of legal subject is determined by the current law and varies with different legal relations. Whether artificial intelligence has the qualification of legal subject should be investigated and demonstrated from the causes of legal relations and types of legal subjects. The following article takes civil relations as an example to examine the types of civil subjects. The cause of formation demonstrates whether artificial intelligence has the qualification of legal subject, and how natural persons obtain the qualification of legal subject. Under the patriarchal system, parents have the right ability, and family slaves have little or no right ability. Under the manor system, farmers are the appendages of land, and everything is subordinate to the rights of lords. With the development of exchange economy, family slaves and farmers gradually gain the right ability and behavior ability within the scope of sales contracts. The development of medieval urban system and the prosperity of urban industry and commerce. It can be seen that the change of economic and social relations is the biggest motivation for natural persons to gradually obtain the qualification of legal subject. Under the principle of modern rule of law, all natural persons have the qualification of civil subject equally, which affirms that human value, dignity and subjectivity are the most ethical basic legal principles. The legal qualification granted to natural persons is from right, ability, behavior, responsibility and process. Although there are different social functions, the parties' capacity and litigation capacity in the order law are all aimed at safeguarding the personal dignity of natural persons, reflecting the reasons why people's ethics endow legal persons with the qualification of legal subject. The early legal system centered on the state and individuals, and the general groups did not have the qualification of subject. With the development of society, the state has been unable to handle all production and life relations, and individuals have often felt weak in pursuing their own development for the interests of life, especially since the industrial revolution. With the development of socialist economy, capital groups of all sizes have emerged, and some business undertakings can never be organized by one person. Large-scale business undertakings need to be sustained for a long time. After all, limited partnerships and legal persons have become the main organizational forms of business undertakings. Partnerships are natural persons established through contracts, but they have not yet separated from the personality of natural persons. Legal persons can enjoy rights and assume obligations independently. Their property is the property of non-members and their debts are the debts of non-members. Why does the law endow legal persons with the status of civil subjects to enjoy rights and assume obligations independently has been a controversial issue among legal scholars since the century. 比特币今日价格行情网_okx交易所app_永续合约_比特币怎么买卖交易_虚拟币交易所平台
注册有任何问题请添加 微信：MVIP619 拉你进入群
打开微信扫一扫
添加客服
进入交流群
1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，请转载时务必注明文章作者和来源，不尊重原创的行为我们将追究责任；3.作者投稿可能会经我们编辑修改或补充。
