AI版权征文 | 论人工智能生成的内容在著作权法中的定性(下篇)

2018 年 10 月 30 日 百度公共政策研究院

 

本文仅代表作者本人独立研究思考的成果,旨在促进学术交流,不代表作者单位及本公众号的立场和观点。


(三)人工智能的“学习”

是确定规律的过程


具有“学习”能力是人工智能技术发展进步的标志。开发“阿尔法围棋”程序的“深度思维”公司首席执行官曾称该程序“拥有强大的自我学习能力……它是通过自我对局来优选最佳方法,这跟人类的思考方式一样”。[27]


然而,人工智能所具有的“学习”能力并不意味着应用这种“学习”成果生成内容的过程是创作,以及生成的内容是作品。它只意味着与程序设计者预先确定可直接得出结果的固有规则(如简谱与五线谱之间的对应关系)不同,拥有人工智能的程序可以通过对大量数据的分析,自己找出事物之中更为具体、细致的规律。


毫无疑问,这种“学习”能力在数据处理方面具有极大的优势,但它仍然属于应用特定算法获取最佳结果的过程,其作用在于从无数可能性中找到唯一或者极为有限的正确路径。


因此一些人工智能的研究者将人工智能的“学习”描述为:将神经——中枢——大脑的工作原理设计成一个不断迭代、不断抽象的过程,以便得到最优数据特征表示的机器学习算法。[28]


例如,“阿尔法围棋”程序的人工智能体现在它具有由“策略网络”和“估值网络”构成的“深度神经网络”。这种“神经网络”实际上是由简单处理单元构成的大规模并行分布式处理器。[29]


其中“策略网络”通过对人类对弈大数据分析,“搜索出更像人类高手该落子的位置”,“估值网络”对备选的落子位置进行后续计算,“推演出胜率最高的走法”,[30]这是一种对从外界获取的信息进行的逐层加工的过程。[31]


同样,相关研究表明:计算机程序之所以能“作曲”,是应用了统计学中的马尔可夫链(一种未来状态的概率只取决于当前状态的数学模型)选择音调。根据对大量音乐作品中音调之间的搭配与和谐关系的分析,可以发现其中的规律。


比如当前的音调是C,则下一个音调为G的概率为70%,为E的概率为15%,为F的概率为10%,为A的概率为5%,不同的概率由不同的马尔可夫链模型所决定。[32]这样,程序就可以通过三个步骤生成乐曲,首先是建立规则表和数学模型,然后是随机生成单个音符,最后是根据规则表和数学模型测试其和谐度,“通过不断重复生产和测试环节,越来越多有效音符被选择出来并组成了完整的乐曲”。[33]


如果将程序这种反复试错,筛选合格组合的过程称为“自我学习”,则它仍然是依据算法进行的有规律的运算过程。


虽然因其初始因素(如第一个单音符的生成)具有随机性,因此程序设计者也无法准确预测最后的结果,但在重复该运算过程并输入相同初始数据的情况下,同一程序得出的结果是有限的。


这正是人工智能生成内容的本质特征——是计算而非创作。[34]一篇文章在描述“机器作曲”时,其标题恰如其分地说明了一这点——《算出音乐来》。[35]

 

 

由此可见,具有“学习”能力的人工智能与以往机械式处理手段的不同,在于能够根据算法分析数据并找出最优策略,再采取该策略产生最佳结果,而不是仅仅应用算法直接获取结果。


但是,对最优策略的确定仍然是基于算法产生的,而且策略本身属于方法,落入了思想的范畴,不可能作为作品受到著作权法的保护。


算法和计算机程序设计者也许无法准确地预测计算机运行程序并分析数据后能得出怎样的最优策略,但不同的计算机运行同一程序,根据同一算法分析相同数据,得出的最优策略是相同的或有限的,而不同的计算机对相同的数据采取该最优策略,获取的结果也是相同的。


换言之,对相同的原始材料,人工智能运用相同的策略进行处理,其结果具有高度的可重复性,这说明对策略的应用不具备个性化的特征。


与之形成鲜明对比的是,不同作者即使遵循同一创作理念、原则或规律,使用相同原始素材创作的作品也会在内容上五花八门。这是因为创作理念、原则或规律仅仅属于创作背景或外部限定,它无法决定作品的内容。


有时,作者打破惯例,不按常规的创作还会产生更佳的艺术效果。正因为是作者独特的个性和情感,甚至是稍纵即逝的灵感,而不是创作理念、原则或规律驾驭着创作活动,如果作品内容较为复杂,甚至连作者本人在遗失作品的唯一载体之后,往往也难以重新创作出相同的内容。


在提出著名的“图灵测试”的论文中,阿兰·图灵引述了杰弗里·杰斐逊(Geoffrey Jefferson)教授对“机器会思考”的怀疑:


直至一部机器因思考和情感而不是通过随机排列符号而写出一首十四行诗或谱写一部协奏曲,我们才能认同机器等于同大脑。[36]


从上述分析中可以得出一个结论,目前的“人工智能”本质上是应用“人”的“智能”,其生成内容的过程并不涉及创作所需的“智能”,因此并不能成为受著作权法保护的作品。



日本政府设立的“知识产权战略本部”在一份报告中指出“一般认为,人工智能自动生成的内容不属于著作权的客体”,其原因就在于“人工智能自动产生的创作物(类似作品的信息),并非(日本)《著作权法》第2条第1项规定的‘表现思想或者情感的作品’,也就根本不存在对其享有的著作权”。[37]


澳大利亚司法部下设的“澳大利亚版权审议委员会”曾在有关计算机软件版权保护的报告草案中建议澳大利亚《版权法》增加“计算机生成的作品”(computer-generated work)的作品类别,[38]但遭到了“澳大利亚版权委员会”的反对,理由之一正是此类内容无法达到独创性的要求。[39]


“澳大利亚版权审议委员会”接受了该观点,在其发布的最终报告中,不再建议将诸如由报告撰写程序(类似于前文提及的自动新闻写作程序)生成的内容作为作品保护,而是建议创设邻接权的客体以提供保护,其用语也从“计算机生成的作品”改为“计算机生成的内容”(computer-generated material)。[40]


在最早对“计算机生成的作品”进行规定的英国《版权法》中,“计算机生成的作品”被认定义为“在该作品没有作者的情况下,由计算机生成的作品”。[41]该法第9条第3款规定:“对(由计算机生成的)作品的创作进行了必要安排的人”被视为“作者”。[42]


然而,世界知识产权组织的报告对此指出:该规定看来是建立在一个假设之上,即计算机可以在没有任何人类创造性贡献的情况下“创作”文学艺术作品,但是否真正存在能够不借助任何人类创造性贡献而创作出“作品”的计算机“智能”,则是存疑的。[43]


英国本国学者对此也持怀疑态度,认为“很难理解此种成果如何能够符合既有的独创性标准,特别是该标准要求作品应当是‘劳动、技巧或判断’的产物,更不用说符合欧盟有关要求作品是‘作者自己的智力创作成果’的要求了”。[44]


同时,将该条适用于上文提及的机器人写作、作画和作曲等情形,也会遇到难以克服的障碍。试问谁对“由计算机生成的作品”的“创作”进行了必要安排?是相关计算机程序的编写者还是该机器人或程序的使用者?


  • 如果是前者,则其获得了对计算机程序和运行该程序生成结果的双重权利,属于重复获利,有失公平;

  • 如果是后者,则意味着只要选择了某机器人或运行了某一程序就可获得著作权,[45]显然是不合理的。

 


迄今为止,也只有一个涉及计算机游戏的英国案例适用了上述条款。在该案中,原告起诉被告抄袭了自己的计算机游戏,并主张计算机运行过程中呈现的画面属于“计算机生成的作品”,而原告的程序员则应被视为该作品的作者。对此,英国法院认为:


组成(电子游戏画面)的各帧画面都是计算机生成的作品,为创作作品进行必要安排的工作是由琼斯(原告的股东兼程序员,笔者注)承担的,因为他设计了游戏各要素的外观,还设计了游戏的规则和逻辑,由此产生了游戏的每一帧画面,他还编写了计算机程序。在这种情况下我确信琼斯对作品的创作进行了必要的安排,应当根据(英国《版权法》)第9条第3款的规定被视为作者。[46]


显然,在该案法官的心目中,虽然程序员编写了计算机程序,也设计了游戏中人物、道具等各要素的画面,甚至是单幅的静止画面,但游戏在运行过程中形成的连续画面,并不是程序员直接创作的作品,而是“计算机生成的作品”,程序员并不是真正的作者,[47]只能被“视为”作者。


这样的判断实不足取,在游戏运行时,屏幕上显示的所有连续画面,都是计算机程序根据玩家的操作调用预先输入的各要素图像,并加以组合形成的。


虽然连续画面的内容会随着不同玩家的不同选择有些区别,但不可能超越程序员对游戏进程的预先设立的各种要素的组合,因此当然属于由程序员等作者们创作的作品,计算机只是在技术意义上“生成”了它们。[48]


我国和其他国家的司法实践也认为计算机游戏画面是人创作的作品,并未将其认定为“计算机生成的作品”。[49]


如我国法院就曾认定“游戏画面由游戏引擎按照既定规则调取开发商预先创作的游戏素材自动生成,……(该)连续画面构成类电影作品,其著作权属于游戏开发商”,[50]“网络游戏中连续活动画面因操作不同产生的不同的连续活动画面,其实质是因操作而产生的不同选择,并未超出游戏设置的画面,不是脱离游戏之外的创作”。[51] 


由此可见,英国《版权法》对所谓“计算机生成的作品”的定义和权利归属的规定,实不足为我国所仿效。

 

 

三、区分对人工智能生成

内容的实然定性与应然定性

 

综上所述,对于人工智能生成的内容而言,即便在表现形式上与人类创作的作品几无差别,如机器人生成的人像素描和财经报道等,由于是应用算法、规则和模板的结果,其生成过程没有给人工智能留下发挥其“聪明才智”的空间,不具有个性特征,该内容并不符合独创性的要求,不能构成作品。


上文在讨论人工智能生成内容的定性时,暂时排除了主体的因素。并得出了此类内容不构成作品的结论。现在再考虑主体因素,也可以从不同的角度得出相同结论。


著作权法的立法目的是鼓励作品的创作。[52]实现鼓励效果的途径,则是通过赋予作者复制权、发行权和信息网络传播权等一系列权利,使作者能够在法律上制止他人未经许可以复制、发行、信息网络传播等方式利用作品,确保他人在利用作品时经过作者许可并向作者支付报酬,从而使作者从创作中获得应有的回报,能够体面地生活,保持继续创作的动力,并为志在创作的年轻一代产生良好的示范效应。


那么,谁能在这套精心设计且十分复杂的法律机制之中受到鼓励呢?当然只可能是人。郑成思教授对此指出:不论何种人持何种看法,在认定版权制度的本质是鼓励用头脑从事创作之人这一点上,意见是一致的。[53]


无论是动物还是机器,都不可能因著作权法保护作品而受到鼓励,从而产生创作的动力。正因为如此,“作品是作为有血有肉的自然人对于思想观念的表达;……由非人类‘创作’的东西不属于著作权法意义上的‘作品’”。[54]


我国《著作权法》第2条将享有著作权的主体限定为“中国公民、法人或者其他组织”和符合条件的“外国人、无国籍人”,印证了著作权法的立法目的。


美国版权局要求被登记的作品“必须由人类创作”,并将“在没有任何源于人类作者的智力投入或参与的情况下,由机器以及随机或自动运行的纯粹机械过程生成”的成果排除出可登记范围,[55]美国法院认定“猕猴自拍照”不构成作品,[56]也鲜明地反映了这一立场。因此,人工智能生成的内容不构成作品,属于法律对其的应然定性。


然而,对于那些由人工智能生成的,但在表现形式上与人类创作的作品类似的内容而言,如果人工智能的操控者并未披露其真实的生成过程,相反,此人还在该内容上署名,对外表明自己是创作者。


那么,由于署名有推定作者身份的法定效力,[57]除非质疑者有相反证据证明该内容源自人工智能对算法、规则和模板的运用,则在实然状态下,该内容仍然会被认定为作品并受到著作权法的保护,人工智能的操控者也将被认定为作者并享有一系列著作人身权和著作财产权。



日本“知识产权战略本部”在否定了所谓“人工智能创作物”能作为作品受现行日本《著作权法》保护的可能性之后,又认为“然而,人类的创作物和人工智能创作物在外观上通常难以区分。基于此,除去明显是人工智能创作物的情形,应当与人类的创作物进行相同的对待。……人工智能创作的音乐、小说等内容也应当受到著作权的保护”,[58]这实际上是指出了有别于法律规定的实然状态。


这种情况的出现,说明人工智能给著作权保护增加了一些复杂性,但尚不足以对著作权制度形成真正的挑战,因为它本质上属于证据规则的范畴,在以往也并不罕见。著作权法对作品构成的相关规定并不会因此改变,也无需改变。


在前文提及的“猕猴自拍照案”中,如果摄影师发布照片时声称是自己拍摄,由于现场并无他人,猕猴当然也不会开口反驳,这张猕猴露齿微笑的照片当然会被认定为是摄影师的作品,真相可能永远无人知晓。


同样,诗人晚年将其早年不为人知的诗歌投稿刊出,没有读过早年相同诗歌的人们都会认为诗人创作了新作品。但这并不意味着著作权法承认动物的“智力成果”是作品,或者抄写之前的诗歌属于创作,是信息的不对称造成了在作品认定方面应然状态与实然状态的对立。


那么,对于在应然状态下不构成作品的由人工智能生成的内容,能否可视人工智能的研发者或使用者为创作者呢?


有学者主张,可比照著作权法中视法人为作者和将著作权归属于投资者的规定,“将人工智能的所有者视为作者”。[59]


对此需要指出的是,著作权法的上述规定,是以相关内容已构成作品为前提的。如果内容产生的过程并不属于创作,相关内容并不是作品,又谈何通过法律的拟制将未参与创作者视为作者呢?


在上述“猕猴自拍照案”中,当摄影师自己宣布涉案照片为猕猴自拍时,就从根本上否定了该照片属于作品的可能性,此时无论该照片在形式上与人类拍摄的照片多么近似,都不可能视摄影师为作者。


有观点认为上述结论是自相矛盾的,认为不能根据是否披露内容是由人工智能产生的来认定其是否为作品。


对此需要强调的是,如果相关内容是人工智能产生的,也就是上文所述的机器应用算法、规则和模板而直接形成的唯一的结果或结果只在有限的可能性之中,则该内容就不是作品。


只是当这一事实不为世人所知,且该内容形式上与人类创作的作品无异时,在内容上署名的人(这种署名与《著作权法》中的署名权毫无关系)会被推定为作者。这两者之间并不存在矛盾,只是应然状态与实然状态的区别而已。


上文所举的“猕猴自拍照案”已经说明了这一点——猕猴自拍照当然不是作品,无论其拍的多么好,是否与人类拍摄的照片无法区别,只是在那名摄影师隐匿事实,谎称是自己拍摄了照片时,该照片因真相被掩盖而错误地被认定为作品而已。



结 语

 

正如莎士比亚在《哈姆雷特》中所言,“人是宇宙的精华,万物的灵长”。[60]人的创造性思维,人的灵感与个性,是作品创作中不可或缺的因素,“那些最具特色、最有生命力的成功之作往往只产生在难得而又短暂的灵感勃发的时刻”。[61]


迄今为止的人工智能只能按照人类预先设定的算法、规则和模板进行计算并生成内容。无论这种过程多么复杂,其结果多么接近作品,终究只是如来佛手中的孙悟空,无法突破如来佛的五指手掌。


因此,一篇研究人工智能生成内容著作权保护的文章所称的“机械在作品创作过程中发挥的作用——尤其是对独创性部分所作的贡献——日益超过人类,甚至完全取代人类的精神劳动”,[62]恐怕仍然是对未来的幻想,而不是现实。


当然,如果这一天真的到来,面临挑战甚至威胁的,将是整个人类社会。即使不去想象此类人工智能是否会演化成科幻电影《终结者》中的杀人机器,也应考虑一本世界著名计算机教材对此表达的忧虑:


“看来人工智能领域的大规模成功——创造出人类级别乃至更高的智能——将会改变大多数人类的生活,我们工作和娱乐的真正本质将会被改变,我们对于智能、意识和人类未来命运的观点也会如此。在此层次上,人工智能系统会对人类的自主性、自由乃至生存造成更为直接的威胁”。[63]


与之相比,著作权制度受到的冲击大约可以忽略不计了。

            

[27]引自《“阿尔法狗”之后的科技征途——眺望人机共存时代》,《经济参考报》2016年3月18日第5 版。

[28]蔡自兴等:《人工智能及其应用》,清华大学出版社2016年版,第290-291页。

[29]Haykin著,申富饶、徐烨、郑俊、晁静译,《神经网络与机器学习》,机械工业出版社2011版第1页。

[30]参见吴月辉:《“阿尔法狗”为什么厉害》,《人民日报》2016年3月21日第20 版。

[31]周志华:《机器学习》,清华大学出版社2016年版,第114页。

[32]李星燕:《算出音乐来》,《新发现》2009年8月号,第98页。

[33]同上。

[34]Haykin著,申富饶、徐烨、郑俊、晁静译,《神经网络与机器学习》,机械工业出版社2011年版,第389-398页。

[35]李星燕:《算出音乐来》,《新发现》2009年8月号,第96页。

[36]A. M. Turing, Computing Machinery and Intelligence, 59 Mind 236, 445 (1950). 

[37]知的財産戦略本部:《知的財産推進計画2016》,第8页http://www.kantei.go.jp/jp/singi/titeki2/kettei/chizaikeikaku20160509.pdf. 2017年3月2日访问。

[38]See Copyright Law Review Committee, Draft Report on Computer Software Protection, Office of Legal Information and Publishing, Attorney-General's Department(1993), para.13.08.

[39]See Australian Copyright Council, Response to the Copyright Law Review Committee’s Draft Report on Computer Software (1993), p.18, para.96.

[40]See Copyright Law Review Committee, Computer Software Protection, Office of Legal Information and Publishing, Attorney-General's Department (1995), para.13.11-13.21.

[41]The Copyright, Designs and Patent Act 1988, Section 178.

[42]The Copyright, Designs and Patent Act 1988, Section 9(3).一些以英国立法为参照的英美法系国家和地区的法中也有类似规定,如我国香港特别行政区《版权条例》第11条第(3)款;Copyright Act 1994 (New Zealand), Section 5(2); Copyright Act 1978 (South Africa), Section 1(1), in definition of “author” (h); Copyright Act 1957 (India), section 2(d)(vi).

[43]WIPO,BCP/CE/I/2.Committee of Experts on a Possible Protocol to the Berne Convention for the Protection of Literary and Artistic Works, First Session, Memorandum prepared by the International Bureau, para.51.

[44]See Jonathan Griffiths, Lionel Bently, William R. Cornish, UK, § 2[b][i], in Paul Edward Geller (ed), International Copyright Law and Practice, Matthew Bender & Company, Inc. (2015).

[45]这正是某些学者的观点,See Jani McCutcheon, Curing the Authorless Void: Protecting Computer-Generated Works Following IceTV and Phone Directories, 37 Melb. U. L. Rev. 46, 56(2013).

[46] Nova Productions Ltd v Mazooma Games Ltd, [2006] R.P.C. 14, 398-399, para.105.

[47]法院还否认运行游戏的玩家是作者,因为他们既没有投入艺术性的技巧和劳动,也没有对各帧画面的创作进行必要的安排,同上注, 399, para.106.

[48]即使是认同英国《版权法》该规定的学者,也认为该判决的观点存疑,因为“组成(电子游戏画面)的各帧画面都是组合自琼斯创作的单幅图片,是他的心灵和意志决定了由计算机生成的组合画面的形状”,Jani McCutcheon, Curing the Authorless Void: Protecting Computer-Generated Works Following IceTV and Phone Directories, 37 Melb. U. L. Rev. 46, 66(2013).

[49]如美国法院认为游戏运行过程中出现的连续画面属于“视听作品”,游戏设计者当然是作者。典型案件如Stern Electronics, Inc. v. Kaufman, 669 F.2d 852 (2d Cir. 1982); Atari, Inc. v. North American Philips Consumer Electronics Corp., 672 F.2d 607(7th Cir., 1983); Midway Mfg. Co. v. Artic Intern., Inc., 704 F.2d 1009 (7th Cir. 1983); Atari Games v. Oman, 888 F. 2d 878 (D.C. Cir. 1989)等。

[50]上海市浦东新区人民法院民事判决书(2015)浦民三(知)初字第529 号。

[51]上海知识产权法院民事判决书(2016)沪73民终190号。

[52]《著作权法》第1条即开宗明义地规定:“为……鼓励有益于社会主义精神文明、物质文明建设的作品的创作……根据宪法制定本法”。

[53]郑成思:《版权法》(修订本),中国人民大学出版社1997年版,第31-32页。

[54]李明德、许超:《著作权法》(第二版),法律出版社2009年版,第29页。

[55]See US Copyright Office, Compendium of the U.S. Copyright Office Practices (3rd Edition),§313.2.

[56]See Naruto v. David john slater, 2016 U.S. Dist. LEXIS 11041.

[57]《著作权法》第11条第3款规定:“如无相反证明,在作品上署名的公民、法人或者其他组织为作者”。

[58]知的財産戦略本部:《知的財産推進計画2016》,第8页http://www.kantei.go.jp/jp/singi/titeki2/kettei/chizaikeikaku20160509.pdf. 2017年3月2日访问。

[59]参见熊琦:《人工智能生成内容的著作权认定》,《知识产权》2017年第3期,第8页。

[60][英]威廉·莎士比亚著,朱生豪译:《哈姆雷特》,载《莎士比亚喜剧悲剧集》,译林出版社2010年版,第329页。

[61][奥]斯蒂芬·茨威格著,舒昌善译,《人类的群星闪耀时:十四篇历史特写(增订版)》,三联书店 2015年版,序言第1页。在该书《亨德尔的复活》一章中,茨威格生动地描述了曾一度丧失创作的灵感,如同行尸走肉的作曲家亨德尔,在看到了友人撰写的清唱剧《弥赛亚》歌词后激情勃发,创作《弥赛亚》乐曲的过程。我们难以想象,人工智能如何取代亨德尔创作出天才之作《弥赛亚》。

[62]曹源:《人工智能创作物获得版权保护的合理性》,《科技与法律》2016 年第3 期,第490页。

[63]Stuart J·Russell, Peter Norvig著,殷建平、祝恩、刘越、陈跃新、王挺译,《人工智能:一种现代的方法》(第3版),清华大学出版社2013年版,第878页。


本文作者系华东政法大学教授、博士生导师,法学博士。研究生郁姣、梁翔蓝、朱启凡、杨珺和方月悦在本文相关资料的收集和翻译方面做出了贡献.


往期文章推荐



AI版权征文 | 人、作者与作品(上篇)


AI版权征文 | 人、作者与作品(下篇)


AI版权征文 | 论人工智能生成的内容在著作权法中的定性(上篇)


Baidu Public Policy Research Institute

百度公共政策研究院专注互联网行业政策法律规制,致力于从政策法律角度记录中国互联网的发展,沟通交流关于互联网政策法律问题的观点和资讯。

微信号:InternetPolicyReview

投稿合作:PPR@baidu.com

登录查看更多
0

相关内容

最优策略亦称“平衡策略”、“稳定策略”。在对策中,能够形成平衡局势的局中人的策略。最优策略构成对策的解。它根据局中人选取策略的形式是有目的地选取,还是根据一定的概率值随机地选取,分成最优纯策略和最优混合策略两类。在有鞍点的矩阵对策中,参与对策的局中人根据鞍点选取并构成平衡局势的策略为最优纯策略。在没有鞍点的矩阵决策中,参与对策的局中人的最优策略为最优混合决策。
人机对抗智能技术
专知会员服务
189+阅读 · 2020年5月3日
【人大】大规模知识图谱补全技术的研究进展
专知会员服务
82+阅读 · 2020年5月2日
《强化学习》简介小册,24页pdf
专知会员服务
263+阅读 · 2020年4月19日
【浙江大学】对抗样本生成技术综述
专知会员服务
89+阅读 · 2020年1月6日
 图像内容自动描述技术综述
专知会员服务
84+阅读 · 2019年11月17日
GAN零基础入门:从伪造视频到生成假脸
新智元
13+阅读 · 2019年6月18日
自然语言生成的演变史
专知
25+阅读 · 2019年3月23日
【GAN货】用神经网络生成音乐
专知
13+阅读 · 2018年9月15日
【学界】生成式对抗网络:从生成数据到创造智能
GAN生成式对抗网络
6+阅读 · 2018年6月14日
人工智能创作的春天来了
微软丹棱街5号
7+阅读 · 2018年3月29日
[论文笔记] GAN开山之作及最新综述
专知
12+阅读 · 2017年12月19日
2017中国多媒体大会-智能媒体 创新未来
中国计算机学会
3+阅读 · 2017年8月21日
Generating Rationales in Visual Question Answering
Arxiv
5+阅读 · 2020年4月4日
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Arxiv
7+阅读 · 2018年8月28日
Arxiv
4+阅读 · 2018年5月14日
Arxiv
7+阅读 · 2018年3月17日
Arxiv
7+阅读 · 2018年1月30日
VIP会员
相关VIP内容
人机对抗智能技术
专知会员服务
189+阅读 · 2020年5月3日
【人大】大规模知识图谱补全技术的研究进展
专知会员服务
82+阅读 · 2020年5月2日
《强化学习》简介小册,24页pdf
专知会员服务
263+阅读 · 2020年4月19日
【浙江大学】对抗样本生成技术综述
专知会员服务
89+阅读 · 2020年1月6日
 图像内容自动描述技术综述
专知会员服务
84+阅读 · 2019年11月17日
相关资讯
GAN零基础入门:从伪造视频到生成假脸
新智元
13+阅读 · 2019年6月18日
自然语言生成的演变史
专知
25+阅读 · 2019年3月23日
【GAN货】用神经网络生成音乐
专知
13+阅读 · 2018年9月15日
【学界】生成式对抗网络:从生成数据到创造智能
GAN生成式对抗网络
6+阅读 · 2018年6月14日
人工智能创作的春天来了
微软丹棱街5号
7+阅读 · 2018年3月29日
[论文笔记] GAN开山之作及最新综述
专知
12+阅读 · 2017年12月19日
2017中国多媒体大会-智能媒体 创新未来
中国计算机学会
3+阅读 · 2017年8月21日
相关论文
Generating Rationales in Visual Question Answering
Arxiv
5+阅读 · 2020年4月4日
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Arxiv
7+阅读 · 2018年8月28日
Arxiv
4+阅读 · 2018年5月14日
Arxiv
7+阅读 · 2018年3月17日
Arxiv
7+阅读 · 2018年1月30日
Top
微信扫码咨询专知VIP会员