作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在数字经济背景下,互联网及大数据造就了人工智能创作作品.人工智能创作又被称之为"数据驱动的创作"(Data-Driven Creativity)或"算 法 创 作"(Algorithm for Authorship).学界将算法创作的功劳归功于机器学习或深度学习(deep learning)理论.深度学习使机器具备逻辑和思维,是人类智力活动的再现.诚然,机器学习是人工智能领域的重要理论,作为其分支领域的深度学习,当前甚至可以成为人工智能的代名词.深度学习带来了一个新浪潮,其目前主要应用于语音识别、图像识别等领域,解决目标识别、语音感知和语言理解等与人工智能相关的任务.而深度学习给版权法领域带来的挑战,在于其打破了传统的作品创作模式.在作者权体系下,作品一直被视为作者个性化思想情感的表达,作者与作品是"父与子"的关系.深度学习的算法创作模式下,机器独立创作、人机共融创作产生的内容能否具备可版权性,成果如何保护,产生了争议,因而有必要在剖析算法创作过程的基础上开展研究.
推荐文章
浅谈紫砂壶艺术的独创性
艺术创作
造型艺术
艺术风格
独创性
浅谈紫砂艺术的独创性
紫砂
造型艺术
独创性
小学数学教学中学生独创性思维的培养
小学数学
课堂教学
学生
独创性思维
作品独创性功能的反思与重塑——基于著作权法结构与价值目标的双重视角
独创性
体系划分功能
价值评判功能
事实描述功能
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习视阈下算法生成内容独创性之证伪
来源期刊 江南论坛 学科
关键词
年,卷(期) 2021,(9) 所属期刊栏目 法治天地
研究方向 页码范围 41-43
页数 3页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1006-0057.2021.09.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
引文网络交叉学科
相关学者/机构
期刊影响力
江南论坛
月刊
1006-0057
32-1405/C
大16开
江苏省无锡市复兴路122号4楼400室
28-96
1993
chi
出版文献量(篇)
7169
总下载数(次)
5
论文1v1指导