机器学习作品的类型化及其著作权责任本文探讨了机器学习是否有侵权之嫌、是否可以适用合理使用制度提出侵权抗辩以及中国当前著作权体系是否能够对这种新的行为进行认定等前沿问题。引言随着人工智能的智能化程度越来越高，传统视野下的著作权制度遭到了前所未有的挑战。以深度学习算法为核心的人工智能系统实现了引人瞩目的成就，比如腾讯写作机器人Dreamwriter撰写的财经报道，专业人员认为与媒体记者日常的消息稿无异[1]，微软人工智能产品小冰于2017年独立创作并出版了诗集《阳光失了玻璃窗》[2]，微软小冰又于2019年在中央美术学院美术馆展出首个个展《或然世界》[3]。目前学界和实务界关于人工智能输出端的生成物是否是作品以及归属于谁的话题热度不减，而对人工智能训练过程中输入端的机器学习作品是否涉嫌侵犯著作权的问题则讨论不多。人工智能的前期训练是人工智能“创作”的必要条件，而目前主流的训练算法以深度学习为核心，并且需要海量的训练数据作为人工智能学习和成长的“养料”，人工智能训练团队对海量数据的获取以及输入---本文于网络，仅供参考，勿照抄，如有侵权请联系删除---势必存在侵犯著作权的风险。因此，对于以输入海量作品作为训练数据的机器学习是否有侵权之嫌、是否可以适用合理使用制度提出侵权抗辩以及中国当前著作权体系是否能够对这种新的行为进行认定是本文要探讨的内容。一、机器学习的概念和类型划分机器学习的主要研究对象是人工智能，是对能通过经验自动改进的计算机算法的研究。深度学习，是指采用深度模型进行机器学习的学习方法，它学习的是样本数据的内在规律和表示层次。[4]1、机器学习怎么“喂养”数据？以深度学习为核心算法、海量训练数据为学习材料的机器学习是人工智能的智能化程度不断提升的基础，而包括著作权作品在内的数据“喂养”，会面临侵犯著作权的风险。以微软小冰创作诗集为例，来简要说明一下机器学习的过程：微软小冰训练团队将1920年代起到现在的519位中国现代诗人的几万首诗歌，运用图像识别等技术数字化为计---本文于网络，仅供参考，勿照抄，如有侵权请联系删除---算机可读的语言，作为微软小冰训练的语料库，输入到微软小冰的诗歌生成模块中进行训练，训练人员可以设置相应的训练次数，相应训练结束后，训练人员通过诱发模块给出创作诱发信号，按照各项指标评价微软小冰训练相应次数以后创作出的诗歌，将评价信息作为反馈来完善诗歌生成模块，当训练人员认为小冰经过一定次数训练以后创作出的诗歌具有一定美感时才会停止训练。[5]我们发现，从微软小冰零基础学习写诗到创作出具有一定美感的诗歌这一过程中，可能涉及享有著作权作品的输入、对著作权作品的改编或汇编性输出，因此，这一过程中存在侵犯作品的复制权、演绎权等法律风险。2、机器学习怎么分类？复制权是一种依附性权利，控制复制行为的目的在于控制后续的传播和使用行为，所以，训练数据“喂养”过程中以传播效果为导向的复制很可能落入复制权的规制范畴，基于此，可以表达性内容的输出与否作为标准，将使用行为划分为表达性使用和非表达性使用。[6]相应地，以是否有表达性内容输出为标准，将机器学习分为表达型机器学习和非表达型机器学习两类，并以机---本文于网络，仅供参考，勿照抄，如有侵权请联系删除---器学习的作品是否于特定作者为标准，将表达型机器学习进一步地划分为普通的表达型机器学习和特殊的表达型机器学习。[7]（1）非表达型机器学习，指没有表达性内容输出的机器学习。此类典型的人工智能系统如人脸识别系统，人脸识别系统以训练人员输入的人脸照片作为训练材料，经过深度学习完成人脸照片像素点阵化——提取面部特征值——构建对应的特征值数字矩阵的识别算法训练，完成训练的人脸识别系统再基于识别算法对现实场景的识别需求作出回应。（2）普通的表达型机器学习，指有表达性内容输出的机器学习，且用于算法学习的材料不局限于某一类特定作品，而于不特定的作品。比如，微软小冰将中国近现代五百多位诗人的诗歌作为语料库来训练诗歌生成模块，诗歌生成模块运用双向语言模型根...