浅谈人工智能模型的法律保护——全国首例未经许可使用他人模型结构与参数案件述评

主要观点总结

本文以全国首例未经许可使用他人人工智能模型结构与参数案件为引，分析了人工智能模型在反不正当竞争法和著作权法下的保护路径，探讨了开源模型和模型训练数据合法性问题对人工智能模型保护的影响。总结了人工智能模型在法律保护方面的三个关键点：模型结构与参数的反不正当竞争法保护路径、模型的著作权保护路径以及开源模型和模型训练数据合法性问题讨论。

关键观点总结

关键观点1: 模型结构与参数的反不正当竞争法保护路径

法院适用《反不正当竞争法》第2条对原告主张的模型结构和参数进行了保护。接触+实质性相似的基本法则同样适用于人工智能模型结构和参数比对领域。实质性替代作用的判断不应拘泥于模型结构和参数本身，而是应当延伸至基于该模型结构、参数的特效产品。

关键观点2: 模型的著作权保护路径

一审法院完整地评价了模型开发应用全阶段的各行为均非著作权法意义上的创作行为。通过类比计算机软件作品的保护方式，对模型的著作权保护进行了探讨。源代码和目标代码作为人类难以轻易识读的二进制文件形式，其保护方式存在一定类比性。但模型参数在著作权法层面的保护弱势也是显而易见的。

关键观点3: 开源模型和模型训练数据合法性问题讨论

传统开源许可证本是针对传统计算机软件设计的，但其用在模型之上也存在一定贴合性。使用有权利瑕疵的数据进行模型训练可能会使得模型训练者得到节省开发训练资源的“搭便车”的效果。瑕疵训练数据或许仍旧能够获得反不正当竞争法项下的权益内容司法认可，但可能将对其维权产生行权障碍。