生成模型中的所有权与创造性
计算机与社会
2021-12-03 v1
摘要
近年来，机器学习生成的内容（如图像艺术作品、文本诗歌和音乐）日益突出。这些工具吸引了媒体、艺术家、研究者和投资者的广泛关注。由于这些工具是数据驱动的，它们本质上不同于传统创作工具，这就引出了一个疑问——谁可能拥有这些工具所生成内容的所有权？在本文中，我们旨在解决这一问题，首先对该问题的背景进行阐述，提出若干可能拥有该内容所有权的候选主体，并分别给出支持各方的论据。随后，我们提出了一种在基于视觉的模型体系下可能的算法解决方案。最后，我们讨论了该问题更广泛的影响。
引用
@article{arxiv.2112.01516,
title = {Ownership and Creativity in Generative Models},
author = {Omri Avrahami and Bar Tamir},
journal= {arXiv preprint arXiv:2112.01516},
year = {2021}
}