“有了这样的基础规则,有了规范的收费和授权的基本规则。
“相应的数据模型开发者,才有机会将通过有授权的数据,开发出同样有授权的数据模型。
“进而可以不受额外限制的使用机器生产的产品去盈利。
“否则,任何机器学习最终产生的作品,其着作权归属都是模糊和敏感的。
“机器不是人类,所以人类可以不保护机器的着作权,完全不认可机器创作的作品的着作权。
“只有将机器视为人类的机器,创作的作品的着作权属于其主人所有。
“才能以人类着作权的逻辑获得保护并盈利。
“但人类想要利用别人的素材盈利,就必须获得对方的授权了,这样也就形成了清晰的着作权归属。
“透过现象看本质的话,用机械智能完成以前只有人能够完成的工作,并且讲产量和速度提升几十几百倍,是又一次的产业革命。
“生产力会再次跨越式的提升,技术能够覆盖的产品的生产成本会大幅度下降,由此产生的效益大幅度提升。
“为智能机器成功运行起来提供原料的人,有分享这种生产力提升所带来的利益的权利。
“不能将个人欣赏学习的授权许可,用于研发和制造任何生产工具。
“这样数据资料有价论的逻辑也就清晰了。”
朱靖垣听完之后看向朱迪钚:
“老二你怎么看?”
朱迪钚沉默思考了几秒钟,最终慢慢的点着头说:
“我觉得迪镧的话有道理……
“用微积分的逻辑来评判和区分学习、模仿、抄袭的界限是个很不错的理念。
“未来的公共网络平台上,创作者上传自己的作品的时候。
“应该有一个是否允许机器学习的选项。
“同时也应该有一个是否使用大数据筛选和推荐信息的选项。”
朱迪镧听了马上附和说:
“我赞成二哥的意见。”
朱靖垣笑着说:
“既然你们哥俩都觉得可行,那这些事情就这么定了吧。
“不过问题是,你们怎么判断一个数据模型,是否用了未经授权的材料来训练呢?
“在数据分析层面你们有办法区分吗?”
朱迪钚想了想说: