中文
ENGLISH
在著作权和外观设计的侵权和执法中使用人工智能存在多种机会、驱动力、限制和担忧。由于人工智能可用于执行多种不同功能的任务，从感知、推理、行动到评估甚至预测，因此，人工智能可以提高著作权和外观设计的侵权检测和执法效率。人工智能发展的主要领域是机器学习、自然语言处理、计算机视觉、专家系统和可解释的人工智能。可解释的人工智能目前正受到专家和决策者越来越多的关注。人工智能增强的其他技术，如量子计算、区块链、3D打印、生成式设计、云服务和机器人技术也有巨大的潜力。人工智能可以识别风险并确定其优先级，即时发现网络上的恶意软件，指导事件响应，并在入侵发生之前检测入侵。
机器学习作为其中一个关键子领域脱颖而出，可用于开发执法工具，例如：分析大量信息以检测威胁和识别社交工程机器人，扫描图像以检测虚假页面或非法内容，改进自动内容识别工具，发现侵权类型并提出建议。自然语言处理可用于分析和阻止网络钓鱼等网络攻击，识别诈骗行为，并形成快速识别侵权行为的相关性分析。计算机语音和计算机视觉也成功地应用于这一领域，包括预测未来侵权行为的模式识别、检测侵权商品的营销以及检测和分析欺诈性标识或其他图像。量子计算可以用来改进人工智能工具，使其能够处理海量数据。例如，海关和执法机构可以使用人工智能和量子计算来识别大型数据集合并鉴别相似性。另一方面，执法部门可以使用专家系统来决定哪种策略更适合保护系统免受特定漏洞的影响，包括与著作权和外观设计侵权有关的漏洞。
在驱动力方面，人工智能的各种功能使其对恶意行为者具有吸引力。人工智能可以模拟人类的许多行为，在某些情况下甚至可以超越人类的能力。此外，在人工智能技术的支持下，某些犯罪可以扩大规模，例如同时以数千名受害者为目标。可见人工智能正如一把双刃剑。诈骗犯和犯罪集团使用或可能使用与执法机构用于克服网络安全措施和逃避侦查相同的人工智能技术。这被称为“人工智能/网络安全难题”。随着人工智能的成熟并越来越多地用于网络领域，这种技术进步的潜在负面影响也会增加。在这方面，对抗性机器学习有助于发现和克服网络安全措施，包括突破防御和开发动态恶意软件以逃避检测。人工智能技术可用于提高此类攻击的效率，如人工智能支持的密码猜测和验证码破解。此外，自然语言处理工具可用于制作假音乐视频，基于生成式设计的工具可用于制作侵权复制品。
任何人工智能算法及其实际应用的背后都有人的参与。可解释的人工智能虽然不能解决所有可能的问题，但执法部门可以在分析和预测中更多使用这类创新工具，以更好地达成公平、问责和透明度的先决条件。在任何情况下，在执法和司法中使用人工智能都应始终受到强有力的保障，并通过内置的人为控制进行监督。
当前，人工智能还存在一定局限性，包括：依赖于大量高质量的训练数据；无法处理长尾问题（即人工智能在数据分布的长尾中实现强大性能难度和成本较高）；有限的通用性；对特定应用场景的依赖性以及受限于人工智能开发者的固有思维。更强大的机器学习算法可以学习输入和输出数据之间复杂的非线性关系，但要做到这一点，需要大量高质量的数据。机器需要以更准确的方式进行感知和认知来理解世界，通过强化学习来模拟真实世界的场景，感知信息，然后通过记忆和理解将感知信息转化为抽象知识。这可以通过算法的交叉、集成和优化以及学术研究的持续改进来实现。此外，尽管创新技术在执法中的使用有所扩大，但根据本研究的调研，公共机构在著作权和外观设计执法上对这些技术的实际使用普遍上仍较为有限。此外，执法部门和海关应持续监控新技术领域，以确保他们做好适当的准备和培训。
最后，人工智能的发展和应用引起了人们对伦理、隐私和基本权利的关注。由于人工智能和相关技术被用于在打击犯罪（包括著作权和外观设计的相关犯罪）等非常重要的领域进行确定和预测，人工智能有可能对基本人权产生深远的影响。因为人工智能算法是由收集和处理数据的技术驱动的，而这些技术时时刻刻都围绕在我们的生活之中。
许多专家认为，人工智能算法的构建必须与人类的总体目标保持一致。2021年10月6日，欧盟议会在《关于刑法中的人工智能以及警察和司法机关在针对犯罪行为使用人工智能的决议》中明确表示：“人工智能本身不应被视为目的，而应被视为一种工具，其最终目的是增进人类福祉、人类能力并保证安全。”因此，在执法机构收集数据时，必须适当考虑隐私权这一基本人权，所有这些数据都应该合乎伦理道德，摒弃内在偏见，以确保人类基本权利得到最大程度的保护。欧盟议会在同一决议中邀请欧洲利益相关者，包括欧盟成员国和欧盟委员会，并确保有欧盟以外的合作伙伴参与其中，从而提高相应国际标准水平，为政策制定者的使用找到一个共同和互补的法律和道德框架，划定允许这些技术实施的法律界限。
段然
来源：国家知识产权局专利文献部国外知识产权资讯
来源：国家知识产权局专利文献部国外知识产权资讯
