首頁 > 關注議題 > 其它議題 > 人工智慧的法律議題(一)人工智慧得否作為權利主體?

關注議題

2019

09.09

其它議題

人工智慧的法律議題(一)人工智慧得否作為權利主體?

作者:蔡如茵

 

  1. 前言

    1950年被提出以來,現今已經發展到具有思考與學習能力的階段(註1)。

    前陣子沙烏地阿拉伯給予一位人工智慧機器人公民權成為新聞(註2),中國人工智慧「小易」也成為全球第一位通過臨床執業醫師證照考試的機器人(註3),但也有家屬認為人工智慧運用在醫療現場少了更細緻的「人味」而顯得冷冰冰(註4)。

    從這些新聞中可以看出,人工智慧將在未來和人類共同生活,預期將會打破許多固有的價值觀疆界,許多既有的產業發展模式、商業模式將在這波潮流下面對新的法律議題甚至道德議題,而必須要重新洗牌。

    人工智慧發展潮流勢不可擋,與其害怕不如選擇接納、融合與改變。因此,我們試圖尋找出人工智慧目前的法律爭議點與論點,希望能在各界發展人工智慧相關的商業模式時,做為法律遵循可行性或是法規突破可能性上的參考,並且運用法律工具使人工智慧發展的風險更能夠被控制與管理,降低投資人遲疑的不確定性。

 

  1. 人工智慧的介紹

    2.1 定義與應用
    所謂人工智慧(Artificial Intelligence,AI)的定義,一說指機器能表現出智慧,一說則指非生物表現出人類的行為(human mimicry),如蒐集資訊、整理資訊、分析、決策與學習等(註5)。但事實是,人工智慧中的「智慧」目前還沒有準確的定義,但在多數情況下大部分人都同意人類精神活動是智慧的表現,因此兩種說法實殊途同歸。

    目前人工智慧分類的方式有許多種,若以機器處理與判讀資訊的能力分類,共可分四類(註6),處理與判讀資訊的能力由低至高分別為:
    • 第一級人工智慧(first level):自動控制
      自動控制是指機器藉由感應器(sensor)感知外界環境訊號,將外界環境訊號傳輸入自動控制程式中,由自動控制程式因應外界訊號而操縱機械做出相對應的反應。
      如自動溫控的空調、遇到牆壁會倒車的掃地機器人等。嚴格來說此種機器並不具真正的「智慧」,因為此種反應並沒有「學習」,而僅是「聽命(程式指令)行事」,因此工程師必須將機器會遇見的每一種狀況都寫進程式中,否則機器遇到陌生的情況會無法作業。所以會出現有些掃地機器人遇到牆壁會轉彎、但遇到樓梯會掉下去的情況。

       
    • 第二級人工智慧(second level):數據應用
      此種等級算是到初階的「智慧」,多了「判斷資訊」的能力,利用演算法將大量輸入的資訊排列組合產生輸出資訊,進階到此階段的人工智慧必須與數據儲存、數據運算效率等技術相配合,才有辦法餵養機器大量資訊,再藉由人工訓練機器(意即使機器模仿人類判讀標準)判讀資訊。
      如常見的醫學影像分析、圖片分析等,此種層次的人工智慧仍受限於數據庫的建置與廣博度和訓練機器的「人類導師」專業累積的經驗,尤其是醫療用大數據首重多樣性,因此初階資料來源種類會是此階段人工智慧的一個挑戰。此階段機器尚還沒有所謂的「靈感」,也許可以補足初階人力的不足,不過對於業務複雜度更高的業務,目前人工智慧仍然受限於資料庫大小、資料組合有限等問題,因此處理能力和人類仍有差距。

       
    • 第三級人工智慧(third level):機器學習
      在此階段人工智慧發展已經達到機器可以透過輸入樣本自主辨識、歸納並產出一套運作模式,而非藉由特定的規則編程學習分辨。意即在此階段機器已經具備初步自主學習的能力,可以從輸入的資訊中找到規則創造演算法,自主判斷資訊是否符合人類當初設定的「特徵值」將資訊分類。
      也因此,發展到機器學習最重要的里程碑為「產出演算法」,方法為透過蒐集大量的原始數據與標準答案,藉由原始數據訓練機器調整相對應的分析模型,並藉由標準答案驗證比對分析以產出最適分析模型。
      當然,此級的人工智慧也帶來許多隱私權的爭議,原因是在機器學習階段,機器已經可以自主運用與分析資料進而自己產生演算法,當機器已經可以自己產生演算法而不是按照人為的規則時,主導資料被應用的方式就不是「人」,而是「機器」。然而,目前的法律規範多是規範人的行為,使得非人類使用資料的方式成為法外之地,相關爭議也常由此而生。

       
    • 第四級人工智慧(fourth level):深度學習(deep learning)
      深度學習又稱「特徵學習」,和機器學習兩者有時很難分辨,事實上深度學習可說是「深度的機器學習」,所謂深度,其實就是「理解」的能力,不僅是單純的接受人類輸入特徵值,更具備自行輸出、舉一反三的能力。
      前述已經提及過機器學習已經發展出機器可以透過輸入樣本自主辨識、歸納並產出一套運作模式,然而這套運作模式分析數據的標準(特徵值),仍舊繫於人類設定。在深度學習,已經可以自行從非常高維度的原始數據中,除了找到「哪些維度的數據和任務不相關」外,還能找到「哪些維度的數據人類並沒有輸入成為特徵值,但和任務相關」(即將數據中函數做多重非線性函數轉換),即用於資料判斷的特徵值,可由機器自行習得。
      在深度學習領域,人工智慧不再只是博聞強記─儲存大量資料並快速運算分析,更進階到思考並做出反應,這也是所謂的弱人工智慧與強人工智慧兩者的分野。

圖1、人工智慧的發展與分界(註7)

 

 

2.2 人工智慧應用領域
目前人工智慧的應用範圍極廣,跨及醫學、農業的視覺判讀,生化、物理的模擬計算、自動化工程、甚至網際網路服務等。醫學影像判讀可說是最適合應用人工智慧的領域之一,因為醫學影像的背景通常是固定的(如器官位置通常是固定的),因此數據集所要蒐集的數據僅在於病灶的多樣性,對於出現背景的組合多樣性擔子就稍稍輕了一點(註8)。

 

  1. 人工智慧發展的法律爭議

    3.1 得否作為權利主體
    關於人工智慧的重點爭議之一,即是「人工智慧是否能作為法律上的權利主體?」──即擁有權利,如作為創作的著作權人、發明的專利權人等。目前各國實務上大體都呈現了目前對於人工智慧能否作為權利主體的看法,總的來說結論是:「不行」(註13)。

    如著作權主體是否得為人工智慧,從現行各國的著作權法對著作的保護要件皆認為必須是「人類的精神創作」,如2016年美國聯邦地方法院的Naruto v. Slater案就認為狒狒的自拍照並非人類創作,而無法享有著作權保護,因此進行著作創作的人工智慧(computer author)也並非符合法律上人類的定義,可能也會被認為是一種「創作工具」,從而不被認為是權利主體(註14)。專利權的部分,目前美國、中國、歐盟目前也不承認電腦所發明的成果可以取得專利權,因此人工智慧並沒有辦法成為專利權的主體。附帶一提,歐盟曾表示,欲取得專利權的權利範圍中若包含電腦程式的產出成果,僅限於在明文規定的法定例外(statutory exclusion)情況下,才允許將該電腦程式的產出成果置入權利範圍中(註15),否則機器的創作因為不屬於人類發明而無法享有專利權保護。

    但有疑義的是,目前法律規範中的權利主體包括自然人與法人,法人也並非人類,但卻由法律擬制具有權利能力,從而可成為適格的權利主體。如果法人可以成為權利主體,那人工智慧不能成為權利主體的理由是什麼呢?從此引申出另一個問題,什麼是「人」?如果光是擁有智慧並不能被認為是人,那人類的定義還要再新增什麼構成要件?這是目前法律學、社會學與生物學上共同懸而未決的難題。

    2017年歐洲議會(European Parliament)首次建議歐盟委員會(European Commission)引進「電子人格」(electronic personhood)的概念以補充現行法律的不足,以民事法上對人格權的擬制,解決人工智慧擁有權利的問題,但仍有更多的問題需要考慮,例如「有權利需有相對應的義務(責任能力)」、「電子人格的構成要件」、「電子人格的行為能力」等等(註16)。尤其在智慧財產權中有所謂人格權與財產權兩個部分,若要以電子人格立法解決人工智慧得否為權利主體問題,除了財產權的問題需要處理外,更包括人格權如姓名表示權等問題。

    美國科技法學者Bridy曾在Stanford Technology Law Review期刊中提出人工智慧作品或許可以類推目前著作權法中「職務上著作」使法人擁有著作權的規定(註17),鼓勵投入開發人工智慧的人、法人、研究機構或是其他權利主體可以擁有人工智慧創作成果(computer-authored works)的著作權,智慧財產本就是後天人為創設的權利為智慧賦予財產價值,因此基於促進創新、鼓勵發明的公益立論上,無論是另立專法或是規範在目前的智慧財產法體系下,使人工智慧創作成果受到排他權的保護以使投資人可以追索侵權、盜用,可說不失為平衡鼓勵投資創新與科技人格的一種權宜之計。

    在目前人工智慧技術所驅使的眾多商業模式中,如智慧生產、智慧管理、或是人工智慧決策等(註18),人工智慧的開發者或是持有者須特別注意,涉及在製程、商業方法甚至電腦軟體等標的中,若有環節有賴人工智慧創作成果作業部分,由於目前的法規限制,需注意此部分目前的智慧財產管理策略,無論是專利申請標的或是權利歸屬,皆需與未來法律和產業可能的走向相配合,以使人工智慧、人工智慧創作成果和整個商業模式都能受到完善且長久的保護。除了智慧財產,契約也是在發展新技術與新商業模式時可以善加利用的工具,契約和智慧財產策略靈活併行,在法律上才能最大化的保護發明。

    在人工智慧的發展歷史中,是否要賦予人工智慧的權利能力的論證興起後,隨之而來的是人工智慧的責任能力討論,以及為訓練人工智慧「博聞強記」而蒐集資訊的隱私權議題,這些法律議題是否可能成為人工智慧發展中的阻力、或是助力,端看如何運用。在下篇中將會就這些議題進行討論。

 

參考資料

 

註1、李開復,AI新世界,頁31-37,遠見天下文化出版,2018年11月1版。

註2、機器人問診你接受?首位AI通過醫師考試!Google母公司董事嘆,20年內中國將掌整個AI產業…,風傳媒,https://www.storm.mg/lifestyle/361959?fbclid=IwAR1Jc9I2tZbD06KQBxaTJw31ArQy9Z_MOL94ThdwH5mva_VstHcVZZI6-ys (最後瀏覽日期:2019年8月29日)。

註3、全球首例!機器人竟獲公民權?最美AI入籍沙國,網友疑:她能投票、決定國人未來?,風傳媒,https://www.storm.mg/lifestyle/351391 (最後瀏覽日期:2019年8月29日)。

註4、張淑芬編譯,AI+醫療 讓最需要複雜溝通的醫療現場 成為醫病之間最遙遠的距離?,康健雜誌,https://www.commonhealth.com.tw/article/article.action?nid=79116(最後瀏覽日期:2019年8月29日)。

註5、楊惟任,人工智慧的挑戰和政府治理的因應,國會季刊,第46卷第2期,頁67-82,頁68-69,2018年6月。

註6、曲建仲,機器是如何學習與進步?人工智慧的核心技術與未來,科學月刊,2019年2月26日,http://scimonth.blogspot.com/2018/03/blog-post_56.html (最後瀏覽日期:2019年8月29日)。

註7、改繪自:NVIDIA官方部落格,https://blogs.nvidia.com.tw/(最後瀏覽日期:2019年8月29日)。

註8、深度學習的發展遇到了 3 個瓶頸!霍金的學生:原因是「組合爆炸」,科技報橘,https://buzzorange.com/techorange/2019/02/12/deep-learning-bottleneck/ (最後瀏覽日期:2019年8月29日)。

註9、杜奕瑾口述、譚偉晟整理,杜奕瑾:台灣是AI實驗最好的所在,今周刊,https://www.businesstoday.com.tw/article/category/154769/post/201810240023/%E6%9D%9C%E5%A5%95%E7%91%BE%EF%BC%9A%E5%8F%B0%E7%81%A3%E6%98%AFAI%E5%AF%A6%E9%A9%97%E6%9C%80%E5%A5%BD%E7%9A%84%E6%89%80%E5%9C%A8(最後瀏覽日期:2019年8月29日)。

註10、嚴云岑,獨/AI人工智慧揪出瘧疾 疾管署「鷹眼專家」終能退休了,ETtoday新聞雲 https://health.ettoday.net/news/1210503 (最後瀏覽日期:2019年8月29日)。

註11、Catalin Cimpanu, Google’s Search AI is like Skynet, Engineers Don’t Understand What It’s Doing, SoftPedia, Mar. 8, 2016, https://news.softpedia.com/news/google-s-search-ai-is-like-skynet-engineers-don-t-understand-what-s-it-doing-501504.shtml (last visited: 2019/09/02); Peering into Google's RankBrain: Report gives a glimpse into the AI software and even its engineers don't fully know how it works, MailOnline, Mar. 10, 2016, https://www.dailymail.co.uk/sciencetech/article-3485456/Peering-Google-s-RankBrain-Report-gives-glimpse-AI-software-engineers-don-t-fully-know-works.html (last visited: 2019/09/02).

註12、Joshua Boyd, The Facebook Algorithm Explained, Brandwatch, Jan. 2, 2019, https://www.brandwatch.com/blog/the-facebook-algorithm-explained/ (last visited: 2019/09/02).

註13、沈宗倫,人工智慧科技與智慧財產權法制的交會與調和—以著作權法與專利法之權利歸屬為中心,載:人工智慧相關法律議題芻議,頁181-218,頁196 與 202,2018年11月。

註14、林莉芝,初探人工智慧的著作權爭議――以「著作人身分」為中心,智慧財產權月刊,第237期,頁61-78,2018年9月。

註15、魏茂國,AI快速興起 智慧財產權管理面臨挑戰,工業技術與資訊月刊,第311期,頁34-35,2017年9月。

註16、Open Letter to the European Commission Artificial Intelligence and Robotics, http://www.robotics-openletter.eu/ (last visited: 2019/09/02).

註17、Annemarie Bridy, Coding Creativity: Copyright and the Artificially Intelligent Author, STAN.

TECH. L. , REV. 5 , 2012.

註18、邱志聖,「人工智慧技術驅動下的新型商業模式學術研討會」紀要,人文與社會科學簡訊,第19卷第2期,頁69-74,2018年3月。

本網頁內容係採用Creative Commons 「姓名標示-非商業性-禁止改作」 3.0台灣授權條款授權。未經宇智顧問股份有限公司事前同意,禁止以任何其他方式利用本網頁內容。

Material on this page is licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 Taiwan License. Any other use, in any form or by any means, is strictly prohibited without prior written permission from PHYCOS International Co., Ltd.

宇智電子報將提供您多元產業資訊,歡迎訂閱

(您的訂閱,將視為您同意本公司保存您的通訊資料。依據國內個人資料保護法規定,除非獲得您的同意或因應法律要求,您的通訊資料將不會以任何形式出售或交換給其他團體或個人;將完全使用在以下聯絡通知事項用 : 電子報、宇智舉辦或協辦活動等訊息、分享宇智業務相關產業最新政策、法規、未來趨勢等其他資訊及活動訊息)

E-mail