人工智能技术分析1

摘要：目的：探讨人工智能（ＡＩ）在年龄相关性黄斑变性诊断中的影响因素。方法：选择２０１８年１月１日—２０１９年１２月３１日在我院筛查且已诊断明确的年龄相关性黄斑变性的１００张眼底照相，由ＡＩ进行解读。按照位置、对焦、准确、曝光程度、睫毛伪影、中心暗影、周边暗影等对眼底图像进行质量评价，分析眼底图像质量与ＡＩ诊断准确性的影响。结果：在现实应用场景中，１００例黄斑变性图像，其中拍摄位置不标准为最常见问题占３０％，其次为边缘漏光，占２７％，现实场景中ＡＩ诊断阳性率８６％，ＡＩ诊断正确率与眼底照相周边是否有暗影具有统计学相关性（Ｐ＜０.０５）。结论：在现实应用场景中ＡＩ诊断正确率受眼底图像质量影响，改善眼底照相拍摄质量是提高诊断准确率的重要途径。

关键词：人工智能；黄斑变性；眼底照相；图像质量

年龄相关性黄斑变性（ＡＭＤ）是发达国家年龄超过５０岁人群不可逆转视力丧失的主要原因［１］。ＡＭＤ疾病逐渐进展，从早期和中期，几乎没有或仅有微妙的视觉变化，最终患者会发生中心视力损伤，早诊断、早干预是防治ＡＭＤ的重要手段。多种因素参与ＡＭＤ的疾病进程。多项国内外研究发现，年龄、性别、种族、遗传等是ＡＭＤ发生的重要影响因素［２］。目前，人工智能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，ＡＩ）基于医疗数据的深度学习已经在眼病领域进行了一系列探索。２０１６年初，ＧｏｏｇｌｅＤｅｅｐＭｉｎｄ与英国国家健康体系（ＮＨＳ）开发了一款用于辅助医生快速查看血液测试结果的软件，以辅助决策并提高效率。同年ＪＡＭＡ刊登了ｇｕｌｓｈａｎ团队研究成果，通过深度学习，ＡＩ辅助的软件系统对眼底病检测准确率９６％［３］。２０１８年我国张康团队在Ｃｅｌｌ刊文，开发出诊断眼病和肺炎的ＡＩ系统［４］，主要对糖尿病性视网膜病变进行ＡＩ辅助诊断。ＡＩ已经被应用于老年黄斑变性的检测中，其原理是能够通过观察眼底图像所呈现的玻璃膜疣及视网膜微血管病变体征等，实现对ＡＭＤ玻璃膜疣的自动检测和量化系统，能够对疾病的客观记录描述，帮助识别和分类ＡＭＤ患者。目前，相关研究集中在玻璃膜疣的诊断准确率和敏感度的提升方面［５］。但ＡＭＤ是一个长期、慢性进展的过程，病情复杂，现实场景中的眼底照相质量并不均一，往往受限于场地环境、设备以及受培训人员的技术水平，在真实世界实际应用场景中，获得完美的照相质量相对困难［６］，从而影响人工智能辅助诊断。笔者拟通过此次研究，探索图像质量的差异与ＡＩ诊断准确率的关系，寻找影响诊断的主要因素，改善医疗技术，进一步提高ＡＩ的诊疗准确性，从而提高医疗服务质量。

１资料与方法

１．１一般资料选择２０１８年１月１日—２０１９年１２月３１日在我院筛查的１００例年龄相关性黄斑变性患者。本研究经本院医学伦理委员会批准。

１．２仪器与方法对１００例患者进行眼底照相，由ＡＩ进行解读，对诊断的正确度进行评估。按照位置、对焦、准确、曝光程度、睫毛伪影、中心暗影、周边暗影等对眼底图像进行质量评价，分析眼底图像质量与ＡＩ诊断准确性的影响。前期研究已经对社区医疗诊疗环境进行整合，保证眼底图像采集人员采集统一规范标准。对眼底图像仪器进行统一。对眼底图像进行分类，由ＡＩ进行解读，收集报告内容，对诊断的正确度进行评估。

１．３观察指标及评价标准所有纳入样本患者的影像资料均由高年资主治医师审核，并进行ＯＣＴ图像的验证，确认黄斑病变，与眼底图像进行印证。对患者图像资料质量进行标准分类，包括位置的准确性、对焦是否准确、曝光过强、曝光过弱、镜头污渍、睫毛虚影、边缘漏光、黄斑区暗影、周边暗影、整体影像模糊。根据ＡＩ的判定结果分析图像质量与ＡＩ评价准确度的关系。

２结果

２．１图像效果分析１００例黄斑变性图像，其中拍摄位置不标准为最常见问题占３０％，其次为边缘漏光，占２７％，未发现镜头污渍表现，未发现过度曝光。

２．２ＡＩ诊断正确度与图像质量的关系现实场景中ＡＩ诊断阳性率８６％，ＡＩ诊断正确度与眼底照相周边是否有暗影具有统计学相关性。ＡＩ诊断阳性率８５％。见表１。

３讨论

年龄相关性黄斑变性（ＡＭＤ）是一种潜在进展性黄斑病变根据。临床特征可以分为早中期ＡＭＤ和晚期ＡＭＤ，早中期主要表现为玻璃膜疣（视网膜下由脂质和蛋白质组成的黄表１ＡＩ诊断正确度与图像质量的关系判读正常判读错误比例（％）Ｐ位置正确６３７７０２３７３００．１１４对焦不准１０１８５１４９９１．０００曝光过强０曝光不足１８３２１６８１１７９１．０００镜头污迹０睫毛伪影４１５８２１３９５０．５３７边缘漏光２３４２７６３１０７３１．０００黄斑暗影１０１８５１４９９１．０００周边暗影１４６２０７２８８００．０３２整体模糊６０６８０１４９４０．５９１总体８６１４８６色沉积物）和黄斑区色素改变，通常视力正常或接近正常。晚期则出现中心视力下降或丧失。晚期ＡＭＤ又分为两型：地图样萎缩（或者称为“萎缩性”或“干性”ＡＭＤ）和新生血管性ＡＭＤ（或者称为“湿性”或“渗出性”ＡＭＤ）。地图样萎缩是黄斑的慢性进行性变性；变性开始于视网膜色素上皮水平，在后期随着相关的视网膜神经感觉层变薄和变性，出现视网膜色素上皮丢失。脉络膜新生血管是指从眼睛血管层（脉络膜）到视网膜神经感觉层的血管异常生长。较小的玻璃膜疣（＜６３μｍ，也称为ｄｒｕｐｅｌｅｔ）是正常的老化改变。中等大小的玻璃膜疣（≥６３μｍ至＜１２５μｍ），不伴色素改变，则称为早期ＡＭＤ。较大的玻璃膜疣（≥１２５μｍ）或至少中等大小玻璃膜疣伴色素改变，则为中期ＡＭＤ。正常老化改变５年进展为晚期ＡＭＤ的风险为０．５％，而中期ＡＭＤ则为５０％。此外，现在认为网状假性玻璃膜疣（在光感受器和视网膜色素上皮之间形成的小玻璃膜疣样沉着物）是两种晚期ＡＭＤ形式的前驱病变。年龄性黄斑变性的显著诊断特征为ＡＩ辅助提供了充分条件，ＡＩ在经过足够的深度学习后，能够对这些显著特征进行区分，即能够对其进行高效识别诊断。但在实际使用中，还有更多细节优化需要注意。研究发现［７］，在现实场景应用中，ＡＩ诊断正确性与图片的采集质量密切相关。

其中周边暗影是影响诊断质量的重要指标，眼底照相采集的眼底各结构位置也可能具有一定意义。眼底图像周边暗影影响了ＡＩ的判断［８］。周边区暗影因为在拍摄过程中患者瞳孔过小或者不配合导致的，往往合并位置异常及中心区暗影，影响了细节的定位及判断，导致了机器判读困难。改善这类问题导致的眼底照片判断误差，解决方法之一是发现此类问题，这需要对该类人群进行散瞳处理，执行标准化操作，另外还需要对软件进行进一步的优化分析。图片是否按照标准位置拍摄是影响ＡＩ现实应用的重要的指标，主要以视盘和黄斑区的纳入为主要指标［９］。院内检查多以散瞳对病情进行确认。但社区大规模筛查中，考虑到散瞳的风险及检查人员的培训限制，免散瞳眼底照相成为趋势。这也导致在常规操作中，很难获得一张完美的图像，尤其免散瞳眼底照相更难达到相应要求。现实场景的图片缺失或者缺损部分图像细节，ＡＩ以此进行解读，可能会干扰判断准确性。虽然本研究在统计学上并没有发现二者的相关性，但检验水平还是提示位置偏倚可能存在潜在的影响。通过培训来改善获取的图片质量，可能会有益于ＡＩ准确度的提升［１０］。黄斑区暗影并未显示对ＡＩ判读准确率的影响，这体现了ＡＩ比人眼的优势，显然临床医生更关注黄斑中心区的结构变化，在肉眼不能分辨的情况下，而ＡＩ能够较好地判读，进一步给医生提供了诊疗信息，充分体现了ＡＩ的优势。

在眼科学中，基于视网膜图像的自动筛查（ａｕｔｏｍａｔｅｄｓｃｒｅｅｎｉｎｇ）早已成为ＡＩ靶标，为眼科视网膜病变的筛查注入了新的活力［１１］。但以上诊断的基础往往以完美的眼底图像进行诊断训练，并没有完美实现对现实场景的呈现。现实场景中诊断正确率受多种因素影响，本文主要针对图像质量采集进行了研究分析。本次研究主要样本量较小，这一定程度上造成了结果的偏倚。另外患者的全身情况会对图像判读产生重要影响［１２］，但本文中并没有涉及。研究侧重图像质量与ＡＩ判读之间的关系。对图像进行质量的分类是一个极其重要的问题，这能促进ＡＩ在实际临床应用中的准确性。这也需要专业人员投入一定的精力对实际图片进行多维度的分类，这样能更好地训练ＡＩ的临床实际应用。单一图片的判断可能并不准确，目前更多研究开始注重多重图像联合的ＡＩ研究［１３］。除了ＡＩ在眼底照相图片中的应用以外，应用于ＯＣＴ的卷积神经网络（ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ，ＣＮＮ）能够成功地区分晚期ＡＭＤ或糖尿病性黄斑水肿（ＤｉａｂｅｔｉｃＭａｃｕｌａｒＥｄｅｍａ，ＤＭＥ），为多模式诊疗策略提供了可能［１４］。ＡＩ目前在正常的眼底图像诊断中发挥了重要的助力，但在现实场景中，存在较多非标准图像，ＡＩ诊断的准确率不可避免地下降，这需要针对不同的情况，做好眼底照相的质量控制及ＡＩ诊断技术上的改善和调整。

作者:胡钦瑞 王丽婷 王斌 李扬 单位:福建省眼表与角膜病重点实验室 厦门大学附属厦门眼科中心

人工智能技术分析2

思想政治理论课是落实立德树人根本任务的关键课程。长期以来,高校思政教师和教育工作者为了提高思政课教学效果进行了不懈的努力,各个高校的思政课上都运用了多媒体、智慧教室等各类信息技术,但总体而言主要是教学工具的提升,而教学模式没有发生根本性的变化,多数高校仍然以插秧式排列、灌输式教学为核心途径,社会生活中各种丰富多彩的手段和模式难以运用到思政课中。近年来人工智能的飞速发展已经极大地改变着人的交流模式,高校思政课教师也应及早准备好迎接人工智能所带来的机遇和挑战,更加有效地承担起立德树人的历史重任。

1高校思想政治理论课改革的技术化路向

高校思想政治理论课效果不够好是一个长期困扰高校教师和相关部门的重要问题。多年来国家有关部门和高校教师都采取了各种方案、尝试了多种手段试图走出困境,但总体而言并未取得根本性改善,课堂效率不高的困境依然存在。在传统教育时代和信息化教育时代,高校思政课教师与思政工作者尝试了各种方法来提高思政课的实效性,取得了重大的进步。其中进步最明显、最容易被人们注意到的就是“以科技手段提高课堂效率”的方式,将各种信息化技术引进课堂,确实在一定程度上改善了教学效果。

1.1高校思政课堂改革技术化路径的形成高校课堂从科技要效率的历史来源已久:十一届三中全会后,邓小平同志就强调教育要现代化;上世纪八十年代国家就大力推进教育电教化;从上世纪九十年代末,由于计算机技术的飞速发展与大规模应用,教育部门和各类学校开始大力推进信息化;新时代以来,由于各类人工智能技术的发展与运用,高校开始推进人工智能进校园,建设智慧校园。各个高校大量应用电脑和多媒体技术,将粉笔黑板换成了投影和PPT,将语言描述较为复杂的东西转换为图片和动画,使得学生易于理解,客观上信息传递效率取得了较大的进步。但是这样的效率提升仍然是单向、基于灌输式的教学方式而言的。在这种场景下,教学效果的提升最重要的并不在于这种单向信息传输的效率如何,而是取决于学生对信息接收、理解和认同的程度。对于高校和教师而言,学生对信息的接受与处理是一个调动学生主体性因素的问题,这恰恰是他们最为费力而又难以衡量的,最为便捷易见的方式就是提高信息化手段和单向信息的传递效率。“忽视了那些能从根本上变革教育的新理念、新思想以及新技术环境下学习方式和教学方式等其他教育要素的创新”,高校思政课效果没有展现出预期的提升几乎是必然的。

1.2高校思政课堂改革技术化路径的深化近年来,不少学者提出向信息化要思想政治教育实效的口号。有人认为以信息化管理平台为载体,能够提升大学生思想政治教育的实效性。有人认为思想政治教育信息化不仅是教育手段上的变革,而且改变了信息传递的方式,从而提高了思想政治教育的实效性。也有人认为信息化技术通过提升受教育者的认识水平、个体发展和心理需求等方式实现了思想政治教育的功能。还有人认为计算机辅助教学和辅助学习很大程度上提高了上课效率,互联网时代以来的各种网络技术进一步提高了学生的参与度和融合度,从而提升了课堂效果。但是,还有不少学者认为这种以技术手段突破思政课教育困境的路径是不成功的,重教学形式创新、轻教学内容改革的方式难以改变高校思政课的困境,信息化、技术化并未从根本上改变高校思想政治理论课的传统教育模式,“以知识教育作为思想政治教育的主要内容,以规训式教育作为保证教育实施的手段”,教学仍然以教师为中心,单一的教学环境和单向的信息传播方式并未改变。甚至有学者认为信息技术并没有真正改变传统教学,反而是传统教学模式利用信息技术固化了自身。总体来看,思政课“以科技求实效”的改革路径并未取得满意的效果,那么这种路径是在人工智能时代是否还可行、人工智能能否为高校思政课带来重大的变化,这取决于人工智能的特性能否契合教育变革的要求。
2人工智能适宜于思政课教学的技术特征

2016年人工智能系统AlphaGO击败了人类围棋世界冠军李世石,极大地震动了世界,人们怀着复杂的心情迎接人工智能时代的到来。人类每次科技的迅猛发展都会不同程度上对教育产生深远影响,被视为颠覆未来社会的人工智能必将对高校思政课产生冲击。纵观人工智能60多年的曲折发展历程,实现了从“不能用”到“可以用”的跨越,但是距离“很好用”还有巨大的差距。有学者将今天的人工智能分为专用人工智能和通用人工智能,有的也分为弱人工智能、通用人工智能、超级智能和强人工智能四种类型。无论怎么分类,当前及近十年内能够实现的还是弱人工智能或者说专用人工智能。迄今为止所有的人工智能都是模拟实现人类智能中的确定性范畴,尚未真正涉及人类具有不确定性的主观活动。人工智能发展到今天,其优势和缺陷都非常明显,对高校思政课教学来说也各有利弊,总体呈现出以下特点。

2.1自主性、单一性这里的自主性是指人工智能不需要人工干预而自我决策和行动的能力。有专家认为,下一代的人工智能甚至会具有自主编程能力,意味着机器获得了自己的智力,获得了完全的自主性,这个时刻被称为“技术奇点”。但有的人工智能专家认为甚至认为“技术奇点”永远也不会到来。尽管今天的人工智能表现出一定的自主性,但仍然无法承担两个以上类型的复杂任务,这就表现出单一性,即人工智能所能完成任务类型的唯一性。当今人工智能已经应用到社会生活的诸多方面,但非常明显的是,完成这些任务的人工智能都是专用型人工智能,尚未出现能够完成多种任务的人工智能。尽管如此,高校人工智能的发展也正推动高校从数字化校园向智慧校园的转变,将对高校思政课和思政工作产生重要影响。

2.2高效性人工智能本身就是为了解放人类的体力和智力而产生的,针对特定的任务都具有操作简单的特性。“当下的人工智能,主要适用于标准化、规范统一的领域。”人工智能的优势是善于处理重复性高、单调而繁琐的任务,善于从大量类似材料中筛选符合人类需求的信息,使人类从繁重、单一的体力劳动和脑力劳动中解放出来;在某个专门的细分领域,人工智能可以整合该领域所有专家的明确知识和经验,通过海量信息的对比和筛选,呈现出比人类智能更高的效率,具有重要的辅助决策功能。另外,目前智能手机中的导航、购物和衣食住行有关的APP等大多都运用了人工智能技术,使用简便快捷,只不过人们往往对人工智能“存在一种’淡出视野’的习惯”,一旦理解了它们的自动原理,就不再将其视为人工智能,“而将之视为主流计算的一部分”,实际上它们的确是高效的弱人工智能。

2.3泛在性所谓泛在性就是“无处不在、无时不在”。人工智能发展到今天,可以说“只要有人涉足甚至只要人想涉足的地方,都会有人工智能的用武之地”。一切电子信息设备和电气化设备都是人工智能存在和利用的载体。信息时代的大学生在校园里生活时,从宿舍、食堂、图书馆到教室、超市、办公楼,都有各类电子设备记录学生的行为而产生大量数据,但是这些数据在人工智能时代以前是沉睡的冗余数据,并大多数是互相独立的“信息孤岛”,而人工智能及其所依据的大数据技术就可以唤醒这些数据,将其变成“金矿”。它可以根据这些数据来分析学生个人的生理和心理状态、生活习惯、家庭背景、个人嗜好、个性特征、思想倾向、社交倾向、群体价值倾向、甚至学生自己无法意识到的隐秘诉求。人工智能就如同一个睿智的幽灵在全天候的观察学生并进行判断,时刻为他们思考和服务。

2.4精准性信息时代的技术是普适性的,它不针对用户进行自我调整,也不因为用户的不同而产生数据处理方式和结果的差别。但人工智能可以自动针对用户的特性进行数据处理过程和结果的调整。它通过算法对用户数据进行处理和过滤,并将整理过的数据适配成符合使用者的个性特征的新闻、视频或其他数据资源,甚至可以主动对使用者或潜在使用者进行内容推送。人工智能这样生产出来的信息是高度个性化的甚至是唯一化的,具有高度的信息精准性。这样,人工智能时代人与人的沟通可以由于技术的先进性、数据的共享性而更加容易实现。

2.5算法歧视人工智能的本质是算法,但算法本身并非是一种完全价值中立的科学活动,而是总与特定的价值立场相关,蕴含着价值判断。当前的诸多人工智能在初始阶段往往需要自己搜索或者人类“喂”给它大量数据,尤其是对于人类辨认方便但机器辨认困难的任务需要人机协同的方式对数据进行标签,进而“教会”它如何处理此类问题。在这个过程中,算法本身的设计可能带有的潜在歧视倾向,或者是人工智能的训练数据所自带的歧视倾向都会导致算法歧视。如果人工智能性用品开发商为了更好地取悦男性而大量采集机器伴侣反馈的数据,进而加强算法的歧视性以改进机器伴侣的行为,会对两性关系和社会发展产生巨大的负面影响。

3人工智能应用于高校思政课的挑战

和历史上的任何技术变革一样,人工智能技术的大规模应用必然促进社会的巨大进步和相应的弊端,高度需要以科技化方式提升课堂效率的高校思政课势必面临着大规模运用人工智能技术的诱惑及其带来的挑战。高校思政教师和思政工作者首先要深刻认识人工智能的负面效应才能对其警惕和防范。

3.1局限性挑战人工智能的自主性和单一性也就带来它的局限性。尽管人工智能在它所擅长的领域远远超过人类的能力,但“迄今为止,所有人工智能算法和应用,都还属于弱人工智能范畴”。当前与未来一段时间内,人工智能难以胜任需要靠人的默契完成的任务,它往往涉及人的常识、灵活性和判断力。人们将具有类似人类心灵活动能力的人工智能的希望寄托在遥远的未来的通用人工智能身上。这对于高校思政课师生而言,人工智能在很长时间内只能作为师生学习的辅助手段,起到查阅资料、推送内容、匹配需求、提出可能性方案的智能助手作用。

3.2职业淘汰效应人工智能的这种高效性带来了巨大的便利、提高了社会生产力,但同时也淘汰大量的职业引发失业,最近这几年银行柜员被金融人工智能大量淘汰转岗就是这样的典型案例。有学者认为未来十年内,诸如翻译、助理、销售、客服、会计、司机、家政等工作将大部分被人工智能所取代,约50%的工作会受到人工智能的影响。2013年牛津大学的研究人员提出未来20多年内,美国将有47%的岗位受到人工智能的影响,人工智能时代的生产方式把人从具体的生产过程中解放出来,实现生产的无人化,必将对人与机器、人与人之间的关系产生深远影响。“随着人工智能技术的广泛应用,人类社会的失业现象将不再局限于体力劳动行业……几乎所有体力劳动与大部分基础智能劳动被取代,人类能发挥价值的劳动就只剩下创造性劳动了。”这种趋势会引起大学生思想和行为发生巨大变化,他们的学习兴趣也会趋于人工智能难以取代的创造性专业。今天很多大学还在大量招生的基础智能类专业和体力劳动专业会逐步失去市场而淘汰,这种情形必将反过来影响高校招生和学校建设,高校思政教学过程中也必须体现出这种创造性、前瞻性的思维建构。

3.3信息茧房效应人工智能精准的内容筛选与信息推动方便了人们对意见相似者的交流和沟通,但同时也可能因为同类个性偏见的强化而让不同群类的人们更加难以互相理解,甚至可能形成“茧房效应”———人们由于“同质性(人们偏爱与自己相类似的人)趋势导致许多人会结交或追随他们愿意相信的人,并且不愿意结交与他们观点相左的人”。在人工智能的帮助下人们筛选出符合自己偏好的、强化自身信念的信息,进而导致自身观点的僵化,结果人们类似于生活在一个“过滤器茧房”中。在人工智能条件下,思政课教师对学生运用人工智能而导致的这种助长偏见的情形进行引导和纠正就更加重要。如何协同思政工作者、学生群体和人工智能一起组成的“思想政治教育共同体”对价值观有偏颇的学生进行正确的引导和纠偏成为思政课教师在人工智能时代的重要课题。

3.4隐私危机尊重个人隐私是现代社会良好运转的重要规则之一,而人工智能的泛在性使其具有侵犯个人隐私的巨大可能,隐私保护甚至被有的学者称之为“隐私危机”。“隐私不只是人类尊严的基础,也是所有其他人权的基础,没有隐私权,其他权利就无从保证,就根本谈不上自由、民主和平等。”信息时代的隐私问题往往是如何收集、使用信息的问题,它不涉及信息主体本身的伦理,它对隐私的侵犯是主要是人对信息的使用方式。人工智能可能从隐私的直接监控、隐私获取、个人画像和隐私承载与使用等方面产生隐私危机,尤其是它本身需要采集人类行为数据的存在性需求与个人隐私保护之间就产生了尖锐冲突,采集个人数据如何获得授权和不被滥用已经成为人工智能领域非常尖锐的伦理问题。更为严重的是,新一代人工智能可以通过人的行为的大数据分析和心理生理特征(包括脑电波的读取)的读取,未来“人们任何所思所想都将完全地反映在机器中,人类的思维隐私将不复存”。高校智慧校园人工智能系统将需要对大学生上课、休息、就餐、运动、购物、社交等日常生活数据进行采集,甚至可能需要对学生的指纹、虹膜、面部数据甚至DNA数据进行采集分析,那么大学生在多大程度上允许这些数据的采集和应用将是一个非常现实的高校伦理问题。

3.5电子人格与法律主体缺陷所谓人工智能的道德主体问题就是否赋予人工智能一定或者完全“电子人格”的问题。与大学生贴近的一个伦理问题就是机器人伴侣问题。世界性用品商正努力将最先进的人工智能投入到性用品领域,青春期的男大学生邂逅外形美丽的机器人伴侣、女生购买一个帅气的男性伴侣机器人绝不是一个浪漫的未来故事,而是即将会对大学生产生重大的生理、心理和伦理的影响的现实趋势。这在男权社会背景下,将使男性对女性产生何种潜藏的精神暴力甚至人身威胁、至少是物化女性的思维已经不仅仅是一个思辨中的伦理问题,而是一个悄然成形中的现实痈疮。更为棘手的是,诸多潜藏人工智能犯罪的隐患点正大量出现,具有自我学习能力越来越强的人工智能正飞速发展,其带来的法律主体及预防犯罪问题开始对人与人工智能之间的法律关系提出了挑战,而智慧校园场景下的人工智能如何合理合法地为师生服务开始逐步成为高校思想政治工作者苦恼的来源之一。总之,人工智能是一个已经走进现实且日益飞速发展的技术,对人类社会的影响越来越显著,高校思政课教师必须对此未雨绸缪,及早应对人工智能时代的新挑战、新问题。

作者:洪巍城 周治邦 单位:桂林理工大学马克思主义学院

人工智能技术分析3

一、问题的提出

随着时代的发展和科技的进步，人工智能在近年来得到了迅猛的发展，其所涉及的范围越来越广、进入的行业也越来越多。从目前而言，人工智能在我国已经涉及到多个行业和领域，其功能在不断地进行丰富与完善。从“阿尔法围棋（AlphaGo）”战胜多名围棋高手开始，人工智能被大众所关注，到微软人工智能“小冰”生成的《或然世界：谁是人工智能画家小冰？》，已于2019年在中央美术学院美术馆举行首个个展，［1］人工智能的智能化有所提升，涉及的领域也发生了改变。人工智能从服务领域逐渐开始转向输出其创造物时，除了微软人工智能“小冰”以外，人工智能还能够谱写歌曲、绘画、生成诗篇散文等。这就带来了一个法律问题：人工智能创造物是否属于作品，能否受到著作权的保护？

二、人工智能创造物著作权之否定

（一）主体适格性分析

1．人工智能仍未超越“工具”角色从思维能力角度看，人工智能的地位超越了物的概念，但从工具论角度，人工智能依然未能摆脱为人类服务的“工具”角色。［2］尽管人工智能所涉及到的行业和领域在不断扩大，其对人们日常生活的影响越来越深入，但是从本质上来说，为人类服务仍然是创造人工智能的目的与角色定位，并未脱离这一角色，而处于一个与人类平等的地位。随着科技的发展进步，人工智能的智能程度不断提升，具有了相较以往而言更强的学习能力，但这并不能直接推断出其创造物属于作品。人工智能归根结底还是一个为人类所利用的工具，人工智能能够通过对大量数据进行分析，从而寻找到事物的规律。这种性能在数据处理方面非常占优势，但其背后所依赖的仍然是人类所设定的程序。尽管人工智能能够进行创造，但是其创造也是根据人所设定的程序，究其根本仍然是人类的“工具”，人工智能本身是不具有自主意识的。除此之外，人工智能是由人类所创造的，其从产生之日起就具备人造性，这一属性就意味着人工智能要受到人类的制约，其所创造之物只能看作是人类意识的衍生，而非其创作。

2．人工智能不具备创作意图著作权法确定对象保护体系须以一定的价值基础来构建。构成作品并不以表现形式为唯一依据，还要结合内在价值判断，否则作品的范围将过于宽泛。创作意图是创作过程中能够体现人类智力的核心要素，其是将特定思想转化为与之对应的具体表达的一种主观意愿。在这一过程中，具有创作意图之人，需要对具体表达性内容有具体的预期。如果某一主体对形成的表达没有预先的认识，则不能称其为具有创作意图。创作意图是著作权中的一个重要因素，尽管这一内容没有被明确规定于《著作权法》当中，但是可以从条文中得到印证。但从司法实践来看，证明创作意图是存在一定的困难的，作者的内心真意难以通过作品得到直观的表现，但这并不影响创作意图在著作权认定中的地位。根据智能化的程度不同，人工智能可以分为弱人工智能和强人工智能，但无论是哪一类人工智能，其都未曾拥有自主意识和自主能力。人工智能依靠其强大的数据处理能力，能够在更短的时间内处理更多的信息，并根据数据作出最优的处理结果。从人工智能的运作模式就可以看出，其主要追求的是以最优路径生成有关内容，而人类创作更倾向于展现丰富多彩的内心思想，二者存在根本性的差异。

3．人工智能不符合现有法律框架我国《著作权法》在立法基本理念上趋近于作者权法系，因此判断独创性时还要考虑相关内容是否属于人类完成的智力成果。将法人、非法人组织纳入著作权客体有以下两方面的原因：一是社会发展对著作权主体提出了新的需要，且法人、非法人组织财产独立，可以独自承担相应的责任；二是法人、非法人组织从根本上看还是自然人的延伸。人工智能要想被纳入著作权主体，首先需要解决的就是财产独立的问题。正如上文所论述的，人工智能不具备自主意识和自由意志，也就是说，人工智能是没有独立的财产用以承担责任的。从这个层面看，人工智能是无法被纳入著作权主体的。再从另一个角度进行分析，法人、非法人组织从根本上可以看作是自然人的延伸，而人工智能则与自然人的关联没有那么密切，其在被创造出来以后就与自然人失去了联系。除此之外，从责任追究角度分析，在对法人、非法人组织进行追责时，最终责任会落实到自然人。人工智能从本质上看属于数据代码，在对其进行追责时可能会产生一些问题。就现有的知识产权法律框架而言，人工智能运行的基础是人类输入的代码或者算法，因此难以将人工智能的客体身份进行转化，无法将其认定为著作权主体。［3］

（二）法律及市场角度分析

1．法具有稳定性人工智能创造物是新兴事物，其出现引发了法律方面的讨论，但并不意味着所有新兴事物都需要新的法律来对其进行规制。从法的稳定性的角度来看，当现有的法律体系能够解决新兴事物所带来的法律问题时，就没有必要为其专门设定新的法律。人工智能创造物所带来的著作权方面的问题能够被现有的法律体系所容纳，其原因主要在于对人工智能创造物进行著作权保护，归根结底是保护人工智能背后的人的利益，这一利益能够得到现有法律良好的保护，对其进行额外规定缺少必要性。有学者主张人工智能虽然现在还不具备创作的能力，但是其发展非常迅速，未来可能会具备著作权主体资格，法律应当将其考虑在内。法学研究的目的是解决现实问题，可以进行前瞻性的研究，但是这种研究必须要在现实可能性的基础上，否则这一研究就是一种空谈。［4］人工智能究其根本还只是人类工作、生活中的工具，不能够独立创作，也不能将其归为著作权主体。目前没有依据能够确定人工智能未来的发展情况及发展方向，法律提前进行规定是没有必要的，同时这样制定出的规则也缺少应用的现实基础，失去了法律本身的意义。

2．市场稳定运行的需要还有学者主张，人工智能纳入著作权主体能够激励创作，促进创作领域的发展壮大。从市场经济运行规律来看，社会必要劳动时间决定了商品的价值链，当所有生产者的社会必要劳动时间处于同一水平线时，能够以更短时间产出更多商品的人将会获得更多的利润，从而在市场中生存下去。人工智能与人类相比，其最大的优势在于创作速度快、创作成本低。人工智能可以凭借良好的算法快速地进行“创作”，且在成本消耗方面远低于人类创作。如果人工智能能够作为著作权主体进入创作市场，那就意味着有大量作品的涌入，且在价格方面还具备优势，这对创作市场是一种巨大的冲击。当作者消耗大量精力创作的作品市场被人工智能创造物所抢占时，必然会影响作者创作的积极性，从而影响到创作市场的正常运作，并不能起到鼓励创作、促进创作市场发展的预期目的。

三、人工智能创造物作品的独创性否定

（一）作品独创性的认定标准

有一部分学者指出，现有著作权制度始终将人类视为独创性的唯一主体，以人为关注点的判断标准没有真正从客观角度出发认定独创性，固有的标准难以应对人工智能创作物带来的法律争议，从主观主义出发制定的标准已经难以适应新传播途径带来的各类冲突，长此以往将不利于激发社会的创新潜力和创造能力。笔者对这一观点持反对态度，独创性的评判并不仅仅是从主观角度进行，主观分析只是对其进行评判的一个方面。随着新兴事物的不断涌现，司法实践中确实存在独创性认定标准不一和认定困难的问题，但人工智能创造物与游戏直播、电影解说等存在差异，其主体属于人工智能，而人工智能现在还处于弱人工智能时代，不具备独立的意识和独立的财产，与人或者法人存在根本性的差异。如果仅从客观主义的角度对作品进行评判，作品独创性的认定标准将过于简单，从而导致作品泛滥，甚至于动物所拍照片、动物的画作等都可被认定为作品，这将对著作权的保护和作者的合法权益产生极大的影响。［5］

（二）对人工智能创造物的独创性之否定

1．内容的独创性人工智能可以根据需要对素材进行自由的选择与提炼，通过多种途径对搜集到的素材进行加工整理，最终形成其创造物。仅从内容的角度来看，人工智能创造物确实具有与其他作品相区别之处，可以从内容上认定为具有独创性。但是对于作者独立创作完成作品这一要求，笔者持否定态度。迄今为止的人工智能只能按照人类预先设定的算法、规则和模板进行计算并生成内容。［6］人工智能能够产生创造物，究其根本，仍然是有赖于已经设置好的编码，其行为最终要归属于人的行为，人工智能的创造行为能否被认定为独立完成还有待商榷。因此，难以认定人工智能创造物具有独创性。2．作者的个性表达有学者以人工智能生成的小说未被评委发现的事实推论出人工智能创造物的智力创造水平达到《著作权法》中“最低限度的创造性”标准。［7］这一观点是存在问题的，且不论以这一事实进行推论是否具有逻辑上的可行性，对作品独创性的认定是一个综合性的过程，并不是仅仅考虑是否达到了《著作权法》中的“最低限度的创造性”。同时，创造性更多考虑的是作者的个性表达，从事实层面看，人工智能创造的作品确实具有独创性，但是人工智能作为机器，从目前而言，其无法进行情感与个性的表达。除此之外，通过读者阅读人工智能创造物而产生的情感体会来反证人工智能具备个性表达能力的推论是站不住脚的，读者的情感体会是人类阅读时产生的情感，与人工智能是否具备个性表达能力无关。［8］

四、结语

人是宇宙的精华，万物的灵长，人的创造性思维是创作过程中必不可少的要素。人工智能的智能程度与学习能力虽然有了较大的进步，但其终究还是没有获取自主意识和自由意志，更重要的是，人工智能无法依靠创造性思维进行创作，其所依赖的不过是由人类设定好的程序。这也就说明了：保护人工智能创造物的目的不是保护冷冰冰的机器，而是保护机器背后付出了智力劳动的鲜活的人。［9］人工智能创造物的商业价值并不符合著作权法本身的价值预设。而根据表现形式将人工智能创造物看作作品，一方面无视了人工智能作为著作权主体的不适格，另一方面则是没有认识到著作权保护对象体系。在看待人工智能创造物时，应当在把握规则的前提下，从整体的角度出发。只有这样才能看到问题的本质，从而得出正确的结论。

参考文献

［1］蒋肖斌．人工智能办画展，你们人类颤抖了吗［N］．中国青年报，2019-07-16（8）．

［2］易继明．人工智能创作物是作品吗?［J］．法律科学（西北政法大学学报），2017，35（5）：137-147．

［3］梁志文．论人工智能创造物的法律保护［J］．法律科学（西北政法大学学报），2017，35（5）：156-165．

［4］王迁．如何研究新技术对法律制度提出的问题?——以研究人工智能对知识产权制度的影响为例［J］．东方法学，2019（5）：20-27．

［5］匡俊．论人工智能创作物著作权法保护［J］．中国出版，2020（18）：63-67．

作者:钱艺 单位:桂林电子科技大学