“原創保護”這道綜合題，AI為什么解不了？

值此錢包陣亡之際，想必大多數人除了收快遞之外，難得的停止放飛自我那么幾天了。

所以我們想來聊點相對嚴肅的話題，比如雙十一前夕，一個小賣家的猝死。

6年拿過十一次紅點設計大獎的杰出中國設計師——沈文蛟，在11月10日，倒在了自己的辦公桌前。

這個新聞當然連熱搜排行榜都沒能上去，只有少數人為他鳴不平。因為他原本可以只憑借一款獲獎的Nude衣架就功成名就，但無數次的被抄襲、仿制之后，維權兩年無果，自己的店鋪門可羅雀，山寨品火爆全網，最終以工廠欠薪倒閉作為結束。

沈文蛟的一篇《原創已死》，扒開了中國原創設計的困境。但兩年之后，發聲者如同曇花一現，而侵權者依然滿坑滿谷。難怪有大V在社交網絡直言——中國不配擁有原創。

當然這樣的“地圖炮”也挺讓普通群眾無奈，無論是理論和道德上，大眾和各個平臺都支持和鼓勵原創者。但社會進步階段需要跨越的種種障礙，卻總在不斷地攆過奮斗者的身軀。

有什么辦法能夠為他們披上盔甲，也許一篇文章很難找到終極答案，但我們認為，是時候提出這個問題并試圖抵達它了。

拯救原創，AI表示自己“南上加南”

熟悉我們的朋友可能會想，是不是又要祭出AI這柄大殺器了。確實，過去一年里我們聽說了AI換臉、AI變聲、AI寫小作文之類的炸裂“造假”應用，難道它不能幫幫原創嗎?

今天我們唱個“反調”，來講講AI在保護原創這件事上，有哪些掣肘之處。

難點之一，是原創搜集證據不易。今天，無論是政府管理的版權中心，還是一些第三方版權網站，只要花費一定的金額就能為自己的創作申請到《版權證明》。然而縱使有理有據，想要收集盜版資料依然是一件困難重重的事。

在各種展覽上被人拍攝、在互聯網被盜圖，更有甚者會在觀看創作者直播后率先將原創抄襲發布出來。更普遍的情況是，很多設計師甚至不知道自己的被“山寨”了，比如故宮的文創產品也曾在眾籌階段就被模仿，先一步上線銷售。

機器學習能不能解決這一問題呢?答案是：可以，但沒必要。

盡管圖像識別算法能夠在網絡數據的茫茫海洋中快速找到高速相似的圖片，但是否合法使用、是否抄襲等有著復雜的判斷過程，為每一幅作品進行全網比對的成本過于高昂。不僅需要耗費大量的服務器成本，在效率上也不太現實。

所以，指望AI系統能實時預警不可能，看來“原創不舉報，官方不干涉”的現狀只能維系一陣子了。

AI拯救原創，難點之二是抄襲行為判定

版權證明可以限制一部分直接抄襲，但大多數情況下，原創者會面臨比直接抄襲更可怕的——“魔改”。

在現有知識產權法律的保護范圍中，往往會“只保護表達、不保護思想”。舉個例子，香奈兒最早設計并引領了小黑裙這一經典，但它不能阻止其他服飾品牌也做小黑裙，它只能限制對方不能做某個款式的小黑裙。同理，許多無法外現的創造并不能被有效保護。

因此，盡管深度神經網絡可以通過遷移算法，來判斷兩個作品之間風格的相似性，但很多時候即使兩幅作品風格一模一樣，但畫的內容是原創，就不涉及抄襲。

(Nude衣架和它的抄襲者們)

而即使是具有獨創性的作品，由于這種“定性標準”很難量化。侵權者隨便修改一些細節就能夠變成自己的原創。機器學習雖然相比肉眼，可以快速鑒別出兩個作品之間的微小差別，但針對“魔改”進行后續維權卻極其困難。

前文提到沈文蛟設計的nude衣架，就在某些網站出現過無數個“魔改”版本，即使官方后臺也很難將山寨全部下架。著名小說《鬼吹燈之精絕古城》，原作者天下霸唱也曾將“魔改”其作品的電影《九層妖塔》制作團隊告上法庭，歷經四年才判定對方篡改原作行為成立，但賠償金額卻只有區區5萬元。

維權的投入產出比之低，也是許多原創者只能選擇在社交網絡“掛人”、“掛抄襲”，靠道德譴責來表達一下自己的不甘。

原創保護，還有哪些技術之路可走?

不得不承認的現實是，人工智能這一技術工具雖然在許許多多領域發揮著奇效，但對于抄襲盜版這種涉及“思想”的活動時，確實還很稚嫩。

聽起來好像有點心酸，難道版權保護真的只能靠自覺，沒有有效辦法了嗎?

某種程度上來說，這道考題就像是現代社會文明上的一道卷末大綜合題，無法依靠單一技術公式來破解。盡管如此，引入新技術也勢在必行。不過在這期間，如何圍繞原創保護來搭建“保護盾”，就是一種科技文明的藝術了。

首先，新技術以交聯姿態形成合力。目前，市面上出現了一些基于區塊鏈技術的版權平臺，給原創保護帶來了新的希望，上面的IPTM時間標志，可以在登記、鑒別侵權時快速做出判斷，而且，在上鏈的時候就能做出檢測，萬張圖片最快2小時生成檢測結果，解決了過去“亡羊補牢”的尷尬。

但是，對于原創作品的登記，往往需要將電子憑證與作者信息、原創內容等數據集體上鏈，由此導致的規模算力和成本壓力，是勸退政策者和商業力量的主要原因。未來隨著深度學習算法對分布式閑置算力的調用與分配，在數字作品暴漲的前提下，進一步保證版權平臺的低成本、高效運行，讓侵權者的風險不斷升高。

其次，技術成為輔助知識產權案件進入司法程序的效率輔助工具。

盡管甄別“思想”不是AI的強項，但在推動司法效率上卻是一把好手，而這能夠直接解決原創維權的核心痛點——鑒定難、審理漫長，耗時耗神。

目前，智慧司法可以在通過機器輔助，完成對材料特征等各項信息的全面獲取、深度分析和自動比對，這些程序性和基礎性的工作解決掉之后，司法人員就可以從過渡飽和、分身乏術的環境中解脫出來，將主要精力集中在審理、聽取意見等復雜環節，從而縮短案件周期，降低維權成本。

當然最根本的，還是從源頭使能原創者們。

機器學習無法感知“思想”，甚至連模仿人類的作品，無論圖片還是文字都十分初級。但與此同時，它也可以幫助原創者們將思想的價值與魅力最大化。

比如“美工必備”adobe所打造的一系列黑科技，就能自動幫助畫手們處理各種光線、摳圖問題。在FE中搭建3D模型，可以一分鐘搞定渲染等操作，未來在這些基本功能上花費的時間越少，避免人類設計師“過勞死”，比拼個性思想、創意智慧的時代才會真實到來。

今天，隨著AI、云、區塊鏈等新技術的逐步落地，人們的生活逐漸向智能化問題邁進。機器、社會、人性，正在構成未來文明的新“鐵三角”。這或許將是一個新的悖論吧，只有機器文明的進化與加持，才能讓人性的智慧與光輝顯得如此與眾不同、值得頌揚。