第二章、 人工智慧發展與著作權法適用之研究
二、 圖形創作
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
19
spend the rest of the day thinking about how fucked up everything is.34 在上開例子中，至少可以觀察到使用者輸入角色之行動或發言，AI Dungeon 除了理解使用者輸入之內容外，亦於後續回應產生足夠長度、用詞適 當、語意通順並且能夠順利發展情節之文本，而這些經由 AI Dungeon 自主預測 所產生之內容，自然不屬於使用者原先所創作之範圍。
綜上所述，應可認為利用 GPT-2 語言模型作為創作媒介的 AI Dungeon，在 創作上所代表的意義十分重大。其允許了不熟悉英語文法、寫作之使用者透過 輸入簡單的句子，產生意料之外的故事情節與細節描寫，進而得以與 AI Dungeon「共同」、「接力」地撰寫故事內容。並且可以認為，不熟悉英語的使 用者實際上無法透過自己的英語寫作能力，獨力撰寫出 AI Dungeon 所負責生成 之部分故事內容。那麼如何認定創作者即可能產生爭議，而筆者認為或許難以 斷定人類使用者為 AI Dungeon 創作之著作人（或唯一之著作人）。
二、圖形創作
（一）相關技術：生成對抗網路(Generative Adversarial Network)
2014 年，學者 Ian Goodfellow 等人提出一種人工智慧構想，將其稱之為
「生成對抗網路(GAN)」的非監督式訓練方式35。此等訓練方式，係設計一個生 成網路以及一個監督網路。首先，生成網路將盡可能地模仿其學習之資料，而 監督網路則負責分辨生成網路之輸出是否屬於學習資料，生成網路並試圖以其 輸出成果欺瞞監督網路，使其認定為真實。透過兩個神經網路（生成網路與監 督網路）相互競爭對抗，可以在此過程中自主性的發展進步，因此大量減去開 發過程中設計者投入標示資料種類及監督之勞力及時間，進而達成人工智慧以
34 AI Dungeon 目前無法以單純複製網頁連結之方式分享故事內容，因此筆者僅在此提供相關資 訊以供參照。Title:survivor, Created: April 20th at 10:55PM,
ID:1d29ed34-2ca7-433e-9562-83b8c047348b.
35 See generally Ian Goodfellow, et al., Generative adversarial nets (2014).
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
20
非監督方式學習之目的，GAN 更是為圖像生成、語音辨識等人工智慧領域上帶 來極大之進展。
而在 2018 年 12 月，NVIDIA 公司之研究人員 Tero Karras 等人發表了
“StyleGAN”生成對抗網路36，並以此方式訓練人工智慧產生極度擬真之人物、
物品等照片。其以先前機器學習技術之生成對抗網路(GAN)為基礎，在其所產 生圖像之品質上，超越了先前所開發的 GAN 技術，StyleGAN 並於 2019 年 2 月開源公布其程式碼。同年 12 月，Tero Karras 等人再度發表了 “StyleGAN 2”
技術，比起一年前所研發之 StyleGAN 技術更為成熟。透過重新設計 StyleGAN 內部網路架構，進一步修正了其於生成某些圖片時所產生的不自然偽影
(artifact)，以及其他原先 StyleGAN 具備的瑕疵37。
（二）運用生成對抗網路之創作
在 GAN 的想法提出後，利用其進行藝術創作之案例便宛如雨後春筍之姿 竄出38。2017 年 4 月，日本京都大學學生岡田侑貴察覺了 GAN 在圖像創作以及 商業利用上的可行性，成立了 Data grid 株式会社39，目標以 GAN 技術與各領域 之公司合作。近期岡田侑貴更以日本 3 萬名女性之肖像照為訓練資料，試圖製 作非真人之「虛擬偶像」，岡田侑貴更表示未來期望能夠進一步開發出全身性的 虛擬人類圖像，進而利用於服飾業模特兒、擬真遊戲角色等原先可能需要真人
36 See generally Tero Karras, et al., A style-based generator architecture for generative adversarial networks (2019). （該文章解釋基本原理係輸入兩張圖片，並透過 StyleGAN 內部函數將兩圖片 之風格混和，藉此產生新圖片，筆者對該技術之詳細內容未能全盤理解，該技術之詳細內容亦 非本文重點，是以在此僅略微說明之）。
37 See generally Tero Karras, et al., Analyzing and improving the image quality of stylegan, ARXIV PREPRINT ARXIV:1912.04958 (2019).
38 網路上紛紛出現如「This Person Does Not Exist」、「These Cats Do Not Exist」等利用 GAN 技 術呈現人工智慧創作圖片之網站。
39 株式会社データグリッド, available at https://datagrid.co.jp/ (Last visited:2020.6.8).
‧
進而研發出 CAN 創意對抗網路(Creative Adversarial Networks)41，透過範圍從 15 世紀至 21 世紀的大量圖像作為學習資料，並且針對其模型進一步設計，使得監 Belamy, from La Famille de Belamy44”。其以中世紀人物肖像畫的風格描繪了一 名不存在的中世紀貴族 Edmond de Belamy，並且於畫作下方呈現一行數學方程 式作為畫家之簽名。本幅畫作在紐約佳士得拍賣行以 43 萬 5 千美元之高價賣出
──比起其原先預估之 7 千至 1 萬美元之價格高出數十倍45。比起先前 Google 透
40 京都新聞, 架空アイドルを自動生成、第3のAI 京大生らベンチャー「データグリッド」
が注目される理由(2020), available at https://www.kyoto-np.co.jp/articles/-/178357 (Last visited:2020.6.7).
41 See generally Ahmed Elgammal, et al., CAN: Creative adversarial networks, generating" art" by learning about styles and deviating from style norms, ARXIV PREPRINT ARXIV:1706.07068 (2017).
42 Id. at 20. CAN 具備創意能力之原理，乃係透過獎勵機制使生成網路產生具有一定獨特性，卻 又不會被監督網路認定為虛假之圖像，藉此強迫生成網路產生不屬於訓練資料風格的畫作。當 然亦有學者對於 CAN 之運作是否可稱得上是創造藝術採懷疑態度，認為 Elgammal 等人判斷創 意的標準過低或其缺乏發展可能性。See also Aaron Hertzmann, Can computers create art?, 7 ARTS 2, 36 (2018).
43 毛舞雲（2019），〈人工智慧創作品之著作權保護──從繪畫機器人談起〉，《交大法學評論》，
5 期，頁 92。
44 Eugene Ch'ng, Art by Computing Machinery: Is Machine Art Acceptable in the Artworld?, 15 ACM TMULTIMCOMPUT 2s, 59:7 (2019).
45 Ch'ng, 59:6 (2019).
‧
StyleGAN 之啟發，自行利用 StyleGAN 搭配在 Flickr 圖片網站上所合法收集之 資料庫，建立了 “9 GANS” 網路藝廊47，其每小時將產生 9 幅由人工智慧所產 與其概念相同的，另有 Sizigi Studios 所製作之“Waifu Labs”49，其藉由隨機產生 具有日本動畫風格之女性肖像，逐步提供其他選項如色彩、畫風細節與肖像方 向等，允許使用者加以選擇後產生最終之結果。值得一提的是，Waifu Labs 先 前於 2019 年洛杉磯舉行之動畫博覽會(Anime Expo)以此方式製作自動販賣機，
46 何孟遠（2019），《論人工智慧之創作與著作權侵權》，頁 113，世新大學智慧財產權研究所碩 士論文。
47 Bilal Tahir, 9 GANS, available at https://9gans.com/ (Last visited: 2019.6.8); See also Bilal Tahir, How I built 9 GANS: An AI Generated Art Gallery, Part 1(2019), available at
https://towardsdatascience.com/how-i-built-9-gans-an-ai-generated-art-gallery-app-part-1-277b24718e2 (Last visited: 2019.6.8).
48 Gwern Branwen, This Waifu Does Not Exist, available at https://www.thiswaifudoesnotexist.net/
(Last visited:2020.4.25); See also Gwern Branwen, This Waifu Does Not Exist(2020), available at https://www.gwern.net/TWDNE (Last visited:2020.4.25).
49 Sizigi Studios, Waifu Labs, available at https://waifulabs.com/ (Last visited:2020.6.8). 惟該網站上 並未說明係以何種模型及資料庫進行開發，經筆者於社群網站推特詢問 Sizigi Studios，其表示 開發方式係屬商業秘密。但依據該網站推出之時間點以及其產生圖片上之水滴狀偽影，筆者目 前推論其應係使用 StyleGAN 作為模型。此外，該網站上亦未說明 Sizigi Studios 團隊內之成 員，故在此僅以 Sizigi Studios 為作者。以上推論若有違誤，文責由筆者自負。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
23
使參加者得現場選擇、製作並列印出成果50。其後受到該模式成功之激勵，
Sizigi Studios 亦於“Waifu Labs”網站上販售印有人工智慧生成圖片（經使用者選 擇產生）之抱枕、海報。
由上開案例觀察，藉此亦可觀察出目前運用人工智慧所產生之創作無論是 否被稱之為「藝術」，卻早已展現出其具備經濟價值，存在著商業上利用之可能 性，人工智慧之創作並非單純未來學之空想，而是隨著時間演進即將對社會及 法律造成影響之先進科技。