AI创作物的验证装置

技术领域

本发明涉及针对由计算机创建的创作物验证该创建事实的装置，尤其涉及针对由人工智能创建的文学艺术、学术、美术、音乐、发明、实用新型以及外观设计的创作物验证其创建事实的装置。

背景技术

发明、实用新型或者外观设计等是通过自然人的创作活动所创造出的创作物，另外，文学艺术、学术、美术或者音乐等著作是通过创作地表现创作者的思想或者感情而成。因而，这些著作本来是通过自然人的创作活动而创造出来的。

然而，由于很难从没有任何知识的状态进行创作活动，所以在大多数的情况下，进行将以往的创作活动的成果(背景技术等)、由其它艺术家创作的创作物制成范本。然而，由于这样的创作活动有时间或者金钱上的限制，所以并不能够简单地完成。

因此，在专利文献1(日本特开2018-55605号公报)中提出能够通过有效地对创作者提示创作理念来实现创作物的创作辅助的创作辅助程序。即，在该文献中提出创作辅助程序，该创作辅助程序使计算机执行：挖掘(mining)步骤，提取与想要新创造的创作物对应的信息；以及搜索步骤，参照预先获取到的各参照用字符串和被分类为2种以上的创作理念这3个阶段以上的关联度，并基于与在上述挖掘步骤中提取出的信息对应的参照用字符串和创作理念这3个阶段以上的关联度来搜索1个以上的创作理念。

另外，在非专利文献1(上野达弘，“基于人工智能的"发明"和"创作"”(上野達弘、「人工知能による"発明"と"創作"」))中公开了：人工智能会产生作品，最近，嵯峨山茂树(现为明治大学教授)的“Orpheus”、马拉加大学的“lamus”这样的自动作曲系统也登场、还学习了伦勃朗的美术作品的人工智能生成伦勃朗风的作品、以及人工智能生成短篇小说。

作为上述人工智能技术，有使用专家咨询系统、神经网络的人工智能技术。其中，专家咨询系统是由对关于特定的领域的问题的信息进行解析的规则集而构成的程序，由固定的推理引擎和可变的知识数据库构成。而且，由于推理引擎进行使用规则集的推理，所以该处理的过程比较清楚明白。

另一方面，在神经网络中，一般将输入层、中间层、输出层的人工神经元串联连接，通过突触学习来实施人工神经元间的连接。作为突触学习，一般使用误差反向传播法(反向传播)。而且，该神经网络被指出，处理的过程为黑箱，难以确认处理的妥当性等缺点。

因此，在专利文献2(日本特开2017-130171号公报)中，为了提供处理内容的详细不是黑箱的人工智能技术，对所输入的信息进行句法分析，整理为主语、主语的修饰、谓语、谓语的修饰、数值、符号而成为容易检索的结构并记录，输入的信息与已经记录的信息进行比较、分析，提取有用的信息来构建知识体系，在人工智能不能够判断有用性的情况下，由人类进行判断，当人类产生问题时，该人工智能从所构建的知识体系中检索回答问题所需的程序以及信息，并按照检索到的程序来生成回答，以解决问题。

先行技术文献

专利文献

专利文献1：日本特开2018-55605号公报

专利文献2：日本特开2017-130171号公报

非专利文献

非专利文献1：上野达弘，“基于人工智能的"发明"和"创作"”，Japio YEAR BOOK2017，2017年，p.21-23(上野達弘、「人工知能による"発明"と"創作"」、Japio YEAR BOOK2017、2017年、p.21-23)

发明内容

发明要解决的课题

在人工智能的开发中备受关注的深度学习(Deep Learning)是使用以人类的脑神经回路为模型的多层结构算法“深度神经网络”，由人工智能(Artificial Intelligence)自己考虑并决定特征量的设定或组合的手法。在该深度学习中，即使使用者没有进行指示也自动学习并输出结果，所以目前尚不清楚该运算处理过程。对于这一点，在上述专利文献2中提出一种处理内容的详细不是黑箱的人工智能技术，但是尽管回答问题所需的程序以及信息变得清楚，也无法弄清该回答是否实际上由人工智能产生。

用于解决课题的方案

因此，本发明的课题在于提供能够验证由人工智能创建的创作物是否实际上由人工智能创建的AI创作物的验证装置。

本发明为了解决上述课题，针对人工智能装置创作的创作物，验证是否由人工智能装置创作，优选提供能够验证该事实的AI创作物的验证装置。

即，本发明为了解决上述课题，提供了AI创作物的验证装置，包括：输入信息处理部，获取对人工智能装置的输入信息并保持该输入信息，并对上述人工智能装置输出；以及创作物信息处理部，获取从上述人工智能装置输出的创作物信息，并将该创作物信息与上述输入信息处理部获取到的输入信息建立关联地保持。

另外，在本发明中，为了解决上述课题，提供了AI创作物的验证装置，包括：AI信息获取部，从人工智能装置获取构成人工智能的程序信息和学习用数据信息；输入信息获取部，获取对人工智能装置的输入信息，并保持该输入信息；运算部，进行使用上述AI信息获取部以及上述输入信息获取部获取到的信息的信息处理；以及运算结果保存部，保存作为该运算部的运算结果被输出的创作物。

另外，在本发明中，为了解决上述课题，提供了AI创作物的验证装置，包括：AI信息获取部，获取被构建为已学习模型的人工智能装置的执行环境信息；输入信息获取部，获取对人工智能装置的输入信息，并保持该输入信息；运算部，进行使用上述AI信息获取部以及上述输入信息获取部获取到的信息的信息处理；以及运算结果保存部，保存作为该运算部的运算结果被输出的创作物。

在上述本发明所涉及的AI创作物的验证装置中，上述执行环境信息能够包括从学习用数据提取出的特征量信息和表示该特征量信息彼此的联系的网络构造信息。

另外，在上述本发明所涉及的AI创作物的验证装置中，上述AI信息获取部能够以图像文件形式、二进制文件形式以及源文件形式中的至少任意一种形式获取。

另外，在上述本发明所涉及的AI创作物的验证装置中，上述AI信息获取部能够保持获取到信息的日期和时刻。

另外，在上述本发明所涉及的AI创作物的验证装置中，上述AI创作物的验证装置能够具备AI信息废弃部，上述AI信息废弃部在上述运算结果保存部保存了上述创作物后，废弃上述AI信息获取部获取到的信息。

另外，在上述本发明所涉及的AI创作物的验证装置中，上述AI创作物的验证装置还能够具备哈希值发送部，上述哈希值发送部生成上述AI信息获取部获取到的数据、以及作为上述运算部的运算结果被输出的创作物的数据中的至少任意一个数据的哈希值，并将该哈希值发送至发行时间戳的时刻认证站。

而且，本发明的AI创作物的验证装置能够通过从人工智能装置获取的信息的内容或数据形式(图像文件形式、二进制文件形式以及源文件形式中的任一种)等变更证明的内容或者种类。例如也能够构成为在从人工智能装置获取到的信息为源文件且能够验证程序的算法的情况下，也能够赋予更高度的证明。

发明效果

上述本发明的AI创作物的验证装置能够直接获取用于构建已学习模型的人工智能装置的程序或学习用数据、或者已学习模型的人工智能装置的执行环境，并基于这些进行与人工智能装置同样的处理。由此，能够通过本发明所涉及的AI创作物的验证装置针对人工智能装置创建的创作物验证是否实际上由该人工智能装置创作。

由此，在该创作物为发明、实用新型、外观设计、著作的情况下，能够弄清这些的创作物的权利等的归属关系。

另外，本发明所涉及的AI创作物的验证装置能够在与创造创作物的人工智能装置相同的环境下进行信息处理，所以也能够确认以及验证在创造该创作物时的有无人为判断的或人为判断的程度。因而，能够也对人工智能装置中的发明、实用新型、外观设计、著作的创造时的基于人类的创作活动的参与的有无或程度进行验证，并将其保持。

附图说明

图1是表示第一实施方式所涉及的AI创作物的验证装置的框图。

图2是表示用于构成已学习模型的机器学习的概念图。

图3是表示第二实施方式所涉及的AI创作物的验证装置的框图。

图4是表示第一实施方式以及第二实施方式所涉及的AI创作物的验证装置的处理的时序图。

图5是表示第三实施方式所涉及的AI创作物的验证装置的处理的框图。

图6是表示第三实施方式所涉及的AI创作物的验证装置的处理的时序图。

图7是表示第四实施方式所涉及的AI创作物的验证装置的处理的框图。

图8是表示第四实施方式所涉及的AI创作物的验证装置的处理的时序图。

图9是构成AI创作物的验证装置500的计算机硬件结构图。

具体实施方式

以下，参照附图，具体地对本实施方式所涉及的AI创作物(即，基于人工智能的创作物)的验证装置进行说明。图1是表示第一实施方式所涉及的AI创作物的验证装置10的框图，图2是表示用于构成已学习模型的机器学习的概念图，图3是表示第二实施方式所涉及的AI创作物的验证装置10的框图，图4是表示该第一实施方式以及第二实施方式所涉及的AI创作物的验证装置10的处理的时序图。

首先，图1所示的第一实施方式所涉及的AI创作物的验证装置10构建为：获取用于在人工智能装置20中构建已学习模型的学习用数据21和获取该人工智能装置20的系统整体，并验证其处理内容。

即，人工智能装置20收集在因特网等通信网中被公开的数据、需要内建基础或认证的非公开的数据并作为学习用数据21，基于该学习用数据21来进行机器学习(特别是深度学习)。如图2所示，在该机器学习中，将学习用数据21作为输入层，根据该输入层的数据通过计算机的算法自己导出特征量，在中间层中构建表示该特征量彼此的链接的网络构造，并构建最终成为输出层的输出信息。

该图1所示的第一实施方式所涉及的AI创作物的验证装置10构成为：获取包括从这样的学习用数据21提取出的特征量信息和该特征量信息彼此的联系的网络构造信息的信息作为执行环境信息，并在存储装置15中再生该执行环境信息，从而在该AI创作物的验证装置10中再生与人工智能装置20相同的系统。

特别是在该实施方式所涉及的AI创作物的验证装置10中，AI信息获取部11构成为：从成为验证对象的人工智能装置20获取构成人工智能的程序信息和学习用数据信息21(以下，设为“AI信息”。)。其结果，也能够在该AI创作物的验证装置10中进行机器学习(深度学习)，还能够构建作为已学习模型的人工智能装置20。即，实现根据已学习模型的构建能够验证的AI创作物的验证装置10。

另一方面，对于图3所示的第二实施方式所涉及的AI创作物的验证装置10而言，在AI信息获取部11中，以图像文件形式、二进制文件形式以及源文件形式中的至少任意一种形式获取上述人工智能装置20的执行环境信息(包括从学习用数据信息21提取出的特征量信息、和表示该特征量信息彼此的联系的网络构造信息)。即，以能够将该人工智能装置20的系统整体直接复制到存储装置15等的方式获取系统数据。由此，能够在该AI创作物的验证装置10中再生与上述人工智能装置20相同的系统。

而且，在输入信息获取部12中，获取与输入到该人工智能装置20的输入信息22相同的信息，并将该信息输入至AI创作物的验证装置10。

其结果，在该AI创作物的验证装置10的运算部13中，能够进行与上述人工智能装置20相同的信息处理，由此，能够获取与上述人工智能装置20相同的结果。此外，由于该运算结果保存至运算结果保存部14，所以能够在之后确认上述人工智能装置20中的处理内容或AI创作物。

特别是，在该输出结果为创作物的情况下，即为发明、实用新型、外观设计、著作的情况下，本实施方式所涉及的AI创作物的验证装置10能够验证作为该输出结果的创作物信息的成立过程。因此，例如在该AI创作物的验证装置10中的处理中，能够验证操作的人等人为思想是否是介入、介入何种程度等。其结果，也能够对关于发明、实用新型、外观设计、著作的知识产权的成立性或成立过程等进行验证。

图4是表示上述第一实施方式以及第二实施方式所涉及的AI创作物的验证装置10和人工智能装置20中的处理的时序图。如该图所示，在开始处理时，在AI信息获取步骤S10中，以图像文件形式、二进制文件形式以及源文件形式中的至少任意一种形式获取人工智能装置20的执行环境信息、或者构成人工智能的程序信息和学习用数据21信息(已学习数据)等用于再生人工智能装置20的系统的信息(AI信息)。

而且，在获取到该AI信息的AI创作物的验证装置10中，在执行环境再生步骤S11中，再生与人工智能装置20相同的执行环境。而且，在执行步骤S12中，在该执行环境下执行处理。在暂时无法执行的情况下，作为执行错误而向上述人工智能装置20发送错误信息。另一方面，在没有问题而能够执行的情况下，在创作物的输出步骤S13中，输出作为该执行结果的创作物，并将该输出内容在创作物的保存步骤S14中保存至存储装置。而且，AI创作物的验证装置10的执行的结果所创作的创作物在执行结果的发送步骤S15中发送至人工智能装置20。

通过以上的处理，AI创作物的验证装置10能够从人工智能装置20中的输入信息再生创作物的输出，由此能够验证该创作物是否是由人工智能装置20所创造。

此外，上述AI创作物的验证装置10也能够构成为：对于AI创作物的验证装置10的执行的结果即创作的创作物，在人工智能装置20中有异议的情况下，即创作出的结果物比较的结果是不相同或从一定的基准偏离的情况下等，接受该情况，并再次进行AI创作物的验证装置10中的处理。

另外，针对不希望在该AI创作物的验证装置10中保存人工智能装置20的程序或已学习数据的用户，能够具备废弃所获取的信息的AI信息废弃部。上述AI信息废弃部能够构成为：在上述运算结果保存部14保存了上述创作物后，废弃上述AI信息获取部11获取到的信息，该废弃的事实也能够例如通过将废弃后的验证装置的系统的图像文件形式、二进制文件形式以及源文件形式发送至人工智能装置20来进行。

图5所示的第三实施方式所涉及的AI创作物的验证装置10构成为：通过使用上述第一实施方式以及第二实施方式所示的AI创作物的验证装置10，进一步利用时间戳来提高验证内容的客观性或正当性。图6是该第三实施方式所涉及的AI创作物的验证装置10的时序图。

即，该实施方式所示的AI创作物的验证装置10在AI信息获取步骤S31中从人工智能装置20获取AI信息后，执行用于获取该AI信息时间戳的处理。具体而言，AI创作物的验证装置10在时间戳生成请求步骤S32中对于获取到的AI信息计算哈希值，并将该哈希值通过哈希值发送部发送至时间戳管理站30(TSA：Time-Stamping Authority。即发行时间戳的时刻认证站)。在时间戳管理站30中，在时间戳生成步骤S33中，对该哈希值附加时刻信息来创建时间戳，并将其发送至AI创作物的验证装置10(时间戳发行步骤S34)。而且，在AI创作物的验证装置10中，在时间戳获取步骤S35中，从时间戳管理站30获取该时间戳信息并加以保持。

而且，AI创作物的验证装置10在执行环境再生步骤S36中，基于从人工智能装置获取到的AI信息与上述实施方式同样地再生人工智能装置20的执行环境，执行该执行环境来创建创作物(执行步骤S37)，并输出作为其执行结果的创作物(创作物的输出步骤S38)。

接收该创作物的输出，该AI创作物的验证装置10也针对与该创作物有关的数据(输出的创作物)，与上述AI信息同样地获取时间戳。即，在时间戳生成请求步骤S39中，对于与该创作物有关的信息(数据)创建哈希值，并将该哈希值发送至时间戳管理站30。而且，在时间戳管理站30中，对该信息执行该信息时间戳生成步骤S40来赋予时间戳，而且，在时间戳发行步骤S41中将该时间戳发行至AI创作物的验证装置10。在AI创作物的验证装置10中，从时间戳管理站30获取该时间戳，并保存该时间戳(时间戳获取步骤S42)。通过这样也针对创作物，获取时间戳，从而能够证明在该时刻创作该创作物，且能够补充由AI创作物的验证装置10创建的事实。

而且，对于执行步骤S37的结果、即创建的著作(即输出的著作)，能够与上述实施方式同样地在创作物的保存步骤S43中保存至AI创作物的验证装置10的存储装置后，在执行结果的发送步骤S44中发送至人工智能装置20。

以上的处理的结果，AI创作物的验证装置10能够从人工智能装置20中的输入信息再生创作物的输出，所以能够验证该创作物是否由人工智能装置20所创作。特别是在本实施方式中，由于针对AI信息和创作物，分别获取时间戳，所以能够证明每个信息存在的事实。

此外，上述AI创作物的验证装置10也能够构成为：对于AI创作物的验证装置10的执行的结果、即创作的创作物，在人工智能装置20中有异议的情况下，接受该情况，并再次进行AI创作物的验证装置10中的处理。

图7是表示第四实施方式所涉及的AI创作物的验证装置10的处理的框图，图8是表示该第四实施方式所涉及的AI创作物的验证装置10的处理的时序图。

该第四实施方式所示的AI创作物的验证装置10构成为：通过中继对人工智能装置20的信息的输入以及来自人工智能装置20的结果物(创作物)的输出，从而对该结果物(创作物)由人工智能装置20创作进行认证。

具体而言，AI创作物的验证装置10中的输入信息处理部在输入信息获取步骤S51中获取从利用者终端输入至人工智能装置20的输入信息，获取到的输入信息在输入信息保存步骤S52中保存至AI创作物的验证装置中的存储部等。而且，AI创作物的验证装置10将该输入信息发送至人工智能装置20(输入信息发送步骤S53)，人工智能装置20获取该输入信息(输入信息获取步骤S54)，在执行步骤S55中开始处理。人工智能装置20中的处理的结果、即输出的创作物在创作物的输出步骤S56中发送至AI创作物的验证装置，AI创作物的验证装置10的创作物信息处理部获取该创作物(创作物的获取步骤S57)，并将该创作物与上述输入信息处理部获取到的输入信息建立关联地保持(创作物的保存步骤S58)。而且，该创作物的信息能够在创作物的发送步骤S59中发送至利用者终端。

在如以上那样构成的AI创作物的验证装置10中也能够构成为：对于AI创作物的验证装置10发送的创作物，在人工智能装置20中有异议的情况下，接受该情况，AI创作物的验证装置10将上述输入信息再次发送至人工智能装置20，获取人工智能装置20中的处理结果。此时，对于发送至人工智能装置20的输入信息，除了最初从利用者终端接收的信息之外，也能够从利用者终端获取与此不同的输入信息，或在AI创作物的验证装置10中选定。另外，也能够构成为：针对从利用者终端接收到的输入信息以及从人工智能装置20接收到的处理结果，分别获取上述时间戳。

图9是构成上述AI创作物的验证装置500的计算机硬件构成图。其中，图9的计算机(AI创作物的验证装置10)500只是示出代表性的构成例，只要具备执行上述的处理的运算装置、存储器以及程序，则也可以构成为专用的装置。

该图9所示的计算机500构成为包括：CPU501、存储器502、声音输出装置503、网络接口504、显示器控制器505、显示器506、输入设备接口507、键盘508、鼠标509、外部存储装置510、外部记录介质驱动装置511以及将这些构成要素相互连接的总线512。

CPU501控制计算机500的各构成要素的动作，并在OS(操作系统)的控制下控制上述各信息的获取或发送，或AI程序的执行等，并控制其动作。存储器502通常由作为非易失性存储器的ROM(Read Only Memory：只读存储器)以及作为易失性存储器的RAM(RandomAccess Memory：随机存取存储器)构成。在ROM中储存在计算机500的启动时所执行的程序等。在RAM中暂时储存由CPU501执行并用于执行各装置的处理的应用程序、数据库程序、在这些程序执行中所使用的数据(例如，从数据库或文件系统读出的数据、脚本(script))。

声音输出装置503是扬声器等输出声音的设备，通信接口504是用于与各种设备进行信息交换的用于与网络520连接的接口。显示器控制器505是用于实际处理CPU501产生的描绘指令的专用控制器。在显示器控制器505中被处理的描绘数据暂时被写入图形存储器，然后被输出至作为显示部的显示器506。

输入设备接口507接收从键盘508、鼠标509或触摸板等输入输出设备输入的信号，并根据该信号模式(pattern)将规定的指令提供给CPU501。在进行程序的执行或设定等操作的情况下需要键盘508或鼠标509。

外部存储装置510也包含在本说明书中存储单元的范畴中。在上述外部存储装置510内记录上述的程序或数据，在执行时，根据需要从该外部存储装置加载到存储器502的RAM。另外，外部记录介质驱动装置511是访问CD(Compact Disc，压缩光盘)、MO(Magnet-Optical Disc，磁光盘)、DVD(Digital Versatile Disc，数字通用光盘)等可移动型的外部记录介质530的记录面，并读取在其中所记录的数据的装置。

其中，本实施方式所涉及的AI创作物的验证装置10直接再生人工智能装置20的系统，且只要能够执行该系统则能够设为任意的结构。

工业上的可利用性

本发明的AI创作物的验证装置能够作为用于对人工智能装置中的处理的结果进行认证的装置进行利用。特别是，在该创作物为发明、实用新型、外观设计、著作的情况下，能够作为用于客观地证明关于这些的权利的产生、权利的归属的装置利用。

附图标记的说明

10：验证装置

11：AI信息获取部

12：输入信息获取部

13：运算部

14：运算结果保存部

15：存储装置

20：人工智能装置

21：学习用数据

22：输入信息

30：时间戳管理站

500：验证装置(计算机)

501：CPU

502：存储器

504：通信接口(网络接口)

506：显示器

507：输入设备接口

508：键盘

509：鼠标

510：外部存储装置。