AI创作物的验证装置制造方法及图纸

本发明专利技术提供能够验证由人工智能创建的创作物是否实际由人工智能创建的AI创作物的验证装置。该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。

【技术实现步骤摘要】
【国外来华专利技术】AI创作物的验证装置
本专利技术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、专利技术、技术以及外观设计的创作物验证其创建事实的装置。
技术介绍
专利技术、技术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(
技术介绍
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"专利技术"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"专利技术"和"创作"”，JapioYEARBOOK2017，2017年，p.21-23(上野達弘、「人工知能による"発明"と"創作"」、JapioYEARBOOK2017、2017年、p.21-23)
技术实现思路
专利技术要解决的课题在人工智能的开发中备受关注的深度学习(DeepLearning)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(ArtificialIntelligence)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，本专利技术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。本专利技术为了解决上述课题，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，本专利技术为了解决上述课题，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，在本专利技术中，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，在本专利技术中，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。在上述本专利技术所涉及的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，在上述本专利技术所涉及的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，在上述本专利技术所涉及的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，在上述本专利技术所涉及的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，在上述本专利技术所涉及的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，本专利技术的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。专利技术效果上述本专利技术的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本文档来自技高网...

【技术保护点】
1.一种AI创作物的验证装置，包括：/n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，并对所述人工智能装置输出；以及/n创作物信息处理部，获取从所述人工智能装置输出的创作物信息，并将该创作物信息与所述输入信息处理部获取到的输入信息建立关联地保持。/n

【技术特征摘要】
【国外来华专利技术】20180915 JP 2018-1731421.一种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，并对所述人工智能装置输出；以及
创作物信息处理部，获取从所述人工智能装置输出的创作物信息，并将该创作物信息与所述输入信息处理部获取到的输入信息建立关联地保持。


2.一种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，进行使用所述AI信息获取部以及所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。


3.一种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，进行使用所述AI信息获取部以及所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...

【专利技术属性】
技术研发人员：大山坚司，
申请(专利权)人：株式会社百德立孚，
类型：发明
国别省市：日本;JP