报告凝练了全球人工智能产业的发展概况以及产生知识产权问题的原因，对数据训练的合理使用、内容著作权保护范围等问题进行深入剖析，结合典型案例，深度分析各国在知识产权治理方面的不同实践，提出探索人工智能知识产权平衡的治理理念，完善治理规则、统筹治理主体的有关举措和建议，力图为人工智能知识产权的有效治理提供参考样板。
1. 人工智能产业知识产权环境
人工智能被视为引领未来产业发展的战略性新兴技术，正在推动着一场全新的科技变革和产业创新。从发展阶段来看，深度学习技术的快速突破正在驱动人工智能以前所未有的速度逼近通用智能。从商业化落地来看，人工智能行业主流产品形态是生成式人工智能。而知识产权问题是企业对于使用生成式人工智能的首要担忧，人工智能技术在多方面挑战现有知识产权法律体系，尤其是著作权法律规则。一是需要著作权法界定输入端的合理使用范围和侵权责任承担；二是需要著作权法明确输出端人工智能创作物的保护范围。
2. 人工智能领域全球知识产权治理相关实践
各方都在积极寻求解决人工智能领域知识产权问题的路径。美国政府加速法律问题研究，产业主体主动承担训练数据和作品的侵权责任；日本通过明晰人工智能数据训练中的合理使用标准，平衡企业和原创作者间的关系；欧盟以促进产业发展的数据挖掘原则为抓手，推进著作权治理向精细化方向发展；中国通过立法和司法协同，探索人工智能知识产权最佳保护模式。
3. 人工智能知识产权治理展望
各方对于人工智能技术有较大的知识产权风险已经达成共识，知识产权制度必须适应新的现实和新的法律挑战，形成符合产业和各方行为预期的知识产权治理理念和规范。基于新的人工智能发展阶段的知识产权治理理念，需要坚持产业发展优先的原则，秉持共商共建理念，推动输入端和输出端关键规则构建，探索治理主体创新。
附件：人工智能知识产权法律问题研究报告(2023年)-探索人工智能知识产权平衡的治理理念
详细介绍六种心智计算的理论模型，心智计算的理论体系模型旨在同时集成感知、记忆、决策、运动，以及意识、共情、心理揣测等社会认知能力到一套通用、系统的框架中
探索多智能体系统中的协同与合作,以及人工智能技术在协同控制中的应用,我们相信,智能协同控制将成为未来智能化社会的重要支撑,为推动各行各业的发展和创新带来新的机遇和可能性
语言大模型由于在大规模通用领域数据预训练通常缺乏对特定任务或领域的知识,指令微调是一种可以帮助语言大模型实现人类语言指令遵循的能力
指导行业主体组织开展数据清洗,去标识化,匿名化处理等及相应的技术测试评估,支撑数据共享,交易,开放等流通活动合规,有序进行
本文件规定了多功能智能杆系统组成、总体施工要求、施工安全、基础设施施工要求、杆体安装施工要求、挂载设备施工要求、管理平台组建、系统及挂载设备调试、系统工程验收和资料移交
海行规发〔2023〕4号;打造2300亿元核心产业规模,集聚100家大模型企业机构,以及60家国家级专精特新小巨人企业,以及新培育5-10家独角兽企业,打造四大人工智能产业园
明确了训练数据处理活动和数据标注等要求;规定了生成式人工智能服务规范,明确生成式人工智能服务提供者应当采取有效措施防范未成年人用户过度依赖或者沉迷生成式人工智能服务
我国的人工智能产业集群表现为新型创新区→城市→区域→全国→全球的空间结构特征,依托狭小的物理空间打造无限的网络空间产业创新生态
增进人类福祉:以人为本,可持续性;尊重生命权利:合作,隐私;坚持公平公正:公平,共享;合理控制风险:共享;合理控制风险:外部安全,内部安全
《新一代人工智能发展规划》,《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,《关于加强科技伦理治理的意见》,《中国关于加强人工智能伦理治理的立场文件》
《算法透明性和可问责性的声明》,《2018年恶意伪造禁令法案》,《美国人工智能倡议》,《国家人工智能研究与发展战略计划》,《2019年深度伪造报告法案》
从技术合作关系的密度看,北京市,广东省和上海市构成了人工智能产业集群网络结构的三个极点;北京,广东,上海,江苏,安微,四川,湖北,湖南,重庆,山东和福建之间存在密集的人工智能技术合作关系
