MétaCan
Menu
Retour à la cohorte
Enregistrement W4287690580 · doi:10.48550/arxiv.2008.04520

Montreal AI Ethics Institute's (MAIEI) Submission to the World\n Intellectual Property Organization (WIPO) Conversation on Intellectual\n Property (IP) and Artificial Intelligence (AI) Second Session

2020· preprint· W4287690580 sur OpenAlexaboutno aff
Allison Cohen, Abhishek Gupta

Notice bibliographique

RevuearXiv (Cornell University) · 2020
Typepreprint
Langue
DomaineComputer Science
ThématiqueLaw, AI, and Intellectual Property
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntellectual propertyConversationSession (web analytics)LawPolitical scienceSociologyBusinessComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

This document posits that, at best, a tenuous case can be made for providing\nAI exclusive IP over their "inventions". Furthermore, IP protections for AI are\nunlikely to confer the benefit of ensuring regulatory compliance. Rather, IP\nprotections for AI "inventors" present a host of negative externalities and\nobscures the fact that the genuine inventor, deserving of IP, is the human\nagent. This document will conclude by recommending strategies for WIPO to bring\nIP law into the 21st century, enabling it to productively account for AI\n"inventions".\n Theme: IP Protection for AI-Generated and AI-Assisted Works Based on insights\nfrom the Montreal AI Ethics Institute (MAIEI) staff and supplemented by\nworkshop contributions from the AI Ethics community convened by MAIEI on July\n5, 2020.\n

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,006
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0040,006
Intégrité de la recherche0,0010,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,143
Tête enseignante GPT0,233
Écart entre enseignants0,090 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetLaw, AI, and Intellectual PropertyTravaux en français237 207