Japan Database

獲得訓練資料的版權保護的挑戰很大。收集所有可用的信息，例如收集工業控制系統中所有可檢測的信息，會降低滿足原創性最低門檻的可能性。收集所有可收集的數據是否具有創造性？
版權通常更適合靜態資料集。然而，大數據規模的訓練資料很少是靜態的。訓練資料的多樣性和速度限制了穩健資料集的版權保護的價值。
是的，但企業應該儘早採取合理措施來保密資料。為了成為可保 廣告數據 護的商業機密，訓練資料必須具有獨立的經濟價值，且不被大眾所知或無法透過適當方式輕​​易確定。鑑於從用戶收集的用於訓練人工智慧產品的數據對許多企業來說是一項資產，訓練數據很容易獲得經濟價值。但關鍵是採取措施將訓練資料「鎖」在企業的網路架構中。

供應商通常可以存取企業的培訓資料來提供服務。這些供應商應該有法律義務對培訓資料進行“保密”，避免公開。
此外，與版權保護不同，商業機密保護確實延伸到訓練資料的底層資料元素。
使用合約保護人工智慧產品的訓練數據
當版權和商業機密無法提供足夠的保護或由於某種原因不可行時，合約是許多企業的第一道防線。在應用程式使用者或第三方供應商取得訓練資料之前，應該及時制定有效的法律義務。考慮使用合約來限制對訓練資料的訪問​​，除非使用者同意不複製或商業利用訓練資料。常見的合約機制包括網站使用條款協議和與存取培訓資料的供應商簽訂的合約。