TY - JOUR

T1 - ПРАВОВАЯ КВАЛИФИКАЦИЯ МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ НА ОСНОВЕ ТЕХНИЧЕСКОГО АНАЛИЗА ПРОЦЕССА МАШИННОГО ОБУЧЕНИЯ

AU - Мельникова, Елена Николаевна

N1 - Мельникова Е.Н. Правовая квалификация модели машинного обучения на основе технического анализа этого процесса // Закон - 2023. - № 5. - С. 177-185

PY - 2023/5

Y1 - 2023/5

N2 - В основе приложений искусственного интеллекта (начиная от исполь-зования в военном деле и заканчивая бытовыми помощниками) лежаттехнологии машинного обучения. Результатом машинного обучениякак технического процесса является создание моделей, которые спо-собны выдавать прогноз той иной степени точности, на основе кото-рого люди принимают решения, а системы искусственного интеллектасовершают действия. Модель машинного обучения — новое явлениес неопределенным правовым режимом, однако по поводу создания ииспользования моделей складываются правоотношения, заключают-ся договоры, в ходе машинного обучения создаются экономическиеблага: все это нуждается в правовой квалификации. Поскольку длясоздания моделей используются индуктивные методы разработки,машинное обучение имеет нетипичную по сравнению с обычной про-граммой для ЭВМ структуру, что затрудняет определение правово-го режима модели и правовых последствий ее создания и рабочегоприменения. В статье представлен поэлементный технический анализмашинного обучения как процесса и модели как его результата, наэтой основе определена правовая природа модели на всех стадияхее жизненного цикла, обозначены охраняемые элементы структуры;проанализировано юридическое значение способов машинного обу-чения для правовой квалификации моделей, обоснован внешний поотношению к модели характер обучающих данных, обозначено такоепроизводное от обучающих данных благо, как параметры модели.Проведенное исследование является основой для дальнейшего ана-лиза правоотношений, складывающихся по поводу создания и ис-пользования приложений искусственного интеллекта.

AB - В основе приложений искусственного интеллекта (начиная от исполь-зования в военном деле и заканчивая бытовыми помощниками) лежаттехнологии машинного обучения. Результатом машинного обучениякак технического процесса является создание моделей, которые спо-собны выдавать прогноз той иной степени точности, на основе кото-рого люди принимают решения, а системы искусственного интеллектасовершают действия. Модель машинного обучения — новое явлениес неопределенным правовым режимом, однако по поводу создания ииспользования моделей складываются правоотношения, заключают-ся договоры, в ходе машинного обучения создаются экономическиеблага: все это нуждается в правовой квалификации. Поскольку длясоздания моделей используются индуктивные методы разработки,машинное обучение имеет нетипичную по сравнению с обычной про-граммой для ЭВМ структуру, что затрудняет определение правово-го режима модели и правовых последствий ее создания и рабочегоприменения. В статье представлен поэлементный технический анализмашинного обучения как процесса и модели как его результата, наэтой основе определена правовая природа модели на всех стадияхее жизненного цикла, обозначены охраняемые элементы структуры;проанализировано юридическое значение способов машинного обу-чения для правовой квалификации моделей, обоснован внешний поотношению к модели характер обучающих данных, обозначено такоепроизводное от обучающих данных благо, как параметры модели.Проведенное исследование является основой для дальнейшего ана-лиза правоотношений, складывающихся по поводу создания и ис-пользования приложений искусственного интеллекта.

KW - искусственный интеллект, машинное обучение, правовая природа модели, правовая охрана модели машинного обучения, алгоритмы машинного обучения, параметры (веса) модели, данные, дата-сет

U2 - 10.37239/0869-4400-2023-20-5-177-184

DO - 10.37239/0869-4400-2023-20-5-177-184

M3 - статья

SP - 177

EP - 185

JO - ЗАКОН

JF - ЗАКОН

SN - 0869-4400

IS - 5

ER -