IIS

1. IIS 7. přednáška

2. Kapitola 8. Znalostní systémy a neuronové sítě (podpora rozhodovacích procesů) Znalostní inženýrství (Knowledge Engineering) patří do vědního oboru nazývaného umělá inteligence a zbývá se profesionální tvorbou znalostních systémů. UI je na jedné straně chápána jako vědní obor a z druhého pohledu jako vlastnost – neživých systémů. CO JE TO INTELIGENCE? • Schopnost pochopit a studovat věci nebo schopnost spíše myslet  a chápat, než-li instinktivně nebo automaticky dělat. • Soubor specifických předpokladů jednotlivce, umožňujících mu úspěšně se vyrovnat s novými životními podmínkami a řešit situace, v nichž nelze použít návykového chování Umělá inteligence (jako vlastnost) je tedy souhrn určitých předpokladů a schopností umělého (neživého) objektu, které mu umožní správně reagovat na situace a úlohy, jejichž řešení nemá ve formě algoritmu uloženo v paměti.

3. Druhý pohled (UI jako věda) je výstižně definován Marvinem Minským: • „Umělá inteligence věda, jejíž úkolem je naučit stroje, aby dělaly věci, • které vyžadují určitou inteligenci, jsou-li prováděny člověkem.“ • Předmětem umělé inteligence jako vědy je zkoumání a realizace systémů s umělou inteligencí. • Informační technologie založené na technologiích umělé inteligence patří mezi nejprogresivnější současné trendy v celé oblasti informační a výpočetní techniky • Zakladatelé UI: • McCulloch a Walter Pitts (perceptron), • Alan Turing (universální počítač), • John von Neuman (struktura novodobého počítače), kolega a přítel Alana Turinga • V roce 1956 Claude Shannon organizuje v Dortmouth College k problematice strojové inteligence letní seminář, který způsobil zrození nové vědy nazývané umělá inteligence, podle návrhu Johna McCarthy. • Do začátku 70. let min. století – tzv. období temna UI

4. Prvním pozitivní výsledky: • Expertní systém MYCIN – diagnostikování a léčení infekčních chorob, • DENDRAL – interpretaci výsledků spektrální analýzy • PROSPECTOR (USA) – pro mineralogický výzkum, • XCON – vyvinutý firmou DEC (Digital Equipment Corporation) pro tvorbu konfigurace počítačů. Pro řešení rozhodovacích problémů nabízí umělá inteligence (UI) tyto základní technologie: • logické programování, • expertní systémy, • fuzzy expertní systémy, • neuronové sítě, • hybridních inteligentní systémy, • neuro-expertních systémů a • neuro-fuzy expertních systémů, • genetické programování.

5. Odpadky Z N A L O S T I Ne Ne Ano Rozumím ? Něco nové? Ano Zobecnění Zprávy soudy Teorie Poznatky Informace Data Problém Objekty Rozhodování Abychom správně pochopili činnosti znalostního inženýra je nutno si ujasnit pojmy znalosti a znalostní systém

6. DATA jsou atributy objektů vyjádřené pomocí nebo znaků (signálů). • ZPRÁVY jsou DATA vyznačující se syntaxí a sémantikou, poskytují informaci tomu, kdo jim rozumí. • INFORMACE je zpráva, která snižuje entropii systému. • ZNALOSTI jsou informace pamatované v podobě soudů (pravdivých výroků). • Podstatou znalostí jsou soudy a vlastnosti s nimi souvisejících objektů, resp. fakty a pravidla využití jak samotných faktů, tak i dílčích pravidel. • Z hlediska umělé inteligence lze poznatek chápat jako objekt entity ZNALOSTI tehdy, je-li:vyjádřitelný, začlenitelný a použitelný. • Vyjádřitelnost– poznatek lze explicitně vyjádřit pomocí symbolů. • Začlenitelnost– že poznatek musí souviset s jinými poznatky, Například tvrzení „Deklmik krak je modfuk“. • Použitelnost – poznatek je ve vědomí člověka spojen s jistými postupy, které se využívají v procesu myšlení.

7. Znalosti nejsou vždy vysvětlitelné nebo teoreticky zdůvodnitelné, mnohdy je lze jen velmi obtížně popsat, a právě zkoumání a popis takových znalostí je středem pozornosti znalostního inženýrství. Filosof Michaela Polányi: „Známe mnohem více než jsme schopni vyjádřit“. Jak realizovat znalostní systém? Znalostní systémlze realizovat pouze jako programový systém provozovaný na číslicovém počítači. Tedy znalostní systém je ve své podstatě programový systém, který obsahuje znalosti z určité specifické oblasti, a které mohou být využity pro řešení problémů z této specifické oblasti.

8. Návrh ZS vyžaduje: • získání znalostí od odborníka(ů) z předmětné oblasti, • zapsání znalostí ve vhodném tvaru, tj. vytvoření modelu znalostí, • vložení znalostí do počítačového programu, který znalostní systém reprezentuje, • ověření funkčnosti programového systému, tj. ujistit se, že skutečně obsahuje vložené znalosti a reaguje stejným způsobem, jako by reagoval člověk a že reakce je adekvátní vloženým znalostem. Expertní systémyjsou vybaveny silnějším dedukčním mechanismem. Na rozdíl od znalostních systémů by měly umět navržené řešení zdůvodnit.

9. Základní části znalostního systému • Báze znalostí • Fakty (definují problémovou oblast v podobě pravdivých a stručných tvrzení) • Podnik P má sídlo X. • Osoba A má dítě B. • Výdej zboží X v množství M. • Student S, narozen DATUM v místě OBEC. • Student P studuje na univerzitě Q. • Atd. Fakty umožňují jak definici objektů s jejich atributy, tak i vztahy mezi objekty. • Pravidla (způsob manipulace s fakty, tj. postup hledání řešení požadovaných problémů). Zapisují se ve tvaru IF podmínka THEN akce (důsledek) Např. If A má dítě X AND A je muž THEN A je otec

10. Inferenční (odvozovací) mechanizmus. Nejčastěji využívá metodu zpětného řetězení. V pravidle se stanoví jaké podcíle a v jakém pořadí se budou plnit, aby se nalezlo řešení. Např.: Napřed se spočte např. podcíl C1 pak podcíl C2 a pak se vypočte podíl. Zapsáno ve tvaru pravidla IFC1= c+sin(d)ANDC2 =sqrt(1+cos2(z))THENX= C1/C2 V prologu podíl(X,C,D,Z):- c1(CC1,C,D), c2(CC2,Z), X is CC1/CCC2. c1(CC1,c,d):- CC1 is c+sin(d); c2(CC2, z):- CC2 is sqrt(1+cos(z)^2)

11. Příklad odvozování Fakty: JANA má dítě EVA. JANA je žena. KAREL má dítě JANA KAREL je muž JANA má dítě MARIE. JAN je muž JAN má dítě HONZA. MAREK je muž MAREK má dítě JIRKA. ANKA je žena ANKA má dítě JANA. MIRKA je žena MIRKA má dítě HONZA. IVANA je žena. IVANA má dítě EVA. Pravidla: X je matka dítěte Djestliže X má dítě D a X je žena X je otec dítěte Djestliže X má dítě D a X je muž X a Y jsou rodiče dítěte D jestliže X je matka dítěte D a Y je otec dítěte D Dotaz: A a B jsou rodiče dítěte JANA? Odpověď:A=ANKA, B=KAREL (ANKA , KAREL) jsou rodiče JANA? Odpověď: ANO

12. Znalostní inženýrství je v podstatě softwarové inženýrství aplikované na tvorbu znalostních systémů. Podle průzkumu USA, Anglie a dalších vyspělých zemí jsou z různých odborných oblastí a obvykle s postgraduálním vzděláním (PhD, BSc, MSc). Požadavky na schopnosti znalostního inženýra:

13. Klasifikace znalostních systémů • Expertní systémy – jsou dle definice znalostních systémů k nim nejblíže. • Inteligentní databázové systémy – databázové systémy s přidanou jistou mírou inteligence, umožňují snadnější přístup k informacím než běžné databázové systémy. • Inteligentní vyučovací systémy – modelují člověka učitele. • Inteligentní CASE nástroje – prostředky umožňující automatizaci některých procesů tvorby software. Obzvláště v posledních létech se jim přidává určitý stupeň inteligence. • Integrované nebo hybridní systémy – integrují přístup znalostních systémů a tradičních informačních systémů.

14. WATERMAN (1986) uvádí podrobnější klasifikaci a předkládá následující kategorie expertních systémů • Interpretační– tyto interpretují data způsobem experta. • Návrhové– slouží k návrhu a konfiguraci objektů určité oblasti (CAD systémy). • Predikční– využívají se pro předpověď výsledků určitého scénáře. • Diagnostické– slouží k diagnostice určitých objektů. • Plánovací– slouží pro plánování a rozvrhování postupu určitých činností a událostí. • Monitorovací– slouží pro monitorování stavu určitých systémů porovnáváním zjištěných údajů s očekávanými hodnotami. • Trasovací– slouží pro stanovení nápravy (léčby) při zjištěných nedostatcích. • Instrukční– slouží pro sdělení instrukcí uživateli jak provádět jisté akce (např. jak se dostat z místa A do Místa B v metru). • Opravárenské– které mohou napomáhat při opravě složitých zařízení (např. na družici). • Řídící– ovlivňují chování systému.

15. Současné využití znalostních systémů Nejběžnější aplikační oblasti znalostních systémů jsou: výroba, obchod, služby, účetnictví, finanční řízení, diagnostika, poradenství, prognostika a vojenství Oprávněnost tvorby znalostních systémů vyplývá z toho, že odborníci různých oblastí (experti): • jsou velmi vzácní, • jejich služby jsou drahé, • obvykle jsou velmi pracovně vytíženi, • mají znalosti z omezené oblasti a často jsou potřebné znalosti z více oblastí, • mohou změnit zaměstnání nebo místo působiště a  • nejsou nesmrtelní, a tak se mohou jejich znalosti ztratit definitivně.

16. Hlavní přínosy znalostních systémů: • Možnost širokého zpřístupnění znalostí expertního systém. • Levnější služby než jsou služby expertů (lidí). • Neomezené uchování znalostí. • Vyloučení chyb, kterých se dopouští člověk při aplikaci znalostí. • Zvyšování znalostí lidí, kteří jej využívají. Postup tvorby znalostního systému • definovat vhodnou předmětnou oblast, • sestavit tým expertů, ochotných spolupracovat na tvorbě znalostního systému • sestavit tým odborníků z oblasti informatiky schopných plnit úkoly znalostních inženýrů.

17. Volba předmětné oblasti • Operace, dotazy (rozhodovací) předmětné oblasti by měly být převoditelné spíše do řady pravidel něž-li matematických vzorců nebo rovnic. • Předmětná oblast musí být dobře prostudována, • Předmětná oblast by neměla být zaměřena na problémy jejichž řešení je příliš triviální ani příliš náročné na čas. • Pro dosažení vyšší kvality znalostního systému by se na jeho tvorbě mělo podílet více ochotných expertů než jeden. • Při definování poznatků a pravidel řešení musí experti dospět ke všeobecné shodě názorů. • Znalosti z problémové oblasti musí být dostatečně velké. Je-li báze znalostí a pravidel malá, pak může být manuální řešení problémů efektivnější než automatizované.

18. Nástroje a metodologie Ve znalostních systémech, kde převažuje řešení logických úloh se nejčastěji využívají programovací jazyky ADA, LISP, PROLOG a CLIPS. CLIPS ( C Language Oriented Production System) • vyvinut v NASA, akceptuje všechny základní přístupy programování (procedurální, logické i objektové • V osmdesátých létech vznik tzv. prázdných expertních systémů, které se vyznačují: • uživatelským rozhraním, • vývojovým rozhraním, • rozhraním pro jiné softwarové systémy/databáze, • schématem reprezentace znalostí, • inferenčním mechanismem.

19. Predikát Vhodný nástroj pro definování báze znalostí (faktů i pravidel). Definice. Je-li n libovolné přirozené číslo, pak n-árním predikátem P (funktor, jméno predikátu) je reprezentováno zobrazení množiny do množiny B={false, true}, kde (stručně P:M→B). Například: P(1, ferda, 212, leden)=false. občan(„Jan Novák“,12.12.1985, Brno, „MZLU v Brně)=true. Při n=1 se predikát nazývá unární, n=2 – binární, atd.

20. Pro definování faktů, které vymezují prostředí řešených úloh jsou potřebné pouze pravdivé fakty a tudíž zápis faktu hrana_grafu(„Brno“, „Praha“,180)=true je správný, v jazyce PROLOG stačí psát hrana_grafu(„Brno“, „Praha“,180). Báze faktů pro definování následujícího grafu bude: hrana(h1,a,b,1). hrana(h2,a,c,4). hrana(h3,a,d,7). hrana(h4,a,d,4). hrana(h5,b,e,6). hrana(h6,c,d,9). hrana(h7,d,e,2). hrana(h8,c,f,2). hrana(h9,d,f,5). hrana(h10,d,g,8). hrana(h11,e,g,3). hrana(h12,g,f,1).

21. Pravidla s predikáty IF hrana(h1, a, b, D1) and hrana(h1, b, a, D2) THEN obousměrná_cesta(a,b). Z praktického hlediska je zápis v PROLOG-u: obousměrná_cesta(a,b) :- hrana(h1, a, b, D1); hrana(h1, b, a, D2). :- →je oddělovač hlavy a těla pravidla , →(čárka) slouží ve smyslu logického operátoru AND ; →může být použita ve smyslu OR Hlava pravidla Tělo pravidla

22. DOTAZ je ve své podstatě pravidlo, jehož výsledek je řešením požadovaného problému. Jiné pravidlo (dotaz) existuje_spojení(X,Y):- hrana(h1, X, Y, _) ; hrana(h1, Y, X, _). Znak „_“ má význam ANONYMNÍ PROMĚNNÉ. Chová se jako proměnná, ale jeho hodnota nás nezajímá. Velkým písmenem nebo znakem „_“ v místě argumentu predikátu začíná IDENTIFIKÁTOR PROMĚNNÉ

23. Příklad Fakty muz(adam,36,s). muz(jan,26,s). muz(filip,30,s). muz(pepa,46,s). zena(pavla,20,v), zena(katka,25,v), zena(berta,35, s), zena(heda, 28,v). Pravidla zenich(JMENO):- muz(JMENO,VEK,STAV), VEK>18, STAV=s. nevesta(JMENO):- zena(JMENO,VEK,STAV), VEK>18,STAV=s. vhodny_par(ZENICH, NEVESTA):- zenich(ZENICH), nevesta(NEVESTA).

24. Fuzzy expertní systémy • V definicích pravidel nevyužívají binární logiku, ale fuzzy logiku, pro kterou logický výraz nemusí být pouze pravdivý nebo nepravdivý. • Ve fuzzy logice je pravdivost logického výrazu i jeho proměnných daná stupněm pravdivosti. • Příklad • Podle binární logiky nechť • VÝBORNÝ znamená průměr 1-1,99 • PRŮMĚRNÝ -‘‘- 2-2,99 • SLABÝ -‘‘- 3-4 • Jan má průměr 1,95. Které tvrzení lépe vystihuje skutečnost? • JAN je VÝBORNÝ student s jistotou 0,05. • JAN je PRŮMĚRNÝ student s jistotou 0,95. • JAN je VÝBORNÝ student. (podle binární logiky je zde jistota 1)

25. Podobných pojmů jako výborný, průměrnýadobrý, které se využívají při tvorbě logických výrazů a dále v rozhodovacích pravidlech je mnoho. Např.: malý, velký, trochu, mnoho, špatný, přílišdobrý, atd. Tyto pojmy (nazývané vágní) v reálné situaci reprezentují spíše interval hodnot reálné veličiny, než-li jednu hodnotu a v každé reálné situaci mohou reprezentovat jiný interval hodnot. Např. malý (zisk) → interval (0-100) tis. Kč, veličina zisk podniku malý (člověk) → interval (40-150)cm, veličina výška člověka

26. Vágní pojmy se v rozhodování využívají velmi často. Např.: • Když je KLIENT dobrý a POŽADAVEK klienta malý pak požadavek na ÚVĚR realizovat. • Resp. • IF KLIENT = dobrýAND POŽADAVEK = malýTHEN ÚVĚR=poskytnout • Reálné veličiny a odpovídající vágní pojmy jsou: • KLIENT (resp. hodnocení klienta) → dobrý, • POŽADAVEK (hodnocení) → malý, • ROZHODNUTÍ → poskytnout. • Fuzzy množiny • Vágní pojmy lze realizovat pomocí fuzzy množin. • Definice • Nechť X je množina objektů x, pak A={(x, µ(x)); x є X} je fuzzy množina , kde µ(x) je charakteristická funkce (resp. funkce příslušnosti) definující stupeň příslušnosti prvku x do množiny A.

27. µ(x) Charakteristické funkce µ(x) se tvoří nejčastěji výběrem odpovídající třídy funkcí (trojúhelníkových, lichoběžníkových, zvonových) a volbou vhodných parametrů. Interval hodnot stupně příslušnosti μ(x) může být libovolný, obvykle se však volí 0,1. 0 – x nepatří do dané množiny a 1 – x patří do dané množiny 0 < μ(x)<1 – x patří do dané množiny s jistotou μ(x)

28. Lingvistická hodnota s příslušným stupněm pravdivosti Fuzzy proměnná (resp. lingvistická) Pro využití vágních pojmů, je nutno definovat logické operace mezi operandy s různým stupněm jistoty. negace – notμ(X) = 1 – μ(X) , konjunkce – μ(X) and μ(Y) = min[μ(X); μ(Y)], disjunkce – μ(X) or μ(Y) = max[μ(X); μ(Y)], implikace – μ(X) → μ(Y) = min[1;1 – μ(X)+μ(Y)], ekvivalence – μ(X) ↔μ(Y) = 1 – |μ(X) – μ(Y)|. Podobně jako v binární logice pravdivost důsledkupravidla je stejná jako pravdivost předpokladupravidla, IF POŽADAVEK=malý and KLIENT=špatný THEN ÚVĚR=nedát

29. Fuzzy řízení x1 o1 Řízený objekt xr o2 xs ok xn Fuzzifikace Defuzzifikace Kompozice Inference Báze pravidel

30. ÚVĚR Fuzzy expertní systém pro Rozhodování o poskytnutí úvěru ZÁVAZKY ROZHODNUTÍ HODNOCENÍ ÚVĚR ={malý, průměrný, velký} ZÁVAZKY={malé, průměrné, velké} HODNOCENÍ={špatný, dobrý, chvalitebný, výborný} ROZHODNUTÍ={dát, nedát, nevím}

31. FUZZIFIKACE Převod reálných hodnot na fuzzy hodnoty (pojmy s určitým stupněm jistoty). Například: Úvěr ve výši U=130 tis. Kč Po fuzzikaci budou pro inferenci k dispozici hodnoty:

32. malé průměrné velké 0,75 0,25 závazky 6 Fuzzy množiny proměnné „Závazky“ špatný dobrý chválitebný výborný 0,8 0,2 hodnocení 6 Fuzzy množiny proměnné „Hodnocení“

33. Fuzzy množiny proměnné „Rozhodnutí“ nedát nevím dát Poskytnutý. úvěr Max 0

34. INFERENCE

35. INFERENCE Rozhodnutí dát (0,7), nedát(0,3), nevím(0,2)

36. Fuzzy množiny proměnné „Rozhodnutí“ nedát nevím dát 0,7 0,3 0,2 Požadovaný úvěr 0 Max. úvěr KOMPOZICE a DEFUZZIFIKACE • Rozhodnutí: • podle principu maxima „DÁT“, • Podle těžiště XT XT≈ 2,66

37. Volba varianty (rozhodování) Vedení firmy se má rozhodnout pro jednu z pěti variant nabízených projektů Výběr bude prováděn tak, aby se nejlépe plnila všechna kritéria:

38. Co slibují projekty?

40. Hodnoty požadavků převedeny na stupně jistoty

41. Kapitola 9. Ochrana software a dat Legislativní ošetření počítačových programů bylo provedeno především proto, aby se zabránilo jejich nelegálnímu šíření. Proč do autorského zákona? Jako ostatní díla zahrnuté do autorského zákona jsou také SW díla výsledkem tvůrčí činnosti. Autorské dílo je z pohledu autorského práva výsledkem tvůrčí činnosti autora. Tj. musí naplňovat znaky originality (není to kopie) a  původnosti (dílo autora)

42. Proč tak pozdě právní ochrana SW? • vysoké pořizovací náklady sálových počítačů a tudíž malý okruh jejich majitelů, • hardware i základní software byl dodáván stejnou firmou, • nekompatibilita počítačů různých výrobců naprosto znemožňovala využití software různých počítačů, • cena HW značně převyšuje cenu SW, • nepraktická média pro přenos software. Právní ochrana SW: USA – 1980, GB, Japonsko, Německo – 1985, ČR – 1990 Problematické bylo přesvědčit právníky i o naplnění hlavních atributů SW díla – hlavně originality.

43. Stanovte programátorům téma a programovací jazyk a SW výsledek bude prakticky stejný. • Úprava autorského zákona od roku 1996 staví SW na úroveň literárních děl. • Podle §2 zákona 121/2000 předmětem práva autorského je: • Dílo literární a jiné dílo umělecké a dílo vědecké, které je jedinečným výsledkem tvůrčí činnosti autora a je vyjádřeno v jakékoli objektivně vnímatelné podobě včetně podoby elektronické, trvale nebo dočasně, bez ohledu na jeho rozsah, účel nebo význam (dále jen "dílo").Dílem je zejména dílo slovesné vyjádřené řečí nebo písmem, dílo hudební, dílo dramatické a dílo hudebně dramatické, dílo choreografické a dílo pantomimické, dílo fotografické a dílo vyjádřené postupem podobným fotografii, dílo audiovizuální, jako je dílo kinematografické, dílo výtvarné, jako je dílo malířské, grafické a sochařské, dílo architektonické včetně díla urbanistického, dílo užitého umění a dílo kartografické.

44. Počítačový program, je-li původní v tom smyslu, že je autorovým vlastním duševním výtvorem. Za dílo souborné se považuje databáze, která je způsobem výběru nebo uspořádáním obsahu autorovým vlastním duševním výtvorem. • Dílo dokončené, jeho jednotlivé vývojové fáze a části, včetně názvu a jmen postav, pokud splňují podmínky podle odstavce 1 nebo podle odstavce 2, jde-li o předměty práva autorského v něm uvedené. • Dílo vzniklé tvůrčím zpracováním díla jiného, včetně překladu díla do jiného jazyka. Tím není dotčeno právo autora zpracovaného nebo přeloženého díla. • Sborník, jako je časopis, encyklopedie, antologie, pásmo, výstava nebo jiná databáze (§ 88), je-li souborem nezávislých děl nebo jiných prvků, který je způsobem výběru nebo uspořádáním obsahu jedinečným výsledkem tvůrčí činnosti autora, je dílem souborným. Dílem podle tohoto zákona není zejménanámět díla sám o sobě, denní zpráva nebo jiný údaj sám o sobě, myšlenka, postup, princip, metoda, objev, vědecká teorie, matematický a obdobný vzorec, statistický graf a podobný předmět sám o sobě.

45. Vznik autorského práva k dílu (§9 odst.1 a 2) vzniká okamžikem, kdy je dílo vyjádřeno slovem, písmem, náčrtem, skicou nebo v jakékoli jiné vnímatelné podobě. Autorské právo k dílu se vztahuje jak na celek díla, tak na jeho jednotlivé části. Díla souborná – vzniknou tvůrčím zpracováním několika děl, ale tato jsou jakoby samostatně funkční. Tvůrčí zpracování souboru jich nezmění (časopisy, výstavy, PC TOOLS, Microsoft Office). Programy jsou naprosto samostatně využitelné. Díla spojená – pro svoji životaschopnost vyžadují využití jiného díla nebo několika děl.

46. Autor a spoluautor – jedná o osobu, která se svou duševní činností podílela na tvorbě díla. Práva vymezená autorským právem pro jednoho autora se týkají i spoluautorů díla. Pokud autor nemá zájem na zveřejnění svého jména, může být dílo uveřejněno jako dílo anonymní, nebo pod krycím jménem jako pseudonymní. Totožnost autora nelze bez jeho souhlasu prozradit. Dílo je uveřejněno toho dne, kdy bylo oprávněně poprvé veřejně předvedeno. Dílo je vydáno toho dne, kdy bylo oprávněně započato s veřejným šířením.

47. Obsah autorského práva: • Autor má právona ochranu svého autorství, zejména na nedotknutelnost svého díla • Autor má právos dílem nakládat, zejména rozhodnout o jeho uveřejnění a udílet svolení k jeho užití. • Autor má právona odměnu za tvůrčí práci • Majetková práva trvají, pokud není dále stanoveno jinak, po dobu autorova života a 70 let po jeho smrti. Bylo-li dílo vytvořeno jako dílo spoluautorů, počítá se doba trvání majetkových práv od smrti spoluautora, který ostatní přežil. • Majetková práva k dílu anonymnímu a pseudonymnímu trvají 70 let od oprávněného zveřejnění díla. Dílo, u kterého uplynula doba trvání majetkových práv, může každý bez dalšího volně užít.

48. Zvláštní právo pořizovatele databáze Databází je pro účely AZ soubor nezávislých děl (např. programů), údajů nebo jiných prvků, systematicky nebo metodicky uspořádaných a individuálně přístupných elektronickými nebo jinými prostředky, bez ohledu na formu jejich vyjádření. Pořizovatel databáze je fyzická nebo právnická osoba, která na svou odpovědnost pořídí databázi, nebo pro kterou tak z jejího podnětu učiní jiná osoba. Zvláštní práva k databázi (§ 90 AZ) přísluší pořizovateli databáze, pokud představuje kvalitativně nebo kvantitativně podstatný vklad k pořízení, ověření nebo předvedení jejího obsahu, bez ohledu na to, zda databáze nebo její obsah jsou předmětem autorskoprávní nebo jiné ochrany.

49. Pořizovatel databáze má právo na vytěžování nebo na zužitkování celého obsahu databáze nebo její kvalitativně nebo kvantitativně podstatné části a právo udělit jinému oprávnění k výkonu tohoto práva. • Vytěžováním se rozumí trvalý nebo dočasný přepis celého obsahu databáze nebo jeho podstatné části na jiný podklad, a to jakýmikoli prostředky nebo jakýmkoli způsobem. • Zužitkováním se rozumí jakýkoli způsob zpřístupnění veřejnosti celého obsahu databáze nebo její podstatné části rozšiřováním rozmnoženin, pronájmem, spojením on-line nebo jinými způsoby přenosu.

50. Zaměstnanecké dílo je takové dílo, které autor vytvořil ke splnění svých povinností vyplývajících z pracovněprávního či služebního vztahu k zaměstnavateli. Není-li sjednáno jinak, zaměstnavatel vykonává svým jménem a na svůj účet autorova majetková práva k dílu. Zaměstnavatel může právo výkonu podle tohoto odstavce postoupit třetí osobě pouze se svolením autora, ledaže se tak děje při prodeji podniku nebo jeho části. • Kolektivním dílem je dílo, na jehož tvorbě se podílí více autorů, které je vytvářeno z podnětu a pod vedením fyzické nebo právnické osoby a uváděno na veřejnost pod jejím jménem, přičemž příspěvky zahrnuté do takového díla nejsou schopny samostatného užití. Autorské právo přechází na dědice a ustanovení AZ o autorovi platí, pokud nevyplývá z jejich povahy jinak, i pro jeho dědice Volné dílo je takové dílo, u kterého uplynula doba trvání majetkových práv, může každý bez dalšího volně užít. Smí být užito jen způsobem nesnižujícím jeho hodnotu a nesmí být dotčeno autorství.