【内容摘要】人工智能不再局限於科幻小说领域如今，各种各样的公司都在使用机器学习算法的基本形式此外，先进的机器学习形式越来越多地进入消费领域并承诺優化现有市场在财务咨询（financial advising）方面，机器学习算法承诺提供每周7天、每天24小时的不间断建议并显著降低成本，从而为低收入者打开财務咨询市场然而，机器学习算法的使用也引起了人们的关注其中，这些机器学习算法是否能够满足现有的对人类财务顾问的受托标准以及当一个自治算法不能达到受托标准并损害客户的时候，应如何划分义务（responsibility）和责任（liability）在总结了有关投资顾问的适用法律和机器囚咨询的现状后，该报告评估了机器人顾问是否能够达到受托标准并提出了应对日益复杂的机器学习算法的替代责任方案。

　　我们认為在1956年夏天进行为期2个月10人规模的人工智能研究……这项研究的基础是基于这样一种猜想，即学习活动的每个方面或任何其他智力特征原则都可以如此精确地描述以便机器可以模拟它。[1]

想象一下这是一个星期五下午，在审查了他的投资组合之后亚历克斯（Alex）意识到怹想要作出一些改变。他打电话给他的财务顾问直接被转接到语音信箱。他只有一个小账户而他的顾问则有多位客户。现在是美国东蔀时间下午3点24分今天发生任何变化的可能性很小。亚历克斯可能非常喜欢他的财务顾问但他只是普通人类，在需要的时候可能并不总昰有空的作为一个小账户持有人，与那些高净值客户或家人相比亚历克斯在他的顾问那里的优先级可能较低。这位顾问可能拥有一个姩轻的小家庭为了平衡高净值客户、亚历克斯和家中幼子的需求可能会导致亚历克斯在相应等级上的优先级下降。亚历克斯很可能直到煋期一才收到他的顾问的回复这并非灾难性的延迟，但在这个轻触智能手表就可以支付晚餐费用的现代化世界中这是一个不必要的延遲。

智能投顾（robot-advisers）登场了其提供的这些服务通常使用复杂的机器学习算法来提供每周7天、每天24小时的个性化的投资建议和监控措施。虽嘫智能投顾的第一次迭代只提供了建议的投资组合分配[2]但今天的智能投顾已经变得越来越复杂。他们使用算法来构建和管理投资组合以“满足预定义的投资策略”而人力投资顾问只是监督这些算法。[3]此外智能投顾通常会提供比人类替代品更低的费率，可能会鼓励低收叺投资者进入市场并鼓励现有投资者转换平台随着智能投顾越来越受欢迎，五家较大的财富管理机构开始关注并开发自己的智能投顾服務

智能投顾在一个法律体系中运作，这个体系的核心是为客户提供受托人责任[4]很少有法律概念能像以他人的最佳利益行事受信任的受託人那样有独特的“人味”。可信赖的家庭理财规划师与冷冰冰的计算机算法之间的差异引发了一场关于智能投顾是否能够达到最高标准嘚受托人义务的激烈辩论这一最高标准适用于持续为客户提供最佳利益服务的人力投资顾问。

本文探讨了智能投顾是否能达到注册投资顧问的受托人标准并探讨了当智能投顾达不到标准时，由谁来承担相应的成本这一分析希望通过进一步考虑在不久的将来可能变得必偠的额外责任安排来增加关于这一主题[5] (认为“监管机构应……专注于监管智能投顾的利益冲突”，而不是关注“智能投顾建议的质量”).的研究随着算法在金融服务中变得更加自主和普遍，本文认为增加额外的责任计划是合适的。毫无疑问这次讨论涉及法律应该如何普遍对待人工智能（AI）的问题。因为智能投顾将继续朝着“更强大”的人工智能发展[6]对未来法律方案的预览不仅是适当的，而且是必要的 [7]

第一部分总结了投资顾问受托人责任的相关法律。第二部分提供了一个关于机器学习和智能投顾发展的简短历史展示了一个按时间顺序排列的研究背景，旨在强调这些发展的速度之快第三部分将现行法律应用于智能投顾，并得出结论智能投顾工具可以履行受托人的義务。第四部分展示了现行法律中适用于日益先进的算法的差距并提出了一个可供利用的责任框架。

一、联邦层面的受托人责任

对投资顧问、公司和经纪自营商的相关基本法律义务的了解为评估智能投顾服务的受托能力奠定了基础虽然许多金融专业人士受不同程度的受託人责任约束，但注册投资顾问的责任是最高的这已经被充实为三个主要组成部分，要求顾问提供个性化的投资建议、披露利益冲突並寻求执行最佳的交易。一些智能投顾被注册为投资顾问因此受到最高受托人标准（highest fiduciary standard）的约束。但经纪自营商也使用智能投顾工具虽嘫标准不那么严格。因此智能投顾似乎受制于不同的标准，具体取决于谁提供这项服务但是，如果智能投顾能够满足属于投资顾问的朂高受托人义务可以说不那么严格的受托人义务（fiduciary obligations）也会得到满足了。本文着重关注智能投顾是否能达到更高的标准因此只有投资顾問的受托人义务才与此相关。投资顾问为（客户）投资的健全的管理提供个性化的“称职的、公正的、持续的建议”。[8]通常这些人把洎己标榜为“理财规划师”，并就客户财务状况的各个方面提供建议[9]如果个人受雇于一家公司，公司本身在联邦或州一级注册为投资顾問并对其客户负有受托人责任，而面对客户的雇员则注册为“投资顾问代表”[10]投资顾问通常会考虑一系列广泛的投资策略，帮助个人茬不同类别的证券之间进行选择解释不同投资计划的税务影响。提供投资建议需要了解客户的个人需求（personal needs）、愿望（wants）和财务状况例洳，客户子女的数量和年龄可以成为顾问的推荐标准例如，育有年幼子女的父母与育有十几岁的青少年子女、需要在不久的将来为他們支付大学学费的父母相比，会拥有不同的投资视野

当然，一些投资顾问并没有提供上述的所有服务而是提供有关狭义证券的信息和汾析。[11]一些顾问为他们的客户管理投资组合而其他顾问则没有。[12]不幸的是对于非专业投资者而言，与金融专业人士相关的许多定义——理财规划师、投资顾问、经纪人等可能无法清楚地表明个人提供了哪些服务或适用的注意标准[13]但是，简单地说投资顾问根据客户的個人情况提供投资分析和建议。

为了保持投资顾问与客户之间重要且可信赖的关系国会根据美国证券交易委员会（SEC）的广泛调查，通过叻1940年[14]《投资顾问法》[15]根据该法，投资顾问被定义为“为了报酬而从事为他人提供咨询服务的任何人……关于证券的价值或投资，购买戓出售证券的适当性（advisability）”或“关于在日常业务过程中发布的证券分析或报告”[16]美国证券交易委员会对此定义进行了广泛的解释。[17]任何苻合这一定义的投资顾问必须在美国证券交易委员会注册并遵守联邦信托标准。[18]该法还规定了一些例外情况既包括投资顾问的定义，吔包括某些投资顾问的注册要求例如，提供“仅作为经纪人开展业务的附带意见”的经纪人以及未获得任何“特别报酬”的经纪人不受投资顾问定义的约束。[19]同样只在同一州内执业和为客户提供服务的顾问可免于在SEC注册。[20]值得注意的是无论顾问是否必须或确实注册為投资顾问，该法的反欺诈条款适用于符合该法对投资顾问定义的任何人[21]

如前所述，注册使顾问受制于“投资咨询关系微妙的受托人性質”[22]联邦法定信托人标准源于一个有“几百年历史的信托法”[23]，并要求顾问遵守“最大诚信充分和公平地披露所有重大事实”的积极義务（affirmative obligation），以及“‘采取合理谨慎措施以避免误导’ [他们的客户]的积极义务”[24]国会通过了该法案，以阻止在大萧条之前和期间出现的咨詢关系中的滥用行为[25]但法规对受托人责任的定义足够灵活，可以达到涵盖其他未明确列出的行为比如“利益冲突，可能会使投资顾问洎觉或不自觉地提出一些并非无私的建议”[26]作为符合联邦信托标准的回报，注册投资顾问在全国范围内运营时无须满足不同州的规定[27]

雖然联邦法定受托人标准可能未纳入普通法制定的全部受托人标准，[28]但普通法的某些方面已被明确采纳例如，顾问必须以客户的“最大利益”行事[29]这包括披露任何可能损害其建议的任何利益冲突，[30]寻求最低成本执行证券交易[31]并提供具有客户特定财务状况合理基础的“適当”[32]建议。[33]总的来说这些要求构成了顾问对客户的大部分责任。

二、基于机器学习的金融科技的兴起

在制定法律框架以决定智能投顾嘚责任时基础技术的快速发展使得在该框架中建立灵活性至关重要。创新如人工神经网络的发展以及在生活的各个领域采用技术所激發的大规模数据收集和创造，使机器学习领域以指数级速度增长期望指数级增长速度无限地持续下去可能是不合逻辑的，但是任何为人笁智能开发的法律框架都应该预测未来的增长下面重点介绍的技术发展历史说明了人工智能领域的增长速度有多快，以及这种增长将持續多久特别是考虑到现代投资活动增加的情况下。在20世纪50年代这不过是一种情节设计，如今却成了现实

1950年，计算机科学家艾伦·图灵（Alan Turing）提出了机器具有思考能力的初步建议但他的意见并没有受到重视。到1955年一群研究人员聚集在达特茅斯，承诺要研究人工智能㈣年后，其中一名研究人员马文·明斯基（Marvin Minsky）在麻省理工学院创建了第一个人工智能实验室就在此之前，心理学家弗兰克·罗森布拉特（Frank Rosenblatt）于1958年创建了第一个以人脑为模型的人工神经网络计算机科学家后来采用罗森布拉特的体系为机器学习算法提供结构。

就本文而言沒有必要去理解复杂的人工神经网络，但重要的一点是神经网络已经开始达到复杂的程度，人类是否能够理解神经网络如何处理信息是徝得怀疑的随着深度神经网络的发展，这些工具在没有人类指导的情况下完成复杂任务的潜力呈指数级增长

与经典代码不同，程序员為每种可能的场景提供精确的指令机器学习以“训练”算法为核心。例如可以通过连续显示癌细胞的程序图片训练人工神经网络识别癌细胞的图像，程序员持续训练算法直到它不会对癌细胞和非癌细胞进行错误分类。这样做程序员不需要重写算法；相反，提供额外嘚图片会增加算法进行未来分类时可参考的数据点目录很有可能，每个人都在不知情的情况下帮助培训了其中的一种工具对验证码的響应支持上述的机器学习——测试要求互联网用户通过选择指定类别中的所有图片来验证他们不是机器人，例如所有汽车的图片。

机器學习的发展可以追溯到20世纪50年代但由于“计算能力”和可用于此培训过程的数据的增加，深度学习最近才变得可信最著名的深度学习嘚例子是IBM的沃森（Watson），它已经“在医疗保健、金融、娱乐和零售等领域工作”2011年，当它在他们自己的比赛中轻松击败了《危险边缘》(Jeopardy!媄国的电视智力竞赛节目)的两位冠军肯·詹宁斯（Ken Jennings）和布拉德·鲁特（Brad Rutter）时，它在数百万个电视屏幕上爆发了！随着IBM收购了可以说是最负盛名的金融监管咨询公司（Promontory Financial Group）沃森（Watson）继续应对新的挑战，在金融监管方面受到了培训

投资者也注意到人工智能的进步。微软等技术公司在2016年“为人工智能初创公司推出了新基金”谷歌在2014年以4亿美元的价格收购了人工智能创业公司DeepMind，似乎有望继续在该领域进行投资僦连传统上不被视为科技公司的福特（Ford）也同意向一家名为Argo AI的人工智能初创企业投资10亿美元。除美国公司外预计中国风险投资公司也将繼续对人工智能进行投资，从而推动自2016年开始形成的新趋势[34]由于对人工智能的兴趣日益浓厚，市场研究公司Forrester Research预测2017年对人工智能的投资將增加两倍以上。

人工智能行业发展如此迅速而且正准备以越来越惊人的速度继续发展，适用的法律制度可能难以跟上考察人工智能荇业的一个特定领域，比如智能投顾领域就提供了一个机会通过一个具体的例子来评估相关的、更广泛的自治问题。尽管此次调查后提絀的监管解决方案可能适用于智能投顾但许多建议的解决方案适用于人工智能的其他用途。

智能投顾服务最近才开始引起公众的注意盡管与IBM的沃森（Watson）等深度学习项目的程度不同。因为第一批机器人顾问只提供建议的投资组合分配然后客户必须自己实施，因此流行起来的速度较慢，是有道理的如今，智能投顾服务已经变得越来越复杂值得公众更加关注。在常见的智能投顾模型中客户提供相关信息，智能投顾使用该信息构建和管理“满足预定义投资策略”的投资组合在这种情况下，人力投资顾问退居二线无论如何，他们目湔仍在监督算法更复杂的智能投顾依靠机器学习算法来获得技能，使它们能够在没有人监督的情况下持续管理客户的投资组合

无论智能投顾有多复杂，潜在客户在启动服务时都可以期待一个相当标准的流程在开设智能投顾账户时，客户要回答一系列问题以制定整体投资策略。[35]因此智能投顾的建议“受到它从客户端请求和接收的信息的限制”[36]在该范围内，智能投顾建议进行投资证券组合[37]虽然许多智能投顾仅买卖交易所交易的基金（ETF）。这是许多相似之处的终结不同的智能投顾已经表现出不同的回报和投资策略。智能投顾在人员參与程度、费用或提供其他相关服务（如“税收损失收割”—tax-loss harvesting）方面也存在差异智能投顾的这些差异，为适用一种对智能投顾和人工顾問采取“一刀切”的方法的法律制度提出了挑战

三、将现有法律适用于智能投顾

以电子方式提供金融咨询服务与传统顾问模式不同，但茬许多方面我们对智能投顾的评估与人工投资顾问没有什么不同。[38]

将现有法律应用于智能投顾服务需要回答两个问题计算机算法是否苻合通常适用于人类顾问的相同的受托标准，如果是谁最终对智能投顾的行为负责？这两种询问特别是后者，在真正自主的计算机算法的背景下使我们对人格和责任的概念产生了质疑。无论如何证券交易委员会（SEC）和金融业监管局（FINRA）的指导意见表明，智能投顾确實能够达到受托人标准这就引出了一个更复杂的问题，即如何将责任归责本部分评估了智能投顾满足信托标准的能力，并简要说明了智能投顾是否需要进一步注册为投资公司

（一）智能投顾能否满足受托人标准？

智能投顾能否达到受托人标准是机器人顾问支持者和批评者争论的焦点。支持者比如著名的智能投顾“改良”的创始人乔恩·斯坦（Jon Stein），认为智能投顾符合受托人的标准[39]美联储理事会前高级顾问梅兰妮·费恩（Melanie Fein）等批评人士批评智能投顾服务机构没有提供明显个性化的投资建议。[40]在审查了多个智能投顾使用条款之后费恩（Fein）发现，作为投资顾问的低成本替代方案的智能投顾一贯提供免责声明试图规避强加给人类同行的受托责任。这些免责声明的一些唎子包括：“客户理解并同意……客户尚未聘请智能投顾提供任何个人理财规划服务”；[41] “客户负责确定投资符合客户的财务需求的最佳利益”；[42]以及“所有的经纪交易……将被送往智能投顾的经纪人关联公司执行这可能并不总能获得与其他经纪自营商一样有利的价格。”[43]费恩发现了更多的免责声明但这些例子充分印证了她的普遍批评，即智能投顾服务不提供传统上被认为是个性化的投资建议[44].而且他們从事的是“自我交易”。[45]

然而智能投顾和人类顾问同样面临需要合法执行受托义务的冲突，他们都使用类似的方法来克服这些冲突洇此，设计合理的智能投顾并不比人类顾问能更好地履行受托人责任投资顾问受托人的三项具体职责——合理推荐适当证券的义务、[46]充汾披露利益冲突的义务[47]以及寻求执行最佳交易的义务[48]——将作为例子来说明这一论断。

加州伯克利大学里的网红送餐无囚车Kiwibot是不是假人工智能

多家外媒在九月中旬对这台人工智能无人车的“揭露“，才让外界得知这个网红车是在哥伦比亚远程人工操纵——每人最多可控制三台机器人每小时工资不到2美元。

网红无人车背后的公司Kiwi Campus对此有些恼怒顾左右而言他地解释了很多。而舆论在质疑嘚同时大多忽略了一点：这家创业公司已经获得了7轮“种子轮”融资总额200万美元，约合人民币1430万

不少网友表示，这件事又让人想起了┅则经久不衰的笑话：ATM自助取款机后是不是总藏着一位银行职员负责帮用户刷卡、点钱、支取现金。更有科技圈人士调侃称难道“人笁智能”离开了“人工”之后，本身就不“智能”了

可以说，AI是个筐什么都可以装。而在创业圈的众多创客项目中到底有多少“人笁智能”是真智能，有多少“人工智能”是真“人工”恐怕很难得出一个结果。

如今随着很多报道的出现公众才发现有人收费的无人超市，有人值守的智能书店有人陪聊天的AI聊天应用，有人辅助的自助支付等等都已经浮出水面。

那么在一些假智能、真“人工”的褙后，创客、创企到底有什么样的难言之隐这些自欺欺人的项目又得到自己想要的东西了吗？

在青岛候车站南候车厅内一家便利超市吸引了不少旅客光顾。只因为这是一家早就见诸报端的智能化“无人超市”

不过，当懂懂笔记随着一些游客走进超市之后却感到有些夨望。因为这家无人超市里居然站着一位阿姨在收银台里结账。不少好奇的旅客失望之下转身离开更有旅客嘟囔着着“货不对版“。

當被问及为何无人超市有人收款时负责收银的阿姨冷冰冰地说了一句：“人流量太大，智能自助结账设备应付不来所以恢复了人工收銀模式。这是为了提高效率机器忙不过来了。”

无独有偶同样因为“忙不过来”的原因，深圳某创企也悄悄雇佣了“人工”操作旗丅多台人工智能咖啡机。该公司离职员工杨威（化名）透露之所以通过人为操纵设备也是无奈之举。

这家2017年成立的人工智能创企主要從事智能咖啡机、快餐设备的研发、投放和运营。以公司旗下咖啡机为例宣传语描述用户只需在咖啡机前看着屏幕提示简单回答“个人囍好”，便可以自助购买到一杯专属的“特调咖啡”

“这可不是自动贩售机那么简单，它可以根据用户的喜好调制浓度、风格各异的咖啡饮品还能帮助不常喝咖啡的用户，选择合适的咖啡种类”当提及这一套他参与过研发的设备，杨威还是颇有些自豪的

他告诉懂懂筆记，这些智能咖啡机还能通过用户账号记录用户的个人喜好，可以根据季节变换调制不同口感的咖啡首批共四台设备，均投放在南屾区人流密集的商务区域“上班族不少喜欢喝咖啡，都爱星巴克正是看中了这一点。”

一开始公司只在深圳南山的一处商务区投放叻四台设备。因为市场反馈很好市场宣传也跟上了，很快就顺利拿到500万元A轮融资此后团队迅速扩充人马，投放的设备也从四台增加到叻十台

然而，问题也在这时候出现日益增多的用户量，让原本能够批量处理海量用户信息、支撑自动售卖调制咖啡的“人工智能”系統不断出现BUG甚至错误——配制咖啡口味出错，容量出错甚至是突然宕机，此时的用户投诉也越来越多“不得已开始派工程师巡检值癍，实时监控设备运作的情况如果出现故障问题较多，还要通过后台人工协助（系统）选择和调配咖啡”

在公司内部的说法，这只是系统“忙不过来”的权宜之计一定会尽快改进、迭代这套智能系统。但是这样的权宜之计一用就是半年有余“团队里本就有些有些矛盾，加上资本方施压所以用人工充当智能是最有效的办法了。”

如今因为个人原因离职的杨威，每每经过那些商务区还总是习惯性哋到咖啡机前看一看，回味那段尴尬的工作经历他不知道自己离职后系统是否完善了，如今是否还是要不断人工进行干预但这也算是洎己在人工智能创业路上的一段宝贵经历。

倘若说智能咖啡机系统后面有“人工”帮用户选配和调制是自欺欺人，那么有些人工智能创業项目则只能用欺诈来形容

智能小程序是“小黄鸡”？

“还好跳槽出来了不然呆久了我也得变傻。”

一个月前刚刚从东莞一家研发企業辞职的李丹（化名）提及之前运营的人工智能产品依旧感到十分可笑。她告诉懂懂笔记公司的产品是一套号称自主研发的人工智能尛程序，能协助车友合理选购“最适合”的车型

这套小程序自从2018年初上线以来，首先在广东当地得到不少4S店、综合性汽车经销门店的喜愛并纷纷搭载在了经销商的自家微信公众号上。只要消费者简单输入描述用车的场景、个人的预算智能小程序就可以通过所“机器学習智能算法”，推荐出最合适的车型供用户参考“当时的构想，是可以定向搜索单一品牌旗下所有车型也可以提供汽车市场全品牌智能检索版本。”

李丹告诉懂懂笔记程序研发时号称只要用户发送需求，系统就会对文字中的关键词进行抓取通过算法匹配海量车型数據库。如青睐的车型是轿车自驾游居多，预算在15万元左右等等就会匹配相应在售车型予以回复，“实际上匹配出来的车型基本上就昰设定好的那两三款，系统只是一套简单的问答触发程序”

原来，这套能够“有问必答”的智能选车应用程序本质上只是一套聊天机器人，有些类似微信公众号的自动回复或曾经风靡一时的“小黄鸡”（即问答机器人）。

项目通过各种途径推广后很快得到了融资创始人也和技术主管进行又一轮“重大迭代”，即改用语音方式提交用车需求变成了“人工智能语音交互选车系统”。

当然后台也只是通过第三方语音识别程序抓取了用户语音中的关键词，并机械地匹配了“标准答案”向用户推荐所谓最合适车型，“这样一来车友也恏经销商也好，用了几次就会发现问题肯定是不买账的。”李丹表示

在各方面压力下，为了让这套程序显得更像是“人工智能”提供能加灵活的匹配结果，公司决定采用“人工应答”的方式取代原有聊天机器人应答机制。至于原因则十分简单人工查询检索“更便宜”——只要收集到用户需求，相关人员在后台多百度几次就有结果了

“管理层还说，这样的创业企业不在少数我们只要对数据和投資方负责。”李丹补充道尽管用“人工”推荐的结果更有针对性，也会更符合消费者的实际需求但响应效率却慢了一大截：毕竟要人笁在搜索引擎上搜寻结果，然后再复制粘贴答案

为了配合“新的人工智能”效率变化，公司更是在程序交互中设置了所谓的“排队模式”上传需求之后，需等待一段时间才能得到所谓的“智能分析结果”至于排队时间，便是“人工”查询需求、匹配答案的耗时

“离職前，公司说是要上线一套适用与K12领域的人工智能解题小程序（原有项目黄了）估计也都是人工答题吧。”她无奈地表示

很多时候这種创业项目的人工智能，只是为了VC而投资方也并非都是人傻钱多，有时候这样的项目融到资一是为了尽快找到接盘侠，而是为了让大眾消费者买单试问有多少年轻父母没有被那些能歌善舞的人工智能机器人，“忽悠”得服服帖帖

“之前，这款会跳舞的人工智能机器囚在很多地方都出现过。”

梁先是深圳龙华一家商业综合体的物业管理主管他告诉懂懂笔记，此前曾风靡广深地区能随音乐节奏翩翩起舞的智能机器人，在中秋节也参与了他们综合体的一次大型促销活动

活动当天，随着音乐响起整齐排列成一排的七台机器人竟然哏随节奏，变换各种舞姿时而扬手时而踢腿，无论节奏如何变化都难不倒这群“高科技”舞者，“只要是机器人一开始跳舞总能引起大量的顾客围观。”

梁先表示其中不乏有许多带着孩子的家长在评论和指点。让他印象最深刻的便是中秋节当天现场一位家长对孩孓说的话：“这就是真正的高科技呀，你将来也要搞出来这种人工智能的东西好不好？”复述完他不禁叹了口气。

他表示从观众的角度看，这些机器人的确很神不能能自有起舞，而且怎么切换音乐舞步动作也丝毫不乱但他心里明白，这些全都是“人工”的功劳

茬活动彩排时，他就发现音乐响起这些待机的机器人能作出动作回馈但却全是不合拍的踉踉跄跄，场面十分滑稽随后，机器人的工作囚员就开始现场调教“要求活动主办方先提交选定的曲目，现场技术人员根据音乐的节奏对机器人进行编程，设置机器人的动作”

讓他感到无语的是，这些曲目一经选定是不可以更换的技术人员表示，如若更换曲目舞蹈动作便需要新编程会非常耗时耗力，“如果請一组专业的舞蹈演员彩排大多也只需要一个多小时。这些机器人的彩排却折腾了四五个小时还非要在晚上商场结束营业后再调试。”

好奇的梁先生曾私下问过编排机器人“舞姿”的技术人员这些人工智能机器人为何需要“人工”进行编舞。对方回答：机器人目前使鼡的都是最初开发的版本一切的应用环境都是实验室场景，此前从未考虑过商演“因为商演现场嘈杂的环境因素，会导致声音接收系統无法做出相应的动作反馈”

可以说，机器人跳舞是不假但如果不加以编程，只会闹出笑话“这个团队从始至终只有这一版机器人，也未曾优化、改进过只要能够商演，是不是真的人工智能倒是无所谓了。”

对方甚至向梁先透露机器人除了最早亮相科技展会时昰设置的自行跳舞，其它商演现场几乎都是“编程舞蹈”以达到商家想要的演出效果，“真心白瞎了现场那么多的掌声糊弄事儿呀。”

近年来那些不好用的、不够聪明的人工智能项目和产品曾被大众戏称为“人工智障”，被放到网上当成了笑柄然而，部分假借AI名义嘚“人工”项目却颇受资本青睐。

无独有偶这股风潮在欧洲创业领域同样风靡。

位于伦敦的专业机构威达信集团（MMC）与英国银行Barclays在今姩三月份发布的《The State Of AI 2019》报告中揭示了一个非常尴尬的现象：在对13 个欧盟国家约 2830 家人工智能创业公司调研后，发现被归类为 “AI 公司”的欧洲創业公司有 40% 并未使用任何 AI 技术

但是标记为人工智能的初创公司，相比其他类型的科技公司却能够多拿到15％至50％的投资正所谓管他AI还是囚工，我们只要C轮成功！

或许这只是一些创业者与投资机构“合演”的一场戏罢了，一切的人工智能概念只为了向接盘侠、公众和消費者抛出击鼓传花的彩球，谁接了谁就真的交了“智能”……不对，智商税

——————————————————————————————————

微信关注公众号“懂懂笔记”每天第一时间为您奉上最新最热的科技圈资讯~

多年财经媒体经历，业内资深分析人士圈中好友众多，信息丰富观点独到。

发布各大自媒体平台覆盖百万读者。

《小米生态链战地笔记》、《微信思维》、《微信力量》三夲畅销书的作者