人工智能投顾需要从业资格考试吗？

张家林资配易董事长、CF40理事

无论是短途几个小时、还是国际航线十几个小时，民航飞机在大多数时间都是由自主驾驶系统(Autonomous pilot system)“飞行”的，虽然人类飞行员必须待在驾驶舱内，但大多数时间他们的主要工作是监控。出于对乘客安全绝对保障考虑，民航组织通常强制要求人类飞行员必须在起飞、降落和天气不好等一些情况下只能手动驾驶，而不能启用自主驾驶系统。而实际上，飞机的自主驾驶系统已经非常成熟，完全可以自主进行起飞、降落和续航。这些技术后来首先被应用到军用无人机上，“全球鹰”无人机只是需要人类给它加注足够多的航空煤油和电，就能够自主完成起飞、降落和长达几十个小时的飞行。现在，无论军用、民用，无人机已经成为非常普及的“标配”。十几岁的小孩户外活动时，用“大疆”无人机玩自拍已经是司空见惯的事情。

虽然航空监管部门的规章制度非常庞大，但其核心原则可以简化为：把乘客或货物安全的从A点送到B点。航空监管部门并没有对某个自主飞行驾驶系统独立的进行认证，而是采用对整个飞机系统进行“适航认证”的方式来确保飞机是适航的，监管部门已经拟定非常详细的根据飞机的不同用途(大型客运飞机、运输机、小型私人飞机、农用飞机等)的适航认证体系。整个飞机的“适航”责任就完全由飞机制造公司承担。取得“适航证”的飞机，才能获得保险公司的保险，民航公司才能够将其投入到商业运营中。实际上就如同飞机上的很多其他成千上万的部件，民航监管部门采取了“穿透原则”，对有些重要的子系统、部件也拟定了独立的认证制度和检测程序。飞机总体生产单位只能采用那些取得资格认证的供应商的子系统、部件。很多自主飞行驾驶系统都是独立公司开发的，但没有一家公司的自主飞行驾驶系统能够“驾驭”所有飞行器，它都需要和飞机进行深度的耦合。监管部门是把飞机以及自主驾驶系统当作一个不可分割的整体来进行管理的。

由于再完善的“适航认证”流程，也没法穷尽所有的飞行情况，特别是极端情况下的安全态势。因此，引入保险机制就显得尤为重要。这给航空公司以及乘客提供了一些“小概率”事件下的保障。没有现代保险的引入，很难想象能够建立起当今如此庞大的航空产业。

要实现陆地上跑的汽车也能自主驾驶，挑战和难度则大了很多。但技术的发展最终使这个成为现实。特斯拉的汽车中，装载了性能非常强大的自主驾驶系统，让驾驶员可以在手动驾驶和自主驾驶两种模式之间切换。未来的无人驾驶汽车，则计划彻底拆掉车上的方向盘，没有人类驾驶员，一切驾驶工作完全由自主驾驶系统完成。

特斯拉的汽车已经卖了很多，虽然也曝出了使用自主驾驶系统出现了几次事故，但这并没有妨碍它的发展，一个主要原因，人们首先是为了买个清洁能源汽车，而自主驾驶系统则是辅助的功能。谷歌的无人驾驶汽车则不同，交通管理部门以及保险公司都在评估它的“驾驶艾真体”是否合格，非常头疼的问题是“需要给它发个行驶证”，这是因为按现有法律，没有行驶证的汽车是不能上马路的。早在2012年，美国的内华达州就制定了自主驾驶汽车的规章，给予它们“测试行驶证”。这些装上了红色“自主驾驶汽车”行驶证的汽车，已经在内华达州的公路上进行了大量的测试。

地面交通管理部门未来对自主驾驶汽车的政策目前还没有正式立法，但与航空监管类似，其核心原则仍然可以简化为：把乘客或货物安全的从A点送到B点。从目前美国自主驾驶汽车的相关进展可以看到，地面交通监管部门显然也是采用“整车认证+穿透原则+责任保险”的监管体系：不仅对整车系统进行认证，而且对关键的子系统(特别是自主驾驶系统)、部件也进行认证，同时需要责任保险来覆盖一些小概率风险事件。

虽然人工智能艾真体已经在游戏、教育、信息服务等领域有了很多实际的应用，但这些行业大多属于不需要监管的行业。在有监管的行业中，人工智能艾真体在航空、汽车领域的应用实践和经验，可以为其他需要监管的领域提供一些借鉴。

金融行业是监管的行业。人工智能在金融领域的应用也十分广泛，但最让人们期待的是“人工智能投顾”。由于越来越多的人们对于拥有一个类似围棋人工智能A(爱基,净值,资讯)lphaGo这样强大的AI，来帮助自己进行证券投资和理财，弥补自己的投资管理能力的不足，实现财富的可持续增长的需求越来越强大，这个行业正在吸引越来越多的投资和关注。

为客户提供投资顾问服务，是需要获得相关资质的。而从事投资顾问业务的从业人员，是需要通过相关的从业资格考试才能取得从业资格的。按此逻辑，当人们在选择“人工智能投顾服务”的时候，很自然的就会问：“这个人工智能投顾具备从业资格吗?”

这个问题，需要两个层次的回答：

第一个层次需要回答提供这个“人工智能投顾”服务的机构是否具有提供投资顾问业务的牌照，即这个机构是否是持牌机构。

由于人工智能艾真体不具备民事责任，因此，它不可能作为任何一项民事义务和责任的当事人。因此，它的从业资格是提供这项服务的机构赋予的。它本身并不具备任何民事权利和权益。所有的义务和责任毫无疑义的穿透到提供此项服务的机构。

因此，人工智能本身蕴涵的“自主性”，是对其功能的界定，而不是对其民事行为的界定。由此，提供此项服务的机构不可以AI的“自主性”，把自己置于“善意第三方”的位置，而逃避法定的责任和义务。如果哪天出现问题，持牌机构对客户说，都是AI的算法导致的”自主行为”，并不是我的那个人干的，不该我承担责任的辩护是无法得到法律支持的。

第二个层次是需要回答这个“人工智能投顾”是否具备提供投资顾问服务的能力。

自主飞行驾驶系统、自主汽车驾驶系统都是人工智能系统。它们的体系结构大多采用S.Russell在《人工智能:一种现代的方法》中所描述的人工智能艾真体模型，人工智能艾真体就是可以从环境中感知信息并自主活动的软件和硬件实体。

人工智能艾真体的知识库有些是系统初始化时，由开发设计人员植入的，而大部分是后续机器根据数据“学习”出来的。知识表示是人工智能领域一个非常重要的分支，机器无法像人们那样可以熟练运用语言、符号、隐喻等方法等来表示知识。目前比较普遍应用的AI知识表示通常采用形式逻辑系统、价值网络和模型等技术来建立。简单的说，形式逻辑系统就是通过“包含”、“并”、“异或”等集合运算来表示某些知识;价值网络则是对各种状态的演变网络的价值进行量化的过程;模型化也是对某些知识很好的表示。AI的知识图谱实际上是各种知识表示的总和，这个知识图谱本身也是随着自身学习的增长而变化。

以北京资配易投资顾问公司的证券投资人工智能(SIAI)为例，SIAI的知识库通常就包括如何进行客户适当性分析、投资组合构建、择时交易、风险管理等这些领域知识。实践中，虽然各个公司采用的技术迥异，但目的相同。SIAI的结构如下图：

对于投资顾问服务，业界一般认为包括适当性分析、大类资产配置、投资组合构建、交易执行、投资组合调整、风险管理、投后分析这七个核心功能。具备上述功能的人工智能投顾系统才可以说具备投资顾问能力。对投资顾问监管的条例、法规也很浩瀚，但其核心原则，其实也可以简化为：从“了解你的客户”KYC到“让你的客户满意”SYC。这也是一个从A到B的问题。

通过上面的叙述，我们就可以回答第二个层次的问题：如果一个人工智能投顾系统的知识库具备投资顾问服务的七个核心功能模块的知识表示(知识图谱)，那我们就可以认为它具备这个能力。这个能力是随着AI学习而动态变化的，不同人工智能投顾能力的差异来源是多方面的，比如决策机制、数据来源等等。

人类投资顾问去参加资格考试，本质上就是对其“从业资格所需要的知识图谱”进行抽样评测。考试合格，仅仅说明他拥有从事这项服务所必需的知识图谱是满足的，从而拥有开展这项业务的准入资格。但这并不决定他的服务水平就一定高，或者低。

由此，我们可以得出一个结论：我们可以通过评测人工智能投顾系统的知识图谱来判断它是否具备“从业资格”。人工智能投顾应该是可以被“评测的”。

通过回顾航空、汽车领域对自主驾驶系统(也是AI系统)的监管实践和经验，“穿透原则”同样适用在人工智能投资顾问领域。笔者认为人工智能投顾可以、也应该需要“从业资格”考试。人工智能投顾从业资格考试的核心是，评测其知识表示(或称知识图谱)是否具有投资顾问服务所要求的功能(当然也包括法律法规方面的基于规则的知识表示)。这样的”资格认证“区别于人类资格考试的答题形式，而将采取对系统的逐项功能测试的形式实现。

由于持牌机构是最终的民事责任主体，因此这样的“从业资格”考试，可以先由持牌机构通过“内测”的方式先进行。通过持牌机构内测的系统，就可以由持牌机构自主决定是否向客户提供。等到行业逐步摸索出标准化的评测体系后，由监管部门或指定第三方进行统一的“资格认证“考试。

任何评测、考试都无法穷尽所有可能的状态，在金融领域更是如此。因此，可以借鉴航空、汽车领域的实践经验，引入保险机制，对人工智能投顾系统进行责任保险，以减小其行为导致的意外损失，保护投资者利益。