人工智能研究综述

江西财经大学财会论坛 Finance And Accounting Forum ● Jiangxi University Of Finance And Economics

86《国际商务财会》2018年第5期【摘要】在大数据和人工智能的结合下，人类将进入新人工智能时代，会计行业也因此将发生翻天覆地的变化。研究人工智能对会计造成的影响，以及如何去面对这些影响具有重要意义，本文将对现有的文献研究进行综述，指出现有研究的局限性，以及未来研究的趋势。【关键词】人工智能；会计；文献综述；财务信息化【中图分类号】F275一、人工智能会计的起源和应用现状事实上人工智能会计研究并不是起源于最近，Miklos A（1989）在其专著中指出，人工智能可运用于一种专家系统（Expert System）的构建从而应用于会计与审计的工作中，但是最近人工智能会计才取得了突破性的进展，将人工智能在会计中应用最著名的是德勤（Deloitte Touche Tohmatsu）和Smacc两个公司。2016年3月10日，全球四大会计师事务所之一的德勤（Deloitte Touche Tohmatsu）宣布将与Ki-ra System 联手，将人工智能引入会计、税务、审计工作当中，当德勤的财务机器人视频出现在网络上时，引起了会计人员的一片哗然。而Smacc公司的人工智能财会软件可以将客户发票转换为机器阅读模式。这也表明在未来，人工智能的浪潮下财会行业将面临前所未有的挑战。著名学者黄欣荣（2018）指出人工智能的出现将突破服务业难以被机器取代的现状。二、对人工智能时代下传统会计人员工作职能改变的研究孔庆林（2007）认为，会计职能会随社会经济等多方面的因素而发生变化，其中最重要的就是信息技术的人工智能时代的会计研究综述邓文伟（江西财经大学会计学院）发展导致的。因此对于会计职能的界定，不同时期的不同的学者有不同的观点，从一职能论到十二职能论，但是学者都将核算和控制界定为基本职能，其他都是具体职能。目前普遍认为会计人员的核算职能将由人工智能执行，会计人员转向从事管理会计的工作，将人工智能核算的会计数据提取利用，发挥管理职能。潘上永（2016）则认为虽然会计核算职能也是基础职能，但是会计的价值创造职能比会计核算职能更加重要,会计核算职能是为创造价值服务的，这对会计核算作为第一基本职能的地位产生了一定的冲击。人工智能可以进行线性逻辑计算也能进行非线性逻辑计算，但是更多的是线性逻辑计算，经济业务所处的环境是复杂多样的，这也就决定了人工智能会替代很多核算工作，但是会计核算工作的执行并不会完全由人工智能完成。但是也有一部分文章提到，人工智能也能替代很多管理会计、审计的工作，目前很多审计软件确实能够执行很多基础性的审计工作，管理会计和审计人员执行少量的工作，甚至是只需要执行最后的决策，管理职能也将由人工智能来履行。还有一部分学者认为，会计人员未来的职能主要体现在人工智能的开发和维护方面。人工智能是由科学研究人员开发产生，但是科学研究人员并不懂会计，所以需要会计人员和科学研究人员配合。人工智能虽然名称含有智能两个字，但是智能程度十分有限，并且会计准则、税法等相关法律每年都会变化，人工智能需要不断维护，以适应法律法规的变更，会计人员和科学研究人员相互配合，取长补短，才能开发出更好的给企业创造价值的人工智能。Finance And Accounting Forum ● Jiangxi University Of Finance And Economics 江西财经大学财会论坛

商务智能研究综述

作者：董欣欣 陆文婷

来源：《现代营销·学苑版》2020年第01期

摘要：本文基于信息时代的社会发展背景，由于数据、信息等过载问题引出商务智能，以国内外学术界的经典研究为基础，对商务智能的定义、发展及应用三方面进行阐述，发现商务智能的应用广泛，对于系统性认识商务智能并拓展其应用领域具有一定的意义。

关键词：商务智能;数据;辅助决策

基金项目：北京市教委社科重点项目暨北京市社会科学基金项目（编号：SZ20161003821/15JGB212）;国家自然科学基金青年项目（编号：71401111）;中共北京市委组织部北京市优秀人才培养资助青年拔尖个人项目（编号：2016000026833ZS07）;北京市属高校高水平教师队伍建设支持计划青年拔尖人才培育计划

信息时代充斥着各式各样的数据，Google全球事务高级副总裁Kent Walker指出大数据的飞速增长，且由于计算机存储成本的下降引起的存储数据量的激增。在过去两年的时间，人类产生了世界上90%以上的数据。然而在每天产生的大量数据中，真正能够分析和利用的数据究竟有多少呢？一些专家估计目前被利用的数据仅5%-10%。大量数据冗余、不相关、不完整或质量很差。因此将数据转换为信息用于现实具有一定意义，商务智能应运而生。

一、商务智能的定义

商务智能最早由Hans Peter Luhn在IBM内部的一本杂志上面發表的一篇文章提及，在这篇文章中提到了“商务智能”这一名词，指的是一种用于生意处理上的信息系统。1989年Gartner Group的分析师Howard Dressner创造了商业智能这一术语。商务智能能够将企业的中国的数据整合，准确快速地提取其中的有用信息，并析出对于决策有利的依据，能够帮助管理者做出决策。一些观点认为现代商务智能就是利用各种工具、技术和应用程序将数据转换为可操作的信息的过程。2013年，人们对商务智能的认知还停留在商务智能是一个总称，指的是用于分析组织原始数据的各种软件应用程序的阶段。商务智能作为一门学科由几个相关活动组成、包括数据挖掘、在线分析处理（OLAP）、查询和报告。有学者提出商务智能是组织中的大规模决策支持系统（DSS）的总称。现在，商务智能依然是组织中最大的IT投资领域，也被评为全球最优先的技术领域。

ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ　ａｎｄＡｐｐｌｉｅａｔｉｏｎｓ计算机工程与应用　２０１０，４６（２５）　

＠博士论坛◎　

群体智能典型算法研究综述　

余建平　，周新民　，陈　明　

ＹＵ　Ｊｉａｎ—ｐｉｎｇ　，ＺＨＯＵ　Ｘｉｎ－ｍｉｎ　，ＣＨＥＮ　Ｍｉｎｇ　

ｌ湖南师范大学数学与计算机科学学院，长沙４１００８１　

２．湖南商学院信息学院，长沙４１０２０５　

１．Ｃｏｌｌｅｇｅ　ｏｆ　Ｍａｔｈｅｍａｔｉｃｓ　ａｎｄ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ，Ｈｕｎａｎ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ　４　１　００８　１，Ｃｈｉｎａ　

２．Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｈｏｏｌ，Ｈｕｎａｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｃｏｍｍｅｒｃｅ，Ｃｈａｎｇｓｈａ　４１０２０５，Ｃｈｉｎａ　

Ｅ—ｍａｉｌ：ｊｉａｎｐｉｎｇｈｎ＠１　６３．ｃｏｍ　

ＹＵ　Ｊｉａｎ－ｐｉｎｇ，ＺＨＯＵ　Ｘｉｎ－ｍｉｎ，ＣＨＥＮ　Ｍｉｎｇ．Ｒｅｓｅａｒｃｈ　Ｏｉｌ　ｒｅｐｒｅｓｅｎｔａｔｉＶｅ　ａｌｇｏｒｉｔｈｍｓ　ｏｆ　ｓｗａｒｍ　ｉｎｔｅｌｌｉｇｅｎｃｅ．Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉ－　ｎｅｅｒｉｎｇ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ。２０１０，４６（２５）：１－４．　

Ａｂｓｔｒａｃｔ：Ｓｗａｒｍ　ｉｎｔｅｌｌｉｇｅｎｃｅ　ｈａｓ　ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｔｈｅ　ｃｏｌｌｅｃｔｉｖｅ　ｉｎｔｅｌｌｉｇｅｎｃｅ　ｅｍｅｒｇｉｎｇ　ｆｒｏｍ　ｔｈｅ　ｃｏｏｐｅｒａｔｉｏｎ　ｏｆ　ｉｎｄｉｖｉｄｕ—　ａｄｓ　ｗｉｔｈ　ｌｉｔｔｌｅ　ｉｎｔｅｌｌｉｇｅｎｃｅ，ｗｈｉｃｈ　ｐｒｏｖｉｄｅｓ　ｂａｓｉｃ　ｓｏｌｕｔｉｏｎｓ　ｆｏｒ　ｔｈｅ　ｃｏｍｐｌｉｃａｔｅｄ　ｄｉｓｔｒｉｂｕｔｅｄ　ｐｒｏｂｌｅｍｓ　ｕｎｄｅｒ　ｔｈｅ　ｃｏｎｄｉｔｉｏｎｓ　ｗｉｔｈ—　

ｏｕｔ　ｃｅｎｔｒａｌ　ｃｏｎｔｒｏｌ　ａｎｄ　ｇｌｏｂａｌ　ｍｏｄｅ１．Ｔｈｅ　ｐｏｔｅｎｔｉａｌ　ｆｅａｔｕｒｅｓ　ｏｆ　ｔｈｅ　ｐａｒａｌｌｅｌ　ａｎｄ　ｄｉｓｔｒｉｂｕｔｉｏｎ　ｍａｋｅ　ｔｈｅ　ｓｗａｒｍ　ｉｎｔｅｌｌｉｇｅｎｃｅ　ａｎ　

人工智能研究方法的文献综述

1、前言

本文综述了人工智能的主要研究方法，并对各方法进行分析和总结，并阐述了目前人工智能研究方法日趋多样化的研究现状。

2、主题

研究方法，对一个问题的研究方法从根本上说分为两种：其一，对要解决的问题扩展到他所隶属的领域，对该领域做一广泛了解，研究该领域从而实现对该领域的研究，讲究广度，从对该领域的广泛研究收缩到问题本身；其二，把研究的问题特殊化，提炼出要研究问题的典型子问题或实例，从一个更具体的问题出发，做深刻的分析，研究透彻该问题，再一般化扩展到要解决的问题，讲究研究深度，从更具体的问题入手研究扩展到问题本身。

人工智能的研究方法主要可以分为三类：一、结构模拟，神经计算，就是根据人脑的生理结构和工作机理，实现计算机的智能，即人工智能。结构模拟法也就是基于人脑的生理模型，采用数值计算的方法，从微观上来模拟人脑，实现机器智能。采用结构模拟，运用神经网络和神经计算的方法研究人工智能者，被称为生理学派、连接主义。二、功能模拟，符号推演，就是在当前数字计算机上，对人脑从功能上进行模拟，实现人工智能。功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。以功能模拟和符号推演研究人工智能者，被称为心理学派、逻辑学派、符号主义。三、行为模拟，控制进化，就是模拟人在控制过程中的智能活动和行为特性。以行为模拟方法研究人工智能者，被称为行为主义、进化主义、控制论学派。

人工智能的研究方法，已从“一枝独秀”的符号主义发展到多学派的“百花争艳”，除了上面提到的三种方法，又提出了“群体模拟，仿生计算”“博采广鉴，自然计算”“原理分析，数学建模”等方法。人工智能的目标是理解包括人在内的自然智能系统及行为，而这样的系统在实在世界中是以分层进化的方式形成了一个谱系，而智能作为系统的整体属性，其表现形式又具有多样性，人工智能的谱系及其多样性的行为注定了研究的具体目标和对象的多样性。人工智能与前沿技术的结合，使人工智能的研究日趋多样化。