人工智慧技術在財務管理中的應用
摘要：隨著科學技術的發展，許多高新科技逐漸發展起來並進入了人們的視線，人工智慧是眾多高新技術中的一種，不僅為我們的生活、工作和學習提供了極大的便利，而且對各行各業帶來了重大影響。人工智慧技術的發展勢頭迅猛，它已經對人類的社會經濟產生了多方面的影響，使得人類的生產學習以及生活方式等發生了轉變，由智慧會計核算、財務管理專業專家系統、內部控制評價的神經網路以及構建共享財務中心，有利於實現財務管理工作從彙總分析到高階服務的根本性轉變。本文在回顧人工智慧技術發展的前提下，概述了人工智慧技術的發展模式，論證了人工智慧技術在財務管理中的適用性，探討了人工智慧技術如何在財務管理中有效地應用。
關鍵詞：人工智慧、財務管理、高新技術、應用
1、人工智慧理論
人工智慧的簡稱為AI，指的是獲取資訊、傳輸資訊、利用知識、制定策略、解決問題的能力。最初，人工智慧是在美國的計算機協會舉辦的達特莫斯學會上提出的。對於人工智慧的理論，不同的學者有著不同的見解，美國劍橋大學人工智慧研究所的尼克教授指出：人工智慧是基於如何展示知識以及如何運用知識的學科。康奈爾大學的溫斯坦教授指出：人工智慧是研究如何讓計算機去做人類的工作。童天湘學者提出：將人類處理問題的方式用程式設計手段錄入計算機，讓機器進行學習並且能夠智慧處理。更多的學者認為：人工智慧需要基於計算機程式進行設定，在編輯一些問題、知識庫、相應的約束條件下，形成解決問題的能力，這是眾多學者一致同意的理論。更廣泛地來說，人工智慧就是將模糊數學、生理學、數理邏輯、計算機科學、心理學以及哲學等眾多學科進行結合的一種新概念學科。
2、人工智慧的發展
對人工智慧的發展進行分析可以知道，從時間上進行劃分，大致上可以分為萌芽階段、形成階段、應用階段、整合階段等四個階段。
2.1萌芽階段
人工智慧的萌芽階段是從古希臘思想家亞里斯多德的邏輯三段論開始的，也是人工智慧發展的起點。在20世紀50年代，在提出的人工神經模型之後，Donald Heb提出了人工智慧的新定義。在20世紀60年代年，杜克大學的數學教授成功地開發了第一臺神經元計算機，隨後它將人工智慧的發展推向更高的水平。
2.2形成階段
人工智慧真正的形成是在1956年的一次研討會上，參會的人員有美國的數學家、心理學家、醫學家以及計算機研究人員，經過深入的探尋和研究，最終得出了人工智慧準確的定義。人工智慧的出現吸引了眾多學者的目光，引起了學者們的'興趣，給資訊科技帶來了重大的改變，很多學者開始投入到研究中去，並且取得了豐碩的成果。
2.3應用階段
應用階段由於在程式上過多地注重了符號邏輯但是忽視了領域資訊指導的重要性，最終產生了組合爆炸，從而使人工智慧的研究進入了困境。1977年，在第五屆人工智慧國際研討會上，Feigenbaum學者提出關於知識工程的定義之後，在世界範圍內開始傳播並發展知識專家系統的概念，並應用於人們生活中的許多不同階段。在應用的過程中，各種問題相繼出現，剛從困境中出來，又由於人工智慧發展不夠成熟導致發展應用受到一定的限制，人工智慧的研究又遇到了瓶頸，發展緩慢。一直到1985年，美國一個基於VLSI的下棋系統在大賽中勝出，才推動了人工智慧的發展。下棋系統Hitech進行了將近50次的國際象棋錦標賽，戰勝了所有的專業選手。在1988年，Hitech系統又戰勝了世界排名靠前的棋手，人工智慧真的超越了人類，這一重大突破，極大地促進了人工智慧的快速發展，很多的商業化專家系統開始上市，從而引起了應用潮流。
2.4整合階段
在整合階段，人工智慧技術的發展勢頭迅猛，人工智慧的改變隨著使用者需求的增多而發生轉變，實現了更多的功能。人工智慧的發展日益趨於穩定，當前人工智慧已經逐步實現多技術發展，多種方法合成，涉及更多的行業，用各種方法共同研發人工智慧。基於大型專家系統相繼問世，開發大型專家系統所必需的人工智慧語言、人工智慧機制也就成為了開發專家系統的工具，因此，人工智慧的發展推動了人類新時代的發展，截至目前，人工智慧已經全面發展並介入了經濟和社會的許多不同行業，對人類的學習生活以及工作等造成了影響。智慧化、個性化的整合已成為人工智慧未來發展不可或缺的趨勢。尤其是對於財務管理行業來說，人工智慧的運用更加重要。
3、人工智慧在各行業的應用
3.1人工智慧在超聲無損檢測中的應用
在超聲無損檢測的應用中，專家系統方法主要用於對缺陷的性質、形狀和大小進行詳細判斷和整齊分類。在超聲無損檢測中，專家將常規超聲無損檢測與智慧超聲無損檢測相互結合起來，可以將普通的檢測人員變成技術嫻熟的專家。因此，在實際應用中這種智慧超聲無損檢測有很大的價值。
3.2人工智慧在電子技術方面的應用
結合人工智慧和模擬技術，硬體電路微控制器作為專家系統知識庫，能夠提高檢查錯誤的能力，更好地對一些錯誤進行檢測。人工智慧技術也適用於計算機網路技術領域的管理，一般的計算機網路安全和防火牆技術是透過防火牆的入侵檢測技術作為其核心部分。網路技術的快速發展和各種入侵方法的多元化，意味著簡單的入侵防禦和傳統已經不能滿足現代網路安全。馬秀榮推出應用人工智慧技術在網路安全管理計算機管理的使用，在安全的保護方面起到了很好的作用。
3.3人工智慧在礦業中的應用
礦業領域的第一個人工智慧系統是PROSPECTOR，它是1978年杜克大學國際研究所研發的礦物勘探和評估專家系統，用於評估資產的勘探和估價。自20世紀80年代以來，美國商務部匹茲堡研究中心與其他單位合作開發專業系統，以阻止煤礦巷道底臌。布朗大學研製了模擬持續開採過程中開採和解除安裝錨固以及裝置檢查專家系統consim。
4、人工智慧技術在財務管理中的應用
4.1專家系統
專家系統指的是“在特定行業具有專家水平能力的系統”，利用系統像專業人員在專業方面處理問題一樣，綜合運用經驗以及各項專業的技能，在短時間內，解決各項疑難問題。從結構的角度來看，專家系統可以看成是一個有專門領域的知識庫，或是可以獲取所需知識，並使用知識解決問題的解決系統。專家系統的核心內容是知識庫和理論機制，主要組成部分是：知識庫、推理工具、工作資料庫以及使用者介面。專家系統的實現可以透過四種方式完成，例如：人工智慧程式語言、專業知識表示和處理語言、高階程式設計語言、專家系統外殼語言等等，專家系統運用到財務管理中會帶來可觀的效果，更加準確地顯示財務資訊。
4.2模式識別
模式識別是指對各種描述資訊的詳細分析，以及識別、分類和解釋一切或現象的過程。截至目前，模式識別方法是決策方法和結構方法。近年來，又出現了統計模式識別、結構模式識別、多元資料圖形特徵元模式識別、粗糙集的模式識別等方法，這些模式識別對財務管理有著推動的作用，可以將財務管理提升到一個新的高度。
4.2.1統計模式識別
特徵向量中的每個元素表示樣本的特徵，並且由特徵向量建立的空間稱為特徵空間。目標統計樣本的身份是使用不同的方法來劃分物件空間，以達到識別的目的。統計抽樣系統主要由四部分組成：資料收集、預處理、特徵提取和選擇以及分類決策。
資訊獲取：計算機需要對各種資訊以及現象進行分析、識別，那麼計算機就需要用一定的符號來代表研究的物件。二維影象、一維波形、物理參量和邏輯值都是計算機獲取資訊的關鍵。
預處理：目的是去除一些雜質和噪音，保持有用資訊並糾正由輸入測量裝置或其他因素引起的不利影響。
特徵提取和選擇：透過各種手段獲取的資訊量是特別的大，因此，要進行排序要求，並且轉換原始資料，以便獲得最能反映分類性質的資料。
分類決策：分類決策是指使用統計方法對已在特徵空間中識別的物件進行分類，並根據模型訓練定義一定的經驗法則，繼而減少損失。
4.2.2結構模式識別
它使用一定的結構關係來表示物件模型，應用不同的規則和語法，如身份函式，並使用錯誤機率作為標識函式進行識別。
4.2.3多元資料圖形特徵元模式識別
結構模式識別的最大缺點是它無法提取資料，比較廣義的結構建模方法，並提取和描述與家庭的體驗和感覺相結合的特徵設計。因此，建立一種挖掘方法和表示獨立於領域知識的子資料模型的方法是非常重要的。非結構化資料的結構是指多元資料圖形特徵中抽象多元資料的表示，然後提取描述多元資料圖形的子例程，以及最後使用多變數資料結構變數模式進行分類和識別。
4.2.4粗糙集模式識別
粗糙度理論的思想是利用現有的知識庫來推斷和描述已知知識庫中知識的不充分和不確定性來進行刻畫。粗糙集模式不需要提供其他的知識和資訊，只需要提供解決問題所需要的知識，也不需要主觀的評價。因此，在描述問題或是處理問題時顯得比較客觀。
4.3資源規劃與配置
人工智慧的資源規劃與配置技術可謂是至關重要。在波斯灣危機期間，由美國軍方開發的動態規劃和配置工具DART完全履行了其規劃和運輸任務。此任務涉及的引數非常複雜，具有不同的起點、不同的終點和不同的路徑，這些都極大地加劇了任務的負擔。採用原有的傳統方法需要很長的時間，而用DART可以在短時間內迅速完成。資源規劃和配置效率是DART最突出的特性。因此，如果將DART用於財務管理資源的動態規劃和配置，將大大提高財務管理效率和業務效率。
4.4智慧財務管理資訊共享系統
智慧財務管理資訊共享系統是智慧財務管理資訊系統。智慧財務管理資訊共享系統包括財務管理和作業系統審計。透過建立共享財務管理資訊的架構，公司可以使用較低的成本向利益相關者提供某些財務資訊。例如，建立基於B/S的架構，降低成本，實現真實的財務資訊共享，並改善財務資訊的處理。透過IIS釋出財務管理查詢系統後，可以基於Web瀏覽器訪問企業的所有部門，使用者和其他實體也可以及時瞭解。目前的網際網路+財務狀況、介面技術可用於將企業ERP中的財務資訊新增到財務資訊共享系統中，可以顯示智慧財務管理和企業財務管理資訊。
4.5人工神經網路模型
人工神經網路的意思是根據不同型別的處理單元來模仿人類的大腦神經系統來完成工作的處理結構。結構和原理採用不同的方法聯結網路。透過一些實際的學習和知識的改進，知識結構進行了不斷修改，並改變推理庫組成，進一步提高人類的外交能力和控制能力。
4.5.1人工神經網路的發展歷程
Rosenblatt建立了感知器模型，最早將神經網路理論變成為現實，形成了人工神經網路研究的關鍵。後來，Minsky和Papert找到一些限制性的問題。並且積極地尋找克服的方法，人工神經網路研究進入了瓶頸期，發展也是十分緩慢。上世紀中葉，人工神經網路逐漸突破固有體制，變得更加開放，Hopefi eld神經網路的收斂和穩定性促進了神經系統的發展，為其增添了生命的新活力，灌注新血液，創造了人工智慧的新動力。人工網路進而在更多的領域發展壯大起來了，成了當時經濟管理中的一項新技術，對財務管理發展也提供了有利的條件。
4.5.2人工神經網路的應用
人工神經網路可以分為ART網路、BP網路、和H0P網路等型別。BP網路一般是運用在分類、函式逼近、最佳化和預測等方面。在財務管理領域的應用，如上市公司財務風險預警、金融衍生證券定價、經濟發展模式選擇、市場營銷策略、預測物流的相關組合等等。ART網路的主要應用程式在金融判斷領域評估控制質量和資料利用。RBF神經網路在管理客戶關係、住宅造價領域廣泛應用。HOP技術上的應用技術是非常廣泛的。在科技領域的人工智慧和管理經濟的使用，收穫了一致的好評，也受到了廣大學者的關注。而在財務管理領域，BP網路的運用也取得了可觀的效果，成為了人工智慧的閃光點，人工神經網路為企業的財務管理體系增添了色彩。
5、人工智慧的發展前景
資料顯示，近年來全球人工智慧領域的投融資交易發展十分迅速。2016年全球人工智慧領域投資交易將近700項，和2012年的160項投資相比有了明顯增長。2017年全球人工智慧創業公司共獲得投資152億美元。
在近幾年來，中國人工智慧的發展備受世界矚目。國家行動計劃來自網際網路，在網際網路+的相關的規劃中，人工智慧稱其為戰略性新興產業而受到重視。計劃是以資訊科技與製造技術相互結合，重點培養人工智慧的產量式發展。工業化技術與人工智慧的快速發展，可加快網路中國的建設程序。
我國未來人工智慧發展戰略的目標：首先，到2020年，在人工智慧和應用技術的水平上，將要達到世界上新的尖端技術工業水平，人工智慧是經濟增長的重要組成部分；第二，人工智慧的基本理論已經改變了世界上的基本應用技術組成，和之前的部分技術水平相比，人工智慧成為帶動我國產業發展以及經濟轉型的主要動力；然後，到2030年，人工智慧的理論可應用在世界上的技術領域再一次擴大，創造性的人工智慧成為創新的核心。從現在開始到2040年將是在科技時代的發展中重要的一個時間段，在人類的生活中，人工智慧將會貫徹始終。在每一個領域，人工智慧的未來將不斷地發展壯大。
6、結束語
人工智慧技術的不斷運用為智慧機器人超越人類提供了一定的基礎，人工智慧技術在財務管理中的運用也是日益成熟。在未來，人工智慧在財務管理方面的發展必定會帶來飛躍進步，採用智慧財務管理專家系統，進而提高財務管理的效率、效果和利益。財務專家系統的特徵也會更加智慧化、人性化。智慧財務管理專家的機器人也就可以認認真真地來計算、管理複雜的財務資料，將財務管理人員解放出來，而利用人工智慧機器人來處理各項任務。在財務管理領域運用人工智慧技術，需要從經濟發展戰目標的角度出發，根據人類的本質想法，實施制度化、體系化金融管理方法，推動資金管理程式的可持續發展，達到最大的利益水平。
參考文獻：
[1]李陶深.人工智慧[M].重慶：重慶大學出版社，2002.
[2]蔡自興.人工智慧基礎[M].北京：高等教育出版社，2005.
[3]佘玉梅，段鵬.人工智慧應用[M].上海：上海交通大學出版社，2007.
[4][美]D.ASP.NET1.1資料庫入門經典[M].北京：清華大學出版社，2005.
[5]王化成.財務管理理論結構[M].北京：中國人民大學出版社，2006.
[6]傅元略.財務管理理論[M].廈門：廈門大學出版社，2007.
[7]王萬良.人工智慧及其應用[M].高等教育出版社，2006.
【人工智慧技術在財務管理中的應用】相關文章：