您好,游客 登錄 注冊 站內搜索
背景顏色:
閱讀論文

人工智能對會計工作影響及對會計人員的沖擊

來源:論文聯盟  作者:張延翔 [字體: ]

人工智能對會計工作影響及對會計人員的沖擊

 人工智能能取代人類傳統的會計工作嗎?會計業內不少人以為,人工智能只能輔助會計人員進行會計核算及財務決策,不能獨立進行復雜的財務判斷和決策工作,認為其至少無法取代現在高端的決策工作。但若認真了解人工智能的發展趨勢,就會知道其所能做的會計工作遠比大家想象的要多。
  2017年2月4日,世界圍棋排名第二的人工智能機器人AlphaGo,被剔出排名。原因是Alpha Go再以“Master”之名,橫掃當前世界最頂級高手,創造60勝0負的佳績,圍棋上人類已經繳械投降了。更重要的是AlphaGo的“智能”模仿了人類大腦的神經網絡,具有高效的“深度學習”能力,已經具備自我學習和預測未知的能力。下面本文就簡介一下其工作原理,揭開這種“智能”的神秘面紗。
  二、現代人工智能原理及應用
  人工智能(Artificial Intelligence,簡稱AI)能以人類智能相似的方式對環境做出反應,包括對人類自然語言的識別與意義的理解,可以對圖像和影像中的物體精確識別等,還可以模擬人的學習、推理、思考、規劃、預測等思維過程和智能行為。
  1.AI原理簡介
  (1)大腦生物神經網絡工作原理
  腦神經科學家通過研究發現,人腦大約有1011個神經元(神經細胞),并分為多個層。每個神經元上有103~105個神經突觸。每個神經元通過突觸與其它神經元進行連接和信息傳遞,構成一個強大、復雜的神經網絡。當突觸接收到的信號強度超過某個閾值,神經元將由靜止狀態變激活(通電),再通過突觸以電脈沖向上層神經元發送激活信號。層越多、連接越復雜,信息的抽象處理能力和智力越高。
  大腦對于事物和概念的記憶,并非存儲在某個固定位置,而是像全息照片一樣,分布式地存儲在一個復雜的神經網絡里。一個概念可以用多個神經元共同定義表示,一個神經元也可以參與多個概念的表示。例如,“大黃狗”如果分布式地表示就是,一個神經元表示大小,另一個神經元表示顏色,第三個神經元表示抽象的狗。當視覺或聽覺將三個神經元同時激活并與記憶中的數據概念匹配時,就知道是“大黃狗”。人類就是通過大腦特定區域神經元之間的相互激活與協同工作,高效完成各種智力工作的。
  (2)AI對信息進行智能化處理的方式
  一種是傳統 “專家系統”人工智能,此方法基于邏輯符號,大量使用“如果-就”(If-Then)判斷規則,進行線性邏輯推理,這種人工智能方式適合處理線性、結構化數據,但不適合處理直覺、模糊判斷及非結構化數據。
  另一種人工智能系統,是模仿人的生物神經網絡工作原理,分布式表征,模仿人類大腦處理信息。這種AI系統適合處理圖像、影像、聲音等分布式非結構化數據,,特別是海量的大數據,一般都是分布式數據結構。例如,視頻采集的動態數據中,判斷一個飛行的物體是麻雀還是老鷹,或者飛機,對這樣海量數據的處理,傳統“專家系統”AI就無能為力了。而人工神經網絡智能系統,就可以高效處理這些非結構化分布式數據信息。更為重要的是人工神經網絡AI,可以像人一樣自我學習,非監督學習,甚至預測學習。
  目前的機器人工智能系統往往是把這兩種AI系統結合起來,互相取長補短。
  2.AI應用現狀
  為了讓讀者更清楚了解AI對會計工作的沖擊,了解哪些工作將被機器人取代,下面介紹幾個AI典型應用,進一步了解其應用領域。
  (1)“深度學習”在棋類中的應用
  在棋類博弈中,圍棋的變化數最多,達到10170。與過去戰勝國際象棋冠軍的“深藍”所不同,AlphaGo若想用窮舉法“暴力”計算出每步棋的最佳落子來與人類對弈,是根本不可能的。其采用的是人工神經網絡的“深度學習”,自己和自己對弈上千萬盤棋,用非監督學習的方法提高對弈水平。在海量的可能中,每步棋并非找最佳落子,而是找出勝率最高的走法。AlphaGo 1.0主要通過訓練學習人類棋譜而戰勝韓國選手李世石。而橫掃圍棋界的AlphaGo2.0(Master)已經拋棄人類的棋譜,創造出自己的走法。AI已經具有通過自我學習進行獨立判斷的能力。
  (2)在圖形和語音識別方面應用
  Google旗下的DeepMind通過強化學習、無監督學習,讓AI僅使用屏幕上的像素和游戲分數作為輸入,從頭學玩游戲,最終在其中29種游戲中達到或超過了人類水平,可見AI能通過自我學習,對未知領域進行預測、決策。
  2015年的ImageNet競賽上,一個深度學習系統以96%的圖像識別準確率,第一次超過了人類。目前百度公司已經能將人臉識別準確率提高到99.77%。百度基于深度學習研發的語音系統識別準確率可達到97%,接近人類水平。現在的語音翻譯也達到接近人類翻譯的水平。高效精確的圖形、影像、語音識別技術,將使未來AI機器人具有強大的與人交流信息的能力。
  (3)手寫數字和文字識別方面應用
  早在上世紀90年代,貝爾實驗室開發出來的AI系統,識別手寫的數字和文字就能達到商用級識別精度,被企業用來本文由論文聯盟http://www.sbmqdu.live收集整理識別信封上的手寫郵政編碼及支票上面的手寫數字。現在的識別準確度完全可以與人類媲美。AI能識別出手寫的、不規范的會計原始單據,甚至可以通過大數據樣本的“深度學習”,對發生的經濟業務、會計事項做出準確判斷歸類。
  此外,AI還能代替醫生診斷病人,做記者寫報道,甚至寫小說、繪畫、作詩、作曲等。自動寫出會計報告更不是問題。

歡迎瀏覽更多論文聯盟首頁會計論文文章
收藏 & 分享 推薦 打印 | 錄入:yjiemm

本文評論   查看全部評論 (0)
表情: 評論表情符號選擇 姓名: 字數
點評:
       
評論聲明
  • 尊重網上道德,遵守中華人民共和國的各項有關法律法規
  • 承擔一切因您的行為而直接或間接導致的民事或刑事法律責任
  • 本站管理人員有權保留或刪除其管轄留言中的任意內容
  • 本站有權在網站內轉載或引用您的評論
  • 參與本評論即表明您已經閱讀并接受上述條款
內容分類導航
梦幻森林