浅谈人工智能技术在财务管理中的应用

2022-09-11

1 引言

人工智能作为当今世界的尖端科技之一, 已受到越来越多国家的重视。一些超级大国比如美国就希望在发生战争时, 可以让智能化机器人代替士兵, 从而减少伤亡, 与此同时, 商品化专家系统也得到广泛发展;在一些老龄化严重的国家比如日本, 许多老人都是一个人生活, 身边没有子女的陪伴, 所以, 就需要家政机器人来做家政服务;而在我国, 人工智能已逐渐被应用于许多领域, 例如银行等金融机构设立的ATM机。

把人工智能与金融相结合, 可以对账户余额的变化进行实时监控, 分析当前财务状况并做出最佳投资方案, 实现投资的最优组合, 深深影响着财务管理的方方面面。

2 人工智能简介及其发展趋势

2.1 人工智能的简介

智能是一种能力, 其中包括获得、转换信息, 知识运用, 形成方案, 解决问题。第一次出现人工智能这一词是在1956年美国计算机协会组织的达特莫斯学会上。在这次学会上, 对何为人工智能进行了深刻的探讨。对大多数学者来说, 人工智能就是当系统具有知识库时, 已知问题和约束条件以及标题目标, 通过各种手段比如学习、转换等将问题解决的能力。

人工智能可以说是一门综合性新学科, 其中包括多种学科, 例如数理逻辑、模糊数学、计算机科学、管理学、控制论、信息论、心理学、语言学和哲学等。

2.2 人工智能的发展趋势

人工智能的发展历程各有各的说法, 在笔者认为:人工智能的发展主要经历了四个阶段:开始出现、初具雏形、实际应用、集成使用。

(1) 开始出现 (20世纪50年代初) 。人工智能的起源可以从亚里士多德的三段论开始说起, 因为到目前为止演绎推理都是以三段论作为出发点。在20世纪50年代初期, 美国某大学的研究生研发出了一台神经元计算机, 这是世界上第一台此类计算机, 标志着人工智能开始出现在人类的视线中。

(2) 初具雏形 (20世纪50年代中期到60年代初) 。1956年, 在美国, 来自各个领域的几位科学家通过一次聚会对“人工智能”进行了深刻的讨论, 最后一位名叫麦卡锡的科学家提出的“人工智能”得到大家一致通过, 术语“人工智能”得到采用。这次聚会之后, 广大学者开始对人工智能产生兴趣, 在多位学者研究之后, 人工智能成果显著。

(3) 实际应用 (20世纪60年代到80年代) 。这一阶段可谓困难重重, 首先对符号逻辑以及形式推理的依赖与强调, 毫不重视问题领域信息的指导, 造成了组合爆炸, 导致了AI研究陷入弱法困境。直到美国斯坦福大学研究出Dendral和Mycin系统, 才得以走出困境。其次, 在20世纪80年代初期, 人工智能技术表现出的不成熟现象造成了应用受限, 人工智能各个领域发展缓慢, 直到20世纪80年代中期, 美国以VLSI为基础的下棋系统hitch出现, 它在大赛上取得了胜利, 才使得AI的发展从阴影中走出。后来, 它参加了国际象棋锦标赛, 赢了所有棋手, 后来又一下棋系统赢得了世界最高级别的棋手, 从此之后, 专家系统热潮风靡全球。

(4) 集成使用 (20世纪80年代末至今) 。这一阶段, 在用户的不断反馈, 专家系统为了满足多种需求而不断进行改进完善, 人工智能得到了飞速的发展。在1988年美国为了解决恶意透支信用卡和欺骗行为而研制出CA及AA后, 人工智能进入稳步线性增长阶段。直到现在, 人工智能技术仍然发展迅猛, 它已渗透到了人类经济社会的角角落落, 对人们生产、生活和学习产生了深刻影响。与此同时, 人工智能在财务管理方面展现出了美好的前景。

3 人工智能应用于财务管理

3.1 专家系统

专家系统实质就是在某一领域具有专家级理解能力的程序系统, 从结构上来看, 它是具有阶梯性质的程序系统, 在有专门领域的知识库前提下, 能自主运用知识。知识库和推理机制是专家系统的核心。

财务管理专家系统是对知识、经验以及技能的智能化财务管理程序系统, 其设计思路是把复杂的财务问题分解成简单的子问题, 再进行解决。按财务管理内容智能财务管理专家系统可分为筹资、投资、运营和分配管理专家系统, 其中每个系统都可嵌入各种子系统。

上述内容通过整合, 财务管理专家系统的各项功能在财务管理上发挥了巨大的作用, 在财务管理方面变得轻松且高效。

3.2 模式识别

模式识别是一个对表面事物各种形式的信息进行处理、分析, 从而对事物进行描述、辨认、分类和解释的过程。决策论方法和结构方法是模式识别的两种主流方法, 今年来, 随着不断地研究, 又出现了多种多样的模式识别方法。

统计模式识别:在其中, 用特征向量来描述被研究的模式, 其中每个元素就代表着模式的一种特征或属性, 用其构成的空间就叫作特征空间, 统计模式识别想要达到识别目的, 只要用不同的方法划分特征空间即可。

模糊模式识别:这一模式的基础为最大的隶属原则, 从标准模型库中取出标准模型, 将识别模型对照标准模型进行分类, 一般过程是先用模糊分类对多个训练样本进行分类, 在其中心得到一个标准样本, 先识别再计算此样本在各个模式中的相对隶属度, 当发现相对状态特征时, 对其进行计算, 从而对研究对象进行判断, 确定其所属的标准样本。

除以上识别方法外, 还有结构模式识别、多元信息融合模式识别、粗糙集模式识别、仿生模式识别等方法。

3.3 资源规划与配置

在资源规划与配置中AI规划与配置技术可以起到巨大的作用, 1991年, 美国军队研制的动态规划与配置工具DART, 在资源规划与配置中表现出高效性, 将DART这一工具在财务管理的动态规划与配置进行实际应用, 一定会大大提高财务管理的效率, 给财务管理带来巨大的效益。

3.4 智能财务管理信息共享系统

智能财务管理信息共享系统是一个智能化财务管理信息系统。其中有财务管理查询系统和操作系统两部分, 建立财务管理信息共享体系结构, 公司以低成本为利益相关者提供相应的财务信息, 可以大大提高财务信息处理能力。公司各部门和用户功过浏览器进行访问, 对当日财务进行了解。

这一共享系统的产生, 是财务管理走向成熟的标志, 利用接口技术这一技术将企业财务信息写入共享系统中, 把财务管理信息在员工和客户面前展现, 也就等于将财务管理变成了现实。

3.5 人工神经网络模式

人工神经网络是用大量各种各样的处理单元来模仿人脑神经系统工作以及工作机理, 按照不同的联结方式组合起来的网络。为了帮助人类扩展对外部世界的认识和智能控制, 需要它通过学习、修改知识库以及推理机的结构, 来实现这一目的。

人工神经网络的发展主要经历了三个阶段:1958年, 提出了感知器模型, 首次以工程实现了神经网络理论, 标志着人工神经网络研究的第一次高潮。20世纪60年代末, 感知器被发现有局限性, 十年低谷期出现。直到20世纪80年代, 局限性终于得到解决, 从此人工神经网络在应用领域方面蓬勃发展, 现如今已广泛应用与经济管理领域。

人工神经网络的类型是多种多样的, 其中主要有BP网络、ART网络、RBF网络、HOP网络。BP网络主要是应用于分类、函数逼近、优化与预测, 至今为止已成功应用于许多领域, 例如战略财务管理、风险投资项目评价、纳税评估等。ART网络主要应用于财务诊断、危机报警、财务信息质量控制、数据挖掘等。RBF网络主要应用于客户关系管理、住宅造价评估等。HOP网络在工程技术方面得到广泛应用。

4 结语

随着人工智能技术的不断发展, 相信在不久的将来, 财务管理上必将实现全面的智能化, 在智能财务管理专家系统的帮助下, 财务管理的效率、效果和效益将大大提高, 即时化、人性化、智能化必将成为财务管理的主流。在那时, 纷繁复杂的财务管理事务将由一智能机器人来打理, 原先的财务管理人员将从繁琐的事务中得到解放, 他们的任务会上升到战略高度, 按照自己的理念去进行财务科学管理, 使得财务主体持续发展, 最大化实现利益相关者价值组合。

摘要：随着科技的发展, 许多高新科技逐渐发展起来并进入人们的视线, 人工智能技术就是其中一项, 它对人类的生活、学习和工作都带来了巨大的影响, 影响着社会的方方面面。本文将简单介绍人工智能及其发展趋势, 浅谈人工智能技术运用于财务管理中的发展前景。

关键词：人工智能,应用,财务管理