智能财务研究院:人工智能技术财务应用蓝皮书
《智能财务研究院:人工智能技术财务应用蓝皮书》由会员分享,可在线阅读,更多相关《智能财务研究院:人工智能技术财务应用蓝皮书(64页珍藏版)》请在启牛文库网上搜索。
1、2人工智能技术财务应用蓝皮书34人工智能技术财务应用蓝皮书56人工智能技术财务应用蓝皮书78表 1 人工智能技术架构层 次内 容说 明服务层解决方案基于具体需求、场景、行业的整体解决方案训练层数据类型用于人工智能分析的数据平台层学习方式有监督学习、无监督学习和增强学习架构从数据中结构化提取特征的方法,例如卷积神经网络算法预先定义的一系列步骤以解决一个计算问题框架算法模型设计、训练和验证的一套标准接口、特性库和工具包,集成了算法的封装、数据的调用以及计算资源的使用硬件层控制节点用于在芯片间协调计算的硬件组件,例如处理器(CPU)AI 加速器针对人工智能计算特性设计的芯片,例如图形处理器(GPU)
2、和 CPU来源:麦肯锡3;Ostmann,和 Dorobantu,2021;信通院,202242.2 人工智能技术分类2.2.1 感知智能感知智能是对人类视觉、听觉和触觉等感知能力的模拟,以计算机视觉和语音识别为代表。计算机视觉主要通过摄像头、图像、视频等媒介识别物体、文本、人体及人脸等。语音识别主要是对声音的识别,例如智能音箱可基于对人类语音的识别和分析执行相应任务。2.2.2 运算智能运算智能是对人类大脑计算和记忆存储能力的模拟,主要体现为对数据的计算和存储。人工智能本质上是通过算法计算具体应用场景中抽象的数学问题,由硬件具体执行,如何低能耗、高效率地设计芯片与算法和场景匹配是运算智能的核
3、心问题。专门为机器学习等运算特征研发的人工智能加速器应运而生。2.2.3 认知智能认知智能是机器对人类大脑中理解、学习和推理能力的模拟。机器学习可以理解为真正具备“学习”能力的机器系统。以深度学习为例,它将人脑中的神经网络引入机器,通过对数据特征的层层抽象来获得比其他机器学习方法更高的计算准确度。卷积神经网络(Convolutional Neural Networks)是深度学习算法的一种,其工作过程如图 2 所示。人工智能技术财务应用蓝皮书910人工智能技术财务应用蓝皮书1112第三是智能计算,云、端、边多样化算力供给模式开始显现。目前的人工智能以云侧计算为主,但端侧、边侧有着更多元的应用场
4、景,在本地终端运行算法计算是更合适的选择。第四是生成式人工智能(generative AI)。数据是训练人工智能的基本元素,然而实践中的一个普遍问题是人工智能部署方并没有足够数量的数据或者取得大规模数据的成本过于昂贵。生成式人工智能可以挖掘从小样本数据集中挖掘特征,生成具有相似特征的大规模数据集用于算法模型的训练。表 2 数据集中常见的固有偏见序 号数据质量描 述1报告偏见人工记录数据集收集情况属性,无法准确反映真实客观情况2自动化偏见自动化的软件工具生成的结果本身存在偏见3选择偏见数据集中选择的样本未能反映样本的真实分布情况4群体归因偏见人们倾向于将个体的真实情况泛化到所属的整个群体5隐形偏
5、见通常根据不一定普遍适用的模型和个人经验做出假设人工智能技术财务应用蓝皮书1314人工智能技术财务应用蓝皮书15基于人工智能技术和数字化思维,人工智能赋能财务体系架构的信息处理环节,主要体现在财务共享服务、费用报销等财务会计层,预算管理、成本管理、绩效管理等管理会计层,投资管理、融资管理、经营管理等财务管理层,以及税务管理等财税层。依赖于 RPA、IPA、专家系统、OCR、NLP、商业智能、神经网络、知识图谱、机器学习、深度学习等人工智能技术,智能化地完成会计核算、费用报销、财务报表、预算管理、成本管理、营运管理、绩效管理、风险管理、管理会计报告、资金管理、投资管理、融资管理、经营管理、营运资
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智能 财务 研究院 人工智能 技术 应用 蓝皮书