人工智能技術(shù)在財(cái)務(wù)管理中的應(yīng)用

　　摘要：隨著科學(xué)技術(shù)的發(fā)展，許多高新科技逐漸發(fā)展起來(lái)并進(jìn)入了人們的視線，人工智能是眾多高新技術(shù)中的一種，不僅為我們的生活、工作和學(xué)習(xí)提供了極大的便利，而且對(duì)各行各業(yè)帶來(lái)了重大影響。人工智能技術(shù)的發(fā)展勢(shì)頭迅猛，它已經(jīng)對(duì)人類的社會(huì)經(jīng)濟(jì)產(chǎn)生了多方面的影響，使得人類的生產(chǎn)學(xué)習(xí)以及生活方式等發(fā)生了轉(zhuǎn)變，由智能會(huì)計(jì)核算、財(cái)務(wù)管理專業(yè)專家系統(tǒng)、內(nèi)部控制評(píng)價(jià)的神經(jīng)網(wǎng)絡(luò)以及構(gòu)建共享財(cái)務(wù)中心，有利于實(shí)現(xiàn)財(cái)務(wù)管理工作從匯總分析到高端服務(wù)的根本性轉(zhuǎn)變。本文在回顧人工智能技術(shù)發(fā)展的前提下，概述了人工智能技術(shù)的發(fā)展模式，論證了人工智能技術(shù)在財(cái)務(wù)管理中的適用性，探討了人工智能技術(shù)如何在財(cái)務(wù)管理中有效地應(yīng)用。

　　關(guān)鍵詞：人工智能、財(cái)務(wù)管理、高新技術(shù)、應(yīng)用

　　1、人工智能理論

　　人工智能的簡(jiǎn)稱為AI，指的是獲取信息、傳輸信息、利用知識(shí)、制定策略、解決問(wèn)題的能力。最初，人工智能是在美國(guó)的計(jì)算機(jī)協(xié)會(huì)舉辦的達(dá)特莫斯學(xué)會(huì)上提出的。對(duì)于人工智能的理論，不同的學(xué)者有著不同的見解，美國(guó)劍橋大學(xué)人工智能研究所的尼克教授指出：人工智能是基于如何展示知識(shí)以及如何運(yùn)用知識(shí)的學(xué)科�？的螤柎髮W(xué)的溫斯坦教授指出：人工智能是研究如何讓計(jì)算機(jī)去做人類的工作。童天湘學(xué)者提出：將人類處理問(wèn)題的方式用編程手段錄入計(jì)算機(jī)，讓機(jī)器進(jìn)行學(xué)習(xí)并且能夠智能處理。更多的學(xué)者認(rèn)為：人工智能需要基于計(jì)算機(jī)程序進(jìn)行設(shè)定，在編輯一些問(wèn)題、知識(shí)庫(kù)、相應(yīng)的約束條件下，形成解決問(wèn)題的能力，這是眾多學(xué)者一致同意的理論。更廣泛地來(lái)說(shuō)，人工智能就是將模糊數(shù)學(xué)、生理學(xué)、數(shù)理邏輯、計(jì)算機(jī)科學(xué)、心理學(xué)以及哲學(xué)等眾多學(xué)科進(jìn)行結(jié)合的一種新概念學(xué)科。

　　2、人工智能的發(fā)展

　　對(duì)人工智能的發(fā)展進(jìn)行分析可以知道，從時(shí)間上進(jìn)行劃分，大致上可以分為萌芽階段、形成階段、應(yīng)用階段、集成階段等四個(gè)階段。

　　2.1萌芽階段

　　人工智能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，也是人工智能發(fā)展的起點(diǎn)。在20世紀(jì)50年代，在提出的人工神經(jīng)模型之后，Donald Heb提出了人工智能的新定義。在20世紀(jì)60年代年，杜克大學(xué)的數(shù)學(xué)教授成功地開發(fā)了第一臺(tái)神經(jīng)元計(jì)算機(jī)，隨后它將人工智能的發(fā)展推向更高的水平。

　　2.2形成階段

　　人工智能真正的形成是在1956年的一次研討會(huì)上，參會(huì)的人員有美國(guó)的數(shù)學(xué)家、心理學(xué)家、醫(yī)學(xué)家以及計(jì)算機(jī)研究人員，經(jīng)過(guò)深入的探尋和研究，最終得出了人工智能準(zhǔn)確的定義。人工智能的出現(xiàn)吸引了眾多學(xué)者的目光，引起了學(xué)者們的興趣，給信息技術(shù)帶來(lái)了重大的改變，很多學(xué)者開始投入到研究中去，并且取得了豐碩的成果。

　　2.3應(yīng)用階段

　　應(yīng)用階段由于在程序上過(guò)多地注重了符號(hào)邏輯但是忽視了領(lǐng)域信息指導(dǎo)的重要性，最終產(chǎn)生了組合爆炸，從而使人工智能的研究進(jìn)入了困境。1977年，在第五屆人工智能國(guó)際研討會(huì)上，F(xiàn)eigenbaum學(xué)者提出關(guān)于知識(shí)工程的定義之后，在世界范圍內(nèi)開始傳播并發(fā)展知識(shí)專家系統(tǒng)的概念，并應(yīng)用于人們生活中的許多不同階段。在應(yīng)用的過(guò)程中，各種問(wèn)題相繼出現(xiàn)，剛從困境中出來(lái)，又由于人工智能發(fā)展不夠成熟導(dǎo)致發(fā)展應(yīng)用受到一定的限制，人工智能的研究又遇到了瓶頸，發(fā)展緩慢。一直到1985年，美國(guó)一個(gè)基于VLSI的下棋系統(tǒng)在大賽中勝出，才推動(dòng)了人工智能的發(fā)展。下棋系統(tǒng)Hitech進(jìn)行了將近50次的國(guó)際象棋錦標(biāo)賽，戰(zhàn)勝了所有的專業(yè)選手。在1988年，Hitech系統(tǒng)又戰(zhàn)勝了世界排名靠前的棋手，人工智能真的超越了人類，這一重大突破，極大地促進(jìn)了人工智能的快速發(fā)展，很多的商業(yè)化專家系統(tǒng)開始上市，從而引起了應(yīng)用潮流。

　　2.4集成階段

　　在集成階段，人工智能技術(shù)的發(fā)展勢(shì)頭迅猛，人工智能的改變隨著用戶需求的增多而發(fā)生轉(zhuǎn)變，實(shí)現(xiàn)了更多的功能。人工智能的發(fā)展日益趨于穩(wěn)定，當(dāng)前人工智能已經(jīng)逐步實(shí)現(xiàn)多技術(shù)發(fā)展，多種方法合成，涉及更多的行業(yè)，用各種方法共同研發(fā)人工智能�；�于大型專家系統(tǒng)相繼問(wèn)世，開發(fā)大型專家系統(tǒng)所必需的人工智能語(yǔ)言、人工智能機(jī)制也就成為了開發(fā)專家系統(tǒng)的工具，因此，人工智能的發(fā)展推動(dòng)了人類新時(shí)代的發(fā)展，截至目前，人工智能已經(jīng)全面發(fā)展并介入了經(jīng)濟(jì)和社會(huì)的許多不同行業(yè)，對(duì)人類的學(xué)習(xí)生活以及工作等造成了影響。智能化、個(gè)性化的整合已成為人工智能未來(lái)發(fā)展不可或缺的趨勢(shì)。尤其是對(duì)于財(cái)務(wù)管理行業(yè)來(lái)說(shuō)，人工智能的運(yùn)用更加重要。

　　3、人工智能在各行業(yè)的應(yīng)用

　　3.1人工智能在超聲無(wú)損檢測(cè)中的應(yīng)用

　　在超聲無(wú)損檢測(cè)的應(yīng)用中，專家系統(tǒng)方法主要用于對(duì)缺陷的性質(zhì)、形狀和大小進(jìn)行詳細(xì)判斷和整齊分類。在超聲無(wú)損檢測(cè)中，專家將常規(guī)超聲無(wú)損檢測(cè)與智能超聲無(wú)損檢測(cè)相互結(jié)合起來(lái)，可以將普通的檢測(cè)人員變成技術(shù)嫻熟的專家。因此，在實(shí)際應(yīng)用中這種智能超聲無(wú)損檢測(cè)有很大的價(jià)值。

　　3.2人工智能在電子技術(shù)方面的應(yīng)用

　　結(jié)合人工智能和仿真技術(shù)，硬件電路單片機(jī)作為專家系統(tǒng)知識(shí)庫(kù)，能夠提高檢查錯(cuò)誤的能力，更好地對(duì)一些錯(cuò)誤進(jìn)行檢測(cè)。人工智能技術(shù)也適用于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)領(lǐng)域的管理，一般的計(jì)算機(jī)網(wǎng)絡(luò)安全和防火墻技術(shù)是通過(guò)防火墻的入侵檢測(cè)技術(shù)作為其核心部分。網(wǎng)絡(luò)技術(shù)的快速發(fā)展和各種入侵方法的多元化，意味著簡(jiǎn)單的入侵防御和傳統(tǒng)已經(jīng)不能滿足現(xiàn)代網(wǎng)絡(luò)安全。馬秀榮推出應(yīng)用人工智能技術(shù)在網(wǎng)絡(luò)安全管理計(jì)算機(jī)管理的使用，在安全的保護(hù)方面起到了很好的作用。

　　3.3人工智能在礦業(yè)中的應(yīng)用

　　礦業(yè)領(lǐng)域的第一個(gè)人工智能系統(tǒng)是PROSPECTOR，它是1978年杜克大學(xué)國(guó)際研究所研發(fā)的礦物勘探和評(píng)估專家系統(tǒng)，用于評(píng)估資產(chǎn)的勘探和估價(jià)。自20世紀(jì)80年代以來(lái)，美國(guó)商務(wù)部匹茲堡研究中心與其他單位合作開發(fā)專業(yè)系統(tǒng)，以阻止煤礦巷道底臌。布朗大學(xué)研制了模擬持續(xù)開采過(guò)程中開采和卸載錨固以及設(shè)備檢查專家系統(tǒng)consim。

　　4、人工智能技術(shù)在財(cái)務(wù)管理中的應(yīng)用

　　4.1專家系統(tǒng)

　　專家系統(tǒng)指的是“在特定行業(yè)具有專家水平能力的系統(tǒng)”，利用系統(tǒng)像專業(yè)人員在專業(yè)方面處理問(wèn)題一樣，綜合運(yùn)用經(jīng)驗(yàn)以及各項(xiàng)專業(yè)的技能，在短時(shí)間內(nèi)，解決各項(xiàng)疑難問(wèn)題。從結(jié)構(gòu)的角度來(lái)看，專家系統(tǒng)可以看成是一個(gè)有專門領(lǐng)域的知識(shí)庫(kù)，或是可以獲取所需知識(shí)，并使用知識(shí)解決問(wèn)題的解決系統(tǒng)。專家系統(tǒng)的核心內(nèi)容是知識(shí)庫(kù)和理論機(jī)制，主要組成部分是：知識(shí)庫(kù)、推理工具、工作數(shù)據(jù)庫(kù)以及用戶界面。專家系統(tǒng)的實(shí)現(xiàn)可以通過(guò)四種方式完成，例如：人工智能編程語(yǔ)言、專業(yè)知識(shí)表示和處理語(yǔ)言、高級(jí)程序設(shè)計(jì)語(yǔ)言、專家系統(tǒng)外殼語(yǔ)言等等，專家系統(tǒng)運(yùn)用到財(cái)務(wù)管理中會(huì)帶來(lái)可觀的效果，更加準(zhǔn)確地顯示財(cái)務(wù)信息。

　　4.2模式識(shí)別

　　模式識(shí)別是指對(duì)各種描述信息的詳細(xì)分析，以及識(shí)別、分類和解釋一切或現(xiàn)象的過(guò)程。截至目前，模式識(shí)別方法是決策方法和結(jié)構(gòu)方法。近年來(lái)，又出現(xiàn)了統(tǒng)計(jì)模式識(shí)別、結(jié)構(gòu)模式識(shí)別、多元數(shù)據(jù)圖形特征元模式識(shí)別、粗糙集的模式識(shí)別等方法，這些模式識(shí)別對(duì)財(cái)務(wù)管理有著推動(dòng)的作用，可以將財(cái)務(wù)管理提升到一個(gè)新的高度。

　　4.2.1統(tǒng)計(jì)模式識(shí)別

　　特征向量中的每個(gè)元素表示樣本的特征，并且由特征向量創(chuàng)建的空間稱為特征空間。目標(biāo)統(tǒng)計(jì)樣本的身份是使用不同的方法來(lái)劃分對(duì)象空間，以達(dá)到識(shí)別的目的。統(tǒng)計(jì)抽樣系統(tǒng)主要由四部分組成：數(shù)據(jù)收集、預(yù)處理、特征提取和選擇以及分類決策。

　　信息獲�。河�(jì)算機(jī)需要對(duì)各種信息以及現(xiàn)象進(jìn)行分析、識(shí)別，那么計(jì)算機(jī)就需要用一定的符號(hào)來(lái)代表研究的對(duì)象。二維圖像、一維波形、物理參量和邏輯值都是計(jì)算機(jī)獲取信息的關(guān)鍵。

　　預(yù)處理：目的是去除一些雜質(zhì)和噪音，保持有用信息并糾正由輸入測(cè)量裝置或其他因素引起的不利影響。

　　特征提取和選擇：通過(guò)各種手段獲取的信息量是特別的大，因此，要進(jìn)行排序要求，并且轉(zhuǎn)換原始數(shù)據(jù)，以便獲得最能反映分類性質(zhì)的數(shù)據(jù)。

　　分類決策：分類決策是指使用統(tǒng)計(jì)方法對(duì)已在特征空間中識(shí)別的對(duì)象進(jìn)行分類，并根據(jù)模型訓(xùn)練定義一定的經(jīng)驗(yàn)法則，繼而減少損失。

　　4.2.2結(jié)構(gòu)模式識(shí)別

　　它使用一定的結(jié)構(gòu)關(guān)系來(lái)表示對(duì)象模型，應(yīng)用不同的規(guī)則和語(yǔ)法，如身份函數(shù)，并使用錯(cuò)誤概率作為標(biāo)識(shí)函數(shù)進(jìn)行識(shí)別。

　　4.2.3多元數(shù)據(jù)圖形特征元模式識(shí)別

　　結(jié)構(gòu)模式識(shí)別的最大缺點(diǎn)是它無(wú)法提取數(shù)據(jù)，比較廣義的結(jié)構(gòu)建模方法，并提取和描述與家庭的體驗(yàn)和感覺相結(jié)合的特征設(shè)計(jì)。因此，創(chuàng)建一種挖掘方法和表示獨(dú)立于領(lǐng)域知識(shí)的子數(shù)據(jù)模型的方法是非常重要的。非結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)是指多元數(shù)據(jù)圖形特征中抽象多元數(shù)據(jù)的表示，然后提取描述多元數(shù)據(jù)圖形的子例程，以及最后使用多變量數(shù)據(jù)結(jié)構(gòu)變量模式進(jìn)行分類和識(shí)別。

　　4.2.4粗糙集模式識(shí)別

　　粗糙度理論的思想是利用現(xiàn)有的知識(shí)庫(kù)來(lái)推斷和描述已知知識(shí)庫(kù)中知識(shí)的不充分和不確定性來(lái)進(jìn)行刻畫。粗糙集模式不需要提供其他的知識(shí)和信息，只需要提供解決問(wèn)題所需要的知識(shí)，也不需要主觀的評(píng)價(jià)。因此，在描述問(wèn)題或是處理問(wèn)題時(shí)顯得比較客觀。

　　4.3資源規(guī)劃與配置

　　人工智能的資源規(guī)劃與配置技術(shù)可謂是至關(guān)重要。在波斯灣危機(jī)期間，由美國(guó)軍方開發(fā)的動(dòng)態(tài)規(guī)劃和配置工具DART完全履行了其規(guī)劃和運(yùn)輸任務(wù)。此任務(wù)涉及的參數(shù)非常復(fù)雜，具有不同的起點(diǎn)、不同的終點(diǎn)和不同的路徑，這些都極大地加劇了任務(wù)的負(fù)擔(dān)。采用原有的傳統(tǒng)方法需要很長(zhǎng)的時(shí)間，而用DART可以在短時(shí)間內(nèi)迅速完成。資源規(guī)劃和配置效率是DART最突出的特性。因此，如果將DART用于財(cái)務(wù)管理資源的動(dòng)態(tài)規(guī)劃和配置，將大大提高財(cái)務(wù)管理效率和業(yè)務(wù)效率。

　　4.4智能財(cái)務(wù)管理信息共享系統(tǒng)

　　智能財(cái)務(wù)管理信息共享系統(tǒng)是智能財(cái)務(wù)管理信息系統(tǒng)。智能財(cái)務(wù)管理信息共享系統(tǒng)包括財(cái)務(wù)管理和操作系統(tǒng)審計(jì)。通過(guò)建立共享財(cái)務(wù)管理信息的架構(gòu)，公司可以使用較低的成本向利益相關(guān)者提供某些財(cái)務(wù)信息。例如，建立基于B/S的架構(gòu)，降低成本，實(shí)現(xiàn)真實(shí)的財(cái)務(wù)信息共享，并改善財(cái)務(wù)信息的處理。通過(guò)IIS發(fā)布財(cái)務(wù)管理查詢系統(tǒng)后，可以基于Web瀏覽器訪問(wèn)企業(yè)的所有部門，用戶和其他實(shí)體也可以及時(shí)了解。目前的互聯(lián)網(wǎng)+財(cái)務(wù)狀況、界面技術(shù)可用于將企業(yè)ERP中的財(cái)務(wù)信息添加到財(cái)務(wù)信息共享系統(tǒng)中，可以顯示智能財(cái)務(wù)管理和企業(yè)財(cái)務(wù)管理信息。

　　4.5人工神經(jīng)網(wǎng)絡(luò)模型

　　人工神經(jīng)網(wǎng)絡(luò)的意思是根據(jù)不同類型的處理單元來(lái)模仿人類的大腦神經(jīng)系統(tǒng)來(lái)完成工作的處理結(jié)構(gòu)。結(jié)構(gòu)和原理采用不同的方法聯(lián)結(jié)網(wǎng)絡(luò)。通過(guò)一些實(shí)際的學(xué)習(xí)和知識(shí)的改進(jìn)，知識(shí)結(jié)構(gòu)進(jìn)行了不斷修改，并改變推理庫(kù)組成，進(jìn)一步提高人類的外交能力和控制能力。

　　4.5.1人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程

　　Rosenblatt創(chuàng)建了感知器模型，最早將神經(jīng)網(wǎng)絡(luò)理論變成為現(xiàn)實(shí)，形成了人工神經(jīng)網(wǎng)絡(luò)研究的關(guān)鍵。后來(lái)，Minsky和Papert找到一些限制性的問(wèn)題。并且積極地尋找克服的方法，人工神經(jīng)網(wǎng)絡(luò)研究進(jìn)入了瓶頸期，發(fā)展也是十分緩慢。上世紀(jì)中葉，人工神經(jīng)網(wǎng)絡(luò)逐漸突破固有體制，變得更加開放，Hopefi eld神經(jīng)網(wǎng)絡(luò)的收斂和穩(wěn)定性促進(jìn)了神經(jīng)系統(tǒng)的發(fā)展，為其增添了生命的新活力，灌注新血液，創(chuàng)造了人工智能的新動(dòng)力。人工網(wǎng)絡(luò)進(jìn)而在更多的領(lǐng)域發(fā)展壯大起來(lái)了，成了當(dāng)時(shí)經(jīng)濟(jì)管理中的一項(xiàng)新技術(shù)，對(duì)財(cái)務(wù)管理發(fā)展也提供了有利的條件。

　　4.5.2人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用

　　人工神經(jīng)網(wǎng)絡(luò)可以分為ART網(wǎng)絡(luò)、BP網(wǎng)絡(luò)、和H0P網(wǎng)絡(luò)等類型。BP網(wǎng)絡(luò)一般是運(yùn)用在分類、函數(shù)逼近、優(yōu)化和預(yù)測(cè)等方面。在財(cái)務(wù)管理領(lǐng)域的應(yīng)用，如上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警、金融衍生證券定價(jià)、經(jīng)濟(jì)發(fā)展模式選擇、市場(chǎng)營(yíng)銷策略、預(yù)測(cè)物流的相關(guān)組合等等。ART網(wǎng)絡(luò)的主要應(yīng)用程序在金融判斷領(lǐng)域評(píng)估控制質(zhì)量和數(shù)據(jù)利用。RBF神經(jīng)網(wǎng)絡(luò)在管理客戶關(guān)系、住宅造價(jià)領(lǐng)域廣泛應(yīng)用。HOP技術(shù)上的應(yīng)用技術(shù)是非常廣泛的。在科技領(lǐng)域的人工智能和管理經(jīng)濟(jì)的使用，收獲了一致的好評(píng)，也受到了廣大學(xué)者的關(guān)注。而在財(cái)務(wù)管理領(lǐng)域，BP網(wǎng)絡(luò)的運(yùn)用也取得了可觀的效果，成為了人工智能的閃光點(diǎn)，人工神經(jīng)網(wǎng)絡(luò)為企業(yè)的財(cái)務(wù)管理體系增添了色彩。

　　5、人工智能的發(fā)展前景

　　數(shù)據(jù)顯示，近年來(lái)全球人工智能領(lǐng)域的投融資交易發(fā)展十分迅速。2016年全球人工智能領(lǐng)域投資交易將近700項(xiàng)，和2012年的160項(xiàng)投資相比有了明顯增長(zhǎng)。2017年全球人工智能創(chuàng)業(yè)公司共獲得投資152億美元。

　　在近幾年來(lái)，中國(guó)人工智能的發(fā)展備受世界矚目。國(guó)家行動(dòng)計(jì)劃來(lái)自互聯(lián)網(wǎng)，在互聯(lián)網(wǎng)+的相關(guān)的規(guī)劃中，人工智能稱其為戰(zhàn)略性新興產(chǎn)業(yè)而受到重視。計(jì)劃是以信息技術(shù)與制造技術(shù)相互結(jié)合，重點(diǎn)培養(yǎng)人工智能的產(chǎn)量式發(fā)展。工業(yè)化技術(shù)與人工智能的快速發(fā)展，可加快網(wǎng)絡(luò)中國(guó)的建設(shè)進(jìn)程。

　　我國(guó)未來(lái)人工智能發(fā)展戰(zhàn)略的目標(biāo)：首先，到2020年，在人工智能和應(yīng)用技術(shù)的水平上，將要達(dá)到世界上新的尖端技術(shù)工業(yè)水平，人工智能是經(jīng)濟(jì)增長(zhǎng)的重要組成部分；第二，人工智能的基本理論已經(jīng)改變了世界上的基本應(yīng)用技術(shù)組成，和之前的部分技術(shù)水平相比，人工智能成為帶動(dòng)我國(guó)產(chǎn)業(yè)發(fā)展以及經(jīng)濟(jì)轉(zhuǎn)型的主要?jiǎng)恿�；然后，�?030年，人工智能的理論可應(yīng)用在世界上的技術(shù)領(lǐng)域再一次擴(kuò)大，創(chuàng)造性的人工智能成為創(chuàng)新的核心。從現(xiàn)在開始到2040年將是在科技時(shí)代的發(fā)展中重要的一個(gè)時(shí)間段，在人類的生活中，人工智能將會(huì)貫徹始終。在每一個(gè)領(lǐng)域，人工智能的未來(lái)將不斷地發(fā)展壯大。

　　6、結(jié)束語(yǔ)

　　人工智能技術(shù)的不斷運(yùn)用為智能機(jī)器人超越人類提供了一定的基礎(chǔ)，人工智能技術(shù)在財(cái)務(wù)管理中的運(yùn)用也是日益成熟。在未來(lái)，人工智能在財(cái)務(wù)管理方面的發(fā)展必定會(huì)帶來(lái)飛躍進(jìn)步，采用智能財(cái)務(wù)管理專家系統(tǒng)，進(jìn)而提高財(cái)務(wù)管理的效率、效果和利益。財(cái)務(wù)專家系統(tǒng)的特征也會(huì)更加智能化、人性化。智能財(cái)務(wù)管理專家的機(jī)器人也就可以認(rèn)認(rèn)真真地來(lái)計(jì)算、管理復(fù)雜的財(cái)務(wù)數(shù)據(jù)，將財(cái)務(wù)管理人員解放出來(lái)，而利用人工智能機(jī)器人來(lái)處理各項(xiàng)任務(wù)。在財(cái)務(wù)管理領(lǐng)域運(yùn)用人工智能技術(shù)，需要從經(jīng)濟(jì)發(fā)展戰(zhàn)目標(biāo)的角度出發(fā)，根據(jù)人類的本質(zhì)想法，實(shí)施制度化、體系化金融管理方法，推動(dòng)資金管理程序的可持續(xù)發(fā)展，達(dá)到最大的利益水平。

　　參考文獻(xiàn)：

　　[1]李陶深.人工智能[M].重慶：重慶大學(xué)出版社，2002.

　　[2]蔡自興.人工智能基礎(chǔ)[M].北京：高等教育出版社，2005.

　　[3]佘玉梅，段鵬.人工智能應(yīng)用[M].上海：上海交通大學(xué)出版社，2007.

　　[4][美]D.ASP.NET1.1數(shù)據(jù)庫(kù)入門經(jīng)典[M].北京：清華大學(xué)出版社，2005.

　　[5]王化成.財(cái)務(wù)管理理論結(jié)構(gòu)[M].北京：中國(guó)人民大學(xué)出版社，2006.

　　[6]傅元略.財(cái)務(wù)管理理論[M].廈門：廈門大學(xué)出版社，2007.

　　[7]王萬(wàn)良.人工智能及其應(yīng)用[M].高等教育出版社，2006.

【人工智能技術(shù)在財(cái)務(wù)管理中的應(yīng)用】相關(guān)文章：

人工智能技術(shù)在數(shù)字地球中的應(yīng)用論文07-03

人工智能技術(shù)在科技傳播中的應(yīng)用探索論文07-03

人工智能技術(shù)在電氣自動(dòng)化中的應(yīng)用論文07-04

人工智能技術(shù)手段在計(jì)算機(jī)中的應(yīng)用論文07-03

人工智能技術(shù)在機(jī)械電子工程領(lǐng)域的應(yīng)用論文07-02

空中交通管理人工智能技術(shù)的應(yīng)用論文07-03

淺議人工智能技術(shù)在電力自動(dòng)化的應(yīng)用論文07-03

談電氣自動(dòng)化人工智能技術(shù)的應(yīng)用論文07-04

人工智能技術(shù)對(duì)電氣自動(dòng)化控制的應(yīng)用論文07-04

ERP系統(tǒng)在財(cái)務(wù)管理中的應(yīng)用論文07-04