谈人工智能在会计行业的影响论文
谈人工智能在会计行业的影响论文
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。下面是小编为大家收集的谈人工智能在会计行业的影响论文，欢迎阅读，希望大家能够喜欢。
摘要：人工智能革命是基于算法革命之上的先验性革命，它是未来社会进步和科技发展的大趋势，也是未来中国各个行业改革和发展的辅助工具和得力助手。人工智能在会计行业的应用不再罕见。在人工智能时代的背景下，我们应该与时俱进，不断改革和拓展，加快人工智能在行业中的实施。基于这一背景，本文对人工智能在会计行业中的应用进行了分析和研究，完成了影响分析和策略制定，并从客观和前瞻性的角度看待这一技术的发展和应用。
关键词：人工智能；会计行业；影响研究；
人工智能的崛起成为中国现代化发展的推动力，会计工作的发展和创新因为人工智能的参与也更加迅速、高效，具有广阔的发展前景。但是，特别是在今天的背景下，清华大学已经取消了会计专业，这是会计人员面临的一个重要问题。
一、人工智能与会计
人工智能的核心是机器学习，它使机器模仿人类的思维方式，最终代替人类去思考，创造新的决策路径或将其作为决策手段。人工智能是以计算机算法为核心，以算法革命为基础的一次飞跃性改革。人工智能反映了科学技术的进步和人类对生产力高效管理和解放的渴望。人工智能可以“模仿”人类的脑力劳动，初级的人工智能可以开展简单的流水线作业，高级的人工智能可以做出生产计划和决策。人工智能是机器代替人工的发展趋势，其应用范围将更加广泛，它与会计行业的发展密切相关。目前，会计市场上的“人工智能”更像是商业智能数据分析，即通过应用大数据等来提高工作效率，基于人类提供的既定算法进行机器操作，并不是机器学习和思考的产物。但目前，人工智能在会计行业的应用价值也凸显出来，其主要目的为提高效率、变事后监控为实时监控、完成基础会计工作。
二、会计行业的人工智能趋势发展必要性
（一）传统的会计记账模式已经落后主流
在传统的会计模式下，其工作效率已经不能满足企业发展的需要。以前用手工记账，现在用Excel、SPSS、MATLAB等软件，实践证明机器驱动确实给会计节省了一些低级重复性作业耗费的精力，实现了工作内容的转型。目前，在低效率的会计工作模式下，这种转变也是不可避免的。一些不会使用计算机软件记账的会计人员已经基本被淘汰，而只会使用会计软件的会计人员很快就会被淘汰。
（二）人工智能可以提升会计工作效率
人工智能技术推动了新一轮技术革命的开始，影响了许多社会产业的发展。在一定程度上，人工智能可以代替部分人工工作，但也对会计工作的安全性构成了一定的威胁。基于这种情况，必须对财务会计工作进行转型升级，以保证企业的高效发展。根据作业会计的特点，可以将其与人工智能有效地结合起来，在高效企业治理的要求下，企业能够实现价值创造最大化，而人工智能技术的运用也很好地实现了这一目标。
三、人工智能对会计行业产生的影响
在人工智能的带动下，会产生推动会计行业的信息化发展的积极影响，也会产生各种消极影响，其对于整体的会计市场发展来说都将一场巨大的革新，其对会计行业的影响表现在以下方面：
（一）对会计市场的影响
人工智能可以使财务信息更加标准化和透明。以税务稽查为例，传统税务稽查已经进入大数据税务稽查时代。例如，金税系统使税收手段数字化，所开的增值税专用发票不仅防伪，而且联网，最大限度地避免了企业的不良缴税行为。未来会计行业的高效优质发展是一个趋势，而当下已经出现了许多关于会计衰落的声音，特别是低端会计市场的低效和低质量影响了会计行业的发展。人工智能在会计市场中的应用可以逐步消除会计市场中的不和谐因素，保留高质量的部分，使会计市场朝着更好的方向发展，无论是在规范化、法治化还是科技化方面，因为人工智能的介入具有积极的影响。这里需要注意的是，机器的`智能化和行业的传统化可能会出现一些不契合的问题，这导致会计市场的发展不能完全与人工智能技术相结合，而是需要一个过渡过程需要时间来慢慢印证。
（二）对企业的影响
毫无疑问，企业可以通过人工智能技术提高管理效率。而通过有效的人工智能技术与会计管理者的协调，往往会起到很好的价值。然而，人工智能在企业中的应用并不是一蹴而就的。尤其是今年以来，受疫情影响，所有企业都在进行裁员节衣缩食，目前资金外流并不多。然而，要实现人工智能在会计市场的落地，保证充足的资本投入是非常重要的。首先，购入机器并且进行组装调试需要支付一定的成本，其次，程序维护人员和机器人数据更新人员聘用需要占用一定成本，再者机器的使用寿命有限，需要更换也是一笔不小的开支。因此，企业如果决定应用人工智能技术，就需要做好资金支持。无论是设备购置费、电脑升级费还是劳动力投入，都是一笔不小的开支。然而，人工智能毕竟是未来的发展趋势，有必要通过对数据的早期分析，帮助公司制定发展战略。
（三）对财务人员的影响
自会计专业扩招以来目前国内会计从业人员太多，但是这么大的基数，能做到中高级会计的人并不多。换句话说，越来越多的人在基层会计岗位上工作，中高级岗位会计并不多。而人工智能已经慢慢被引入到工作场所，甚至是办公区。与人类相比，机器人成本更低、效率更高、出错率更低、工作时间更长，企业长远发展，自然是机器核算更稳定精准。因此那些不能为公司创造更大效益的会计，可能会被裁掉。对于中高级会计，人工智能在会计行业的应用不会受到影响。人工智能为企业解决基层的会计问题，中高级会计师的工作重点是财务分析。人是不可替代的，由此可见，企业中、高级会计师的工作价值会越来越突出。
（四）对会计系统的影响
人工智能在会计中的应用就是将所有会计工作整合起来，形成一个工作“共同体”。以前面提到的金税三期系统为例，该系统实现了各省市税制的结合，降低了数据统一利用的难度，加强了国家税收监管。在这种体制下，偷税漏税更容易被抓住。对于企业财务系统而言，未来企业的财务工作流程将更加系统化，会计工作将更加精简，从而实现企业的精细化管理。通过学习人脑，学习会计的经验和判断、分析公司的年报、了解公司的财务指标，人工智能可以正确计算市场上的资金流量，估计企业的经营状况和资金管理趋势，使企业的整体经营和发展更有效率。但其负面影响是，这将导致整个会计体系更加复杂，一旦出现问题，可能会给企业造成更大的损失。
四、人工智能发展背景下的会计行业发展启示
（一）政府应当加强会计市场的调控
经济建设需要以法治化建设为基础，而市场经济的运行是建立在法治的基础上稳定运作，会计工作具有严明性特征，需要政府加强对市场与行业的监管，在法规、规章的规范和引导之下，保证会计市场的和谐发展和配套发展。市场经济对传统法律理论、观念产生一定的挑战，政府在大力发展市场经济的基础上，也要对市场经济运行新机制，进行有效地引导和完善，建立在生产力的发展、综合国力的增强、国民生活质量提升的基础上做好调控，严格规范、有效引导，建立与社会主义市场经济、与人工智能时代发展相适应的条例法规。
（二）会计人员应当不断提升自身技能
人工智能对会计人员的影响有利也有弊。从积极影响方面来看，高效率的工作能力取代了一些从事基础工作的会计，但是财务人工智能并不能胜任所有工作。人工智能的优势在于数据的系统核算和人工相比，人工智能还是有劣势的，其劣势主要表现在商业决策方面，在商业决策中，机器人经常为人类提供系统的数据，真正有能力思考和分析的是我们的财务人员。作为会计人员，尤其是从事基础会计的人员，学习CPA、CMA等相关内容来丰富自己的会计工作，提高自己的业务能力，向着决策和分析方向发展，在未来会有很好的发展。对于会计人员来说，人工智能的发展也让我们的会计人员看到了自己能力的不足。
（三）企业应加强“AI+会计”的转型
企业应当加强重视，尤其是对会计信息化发展的重视。以提升管理效能和决策科学性为基础，根据企业的发展实际制定人工智能与会计融合发展的规划，重视对技术的投资。企业方面需要做好资金的支持，更要做好理念的改革，在目前中国中小企业的会计工作多为财务会计，在当今背景下，需要逐渐向管理会计的方向发展，建立在企业发展需求的基础之上，做好会计工作的转型与革新。转型之后其能实现企业财务工作的灵活化和科学化，重点对盈余管理进行掌控，建立在人工智能的基础上对会计准则精准分析，以盈余管理优化企业资本的走向，这些都需要人工智能打底，进行精准化的分析。
五、结语
可以预见的是，未来人工会计工作不会被淘汰，而是会有更多的类型、更复杂的内容和更具挑战性的决策需要会计人员分析决策。需要广大员工继续努力学习，拓宽知识面。通过自己的努力增强自己的竞争力，从而避免被人工智能淘汰。除了人员的能力提升之外，做好技术的优化也是非常有必要的，加快技术升级，做好市场调控，将会令会计工作的发展愈来愈好。
六、参考文献
[1]万芙蓉,曾小青.“实时会计+智能财务”-大数据时代的财务转型[J].财会学习,2020(23):20-21.
[2]王宏利,张耀杰.“大智移云”背景下企业成本管理影响因素研究综述[J].产业创新研究,2020(15):1-6.
[3]高文波,王富静,牟泳帅,等.论人工智能时代财务会计向管理会计的转型策略[J].中国集体经济,2020(23):62-63.
[4]洪韵华.人工智能视域下企业智能财务的体系构建和应用研究[J].中国注册会计师,2020(08):98-102.
[5]陈雅萍.人工智能时代企业财务会计向管理会计转型路径研究[J].商场现代化,2020(14):184-186.
【谈人工智能在会计行业的影响论文】相关文章：
谈新会计标准对会计信息的影响论文09-01
谈新会计准则对会计核算的影响论文08-30
谈有线传输技术在通信工程的影响论文06-23
谈会计电算化发展对会计核算的影响论文06-01
谈会计改革对经济责任审计的影响论文06-22
探索网络经济在会计理论的影响论文12-07
谈电子商务在区域经济发展的影响论文06-22
公允价值在我国会计中的应用及影响论文10-16
谈常见中药对肾功能的影响论文08-04
人工智能时代企业财务会计面临的问题及对策
刘心昱青岛大学
摘要：伴随信息科技的飞速发展，人工智能时代已全面来临，科学先进的人工智能技术被广泛应用于行业各个领域。与会计行业而言，人工智能技术的应用使得传统会计发生了巨大变革，借助人工智能大大节省了人力、提升了会计核算的精准效率，在感受到受益优势的同时也让我们看到了人工智能对传统会计行业造成的巨大冲击。本文从当前会计行业现状分析出发，提出人工智能对财务会计的影响利弊，并提出应对解决之策，以期促进会计行业积极顺应时代发展转型，借助人工智能实现会计领域的变革创新。
关键词：人工智能时代；企业财务会计；问题；对策
一、前言
当前人工智能的理论和技术日趋成熟化，其应用领域也在不断扩大，从教育到医疗、从科技到金融各个行业都受益匪浅。人工智能就本质而言，是对人的智力活动进行计算分析，通过计算机技术对人的思维信息过程进行模拟的一种智能行为，形成拟人、智能化的计算机系统，以此为人们提供更加人性化的智能服务，帮助人们完成智力工作。
从1987年到2017年，从美国首开会计智能化先河到财务机器人的出现，让人工智能在会计行业实现了质的飞跃。借助财务机器人实现会计自动化操作，替代财务人员完成一些重复性、规则性、结构化的工作，有效提升了会计核算工作，成为人工智能技术在会计行业发展的重要成果。财务机器人的出现无疑给会计行业带来巨大欣喜和变革，与此同时也对传统会计形成挑战和威胁。因此，致力于研究人工智能时代企业财务会计的问题，这是当前会计领域所聚焦的热点话题，值得我们进一步深思探讨。
二、当前财务会计行业现状分析
财务会计工作涉及到社会各个行业，近年来伴随经济的持续向好，国家对财务人员的需求量也在不断攀升，高校财会专业不断扩招，会计从业人员越来越多。2017年国家会计法规定会计从业人员必须持证上岗，会计从业资格证书成为了从事财务会计工作的第一道门槛。经统计了解，2019年我国各级会计人员比例差距很大，其中初级会计、中级会计人员占据了整个会计行业的90%以上，尤其是初级会计人员高达70%以上，而高级会计人员却极度缺失，特别是国家注册会计师更为短缺。从这些数据我们不难发现，会计行业人才两极分化严重，基层会计人员已趋于饱和状态。而在人工智能时代背景之下，会计从最先传统的人工记账向电算化靠拢，再到现阶段的财务软件系统的开发应用，经过科技的不断革新，会计信息化技术日趋稳定和成熟，现代智能化财务管理已然成为当前会计行业的发展新趋势[1]。
三、人工智能对企业财务会计的积极作用
（一）会计工作效率大幅提升
目前人工智能技术主要应用于会计核算方面，传统会计模式下会计人员需要做大量基础性工作，比如整理单据、审核单据、报销费用等，这些工作尽管简单但是重复性大、机械性强，会消耗大量人力和时间。而人工智能就可以很好地解决这一问题，实现会计业务数据的高速处理输入，账单、凭证的全自动生成，促进会计相关数据信息的加快生成、会计核算的效率提高；同时给会计人员减轻大量的工作负担，让他们具备更多的工作时间和精力去处理其它财务工作。
（二）会计信息准确率有效提高
人工作业是传统会计工作的基础，会计工作人员每天要处理大量原始凭证票据、登记录入等工作，由于纯人工操作很难保证百分之百的准确率，一旦出现人为差错，不但造成返工、加剧工作量，还会影响正常工作进度。同时，由于每个人的财务水平、业务能力不同也会影响财务工作的效率和质量。那么，在日常会计工作中应用人工智能，则可以有效规避这类问题，通过人工智能减少人工操作，简化业务流程，会计数据的录入输出更为规范化，有效提高会计信息的准确率，还能规避人为操作情况下可能发生的信息造假问题。比如，使用财务机器人扫描增值税发票，系统自动设置后能够快速查验发票并将结果登记录入表格中，会计工作人员则可以直接将其转移税务部，通过财务机器人自动访问发票选择确认平台，下载增值税发票批量勾选文件，对比发票清单予以匹配并判断可否认证抵扣，再将所勾选发票批量整理上传导入到发票选择确认平台中进行抵扣进税。再如，通过人工智能操作费用报销业务，在所设定程序中填写步骤提交表单，经财务机器人严格审核，确认发票是否真伪、有无签章等，这样不仅规范了报销业务流程同时提高了会计信息的准确性。
（三）助推会计行业升级转型发展
在会计行业实现电算化的发展模式下，现在所有企业基本都有引用财务软件系统开展工作，有效改革了传统会计工作模式下的各项会计工作，如审核单据、编写凭证、登记账目、编制报表等。尽管所有的工作效率都有所提升，然而其财务信息却仍然缺少一定的时效性，无法满足企业对财务信息的及时需求。在人工智能背景下，企业的会计核算不再是单一化模式，完全可按照信息使用者的需求将业务和账务相结合，形成对应指标的财务报表，及时反馈出动态化的财务信息数据；还能按照信息使用者的偏好习惯提供个性化财务报告；尤其是能够更为全面深入的分析并处理会计数据，提高数据信息的高质高效，使其转化成企业重要的财务信息，帮助企业实现科学决策[2]。这些都助力推动了会计行业的升级转型发展，让会计工作更好地适应社会发展需求。
四、人工智能时代企业财务会计面临的问题
（一）会计信息安全风险提高
将人工智能应用于现代企业的日常财务会计管理工作中，提高了财务信息数据的分析处理能力，但同时也提高了数据的安全风险性。在人工智能背景下，财务数据达到数字化存储条件，与传统保存形式相比，数字化存储所容纳信息量更大，也更方便财务人员进行查询和使用。然而，它也存在一定的弊端，数据系统如防护措施不强，很容易遭受黑客系统的侵袭，数据在输出输入的过程中受到恶意拦截，极易造成信息的外泄，严重情况下致使重要的商业机密丢失，给企业造成无可挽回的经济损失。所以，企业在使用人工智能开展财务会计工作时一定要增强数据的安全防护，加大防护级别和力度，防范于未然。
（二）会计人员职业需求提高
在传统固定式会计工作环境中，大部分会计从业人员日复一日进行着重复性、机械性、低难度性的基础工作，而人工智能时代的来临彻底改变了这一现状，在大跨步提高常规性会计工作效率的同时，也预示着未来将有大量的一线财务工作者面临着失业再就业的风险。作为一名财务人员，要想在残酷激烈的时代竞争中站稳脚跟，则必须要满足当前社会对其提出的新标准高要求。人工智能技术的产生和应用，改变了传统会计行业的运作模式、核算方式，促进了行业升级转型，将财务工作者从重复机械化的工作中挣脱出来，使他们能够具备更多时间和精力去处理一些有分析战略性、高附加值的工作，实现传统会计向管理会计的有效变革，在企业财务预测、分析调控以及投资决策等方面发挥出专业优势和价值[3]。因此，在会计领域只有不断加强自我职业技能和水平，掌握现代化办公能力，才能适应会计行业的用人需求，不至于被竞争淘汰掉。
（三）会计人员结构需求改变
鉴于人工智能对企业财务会计工作的积极影响，也预示着未来企业所需的传统会计人员将逐步减少，大批从事基础会计工作的人员要寻求新的生存能力；同时在会计领域，将对掌握财务相关知识同时具备技术研发维护能力的高端复合型人才求贤若渴，综合应用型人才的缺口随之将不断扩大。因此，未来会计行业对人才需求的变化，必定会影响整个行业的会计人员结构产生变化。
（四）人工智能系统管理问题复杂
应用人工智能开展企业财务会计管理工作尽管益处多多，但同时在实际运作中也会产生一些较为棘手的问题，例如财务机器人在处理实际会计工作时，可能因系统错误影响财务工作、致使财务数据出错，给企业及客户造成经济损失，同时法律责任的主体无法明确追究，究竟是技术研发人员还是财务机器人本身的问题无法确定，人工智能系统管理方面没有一套行之有效的范式依据。所以，要如何管理人工智能系统也是会计行业亟待解决的问题。
五、人工智能时代企业财务会计的应对策略
（一）积极转变传统会计理念
在人工智能时代，人工智能技术的应用给企业和财务人员同时带来了机遇和挑战，总的来说利更大于弊，我们也因此看到了会计工作的高质高效运行，还有一些会计从业人员顺应需求作出的积极转变。在此形势下，作为会计人员首当其冲要尽快转变个人思想，改变传统的会计工作理念，充分认识到行业和形势的需求，明白现代会计工作的内涵，加强财务相关工作业务的学习，尽可能多的掌握一些经济管理、计算机应用等领域相关知识，打牢自身的会计业务处理能力，提升财务分析、预判、管理能力，以更扎实的财务理论和技能基础应对人工智能时代的挑战[4]。
（二）由传统会计向管理会计转型
1.提升企业财务队伍业务能力
企业首先要对财务部门组织架构进行优化调整，重新定位财务工作范围和职责，调整财务人员的岗位职责体系，对原有的财务人员进行岗位分类分工。需要注意的一点是职能定位必须要以创造管理价值为核心，才能从传统核算会计向管理决策会计转变，将财务工作的重心调整到企业财务预测分析、控制决策层面。因此企业必须要实现三个方面的转型，这其中包括财务工作内容、财务业务手段、财务工作人员的全面转型，切实提高企业财务部门的决策支持、风险管理、统筹规划能力。同时，财务工作者应深入业务部门参与过程管控，跟进执行情况，保证目标的达成；提高财务工作的前置性，构建事前分析、事中预警、事后核算反馈的全闭环财务管理模式。此外，要进一步增加财务信息化的建设，按照企业业务部门的管理需求，及时、有效、精确的为其提供财务数据的决策支持。有必要的前提下企业可另设管理会计岗位，提高企业财务管理能力。
2.重新梳理企业流程制度
在传统会计模式下，会计工作处于一种局部性、被动化状态，这种事后核算的会计形式不利于企业实现财务预测。为改变这种局面，企业必须重新梳理业务、财务的工作流程，构建财务事前预测、事中预警、事后反馈的流程，将其融入进业务流程的每个阶段，将财务管理覆盖到整个业务链，建立企业内部管理会计体系，其中涵盖有财务核算、成本控制、资金管理、预算分析、资产管理、合同管理、绩效管理等各个方面，促进企业财务管理体系和企业相关业务相互结合，让财务和业务两大部门形成合作关系，为企业各项业务的经营提供精确有效及时的财务信息和指导意见[5]。
3.积极推进业务和财务的融合
将传统会计向管理会计转型发展，企业将一部分财务人员从原来单一的工作中脱离出来，让他们参与到企业经营管理中。实施具体操作流程如下：首先将财务和业务部门相融合，让财务人员深入了解业务环节，充分了解企业的业务模式、流程以及产品相关知识；其次优化业务流程，财务人员通过业务单据收集并存储业务相关数据；最后再对业务数据进行分类加工、整理汇总，最终形成一份完整详尽的经营分析报告。经过以上的财务介入操作，对业务施行全程监控，为企业运营管理人员提供及时准确的预算监管、经营分析、决策数据，全方位参与到企业的日常经营管理之中，实现财务价值的提升【6】。
4.强化内部培训和专业人才引进
企业要想获得管理会计的全面转型，首先要对现有财务人员进行强化培训，提高他们对管理会计的认知和技能，积极鼓励他们报考管理会计师证，加强理论和实践的相互结合，并从现有财务人员中遴选一批重点培养对象进行特别培养；其次要在企业内部进行一定宣传引导，让公司的管理人员能够了解一定的管理会计知识，明白管理会计在整个企业的关键影响，引进有经验和资质的管理会计人才。通过内抓外聘双管齐下扩大企业财务管理能力，提高财务人员职业素质，为企业实现管理财务夯实人才基础。
5.充分利用信息化手段
财务工作要实现转型发展，信息化办公是必要途径，通过信息化技术实现信息数据的深度挖掘，让企业实现合理预算、集中管理、成本控制、风险管控、资产管理、财务报账等工作的有机融合，同时还可为企业运营决策提供价值参考、数据支撑，极大化的提升财务管理的效能。企业建立办公自动化系统（OA系统），对企业资源计划系统（ERP系统）进行升级，构建ERP云端系统，将OA系统与ERP系统连接，从而实现数据的自动传输，保证信息数据的同时同步和精确化，以此形成财务共享平台，促使财务和业务实现融合并进，进一步提升企业价值。例如OA费控系统的应用，可以直接进行网络报销、实现无纸化办公，解决纸质单据面对面报销问题，即便是跨区域也能完成网络审核报销流程，提高财务报销工作的效率。故此，做好信息系统功能建设将为企业向管理会计转型提供有利条件。
（三）增强企业会计信息安全防护
企业要增强会计信息安全防护意识，组织财务工作人员参与网络使用安全问题的有关培训，提高员工对信息的甄别能力、规范员工操作流程，尽量规避因个人工作失误导致的出错问题；其次，企业可成立网络维护部门或外聘网络维护专员，定期为企业的网络进行检查、维护并更新，增强网络的安全性，及时解决黑客入侵、信息拦截威胁等问题，保障财务信息数据的安全性。此外，企业应构建财务信息安全预警机制，做到防控在先、预警在前、管控有力。
（四）完善人工智能监管系统
在大数据时代，人工智能所能搜集的数据更为广泛，在目标信息之外还可能触及到一些非必要信息，可能侵犯到他人隐私或知识产权问题。为规避此类现象，则要在应用中构建相对透明公开的人工智能监管体系，将应用问责制与应用监管相统一，对人工智能的设计算法、产品研发、成果应用的全过程予以监管。同时，有必要监督应用人工智能产品的企业自觉自律，平时在管理上加以监管，构建良好的企业文化机制，重视企业长远规划发展，加强对恶意侵犯他人隐私、滥用信息数据、违背职业道德等行为的惩戒措施。
六、结束语
伴随科技不断创新发展，未来人工智能技术在财务会计领域的应用只会越来越广泛、越来越普及。作为企业和会计从业人员，应该积极转变理念，顺应新时期会计行业的变革创新，主动引入人工智能应用于企业财务管理工作中，财务人员更要积极学习新观念、新知识、新技能，提高自身职业素养和专业水平，加强管理会计意识和能力，以求适应企业对财务人员的用工需求，为企业发展获取长远经济效益贡献财务管理支持。
参考文献：
[1]曾靖.新时代人工智能对财会工作的影响及对策研究[J].福建质量管理,2020(06):76.
[2]王赟.人工智能对会计行业的影响[J].现代营销,2020(06):208-209.
[3]朱玉梅.人工智能时代企业财务会计面临的问题及对策[J].商场现代化,2019(10):127-128.
[4]王贺.人工智能时代企业财务会计向管理会计的转型研究[J].环球市场,2019(36):70,72.
[5]刘春红.浅析企业财务会计向管理会计的转型[J].经营者,2020,34(9):169-170.
[6]朱石玉.人工智能发展对会计行业的影响及应对措施[J].江苏商论,2020(08):37-40.
人工智能的创新发展与社会影响
党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明了方向。2018世界人工智能大会9月17日在上海开幕，习总书记致信祝贺并强调指出人工智能发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。深入学习领会习总书记关于人工智能的一系列重要论述，务实推进我国《新一代人工智能发展规划》，有效规避人工智能“鸿沟”，着力收获人工智能“红利”，对建设世界科技强国、实现“两个一百年”的奋斗目标具有重大战略意义。
一、引言
1956年人工智能（ArtificialIntelligence，简称AI）的概念被正式提出，标志着人工智能学科的诞生，其发展目标是赋予机器类人的感知、学习、思考、决策和行动等能力。经过60多年的发展，人工智能已取得突破性进展，在经济社会各领域开始得到广泛应用并形成引领新一轮产业变革之势，推动人类社会进入智能化时代。美国、日本、德国、英国、法国、俄罗斯等国家都制定了发展人工智能的国家战略，我国也于2017年发布了《新一代人工智能发展规划》，发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏等地政府也相继出台推动人工智能发展的相关政策文件，社会各界对人工智能的重大战略意义已形成广泛共识。
跟其他高科技一样，人工智能也是一把双刃剑。如何认识人工智能的社会影响，也有“天使派”和“魔鬼派”之分。“天使派”认为，人工智能领域的科技创新和成果应用取得重大突破，有望引领第四次工业革命，对社会、经济、军事等领域将产生变革性影响，在制造、交通、教育、医疗、服务等方面可以造福人类；“魔鬼派”认为，人工智能是人类的重大威胁，比核武器还危险，有可能引发第三次世界大战。2018年2月，牛津大学、剑桥大学和OpenAI公司等14家机构共同发布题为《人工智能的恶意使用：预测、预防和缓解》的报告，指出人工智能可能给人类社会带来数字安全、物理安全和政治安全等潜在威胁，并给出了一些建议来减少风险。
总体上看，已过花甲之年的人工智能当前的发展具有“四新”特征：以深度学习为代表的人工智能核心技术取得新突破、“智能+”模式的普适应用为经济社会发展注入新动能、人工智能成为世界各国竞相战略布局的新高地、人工智能的广泛应用给人类社会带来法律法规、道德伦理、社会治理等方面一系列的新挑战。因此人工智能这个机遇与挑战并存的新课题引起了全球范围内的广泛关注和高度重视。虽然人工智能未来的创新发展还存在不确定性，但是大家普遍认可人工智能的蓬勃兴起将带来新的社会文明，将推动产业变革，将深刻改变人们的生产生活方式，将是一场影响深远的科技革命。
为了客观认识人工智能的本质内涵和创新发展，本报告在简要介绍人工智能基本概念与发展历程的基础上，着重分析探讨人工智能的发展现状和未来趋势，试图揭示人工智能的真实面貌。很显然，在当下人工智能蓬勃发展的历史浪潮中如何选择中国路径特别值得我们深入思考和探讨。因此，本报告最后就我国人工智能发展态势、存在问题和对策建议也进行了阐述。
二、人工智能的发展历程与启示
1956年夏，麦卡锡（JohnMcCarthy）、明斯基（MarvinMinsky）、罗切斯特（NathanielRochester）和香农（ClaudeShannon）等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能”这一概念，标志着人工智能学科的诞生。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展类人智能机器。人工智能充满未知的探索道路曲折起伏，如何描述1956年以来60余年的人工智能发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能60余年的发展历程划分为以下6个阶段：
一是起步发展期：1956年-20世纪60年代初。人工智能概念在1956年首次被提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序、LISP表处理语言等，掀起了人工智能发展的第一个高潮。
二是反思发展期：60年代-70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入了低谷。
三是应用发展期：70年代初-80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入了应用发展的新高潮。
四是低迷发展期：80年代中-90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：90年代中-2010年。由于网络技术特别是互联网技术的发展，信息与数据的汇聚不断加速，互联网应用的不断普及加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年IBM深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念，这些都是这一时期的标志性事件。
六是蓬勃发展期：2011年-至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器（GraphicsProcessingUnit，简称GPU）等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景的人工智能技术突破了从“不能用、不好用”到“可以用”的技术瓶颈，人工智能发展进入爆发式增长的新高潮。
通过总结人工智能发展历程中的经验和教训，我们可以得到以下启示：
（一）尊重学科发展规律是推动学科健康发展的前提。科学技术的发展有其自身的规律，顺其者昌，违其者衰。人工智能学科发展需要基础理论、数据资源、计算平台、应用场景的协同驱动，当条件不具备时很难实现重大突破。
（二）基础研究是学科可持续发展的基石。加拿大多伦多大学杰弗里·辛顿（GeoffreyHinton）教授坚持研究深度神经网络30年，奠定人工智能蓬勃发展的重要理论基础。谷歌的DeepMind团队长期深入研究神经科学启发的人工智能等基础问题，取得了阿尔法狗等一系列重大成果。
（三）应用需求是科技创新的不竭之源。引领学科发展的动力主要来自于科学和需求的双轮驱动。人工智能发展的驱动力除了知识与技术体系内在矛盾外，贴近应用、解决用户需求是创新的最大源泉与动力。比如专家系统人工智能实现了从理论研究走向实际应用的突破，近些年来安防监控、身份识别、无人驾驶、互联网和物联网大数据分析等实际应用需求带动了人工智能的技术突破。
（四）学科交叉是创新突破的“捷径”。人工智能研究涉及信息科学、脑科学、心理科学等，上世纪50年代人工智能的出现本身就是学科交叉的结果。特别是脑认知科学与人工智能的成功结合，带来了人工智能神经网络几十年的持久发展。智能本源、意识本质等一些基本科学问题正在孕育重大突破，对人工智能学科发展具有重要促进作用。
（五）宽容失败应是支持创新的题中应有之义。任何学科的发展都不可能一帆风顺，任何创新目标的实现都不会一蹴而就。人工智能60余载的发展生动地诠释了一门学科创新发展起伏曲折的历程。可以说没有过去发展历程中的“寒冬”就没有今天人工智能发展新的春天。
（六）实事求是设定发展目标是制定学科发展规划的基本原则。达到全方位类人水平的机器智能是人工智能学科宏伟的终极目标，但是需要根据科技和经济社会发展水平来设定合理的阶段性研究目标，否则会有挫败感从而影响学科发展，人工智能发展过程中的几次低谷皆因不切实际的发展目标所致。
三、人工智能的发展现状与影响
人工智能经过60多年的发展，理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界经济、政治、军事和社会发展，日益得到各国政府、产业界和学术界的高度关注。从技术维度来看，人工智能技术突破集中在专用智能，但是通用智能发展水平仍处于起步阶段；从产业维度来看，人工智能创新创业如火如荼，技术和商业生态已见雏形；从社会维度来看，世界主要国家纷纷将人工智能上升为国家战略，人工智能社会影响日益凸显。
（一）专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定领域的人工智能技术（即专用人工智能）由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，因此形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域，统计学习是专用人工智能走向实用的理论基础。深度学习、强化学习、对抗学习等统计机器学习理论在计算机视觉、语音识别、自然语言理解、人机博弈等方面取得成功应用。例如，阿尔法狗在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，语音识别系统5.1%的错误率比肩专业速记员，人工智能系统诊断皮肤癌达到专业医生水平，等等。
（二）通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。虽然包括图像识别、语音识别、自动驾驶等在内的专用人工智能领域已取得突破性进展，但是通用智能系统的研究与应用仍然是任重而道远，人工智能总体发展水平仍处于起步阶段。美国国防高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）把人工智能发展分为三个阶段：规则智能、统计智能和自主智能，认为当前国际主流人工智能水平仍然处于第二阶段，核心技术依赖于深度学习、强化学习、对抗学习等统计机器学习，AI系统在信息感知（Perceiving）、机器学习（Learning）等智能水平维度进步显著，但是在概念抽象（Abstracting）和推理决策（Reasoning）等方面能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。
（三）人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，在其2017年的年度开发者大会上，谷歌明确提出发展战略从“MobileFirst”（移动优先）转向“AIFirst”（AI优先）；微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿，麦肯锡报告2016年全球人工智能研发投入超300亿美元并处于高速增长，全球知名风投调研机构CBInsights报告显示2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。
（四）创新生态布局成为人工智能产业发展的战略高地。信息技术（IT）和产业的发展史就是新老IT巨头抢滩布局IT创新生态的更替史。例如，传统信息产业IT（InformationTechnology）代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网IT（InternetTechnology）代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等，目前智能科技IT（IntelligentTechnology）的产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动AI技术生态的研发布局，全力抢占人工智能相关产业的制高点。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理GPU服务器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。在技术生态方面，人工智能算法、数据、图形处理器（GraphicsProcessingUnit，简称GPU）/张量处理器（TensorProcessingUnit，简称TPU）/神经网络处理器（NeuralnetworkProcessingUnit，NPU）计算、运行/编译/管理等基础软件已有大量开源资源，例如谷歌的TensorFlow第二代人工智能学习系统、脸书的PyTorch深度学习框架、微软的DMTK分布式学习工具包、IBM的SystemML开源机器学习系统等；此外谷歌、IBM、英伟达、英特尔、苹果、华为、中国科学院等积极布局人工智能领域的计算芯片。在人工智能商业和应用生态布局方面，“智能+X”成为创新范式，例如“智能+制造”、“智能+医疗”、“智能+安防”等，人工智能技术向创新性的消费场景和不同行业快速渗透融合并重塑整个社会发展，这是人工智能作为第四次技术革命关键驱动力的最主要表现方式。人工智能商业生态竞争进入白热化，例如智能驾驶汽车领域的参与者既有通用、福特、奔驰、丰田等传统龙头车企，又有互联网造车者如谷歌、特斯拉、优步、苹果、百度等新贵。
（五）人工智能上升为世界主要国家的重大发展战略。人工智能正在成为新一轮产业变革的引擎，必将深刻影响国际产业竞争格局和一个国家的国际竞争力。世界主要发达国家纷纷把发展人工智能作为提升国际竞争力、维护国家安全的重大战略，加紧积极谋划政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。无论是德国的“工业4.0”、美国的“工业互联网”、日本的“超智能社会”、还是我国的“中国制造2025”等重大国家战略，人工智能都是其中的核心关键技术。2017年7月，国务院发布了《新一代人工智能发展规划》，开启了我国人工智能快速创新发展的新征程。
（六）人工智能的社会影响日益凸显。人工智能的社会影响是多元的，既有拉动经济、服务民生、造福社会的正面效应，又可能出现安全失控、法律失准、道德失范、伦理失常、隐私失密等社会问题，以及利用人工智能热点进行投机炒作从而存在泡沫风险。首先，人工智能作为新一轮科技革命和产业变革的核心力量，促进社会生产力的整体跃升，推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域发展积极正面影响。与此同时，我们也要看到人工智能引发的法律、伦理等问题日益凸显，对当下的社会秩序及公共管理体制带来了前所未有的新挑战。例如，2016年欧盟委员会法律事务委员会提交一项将最先进的自动化机器人身份定位为“电子人（electronicpersons）”的动议，2017年沙特阿拉伯授予机器人“索菲亚”公民身份，这些显然冲击了传统的民事主体制度。那么，是否应该赋予人工智能系统法律主体资格？另外在人工智能新时代，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题都需要我们从法律法规、道德伦理、社会管理等多个角度提供解决方案。
由于人工智能与人类智能密切关联且应用前景广阔、专业性很强，容易造成人们的误解，也带来了不少炒作。例如，有些人错误地认为人工智能就是机器学习（深度学习），人工智能与人类智能是零和博弈，人工智能已经达到5岁小孩的水平，人工智能系统的智能水平即将全面超越人类水平，30年内机器人将统治世界，人类将成为人工智能的奴隶，等等。这些错误认识会给人工智能的发展带来不利影响。还有不少人对人工智能预期过高，以为通用智能很快就能实现，只要给机器人发指令就可以干任何事。另外，有意炒作并通过包装人工智能概念来谋取不当利益的现象时有发生。因此，我们有义务向社会大众普及人工智能知识，引导政府、企业和广大民众科学客观地认识和了解人工智能。
四、人工智能的发展趋势与展望
人工智能经过六十多年的发展突破了算法、算力和算料（数据）等“三算”方面的制约因素，拓展了互联网、物联网等广阔应用场景，开始进入蓬勃发展的黄金时期。从技术维度看，当前人工智能处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有数据、能耗、泛化、可解释性、可靠性、安全性等诸多瓶颈，创新发展空间巨大，从专用到通用智能，从机器智能到人机智能融合，从“人工+智能”到自主智能，后深度学习的新理论体系正在酝酿；从产业和社会发展维度看，人工智能通过对经济和社会各领域渗透融合实现生产力和生产关系的变革，带动人类社会迈向新的文明，人类命运共同体将形成保障人工智能技术安全、可控、可靠发展的理性机制。总体而言，人工智能的春天刚刚开始，创新空间巨大，应用前景广阔。
（一）从专用智能到通用智能。如何实现从狭义或专用人工智能（也称弱人工智能，具备单一领域智能）向通用人工智能（也称强人工智能，具备多领域智能）的跨越式发展，既是下一代人工智能发展的必然趋势，也是国际研究与应用领域的挑战问题。2016年10月美国国家科学技术委员会发布了《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。DeepMind创始人戴密斯·哈萨比斯（DemisHassabis）提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年7月成立了通用人工智能实验室，100多位感知、学习、推理、自然语言理解等方面的科学家参与其中。
（二）从人工智能到人机混合智能。人工智能的一个重要研究方向就是借鉴脑科学和认知科学的研究成果，研究从智能产生机理和本质出发的新型智能计算模型与方法，实现具有脑神经信息处理机制和类人智能行为与智能水平的智能系统。在美国、欧盟、日本等国家和地区纷纷启动的脑计划中，类脑智能已成为核心目标之一。英国工程与自然科学研究理事会EPSRC发布并启动了类脑智能研究计划。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。人机混合智能得到了我国新一代人工智能规划、美国脑计划、脸书（脑机语音文本界面）、特斯拉汽车创始人埃隆·马斯克（人脑芯片嵌入和脑机接口）等的高度关注。
（三）从“人工+智能”到自主智能系统。当前人工智能的研究集中在深度学习，但是深度学习的局限是需要大量人工干预：人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据（非常费时费力）、用户需要人工适配智能系统等。因此已有科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类AI”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低AI人员成本。
（四）人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、材料等传统科学的发展。例如，2018年美国麻省理工学院启动的“智能探究计划”（MITIntelligenceQuest）就联合了五大学院进行协同攻关。
（五）人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来十年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，在现有基础上能够提高劳动生产率40%；美、日、英、德、法等12个发达国家（现占全球经济总量的一半）到2035年，年经济增长率平均可以翻一番。2018年麦肯锡的研究报告表明到2030年人工智能新增经济规模将达到13万亿美元。
（六）人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出未来五年人工智能提升各行业运转效率，其中教育业提升82%，零售业71%，制造业64%，金融业58%。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。
（七）人工智能领域的国际竞争将日趋激烈。“未来谁率先掌握人工智能，谁就能称霸世界”。2018年4月，欧盟委员会计划2018-2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略》重点推动物联网建设和人工智能的应用。世界军事强国已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即提出谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
（八）人工智能的社会学将提上议程。水能载舟，亦能覆舟。任何高科技也都是一把双刃剑。随着人工智能的深入发展和应用的不断普及，其社会影响日益明显。人工智能应用得当、把握有度、管理规范，就能有效控制负面风险。为了确保人工智能的健康可持续发展并确保人工智能的发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，深入分析人工智能对未来经济社会发展的可能影响，制定完善的人工智能法律法规，规避可能风险，确保人工智能的正面效应。2017年9月，联合国犯罪和司法研究所(UNICRI)决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。2018年4月，欧洲25个国家签署了《人工智能合作宣言》，从国家战略合作层面来推动人工智能发展，确保欧洲人工智能研发的竞争力，共同面对人工智能在社会、经济、伦理及法律等方面的机遇和挑战。
五、我国人工智能的发展态势与思考
我国当前人工智能发展的总体态势良好。中国信通院联合高德纳咨询公司（Gartner）于2018年9月发布的《2018世界人工智能产业发展蓝皮书》报告统计，我国（不含港澳台地区）人工智能企业总数位列全球第二（1040家），仅次于美国（2039家）。在人工智能总体水平和应用方面，我国也处于国际前列，发展潜力巨大，有望率先突破成为全球领跑者。但是我们也要清醒地看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。
一是高度重视。党和国家高度重视并大力发展人工智能。党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明方向。2016年7月习总书记明确指出，人工智能技术的发展将深刻改变人类社会生活，改变世界，应抓住机遇，在这一高技术领域抢占先机。在党的十九大报告中，习总书记强调“要推动互联网、大数据、人工智能和实体经济深度融合”。在2018年两院院士大会上，习总书记再次强调要“推进互联网、大数据、人工智能同实体经济深度融合，做大做强数字经济”。在2017年和2018年的《政府工作报告》中，李克强总理都提到了要加强新一代人工智能发展。2017年7月，国务院发布了《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动，人工智能将成为今后一段时期的国家重大战略。发改委、工信部、科技部、教育部、中央网信办等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
二是态势喜人。根据2017年爱思唯尔（Elsevier）文献数据库SCOPUS统计结果，我国在人工智能领域发表的论文数量已居世界第一。从2012年开始，我国在人工智能领域新增专利数量已经开始超越美国。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成全球人工智能投融资规模最大国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。近两年，清华大学、北京大学、中国科学院大学、浙江大学、上海交通大学、南京大学等高校纷纷成立人工智能学院。2015年开始的中国人工智能大会（CCAI）已连续成功召开四届、规模不断扩大，人工智能领域的教育、科研与学术活动层出不穷。
三是差距不小。我国人工智能在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在较大差距。英国牛津大学2018年的一项研究报告指出中国的人工智能发展能力大致为美国的一半水平。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，存在“头重脚轻”的不均衡现象。在Top700全球AI人才中，中国虽然名列第二，但入选人数远远低于占一半数量的美国。据领英《全球AI领域人才报告》统计，截至2017年一季度全球人工智能领域专业技术人才数量超过190万，其中美国超过85万，我国仅超过5万人，排名全球第7位。2018年市场研究顾问公司CompassIntelligence对全球100多家AI计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国制定完善人工智能相关法律法规的进程需要加快，对可能产生的社会影响还缺少深度分析。
四是前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。
人类社会已开始迈入智能化时代，人工智能引领社会发展是大势所趋，不可逆转。经历六十余年积累后，人工智能开始进入爆发式增长的红利期。伴随着人工智能自身的创新发展和向经济社会的全面渗透，这个红利期将持续相当长的时期。现在是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧需要深入思考。
（一）树立理性务实的发展理念。围棋人机大战中阿尔法狗战胜李世石后，社会大众误以为人工智能已经无所不能，一些地方政府、社会企业、风险资金因此不切实际一窝蜂发展人工智能产业，一些别有用心的机构则有意炒作并通过包装人工智能概念来谋取不当利益。这种“一拥而上、一哄而散”的跟风行为不利于人工智能的健康可持续发展。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。根据高德纳咨询公司发布的技术发展曲线，当前智能机器人、认知专家顾问、机器学习、自动驾驶等人工智能热门技术与领域正处于期望膨胀期，但是通用人工智能及人工智能的整体发展仍处于初步阶段，人工智能还有很多“不能”，实现机器在任意现实环境的自主智能和通用智能仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此发展人工智能不能以短期牟利为目的，要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，并务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。
（二）加强基础扎实的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。在此发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。根据2017年爱思唯尔文献数据库SCOPUS统计结果，尽管我国在人工智能领域发表的论文数量已经排名世界第一，但加权引文影响力则只排名34位。为了客观评价我国在人工智能基础研究方面的整体实力，我们搜索了SCI期刊、神经信息处理系统大会（ConferenceonNeuralInformationProcessingSystems，简称NIPS）等主流人工智能学术会议关于通用智能、深度学习、类脑智能、脑智融合、人机博弈等关键词的论文统计情况，可以清楚看到在人工智能前沿方向中国与美国相比基础实力存在巨大差距：在高质量论文数量方面（按中科院划定的SCI一区论文标准统计），美国是中国的5.34倍（1325:248）；在人才储备方面（SCI论文通讯作者），美国是中国的2.12倍（4804:2267）。
我国应对标国际最高水平，建设面向未来的人工智能基础科学研究中心，重点发展原创性、基础性、前瞻性、突破性的人工智能科学。应该鼓励科研人员瞄准人工智能学科前沿方向开展引领性原创科学研究，通过人工智能与脑认知、神经科学、心理学等学科的交叉融合，重点聚焦人工智能领域的重大基础性科学问题，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。
（三）构建自主可控的创新生态。美国谷歌、IBM、微软、脸书等企业在AI芯片、服务器、操作系统、开源算法、云服务、无人驾驶等方面积极构建创新生态、抢占创新高地，已经在国际人工智能产业格局中占据先机。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。美国对中兴通讯发禁令一事充分说明自主可控“核高基”技术的重要性，我国应该吸取在核心电子器件、高端通用芯片及基础软件方面依赖进口的教训，避免重蹈覆辙，着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如军民融合、产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。
另外，我们需要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过标准实施加速人工智能驱动经济社会转型升级的进程。
（四）建立协同高效的创新体系。我国经济社会转型升级对人工智能有重大需求，但是单一的创新主体很难实现政策、市场、技术、应用等方面的全面突破。目前我国学术界、产业界、行业部门在人工智能发展方面各自为政的倾向比较明显，数据资源开放共享不够，缺少对行业资源的有效整合。相比而言，美国已经形成了全社会、全场景、全生态协同互动的人工智能协同创新体系，军民融合和产学研结合都做得很好。我国应在体制机制方面进一步改革创新，建立“军、政、产、学、研、用”一体的人工智能协同创新体系。例如，国家进行顶层设计和战略规划，举全国优势力量设立军事智能的研发和应用平台，提供“人工智能+X”行业融合、打破行业壁垒和行政障碍的激励政策；科技龙头企业引领技术创新生态建设，突破人工智能的重大技术瓶颈；高校科研机构进行人才培养和原始创新，着力构建公共数据资源与技术平台，共同建设若干标杆性的应用创新场景，推动成熟人工智能技术在城市、医疗、金融、文化、农业、交通、能源、物流、制造、安全、服务、教育等领域的深度应用，建设低成本高效益广范围的普惠型智能社会。
（五）加快创新人才的教育培养。发展人工智能关键在人才，中高端人才短缺已经成为我国人工智能做大做强的主要瓶颈。另外，我国社会大众的人工智能科技素养也需要进一步提升，每一个人都需要去适应人工智能时代的科技浪潮。在加强人工智能领军人才培养引进的同时，要面向技术创新和产业发展多层次培养人工智能创新创业人才。《新一代人工智能发展规划》提出逐步开展全民智能教育项目，在中小学阶段设置人工智能课程。目前人工智能科普活动受到各地学校的欢迎，但是缺少通俗易懂的高质量人工智能科普教材、寓教于乐的实验设备和器材、开放共享的教学互动资源平台。国家相关部门应高度重视人工智能教育领域的基础性工作，增加投入，组织优势力量，加强高水平人工智能教育内容和资源平台建设，加快人工智能专业的教学师资培训，从教材、教具、教师等多个环节全面保障我国人工智能教育工作的开展。
（六）推动共担共享的全球治理。人工智能将重塑全球政治和经济格局，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能将进一步拉大发达国家和发展中国家的生产力发展水平差距。美国、日本、德国等通过人工智能和机器人的技术突破和广泛应用弥补他们的人力成本劣势，希望制造业从新兴国家回流发达国家。目前看，我国是发展中国家阵容中唯一有望成为全球人工智能竞争中的领跑者，应采取不同于一些国家的“经济垄断主义、技术保护主义、贸易霸凌主义”路线，尽快布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合国家“一带一路”战略，向亚洲、非洲、南美等经济欠发达地区输出高水平、低成本的“中国智造”成果、提供人工智能时代的中国方案，为让人工智能时代的“智能红利”普惠人类命运共同体做出中国贡献！
（七）制定科学合理的法律法规。要想实实在在收获人工智能带来的红利，首先应保证其安全、可控、可靠发展。美国和欧洲等发达国家和地区十分重视人工智能领域的法律法规问题。美国白宫多次组织这方面的研讨会、咨询会；特斯拉等产业巨头牵头成立OpenAI等机构，旨在以有利于整个人类的方式促进和发展友好的人工智能；科研人员自发签署23条“阿西洛马人工智能原则”，意图在规范人工智能科研及应用等方面抢占先机。我国在人工智能领域的法律法规制定及风险管控方面相对滞后，这种滞后局面与我国现阶段人工智能发展的整体形势不相适应，并可能成为我国人工智能下一步创新发展的一大掣肘。因此，有必要大力加强人工智能领域的立法研究，制定相应的法律法规，建立健全公开透明的人工智能监管体系，构建人工智能创新发展的良好法规环境。
（八）加强和鼓励人工智能社会学研究。人工智能的社会影响将是深远的、全方位的。我们当未雨绸缪，从国家安全、社会治理、就业结构、伦理道德、隐私保护等多个维度系统深入研究人工智能可能的影响，制定合理可行的应对措施，确保人工智能的正面效应。应大力加强人工智能领域的科普工作，打造科技与伦理的高效对话机制和沟通平台，消除社会大众对人工智能的误解与恐慌，为人工智能的发展营造理性务实、积极健康的社会氛围。
六、结束语
人工智能经过60多年的发展，进入了创新突破的战略机遇期和产业应用的红利收获期，必将对生产力和产业结构以及国际格局产生革命性影响，并推动人类进入普惠型智能社会。但是，我们需要清醒看到通用人工智能及人工智能的整体发展仍处于初级阶段，人工智能不是万能，人工智能还有很多“不能”。我们应当采取理性务实的发展路径，扎实推进基础研究、技术生态、人才培养、法律规范等方面的工作，在开放中创新，在创新中发展，全速跑赢智能时代，着力建设人工智能科技强国！
（主讲人系中国科学院院士）
新一代人工智能的发展与展望
随着大数据、云计算等技术的飞速发展，人们生产生活的数据基础和信息环境得到了大幅提升，人工智能（AI）正在从专用智能迈向通用智能，进入了全新的发展阶段。国务院印发的《新一代人工智能发展规划》指出新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。在4月10日“吴文俊人工智能科学技术奖”十周年颁奖盛典中，作为我国不确定性人工智能领域的主要开拓者、中国人工智能学会名誉理事长李德毅院士荣获“吴文俊人工智能最高成就奖”，并在大会上作题为《探索什么叫新一代人工智能》的报告，探讨了新一代人工智能的内涵和路径，引领着新一代人工智能的发展与展望。
人工智能这一概念诞生于1956年在美国达特茅斯学院举行的“人工智能夏季研讨会”，随后在20世纪50年代末和80年代初先后两次步入发展高峰，但因为技术瓶颈、应用成本等局限性而均掉入低谷。在信息技术的引领下，数据信息快速积累，运算能力大幅提升，人工智能发展环境发生了巨大变化，跨媒体智能、群体智能成为新的发展方向，以2006年深度学习模型的提出为标志，人工智能第三次站在了科技发展的浪潮之巅。
当前，随着移动互联网、物联网、大数据、云计算和人工智能等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。在多源数据、多元应用和超算能力、算法模型的共同驱动下，传统以计算机智能为基础的、依赖于算力算法和数据的人工智能，强调通用学习和大规模训练集的机器学习，正逐渐朝着以开放性智能为基础、依赖于交互学习和记忆、基于推理和知识驱动的以混合认知模型为中心的新一代人工智能方向迈进。应该说，新一代人工智能的内核是“会学习”，相较于当下只是代码的重复简单执行，新一代人工智能则需要能够在学习过程中解决新的问题。其中，学习的条件是认知，学习的客体是知识，学习的形态是交互，学习的核心是理解，学习的结果是记忆……因此，学习是新一代人工智能解释解决现实问题的基础，记忆智能是新一代人工智能中多领域、多情景可计算智能的边界和约束。进而当人类进入和智能机器互动的时代，新一代人工智能需要与时俱进地持续学习，不断检视解决新的问题，帮助人机加深、加快从对态势的全息感知递进到对世界的多维认知。
事实上，基于数据驱动型的传统人工智能，大多建立在“数据中立、算法公正和程序正义”三要素基础之上，而新一代人工智能更关注于交互能力，旨在通过设计“记忆”模块来模仿人脑，解决更灵活多变的实际问题，真正成为“不断学习、与时俱进”的人工智能。特别是人机交互支撑实现人机交叉融合与协同互动，目前已在多个领域取得了卓越成果，形成了多方面、多种类、多层次的应用。例如，在线客服可以实现全天候不间断服务，轻松解决用户咨询等问题，也可将棘手问题转交人工客服处理，降低了企业的管理成本；在智慧医疗领域，人工智能可以通过神经影像实现辅助智能诊断，帮助医生阅片，目前准确率已达95%以上，节省了大量的人力；2020年，在抗击疫情的过程中，新一代人工智能技术加速与交通、医疗、教育、应急等事务协作联动，在科技战“疫”中大显身手，助力疫情防控取得显著成效。
未来已来，随着人工智能逐渐融入居民生活的方方面面，将继续在智慧医疗、自动驾驶、工业制造智能化等领域崭露头角。一是基于新一代人工智能的智慧医疗，将助力医院更好记录、存储和分析患者的健康信息，提供更加精准化和个性化的健康服务，显著提升医院的临床诊断精确度。二是通过将新一代人工智能运用于自动驾驶系统的感知、预测和决策等方面，重点解决车道协同、多车调度、传感器定位等问题，重新定义城市生活中人们的出行方式。三是由于我国工业向大型化、高速化、精细化、自主化发展，对高端大规模可编程自动化系统提出迫切需求，新一代人工智能将推动基于工业4.0发展纲领，以高度自动化的智能感知为核心，主动排除生产障碍，发展具备有适应性、资源效率、人机协同工程的智能工厂应运而生。总之，如何展望人工智能通过交互学习和记忆理解实现自编程和自成长，提升自主学习和人机交互的效率，将是未来研究着力发展的硬核领域，并加速新一代信息技术与智能制造深度融合，推动数字化转型走深走实，有信心、有能力去迎接下一场深刻产业变革的到来。