人工智能技术在财务管理中的应用
赵静
摘要：随着科学技术的发展，许多高新科技逐渐发展起来并进入了人们的视线， 人工智能是众多高新技术中的一种，不仅为我们的生活、工作和学习提供了极大的便利，而且对各行各业带来了重大影响。人工智能技术的发展势头迅猛，它已经对人类的社会经济产生了多方面的影响，使得人类的生产学习以及生活方式等发生了转变，由智能会计核算、财务管理专业专家系统、内部控制评价的神经网络以及构建共享财务中心，有利于实现财务管理工作从汇总分析到高端服务的根本性转变。本文在回顾人工智能技术发展的前提下，概述了人工智能技术的发展模式，论证了人工智能技术在财务管理中的适用性，探讨了人工智能技术如何在财务管理中有效地应用。
关键词：人工智能 财务管理 高新技术 应用
中图分类号：F275；TP18 文献标识码：A
1 人工智能理论
人工智能的简称为AI，指的是获取信息、传输信息、利用知识、制定策略、解决问题的能力。最初，人工智能是在美国的计算机协会举办的达特莫斯学会上提出的。对于人工智能的理论，不同的学者有着不同的见解，美国剑桥大学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识以及如何运用知识的学科。康奈尔大学的温斯坦教授指出：人工智能是研究如何讓计算机去做人类的工作。童天湘学者提出：将人类处理问题的方式用编程手段录入计算机，让机器进行学习并且能够智能处理。更多的学者认为：人工智能需要基于计算机程序进行设定，在编辑一些问题、知识库、相应的约束条件下，形成解决问题的能力，这是众多学者一致同意的理论。更广泛地来说，人工智能就是将模糊数学、生理学、数理逻辑、计算机科学、心理学以及哲学等众多学科进行结合的一种新概念学科。
2 人工智能的发展
对人工智能的发展进行分析可以知道，从时间上进行划分，大致上可以分为萌芽阶段、形成阶段、应用阶段、集成阶段等四个阶段。
2.1萌芽阶段
人工智能的萌芽阶段是从古希腊思想家亚里斯多德的逻辑三段论开始的，也是人工智能发展的起点。在20世纪50年代，在提出的人工神经模型之后，Donald Heb提出了人工智能的新定义。在20世纪60年代年，杜克大学的数学教授成功地开发了第一台神经元计算机，随后它将人工智能的发展推向更高的水平。
2.2形成阶段
人工智能真正的形成是在 1956 年的一次研讨会上，参会的人员有美国的数学家、心理学家、医学家以及计算机研究人员，经过深入的探寻和研究，最终得出了人工智能准确的定义。人工智能的出现吸引了众多学者的目光，引起了学者们的兴趣，给信息技术带来了重大的改变，很多学者开始投入到研究中去，并且取得了丰硕的成果。
2.3应用阶段
应用阶段由于在程序上过多地注重了符号逻辑但是忽视了领域信息指导的重要性，最终产生了组合爆炸，从而使人工智能的研究进入了困境。1977年，在第五届人工智能国际研讨会上，Feigenbaum学者提出关于知识工程的定义之后，在世界范围内开始传播并发展知识专家系统的概念，并应用于人们生活中的许多不同阶段。在应用的过程中，各种问题相继出现，刚从困境中出来，又由于人工智能发展不够成熟导致发展应用受到一定的限制，人工智能的研究又遇到了瓶颈，发展缓慢。一直到1985年，美国一个基于VLSI 的下棋系统在大赛中胜出，才推动了人工智能的发展。下棋系统Hitech进行了将近50次的国际象棋锦标赛，战胜了所有的专业选手。在1988 年，Hitech系统又战胜了世界排名靠前的棋手，人工智能真的超越了人类，这一重大突破，极大地促进了人工智能的快速发展，很多的商业化专家系统开始上市，从而引起了应用潮流。
2.4集成阶段
在集成阶段，人工智能技术的发展势头迅猛，人工智能的改变随着用户需求的增多而发生转变，实现了更多的功能。人工智能的发展日益趋于稳定，当前人工智能已经逐步实现多技术发展，多种方法合成，涉及更多的行业，用各种方法共同研发人工智能。基于大型专家系统相继问世，开发大型专家系统所必需的人工智能语言、人工智能机制也就成为了开发专家系统的工具，因此，人工智能的发展推动了人类新时代的发展，截至目前，人工智能已经全面发展并介入了经济和社会的许多不同行业，对人类的学习生活以及工作等造成了影响。智能化、个性化的整合已成为人工智能未来发展不可或缺的趋势。尤其是对于财务管理行业来说，人工智能的运用更加重要。
3 人工智能在各行业的应用
3.1人工智能在超声无损检测中的应用
在超声无损检测的应用中，专家系统方法主要用于对缺陷的性质、形状和大小进行详细判断和整齐分类。在超声无损检测中，专家将常规超声无损检测与智能超声无损检测相互结合起来，可以将普通的检测人员变成技术娴熟的专家。因此，在实际应用中这种智能超声无损检测有很大的价值。
3.2人工智能在电子技术方面的应用
结合人工智能和仿真技术，硬件电路单片机作为专家系统知识库，能够提高检查错误的能力，更好地对一些错误进行检测。人工智能技术也适用于计算机网络技术领域的管理，一般的计算机网络安全和防火墙技术是通过防火墙的入侵检测技术作为其核心部分。网络技术的快速发展和各种入侵方法的多元化，意味着简单的入侵防御和传统已经不能满足现代网络安全。马秀荣推出应用人工智能技术在网络安全管理计算机管理的使用，在安全的保护方面起到了很好的作用。
3.3人工智能在矿业中的应用
矿业领域的第一个人工智能系统是PROSPECTOR，它是1978年杜克大学国际研究所研发的矿物勘探和评估专家系统，用于评估资产的勘探和估价。自20世纪80年代以来，美国商务部匹兹堡研究中心与其他单位合作开发专业系统，以阻止煤矿巷道底臌。布朗大学研制了模拟持续开采过程中开采和卸载锚固以及设备检查专家系统consim。
4 人工智能技术在财务管理中的应用
4.1专家系统
专家系统指的是“在特定行业具有专家水平能力的系统”，利用系统像专业人员在专业方面处理问题一样，综合运用经验以及各项专业的技能，在短时间内，解决各项疑难问题。从结构的角度来看，专家系统可以看成是一个有专门领域的知识库，或是可以获取所需知识，并使用知识解决问题的解决系统。专家系统的核心内容是知识库和理论机制，主要组成部分是：知识库、推理工具、工作数据库以及用户界面。专家系统的实现可以通过四种方式完成，例如：人工智能编程语言、专业知识表示和处理语言、高级程序设计语言、专家系统外壳语言等等，专家系统运用到财务管理中会带来可观的效果，更加准确地显示财务信息。
4.2模式识别
模式识别是指对各种描述信息的详细分析，以及识别、分类和解释一切或现象的过程。截至目前，模式识别方法是决策方法和结构方法。近年来，又出现了统计模式识别、结构模式识别、多元数据图形特征元模式识别、粗糙集的模式识别等方法，这些模式识别对财务管理有着推动的作用，可以将财务管理提升到一个新的高度。
4.2.1 统计模式识别
特征向量中的每个元素表示样本的特征，并且由特征向量创建的空间称为特征空间。目标统计样本的身份是使用不同的方法來划分对象空间，以达到识别的目的。统计抽样系统主要由四部分组成：数据收集、预处理、特征提取和选择以及分类决策。
信息获取：计算机需要对各种信息以及现象进行分析、识别，那么计算机就需要用一定的符号来代表研究的对象。二维图像 、一维波形、物理参量和逻辑值都是计算机获取信息的关键。
预处理：目的是去除一些杂质和噪音，保持有用信息并纠正由输入测量装置或其他因素引起的不利影响。
特征提取和选择：通过各种手段获取的信息量是特别的大，因此，要进行排序要求，并且转换原始数据，以便获得最能反映分类性质的数据。
分类决策： 分类决策是指使用统计方法对已在特征空间中识别的对象进行分类，并根据模型训练定义一定的经验法则，继而减少损失。
4.2.2 结构模式识别
它使用一定的结构关系来表示对象模型，应用不同的规则和语法，如身份函数，并使用错误概率作为标识函数进行识别。
4.2.3 多元数据图形特征元模式识别
结构模式识别的最大缺点是它无法提取数据，比较广义的结构建模方法，并提取和描述与家庭的体验和感觉相结合的特征设计。因此，创建一种挖掘方法和表示独立于领域知识的子数据模型的方法是非常重要的。非结构化数据的结构是指多元数据图形特征中抽象多元数据的表示，然后提取描述多元数据图形的子例程，以及最后使用多变量数据结构变量模式进行分类和识别。
4.2.4 粗糙集模式识别
粗糙度理论的思想是利用现有的知识库来推断和描述已知知识库中知识的不充分和不确定性来进行刻画。粗糙集模式不需要提供其他的知识和信息，只需要提供解决问题所需要的知识，也不需要主观的评价。因此，在描述问题或是处理问题时显得比较客观。
4.3资源规划与配置
人工智能的资源规划与配置技术可谓是至关重要。在波斯湾危机期间，由美国军方开发的动态规划和配置工具DART完全履行了其规划和运输任务。此任务涉及的参数非常复杂，具有不同的起点、不同的终点和不同的路径，这些都极大地加剧了任务的负担。采用原有的传统方法需要很长的时间，而用DART 可以在短时间内迅速完成。资源规划和配置效率是DART最突出的特性。因此，如果将DART用于财务管理资源的动态规划和配置，将大大提高财务管理效率和业务效率。
4.4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智能财务管理信息系统。智能财务管理信息共享系统包括财务管理和操作系统审计。通过建立共享财务管理信息的架构，公司可以使用较低的成本向利益相关者提供某些财务信息。例如，建立基于B/ S的架构，降低成本，实现真实的财务信息共享，并改善财务信息的处理。通过IIS发布财务管理查询系统后，可以基于Web浏览器访问企业的所有部门，用户和其他实体也可以及时了解。目前的互联网财务状况、界面技术可用于将企业ERP中的财务信息添加到财务信息共享系统中，可以显示智能财务管理和企业财务管理信息。
4.5人工神经网络模型
人工神经网络的意思是根据不同类型的处理单元来模仿人类的大脑神经系统来完成工作的处理结构。结构和原理采用不同的方法联结网络。通过一些实际的学习和知识的改进，知识结构进行了不断修改，并改变推理库组成，进一步提高人类的外交能力和控制能力。
4.5.1人工神经网络的发展历程
Rosenblatt 创建了感知器模型，最早将神经网络理论变成为现实，形成了人工神经网络研究的关键。后来，Minsky 和 Papert找到一些限制性的问题。并且积极地寻找克服的方法，人工神经网络研究进入了瓶颈期，发展也是十分缓慢。上世纪中叶，人工神经网络逐渐突破固有体制，变得更加开放，Hopefi eld 神经网络的收敛和稳定性促进了神经系统的发展，为其增添了生命的新活力，灌注新血液，创造了人工智能的新动力。人工网络进而在更多的领域发展壮大起来了，成了当时经济管理中的一项新技术，对财务管理发展也提供了有利的条件。
4.5.2人工神经网络的应用
人工神经网络可以分为ART 网络、BP网络、和H0P网络等类型。BP网络一般是运用在分类、函数逼近、优化和预测等方面。在财务管理领域的应用，如上市公司财务风险预警、 金融衍生证券定价、经济发展模式选择、市场营销策略、预测物流的相关组合等等。ART网络的主要应用程序在金融判断领域评估控制质量和数据利用。RBF神经网络在管理客户关系、住宅造价领域广泛应用。HOP技术上的应用技术是非常广泛的。在科技领域的人工智能和管理经济的使用，收获了一致的好评，也受到了广大学者的关注。而在财务管理领域，BP网络的运用也取得了可观的效果，成为了人工智能的闪光点，人工神经网络为企业的财务管理体系增添了色彩。
5 人工智能的发展前景
数据显示，近年来全球人工智能领域的投融资交易发展十分迅速。2016年全球人工智能领域投资交易将近700项，和2012年的160项投资相比有了明显增长。2017年全球人工智能创业公司共获得投资152亿美元。
在近几年来，中国人工智能的发展备受世界瞩目。国家行动计划来自互联网，在互联网+的相关的规划中，人工智能称其为战略性新兴产业而受到重视。计划是以信息技术与制造技术相互结合，重点培养人工智能的产量式发展。工业化技术与人工智能的快速发展，可加快网络中国的建设进程。
我国未来人工智能发展战略的目标：首先，到2020年，在人工智能和应用技术的水平上，将要达到世界上新的尖端技术工业水平，人工智能是经济增长的重要组成部分；第二，人工智能的基本理论已经改变了世界上的基本应用技术组成，和之前的部分技术水平相比，人工智能成为带动我国产业发展以及经济转型的主要动力；然后，到2030年，人工智能的理论可应用在世界上的技术领域再一次扩大，創造性的人工智能成为创新的核心。从现在开始到2040年将是在科技时代的发展中重要的一个时间段，在人类的生活中，人工智能将会贯彻始终。在每一个领域，人工智能的未来将不断地发展壮大。
6 结束语
人工智能技术的不断运用为智能机器人超越人类提供了一定的基础，人工智能技术在财务管理中的运用也是日益成熟。在未来，人工智能在财务管理方面的发展必定会带来飞跃进步，采用智能财务管理专家系统，进而提高财务管理的效率、效果和利益。财务专家系统的特征也会更加智能化、人性化。 智能财务管理专家的机器人也就可以认认真真地来计算、管理复杂的财务数据，将财务管理人员解放出来，而利用人工智能机器人来处理各项任务。在财务管理领域运用人工智能技术，需要从经济发展战目标的角度出发，根据人类的本质想法，实施制度化、体系化金融管理方法，推动资金管理程序的可持续发展，达到最大的利益水平。
参考文献：
[1] 李陶深.人工智能[M].重庆：重庆大学出版社，2002.
[2] 蔡自兴.人工智能基础[M].北京：高等教育出版社，2005.
[3] 佘玉梅，段鹏 .人工智能应用[M].上海：上海交通大学出版社，2007.
[4] [美]D. ASP.NET1.1 数据库入门经典[M].北京：清华大学出版社，2005.
[5] 王化成.财务管理理论结构[M].北京：中国人民大学出版社，2006.
[6] 傅元略.财务管理理论[M].厦门：厦门大学出版社，2007.
[7] 王万良.人工智能及其应用[M].高等教育出版社，2006.
摘要：随着科学技术的发展，许多高新科技逐渐发展起来并进入了人们的视线， 人工智能是众多高新技术中的一种，不仅为我们的生活、工作和学习提供了极大的便利，而且对各行各业带来了重大影响。人工智能技术的发展势头迅猛，它已经对人类的社会经济产生了多方面的影响，使得人类的生产学习以及生活方式等发生了转变，由智能会计核算、财务管理专业专家系统、内部控制评价的神经网络以及构建共享财务中心，有利于实现财务管理工作从汇总分析到高端服务的根本性转变。本文在回顾人工智能技术发展的前提下，概述了人工智能技术的发展模式，论证了人工智能技术在财务管理中的适用性，探讨了人工智能技术如何在财务管理中有效地应用。
关键词：人工智能 财务管理 高新技术 应用
中图分类号：F275；TP18 文献标识码：A
1 人工智能理论
人工智能的简称为AI，指的是获取信息、传输信息、利用知识、制定策略、解决问题的能力。最初，人工智能是在美国的计算机协会举办的达特莫斯学会上提出的。对于人工智能的理论，不同的学者有着不同的见解，美国剑桥大学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识以及如何运用知识的学科。康奈尔大学的温斯坦教授指出：人工智能是研究如何讓计算机去做人类的工作。童天湘学者提出：将人类处理问题的方式用编程手段录入计算机，让机器进行学习并且能够智能处理。更多的学者认为：人工智能需要基于计算机程序进行设定，在编辑一些问题、知识库、相应的约束条件下，形成解决问题的能力，这是众多学者一致同意的理论。更广泛地来说，人工智能就是将模糊数学、生理学、数理逻辑、计算机科学、心理学以及哲学等众多学科进行结合的一种新概念学科。
2 人工智能的发展
对人工智能的发展进行分析可以知道，从时间上进行划分，大致上可以分为萌芽阶段、形成阶段、应用阶段、集成阶段等四个阶段。
2.1萌芽阶段
人工智能的萌芽阶段是从古希腊思想家亚里斯多德的逻辑三段论开始的，也是人工智能发展的起点。在20世纪50年代，在提出的人工神经模型之后，Donald Heb提出了人工智能的新定义。在20世纪60年代年，杜克大学的数学教授成功地开发了第一台神经元计算机，随后它将人工智能的发展推向更高的水平。
2.2形成阶段
人工智能真正的形成是在 1956 年的一次研讨会上，参会的人员有美国的数学家、心理学家、医学家以及计算机研究人员，经过深入的探寻和研究，最终得出了人工智能准确的定义。人工智能的出现吸引了众多学者的目光，引起了学者们的兴趣，给信息技术带来了重大的改变，很多学者开始投入到研究中去，并且取得了丰硕的成果。
2.3应用阶段
应用阶段由于在程序上过多地注重了符号逻辑但是忽视了领域信息指导的重要性，最终产生了组合爆炸，从而使人工智能的研究进入了困境。1977年，在第五届人工智能国际研讨会上，Feigenbaum学者提出关于知识工程的定义之后，在世界范围内开始传播并发展知识专家系统的概念，并应用于人们生活中的许多不同阶段。在应用的过程中，各种问题相继出现，刚从困境中出来，又由于人工智能发展不够成熟导致发展应用受到一定的限制，人工智能的研究又遇到了瓶颈，发展缓慢。一直到1985年，美国一个基于VLSI 的下棋系统在大赛中胜出，才推动了人工智能的发展。下棋系统Hitech进行了将近50次的国际象棋锦标赛，战胜了所有的专业选手。在1988 年，Hitech系统又战胜了世界排名靠前的棋手，人工智能真的超越了人类，这一重大突破，极大地促进了人工智能的快速发展，很多的商业化专家系统开始上市，从而引起了应用潮流。
2.4集成阶段
在集成阶段，人工智能技术的发展势头迅猛，人工智能的改变随着用户需求的增多而发生转变，实现了更多的功能。人工智能的发展日益趋于稳定，当前人工智能已经逐步实现多技术发展，多种方法合成，涉及更多的行业，用各种方法共同研发人工智能。基于大型专家系统相继问世，开发大型专家系统所必需的人工智能语言、人工智能机制也就成为了开发专家系统的工具，因此，人工智能的发展推动了人类新时代的发展，截至目前，人工智能已经全面发展并介入了经济和社会的许多不同行业，对人类的学习生活以及工作等造成了影响。智能化、个性化的整合已成为人工智能未来发展不可或缺的趋势。尤其是对于财务管理行业来说，人工智能的运用更加重要。
3 人工智能在各行业的应用
3.1人工智能在超声无损检测中的应用
在超声无损检测的应用中，专家系统方法主要用于对缺陷的性质、形状和大小进行详细判断和整齐分类。在超声无损检测中，专家将常规超声无损检测与智能超声无损检测相互结合起来，可以将普通的检测人员变成技术娴熟的专家。因此，在实际应用中这种智能超声无损检测有很大的价值。
3.2人工智能在电子技术方面的应用
结合人工智能和仿真技术，硬件电路单片机作为专家系统知识库，能够提高检查错误的能力，更好地对一些错误进行检测。人工智能技术也适用于计算机网络技术领域的管理，一般的计算机网络安全和防火墙技术是通过防火墙的入侵检测技术作为其核心部分。网络技术的快速发展和各种入侵方法的多元化，意味着简单的入侵防御和传统已经不能满足现代网络安全。马秀荣推出应用人工智能技术在网络安全管理计算机管理的使用，在安全的保护方面起到了很好的作用。
3.3人工智能在矿业中的应用
矿业领域的第一个人工智能系统是PROSPECTOR，它是1978年杜克大学国际研究所研发的矿物勘探和评估专家系统，用于评估资产的勘探和估价。自20世纪80年代以来，美国商务部匹兹堡研究中心与其他单位合作开发专业系统，以阻止煤矿巷道底臌。布朗大学研制了模拟持续开采过程中开采和卸载锚固以及设备检查专家系统consim。
4 人工智能技术在财务管理中的应用
4.1专家系统
专家系统指的是“在特定行业具有专家水平能力的系统”，利用系统像专业人员在专业方面处理问题一样，综合运用经验以及各项专业的技能，在短时间内，解决各项疑难问题。从结构的角度来看，专家系统可以看成是一个有专门领域的知识库，或是可以获取所需知识，并使用知识解决问题的解决系统。专家系统的核心内容是知识库和理论机制，主要组成部分是：知识库、推理工具、工作数据库以及用户界面。专家系统的实现可以通过四种方式完成，例如：人工智能编程语言、专业知识表示和处理语言、高级程序设计语言、专家系统外壳语言等等，专家系统运用到财务管理中会带来可观的效果，更加准确地显示财务信息。
4.2模式识别
模式识别是指对各种描述信息的详细分析，以及识别、分类和解释一切或现象的过程。截至目前，模式识别方法是决策方法和结构方法。近年来，又出现了统计模式识别、结构模式识别、多元数据图形特征元模式识别、粗糙集的模式识别等方法，这些模式识别对财务管理有着推动的作用，可以将财务管理提升到一个新的高度。
4.2.1 统计模式识别
特征向量中的每个元素表示样本的特征，并且由特征向量创建的空间称为特征空间。目标统计样本的身份是使用不同的方法來划分对象空间，以达到识别的目的。统计抽样系统主要由四部分组成：数据收集、预处理、特征提取和选择以及分类决策。
信息获取：计算机需要对各种信息以及现象进行分析、识别，那么计算机就需要用一定的符号来代表研究的对象。二维图像 、一维波形、物理参量和逻辑值都是计算机获取信息的关键。
预处理：目的是去除一些杂质和噪音，保持有用信息并纠正由输入测量装置或其他因素引起的不利影响。
特征提取和选择：通过各种手段获取的信息量是特别的大，因此，要进行排序要求，并且转换原始数据，以便获得最能反映分类性质的数据。
分类决策： 分类决策是指使用统计方法对已在特征空间中识别的对象进行分类，并根据模型训练定义一定的经验法则，继而减少损失。
4.2.2 结构模式识别
它使用一定的结构关系来表示对象模型，应用不同的规则和语法，如身份函数，并使用错误概率作为标识函数进行识别。
4.2.3 多元数据图形特征元模式识别
结构模式识别的最大缺点是它无法提取数据，比较广义的结构建模方法，并提取和描述与家庭的体验和感觉相结合的特征设计。因此，创建一种挖掘方法和表示独立于领域知识的子数据模型的方法是非常重要的。非结构化数据的结构是指多元数据图形特征中抽象多元数据的表示，然后提取描述多元数据图形的子例程，以及最后使用多变量数据结构变量模式进行分类和识别。
4.2.4 粗糙集模式识别
粗糙度理论的思想是利用现有的知识库来推断和描述已知知识库中知识的不充分和不确定性来进行刻画。粗糙集模式不需要提供其他的知识和信息，只需要提供解决问题所需要的知识，也不需要主观的评价。因此，在描述问题或是处理问题时显得比较客观。
4.3资源规划与配置
人工智能的资源规划与配置技术可谓是至关重要。在波斯湾危机期间，由美国军方开发的动态规划和配置工具DART完全履行了其规划和运输任务。此任务涉及的参数非常复杂，具有不同的起点、不同的终点和不同的路径，这些都极大地加剧了任务的负担。采用原有的传统方法需要很长的时间，而用DART 可以在短时间内迅速完成。资源规划和配置效率是DART最突出的特性。因此，如果将DART用于财务管理资源的动态规划和配置，将大大提高财务管理效率和业务效率。
4.4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智能财务管理信息系统。智能财务管理信息共享系统包括财务管理和操作系统审计。通过建立共享财务管理信息的架构，公司可以使用较低的成本向利益相关者提供某些财务信息。例如，建立基于B/ S的架构，降低成本，实现真实的财务信息共享，并改善财务信息的处理。通过IIS发布财务管理查询系统后，可以基于Web浏览器访问企业的所有部门，用户和其他实体也可以及时了解。目前的互联网财务状况、界面技术可用于将企业ERP中的财务信息添加到财务信息共享系统中，可以显示智能财务管理和企业财务管理信息。
4.5人工神经网络模型
人工神经网络的意思是根据不同类型的处理单元来模仿人类的大脑神经系统来完成工作的处理结构。结构和原理采用不同的方法联结网络。通过一些实际的学习和知识的改进，知识结构进行了不断修改，并改变推理库组成，进一步提高人类的外交能力和控制能力。
4.5.1人工神经网络的发展历程
Rosenblatt 创建了感知器模型，最早将神经网络理论变成为现实，形成了人工神经网络研究的关键。后来，Minsky 和 Papert找到一些限制性的问题。并且积极地寻找克服的方法，人工神经网络研究进入了瓶颈期，发展也是十分缓慢。上世纪中叶，人工神经网络逐渐突破固有体制，变得更加开放，Hopefi eld 神经网络的收敛和稳定性促进了神经系统的发展，为其增添了生命的新活力，灌注新血液，创造了人工智能的新动力。人工网络进而在更多的领域发展壮大起来了，成了当时经济管理中的一项新技术，对财务管理发展也提供了有利的条件。
4.5.2人工神经网络的应用
人工神经网络可以分为ART 网络、BP网络、和H0P网络等类型。BP网络一般是运用在分类、函数逼近、优化和预测等方面。在财务管理领域的应用，如上市公司财务风险预警、 金融衍生证券定价、经济发展模式选择、市场营销策略、预测物流的相关组合等等。ART网络的主要应用程序在金融判断领域评估控制质量和数据利用。RBF神经网络在管理客户关系、住宅造价领域广泛应用。HOP技术上的应用技术是非常广泛的。在科技领域的人工智能和管理经济的使用，收获了一致的好评，也受到了广大学者的关注。而在财务管理领域，BP网络的运用也取得了可观的效果，成为了人工智能的闪光点，人工神经网络为企业的财务管理体系增添了色彩。
5 人工智能的发展前景
数据显示，近年来全球人工智能领域的投融资交易发展十分迅速。2016年全球人工智能领域投资交易将近700项，和2012年的160项投资相比有了明显增长。2017年全球人工智能创业公司共获得投资152亿美元。
在近几年来，中国人工智能的发展备受世界瞩目。国家行动计划来自互联网，在互联网+的相关的规划中，人工智能称其为战略性新兴产业而受到重视。计划是以信息技术与制造技术相互结合，重点培养人工智能的产量式发展。工业化技术与人工智能的快速发展，可加快网络中国的建设进程。
我国未来人工智能发展战略的目标：首先，到2020年，在人工智能和应用技术的水平上，将要达到世界上新的尖端技术工业水平，人工智能是经济增长的重要组成部分；第二，人工智能的基本理论已经改变了世界上的基本应用技术组成，和之前的部分技术水平相比，人工智能成为带动我国产业发展以及经济转型的主要动力；然后，到2030年，人工智能的理论可应用在世界上的技术领域再一次扩大，創造性的人工智能成为创新的核心。从现在开始到2040年将是在科技时代的发展中重要的一个时间段，在人类的生活中，人工智能将会贯彻始终。在每一个领域，人工智能的未来将不断地发展壮大。
6 结束语
人工智能技术的不断运用为智能机器人超越人类提供了一定的基础，人工智能技术在财务管理中的运用也是日益成熟。在未来，人工智能在财务管理方面的发展必定会带来飞跃进步，采用智能财务管理专家系统，进而提高财务管理的效率、效果和利益。财务专家系统的特征也会更加智能化、人性化。 智能财务管理专家的机器人也就可以认认真真地来计算、管理复杂的财务数据，将财务管理人员解放出来，而利用人工智能机器人来处理各项任务。在财务管理领域运用人工智能技术，需要从经济发展战目标的角度出发，根据人类的本质想法，实施制度化、体系化金融管理方法，推动资金管理程序的可持续发展，达到最大的利益水平。
参考文献：
[1] 李陶深.人工智能[M].重庆：重庆大学出版社，2002.
[2] 蔡自兴.人工智能基础[M].北京：高等教育出版社，2005.
[3] 佘玉梅，段鹏 .人工智能应用[M].上海：上海交通大学出版社，2007.
[4] [美]D. ASP.NET1.1 数据库入门经典[M].北京：清华大学出版社，2005.
[5] 王化成.财务管理理论结构[M].北京：中国人民大学出版社，2006.
[6] 傅元略.财务管理理论[M].厦门：厦门大学出版社，2007.
[7] 王万良.人工智能及其应用[M].高等教育出版社，2006.
