人工智能范文精選

常識推理中的某些弗協調、非單調和容錯性因素

AI研究的一個目標就是用機器智能模擬人的智能，它選擇各種能反映人的智能特征的問題進行實踐，希望能做出各種具有智能特征的軟件系統。AI研究基于計算途徑，因此要建立具有可操作性的符號模型。一般而言，AI關于智能系統的符號模型可描述為：由一個知識載體（稱為知識庫KB）和一組加載在KB上的足以產生智能行為的過程（稱為問題求解器PS）構成。經過20世紀70年代包括專家系統的發展，AI研究者逐步取得共識，認識到知識在智能系統中力量，即一般的智能系統事實上是一種基于知識的系統，而知識包括專門性知識和常識性知識，前者亦可看做是某一領域內專家的常識。于是，常識問題就成為AI研究的一個核心問題，它包括兩個方面：常識表示和常識推理，即如何在人工智能中清晰地表示人類的常識，并運用這些常識去進行符合人類行為的推理。顯然，如此建立的常識知識庫可能包含矛盾，是不協調的，但這種矛盾或不協調應不至于影響到進行合理的推理行為；常識推理還是一種非單調推理，即人們基于不完全的信息推出某些結論，當人們得到更完全的信息后，可以改變甚至收回原來的結論；常識推理也是一種可能出錯的不精確的推理模式，是在容許有錯誤知識的情況下進行的推理，簡稱容錯推理。而經典邏輯拒斥任何矛盾，容許從矛盾推出一切命題；并且它是單調的，即承認如下的推理模式：如果p?r，則pùq?r；或者說，任一理論的定理屬于該理論之任一擴張的定理集。因此，在處理常識表示和常識推理時，經典邏輯應該受到限制和修正，并發展出某些非經典的邏輯，如次協調邏輯、非單調邏輯、容錯推理等。有人指出，常識推理的邏輯是次協調邏輯和非單調邏輯的某種結合物，而后者又可看做是對容錯推理的簡單且基本的情形的一種形式化。[②]“次協調邏輯”（ParaconsistentLogic）是由普里斯特、達·科斯塔等人在對悖論的研究中發展出來的，其基本想法是：當在一個理論中發現難以克服的矛盾或悖論時，與其徒勞地想盡各種辦法去排除或防范它們，不如干脆讓它們留在理論體系內，但把它們“圈禁”起來，不讓它們任意擴散，以免使我們所創立或研究的理論成為“不足道”的。于是，在次協調邏輯中，能夠容納有意義、有價值的“真矛盾”，但這些矛盾并不能使系統推出一切，導致自毀。因此，這一新邏輯具有一種次于經典邏輯但又遠遠高于完全不協調系統的協調性。次協調邏輯家們認為，如果在一理論T中，一語句A及其否定?A都是定理，則T是不協調的；否則，稱T是協調的。如果T所使用的邏輯含有從互相否定的兩公式可推出一切公式的規則或推理，則不協調的T也是不足道的(trivial)。因此，通常以經典邏輯為基礎的理論，如果它是不協調的，那它一定也是不足道的。這一現象表明，經典邏輯雖可用于研究協調的理論，但不適用于研究不協調但又足道的理論。達·科斯塔在20世紀60年代構造了一系列次協調邏輯系統Cn（1≤n≤w），以用作不協調而又足道的理論的邏輯工具。對次協調邏輯系統Cn的特征性描述包括下述命題：(i)矛盾律?(Aù?A)不普遍有效；(ii)從兩個相互否定的公式A和?A推不出任意公式；即是說，矛盾不會在系統中任意擴散，矛盾不等于災難。(iii)應當容納與(i)和(ii)相容的大多數經典邏輯的推理模式和規則。這里，(i)和(ii)表明了對矛盾的一種相對寬容的態度，(iii)則表明次協調邏輯對于經典邏輯仍有一定的繼承性。

在任一次協調邏輯系統Cn(1≤n≤w)中，下述經典邏輯的定理或推理模式都不成立：

?(Aù?A)

Aù?A→B

A→(?A→B)

摘要：隨著人工智能的深入發展，其應用的領域越來越廣，對于某些行業有著深刻的影響。筆者研究的是人工智能對會計行業的影響及對會計人員的建議，主要利用對比分析法，通過橫向和縱向對比分析人工智能下的會計行業。到我國人工智能在會計行業的應用現狀和展望，再到人工智能對會計行業的影響，最后分析出會計人員如何應對人工智能時代的到來。

關鍵詞：人工智能；會計行業；影響

一、研究背景及意義

在剛剛過去的2016年，圍棋領域的“人機大戰”掀起一股人工智能的浪潮，以“阿爾法狗”為代表的人工智能戰勝了韓國的圍棋高手李世石，由此人工智能的發展引人深思。很多人會覺得人工智能是一個很遙遠的事情，始終抱以一種懷疑的態度去看待人工智能。其實不然，人工智能從上世紀40年展至今，且不說現在家家都在使用，但是在我們的生活中至少是隨處可見的，比如，計算機行業、銀行業、會計業等都在使用的智能處理系統，而且范圍越來越廣，技術越來越具有深度。在傳統的會計行業中，會計核算工作從憑證到報表都是由人工來完成的，但是現如今財務會計中的大部分工作都可以由財務軟件來完成，大大的解放了會計中的人力。也是在去年的3月份，著名的會計師事務所德勤對外宣布將人工智能引入會計行業，這一宣布也是幾家歡喜幾家愁。雖然人工智能讓會計實務變得更加便捷、精準，但是傳統會計行業中那些被人工智能替代的手工記賬人員將何去何從？筆者從一個會計人的角度對人工智能時代下的會計行業進行探討，目的是明晰人工智能對會計行業的影響，以及傳統的會計人員如何應對人工智能時代的到來。

二、我國人工智能在會計行業的應用現狀和展望

(一)我國人工智能在會計行業的應用現狀會計行業主要涉及的是企事業單位、政府機構和會計師事務所，這三大類是有會計核算系統的主要主體。就我國來說，很多涉及會計工作主體對于人工智能的應用僅限于會計系統，而且在會計系統中一些類似于審核、判斷等主觀行為還是要財務人員手工進行操作。目前市場上已經存在各種可以滿足不同類型組織結構會計主體業務需求的會計軟件，可以說應用已經十分廣泛了。但是就會計師事務所來說，作為主要業務之一的審計業務在人工智能方面應用的稍微較少，因為對于上市公司審計業務而言，需要填制大量的審計工作底稿，包括電子版和紙質版，這些數據的錄入目前還是依賴于手工。

摘要：圍繞人工智能課程教學中存在的問題，將“吊牌識別”案例引入人工智能課程實踐教學，以此提高人工智能課程理論教學質量，激發學生學習人工智能技術的興趣，從而更好地培養學生在人工智能領域的實踐能力與創新能力。

關鍵詞：人工智能；實踐教學；吊牌識別

人工智能融合了計算機、控制學、語言學、數學、心理學、神經學等多學科專業知識[1-3]。2017年7月，國務院發布了《新一代人工智能發展規劃》[4-5]。2018年4月，教育部印發《高等學校人工智能創新行動計劃》，其核心是推動人工智能領域人才的培養[6-7]?！?020—2026年中國人工智能行業市場競爭格局及未來發展趨勢報告》的統計數據顯示[8]，2018年中國人工智能市場規模為339億元，增長率達56.2%，而2019年中國人工智能市場規模增長到516億元。人工智能技術發展突飛猛進，伴隨而來的是人工智能領域人才需求激增。近三年，越來越多的高校開設了人工智能專業，并在計算機、信息科學和自動化等專業開設人工智能課程，還有部分高校將人工智能課程納入通識課程體系。但人工智能理論知識具有抽象性、復雜性和涉及面廣等特點，教學過程枯燥乏味，使得學生在學習的過程中很難保持熱情。如何更好地將人工智能理論知識與實踐教學相結合[9-10]，是本文研究的重點。本文結合筆者的教學經驗，將綜合性較強的案例融入實踐教學，再以實踐教學促進人工智能課程理論教學，激發學生的學習動力，培養學生運用相關理論知識解決實際問題的能力。

1人工智能課程教學中存在的問題

1.1師資力量不足

目前，很多高等院校開始開設人工智能專業，但能夠承擔該專業授課任務的教師不多，且部分教師是從計算機專業轉到人工智能專業的，很多知識也是“現學現賣”，在講授過程中很難把握好知識的難度和學生的接受程度。

人工智能技術分析1

摘要：目的：探討人工智能（AI）在年齡相關性黃斑變性診斷中的影響因素。方法：選擇2018年1月1日—2019年12月31日在我院篩查且已診斷明確的年齡相關性黃斑變性的100張眼底照相，由AI進行解讀。按照位置、對焦、準確、曝光程度、睫毛偽影、中心暗影、周邊暗影等對眼底圖像進行質量評價，分析眼底圖像質量與AI診斷準確性的影響。結果：在現實應用場景中，100例黃斑變性圖像，其中拍攝位置不標準為最常見問題占30％，其次為邊緣漏光，占27％，現實場景中AI診斷陽性率86％，AI診斷正確率與眼底照相周邊是否有暗影具有統計學相關性（P＜0.05）。結論：在現實應用場景中AI診斷正確率受眼底圖像質量影響，改善眼底照相拍攝質量是提高診斷準確率的重要途徑。

關鍵詞：人工智能；黃斑變性；眼底照相；圖像質量

年齡相關性黃斑變性（AMD）是發達國家年齡超過50歲人群不可逆轉視力喪失的主要原因［1］。AMD疾病逐漸進展，從早期和中期，幾乎沒有或僅有微妙的視覺變化，最終患者會發生中心視力損傷，早診斷、早干預是防治AMD的重要手段。多種因素參與AMD的疾病進程。多項國內外研究發現，年齡、性別、種族、遺傳等是AMD發生的重要影響因素［2］。目前，人工智能（ArtificialIntelligence，AI）基于醫療數據的深度學習已經在眼病領域進行了一系列探索。2016年初，GoogleDeepMind與英國國家健康體系（NHS）開發了一款用于輔助醫生快速查看血液測試結果的軟件，以輔助決策并提高效率。同年JAMA刊登了gulshan團隊研究成果，通過深度學習，AI輔助的軟件系統對眼底病檢測準確率96％［3］。2018年我國張康團隊在Cell刊文，開發出診斷眼病和肺炎的AI系統［4］，主要對糖尿病性視網膜病變進行AI輔助診斷。AI已經被應用于老年黃斑變性的檢測中，其原理是能夠通過觀察眼底圖像所呈現的玻璃膜疣及視網膜微血管病變體征等，實現對AMD玻璃膜疣的自動檢測和量化系統，能夠對疾病的客觀記錄描述，幫助識別和分類AMD患者。目前，相關研究集中在玻璃膜疣的診斷準確率和敏感度的提升方面［5］。但AMD是一個長期、慢性進展的過程，病情復雜，現實場景中的眼底照相質量并不均一，往往受限于場地環境、設備以及受培訓人員的技術水平，在真實世界實際應用場景中，獲得完美的照相質量相對困難［6］，從而影響人工智能輔助診斷。筆者擬通過此次研究，探索圖像質量的差異與AI診斷準確率的關系，尋找影響診斷的主要因素，改善醫療技術，進一步提高AI的診療準確性，從而提高醫療服務質量。

1資料與方法

1．1一般資料選擇2018年1月1日—2019年12月31日在我院篩查的100例年齡相關性黃斑變性患者。本研究經本院醫學倫理委員會批準。

摘要：隨著廣東煙草的高速發展向高質量發展的轉變，在深入推進行業“互聯網+”行動計劃，有效發揮信息化管理的戰略支撐作用，提升財務智能化水平的引領下，在計算機技術高度發達的今天，通過借助最先進的科學技術，對傳統的財務管理模式進行一場現代化的變革，將人工智能技術和大數據算法引入，搭建財務智能咨詢平臺，解決大家在財務咨詢上面臨的共同問題，實現財務會計向管理會計的轉型升級。

關鍵詞：人工智能技術；財務管理；煙草企業；高質量發展

一、前言

人工智能就是制造智能的機器，更特指制作智能的程序。人工智能通過研究人類大腦的思考、學習和工作方式，模仿人類的思考方式使計算機能智能的思考問題，然后將研究結果作為開發智能軟件和系統的基礎。計算機算法，與數據和計算能力并稱為人工智能的三大基石。是計算機科學中非常重要的基礎科目，常用于計算、資料處理和自動推理。通過借鑒人工智能的技術，搭建財務智能咨詢平臺，建立自主學習案例及知識庫的復雜算法，實現計算機平臺咨詢交互中的度量權，實現財務咨詢的快速、實時、準確的回答，提升效率的同時，為創建智慧財務，促進財務業務融合，充分發揮財務的職能作用，有效發揮財務管理對企業經營的基礎性支撐作用走出關鍵性的一步。

二、傳統的財務咨詢活動

在日常工作中，市局（公司）財務管理中心直接對接市局（公司）所有部門及各分公司、子公司，并且涉及的財務工作模塊、工作環節多。財務人員在完成自身工作職責內容外，還需要對各類重復的財務基礎問題的咨詢進行解答，占用了財務人員的大量的工作時間，降低了工作效率。而從財務咨詢者的角度出發，由于財務業務的嚴謹性，在處理財務問題中都希望得到最專業的財務人員指導，從而確保財務相關工作的準確性。目前傳統的財務咨詢方式包括電話咨詢、現場咨詢、微信咨詢、郵件咨詢等，遇到被咨詢財務人員忙碌，外出，開會，請假等原因，咨詢者不能得到及時回復，就需要等待或是再次咨詢，這時耗費的時間會更長，效率更低。傳統的咨詢方式的局限性制約了相關人員工作效率的提升。