導語：如何才能寫好一篇人工智能的投資邏輯，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

近期，中國投資界關于人工智能（AI）在投資領域應用的焦點，非“廣發(fā)百發(fā)策略價值基金”莫屬，這是智能投資在國內(nèi)公募基金投資領域首次多元化應用。

近年來，AI在投資領域的應用，正深刻改變著投資市場。高盛尋找員工建立自動化投顧平臺，為100萬美元以下資產(chǎn)的客戶提供服務；全球最大資管公司貝萊德集團用機器人取代基金經(jīng)理，對其主動投資基金業(yè)務進行重組，計劃裁員包括7名投資經(jīng)理在內(nèi)的100名主動型基金部門員工。野村證券在報告中指出，截至2015年年底，全球機器人投顧旗下管理資產(chǎn)已經(jīng)達到500億美元，并預計于2020年達到2.2萬億美元，占到全球資管行業(yè)的2.2%。

基金投資開啟人工智能時代

在中國資本市場，以人工智能為基礎的投資技術以其獨特的優(yōu)勢，正式走向前臺。從廣發(fā)基金網(wǎng)站上的“廣發(fā)百發(fā)策略價值基金”的有關信息來看，百度與廣發(fā)基金合作，正在嘗試用智能投資技術，多元化整體提升投資效能、發(fā)掘市場價值。百度在人工智能領域一直走在國內(nèi)的前沿，當人工智能遇上金融，我們看到了中國也正在進入人工智能的投資時代。

百發(fā)價值這只基金嘗試將人工智能技術在量化投資領域多元化深度應用，實現(xiàn)“智慧投資”。不同于過去的風格或策略相對單一的量化基金，這是一款多策略和多數(shù)據(jù)種類交叉應用的主動型混合基金，瞄準的是大盤藍籌股，投資基準對標滬深300指數(shù)，但不是簡單追蹤滬深300指數(shù)。從對標指數(shù)選擇來看，適應了價值投資的趨勢，回避了高波動、高風險和后市承壓較大的小盤股。當以人工智能技術的應用來強化在選股、擇時和資產(chǎn)配置方面的優(yōu)勢時，可以更加敏捷地應對風云突變的市場形勢，也能回避投資風格漂移等問題，在效率和策略上強化傳統(tǒng)量化投資的優(yōu)勢。

百度理財官網(wǎng)介紹，百發(fā)價值基于多元化智能投資的前沿技術，在極大拓展大數(shù)據(jù)應用領域的基礎上，全領域萃取多樣量化因子，并進行投資動態(tài)監(jiān)測、風險監(jiān)控跟蹤，通過機器學習平臺反復測試模型，建立量化交易策略的動態(tài)調(diào)整機制，最終實現(xiàn)智能選股、精準調(diào)倉、準確擇時的完整投資鏈條。

為什么投資需要人工智能

投資的核心是什么？無非兩點：決策好、執(zhí)行好。人工智能的優(yōu)勢在于決策更好、執(zhí)行更好。

一方面，人工智能極大地拓展了投資決策邊界、更加智慧地捕捉投資價值。從大的投資邏輯來看，投資決策包括兩點，一是宏觀資產(chǎn)配置；二是微觀組合構建。從資產(chǎn)配置來看，百發(fā)價值是混合型基金，股票好的時候多配置股票，債券好的時候多配置債券，股債雙殺時則將資產(chǎn)集中于現(xiàn)金和貨幣資產(chǎn)保障安全收益。人工判斷股票、債券和現(xiàn)金貨幣資產(chǎn)的配置比例，存在很大的隨意性。人工智能依靠機器學習對海量數(shù)據(jù)處理和投資模型自適應的優(yōu)勢，實現(xiàn)科學決策，提高資產(chǎn)配置的效率，實現(xiàn)資金的使用效率和投資效率的全面提高。從微觀組合構建或選股的角度看，人工智能不僅能有效運用遠超任何個人處理能力的大數(shù)據(jù)和投資決策信息，還能通過高頻反復迭代訓練，為傳統(tǒng)量化選股模型帶來突破性創(chuàng)新，在投資邏輯與運算能力得到保證的前提下預期能夠提升整體業(yè)績。

另一方面體現(xiàn)在紀律上。機器輔助人執(zhí)行投資，能夠確保投資紀律的執(zhí)行效率。機器執(zhí)行，在時間上的效率優(yōu)勢上是人工難以比擬的。另外，除了時間效率，智能投資的邏輯也會對以人為主體的投資過程中的隨意性進行有效的制約。投資的很多紀律，是反人性的。人性的任性往往造成情緒化決策，即便是優(yōu)秀的基金經(jīng)理也難以幸免。筆者曾寫過“炒股的十三條紀律”，很多人雖然收藏了，但仍然很難做到。有一位優(yōu)秀的基金經(jīng)理，當時的同事對他的評價是“冷靜得像一塊石頭”，這是對基金經(jīng)理遵守選股原則和交易紀律的最高評價了，但如此優(yōu)秀的基金經(jīng)理畢竟是少數(shù)。人工智能，便是一個“冷靜的機器人”。

投資哲學的優(yōu)秀執(zhí)行體系

筆者對基金公司的理解是：受人之托，替人理財，忠人之事。購買好的基金產(chǎn)品，核心評價當然是該基金公司的投資能力。一個優(yōu)秀的基金公司，比人有好的投資哲學體系的指導，并在該公司長期的投資和研究實踐中不斷優(yōu)化自己的投資哲學。如果一公司的投資哲學只停留在務虛的討論上，而沒有通過實踐進行深刻檢討和改良，則很難形成真正有競爭力的投資能力。

百度用AI賦能金融，無疑給了投資哲學一個“智慧實踐”的平臺，讓好的投資哲學能夠在實踐中不斷進化，讓好的投資哲學形成更加優(yōu)秀的投資決策模型，形成真正的投資能力。比如：專精高效的機器學習技術支持。隨著數(shù)據(jù)資源整合開發(fā)的深入，未來選股模型將面對更大規(guī)模、結構多元、信息豐厚的復雜性數(shù)據(jù)，這就需要更加適用于金融市場的算法開發(fā)、優(yōu)化及應用；百度AI具有深度挖掘的情緒數(shù)據(jù)、輿情數(shù)據(jù)、熱點數(shù)據(jù)、傳統(tǒng)金融數(shù)據(jù)、分析師研報數(shù)據(jù)等，提升數(shù)據(jù)信息含量與質(zhì)量、拓展投資決策依據(jù)的外延；此外，百度全面的生態(tài)體系，可以提供“特色數(shù)據(jù)資源”，以地理位置時空數(shù)據(jù)為例，行業(yè)基本面數(shù)據(jù)、非結構化數(shù)據(jù)或基于大數(shù)據(jù)創(chuàng)新的宏觀經(jīng)濟指標等不同維度的特色資源，均能為選股和資產(chǎn)配置模型帶來增量信息，在投資邏輯與運算能力得到保證的前提下預期能夠提升整體業(yè)績。

有很多曾經(jīng)優(yōu)秀的基金公司，由于基金經(jīng)理和研究部門負責人的變更，導致該公司投資風格出現(xiàn)較大變化，投資業(yè)績也受到影響。如果一個基金公司能夠通過人工智能技術做好公司投資哲學的模型化，并在長期實踐中實現(xiàn)智慧學習，推動模型的進化，在模型進化中，實現(xiàn)公司投資哲學的升華，則能在充分競爭的基金管理行業(yè)中，不斷強化核心競爭力。

百發(fā)價值這款產(chǎn)品的上線，為傳統(tǒng)證券與基金行業(yè)在產(chǎn)品創(chuàng)新上提供了新的思路。人工智能等技術的輸出，讓傳統(tǒng)金融機構有了快速打造智能金融的階梯。百度AI技術的開放，為傳統(tǒng)金融機構創(chuàng)造了迅速跟進的機會，將極大地改變行業(yè)現(xiàn)狀。在AI賦能的未來，或許將沒有傳統(tǒng)金融與新興金融的區(qū)分，將共同開創(chuàng)智慧金融。

人工智能引領價值

篇2

關鍵詞：人工智能技術;供水設備;電氣自動化控制技術

人工智能技術在各行各業(yè)中的應用越來越普遍，極大地推動了生產(chǎn)效率的提高。作為一門邊緣學科，人工智能技術屬于自然學科和社會學科的交叉，涉及到的學科里面包括不定性論、控制論、計算機科學、心理學、數(shù)學、認知科學等等。在供水設備機械電氣自動化控制中應用人工智能技術，能夠有效地節(jié)約人力資源成本，提高供水設備的運行效率，減少供水設備的運行故障，推動供水企業(yè)的健康穩(wěn)定發(fā)展。

1 人工智能技術

人工智能技術主要是對新設備、新技術和新理論進行拓展、研究和開發(fā)而形成的一種新興技術。計算機發(fā)展的過程中，人工智能是一個重要的發(fā)展方向和組成部分，在該領域產(chǎn)生了各種應用設備，例如圖像識別系統(tǒng)、語言識別系統(tǒng)、機器人等等?？傮w而言，人工智能技術是多個領域和技術的結合，可以使機械設備完成與人類智能相似的功能，從而達到提高生產(chǎn)效率的目的，減少人力資源方面的投入[1]。

2 在供水設備機械電氣自動化控制中應用人工智能控制器

不同類別的人工智能控制器需要不同的研究手段，例如遺傳算法、模糊神經(jīng)或者神經(jīng)算法等等，本文將人工智能控制器作為非線性函數(shù)近似器進行研究，從而對人工智能進行開發(fā)和研究。與普通的函數(shù)估計其相比，人工智能非線性函數(shù)計時器具有非常明顯的優(yōu)勢，其在供水設備機械電氣自動化控制中的應用也能夠取得良好的效果。首先，如果使用普通的函數(shù)估計器，研究的過程中會遇到一些不確定性因素，對供水設備的穩(wěn)定性造成影響。而使用非線性函數(shù)近似解，則無需將研究對象的模型建立起來，能夠對個別對象進行便利的研究，從而推動了電氣自動化控制系統(tǒng)在供水設備中的應用。其次，為了達到一定的目的，研究者可以對供水機械設備的性能進行調(diào)整，從而有效地提高供水設備的適應性。第三，與控制器或者普通函數(shù)估計其相比，人工智能非線性函數(shù)近似器在調(diào)節(jié)數(shù)據(jù)方面更加便利，能夠對供水設備的數(shù)據(jù)進行便利的調(diào)節(jié)。第四，在設計供水設備機械電氣自動化控制系統(tǒng)的過程中，設計者只需獲取供水設備中的數(shù)據(jù)，就能夠應用人工智能技術對其進行設計。在設計供水設備機械電氣自動化控制系統(tǒng)時，只需根據(jù)其所響應的數(shù)據(jù)和語言，就可以完成全部的設計，極大地簡化了設計過程[2]。

在反模糊化和模糊化的過程中，使用隸屬函數(shù)、規(guī)則庫、自適應性模糊神經(jīng)控制器能夠進行自動實時確定。

3 人工智能技術在供水設備機械電氣自動化控制中的具體應用

本文以恒壓供水中的AI 人工智能調(diào)節(jié)器為例，對人工智能技術在供水設備機械電氣自動化控制中的具體應用進行了簡要的介紹。

3.1 工作原理 該系統(tǒng)包括壓力變送器、閥門、水泵、控制接觸器組、AB-PLC-1756系統(tǒng)、AB軟啟動設備、AI- 808 人工智能調(diào)節(jié)器幾個組成部分。由于水泵具有較大的功率，380V的低壓電機5臺供水，分別為2臺355KW，2臺220KW，1臺160KW。

出水總管的壓力可以由壓力傳感器進行檢測，由變送器向AI- 808 儀表進行傳送，通過比較設定值，將誤差的變化率和壓力誤差得出來。使用AB軟啟動設備進行降壓啟動，使用AB-PLC-1756系統(tǒng)進行機組開、?？刂?，及檢測各儀表，利用上位機組態(tài)軟件RSVIEW32對全廠生產(chǎn)設備進行監(jiān)控，通過各監(jiān)測設備在上位機人員控制調(diào)節(jié)供水壓力。AB軟啟動設備具有軟啟動功能，起動加速時間不超過30秒，并具有自行調(diào)節(jié)功能。在進行起動斜坡加速時，電機壓力會不斷上升，當電動機的壓力已經(jīng)到達額定的轉速狀態(tài)時，軟啟動器的控制器就會對其進行監(jiān)測，并自動將輸出電壓切換為全電壓。如果在30秒之內(nèi)電動機就已經(jīng)到達了額定轉速，則可以進一步縮短啟動加速的時間。

3.2 控制算法 供水系統(tǒng)的對象還有時變成非線性環(huán)節(jié)，一些參數(shù)會出現(xiàn)未知式的緩慢變化，如果要達到理想的控制效果，單獨使用PID 控制是不行的。因此使用改進PID和AI人工智能調(diào)節(jié)器進行模糊控制，形成雙?？刂扑惴╗3]。

3.3 AI-808人工智能工業(yè)調(diào)節(jié)器 AI- 808人工智能工業(yè)調(diào)節(jié)器具有參數(shù)自整定功能、模糊邏輯 PID調(diào)節(jié)的先進控制算法，能夠通過模糊算法來避免PID的飽和積分。如果誤差減小，則可以對PID算法進行改進，對被控對象的特征進行自動學習和記憶，從而優(yōu)化控制效果。這樣一來，即使對復雜的對象也能夠進行良好的控制，具有參數(shù)確定簡單、精度高、無超調(diào)的優(yōu)點。

3.4 可編程控制器 可編程控制器的輸出是繼電器類型，主要使用Micrologix系列。水泵的邏輯功能主要由PLC來完成，無需設置模擬量的輸入輸出模塊，有力地節(jié)省了造價投資。使用AI- 808人工智能儀表來進行系統(tǒng)的壓力閉環(huán)控制。

3.5 控制臺 手動和自動兩種操作模式在控制臺的設計中都有所兼顧，通過手動操作來單獨開啟或停止每一臺水泵和閥門，并通過多圈電位器來對變頻器的頻率進行手動調(diào)節(jié)。如果處于自動模式之下，則可以通過開關來將需要投入運行的水泵選擇出來。如果某臺水泵需要維修，則可以令其自動退出運行行列，不會對系統(tǒng)正常運行造成影響。

4 結語

本文對人工智能技術在工程設備機械電氣自動化控制中的具體應用進行了簡要的分析，人工智能技術得到了迅速的發(fā)展，在各行各業(yè)中都得到了廣泛的應用。應用人工智能技術的恒壓供水系統(tǒng)，在民用供水系統(tǒng)和工業(yè)供水系統(tǒng)中都已經(jīng)得到了應用，并取得了良好的應用效果，已經(jīng)成為了供水設備機械電氣化自動控制發(fā)展中的一個重要發(fā)展方向。

參考文獻：

[1]孫斌.解析電氣自動化控制中人工智能技術的運用[J].科技傳播，2014（04）.

篇3

上周，滬深300指數(shù)下跌2.97%，計算機行業(yè)下跌10.52%，行業(yè)跑輸大盤7.55個百分點，其中硬件板塊下跌10.07%，軟件板塊下跌10.32%，IT服務板塊下跌11.49%。個股方面，梅安森、達實智能、御銀股份漲幅居前，漢邦高科、方直科技、東方通跌幅居前。

國際市場動態(tài)

IDC：今年VR設備出貨量將超900萬臺；新加坡今年將讓無人駕駛汽車上路行駛；洛杉磯富人區(qū)將建自動駕駛車隊，提供公交服務。

國內(nèi)市場動態(tài)

國務院：深入實施互聯(lián)網(wǎng)+流通，促實體商業(yè)轉型；百度在硅谷建無人車研究團隊，年底超100人；百度地圖宣布國際化，稱目前國內(nèi)市場份額第一。

A股上市公司重要動態(tài)信息

天璣科技：擬推731.5萬股限制性股票激勵計劃；天源迪科：擬推1263萬股限制性股票激勵計劃；長亮科技：擬3，700萬購買深圳市國融信科技有限公司74%股權；神州泰岳：擬6，240萬收購藍鷗科技16%股權；綠盟科技：與阿里云計算有限公司簽訂《合作協(xié)議》；天璣科技：擬定增募資不超過8億元投入智慧數(shù)據(jù)中心及智慧通訊云等項目；旋極信息：擬以自有資金3，000萬增資航星中云；石基信息：與青島海信智能商用系統(tǒng)有限公司簽署《增資暨戰(zhàn)略合作框架協(xié)議》；捷順科技：與聯(lián)合電子簽署戰(zhàn)略合作框架協(xié)議。

投資策略

上周，大盤震蕩下行，上證指數(shù)跌破3000點大關，中小板及創(chuàng)業(yè)板同樣出現(xiàn)明顯回調(diào)，回調(diào)幅度較大。受市場整體低迷影響，計算機行業(yè)明顯下挫并跑輸大盤。具體來看，各概念板塊均出現(xiàn)不同程度的下跌，其中人工智能、生物識別等板塊跌幅相對較少，其他板塊跌幅相對較深。

從本周的走勢看，市場在經(jīng)歷震蕩整理后出現(xiàn)短期向下趨勢，由于基本面并沒有明顯變化，所以預計短期的調(diào)整幅度并不會太深，繼續(xù)維持震蕩走勢的概率較大，計算機行業(yè)由于高beta特性而表現(xiàn)出來的波動性較大的特點更利于投資者選擇優(yōu)質(zhì)個股進行波段操作。

篇4

P鍵詞：人工智能；會計

中圖分類號：F230 文獻識別碼：A 文章編號：1001-828X（2017）001-000-01

一、人工智能在會計領域應用及前景

人工智能即“關于研發(fā)人工構造出的可以模擬人的意識和思維方式的計算機系統(tǒng)的理論和應用，這些系統(tǒng)可以取代部分目前人類正在做的工作”。對于人工智能的定義，莫衷一是，但人工智能如今在日常生活中的應用卻很常見，例如蘋果的Siri。人工智能是對人的智力的模仿再生，導致人的思維永遠會先于計算機一步。

在如今的高速信息化時代下，縱觀整個會計領域，不難發(fā)現(xiàn)，由于各種會計處理軟件和人工智能的應用，過去從事手工填制憑證、記賬、對賬、結賬這些繁瑣的工作的人正在悄無聲息地被替代。相比較而言，人工智能比這些人完成的工作更加出色、效率更高，處理昔日會計工作的人，不得不成為智能化的淘汰品。會計的基本職能正潛移默化地在發(fā)生改變。

具體而言，人工智能引入會計行業(yè)可以避免由于人的失誤而造成的會計信息錯誤的問題，為管理決策、業(yè)務投資分析提供可靠的數(shù)據(jù)支持。同時，人工智能可以使業(yè)務效率明顯提高，對于技術含量低、簡單重復的工作，人工智能可以在高強度工作下仍然高效運行。如此以來，企業(yè)運用人工智能解決日常大量發(fā)生的標準化工作，精簡核算類型員工，既提高了效率又節(jié)約了成本。在信息爆炸的時代，人工智能憑借其強大的計算能力、海量的信息儲存以及高強度運轉的工作能力，在信息采集等方面也發(fā)揮越來越重要的作用。

不置可否地是人工智能不僅代表了先進科技的高速發(fā)展，同時也帶來更豐厚的經(jīng)濟利益。人工智能的應用范圍也會隨著社會發(fā)展從大型企業(yè)逐步擴展到中小型企業(yè)，其功能也會日臻完善，從財務核算逐步擴展到為財務決策提供信息等領域，智能會計的發(fā)展前景明朗廣闊。

二、會計是否將被人工智能完全替代

2014年《經(jīng)濟學人》的調(diào)查數(shù)據(jù)顯示，未來20年最有可能收到人工智能沖擊的行業(yè)中會計位于前三甲。在國內(nèi)，國務院常務會議通過了《裝備制造業(yè)標準化和質(zhì)量提升規(guī)劃》，工信部等部門也了《機器人產(chǎn)業(yè)規(guī)劃2016-2020》，意圖指導機器人產(chǎn)業(yè)蓬勃發(fā)展。人工智能的發(fā)展如此受器重，會計人員面對的挑戰(zhàn)空前嚴峻。

因此，人工智能真將會計完全替代，會計行業(yè)中的人都將面臨重新選擇新的工作領域的窘境？答案是否定的。

如今會計行業(yè)正朝著一個更加多元化、全球化的復合型方向發(fā)展，由于如今的經(jīng)濟信息時代地迅猛發(fā)展，越來越多的企業(yè)步入了國際化的軌道。對于這些企業(yè)進行合并重組、融資上市、跨國合作……都需要會計的輔助指導。

人工智能缺乏人類所特有的主觀能動的創(chuàng)造想象力。人工智能由于其根據(jù)特定的情形，提前設計好運行程序，在一旦遇見新的情形，就無法進行處理。人工智能是沒有意識的機械的物理操作過程，相反人類的智力在于心理活動過程。人的大腦在憑借直覺判斷、運用邏輯推理等方面完全碾壓人工智能。所以，涉及主觀判斷，無法利用規(guī)則來約束衡量的問題，必須具備會計知識的人來處理。

三、會計行業(yè)重新定位于轉型迫在眉睫

在人工智能被引入到會計工作中，普通核算類型工作的崗位勢必減少，但財務人員不會完全被人工智能取代。分析目前國內(nèi)的會計人員的結構布局，清晰感受到呈現(xiàn)兩極分化的態(tài)勢。會計行業(yè)的普通核算類型的人員已達到飽和，但高水平的財務管理人才仍是鳳毛麟角。高級應用型與復合型人才在社會上青黃不接。對于企業(yè)而言，需要的也是能夠為企業(yè)宏偉藍圖出謀劃策的高級會計人員。審時度勢地轉變自身職能，努力提高自身能力素質(zhì)，能人之所不能即做人工智能無法企及的事情是會計人員的首要選擇。

（一）轉變傳統(tǒng)的思維模式與觀念

在許多外人甚是會計工作人員看來，會計是一個埋頭算賬、記賬、整理數(shù)據(jù)的“管家”，每天就是管理著物料、錢的收支，這種觀點明顯早已過時。會計如果一直沿襲成規(guī)，因循自己習以為常的做法，思維定式，不接納新型思維方式，一味膠柱鼓瑟，只能成為“優(yōu)勝劣汰”競爭中的淘汰者。

（二）專業(yè)知識學習無止境，順應科技發(fā)展潮流，提高競爭力

在新的環(huán)境下，戰(zhàn)略管理型人才是我們每個會計人員努力的方向。如果知識內(nèi)容片面而且結構老化，就只能重復進行簡單、機械的基礎工作，毫無疑問會被人工智能取而代之。一個財務人員不能簡簡單單的看見賬簿上面記載的數(shù)據(jù)，而要利用這些數(shù)據(jù)看到公司背后的實際情況，為公司發(fā)展壯大統(tǒng)籌規(guī)劃。即需要的是一個對會計知識、行業(yè)法律法規(guī)、管理決策和現(xiàn)代科技綜合掌握的高精尖人物，擁有評估判斷、預測決策與人機協(xié)調(diào)多方面才能的復合型人才。

（三）向人工智能會計領域的開發(fā)進軍

會計處理問題的思維和方式會因不同問題而改變，考慮的范圍也會隨時間的變遷而不斷擴大，這些都會使人工智能在會計領域的開發(fā)異常復雜。如果儲備大量會計知識與經(jīng)驗的人員，從事于智能會計的開發(fā)與維護，重新發(fā)掘自身的價值，既是會計人員的新出路又會對會計的發(fā)展做出一番新的推動。

四、結語

人共智能引入會計行業(yè)并不昭示著會計職業(yè)的滅亡，隨著科技不斷地發(fā)展，人工智能對于簡單機械的工作的完全替代是理所當然的，會計遭遇如此挑戰(zhàn)也是社會進步的必然結果。面對這一重大的技術革新，無論是會計工作者還是會計專業(yè)學生，都應以積極的態(tài)度主動從容面對，重新進行職業(yè)定位，從過去腐朽錯誤的觀念中解放出來。面對新興技術的發(fā)展，不能因為恐懼而閉門造車、對其進行排斥，而是保持警醒的態(tài)度來發(fā)展與提升自己，堅信挑戰(zhàn)與機遇并存。

參考文獻：

[1]黃杰.人工智能下會計人員的“?！迸c“機”[J].現(xiàn)代經(jīng)濟信息，2016（12）.

篇5

銀華大數(shù)據(jù)擬任基金經(jīng)理張凱對此表示，人工智能做投資是把已有的人類的投資思維，用計算機程序的方式實現(xiàn)并執(zhí)行，這樣可以擁有更快的計算效率，更少的犯錯幾率，同時把具有主觀能動性的人解放出來去探索更多的投資機會。

大數(shù)據(jù)應用于選股和擇時策略

張凱表示，人工智能的研究已經(jīng)半個世紀了，隨著計算能力的提升和應用場景的豐富，未來有望形成技術供給和應用需求上的共振，對該板塊的未來表現(xiàn)非常期待。

大數(shù)據(jù)既可以用于研發(fā)資產(chǎn)配置策略，也可以用于選股策略：不同的數(shù)據(jù)源，對應不同的策略。張凱表示，從“大數(shù)據(jù)”到“投資”，是通過基于數(shù)據(jù)的投資策略來實現(xiàn)的。投資策略的核心邏輯來自長期投資實踐中積累的經(jīng)驗，銀華用證券大數(shù)據(jù)對邏輯的有效性進行驗證，并找到能反映投資邏輯的具體指標，進而構建出投資策略。

張凱表示，銀華大數(shù)據(jù)基金的優(yōu)勢體現(xiàn)在三方面，信息處理、投資策略以及人為主觀性。該基金構建了兩種資產(chǎn)配置策略和四種股票選擇策略。擇時策略第一類是基于宏觀及行業(yè)景氣度數(shù)據(jù)，包括貨幣供應量、流動性、PHI、經(jīng)濟同步指標、先導行業(yè)景氣度、通脹等；第二類是基于市場行為及情緒數(shù)據(jù)，包括基金倉位、期指持倉及升水率、股票賬戶活躍度、分析師情緒等。

“基于宏觀及行業(yè)景氣度的數(shù)據(jù)對應的是中長周期的擇時策略，基于市場行為及情緒的數(shù)據(jù)對應的是短周期的擇時策略，二者影響權重各為50%，共同決定基金組合的倉位和大類資產(chǎn)配置，在擇時上實現(xiàn)了長周期與短周期的均衡，提升了策略在不同市場波動下的穩(wěn)定性?！睆垊P說。

基金的四種選股策略

張凱表示，該基金的選股策略分為四種：股票關注熱度策略、分析師薦股策略、財務多因子策略和公告事件驅動策略。

“四種策略對應四類數(shù)據(jù)來源和四種投資邏輯?！睆垊P稱，“股票關注熱度策略選擇互聯(lián)網(wǎng)關注度高的強勢股票：賣方分析師推薦策略選擇被最多優(yōu)秀分析師推薦的股票；財務多因子策略選擇基本面質(zhì)地優(yōu)良且低估最多的股票；公告事件驅動策略選擇出現(xiàn)驅動股價走強的突發(fā)事件的股票?！?/p>

篇6

Abstract： Based on the existing process of landscape design， this paper analyzed the problems， and improved it through artificial intelligence technology， and focused on the advantages of artificial intelligence and the implementation process. It focuses on analysis of the application of expert system and Intelligent CAD technology in the design. In practical application， this system basically achieves the intended functionality， and has a great deal of help for the landscape system design in practical application.

關鍵詞： 人工智能；園林設計；專家系統(tǒng)；智能CAD

Key words： artificial intelligence；landscape design；expert systems；intelligent CAD

中圖分類號： TP39 文獻標識碼：A 文章編號：1006-4311（2012）32-0217-02

1 現(xiàn)有園林設計所面臨的問題

隨著人們環(huán)保意識的提高，綠化已成為城市建設中的重要一環(huán)，而園林的設計與建設更是城市綠化的重要組成部分。園林設計是研究如何應用藝術和技術手段處理自然、建筑和人類活動之間復雜關系，達到和諧完美、生態(tài)良好、景色如畫之境界。藝術的設計通過設計者的藝術修養(yǎng)能夠很好的完成和提高，但是在工程技術方面，卻會面臨很多問題，主要有以下幾個方面：

1.1 由于系統(tǒng)本身的原因，參與設計的人員需要有非常廣的知識面，不光計算機知識要懂，建筑知識，植物知識等等都需要精通，這對工程技術人員要求太高，不易實現(xiàn)。

1.2 所設計園林重用性很低，由于不同地區(qū)的氣候，地形等原因，使得設計的園林系統(tǒng)不能在其他地方得到復制，浪費較多人力物力。

1.3 現(xiàn)有的CAD技術只能給客戶提供單一圖形，客戶很難在設計成型前看到效果，不利于技術人員與客戶及時溝通。很容易造成設計人員與客戶想法的偏差，造成損失。

2 智能園林系統(tǒng)的設計

本系統(tǒng)完全按照園林規(guī)劃設計的流程，用計算機模擬了園林規(guī)劃設計的各個環(huán)節(jié)。每一個環(huán)節(jié)不僅可以獨立成為孤立的環(huán)節(jié)，同時也動態(tài)關聯(lián)影響到其他環(huán)節(jié)的結果，方便了各環(huán)節(jié)的設計人員、評審人員的協(xié)作、交接，并且使園林的設計過程可以迭代修改。

根據(jù)一般的園林規(guī)劃設計流程，本軟件分如下幾個子系統(tǒng)：

2.1 項目概要設定子系統(tǒng) 用計算機進行建模的前提，首先是需要對項目進行基本設定，以確定項目自動生成的基本規(guī)則。之后把搜集到的信息，輸入計算機，需要輸入基本信息有：建設規(guī)模、投資規(guī)模、是否可持續(xù)發(fā)展、服務對象、地理位置、氣溫、光照、季風風向等等。這些信息會作為全局的參數(shù)，影響計算機的推理結果。如建筑面積、建筑風格、植被花卉的選型等等。

2.2 地形子系統(tǒng) 地形子系統(tǒng)實現(xiàn)的目標是用輸入的地質(zhì)勘測數(shù)據(jù)根據(jù)推理機計算，輸出目標園林的地形設計圖。首先，需要人工處理的是地質(zhì)勘測工作，這是目前計算機無法取代的?？睖y工作根據(jù)又分前期的粗堪和后期的細堪。粗堪的目的是為了初步評審或投標準備的設計初稿，投入的人力較少獲得勘測數(shù)據(jù)也較粗糙。細堪的目的是為項目施工準備施工圖紙，需要對整個現(xiàn)場做詳盡的勘測。我們的軟件系統(tǒng)，可以在粗堪與細堪的數(shù)據(jù)間做平穩(wěn)的過度。輸入粗堪數(shù)據(jù)后，再次輸入細堪數(shù)據(jù)，系統(tǒng)會自動細化修正設計結果。這里需要輸入的勘測數(shù)據(jù)包括基地現(xiàn)狀圖、等高圖、水文分布圖、土壤酸堿性分布圖等，作為推理機的輸入?yún)?shù)。之后，推理機會參考之前步驟輸入的基本信息，包括建設規(guī)模、投資規(guī)模、是否可持續(xù)發(fā)展、服務對象、地理位置、氣溫、光照、季風風向等數(shù)據(jù)，同時參考一般園林的基本設計規(guī)范以及現(xiàn)有其他園林的設計，演繹推導出地形的初步模型。

我們選用了規(guī)則引擎作為推理機。規(guī)則引擎起源于基于規(guī)則的專家系統(tǒng)，而基于規(guī)則的專家系統(tǒng)又是專家系統(tǒng)的其中一個分支。專家系統(tǒng)屬于人工智能的范疇，它模仿人類的推理方式，使用試探性的方法進行推理，并使用人類能理解的術語解釋和證明它的推理結論。利用它就可以在應用系統(tǒng)中分離商業(yè)決策者的商業(yè)決策邏輯和應用開發(fā)者的技術決策，并把這些商業(yè)決策放在中心數(shù)據(jù)庫或其他統(tǒng)一的地方，讓它們能在運行時可以動態(tài)地管理和修改，從而為企業(yè)保持靈活性和競爭力提供有效的技術支持。簡單地說：讓程序的業(yè)務邏輯可以通過規(guī)則配置進行處理。

本次開發(fā)中采用了作為規(guī)則引擎。是.NET版的Drools，基于Charles Forgy的RETE算法的開源的業(yè)務規(guī)則引擎。推理的總體規(guī)則如下：

R1：輸入建設規(guī)模、投資規(guī)模、是否可持續(xù)發(fā)展、服務對象、地理位置、氣溫根據(jù)一般園林的基本設計規(guī)范計算出綠地占比、水體占比、空地占比、建筑面積、地形改造費用在總體造價中的占比等。

R2：輸入等高圖和R1的結果數(shù)據(jù)根據(jù)園林設計模板數(shù)據(jù)庫，計算出中推薦地形。

R3：用推薦地形等高圖和原始等高圖計算出總進、出土方量。用土方定額表，計算出造價，是否符合投資情況。

R4：用推薦地形圖，根據(jù)園林設計模板數(shù)據(jù)庫劃分出綠地、建筑、水體、空地的區(qū)域。

R5：人工調(diào)整地形模板、地形設計細節(jié)、區(qū)域劃分等，放入R2、R3、R4的規(guī)則中迭代計算，得出滿意的結果。

2.3 主干道路子系統(tǒng) 主干道路子系統(tǒng)實現(xiàn)的目標是用地形子系統(tǒng)輸出地形數(shù)據(jù)生成主干道路。地形設計完成后，在開始其他設計開始前，首先需要設計道路，以避開同時圈定建筑、花園和樹木等。推理的總體規(guī)則如下：

R1：根據(jù)建設規(guī)模、投資規(guī)模、是否可持續(xù)發(fā)展、服務對象等，計算出道路的選型（柏油、水泥、鵝卵）、費用在總體造價中的占比等數(shù)據(jù)。

R2：根據(jù)之前輸出的地形，生成推薦道路圖。

R3：道路的密度符合園林設計規(guī)范。

R4：用推薦道路圖，根據(jù)道路建設定額表，計算出造價，是否符合投資情況。

R5：人工調(diào)整道路圖，放入R2、R3、R4的規(guī)則中迭代計算，得出滿意的結果。

2.4 建筑子系統(tǒng) 有了地形和主干道路的設計后，園林的區(qū)域已經(jīng)被劃分清楚了。接下來，建筑、樹木、花卉的設計可以并行進行，為了描述方便，我們從建筑系統(tǒng)開始介紹。

建筑系統(tǒng)的目標是生成園林中建筑的設計圖。推理的總體規(guī)則如下：

R1：根據(jù)建設規(guī)模、投資規(guī)模、是否可持續(xù)發(fā)展、服務對象等，推導出設計風格，并計算出建設費用在總造價中的占比等數(shù)據(jù)。

R2：根據(jù)之前輸出的地形圖和主干道路圖，參考R1推導出的設計風格和建筑設計模板庫，生成推薦的建筑設計圖。

R3：用推薦的建筑設計圖，根據(jù)建筑建設定額表，計算出造價，是否符合投資情況。

R4：人工調(diào)整建筑設計圖，放入R2、R3的規(guī)則中迭代計算，得出滿意的結果。

2.5 樹木、花卉子系統(tǒng) 樹木、花卉子系統(tǒng)的目標是生成園林中的樹木、花卉分布圖。推理的總體規(guī)則如下：

R1：根據(jù)建設規(guī)模、投資規(guī)模、是否可持續(xù)發(fā)展、服務對象、地理位置、氣溫、光照、季風風向等，推導出樹木、花卉的選型，并計算出建設費用在總造價中的占比等數(shù)據(jù)。

R2：根據(jù)之前輸出的地形圖和主干道路圖，參考R1推導出的數(shù)據(jù)與樹木、花卉數(shù)據(jù)庫，生成推薦的樹木、花卉種植分布圖。

R3：樹木、花卉的種植位置，參考地質(zhì)土壤圖（酸堿性、地下水位），推導出是否合適種植，如不合適種植，推導出是否需要移動樹木、花卉或改善地質(zhì)土壤。

R4：用樹木、花卉種植分布圖，根據(jù)樹木、花卉定額表，計算出造價，是否符合投資情況。

R5：人工調(diào)整樹木、花卉種植分布圖，放入R2、R3、R4的規(guī)則中迭代計算，得出滿意的結果。

2.6 水電管網(wǎng)子系統(tǒng) 地形、主干道路、建筑、樹木、花卉設計完成后，需要設計相關的路燈、房屋、廁所、噴泉、灌溉等系統(tǒng)配套的給水供電系統(tǒng)。推理的總體規(guī)則如下：

R1：根據(jù)建設規(guī)模、投資規(guī)模、是否可持續(xù)發(fā)展、服務對象等，計算出水電管網(wǎng)系統(tǒng)的建設費用在總造價中的占比等數(shù)據(jù)。

R2：根據(jù)之前輸出的地形圖、主干道路圖、建筑設計圖、樹木花卉種植分布圖等，生成推薦的水電管網(wǎng)圖。

R3：用推薦的水電管網(wǎng)圖，根據(jù)水電管網(wǎng)建設定額，計算出造價，是否符合投資情況。

R4：人工調(diào)整水電管網(wǎng)圖，放入R2、R3的規(guī)則中迭代計算，得出滿意的結果。

2.7 圖紙、圖表輸出子系統(tǒng) 在完成園林各個環(huán)節(jié)的設計后，需要輸出相關的圖紙進行評審與施工。本系統(tǒng)可以輸出的圖紙有：

總平面放樣定位圖（方格網(wǎng)圖），豎向設計圖（土方地形圖），主要剖面圖，土方平衡表（包括總進、出土方量），水的總體上水、下水、管網(wǎng)布置圖，主要材料表，電的總平面布置圖、系統(tǒng)圖等。

由于采用計算機程序處理的優(yōu)勢，輸出的各種圖紙圖表有如下優(yōu)點：①各專業(yè)的圖紙相互一致，可以自圓其說。②各專業(yè)圖紙有準確的銜接和連續(xù)關系。③出圖快，所見即所得，設計完成后，可以一鍵導出各種專業(yè)圖紙，節(jié)約排版時間。

3 結束語

以上介紹了人工智能在園林設計中的應用具體的實現(xiàn)過程。人工智能研究處于計算機科學結構中的上層，由于之前軟硬件條件上的限制，很長一段時間都沒有突破性的進展。當前，軟硬件的基礎已經(jīng)打好，人工智能的研究突破到了一個臨界點，所以科研人員應該加大對其關注的力度。

參考文獻：

[1]尼爾遜（N.J.Nilsson）著，石純一譯.人工智能原理.

[2]劉白林主編.人工智能與專家系統(tǒng).

篇7

關鍵詞：人工智能；農(nóng)業(yè)企業(yè)；財務

當前國內(nèi)農(nóng)業(yè)企業(yè)數(shù)量眾多，業(yè)務內(nèi)容多種多樣，規(guī)模大小不一，資金數(shù)量懸殊，技術水平存在較大差距，財務管理設備、理念和財務工作者的業(yè)務能力也有一定差異，財務實踐形式多樣化，與現(xiàn)代企業(yè)財務管理的需要形成較大差距。因此，人工智能賦能農(nóng)業(yè)企業(yè)財務管理有著廣闊的發(fā)展空間。

一、農(nóng)業(yè)企業(yè)和農(nóng)業(yè)企業(yè)財務

（一）農(nóng)業(yè)企業(yè)

農(nóng)業(yè)企業(yè)一般指以農(nóng)業(yè)經(jīng)營為主，采取獨立核算的農(nóng)業(yè)經(jīng)濟單位。從狹義上來看，它指的是采取獨立核算的農(nóng)業(yè)經(jīng)營生產(chǎn)單位。當前農(nóng)業(yè)生產(chǎn)經(jīng)營越來越多地和相關聯(lián)機構、部門融合，農(nóng)業(yè)生產(chǎn)經(jīng)營活動日益延伸至產(chǎn)前環(huán)節(jié)與產(chǎn)后環(huán)節(jié)，催生一大批一體化、綜合性的農(nóng)業(yè)生產(chǎn)經(jīng)營企業(yè)。如此一來，農(nóng)業(yè)生產(chǎn)、農(nóng)產(chǎn)品銷售與加工、為農(nóng)業(yè)服務等方面的企業(yè)，均應被列入農(nóng)業(yè)企業(yè)的范圍內(nèi)。所以，農(nóng)業(yè)企業(yè)指的是在一定場所，集合土地、勞動力、技術、資本、設備等多種生產(chǎn)要素，開展農(nóng)業(yè)生產(chǎn)經(jīng)營活動，為消費者提供包括天然纖維、食物等內(nèi)的動植物產(chǎn)品與相關服務；在承擔風險與利潤動機的條件下，采取自負盈虧、獨立核算、獨立經(jīng)營的農(nóng)業(yè)經(jīng)濟單位。本文采取這種農(nóng)業(yè)企業(yè)的廣義定義。

（二）農(nóng)業(yè)企業(yè)財務

農(nóng)業(yè)企業(yè)財務管理受到農(nóng)業(yè)細分領域彼此借力的影響，經(jīng)營多元化、產(chǎn)品多樣化的現(xiàn)狀導致農(nóng)業(yè)企業(yè)繁多的財務會計內(nèi)容。相應地，農(nóng)業(yè)企業(yè)的財務管理工作也充分體現(xiàn)出農(nóng)業(yè)生產(chǎn)經(jīng)營的特點，需要單獨核算相關細分領域的成本費用與多種類型的非生產(chǎn)性開支。農(nóng)村地區(qū)的管理機制比較復雜，通常情況下農(nóng)村地區(qū)采取雙層經(jīng)營、統(tǒng)分結合的管理制度，服務于農(nóng)業(yè)生產(chǎn)經(jīng)營活動的生產(chǎn)經(jīng)營活動。當前，農(nóng)業(yè)企業(yè)的財務管理工作需要適應統(tǒng)一化、現(xiàn)代化、數(shù)字化、信息化的發(fā)展趨勢。農(nóng)業(yè)企業(yè)急需利用物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、智能化、移動互聯(lián)網(wǎng)等人工智能科技進行財務會計操作，進而持續(xù)提升財務管理的效能。

二、人工智能與農(nóng)業(yè)企業(yè)財務的融合

（一）人工智能

1955年認知學家、計算機科學家約翰麥卡錫在達特茅斯會議上提出關于人工智能（ArtificialIntelligence）的設想是關于“制造智能機器的工程與科學”。從本質(zhì)上來講，人工智能指的是讓機器像人類那樣思考與行動，進行深度學習與自我學習，理論上能夠對人類思維進行模仿，得出相應結論與擁有智慧。國務院2017年7月印發(fā)《新一代人工智能發(fā)展規(guī)劃》，其中明確要求“大力發(fā)展智能農(nóng)業(yè)，構建典型農(nóng)業(yè)大數(shù)據(jù)智能決策分析系統(tǒng)，推廣示范智能牧場、智能化植物工廠、農(nóng)產(chǎn)品加工智能車間、智能化植物工廠、智能農(nóng)場、智能漁場、農(nóng)產(chǎn)品綠色智能供應鏈、智能果園等集成應用”。智能意味著，計算機能夠加工、采集相關信息并結合自身知識經(jīng)驗與現(xiàn)有閱歷，獲得問題處理的能力。人工智能指的是，人們將特定程序輸入計算機，計算機系統(tǒng)經(jīng)由學習和運用有關應用程序，并采取相應的解決辦法來解決生產(chǎn)工作生活中的問題。人工智能是一門綜合性強的新興學科，涵蓋控制論、管理學、信息學、邏輯學、數(shù)學等諸多領域。人工智能技術能夠適用于農(nóng)業(yè)生產(chǎn)的不同階段，對農(nóng)業(yè)生產(chǎn)經(jīng)營的產(chǎn)后、產(chǎn)中與產(chǎn)前階段實施全產(chǎn)業(yè)鏈監(jiān)控，在此基礎上推動農(nóng)業(yè)生產(chǎn)經(jīng)營的高產(chǎn)化、高效化、集約、優(yōu)質(zhì)化、安全化、生態(tài)化等，助力企業(yè)實現(xiàn)可續(xù)發(fā)展的目標。

（二）人工智能賦能農(nóng)業(yè)企業(yè)財務的優(yōu)勢

人工智能賦能農(nóng)業(yè)企業(yè)財務的過程中，要充分發(fā)揮智能對財務管理的推動和改善，打造智能財務。智能財務要求智能化技術、設備覆蓋企業(yè)的財務流程，它包括三大層面：首先是以財務與業(yè)務融合而成的智能化財務共享平臺，它也是智能財務的前提和基礎。其次是以商業(yè)智能為基礎的智能化管理會計平臺，它是智能化財務的重中之重。再次是，以人工智能為基礎的智能財務平臺，能夠推動智能財務的可持續(xù)發(fā)展。第一，促進業(yè)財有效融合。土地及針對性的勞動工具、資金、勞動力等基礎資源，是農(nóng)業(yè)企業(yè)開展生產(chǎn)經(jīng)營活動的首要生產(chǎn)資料。農(nóng)業(yè)企業(yè)的生產(chǎn)經(jīng)營隨著這些資源的變動體現(xiàn)出鮮明的季節(jié)性、地域性，這也是影響農(nóng)業(yè)企業(yè)生產(chǎn)經(jīng)營時間和周期的顯著特征。眾所周知，大數(shù)據(jù)、云計算、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等人工智能技術如今和農(nóng)業(yè)生產(chǎn)經(jīng)營的結合日益密切，賦能具有典型行業(yè)特征的農(nóng)業(yè)財務會計業(yè)務，積極助力農(nóng)業(yè)企業(yè)的發(fā)展。人工智能背景下，大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算放大企業(yè)財務科核算的工作的自動化與數(shù)字化，農(nóng)業(yè)企業(yè)的業(yè)務財務融合趨勢持續(xù)加速。此處的智能主要是指人造的感知智能和認知智能?；诂F(xiàn)代財務管理豐富、工具和理論，利用人類財務專家和人工智能機器（基于人造的認知智能與感知智能）組成更強大的人機協(xié)同智能系統(tǒng)，在雙邊動態(tài)開展復雜的農(nóng)業(yè)財務管理活動中延伸、擴大與部分代替人類財務專家的各種財務管理工作，進而開展能夠創(chuàng)造更多價值的戰(zhàn)略、管理活動。第二，推進實施監(jiān)督審計。它借助各種人工智能會計對相關業(yè)務活動進行監(jiān)督，進而深度挖掘農(nóng)業(yè)企業(yè)財務數(shù)據(jù)和信息背后的經(jīng)營管理狀況；持續(xù)改進財務分析質(zhì)量和水平的同時，提升其對業(yè)務工作的改進與落實。與此同時，它可以發(fā)現(xiàn)與反饋存在的各種風險和問題，從財務管理、預算編制和資金分配的視角設計出更優(yōu)化的經(jīng)營管理模式。通過綜合分析企業(yè)的資產(chǎn)規(guī)模、資金籌集分配、投資盈利水平等信息，以科學的財務分析助力未來發(fā)展規(guī)劃和管理決策的科學性和科學性。第三，發(fā)揮管理會計職能。構建以商業(yè)智能為基礎的智能化管理會計平臺，是智能化財務的重中之重。在此過程中，要合理打造農(nóng)業(yè)企業(yè)的人工智能財務體系，綜合多種會計知識、計算機技術和信息技術等，綜合經(jīng)營分析、財務決策、會計報表分析與預算管理等等多種功能，更高效、更精準地處理農(nóng)村企業(yè)的財務會計信息。助力管理、決策、財會的高效性與科學性。雙匯集團財務系統(tǒng)的財務機器人流程中用到的自動化技術，是典型的電腦模擬技術，在財務會計活動中通過模擬財務管理與會計核算的具體操作流程，結合機器人的自動化流程開展財務，多技術融合的優(yōu)勢，成本控制的實現(xiàn)、工作效率的增強都得以體現(xiàn)。在此基礎上，基于人工智能的智能財務平臺才能逐步構建起來，有效推動智能財務的可持續(xù)發(fā)展。河南省不少農(nóng)業(yè)企業(yè)紛紛利用蕓豆會計智能財務管理系統(tǒng)，其智能化、全自動的財務系統(tǒng)借助人工智能科技、圖像識別技術使傳統(tǒng)的人工財務記賬轉變?yōu)槿缃竦娜斯ぶ悄芴幚碡攧招畔?，形成了更加標準化、更智能化的記賬理財記賬流程。它充分發(fā)揮管理會計的職能，將服務于當?shù)剞r(nóng)業(yè)企業(yè)財務管理當作重中之重，為大量農(nóng)業(yè)小微企業(yè)、財務企業(yè)提供多元化、專業(yè)化的財稅綜合服務平臺，持續(xù)強化其管理會計職能。

三、人工智能賦能農(nóng)業(yè)企業(yè)財務的主要渠道

如今一些農(nóng)業(yè)企業(yè)主不懂得借貸記賬法和財務會計業(yè)務，又面臨著壓縮勞動力成本和企業(yè)開支的壓力。為了提升財務管理效率，它們邀請各類專業(yè)做賬企業(yè)采取各種技術性財務軟件，通過掃描各類原始憑證，使其自動生成政府機構認可的財務報表；在剖析財務報告的過程中發(fā)現(xiàn)更多審計漏洞，改進審計手段與方法。會計計量領域的公允價值計量以會計信息相關性為基礎人工智能促進業(yè)務財務的有效融合，從實時獲取的海量數(shù)據(jù)中獲得更大的公允價值，切實增強會計信息領域的相關性。

（一）人工神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡系統(tǒng)涵蓋大量的網(wǎng)絡神經(jīng)，是傳遞財務信息的關鍵途徑，它能夠精準而快速地傳遞財務信息和數(shù)據(jù)。人工神經(jīng)網(wǎng)絡有BP、ART、RBF、HOP等多種網(wǎng)絡，采取類型眾多的處理單元，對人腦神經(jīng)系統(tǒng)的相關機理和操作進行模擬，依據(jù)差異化的聯(lián)結方式組合而成相應的網(wǎng)絡。它通過學習知識庫、自主學習、深度學習、修改推理機的，幫助人類擴展對各種外部世界的深刻理解與智能化控制。這些以人工智能為基礎的網(wǎng)絡神經(jīng)系統(tǒng)，通過模擬人類的神經(jīng)系統(tǒng)，對為數(shù)眾多的財務信息和數(shù)據(jù)進行處理，依據(jù)各個板塊的要求提升財務信息數(shù)據(jù)分類的準確性和科學性，然后交給專業(yè)化的財務管理子系統(tǒng)處理，完成后分類整合全部的財務數(shù)據(jù)和信息，并返回原處。如今它已經(jīng)被普遍運用在農(nóng)業(yè)龍頭企業(yè)等各類公司的財務管理活動中。如中糧集團有限公司作為國內(nèi)著名的農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)，其基于人工神經(jīng)網(wǎng)絡的智能財務管理系統(tǒng)綜合BP、ART、RBF、HOP多種神經(jīng)網(wǎng)絡?；贐P神經(jīng)網(wǎng)絡財務系統(tǒng)，側重于函數(shù)逼近、分類、預測和優(yōu)化等諸多領域。該公司以期進行納稅評估、戰(zhàn)略財務管理、風投項目評價等多個領域。ART網(wǎng)絡重點用在財務信息挖掘、財務數(shù)據(jù)質(zhì)量控制、深度挖掘隱蔽性強的財務數(shù)據(jù)和信息，財務危機報警與財務診斷等多個領域。RBF網(wǎng)絡聚焦該集團的客戶關系管理業(yè)務與相應的施工項目造價評估等活動，HOP網(wǎng)絡則被廣泛運用到該企業(yè)的工程技術領域中。

（二）財務管理專家系統(tǒng)

就財務管理專家系統(tǒng)的字面意思而言，這種人工智能系統(tǒng)達到專家級別的專業(yè)化學習、理解、運用和分析能力。財務管理專家系統(tǒng)作為一種非常典型的智能程序系統(tǒng)，可以借助人類專家的問題解決方案、各種理論、經(jīng)驗、方法和知識，化解財務領域的各種復雜問題。財務管理專家系統(tǒng)能夠依托計算機能夠在非常短暫的時間內(nèi)獲取大力的專家知識，且永久保留專家知識、易于復制和快速轉換，其分析判斷能力不會受到環(huán)境的較大影響。與人類專家相比，它的成本相對比較便宜，能夠在很大程度代替相關領域的專家。如今用友、友強等不少財務軟件開發(fā)公司紛紛開發(fā)出基于云存儲的農(nóng)業(yè)企業(yè)財務管理專家系統(tǒng)，農(nóng)業(yè)企業(yè)能夠通過租借的方式獲得這些人工智能技術。北京大北農(nóng)科技集團作為一家著名的農(nóng)業(yè)高科技企業(yè)，如今已經(jīng)成長為以種業(yè)、飼料為主體業(yè)務，以植物保護、動物保健、生物飼料、種豬、疫苗為輔的農(nóng)業(yè)大型知識企業(yè)。它采取友強財務公司開發(fā)設計的財務管理專家吸引，以有效化解企業(yè)財務會計領域中難以解決的復雜問題，合理而科學借助該專家系統(tǒng)化解這些難題。它借助人工智能技術，對復雜的各種財務問題進行轉化，使它們成為一個個易于解決的、難度不大的子問題，并逐步解決這些子問題，再經(jīng)由財務管理專家系統(tǒng)從整體上進行綜合和優(yōu)化，從而形成更科學的財務管理解決方案。當前國家正在大力推行“金三”系統(tǒng)，它充分利用大數(shù)據(jù)分析技術，完善財務指標分析機制的設計和建設。它能夠從農(nóng)業(yè)企業(yè)的海量申報數(shù)據(jù)中比較和獲取非正常的各種財務指標，強化國家對農(nóng)業(yè)企業(yè)的財務監(jiān)管。審計專家、金融實務人才、財務分析師在財務會計實務中積累了珍貴的、不成文的經(jīng)驗與知識。這些知識和經(jīng)驗應通過相應手段，被保存和累積到專家系統(tǒng)知識庫中，以有效發(fā)揮專家專業(yè)的知識技能優(yōu)勢，更有效地提升農(nóng)業(yè)企業(yè)的會計財務管理質(zhì)量和水平。

（三）智能識別提高全樣本審計效能

農(nóng)業(yè)企業(yè)利用人工智能財務管理技術，可以快速而準確地識別和處理海量的財務會計信息，它可以規(guī)避傳統(tǒng)抽檢的舞弊風險、審計面不夠寬泛、重大人為失誤、耗時較長、效率較低等諸多問題。德勤會計公司為世界上不少農(nóng)業(yè)企業(yè)提供基于人工智能技術的全樣本審計服務，盡可能地消除人為因素導致的不利影響。整個操作過程的業(yè)務風險得以降低，記錄追蹤準確而全面。農(nóng)業(yè)企業(yè)的合規(guī)審計業(yè)務得以實現(xiàn)“全查”，以更加智能化的方式完成各個任務的相應步驟，能夠當作審計證據(jù)并滿足合規(guī)要求。這是因為，人工智能財務會計軟件具備較強的光學掃描、自然語言處理等性能，能夠從農(nóng)業(yè)企業(yè)數(shù)量龐大的財務信息中識別出關鍵的審計內(nèi)容，自動做好財務會計的審計歸納。它可以化解人工難以準確快速提取樣本關鍵性材料的問題，對傳統(tǒng)審計流程進行優(yōu)化、勞動力得以從繁重的腦力中解脫出來。同時，財務信息采集和審計內(nèi)容提取的精度和速度得到顯著提升。

（四）各層財務人員積極適應

整體來看，財務會計隊伍的角色要持續(xù)轉型，發(fā)揮“軍師”、“參謀”的決策支持功能。要以引入的人工智能信息系統(tǒng)為支撐，順應管理會計領域的發(fā)展和智能化、信息化財會系統(tǒng)的深層次變革，適應智能財務的快速發(fā)展。大型農(nóng)業(yè)企業(yè)財務會計隊伍中的基層、中級、高級會計人員面對人工智能日益廣泛運用于財務管理的形勢，都應積極行動起來。首先，基礎會計人員要做好報銷、傳輸、整理、制單等重復性、簡單化的財務工作。要掌握更多角度、更多層面的財務會計知識，實現(xiàn)自身專業(yè)、職業(yè)的不斷發(fā)展，成長為人工智能無法代替的復合型專業(yè)化人才。其次，中層財務工作者要做好企業(yè)報表的統(tǒng)計分析、數(shù)據(jù)處理加工、成本管控等，首先要轉變財務管理的思維，從之前的財務思維過渡到?jīng)Q策助力和管理會計層面，持續(xù)放大財務會計管理的眼界和格局，強化相關經(jīng)濟業(yè)務的管理與預測，協(xié)助處理公司風險處理和公司戰(zhàn)略，促進企業(yè)的平穩(wěn)盡快發(fā)展。要充分利用各種人工智能處理簡單化、重復性強的業(yè)務工作，并以此進行精準科學的數(shù)據(jù)分析和統(tǒng)計結果研讀，實時跟蹤財務信息，并做出有效判斷，逐步提升工作效率。再次，高級財務工作者要充分把握企業(yè)的資金調(diào)度、資本構成決策、投融資成本使用與風險、業(yè)務風險分析等；要保持對經(jīng)濟環(huán)境、政策、市場等的敏感。不斷熟悉所在企業(yè)的具體業(yè)務模式，參與企業(yè)發(fā)展戰(zhàn)略的制定，制定與公司發(fā)展相適應的財務管理規(guī)劃。以財務資金的使用和調(diào)度助力投資融資決策的科學性，從而實現(xiàn)關聯(lián)方采訪、利潤最大化等多個目標。

結語

隨著鄉(xiāng)村振興戰(zhàn)略的深入實施和農(nóng)業(yè)產(chǎn)業(yè)的高質(zhì)量發(fā)展，包括人工智能在內(nèi)的科學技術對農(nóng)業(yè)的支持力度日益提高。各級會計人員要持續(xù)豐富業(yè)務知識和操作技能，在深入動態(tài)挖掘財務會計信息，促進多種數(shù)據(jù)源的有效聚合，洞悉企業(yè)發(fā)展變化的態(tài)勢。通過打造基于人工智能的財務共享中心，形成更加規(guī)范的財務記錄和會計報告。以人工智能的顯著優(yōu)勢推動業(yè)財融合、全面審計監(jiān)督，促使數(shù)據(jù)信息利用效率增加、財務活動精細化程度提高。農(nóng)業(yè)企業(yè)要持續(xù)發(fā)揮人工智能科技“軍師”和“參謀”功能，推動企業(yè)正確決策、精細化管理、戰(zhàn)略規(guī)劃實施。

參考文獻

［1］國務院.新一代人工智能發(fā)展規(guī)劃［Z］.2017-7-8.

［2］王京京，馬雄風，李麗霞等.人工智能技術在農(nóng)業(yè)科研財務管理中的應用及前景［J］.農(nóng)業(yè)展望，2018，14（04）：58-60+81.

［3］李嘉歡.人工智能下財務決策支持系統(tǒng)的機制與實施路徑研究［D］.首都經(jīng)濟貿(mào)易大學，2019.

［4］陳金鳳.淺議人工智能時代企業(yè)財務會計向管理會計的轉型［J］.現(xiàn)代商業(yè)，2020（17）：181-182.

篇8

姜姝姝 本刊副總編輯

他是85后，也是國內(nèi)最知名的智能機器人平臺的創(chuàng)始人兼CEO。他是公認的阿蘭·圖靈粉絲，他為自己創(chuàng)業(yè)的機器人引擎命名為“圖靈機器人”。他的期望是在未來，每個機器人都有一個聰明的智能大腦，每個人都能擁有自己的個性化機器人。

俞志晨，剛過完了30歲的生日，正式步入而立之年?！敖衲晟崭鷻C器人一起過，有意思，而且趕上公司今天搬新家，太贊了?！痹谏债斕?，俞志晨在朋友圈記錄了這樣一段文字，同時還上傳了他和著名的NAO機器人一起吹蠟燭的照片。

對于大多數(shù)關注機器人的人來說，與俞志晨一起出鏡的法國知名人形機器人NAO并不陌生，它是全球人形機器人的代表，全身具備數(shù)十個傳感器及自由度，能夠做出跳舞、單腿站立等高難度動作。有著Q的外形，討人喜歡的同時，還具備一定程度的人工智能和一定程度的情感智商并能夠和人親切的互動。

在國內(nèi)，該機器人因為接入了“圖靈機器人”大腦，用戶可以通過中文語言的方式與NAO機器人直接互動，而接入了智能大腦的NAO機器人卻能夠準確的理解中文語音指令并做出相應動作。有了“中國大腦”的機器人NAO也經(jīng)常出入各大展會和活動場所，成為新一代機器人的代表之一。從某種程度上來說，“圖靈機器人”因為和NAO的合作火了，俞志晨這個85后的創(chuàng)業(yè)者也頻繁出現(xiàn)在媒體面前。但有不少人更傾向于這樣點評：“這個年輕的AI（人工智能）團隊做出的創(chuàng)業(yè)產(chǎn)品不火才怪”。

俞志晨雖然年輕，但他的經(jīng)歷已經(jīng)牢牢打上了AI的標簽。大學時，他就師從于人工智能專家賀仲雄教授，對人工智能領域充滿癡迷；和他一起創(chuàng)業(yè)的小伙伴郭家是他大學里志同道合的好友，他們一同學習了AI課程。從北京交通大學畢業(yè)后，兩人又一同在AI領域工作。2009年開始，俞志晨和郭家開始商量自己創(chuàng)業(yè)，隨后叫上幾個好友，一起創(chuàng)辦了北京光年無限科技有限公司。

第一個創(chuàng)業(yè)項目的切入點準確來說是移動互聯(lián)網(wǎng)和AI的結合，俞志晨那時發(fā)現(xiàn)，人們通過手機去獲取信息和服務還不是很方便，很多時候需要手寫輸入，而很多程序的啟動也很繁瑣。“我們當時就在想有沒有更好的方式能夠讓客戶以最簡單的方式來獲得信息和服務。比如，我們只需對著手機說一句話：‘訂一張明天上午去廣州的機票’，它就能直接把結果反饋過來，節(jié)省掉中間過程。圍繞這個初衷，我們做了一款APP叫蟲洞語音助手，早期定位其實是獲取信息和服務的一個工具?！?/p>

從智能語音產(chǎn)品開始

一直以來，語音類的技術都屬于“高精尖”，蟲洞語音助手這個產(chǎn)品現(xiàn)在看來也仍然是一個非常理想化的產(chǎn)品，它基本上融合了世界上最難的幾個技術，包括語音識別、語音合成、語意理解等等，其中的每一個環(huán)節(jié)都很難突破，所以這個領域的技術攻克無論對巨頭公司還是創(chuàng)業(yè)團隊的挑戰(zhàn)性都是一樣巨大。

“并不是有錢就可以做好，包括蘋果推出的Siri也并不理想。”俞志晨回憶著，蟲洞語音助手算是做得比較早的產(chǎn)品，2012年產(chǎn)品就面世了，正趕上蘋果推出Siri，那個時候國內(nèi)能做的只有俞志晨團隊一家，而百度、搜狗這些巨頭公司差不多到2012年底或2013年初的時候才跟上這類項目的進度。

對于創(chuàng)業(yè)者來說，最重要的事情就是，有正確的想法，同時還要有正確的時機，Siri從第一個原型到第一個商業(yè)化版本花了17年的時間。如果之前推出來，可能語音識別技術也還沒成熟，用戶也很難接受；但是當iPhone推出來的時候，Siri的創(chuàng)始人就知道時機到了。而蟲洞語音助手的推出也正是踩準了點，再加上蟲洞在語音和問答系統(tǒng)這一塊做得確實比較好，有一定的技術優(yōu)勢和大數(shù)據(jù)積累。所以產(chǎn)品推出來之后，蟲洞語音助手在整個2012年的市場都很火，俞志晨團隊不僅拿了第一筆天使投資，包括一些大的廠商也來找他們做合作內(nèi)置。

當然，創(chuàng)業(yè)前期是非常艱苦的，在沒有拿到投資之前，因為俞志晨是85后，畢業(yè)后工作的時間并不長，早期的幾個創(chuàng)業(yè)者也情況類似，有一個共同的特點是——都沒有錢?！澳菚r候，他們每天除了睡覺、吃飯都在開發(fā)程序，5年用壞了五六個鼠標，淘汰了三臺電腦，想了上百條創(chuàng)業(yè)點子，向投資方發(fā)出過幾百封郵件，看了數(shù)不清的學術論文。半夜工作的時候，蟑螂、老鼠滿地爬，就是這樣挺過來的。”

語音助手和機器人是兩碼事

雖然在2013年底的時候，蟲洞語音助手的用戶數(shù)以及使用量都很驚人，裝機用戶超過4000多萬，但是很多人已經(jīng)開始察覺到類似Siri這樣的產(chǎn)品其實還不夠成熟，俞志晨此時也思考了很多關于未來發(fā)展的問題，他清楚意識到語音助手和人工智能、機器人還是很不一樣的。

他認為，Siri以及蟲洞語音助手的推出其實是開了一個頭，之后的智能交互技術和產(chǎn)品將擴展到更多領域，包括智能家居、電視、車載等方面，而作為重要分支的語音智能也將朝著不同的方面去拓展和延伸。

在俞志晨看來，第一個延伸的方向就是語音搜索。百度、搜狗，包括谷歌在做這個產(chǎn)品的時候，更多是把語音識別當成是一種輸入法，是一種文字轉換的工具，本質(zhì)還是搜索。只是把“我餓了”這句話，變成“我餓了”三個字，然后去搜索框里搜一下，是語音搜索這么一種形態(tài)。另外一個方向像微軟的小冰，可以對話。俞志晨也開始思考按照虛擬化的機器人方式去做一個更深度的產(chǎn)品?！氨热缯f，在百度里面說‘滾蛋’，它會給你搜出來一堆網(wǎng)頁列表。但你在我們產(chǎn)品里面說‘滾蛋’，他就會回答你說：‘那我滾了’。它是在跟人互動，跟百度、搜狗的定位是不一樣的。我們要做一個虛擬的人工智能的‘小伙伴’，我們希望這個機器人可以像一個人一樣跟你能夠互動和交流，這才能叫‘智能交互’?！?/p>

確定好方向，俞志晨和團隊在2014年年初就開始轉向機器人，半年之后產(chǎn)品的時候，正趕上機器人的發(fā)展熱潮，而這個名叫圖靈的機器人也很快被業(yè)界熟知。

阿蘭·圖靈是世界上第一個把計算機實際用于數(shù)學研究的科學家，也是第一個提出利用機器實現(xiàn)邏輯代碼的執(zhí)行，以模擬人類的各種計算和邏輯思維過程的科學家。這是后來設計實用計算機的思路來源，成為當今各種計算機設備的理論基石。所以，俞志晨將自己的心血命名為圖靈，在一定意義上是為了紀念這位大師和偶像。

圖靈機器人火了

“今天智能機器人的產(chǎn)業(yè)形態(tài)，跟30年之前PC產(chǎn)業(yè)的形態(tài)非常相似。今天無論是標準還是產(chǎn)品，包括用戶體驗，很多事情都是一個非常初級的階段。圖靈機器人的理念或使命，是希望給機器人裝一個聰明的人工智能大腦，可以讓這個機器人非常聰明?！庇嶂境空J為，圖靈機器人的正好趕上了產(chǎn)業(yè)發(fā)展的春天，事實上，無論是蟲洞語音助手還是圖靈機器人，俞志晨對行業(yè)發(fā)展的判斷一直比較準確，過程總體也都比較順利。

什么是圖靈機器人？俞志晨介紹，圖靈機器人目前是中文語境下智能度最高的機器人大腦，也是全球領先的中文語言識別與計算平臺。它對中文語義的理解準確率高達90%，可為智能化軟硬件產(chǎn)品提供中文語義分析、自然語言對話、深度問答等人工智能技術服務。現(xiàn)在，圖靈機器人已為家用服務機器人、智能家居控制系統(tǒng)、智能車載系統(tǒng)、智能玩具、智能客服系統(tǒng)等軟硬件場景的超6萬家合作方提供技術支持。通過圖靈機器人官方網(wǎng)站，企業(yè)及個人開發(fā)者可輕松為自己的軟硬件產(chǎn)品接入圖靈機器人，而且圖靈機器人API端口調(diào)用次數(shù)完全免費，每個人都可以通過圖靈機器人官網(wǎng)創(chuàng)建專屬于自己的智能機器人產(chǎn)品。

和同樣是研究智能語音的科大訊飛相比，訊飛是國內(nèi)領先的語音識別與朗讀技術提供商，圖靈機器人是國內(nèi)智能度最高的機器人大腦技術提供商，兩者在各自領域均處于領導地位。訊飛語音主要的技術積累在于“將聲音轉換成文字”，類似于人的耳朵，而圖靈機器人多年的研究均集中于“對語言文字意思的分析與解讀”，并在準確解讀后反饋正確的指令，在智能語音交互中扮演著“大腦”的角色。就像是3歲的兒童聽力一切正常，但是卻“聽不懂”父母較為復雜的一些話語一樣，主要原因則是其智力與腦部發(fā)育處于較為初級的水平，無法準確識別復雜指令并做出相應動作，而智力發(fā)育正常的成年人，則能夠在與人的交流中不僅聽得懂語言表面的意思，還能夠準確理解講話者語言背后的真正意圖。訊飛語音要為軟硬件產(chǎn)品加上“聽力正?！钡亩洌鴪D靈機器人則要為軟硬件產(chǎn)品增添“智慧超群”的大腦。

俞志晨更多地想把圖靈機器人做成一套在人工智能領域的操作系統(tǒng)，把技術提供給各個領域的開發(fā)者，做免費平臺，一方面可以最大程度的降低個人開發(fā)者創(chuàng)業(yè)成本及企業(yè)級合作方的接入成本；另一方面，希望通過開放的方式與企業(yè)、開發(fā)者一起，推動人工智能技術在生活場景中的應用，推動人工智能行業(yè)發(fā)展。

根據(jù)俞志晨的介紹，圖靈機器人的功能主要有三種：一是聊天知識庫，同小冰類似，這項功能的主要用途是陪用戶聊天；二是問答，和之前的蟲洞語音助手類似，涵蓋衣食住行、吃喝玩樂等生活服務信息的問答系統(tǒng)，讓圖靈機器人還可以扮演一個生活百事通的角色；三是知識庫，圖靈的知識庫分為基礎知識庫和自定義知識庫，基礎知識庫即圖靈的自有知識庫，除此之外，圖靈還支持第三方自建知識庫，來符合產(chǎn)品的革新需求。

圖靈機器人有6萬家合作方

人工智能的場景化應用圖靈機器人究竟能用來做什么？俞志晨稱這也是他們團隊反復問自己的一個問題。從過去內(nèi)測半年的情況來看，在接近1.5萬名接入的開發(fā)者中，應用的主要領域可以分為以下幾類：

一類是語音助手，除了我們常見的通用型語音助手，俞志晨提到還有很多垂直行業(yè)在使用這種語音助手的功能，比如旅游、購物這種應用場景較為明顯的行業(yè)。

另一類是智能客服，這類功能的使用者主要是中小型賣家，可以通過自定義知識庫來創(chuàng)建一個自己的智能客服來解決一些基礎問題，也能相對降低人工客服的成本。

還有一類是虛擬伴侶，比如在虛擬眼鏡里，圖靈可以以虛擬伴侶的形象出現(xiàn)，在文字交互的基礎上增加語音交互；相似的場景還可以應用到智能硬件上，來增加硬件交互能力。

再有一類應用場景是圖靈團隊之前也沒想到的，即虛擬寵物。俞志晨提到在圖靈的平臺上會有一些年輕的開發(fā)者在班級的QQ 群里把語音助手的功能做成QQ寵物，以及居然還有人用這種方式賺到了錢。

語音助手在上面這些場景化的應用情況讓俞志晨和團隊逐漸想通了圖靈的用途：在日常生活中，用機器的方式去取代那些繁瑣的、重復性的工作。比如之后的保姆、陪護、客服、玩具、甚至安防等領域，都可以通過機器人的大規(guī)模使用來節(jié)省人工成本。

圖靈機器人目前已累計超6萬家合作方，涵蓋軟硬件領域下的數(shù)十個場景。涵蓋軟硬件領域數(shù)十個場景。例如，車載系統(tǒng)接入圖靈機器人大腦后，司機朋友便可通過全語音的方式控制車載系統(tǒng)撥打電話、回復短信、開啟導航、了解車況等，極大降低司機朋友因開車操作導航、手機等事故的發(fā)生率，同時提升司機朋友駕駛體驗；接入了圖靈機器人的智能玩具，則能夠華麗變身為“兒童陪伴機器人”，孩子可以通過自然語言的方式與玩具對話交流，同時，具備機器學習能力的機器人的智力也將隨著孩子智力的提升不斷提升；接入了圖靈機器人的客服系統(tǒng)，將完全拋棄“

關鍵詞 對應”這種陳舊的方式，為用戶提供更智能、更具人情味的體驗……基于強大的中文語義分析及自然流暢的中文對話能力，圖靈機器人可被應用于多種個性化場景以滿足個性化需求。

目前，海爾的智能家居中控系統(tǒng)、三星智能電視、HTC手機中的Hidi語音助手、博世車載，以及全球著名的人形機器人NAO都與圖靈機器人深度合作。除此之外，圖靈機器人還與近百家的家用服務機器人服務商簽訂了長期的戰(zhàn)略合作協(xié)議，致力于推動家用服務機器人行業(yè)的發(fā)展，為智能家居安裝上“圖靈大腦”。

人人都有機器人

最近日本長崎縣一家全機器人運作的酒店開業(yè)了：眼睛忽閃忽閃穿著制服的“美女”在前臺迎接你的到來，穿著侍從衣服的“恐龍”會告訴你如何登記入住，機器人搬運工會幫你搬行李，而狗形無毛機器人則為你提供早餐服務。酒店管理方說，這并不是噱頭，而是希望通過使用高科技提高工作效率并節(jié)省人力支出。他希望機器人能夠承擔酒店里90%原本需要人工完成的工作。

篇9

計劃強調(diào)，要加強人工智能領域專業(yè)建設，形成“人工智能＋X”復合專業(yè)培養(yǎng)新模式。計劃的重點任務之一，是要完善人工智能領域人才培養(yǎng)體系，并且推動高校人工智能領域科技成果轉化與示范應用。高校在人才培養(yǎng)中起到了至關重要的作用，雖然人工智能尚未成為一級學科，但國內(nèi)不少一流的高校已經(jīng)開始通過建立合作實驗室、增強人工智能分支教學等方式發(fā)展人工智能。

為了解各高校開展人工智能研究的情況，億歐盤點了10家在設有人工智能實驗室或有人工智能分支專業(yè)的高校。

清華大學：計算機科學與技術系

清華大學計算機科學與技術系（簡稱計算機系）成立于1958年，在2006年、2012年全國學位與研究生教育發(fā)展中心開展的一級學科整體水平評估中，以總分滿分100分的成績排名第一。2017年，在 USnews 推出的世界大學學科排名 Best Global Universities for Computer Science 中，計算機科學與技術學科緊隨 MIT之后位列世界第2名。在 QS 世界大學排名 （QS World University Rankings） 給出的全球計算機學科排名中為例第15名，其排名與得分逐年穩(wěn)步提升。

計算機系包含了國內(nèi)計算機專業(yè)最全的學科方向，設有高性能計算機與處理器、并行與分布式處理、存儲系統(tǒng)、大數(shù)據(jù)與云計算、計算機網(wǎng)絡、網(wǎng)絡與信息系統(tǒng)安全、系統(tǒng)性能評價、理論計算機科學、數(shù)據(jù)工程及知識工程、軟件工程、計算機與VLSI設計自動化、軟件理論與系統(tǒng)、生物計算及量子計算、人工智能、智能控制及機器人、人機交互與普適計算、計算機圖形學與可視化技術、CAD技術、計算機視覺、媒體信息處理等研究方向。

計算機系現(xiàn)設有高性能計算、計算機網(wǎng)絡技術、計算機軟件、人機交互與媒體集成4個研究所；智能技術與系統(tǒng)國家重點實驗室；計算機基礎與實驗教學部等科研教學機構。

計算機系還設有國家級計算機實驗教學示范中心，包括：計算機原理實驗室、微型計算機實驗室、計算機網(wǎng)絡實驗室、操作系統(tǒng)實驗室、計算機軟件實驗室、計算機控制系統(tǒng)實驗室、智能機器人實驗室、計算機接口實驗室、學生科技創(chuàng)新實驗室等。此外，計算機系還與騰訊、搜狗、微軟、思科等國內(nèi)外著名公司建立了面向教學或研究的聯(lián)合實驗室。

北京大學：智能科學系

智能科學系成立于2002年7月，主要從事智能感知、機器學習、數(shù)據(jù)智能分析與智能計算、智能機器人等方向的基礎和應用基礎研究，側重于理論、方法以及重大領域應用上。

北大智能科學系依托于視覺聽覺信息處理國家重點實驗室，實驗室以實現(xiàn)高度智能化的機器感知系統(tǒng)為目標，在生物特征識別研究方面處于國際領先地位。智能科學系在著名的軟件與人工智能專家、我國載人飛船工程軟件專家組組長何新貴院士和長江特聘教授查紅彬教授的帶領下，重點開展機器視覺、機器聽覺、智能系統(tǒng)與智能的生理心理基礎等研究。以北大智能科學研究人員為技術核心的北大指紋自動識別系統(tǒng)，是國內(nèi)唯一能與國外系統(tǒng)抗衡的自主知識產(chǎn)權，是中國第一家也是唯一的一家提供公安應用全面解決方案的系統(tǒng)，擁有中國指紋自動識別技術產(chǎn)品第一市場占有率。

人工神經(jīng)網(wǎng)絡說話人識別新方法的研究獲得教育部科技進步一等獎；國家空間信息基礎設施關鍵技術研究獲得2000年中國高?？茖W技術二等獎，入選2000年中國高校十大科技進展。

復旦大學：類腦智能科學與技術研究院

復旦大學類腦智能科學與技術研究院于2015年3月籌建成立，是復旦大學校內(nèi)的獨立二級研究機構。其前身為復旦大學第一批跨學科交叉國際化研究中心——計算系統(tǒng)生物學研究中心，成立于2008年。研究院基于復旦大學既有的數(shù)學、統(tǒng)計學、計算機科學、生物學、信息學、臨床醫(yī)學、語言學、心理學等多學科綜合交叉研究優(yōu)勢，以計算神經(jīng)科學為橋梁，著力開展大腦機制解析、腦疾病智能診療、類腦智能算法、類腦智能軟硬件、新藥智能研發(fā)、通用智能等相關領域的科學研究、技術研發(fā)和人才培養(yǎng)。

研究院率先探索打通國際與國內(nèi)、科技與產(chǎn)業(yè)的全鏈條、全球化產(chǎn)學研合作機制，充分發(fā)揮高校培養(yǎng)和儲備高端智能人才、發(fā)現(xiàn)和培育前沿技術的綜合優(yōu)勢，推動產(chǎn)學研源頭創(chuàng)新與合作，致力于成為推動腦科學、人工類腦智能與產(chǎn)業(yè)應用融合發(fā)展的重要科技創(chuàng)新平臺。

研究院目前在建五個核心功能平臺和一個國際合作研發(fā)中心，主要包括：一是以腦高級認知功能的多信息反饋處理機制研究為核心的神經(jīng)形態(tài)計算仿真平臺；二是以多尺度多中心重大腦疾病數(shù)據(jù)庫和算法開發(fā)為基礎的智能診治數(shù)據(jù)示范平臺；三是依托高端醫(yī)療影像設備集群，為生物醫(yī)學轉化研究和信息產(chǎn)業(yè)智能化提供試驗技術支撐的綜合生物醫(yī)學影像平臺；四是以開發(fā)深度學習、強化學習和自組織學習等機器學習算法以及可穿戴設備、類腦芯片、健康服務機器人等為目標的類腦智能軟、硬件開發(fā)平臺；五是集孵化加速、產(chǎn)業(yè)聯(lián)盟、投資基金為一體，為類腦智能創(chuàng)新項目及企業(yè)提供應用技術資源和孵化服務的類腦智能產(chǎn)業(yè)化平臺；六是依托已有的歐洲人類腦計劃、美國腦計劃等國際合作的數(shù)據(jù)、學術資源，建設類腦智能國際合作節(jié)點和人才培養(yǎng)中心。

中國科學院：自動化研究所

中國科學院自動化研究所成立于1956年10月，是我國最早成立的國立自動化研究機構。目前設有類腦智能研究中心、智能感知與計算研究中心、腦網(wǎng)絡組研究中心等12個科研開發(fā)部門，還有若干與國際和社會其他創(chuàng)新單元共建的各類聯(lián)合實驗室和工程中心。另有漢王科技、三博中等四十余家持股高科技公司。

近年來，自動化所共獲得省部級以上獎勵30余項。數(shù)量逐年增加，質(zhì)量不斷提高；專利申請和授權量連年攀升，多年位居北京市科研系統(tǒng)前十名繪制的“腦網(wǎng)絡組圖譜”第一次建立了宏觀尺度上的活體全腦連接圖譜；虹膜識別核心技術突破國外封鎖，通過產(chǎn)學研用相結合走出“中國制造”之路；基于自動化所語音識別技術的“紫冬語音云”在淘寶、來往等阿里巴巴旗下移動客戶端產(chǎn)品中得到推廣；“分子影像手術導航系統(tǒng)”通過國家藥監(jiān)局醫(yī)療器械安全性及有效性檢測認證并進入臨床應用；“智能視頻監(jiān)控技術”和“人臉識別技術”分別成功應用于2008年北京奧運會、2010年上海世博會的安保工作中，為社會安全貢獻自己的力量；研制的AI程序“CASIA－先知1．0”采用知識和數(shù)據(jù)混合驅動的體系架構，在2017首屆全國兵棋推演大賽總決賽中7：1的懸殊比分戰(zhàn)勝人類頂級選手，展示了人工智能技術在博弈對抗領域的強大實力……

在共建機構方面，自動化所與新加坡媒體發(fā)展管理局聯(lián)合成立中新數(shù)字媒體研究院，聚焦交互式語言學習、視頻和分析等領域；與瑞士洛桑聯(lián)邦理工大學（EPFL）在京成立中瑞數(shù)據(jù)密集型神經(jīng)科學聯(lián)合實驗室，在類腦智能研究方面展開合作；與澳大利亞昆士蘭大學（UQ）共建中澳腦網(wǎng)絡組聯(lián)合實驗室，在“計算大腦”研究方向上進行遠景規(guī)劃；還與香港科技大學共建智能識別聯(lián)合實驗室，在模式識別、無線傳感器網(wǎng)絡等領域展開合作。

廈門大學：智能科學與技術系

早在上世紀八十年代初，廈門大學就已開始從事人工智能領域的研究，相繼在專家系統(tǒng)、自然語言處理與機器翻譯等領域取得過一系列成果。為此，1988年經(jīng)學校批準成立“廈門大學人工智能與計算機應用研究所”，后于2004年更名為“廈門大學人工智能研究所”。2006年12月，經(jīng)國家教育部批準，廈門大學正式設立“智能科學與技術”本科專業(yè)，并于2007年6月經(jīng)學校批準成立“廈門大學智能科學與技術系”。

廈門大學智能科學與技術系現(xiàn)有一個本科專業(yè)（智能科學與技術），三個碩士學位授予專業(yè)（模式識別與智能系統(tǒng)、計算機科學與技術、智能科學與技術），兩個博士學位授予專業(yè)（計算機科學與技術、智能科學與技術）。

目前該系承擔多項國家863、國家自然科學基金、福建省科技基金等項目，擁有“福建省仿腦智能系統(tǒng)重點實驗室”、“智能信息技術福建省高校重點實驗室”和“廈門大學語言技術中心”三個平臺，此外還有“藝術認知與計算”、“自然語言處理”、“智能多媒體技術”、“人工大腦實驗室”、“智能中醫(yī)信息處理”等多個研究型實驗室，為培養(yǎng)高質(zhì)量的學生提供了必要的保障。

上海交通大學：計算機科學與工程系

上海交通大學計算機科學與工程系成立于1984年。近年來，隨著計算機科學與技術在人們生活中的應用不斷深入，特別是隨著云計算、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、大數(shù)據(jù)等技術的興起，交通大學計算機系不斷調(diào)整學科方向，形成了高可靠軟件與理論、并行與分布式系統(tǒng)、計算機網(wǎng)絡、智能人機交互、密碼學與信息安全等研究方向。

該院系下設三個重點實驗室：智能計算與智能系統(tǒng)重點實驗室、上海市教委智能交互與認知工程重點實驗室、省部共建國家重點實驗室培育基地及上海市可擴展計算與系統(tǒng)重點實驗室。其中，上海交通大學－微軟智能計算與智能系統(tǒng)聯(lián)合實驗室目前是教育部－微軟重點實驗室，成立于2005年9月，是交通大學和微軟亞洲研究院在多年良好合作的基礎上，為了更好發(fā)揮各自在并發(fā)計算、算法與復雜性理論、仿腦計算、計算機視覺、機器學習、計算智能、自然語言處理、多媒體通訊以及機器人等領域的優(yōu)勢，實現(xiàn)“使未來的計算機和機器人能夠看、聽、學，能以自然語言的方式與人類交流”這一共同使命而成立的。實驗室在科學研究、人才培養(yǎng)、學術交流等方面也取得了很好的成績。實驗室累積200余篇，成果發(fā)表于CVPR，ICCV，WWW等國際頂級會議上。

南京大學：計算機科學與技術系

南京大學的計算機科學研究起步于1958年，建立了計算技術、計算數(shù)學、數(shù)理邏輯等專業(yè)開始培養(yǎng)計算機相關領域專門人才，1978年在上述三個專業(yè)基礎上成立了計算機科學系，1993年更名為計算機科學與技術系。

依托該系師資，先后成立了南京大學計算機軟件研究所、計算機軟件新技術國家重點實驗室（南京大學）、南京大學計算機應用研究所、南京大學多媒體計算技術研究所、南京大學軟件工程中心（江蘇省軟件工程研究中心）、南京大學信息安全研究所等科研機構。主要科研方向有：軟件自動化與形式化、分布與并行計算及新型網(wǎng)絡、新型程序設計與軟件方法學、多媒體與信息處理、人工智能與機器學習、系統(tǒng)軟件及信息安全等。

建系30年來，共承擔國家973計劃、國家863計劃、國家攀登計劃、國家自然科學基金、國家科技攻關等重大科技計劃項目以及省、部、委科研項目和企事業(yè)委托或國際合作的研發(fā)項目300余項，科研成果獲得各種獎勵80余項，其中國家科技進步獎一等獎1項、二等獎4項、三等獎2項，省部委自然科學獎和科技進步獎特等獎2項，一等獎8項，二等獎37項。3000多篇，出版專著、教材50多部，申請國家發(fā)明專利33項。部分成果被轉化為產(chǎn)品，產(chǎn)生了較大社會效益和經(jīng)濟效益。

哈爾濱工業(yè)大學：計算機科學與技術學院

哈爾濱工業(yè)大學計算機專業(yè)創(chuàng)建于1956年，是中國最早的計算機專業(yè)之一。在1985年，發(fā)展成為計算機科學與工程系，并建立了計算機科學技術研究所。2000年，計算機科學與技術學院成立；同年，建立了軟件學院，后經(jīng)國家教育部、國家計委批準為國家示范性軟件學院。目前。哈工大計算機科學與技術學院擁有計算機科學與技術國家一級重點學科、7個博士點和7個碩士點、1個博士后科研流動站、一個國家級教學團隊、一個國家級科技創(chuàng)新團隊、一個國防科工委創(chuàng)新研究團隊。

目前主要研究方向包括：智能人機交互、音視頻編解碼技術、語言處理、自然語言理解與中文信息處理、機器翻譯、信息檢索、海量數(shù)據(jù)計算、計算機網(wǎng)絡與信息安全、傳感器網(wǎng)與移動計算、高可靠與容錯計算技術、穿戴計算機、企業(yè)計算與服務計算、智能機器人、生物計算與生物特征識別。

學院有一批研究成果達到國際先進水平，包括：國家信息安全管理系統(tǒng)、數(shù)字視頻廣播編碼傳輸與接收系統(tǒng)、大規(guī)模網(wǎng)絡特定信息獲取系統(tǒng)、計算機機群并行數(shù)據(jù)庫系統(tǒng)、并行數(shù)據(jù)庫系統(tǒng)、神州號飛船數(shù)據(jù)管理分系統(tǒng)、穿戴計算機系統(tǒng)、信息安全與實時監(jiān)測系統(tǒng)、人臉識別系統(tǒng)、視頻編解碼技術、黑龍江省CIMS應用示范工程、農(nóng)業(yè)專家系統(tǒng)等等。

中國科學技術大學：計算機科學與技術學院

中國科技大學于1958年建校時就設置了計算機專業(yè)。根據(jù)學科發(fā)展趨勢和國家中長期發(fā)展規(guī)劃，面向國家和社會的重大需求，計算機科學與技術學院將科研力量凝聚在高性能計算、智能計算與應用、網(wǎng)絡計算與可信計算、先進計算機系統(tǒng)四個主要的研究領域。

學院的支撐實驗室有：國家高性能計算中心（合肥）、安徽省高性能計算重點實驗室、安徽省計算與通訊軟件重點實驗室、 多媒體計算與通信教育部－微軟重點實驗室、中國科大超級運算中心和信息科學實驗中心。

其中，多媒體計算與通信教育部—微軟重點實驗室主要從事人機自然語音通信、語義計算與數(shù)據(jù)挖掘等方面的研究。人機自然語音通信方面，主要研究中文信息處理、人類視聽覺機理、語音語言學等。語義計算與數(shù)據(jù)挖掘方面，主要研究自然語言驅動的計算、多媒體內(nèi)容的語義標注、自動問答、語義社會網(wǎng)絡、數(shù)據(jù)與知識工程、隱私保護與管理中的語義計算等。

依托多媒體計算與通信教育部—微軟重點實驗室，雙方聯(lián)合實施了聯(lián)合培養(yǎng)博士生計劃、實習生計劃、精品課程建設計劃、青年教師培養(yǎng)計劃等，取得了突出成果，探索出了一條企業(yè)和高校共同培養(yǎng)優(yōu)秀人才的道路，為微軟亞洲研究院與其他高校的合作提供了一個經(jīng)典范例。

華中科技大學：自動化學院

華中科技大學自動化學院是由原控制科學與工程系和原圖像識別與人工智能研究所于2013年合并組建的學院。原控制科學與工程系前身是成立于1973年的華中工學院自動控制系，1998年更名為華中理工大學控制科學與工程系；原圖像識別與人工智能研究所是1978年由教育部和航天部共同批準成立從事圖像識別和人工智能研究的研究機構。

科學研究工作主要涉及復雜系統(tǒng)控制理論、決策分析與決策支持、電力電子與運動控制、智能控制與機器人、計算機集成控制與網(wǎng)絡技術、信息檢測與識別、飛行器控制與狀態(tài)監(jiān)測、生物信息處理、神經(jīng)接口與康復技術、物流系統(tǒng)、國民經(jīng)濟動員與公共安全、多譜圖像制導、目標探測的多譜信息技術、多譜信息的實時處理與系統(tǒng)集成技術、人工智能與思維科學、信息安全等方向。

模式識別與智能系統(tǒng)是自動化一級學科的重要二級學科。迄今為止，本系在原 “圖像識別與人工智能研究所”和“控制科學與工程系”的這兩個學科點承擔了百余項國家、國防與行業(yè)項目。近5年科研經(jīng)費總額在8000萬元以上，包括973計劃，國家自然科學基金重點、面上和青年基金項目，863計劃，國家重大專項、國防重點預研與基金，國家科技支撐計劃，省部級科研項目，以及大型工程和企業(yè)科研合作項目等。

總結

篇10

天上掉下來 “Master”

“Master”是2016年底先后登陸中國國內(nèi)兩大圍棋網(wǎng)站。起初，他悄無聲息、接二連三地擊敗中日韓三國圍棋高手。當人們發(fā)現(xiàn)這個神秘人物時，他已將世界聲名顯赫的50多名高手“腰斬”。 其中包括目前中韓“第一人”的柯潔和樸廷桓，以及古力、常昊等十多位過往的世界冠軍。即使是這些全球頂尖級圍棋高手，聚集在圍棋平臺上，群起抵抗Master，他們還是一敗涂地，就像是針對全球公認智力級別最高的圍棋界一次集體的定向“屠殺”。其中，圍棋世界冠軍樸庭恒連敗5次，古力、陳耀華連敗三局，還有曾經(jīng)放言“就算 AlphaGo（“圍棋狗”）贏了李世h，但它A不了我”的現(xiàn)世界“第一棋手”柯潔也連敗三局。

在Master取得46連勝之后，“棋圣”聶衛(wèi)平針對Master棋路撰文點評說，這一招“直接點角很奇怪，明顯不符棋理，但意外成立”；那一招“左上角撞實黑棋的下法難以茍同，然而它就這么下了，還能贏”…… ；在充分研究了Master戰(zhàn)例后，“棋圣”也按耐不住內(nèi)心的沖動，在1月4日下午親自出馬對弈。再次吸引了全球公眾的眼球。盡管“棋圣”的寶刀未老，盡管他很沉著穩(wěn)健，盡管戰(zhàn)況比之前52場更加膠著，但還是在堅持到254手后，以7.5目敗給了Master。此時，連勝54局的Master第一次用繁體中文顯示出了五個大字：謝謝聶老師！

直到Master拿下第59場勝利后，才突然宣布自己就是人工智能的“圍棋狗”，就是2016年3月在韓國首爾以4：1大比分戰(zhàn)勝圍棋前世界冠軍、韓國名將李世h九段的、舉世矚目圍棋“人機世界大戰(zhàn)”的主角。隨即，谷歌DeepMind團隊也聲明證實，“Master”是最新版本人工智能的AlphaGo程序。并表示這次將過半世界圍棋冠軍掀翻“馬”下的挑戰(zhàn)僅是“一次非正式測試”。

由于圍棋變化極其復雜，即便是算力無雙的計算機，也無法窮盡黑白兩子在棋盤里361個點位上的所有變化。所以，一度曾被認為是人類智慧的最后堡壘。國際象棋人工智能（Artificial Intelligence，AI）用了不到10年時間完成了AI戰(zhàn)勝人類的戰(zhàn)績，而今天，圍棋AI只用了不到10個月就以“一次非正式測試”的形式完敗了人類。

在眾圍棋高手驚呼看不懂“圍棋狗”的一些落子意圖時，圍棋古譜、棋理及以往的經(jīng)驗已經(jīng)失效了；在眾高手與“圍棋狗”對弈不超過平均240手就敗北時，已經(jīng)宣告了人類算法和算力都已落伍。以至于，谷歌DeepMind團隊不無諷刺地稱，這僅是“一次非正式測試”。暗含著當下沒必要再進行正式比賽了。因為，需要給圍棋界甚至是人類自己留下些許面子和尊嚴。而更重要的是，面對已經(jīng)獲得的通殺戰(zhàn)績，窮盡黑白兩子在棋盤里361個點位上的所有變化要比與高手一較高下更有價值。

從算法交易到人工智能與量化交易相結合

史上最早使用算法交易的案例可追溯到1949年。那時，對沖基金之父阿爾弗雷德?瓊斯用空多3：7的比例進行資產(chǎn)配置交易。從1955年到1964年間，其綜合年化回報率竟高達28%。進入上世紀60年代，投資者又開始引用計算機進行周期分析與價格預測。進而，使這類交易系統(tǒng)不斷完善，逐漸發(fā)展成后來的算法交易。很快，這種算法交易策略在華爾街生根開花，并帶來可觀收益。

隨著計算機的普及和大量使用，華爾街各大交易平臺都開始允許執(zhí)行算法交易，由于這種算法交易能快速有效地降低交易成本，控制市場沖擊成本，并還具有較高的執(zhí)行效率，而且還能隱藏交易意圖規(guī)避監(jiān)管。致使算法交易在股票、包括原油在內(nèi)的大宗商品期貨以及外匯等市場中成為不可或缺的組成部分。

2009年有投資銀行研究報告稱，超過50%，甚至是75%的股票交易都是通過算法進行自動交易的，商品期貨市場也有類似的應用規(guī)模。2016年5月，《機構投資者》旗下出版物《阿爾法》公布的“2016年全球收入最高的對沖基金經(jīng)理”排行榜顯示，前十位收入最高的對沖基金經(jīng)理中，有八位是量化基金經(jīng)理，前25位有一半屬于量化交易。因此，在索羅斯的名氣被數(shù)學家西蒙斯超過時，在股神巴菲特年化20%的收益神話被大獎章年化35%（1989-2007）打敗時，量化交易的神秘才更受市場關注。

隨著大量計算機IT工程師的加入，使金融機構原有通過編寫簡單函數(shù)，設計一些指標，觀察數(shù)據(jù)分布，再進行“簡陋”的量化交易模式不能滿足市場的實際需要。為此，陸續(xù)走上引進機器學習、大數(shù)據(jù)分析以及人工智能（Artificial Intelligence，AI）與量化交易相結合的模式上，特別是將人工智能中的4個子領域：圖譜識別，機器學習，自適應功能以及策略遺傳基因優(yōu)化等貫穿整個量化交易的始終。并在自動報告生成、金融智能搜索、人工智能輔助量化交易和智能投顧等四個領域大顯身手，更甚者，正在開始模擬人的某些思維過程和智能行為（如學習、推理、思考和規(guī)劃等）。

在了解了上述信息后，也就不難理解“圍棋狗”為何不費吹灰之力就能“屠殺”世界圍棋眾多泰斗們了。

游蕩在國際石油市場上的“原油狗”們

隨著實物石油貿(mào)易中的石油價格成為無疆界金融資本投機套利的標的后，油價就從微觀經(jīng)濟學的層面上升到了宏觀經(jīng)濟學的領域，并相繼成為各市場主體進行資產(chǎn)配置與進行避險的標的。正因宏觀經(jīng)濟層面新增了油價這一驅動因子，所以，每當一輪全球性金融經(jīng)濟危機爆發(fā)，油價無一例外地要同步發(fā)生一輪大幅震蕩。反過來，又增加著各市場主體進行資產(chǎn)配置和避險的內(nèi)生動力。同時，美國監(jiān)管機構也不會喪失這種天賜的“良機”，不失時機地要根據(jù)其國內(nèi)經(jīng)濟運行情況，進行一縱市場的違規(guī)稽查和巨額處罰，用以補充其財政收入和打擊他國的競爭對手，特別是針對歐洲的競爭者，進而又增加了監(jiān)管風險和對價格的擾動。

自2008年全球經(jīng)濟金融危機以來，已公開查處了針對Libor（倫敦銀行間拆放款利率）、WM/Reuters基準匯率、ISDAfix利率指數(shù)和包括原油在內(nèi)的商品期貨的操縱行為。涉罪主體除巴克萊、瑞銀、德銀、匯豐、高盛、摩根大通等全球頂尖級投資銀行和金融機構外，甚至還有世界級的綜合性石油公司，如英國石油公司（BP）等。為了規(guī)避風險，這些金融機構和交易所創(chuàng)新出了眾多權證類、期貨、期權、二元期權和各種商品指數(shù)的金融工具，又依此組成了各種場內(nèi)及場外的資產(chǎn)組合與配置策略。

比如針對NYMEX市場WTI原油與ICE市場Brent原油進行的跨市場套利策略。兩者雖都是原油，且同處全球大的宏觀經(jīng)濟背景下，但因受各自不同貨幣、財稅等宏觀驅動因子的影響，致使二油價波動幅度不同，且又運行在相應的價差區(qū)間內(nèi)。進而為投機套利提供了可能與機會，也為有實力的實體公司提供了避險和資產(chǎn)配置的可能――用道磽臣頻姆椒ǎ進行量化交易。

例如，可將WTI和Brent價差波動區(qū)間計算出來，給出一個置信區(qū)間，如99%。即在99%的情況下WTI和Brent的價差波動是在該區(qū)間。當價差觸發(fā)上限時，做空這個價差，觸發(fā)下限時，做多這個價差。盡管NYMEX和ICE交易所已將這種量化策略制成了標準的價差交易合約（工具），但因這種被量化的價差合約過于透明，易暴露在監(jiān)管者的“放大鏡”下，進而迫使更多投資銀行與石油公司躲進場外市場進行交易，以規(guī)避監(jiān)管。一旦場外交易達成，這些投行等市場主體會用計算機時時刻刻跟蹤計算此價差，然后在其設定的區(qū)間上下限完成自動開平倉交易。同時，為確保其統(tǒng)計得出的置信區(qū)間價差的安全性，他們還會積極攜巨資進入場內(nèi)期貨等市場對油價漲跌施加影響，確保其在場外進行資產(chǎn)配制的頭寸安全。

其實，為了牟取暴利，各投行等金融機構還用計算機量化研發(fā)并使用了大量高杠桿的商品指數(shù)金融工具（參見筆者在本雜志2016年第三期刊發(fā)的“商品指數(shù)金融工具化對石油市場的影響”）。隨著全球性貨幣的超發(fā)，包括原油在內(nèi)的所有大宗商品和資源資產(chǎn)價格一路盤升，但隨量寬的收縮，油價又會受到這類金融政策調(diào)控的影響而下跌，因此，這種政策風險又迫使著更多實體企業(yè)進入市場尋求規(guī)避主級上漲正向波中風險。

為此，這種量化后的石油金融工具應運而生，其中，瑞信就曾經(jīng)推出過三倍于標普高盛原油指數(shù)ETN（VelocityShares Daily 3x Long Crude，交易代碼為，UWTI），因其有令人難以置信的流動性和可獲取暴利的期望值，而備受市場歡迎。但好事多磨，在2014年7月以后，油價暴跌了50%，但UWTI的價值卻陡降99.6%。特別是，那些沒有量化能力的投資者原想通過使用這類投資工具進行資產(chǎn)配置或避險，但卻忽視了這類產(chǎn)品本身的缺陷（高杠桿和短期產(chǎn)品特性），造成自身的巨大風險。于是，瑞信不得不在2016年12月8日退出紐交所。將有需求的實體企業(yè)重新逼回場外市場進行交易。

今天，在國際石油市場上，無論是進行資產(chǎn)配置還是進行避險操作，量化交易已經(jīng)是一種重要的交易手段，而“原油狗”也早已悄悄登陸。雖然筆者僅是從去年才開始研究和開發(fā)這類“狗”的，但卻很快理解了既往無法解釋的價格頻繁在瞬間（一分鐘或數(shù)秒內(nèi)）暴漲暴跌的原因，其實，它就是程序化交易與反程序化交易博弈時大量程序化止損指令被觸發(fā)的結果。而這種可怕的后果通常會造成價格在超短期的巨幅震蕩，直接引起弱勢反向一方暴倉并給其帶來巨額虧損。

有鑒于此，它不僅要求參與者能夠看得懂價格瞬間變動的內(nèi)在邏輯，還需要有能夠將其轉化為可量化策略予以應對的“原油狗”，只有如此方能提高在石油市場上的生存機會。

能否誕生超級“原油狗”？

就程序設計本身而言，石油期貨市場里的價格變量和涉及的算法，遠不及人類智慧巔峰的“圍棋”復雜。因此，與“圍棋狗”類似的“原油狗”早已登陸國際原油期貨市場，并悄無聲息地參與著實體企業(yè)對原油及其產(chǎn)品的定價，并從中牟利，只是這些量化策略的“黑箱”沒有被利益相關者完全披露出來而已。