2.2 人工智能及智能機器人

人工智能（Artificial Intelligence，AI）是人類創造的具有思考、思維、判斷、學習、適應、反應能力的人工系統。它試圖了解智能的實質，并以一種新的與人類智能相似的方式做出反應的智能機器，來模擬、延伸和擴展人類智能。美國麻省理工學院的溫斯頓教授認為：“人工智能是研究如何使計算機做過去只有人才能做的智能工作。”人工智能涉及知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智能機器人、自動程序設計等多方面的研究內容。人工智能技術目前主要集中于如何讓計算機軟硬件來模擬人類從事某些思維過程和智能行為。早期的人工智能技術開發主要集中在專家系統和機器學習領域，期望機器能夠學習和積累人的經驗來自動提高自己的分析能力。現代人工智能技術的發展期望用手寫、語音、拍照、手勢、腦波來操作、感知計算機、手機、可穿戴設備等數字終端，讓人機交互和人類交流一樣簡單自然。從思維觀點看，現代人工智能技術要實現的不僅僅是邏輯思維，還要進行形象思維和靈感思維，以真正實現智能。為了實現這一目的，語言識別、語音識別、圖像識別、情感識別、機器視覺、機器學習、情感感知、環境感知技術在近年來獲得了快速發展。

從技術實現角度來看，人工智能主要沿著3條路線展開：一是模擬人類各種邏輯分析和專業判斷的專家系統，這種系統通常是基于規則的人機交互系統；二是模擬各種現實數字世界，建立各種認知模型，自動識別和不斷學習的機器學習技術，這種技術期望建立各種模型來識別客觀世界；三是模擬人類體力和智力行為，驅動設備像人一樣從事各種勞動。

2.2.1 專家系統

人工智能技術應用廣泛的一個領域是專家系統。它是一個含有大量某個領域的專家知識和經驗，并用以解決該領域實際問題的智能計算機程序系統。它模擬人類專家的決策過程進行推理和判斷，以解決那些需要人類專家處理的復雜問題。一個專家系統通常由人機交互界面、知識庫、推理機、解釋器、綜合數據庫、知識獲取6個部分構成。其中，人機交互界面是用戶輸入基本信息，回答系統提出的相關問題，輸出推理結果及相關解釋的對話界面；知識庫中包含了模擬專家推理和判斷所需要的各種知識和經驗；推理機是針對當前問題的條件或已知信息，反復匹配知識庫中的知識，得出結論的過程和機制。智能財務分析系統就是一種典型的專家系統。目前專家系統已經和人工智能的其他技術相結合，逐漸向機器智能、智能機器人方向發展。

讓機器輕松聽懂人類語言的語音識別技術近年來獲得迅速發展，它包括語音輸入、聲音提取、語義理解（理解交流信息）、聲紋識別（提取說話人的語音身份特征，提供聲紋鑒別和聲紋確認）、語音識別（將語音轉化為文本）、語音合成（將后臺知識庫的內容合成為語音文件）、語音質檢（語音轉寫、話者分離、靜音檢測、語速檢測、說話人辨析）等技術，這些技術將語音轉化為文本，將文本轉化成聲音，讓機器和人一樣實現能說會道，使人類能夠通過聲音控制讓機器完成大量工作。例如，隨著深度學習技術的發展，機器翻譯質量獲得快速提升。目前人工智能翻譯系統可以實現多種動聽聲音的合成和多國語言的翻譯轉換，讓說不同語言的人們之間可以暢通無阻地交流。

2.2.2 機器學習和深度學習技術

讓機器具有經驗積累和學習能力，以不斷提高自己性能的機器學習技術，近年來獲得了迅速發展。Alpaydin（2014）認為“機器學習是用數據或以往的經驗，優化計算機程序的性能”。它是一門研究機器識別現有知識、獲取新知識和新技能的學問。深度學習是模擬人腦進行分析學習的多層神經網絡系統，它模仿人腦機制來解釋和處理數據，通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發現數據的分布式特征表示。深度學習本質上是機器學習技術的一種，主要包括5方面內容，即問題理解與分析、訓練環境構建、數據管理、模型訓練及生產應用。其核心是如何將實際業務問題轉換為深度學習可以解決的技術問題。目前比較知名的深度學習技術方法包括伯克利視覺和學習中心開發的Caffe、微軟推出的開源深度學習框架CNTK、LISA開發的基于Python的Theano、Google主推的TensorFlow，以及Torch、MxNet等，這些技術在圖像識別、情感識別、環境識別等感知領域均得到實際應用。

圖像識別技術（機器視覺）發展的目的是讓機器能夠看懂人和物，它包括文字圖像識別、數字圖像識別和物體識別三大類。文字圖像識別技術已經應用于名片識別、票據識別、證照識別等領域。數字圖像識別是基于數學形態學的圖像分割、基于小波變換的分割、基于遺傳算法的分割等新方法。物體識別主要指對三維世界的客體及環境的感知和認識，它以數字圖像處理與識別技術為基礎。隨著高清廣角攝像頭、高清互動觸摸彩色液晶屏、各種傳感器、紅外線射頻識別技術、掃碼技術、問題交換知識庫、自動應答和伺服系統、GSP全球衛星定位系統、智能搜索和專家系統的發展，圖像識別和感知技術獲得了快速發展，已經能夠得到對特定環境變化感知的程度。但是，讓機器能夠看得見、看得懂，能夠和人一樣觀察外部世界，還需要付出艱苦的努力。

情感識別是讓計算機觀察人的表情、行為、環境來推理情感狀態，主要包括情感特征識別、面部表情識別、人體姿態情感識別、語音情感識別、生理信號情感識別等內容。情感計算是通過提取人的生理特征信號（皮電、肌電、心電、皮溫、脈搏、腦電、呼吸信號等）識別情感狀態。近年來，隨著面部生物特征識別人臉表情的人臉表情識別技術的發展，以及根據聲帶、口腔、鼻腔結構等聲音特質識別人類語氣和說話情緒的語音情緒識別技術發展迅速，機器理解人類語言、面部表情、手勢和情感意圖的能力有了一定進展。

2.2.3 機器人技術和財務機器人

機器人（Robot）是自動執行工作的機器裝置。它既可以接受人類指揮，又可以運行預先編排的程序，還可以根據以人工智能技術制定的原則綱領行動。機器人已經廣泛應用于汽車、電子、紡織、食品、化妝品、醫藥等制造業，建筑業以及其他具有重復性勞動、具有危害健康或危險性質工作的領域。一般機器人具有傳感信息（包括視覺、聽覺、觸覺、接近覺、力覺和紅外、超聲及激光等）處理、控制與操作的能力，其通常受控于外部計算機，動作由外部計算機的智能處理單元發出控制指令指揮。智能機器人具有感知、處理、決策、執行等模塊，可以像人一樣獨立地活動和處理問題。

從用途來看，機器人可以分為工業機器人、農業機器人、服務機器人等。工業機器人目前有焊接機器人、裝配機器人、噴漆機器人、碼垛機器人、搬運機器人等。農業機器人以動植物等復雜作業對象為目標，主要從事耕種、施肥、噴藥、蔬菜嫁接、株苗移栽、采摘、收割、灌溉、養殖和各種輔助操作等農業領域的作業。空間作業機器人在大氣層內和大氣層外從事各種作業，包括在內層空間飛行并進行觀測、到外層空間進行探測等。服務機器人是一種以自主或半自主方式運行，能為人類生活、康復提供服務的機器人，或者是能對設備運行進行維護，如步行機器人、寫字機器人、奏樂機器人、玩具機器人、助老助殘機器人、教育娛樂機器人、醫療機器人、水下作業機器人、掃地機器人等，目前在醫療、護理、執勤、救援、娛樂、清潔、設備維護保養等領域獲得廣泛應用。

財務機器人（Robotic Process Automation，RPA）是基于計算機編碼和規則的流程自動化軟件，它可代替人工來執行高度可重復的工作。財務機器人通過執行重復的基于規則的計算機處理程序來完成一項任務。這項任務的流程必須明確，并可轉化為指令和輸入（不得有沒有提前定義的例外情況），以外掛的形式在用戶的現有系統上實現鼠標單擊、鍵盤輸入、復制、粘貼等一系列日常計算機基本操作。財務機器人目前僅僅是一種以固定操作流程完成日常業務工作的自動化系統，還沒有達到智能化的程度。

智能財務機器人要能夠使用人工智能技術自動識別發票等原始單據，通過內置財務機器人（如審核機器人、收付機器人、記賬機器人、對賬機器人、結賬機器人、報表機器人等）實現財務的自動審核與記賬。通過智能財務機器人的自主學習和完善，實現自我認知，完成智能報表的出具。智能財務機器人要能夠優化財務流程、提高效率，并從感知能力、計算能力、認知能力等方面提高精度，實現智能財務應用。智能財務分析系統驅動的財務分析機器人，基本上具備了這種對數據的分析能力。