時(shí)間：2023-05-30 09:05:51
開(kāi)篇：寫(xiě)作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能的投資邏輯，希望這些內(nèi)容能成為您創(chuàng)作過(guò)程中的良師益友，陪伴您不斷探索和進(jìn)步。
一、人工智能的含義
人工智能的含義于1956年第一次問(wèn)世以后，于科研行業(yè)里快速興起，不斷發(fā)展成了一系列把計(jì)算機(jī)作為主導(dǎo)，涉及到生物學(xué)、心理學(xué)、語(yǔ)言學(xué)、數(shù)學(xué)邏輯、醫(yī)學(xué)、信息論、控制論與自動(dòng)化等覆蓋面較廣的新科技。與人工智能結(jié)合，讓機(jī)器具有和人們智能階段相似的體系，可以成功實(shí)現(xiàn)人類(lèi)智能可以做完的任務(wù)。人工智能機(jī)理為討論、研制怎樣拓展、仿真人的智能的機(jī)理。人工智能技術(shù)是新發(fā)展起來(lái)的計(jì)算機(jī)科學(xué)其中的一個(gè)領(lǐng)域，它詮釋了智能的本質(zhì)，且于這個(gè)基礎(chǔ)之上加工出一系列和人類(lèi)智能相似的智能機(jī)器。這個(gè)行業(yè)的探究涉及機(jī)器人、語(yǔ)言分辨、圖像分辨、自然語(yǔ)言處理等多個(gè)體系。電氣工程主要探究的是與電氣工程相關(guān)的信息處理、信息處理與計(jì)算機(jī)、體系運(yùn)作、開(kāi)發(fā)研究、自動(dòng)控制及電子電氣技術(shù)等。由于科學(xué)技術(shù)進(jìn)步越來(lái)越快，計(jì)算機(jī)技術(shù)現(xiàn)已在人們生活里無(wú)處不在。快速進(jìn)步的計(jì)算機(jī)編程技術(shù)有利于宣傳、自動(dòng)化輸送及宣傳。人們的大腦是非常精密的儀器，計(jì)算機(jī)編程不僅可以模仿它給信息實(shí)施研究、解決、互換、采集與答復(fù)，因此對(duì)人類(lèi)大腦技術(shù)的研究可以有利于電氣工程自動(dòng)化的進(jìn)步。電氣自動(dòng)化控制對(duì)于加大互換、加工、配置及運(yùn)輸?shù)绕鹬P(guān)鍵的作用，完成電氣工程的自動(dòng)化，能夠減少投資的人力費(fèi)用，節(jié)約更多時(shí)間。
二、人工智能控制器的好處
對(duì)于不一樣的人工智能控制，必須采用不一樣的措施來(lái)分析。然而部分人工智能控制器，比如：遺傳算法、神經(jīng)、模糊與模糊神經(jīng)全部為一類(lèi)不是線性的函數(shù)近似器。使用以上區(qū)分的方法有益做整體的分析，而且能夠有利于為控制方案做整體性的研究。上面提到的人工智能函數(shù)近似器擁有普通的函數(shù)近似器而沒(méi)有的好處。第一，大部分情形下，準(zhǔn)確地知道控制物體的動(dòng)態(tài)方程是相當(dāng)繁雜的，所以控制器規(guī)劃現(xiàn)實(shí)控制物體的模板的時(shí)候，常常能夠出現(xiàn)許多無(wú)法預(yù)料的原因，比如參數(shù)改變和非線性時(shí)等，這些往往不能夠掌控。但是人工智能控制器規(guī)劃時(shí)能夠無(wú)需控制物體的模板。按照降下的時(shí)間與回復(fù)的時(shí)間不一樣，人工智能控制器經(jīng)過(guò)一定的調(diào)節(jié)能夠加強(qiáng)本身的功能。比如從降下的時(shí)間角度分析，模糊邏輯控制器優(yōu)于PID控制器的四倍；從升起的時(shí)間角度分析，模糊邏輯控制器優(yōu)于PID控制器的兩倍。和傳統(tǒng)的控制器比較，人工智能控制器擁有容易調(diào)整的特點(diǎn)。雖然沒(méi)有專(zhuān)業(yè)人員的實(shí)時(shí)引導(dǎo)，人工智能控制器也可以采用回復(fù)數(shù)據(jù)以實(shí)施規(guī)劃。還能夠經(jīng)過(guò)使用語(yǔ)言和有關(guān)信息等形式實(shí)施規(guī)劃。人工智能控制擁有非常大的同一性，鍵入以前沒(méi)有見(jiàn)過(guò)的數(shù)據(jù)便可以出現(xiàn)非常高的數(shù)值，能夠減少驅(qū)動(dòng)器給其造成的不良反應(yīng)。針對(duì)一些控制物體，即使現(xiàn)在未使用人工智能控制器也能夠有非常好的影響，然而針對(duì)別的控制物體，并不確定是否有類(lèi)似的非常好的影響，所以對(duì)于規(guī)劃需要根據(jù)實(shí)際問(wèn)題制定具體的解決方案。對(duì)于模糊化與反模糊化，假如使用適應(yīng)模糊神經(jīng)控制器與隸屬函數(shù)，可以準(zhǔn)確地實(shí)施定期核實(shí)。對(duì)于完成此成果的多種方案里面，唯有經(jīng)過(guò)體系工藝的應(yīng)用才可以獲得固定的數(shù)值，加上簡(jiǎn)便的拓?fù)浣M構(gòu)，可以達(dá)到非?？斓淖詫W(xué)程度。
三、人工智能于電氣自動(dòng)化里的應(yīng)用
人工智能探究的重要目的是讓機(jī)器可以完成部分一般要人類(lèi)智能勝任的繁雜任務(wù)，電氣自動(dòng)化為分析和電氣工程相關(guān)的體系運(yùn)作。人工智能的組成部分包含邏輯推導(dǎo)、定理證明、機(jī)器人學(xué)、專(zhuān)家體系、自然語(yǔ)言理解，人工智能的使用表現(xiàn)在問(wèn)題解答、自動(dòng)程序規(guī)劃、行為功能、思維功能與感知功能等。但是以上方面全部表現(xiàn)了自動(dòng)化的特點(diǎn)，傳達(dá)了同一個(gè)主旨內(nèi)容，那就是加強(qiáng)機(jī)械人們意識(shí)功能，提高控制自動(dòng)化。所以人工智能對(duì)于電氣自動(dòng)化行業(yè)將會(huì)起到非常重要的作用，電氣自動(dòng)化控制同時(shí)也需要人工智能的加入。由于人工智能技術(shù)進(jìn)步地越來(lái)越快，許多科研工作者開(kāi)展了對(duì)于人工智能在電氣工程自動(dòng)化控制中的探討，比如：怎樣把人工智能體系使用到問(wèn)題的判斷及預(yù)料、電氣產(chǎn)品規(guī)劃及愛(ài)護(hù)或控制等。從如何更好地規(guī)劃產(chǎn)品角度講，規(guī)劃電氣裝置是相當(dāng)復(fù)雜的任務(wù)。需應(yīng)用電器、電路、電機(jī)和磁場(chǎng)等多課程的專(zhuān)業(yè)知識(shí)，還需應(yīng)用傳統(tǒng)規(guī)劃里的經(jīng)驗(yàn)。
四、結(jié)語(yǔ)
人工智能機(jī)理為分析、研制怎樣拓展、仿照人的智能的機(jī)理。人工智能技術(shù)是興起的計(jì)算機(jī)科學(xué)其中的一部分，它詮釋了智能的本質(zhì)，且于這個(gè)基礎(chǔ)之上加工出一類(lèi)和人類(lèi)智能具有相似表現(xiàn)的智能機(jī)器。所以智能化技術(shù)對(duì)于電氣工程自動(dòng)化控制起著非常大的作用，有利于電氣的更好規(guī)劃、判斷問(wèn)題及智能控制等。
作者： 單位：河南安陽(yáng)鋼鐵股份有限公司第一煉軋廠
2012年，在技術(shù)創(chuàng)業(yè)尚未形成風(fēng)氣之時(shí)，他中斷了在美國(guó)的學(xué)術(shù)道路，回到中國(guó)，與中學(xué)同學(xué)、前阿里云總監(jiān)林晨曦創(chuàng)辦了依圖科技公司，致力于計(jì)算機(jī)視覺(jué)業(yè)務(wù)。談到創(chuàng)業(yè)的初衷，他說(shuō)：“我始終認(rèn)為，技術(shù)要應(yīng)用于現(xiàn)實(shí)生活中，才能發(fā)揮出最大的價(jià)值?！?/p>
2013年，依圖科技拿到了真格基金百萬(wàn)美元的天使投資。2015年和2016年，依圖科技先后完成A輪、B輪融資，估值數(shù)千萬(wàn)美元，成為業(yè)界最被看好的計(jì)算機(jī)視覺(jué)創(chuàng)業(yè)公司之一。
創(chuàng)業(yè)四年，甘苦嘗盡。朱瓏的技術(shù)優(yōu)勢(shì)顯而易見(jiàn)，要面對(duì)的難題也不少：沒(méi)有商科背景，是否會(huì)讓他在管理上左支右絀？在人工智能這樣的前沿領(lǐng)域，沒(méi)有現(xiàn)成的商業(yè)模式可供借鑒，他該如何取舍公司的業(yè)務(wù)方向？
8月，趁朱瓏在北京出差之際，《時(shí)間線》對(duì)他進(jìn)行了專(zhuān)訪，聽(tīng)朱瓏講述行走在中國(guó)科技產(chǎn)業(yè)浪潮之巔的故事。
《時(shí)間線》：2012年你創(chuàng)業(yè)的時(shí)候，國(guó)內(nèi)人工智能市場(chǎng)是怎樣的？
朱瓏：當(dāng)時(shí)大家對(duì)人工智能的未來(lái)不像今天這樣有信心，資本對(duì)這個(gè)圈子的熱度也遠(yuǎn)不如今天。并不是說(shuō)你來(lái)自MIT就很容易拿到投資。我認(rèn)為2012年是技術(shù)類(lèi)創(chuàng)業(yè)的標(biāo)桿性的一年，此后，創(chuàng)投圈開(kāi)始從“資金密集型”和“資源密集型”轉(zhuǎn)向“智慧密集型”。
《時(shí)間線》：如你所說(shuō)，當(dāng)時(shí)資本圈對(duì)AI并不像今天這樣抱有信心，依圖拿到真格基金百萬(wàn)美元的天使投資，經(jīng)歷了怎樣的過(guò)程？
朱瓏：在紅杉資本中國(guó)基金副總裁吳瑩的介紹下，我和我的合伙人林晨曦與真格基金的創(chuàng)始人徐小平先生在他的家中見(jiàn)面，交流了十幾個(gè)小時(shí)。當(dāng)時(shí)，徐老師對(duì)人工智能技術(shù)并不十分了解，但非?？春梦覀兊膱F(tuán)隊(duì)和AI的未來(lái)，提出給依圖兩百萬(wàn)美元的投資，這筆資金動(dòng)用了當(dāng)時(shí)真格基金總額的7%，我認(rèn)為徐小平老師是個(gè)非常有魄力的投資人。
《時(shí)間線》：你們的很多項(xiàng)目都是與政府部門(mén)合作的，一家創(chuàng)業(yè)公司是如何取得政府的信任的？
朱瓏：我回國(guó)之后動(dòng)用了自己在國(guó)內(nèi)所有的人際關(guān)系，最終獲得了在某個(gè)公安系統(tǒng)會(huì)議的茶歇時(shí)間與一名負(fù)責(zé)人交流3分鐘的機(jī)會(huì)。經(jīng)過(guò)一番爭(zhēng)取，他愿意讓我嘗試計(jì)算機(jī)車(chē)輛識(shí)別系統(tǒng)，當(dāng)時(shí)計(jì)算機(jī)的車(chē)輛自動(dòng)識(shí)別準(zhǔn)確率不到30%，對(duì)方希望提升到70%。接到任務(wù)兩個(gè)月后，我們做出了一套車(chē)輛識(shí)別系統(tǒng)，識(shí)別準(zhǔn)確率達(dá)到了90%，獲得公司成立后的第一單業(yè)務(wù)。
由此開(kāi)始，我們與公安系統(tǒng)開(kāi)始了長(zhǎng)期緊密合作，將人臉識(shí)別技術(shù)應(yīng)用于追逃、刑偵、監(jiān)控等方 面。
《時(shí)間線》：人臉識(shí)別技術(shù)具體可以如何應(yīng)用到公安系統(tǒng)的工作中？
朱瓏：我們?cè)鴧f(xié)助蘇州公安完成一起追逃任務(wù)，公安用全國(guó)在逃庫(kù)的26萬(wàn)人與常住及暫住人口庫(kù)中的1300萬(wàn)人進(jìn)行比對(duì)，通過(guò)人臉識(shí)別的捕捉，系統(tǒng)共預(yù)警25人。經(jīng)過(guò)人工甄別，最終確定了17人為嫌疑人，其中9人已撤銷(xiāo)，最后現(xiàn)場(chǎng)捕獲了3人。這是過(guò)去單靠警力無(wú)法做到的事情，現(xiàn)在人工智能技術(shù)可以幫助我們實(shí)現(xiàn)。此外，人臉識(shí)別技術(shù)還可以應(yīng)用到金融等其他行業(yè)。
《時(shí)間線》：從創(chuàng)業(yè)到現(xiàn)在，人工智能市場(chǎng)經(jīng)歷了怎樣的變化？
朱瓏：今年的前三、四個(gè)月，比過(guò)去一年的變化還大。很多投資人的邏輯是“我就要投資人工智能，一定要進(jìn)來(lái)參與這個(gè)領(lǐng)域?！?/p>
《時(shí)間線》：在人工智能大熱的今天，可能會(huì)有一些投機(jī)主義的公司涌現(xiàn)，這是否會(huì)成為你的困擾？
朱瓏：肯定有，這很正常。有一些公司不見(jiàn)得會(huì)涉及智能的那些部分，只是包裝一個(gè)概念，但時(shí)間會(huì)自動(dòng)篩選出真?zhèn)危袑?shí)力的公司很稀缺，團(tuán)隊(duì)會(huì)更加值錢(qián)。
為杭州打造“城市數(shù)據(jù)大腦”
今年9月，全球矚目的G20峰會(huì)將在杭州召開(kāi)，杭州市委市政府聯(lián)合眾多公司，在阿里云的牽頭下開(kāi)展了一個(gè)名為“城市數(shù)據(jù)大腦”的城市交通規(guī)劃項(xiàng)目，借此盛會(huì)展現(xiàn)大數(shù)據(jù)在城市管理中的作用，依圖公司參與其中，提供車(chē)輛識(shí)別及大數(shù)據(jù)相關(guān)技術(shù)。首次涉通領(lǐng)域，對(duì)于依圖來(lái)說(shuō)是一個(gè)新的挑戰(zhàn)。
《時(shí)間線》：“城市數(shù)據(jù)大腦”項(xiàng)目中，依圖進(jìn)行了哪些方面的技術(shù)支持？
朱瓏：我們對(duì)城市中車(chē)輛的行駛路徑等數(shù)據(jù)進(jìn)行收集、分析，對(duì)車(chē)、道路、紅綠燈的信息進(jìn)行建模。在建模的基礎(chǔ)上對(duì)政府的交通管理者給予建議和優(yōu)化方法，比如紅綠燈的改進(jìn)措施，道路的修繕?lè)桨?。我們希望通過(guò)解決城市交通這類(lèi)世界級(jí)難題，讓人工智能使我們的生活更加輕松便捷。
《時(shí)間線》：這個(gè)項(xiàng)目的難點(diǎn)在哪里？
朱瓏：從技術(shù)層面來(lái)講，交通管理是一個(gè)非常新的領(lǐng)域，世界上頂級(jí)機(jī)構(gòu)對(duì)這一領(lǐng)域的研究也處于原始階段，現(xiàn)有的學(xué)術(shù)界的模型、數(shù)據(jù)體量無(wú)法滿足模型精度的需求。要完成這個(gè)項(xiàng)目，我們還要做很多新的研究。從操作層面來(lái)講，我們的工作要跨越政府的不同部門(mén)，把這些數(shù)據(jù)整合到一起。
《時(shí)間線》：大數(shù)據(jù)對(duì)人工智能技術(shù)有重要作用，你們?nèi)绾谓⒆约旱臄?shù)據(jù)庫(kù)？
朱瓏：最樸素的辦法就是一點(diǎn)一滴積累，比如車(chē)輛數(shù)據(jù)，我們自己去路上拍了很多，慢慢地?cái)?shù)據(jù)就積累起來(lái)了。在和客戶(hù)合作的過(guò)程中，客戶(hù)也會(huì)提供一些數(shù)據(jù)。
《時(shí)間線》：現(xiàn)階段在中國(guó)進(jìn)行技術(shù)創(chuàng)業(yè)，難點(diǎn)在哪里？
朱瓏：從創(chuàng)業(yè)環(huán)境來(lái)看，我們沒(méi)有完善的反壟斷機(jī)制，也就是說(shuō)大公司還是可以跟你競(jìng)爭(zhēng)的；但在美國(guó)，這不一定行得通。而且中國(guó)的知識(shí)版權(quán)的保護(hù)尚為薄弱，小公司抄襲的情況比較多。
此外，探索出好的商業(yè)模式是非常困難的。依圖成立四年，經(jīng)歷了很多探索，我們一直在扎實(shí)地做垂直領(lǐng)域，包括公安、金融等領(lǐng)域。我始終在問(wèn)自己：人工智能的賣(mài)點(diǎn)是什么？
AI最大的考驗(yàn)是商業(yè)模式的創(chuàng)新
2016年初，一場(chǎng)人機(jī)大戰(zhàn)成為全民熱點(diǎn)。人工智能的概念從科技圈走向大眾，做了一次生動(dòng)的市場(chǎng)教育。影響迅速蔓延到二級(jí)市場(chǎng)，人工智能概念股迅速飆升，中國(guó)興起一波人工智能創(chuàng)業(yè)熱潮。創(chuàng)業(yè)四年，朱瓏目睹了人工智能產(chǎn)業(yè)的變遷，他有著怎樣的體會(huì)？作為一個(gè)創(chuàng)業(yè)者，他如何看待這個(gè)產(chǎn)業(yè)的未來(lái)
《時(shí)間線》：現(xiàn)在依圖在技術(shù)研發(fā)和商業(yè)方面的比率大概是什么樣的？
朱瓏：超過(guò)50%都是技術(shù)團(tuán)隊(duì)，我們的核心優(yōu)勢(shì)是對(duì)技術(shù)的理解能力。有了技術(shù)作為基礎(chǔ)，擴(kuò)張的成本會(huì)變得很低。
《時(shí)間線》：作為學(xué)者型創(chuàng)業(yè)者，商業(yè)背景的匱乏會(huì)不會(huì)成為你的瓶頸？
朱瓏：創(chuàng)業(yè)四年，這個(gè)部分的知識(shí)我補(bǔ)充了很多。商業(yè)知識(shí)是不斷學(xué)習(xí)的過(guò)程，今天學(xué)到的商業(yè)經(jīng)驗(yàn)不一定能解決明天的問(wèn)題。換句話說(shuō)，有商科背景不一定比我更有能力解決未來(lái)將面對(duì)的問(wèn)題。創(chuàng)業(yè)本身就是個(gè)不確定的探索過(guò)程。
《時(shí)間線》：如何看待技術(shù)與商業(yè)化的平衡？
朱瓏：技術(shù)與商業(yè)化從來(lái)不是矛盾的。中國(guó)現(xiàn)在有很多大規(guī)模的問(wèn)題放到學(xué)術(shù)上都是非常有挑戰(zhàn)性和標(biāo)桿性的。在實(shí)驗(yàn)室是無(wú)法直接解決問(wèn)題的，因?yàn)橛行?shù)據(jù)不易得到，做商業(yè)項(xiàng)目與學(xué)術(shù)研究并不沖突，反而可以更好地促進(jìn)技術(shù)發(fā)展。
(訊)計(jì)算機(jī)投資策略不變，持續(xù)關(guān)注有卡位、有格局的AI龍頭及云應(yīng)用、互金等各細(xì)分子板塊龍頭:上周大盤(pán)略微下降，計(jì)算機(jī)板塊大跌5個(gè)點(diǎn)。與上周策略觀點(diǎn)保持相同，中短期我們?nèi)匀豢春眯屡d板塊反彈。薦股策略仍建議關(guān)注三個(gè)方向的邏輯:1.卡位優(yōu)勢(shì)明顯，具有行業(yè)格局的標(biāo)的;2.前沿科技發(fā)展，有望落地的標(biāo)的;3.與國(guó)家政策高度相關(guān)，或因國(guó)家投資直接受益的標(biāo)的。因此，我們建議關(guān)注AI板塊具有良好卡位優(yōu)勢(shì)的四維圖新(002405);直接受益于第三次國(guó)土調(diào)查的GIS行業(yè)龍頭超圖軟件(300036);轉(zhuǎn)型云平臺(tái)服務(wù)商的建筑信息化--BIM龍頭廣聯(lián)達(dá)(002410);前期超跌的高成長(zhǎng)低估值個(gè)股創(chuàng)意信息(300366);CID龍頭，布局ADAS的索菱股份(002766)。
上周大盤(pán)略微下跌，計(jì)算機(jī)板塊大跌5個(gè)點(diǎn):上周大盤(pán)略微下跌，上證綜指略降0.35%，滬深300微漲0.15%，申萬(wàn)計(jì)算機(jī)指數(shù)大跌5.14%。板塊估值(TTM)為64.8倍。漲幅居前的板塊有互聯(lián)網(wǎng)營(yíng)銷(xiāo)(0.55%)，智能交通(-0.51%)，虛擬現(xiàn)實(shí)(-1.02%)，在線旅游(-1.04%)，智慧城市(-1.20%);跌幅較大的板塊有，在線教育(-6.26%)，區(qū)塊鏈(-5.76%)，移動(dòng)互聯(lián)網(wǎng)入口(-5.61%)，網(wǎng)絡(luò)安全(-5.60%)，小程序(-4.54%)。海聯(lián)訊，維宏股份等領(lǐng)漲。
智能芯片，人工智能新時(shí)代的第一站。如上周的推薦邏輯，我們推薦持續(xù)關(guān)注AI行業(yè)，云服務(wù)商以及互金行業(yè)標(biāo)的。AI板塊主要包括目前已經(jīng)落地的語(yǔ)音識(shí)別相關(guān)領(lǐng)域應(yīng)用和圖像識(shí)別的部分領(lǐng)域應(yīng)用，以及明年或?qū)⒙涞氐臒o(wú)人駕駛相關(guān)應(yīng)用。隨著高清攝像頭的進(jìn)一步普及和無(wú)人駕駛的逐漸落地，我們認(rèn)為計(jì)算任務(wù)前移將成為人工智能產(chǎn)業(yè)發(fā)展的下一階段，而智能芯片作為計(jì)算任務(wù)的承載，將具有重大投資機(jī)會(huì)。所謂智能芯片，即將機(jī)器學(xué)習(xí)算法以硬件的方式實(shí)現(xiàn)，從而達(dá)到高性能、低功耗、高穩(wěn)定、低延遲的目的。目前主流的智能芯片主要分為兩大陣營(yíng):以賽靈思為首的，完全可編程的FPGA以及以google的TPU、寒武紀(jì)的NPU為代表的，性能更高、能耗更低的ASIC芯片。麒麟970的，意味著移動(dòng)端智能芯片時(shí)代被開(kāi)啟，人工智能的發(fā)展進(jìn)入了新時(shí)代，智能芯片或?qū)⒃谧詣?dòng)駕駛領(lǐng)域以及視頻處理領(lǐng)域得到進(jìn)一步的普及與發(fā)展。推薦關(guān)注與無(wú)人駕駛及芯片相關(guān)的計(jì)算機(jī)標(biāo)的四維圖新。
風(fēng)險(xiǎn)提示:相關(guān)個(gè)股季報(bào)或低于預(yù)期，相關(guān)行業(yè)政策推行不及預(yù)期的風(fēng)險(xiǎn)，小市值成長(zhǎng)股交易量或持續(xù)收縮的風(fēng)險(xiǎn)等。（來(lái)源：西南證券 文/熊莉 常瀟雅 編選：中國(guó)電子商務(wù)研究中心）
人工智能語(yǔ)音也成為智能家電重要的突破口，無(wú)論是傳統(tǒng)電視廠商還是互聯(lián)網(wǎng)電視企業(yè)都對(duì)此給予關(guān)注，作為互聯(lián)網(wǎng)企業(yè)的暴風(fēng)集團(tuán)也是如此。
5月10日，暴風(fēng)TV在京召開(kāi)新品會(huì)，推出首款可實(shí)現(xiàn)遠(yuǎn)場(chǎng)語(yǔ)音交互的人工智能電視X5 ECHO。同時(shí)，暴風(fēng)TV還將與科大訊飛聯(lián)合成立人工智能服務(wù)實(shí)驗(yàn)室。
值得注意的是，暴風(fēng)集團(tuán)公布的一季報(bào)顯示，其營(yíng)業(yè)收入為4.5億元，同比增長(zhǎng)136%，凈利潤(rùn)為-1648萬(wàn)元，同比下降585%。為何在收入快速增長(zhǎng)的同時(shí)，凈利潤(rùn)卻也快速下降？與科大訊飛成立的人工智能實(shí)驗(yàn)室，將具體關(guān)注人工智能的哪些方面？目前，已有多家上市家電企業(yè)都在人工智能電視，暴風(fēng)TV的智能電視與其有何區(qū)別？暴風(fēng)TV又面臨著怎樣的機(jī)遇與挑戰(zhàn)？
帶著這些疑問(wèn)，《投資者報(bào)》記者來(lái)到暴風(fēng)TV新品會(huì)現(xiàn)場(chǎng)，并采訪到暴風(fēng)集團(tuán)CEO馮鑫，得到較為詳細(xì)的答復(fù)。
暴風(fēng)TV尚處發(fā)展期
在收入越來(lái)越多的同時(shí)，凈利潤(rùn)下滑幅度卻越來(lái)越大。這是暴風(fēng)集團(tuán)一季度的業(yè)績(jī)寫(xiě)照。
根據(jù)暴風(fēng)集團(tuán)一季度數(shù)據(jù)顯示，其營(yíng)業(yè)收入為4.5億元，同比增長(zhǎng)136%，凈利潤(rùn)為-1648萬(wàn)元，同比下降585%。針對(duì)凈利潤(rùn)虧損原因，暴風(fēng)集團(tuán)歸結(jié)于暴風(fēng)TV目前的硬件尚處于發(fā)展時(shí)期，又處于市場(chǎng)擴(kuò)張期，在此期間的營(yíng)銷(xiāo)推廣費(fèi)用增加所致。
具體營(yíng)銷(xiāo)推廣費(fèi)用增加了多少，目前尚o詳細(xì)數(shù)據(jù)。不過(guò)，該數(shù)據(jù)歸屬于銷(xiāo)售費(fèi)用（包含職工薪酬、廣告費(fèi)和市場(chǎng)開(kāi)拓費(fèi)），一季報(bào)的銷(xiāo)售費(fèi)用為7961萬(wàn)元，同比增長(zhǎng)48%。
除了費(fèi)用增加以外，暴風(fēng)集團(tuán)的營(yíng)業(yè)成本也在不斷增加。一季報(bào)數(shù)據(jù)顯示，其營(yíng)業(yè)成本為4.1億元，同比增長(zhǎng)297%，其增速遠(yuǎn)高于收入的增速。
另外今年一季度，暴風(fēng)TV電視收入同比增長(zhǎng)297%，銷(xiāo)量23.5萬(wàn)臺(tái)，同比增長(zhǎng)344%。其中線下銷(xiāo)量達(dá)到16萬(wàn)臺(tái)，占總銷(xiāo)量的69%，同比增長(zhǎng)323%，銷(xiāo)量增長(zhǎng)的同時(shí)，第一季度平均獲客成本為321元，較上年平均獲客成本下降20%；ARPU值（每用戶(hù)平均收入）比同期增長(zhǎng)374%。渠道方面，重點(diǎn)布局了線下渠道，截至一季度末，渠道建設(shè)達(dá)6000余家，并且在2017年目標(biāo)擴(kuò)充到10000家。
2016年投資者策略會(huì)上，馮鑫曾提到暴風(fēng)TV將在2019年實(shí)現(xiàn)全面盈利。邏輯是基于獲客成本的下降和ARPU值的上升，2017年也在被定義為入軌階段。那么，目前暴風(fēng)TV獲客成本和ARPU值情況如何？
馮鑫對(duì)此表示，當(dāng)前ARPU值的變化不是特別大，ARPU值是向用戶(hù)收費(fèi)，未有明確的變化。下一步ARPU值的上升，主要是源于新的廣告、電商、游戲發(fā)行等方面。
“針對(duì)獲客成本，一季度比去年平均下降了1/3，接近一半，已經(jīng)下降的非常多?！瘪T鑫說(shuō)。
談及獲客成本下降的原因，馮鑫稱(chēng)，獲客成本主要取決于硬件的盈利情況和渠道、市場(chǎng)的費(fèi)用。2016年上半年，互聯(lián)網(wǎng)電視競(jìng)爭(zhēng)激烈、各企業(yè)均未提價(jià)，恰逢上游原材料電視面板大幅漲價(jià)，導(dǎo)致硬件銷(xiāo)售虧損。目前這一情況隨著行業(yè)整體的漲價(jià)已經(jīng)改善。
布局人工智能
在此次新品會(huì)上，暴風(fēng)TV提出要把電視變成能夠主動(dòng)提供服務(wù)的家庭人工智能助手，這一思路的主要特點(diǎn)，是把電視變成“免遙控、遠(yuǎn)講語(yǔ)音、隨時(shí)觸發(fā)和隨時(shí)待命”。用戶(hù)通過(guò)與暴風(fēng)人工智能助手――暴風(fēng)大耳朵的語(yǔ)音交互，可以實(shí)現(xiàn)無(wú)遙控器操控。
馮鑫認(rèn)為，互聯(lián)網(wǎng)正在走向下半場(chǎng)，隨著人口和市場(chǎng)紅利消失，傳統(tǒng)入口飽和，總量高速增長(zhǎng)的時(shí)代已經(jīng)過(guò)去，挑戰(zhàn)的本質(zhì)在于效率和創(chuàng)新能力。同互聯(lián)網(wǎng)下半場(chǎng)對(duì)應(yīng)的是，人工智能電視正進(jìn)入上半場(chǎng)。
暴風(fēng)TVCEO劉耀平在會(huì)上表示，智能電視旨在解決用戶(hù)三個(gè)痛點(diǎn)：隨時(shí)觸發(fā)、多任務(wù)切換、個(gè)性化需求。他指出，此次與科大訊飛的合作，是基于暴風(fēng)TV在產(chǎn)品創(chuàng)新、渠道和服務(wù)、開(kāi)放內(nèi)容架構(gòu)等方面的優(yōu)勢(shì)，以及科大訊飛在人工智能、大數(shù)據(jù)技術(shù)方面的優(yōu)勢(shì)。
據(jù)了解，暴風(fēng)TV還與科大訊飛聯(lián)合成立“人工智能服務(wù)實(shí)驗(yàn)室”。那這個(gè)實(shí)驗(yàn)室具體關(guān)注人工智能的哪些方面？雙方的合作模式又是怎樣的？
馮鑫告訴記者說(shuō)：“科大訊飛主要是做基礎(chǔ)技術(shù)的，這些基礎(chǔ)技術(shù)需要在不同的垂直領(lǐng)域里打磨。他們需要垂直領(lǐng)域的應(yīng)用環(huán)境和應(yīng)用的基礎(chǔ)數(shù)據(jù)來(lái)源，我們需要它的基礎(chǔ)技術(shù)，所以我們?cè)陔娨暣怪鳖I(lǐng)域當(dāng)中一塊打磨語(yǔ)音識(shí)別、自然語(yǔ)音識(shí)別、交互這些語(yǔ)音和大數(shù)據(jù)技術(shù)?！?/p>
目前，無(wú)論是傳統(tǒng)的電視廠商還是互聯(lián)網(wǎng)企業(yè)都在布局人工智能家電，暴風(fēng)TV與之有何區(qū)別？
暴風(fēng)TV副總裁侯光敏對(duì)記者表示：“目前市面上，大多數(shù)的人工智能是自然語(yǔ)音識(shí)別。而暴風(fēng)TV的則不一樣，暴風(fēng)大耳朵的對(duì)話不是單一性指令，而是帶有上下文的基礎(chǔ)對(duì)話?！?/p>
“這是人工智能的黃金時(shí)代，其最好的應(yīng)用領(lǐng)域之一是金融，因?yàn)榻鹑谑俏ㄒ患償?shù)字和錢(qián)的領(lǐng)域?！眲?chuàng)新工場(chǎng)創(chuàng)始人兼CEO李開(kāi)復(fù)認(rèn)為，人工智能在中國(guó)爆發(fā)的第一個(gè)且最大的領(lǐng)域一定是金融。
去年以來(lái)，他不止一次提及，未來(lái)的投資機(jī)會(huì)將集中在人工智能領(lǐng)域，而金融業(yè)可能會(huì)最先被人工智能化。對(duì)于人工智能的看好，讓李開(kāi)復(fù)所帶領(lǐng)的創(chuàng)新工場(chǎng)投資了不少這個(gè)領(lǐng)域的創(chuàng)新公司，智融集團(tuán)就是其中之一。
在今年2月的一次關(guān)于人工智能話題的公開(kāi)演講中，李開(kāi)復(fù)就將智融作為人工智能在金融方面嘗試的案例。這家公司將人工智能應(yīng)用到小額、短期借貸的領(lǐng)域，它并不負(fù)責(zé)用戶(hù)的放款，而是與傳統(tǒng)金融機(jī)構(gòu)合作，由后者提供貸款，智融扮演的角色是通過(guò)人工智能的方法對(duì)目標(biāo)客戶(hù)進(jìn)行信用評(píng)估。
在智融集團(tuán)CEO焦可看來(lái)，對(duì)于小額分散、高頻、標(biāo)準(zhǔn)化程度較高的金融業(yè)務(wù)，人工智能有著天然優(yōu)勢(shì)。首先，機(jī)器可以處理海量數(shù)據(jù)，能大大提高服務(wù)效率；其次，機(jī)器學(xué)習(xí)速度極快，以人工智能為核心的模型可以實(shí)現(xiàn)高頻次的優(yōu)化迭代；再次，機(jī)器在反欺詐方面優(yōu)勢(shì)明顯，大大提高了系統(tǒng)的安全性。
弱特征的強(qiáng)表現(xiàn)
焦可曾就職于創(chuàng)立初期的百度，主管搜索類(lèi)產(chǎn)品的市場(chǎng)與運(yùn)營(yíng)工作，后相繼就職于趕集網(wǎng)、馬可波羅等互聯(lián)網(wǎng)公司。2013年，看到機(jī)會(huì)的焦可創(chuàng)立貸小秘，主打結(jié)構(gòu)化的貸款數(shù)據(jù)庫(kù)及智能化推薦引擎。
統(tǒng)計(jì)數(shù)據(jù)顯示，美國(guó)家庭87%的平均負(fù)債率，而這個(gè)數(shù)字在中國(guó)只有40%。另外，中國(guó)有85%的人群無(wú)法享受目前傳統(tǒng)金融機(jī)構(gòu)提供的金融服務(wù)。
創(chuàng)立貸小秘的初衷是，貸款用戶(hù)與銀行之間存在著巨大的信息不對(duì)稱(chēng)，想通過(guò)搜索與推薦引擎機(jī)制，把銀行產(chǎn)品和用戶(hù)結(jié)構(gòu)化，以提高雙方的信息匹配程度。但是，在業(yè)務(wù)開(kāi)展將近一年半后，焦可發(fā)現(xiàn)產(chǎn)品表現(xiàn)并未達(dá)到預(yù)期，在將借款用戶(hù)推薦給傳統(tǒng)金融機(jī)構(gòu)的過(guò)程中轉(zhuǎn)化率極低，各機(jī)構(gòu)產(chǎn)品并沒(méi)有明顯的差異化，導(dǎo)致信貸服務(wù)同質(zhì)化。
貸小秘觸礁讓焦可著實(shí)思考了很多，他發(fā)現(xiàn)自己對(duì)于市場(chǎng)的認(rèn)知存在偏差：“業(yè)務(wù)無(wú)法繼續(xù)的原因在于國(guó)內(nèi)傳統(tǒng)金融機(jī)構(gòu)無(wú)法給這些用戶(hù)提供相應(yīng)的金融服務(wù)，本質(zhì)上說(shuō)是供需不對(duì)稱(chēng)，而不是我們?cè)瓉?lái)想的信息不對(duì)稱(chēng)?！?/p>
在想清楚癥結(jié)根源之后，焦可選擇放棄繼續(xù)貸小秘，進(jìn)行業(yè)務(wù)轉(zhuǎn)型。2015年7月用錢(qián)寶（現(xiàn)為智融集團(tuán)旗下產(chǎn)品線）上線，將人工智能的風(fēng)控解決方案應(yīng)用于金融領(lǐng)域，為用戶(hù)提供小額短期借款的智融應(yīng)勢(shì)而生。在用錢(qián)寶上，用戶(hù)可以借貸的金額最低500元，最高5000元，而借款期限最低7天，最高30天。
傳統(tǒng)金融機(jī)構(gòu)是以人的經(jīng)驗(yàn)作為風(fēng)控判斷，或者依靠某一項(xiàng)核心技術(shù)實(shí)現(xiàn)身份認(rèn)證。而當(dāng)一套風(fēng)控流程特別依賴(lài)某一項(xiàng)技術(shù)或某一個(gè)經(jīng)驗(yàn)的時(shí)候，很容易引起特定情況的攻擊和欺詐。鎖定人工智能是因?yàn)榻箍珊蛨F(tuán)隊(duì)相信，解決市場(chǎng)供需不對(duì)稱(chēng)的根本方法，在于具有技術(shù)變革意義的新金融技術(shù)。
在焦可看來(lái)，國(guó)內(nèi)金融機(jī)構(gòu)之所以會(huì)出現(xiàn)供需不對(duì)稱(chēng)，很大程度跟銀行的風(fēng)控邏輯有關(guān)。傳統(tǒng)上，銀行風(fēng)控主要是依據(jù)一些強(qiáng)特征數(shù)據(jù)，比如不動(dòng)產(chǎn)證明、工資流水、社保證明等。那些剛步入職場(chǎng)的月光族、工作地點(diǎn)不固定的藍(lán)領(lǐng)工人、服務(wù)人員和剛畢業(yè)的大學(xué)生等人群，在風(fēng)控?cái)?shù)據(jù)上的表現(xiàn)不具備這些強(qiáng)特征變量。
與銀行不同的是，在貸前風(fēng)控環(huán)節(jié)，智融的人工智能風(fēng)控引擎注重的則是弱特征。焦可認(rèn)為，弱特征和強(qiáng)特征的區(qū)別就在于，強(qiáng)特征是非0即1的；而單獨(dú)的某一項(xiàng)弱特征，對(duì)于用戶(hù)的信用評(píng)估和逾期率，沒(méi)有絕對(duì)性的指導(dǎo)意義，需要很多弱特征在一起，才能對(duì)用戶(hù)進(jìn)行準(zhǔn)確的評(píng)估。
傳統(tǒng)金融機(jī)構(gòu)人為處理貸款申請(qǐng)時(shí)經(jīng)常依賴(lài)貸款“老司機(jī)”的經(jīng)驗(yàn)，所看到的數(shù)據(jù)只是水面上的冰山一角，水下的冰山主體存在著大量的弱特征數(shù)據(jù)。焦可覺(jué)得，雖然無(wú)法憑借幾條弱特征數(shù)據(jù)來(lái)做出借貸的決定，但當(dāng)這些數(shù)據(jù)積累到上百項(xiàng)弱特征時(shí)，便能以此為風(fēng)控依據(jù)做借貸決策。
在梳理特征的過(guò)程中，焦可和他的團(tuán)隊(duì)嘗試過(guò)很多變量，不相關(guān)的很多很多?！靶亲馄谟袥](méi)有關(guān)系，其實(shí)是沒(méi)關(guān)的，這個(gè)其實(shí)就是我們很重要的一個(gè)工作，首先找到這些人有什么特征?！苯箍山榻B，很多弱特征完全不在傳統(tǒng)風(fēng)控人的經(jīng)驗(yàn)里，甚至有很多是人不能洞察而機(jī)器可以發(fā)現(xiàn)的。比如，一個(gè)人的手機(jī)電量也能成為參考標(biāo)準(zhǔn)，申請(qǐng)貸款時(shí)電池電量低的人要比電量高的人逾期率更高；再有，有的人通話行為體現(xiàn)出非常強(qiáng)的單向性，經(jīng)常單向播出很多電話，卻很少接到來(lái)電，這樣的用戶(hù)逾期率比有來(lái)有往通話模式的用戶(hù)要略高。“這是老司機(jī)辦不到的，即使他能夠想到這一點(diǎn)他也很難做定性定量的判斷?！苯箍烧f(shuō)，目前智融已成功挖掘1200多個(gè)維度的有效弱特征數(shù)據(jù)。
基于人工智能的分析技術(shù)，智融的目標(biāo)用戶(hù)鎖定在以剛剛步入社會(huì)、消費(fèi)沒(méi)有計(jì)劃性、經(jīng)濟(jì)收入不高的年輕人。同時(shí)，在發(fā)展方向上明確 “不做理財(cái)、不做學(xué)生群體、不做地推、不做展期”的幾個(gè)原則，把業(yè)務(wù)中心放在利用人工智能技術(shù)，從海量數(shù)據(jù)中挖掘出有效的弱特征。
數(shù)據(jù)反哺模型
一般情況下，貸款平臺(tái)公布數(shù)據(jù)都會(huì)著重放款額度，但焦可認(rèn)為，能體現(xiàn)金融科技技術(shù)能力的參考指標(biāo)不是貸款交易的金額，而在于交易的筆數(shù)?！百J款筆數(shù)一方面體現(xiàn)出一個(gè)企業(yè)服務(wù)和影響到的人數(shù)，另一方面，通過(guò)大量樣本的產(chǎn)生和挖掘，實(shí)現(xiàn)人工智能風(fēng)控的進(jìn)一步完善?！苯箍烧f(shuō)。
智融集團(tuán)CTO齊鵬也透露，用錢(qián)寶在服務(wù)大量用戶(hù)的同時(shí)為風(fēng)控模型帶回了大量的數(shù)據(jù)樣本，可以不斷進(jìn)行模型的迭代和練，其精度將越來(lái)越高，從而提高通過(guò)率、降低壞賬率，實(shí)現(xiàn)馬太效應(yīng)正循環(huán)。
具體來(lái)說(shuō)，智融現(xiàn)在的月交易筆數(shù)120萬(wàn)筆，意味著在貸款陸續(xù)到期后，其I.C.E.人工智能風(fēng)控引擎將收獲120萬(wàn)個(gè)數(shù)據(jù)樣本。這些具備完整生命周期的樣本，可以反哺到系統(tǒng)中，持續(xù)不斷的訓(xùn)練及優(yōu)化模型。“舉例來(lái)說(shuō)，我們現(xiàn)在每天通過(guò)的交易筆數(shù)在5萬(wàn)～6萬(wàn)人，每個(gè)人有1200多個(gè)特征點(diǎn)，也就是說(shuō)每天的風(fēng)控需要處理的特征量是6000萬(wàn)～7000萬(wàn)個(gè)。這已經(jīng)遠(yuǎn)遠(yuǎn)超出人的計(jì)算范圍，而這正是機(jī)器擅長(zhǎng)的?！苯箍烧f(shuō)，“我們現(xiàn)在的大數(shù)據(jù)計(jì)算架構(gòu)很出色，可以存儲(chǔ)海量數(shù)據(jù)，運(yùn)算速度也很快，一個(gè)用戶(hù)提交以后整個(gè)的機(jī)器決策只需要8秒鐘?！?/p>
經(jīng)過(guò)不斷磨合迭代，智融自主研發(fā)了以人工智能技術(shù)為核心的“I.C.E.風(fēng)控引擎”――Identify（識(shí)別）、Calculate（計(jì)算）、Evaluate（評(píng)估）的縮寫(xiě)，分別對(duì)應(yīng)了“柯南特征工程”、“Anubis大數(shù)據(jù)計(jì)算框架”、“D-AI機(jī)器學(xué)習(xí)模型”三大組成部分。基于此，智融平臺(tái)的通過(guò)率是同行業(yè)兩倍，同時(shí)逾期率僅為行業(yè)平均水平的60%。
選擇人工智能進(jìn)行分控也決定了智融在人員的配置上的差異化。比如，智融沒(méi)有CRO，只有CTO，高管團(tuán)隊(duì)具備百度、民生銀行等技術(shù)與金融的背景。另外，來(lái)自于頂級(jí)互聯(lián)網(wǎng)公司的核心研發(fā)工程師占比超過(guò)70%，他們占據(jù)了知春路上一座辦公樓的大半層辦公室。目前，智融還在不斷豐富智融的數(shù)據(jù)科學(xué)家團(tuán)隊(duì)，不斷加強(qiáng)統(tǒng)計(jì)分析、數(shù)據(jù)挖掘、文本挖掘、機(jī)器學(xué)習(xí)、能力表達(dá)及大數(shù)據(jù)處理方面的優(yōu)勢(shì)。
除了創(chuàng)新工場(chǎng)，智融的技術(shù)也獲得了更多資本的青睞。今年3月28日， 智融獲得4.66億元人民幣的C輪融資，由金磚資本、中金甲子領(lǐng)投，國(guó)科嘉和、源碼資本、創(chuàng)新工場(chǎng)、光信資本等機(jī)構(gòu)跟投。
“智融集團(tuán)是一個(gè)讓我們非常自豪的投資，他們有很棒的技術(shù)團(tuán)隊(duì)，以技術(shù)為核心把握住了非常好的風(fēng)口和先機(jī)?！崩铋_(kāi)復(fù)在融資當(dāng)天的活動(dòng)上說(shuō)。
中金甲子董事長(zhǎng)梁國(guó)忠認(rèn)為，相比于依托互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)技術(shù)的金融科技1.0階段，金融科技2.0階段表現(xiàn)出極強(qiáng)的“技術(shù)驅(qū)動(dòng)”的特征，在它的背后是人工智能、大數(shù)據(jù)分析和區(qū)塊鏈等關(guān)鍵技術(shù)的賦能。“金融科技2.0將是金融與科技的化學(xué)反應(yīng)，有著極大的想象空間?！?/p>
劉佳輝
（河北大學(xué) 管理學(xué)院 唐山 063000）
摘要：人工智能作為計(jì)算機(jī)的學(xué)科的分支之一，是被公認(rèn)的二十一世紀(jì)三個(gè)最尖端的技術(shù)之一。伴隨著改革開(kāi)放以來(lái)三十年的經(jīng)濟(jì)和科技力量的不斷發(fā)展，我國(guó)的人工智能在各個(gè)的領(lǐng)域的技術(shù)也得到了長(zhǎng)足的發(fā)展。而在杭州出現(xiàn)的無(wú)人超市更是讓人工智能的發(fā)展進(jìn)入到了一個(gè)前所未有的階段，毫無(wú)疑問(wèn)，社會(huì)的快速發(fā)展離不開(kāi)人工智能的技術(shù)的不斷進(jìn)步。因此，企業(yè)應(yīng)該加強(qiáng)人工智能技術(shù)的發(fā)展，將人工智能的發(fā)展與企業(yè)的運(yùn)營(yíng)和管理相結(jié)合，以推動(dòng)企業(yè)的可持續(xù)發(fā)展。由此，本篇文章將對(duì)人工智能技術(shù)對(duì)企業(yè)管理中的應(yīng)用進(jìn)行探究，以期望將對(duì)人工智能與企業(yè)發(fā)展的結(jié)合，和我國(guó)企業(yè)的飛速發(fā)展有所借鑒。
關(guān)鍵字：人工智能 企業(yè)管理 企業(yè)發(fā)展
Application of Artificial Intelligence in Enterprise Management
Liu Jiahui
(Tangshan 063000， School of Management， Hebei University)
ABSTRACT： As one of the branches of computer science， artificial intelligence is recognized as one of the three most sophisticated technologies in the 21st century. Along with the reform and opening up since 30 years of economic and technological power of the continuous development， the technology of artificial intelligence in various fields has also been greatly developed. The appearance of unmanned supermarkets in Hangzhou has brought the development of AI to an unprecedented stage. There is no doubt that the rapid development of society can not be separated from the continuous progress of AI technology. Therefore，enterprises should strengthen the development of artificial intelligence technology and integrate the development of artificial intelligence with the operation and management of enterprises to promote the sustainable development of enterprises. Therefore, this article will explore the application of artificial intelligence technology in enterprise management，hoping to combine AI with enterprise development and provide some reference for the rapid development of enterprises in China.
Key words： Artificial intelligence Business management Enterprise Development
引言：人類(lèi)一向以自己為“智能生物”自居，這是因?yàn)槲覀兡軌虿粩嗟膶W(xué)習(xí)、觀察新事物，讓自己能夠不斷的取得進(jìn)步，這讓人類(lèi)在地球上顯得與眾不同。所以當(dāng)我們也開(kāi)始充當(dāng)上帝的角色，開(kāi)始創(chuàng)造屬于我們自己意識(shí)的人工智能時(shí)，心情也像上帝創(chuàng)世一樣，內(nèi)心充滿了激蕩與振奮，這便是人工智能的發(fā)展的動(dòng)力。如今，人工智能在大數(shù)據(jù)時(shí)代充當(dāng)著越來(lái)越重要的角色。在歐美等發(fā)達(dá)國(guó)家取得了飛速的發(fā)展，隨著人工智能技術(shù)的不斷深入，企業(yè)的人力資源、財(cái)務(wù)會(huì)計(jì)和知識(shí)管理的技術(shù)均被運(yùn)用到人工智能應(yīng)用中去。
一、 人工智能將對(duì)企業(yè)會(huì)計(jì)行業(yè)產(chǎn)生影響
（一） 我國(guó)的會(huì)計(jì)行業(yè)人工智能的運(yùn)用
會(huì)計(jì)作為會(huì)計(jì)制度的主體，分為三類(lèi)，主要涉及企事業(yè)單位，行政機(jī)構(gòu)和會(huì)計(jì)師事務(wù)所。在中國(guó)，涉及會(huì)計(jì)工作的許多主題工作僅限于人工智能應(yīng)用中的會(huì)計(jì)系統(tǒng)。在會(huì)計(jì)中，一些需要主觀行為的工作，例如審查，驗(yàn)證和判斷，仍然需要會(huì)計(jì)人員手動(dòng)完成工作。然而，在會(huì)計(jì)師事務(wù)所，雖然審計(jì)業(yè)務(wù)也是主要業(yè)務(wù)的一部分，但在人工智能應(yīng)用方面略顯稀疏，原因是對(duì)于大多數(shù)上市公司的審計(jì)業(yè)務(wù)，大量的審計(jì)工作文件是需要。填寫(xiě)后，它既有草稿的電子版本，當(dāng)然還有紙質(zhì)版本，但這些入門(mén)數(shù)據(jù)仍需要手動(dòng)填寫(xiě)。
（二）對(duì)人工智能在會(huì)計(jì)行業(yè)中應(yīng)用的展望
任何會(huì)計(jì)師都清楚地知道會(huì)計(jì)行業(yè)是一個(gè)嚴(yán)格的行業(yè)，也需要及時(shí)性。有許多會(huì)計(jì)程序和復(fù)雜的過(guò)程需要解決。因此，對(duì)于會(huì)計(jì)，加班是一種普遍現(xiàn)象。在某種程度上，會(huì)計(jì)師還希望有一天會(huì)有人工智能來(lái)取代這種枯燥乏味的工作。當(dāng)前的人工智能應(yīng)用程序解決了一些基本操作，例如憑證和報(bào)告的生成，但它遠(yuǎn)遠(yuǎn)不能滿足當(dāng)前會(huì)計(jì)機(jī)構(gòu)的需求。例如，人力資源會(huì)計(jì)需要一個(gè)符合業(yè)務(wù)特征的測(cè)量工具，并報(bào)告業(yè)務(wù)的人力資源。通過(guò)該模型，可以分析企業(yè)的人力資源，從而進(jìn)行合理的人力資源管理，成為降低成本的方法之一。這種需求是會(huì)計(jì)管理會(huì)計(jì)和環(huán)境會(huì)計(jì)中許多分支機(jī)構(gòu)的必然要求，因?yàn)闀?huì)計(jì)職能現(xiàn)在越來(lái)越傾向于決策，會(huì)計(jì)需要在相應(yīng)的決策過(guò)程中提供信息。但通常很難獲得人工計(jì)算和分析。如果人工智能可以進(jìn)一步應(yīng)用科學(xué)知識(shí)來(lái)解決這個(gè)問(wèn)題，那么最好。
（三）人工智能對(duì)會(huì)計(jì)行業(yè)的影響
1）提高了會(huì)計(jì)內(nèi)容的時(shí)效性和正確性
企業(yè)是政府機(jī)關(guān)或任何會(huì)計(jì)師事務(wù)所，可以在使用會(huì)計(jì)軟件后及時(shí)處理發(fā)生在當(dāng)日的經(jīng)濟(jì)業(yè)務(wù)。因?yàn)闀?huì)計(jì)人員只能在系統(tǒng)中注冊(cè)并選擇或?qū)徲?jì)相關(guān)事務(wù)，所以最終系統(tǒng)根據(jù)現(xiàn)有的自動(dòng)生成相關(guān)報(bào)表的數(shù)據(jù)，比傳統(tǒng)的會(huì)計(jì)憑證人工生成報(bào)表要及時(shí)得多，另一方面，在傳統(tǒng)的會(huì)計(jì)業(yè)務(wù)流程中，會(huì)計(jì)人員往往會(huì)產(chǎn)生假賬，而現(xiàn)行的會(huì)計(jì)憑證則會(huì)產(chǎn)生假賬。財(cái)務(wù)系統(tǒng)也必須是一些手工輸入的數(shù)據(jù)，因?yàn)橄到y(tǒng)在輸入錯(cuò)誤時(shí)會(huì)提示，在這種情況下，減少了數(shù)據(jù)的錯(cuò)誤概率，從而提高了會(huì)計(jì)信息的準(zhǔn)確性。
2）一定程度上抑制了財(cái)務(wù)信息造假
在具體的會(huì)計(jì)核算制度下，所有登記制度人員都有唯一的賬戶(hù)和密碼，并有自己的權(quán)限和非常嚴(yán)重明確的分工。工作場(chǎng)所包容性現(xiàn)象在傳統(tǒng)會(huì)計(jì)核算中非常嚴(yán)重。特別是在中小企業(yè)中，人工智能的應(yīng)用有助于通過(guò)明確的功能來(lái)抑制人工偽造信息。然而，人工智能不能說(shuō)是為了防止金融偽造。系統(tǒng)畢竟是由人控制的，管理層無(wú)法應(yīng)對(duì)會(huì)計(jì)人員以上的內(nèi)部運(yùn)營(yíng)現(xiàn)象。
3）會(huì)計(jì)行業(yè)中傳統(tǒng)崗位需求減少
由于日益廣泛使用的人工智能在會(huì)計(jì)行業(yè)，傳統(tǒng)的會(huì)計(jì)職位不需要員工，所以這是一個(gè)明顯的變化。自1980年代以來(lái)我國(guó)會(huì)計(jì)電算化發(fā)展此后晉升。它已經(jīng)商業(yè)化，是用于各種會(huì)計(jì)實(shí)體，使原始簡(jiǎn)單的會(huì)計(jì)記錄和會(huì)計(jì)工作被人工智能所取代。因此，會(huì)計(jì)的地位不再是必要的。
4）會(huì)計(jì)信息安全性受到威脅
各種計(jì)算機(jī)化的會(huì)計(jì)系統(tǒng)，廣泛應(yīng)用于電子形式會(huì)計(jì)實(shí)體中存儲(chǔ)的各種金融數(shù)據(jù)，具有電子數(shù)據(jù)的優(yōu)點(diǎn)，如省電，方便，數(shù)據(jù)容量大，易于查找等優(yōu)點(diǎn)。而另一方面，系統(tǒng)如果保護(hù)未達(dá)到易受黑客攻擊的指定位置，當(dāng)前網(wǎng)絡(luò)安全性大大降低的同時(shí)，信息可能在網(wǎng)絡(luò)傳輸過(guò)程中被截獲，因此導(dǎo)致企業(yè)財(cái)務(wù)信息泄露會(huì)非常嚴(yán)重，會(huì)造成重大商業(yè)機(jī)密，并導(dǎo)致?lián)p失。
二、 人工智能對(duì)企業(yè)金融風(fēng)控的影響
（一）智能風(fēng)控落地的前提
在互聯(lián)網(wǎng)信息技術(shù)和網(wǎng)絡(luò)技術(shù)普及的時(shí)代，讓人類(lèi)生活進(jìn)入大數(shù)據(jù)驅(qū)動(dòng)的智能化發(fā)展階段，而人工智能在金融風(fēng)險(xiǎn)控制的探索和實(shí)踐中經(jīng)歷了以計(jì)算機(jī)為標(biāo)志的信息時(shí)代，人類(lèi)因此CIETY已進(jìn)入人工智能引領(lǐng)第四次工業(yè)革命，如果追求信息時(shí)代是數(shù)據(jù)采集和存儲(chǔ)，那么解決人工智能時(shí)代是伴隨著信息技術(shù)的發(fā)展和信息爆炸而引起的。由于信息處理能力不足，計(jì)算機(jī)幫助人們處理海量信息、分析數(shù)據(jù)和使用，是人工智能的時(shí)代，智能認(rèn)知階段，人工算法進(jìn)入商業(yè)世界后，開(kāi)始顯示出趨勢(shì)的普遍性，特別是LY在金融業(yè)務(wù)中顯示出較強(qiáng)的適用性，目前人工智能在國(guó)內(nèi)重點(diǎn)應(yīng)用于風(fēng)險(xiǎn)控制、信用和欺詐等領(lǐng)域。人工智能產(chǎn)業(yè)化可以結(jié)合現(xiàn)場(chǎng)誕生，不能留下以下三個(gè)重要方面前提：
技術(shù)基礎(chǔ)的改進(jìn)。用云計(jì)算來(lái)說(shuō)，計(jì)算能力在出現(xiàn)之前是一種昂貴的資源，公司不能獨(dú)自承擔(dān)這種成本。在人人上網(wǎng)的時(shí)代，計(jì)算數(shù)據(jù)量不斷增加，大規(guī)模數(shù)據(jù)的培訓(xùn)和計(jì)算帶來(lái)了對(duì)CPU水平提高的需求。云計(jì)算服務(wù)實(shí)現(xiàn)了計(jì)算資源的循環(huán)和重用，大大降低了企業(yè)的成本。在云計(jì)算的情況下，為了將成本降低兩到三個(gè)訂單，許多初創(chuàng)企業(yè)可以擁有強(qiáng)大的計(jì)算能力。當(dāng)然，對(duì)于從事人工智能服務(wù)的公司來(lái)說(shuō)，擁有計(jì)算能力是不夠的，因?yàn)橄拗萍夹g(shù)的因素還來(lái)自于數(shù)據(jù)采集能力和數(shù)據(jù)處理和處理能力，列如數(shù)學(xué)、統(tǒng)計(jì)學(xué)、機(jī)器算法等。而確定大規(guī)模計(jì)算，強(qiáng)大的人才是必不可少的。
場(chǎng)景的出現(xiàn)需要更先進(jìn)的技術(shù)。特別是在需要擴(kuò)大規(guī)模和復(fù)雜化的消費(fèi)信貸服務(wù)中，如何提供高質(zhì)量的用戶(hù)體驗(yàn)成為一個(gè)難點(diǎn)。例如，在少量的貸款業(yè)務(wù)中，金融機(jī)構(gòu)或平臺(tái)需要在短時(shí)間內(nèi)對(duì)某個(gè)用戶(hù)進(jìn)行準(zhǔn)確的風(fēng)險(xiǎn)評(píng)估，或者在一天內(nèi)完成數(shù)十萬(wàn)甚至更多的用戶(hù)信用。由于可以預(yù)見(jiàn)，這樣的要求只會(huì)越來(lái)越高，場(chǎng)景也會(huì)越來(lái)越多。傳統(tǒng)的刀耕火種評(píng)估方法與現(xiàn)有的大量多樣化的金融需求完全脫節(jié)。因此采取智能投資，但它面臨的投資機(jī)會(huì)是短暫的，交易信息的判斷甚至需要快到幾毫秒。對(duì)現(xiàn)場(chǎng)的需求促使業(yè)界使用更合理的算法，更快的計(jì)算速度，并要求新技術(shù)將人工智能帶入舞臺(tái)。
改進(jìn)的數(shù)據(jù)材料豐富。人工智能，所以數(shù)據(jù)是使用數(shù)據(jù)來(lái)支持操作和判斷是人工智能的基礎(chǔ)。在金融行業(yè)中，數(shù)據(jù)也是如此?；ヂ?lián)網(wǎng)時(shí)代的背景下，金融消費(fèi)者的高度收集碎片更大規(guī)模的需求，數(shù)據(jù)采集成本較低。金融機(jī)構(gòu)和企業(yè)可以使用這些數(shù)據(jù)來(lái)計(jì)算、處理、和判斷，為用戶(hù)提供個(gè)性化服務(wù)的經(jīng)驗(yàn)，基于智能的數(shù)據(jù)做出決策，實(shí)現(xiàn)精細(xì)管理，從而進(jìn)一步推動(dòng)人工智能技術(shù)的應(yīng)用的發(fā)展。
（二）智能風(fēng)控是傳統(tǒng)風(fēng)控的有效補(bǔ)充
傳統(tǒng)金融機(jī)構(gòu)與傳統(tǒng)計(jì)分卡模型和規(guī)則引擎等“特色”風(fēng)險(xiǎn)評(píng)分，根據(jù)性能和智能風(fēng)險(xiǎn)控制記錄，社會(huì)行為，行為偏好，身份信息和設(shè)備安全方面的行為特征的“軟弱”用戶(hù)的風(fēng)險(xiǎn)評(píng)估。兩種類(lèi)型的風(fēng)險(xiǎn)控制從操作到場(chǎng)景顯示效果之間的顯著差異，后進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代，智能風(fēng)險(xiǎn)控制的優(yōu)點(diǎn)更加突出，有效補(bǔ)充傳統(tǒng)的風(fēng)險(xiǎn)控制。
傳統(tǒng)風(fēng)力控制形成了標(biāo)準(zhǔn)化的操作模式，首先判斷用戶(hù)的身份，然后復(fù)習(xí)物理用戶(hù)提供的證明材料。簡(jiǎn)而言之，它分為以下步驟：首先，回顧通過(guò)面對(duì)面的檢查來(lái)確認(rèn)用戶(hù)身份的真實(shí)性提交材料。材料包括識(shí)別和收入證明，如身份證、戶(hù)籍、銀行流動(dòng)和就業(yè)信息。其次，用戶(hù)的資產(chǎn)評(píng)估和確定信用額度，主要的資產(chǎn)估值標(biāo)準(zhǔn)抵押房地產(chǎn)和汽車(chē)生產(chǎn)等。最后，信用貸款，其他步驟可以添加，如調(diào)查貸款的使用和確認(rèn)交易的意愿。
關(guān)注人的評(píng)論，首先，傳統(tǒng)的風(fēng)險(xiǎn)控制單元的時(shí)間跨度，至少在周需要層層審批，業(yè)務(wù)流程涉及多個(gè)人員和鏈接，導(dǎo)致效率低;其次，長(zhǎng)時(shí)間的業(yè)務(wù)流程，無(wú)法滿足用戶(hù)的資本要求，導(dǎo)致壞的用戶(hù)體驗(yàn);最后，對(duì)小型業(yè)務(wù)，傳統(tǒng)的風(fēng)險(xiǎn)控制復(fù)雜的審計(jì)程序?qū)е碌母叱杀臼广y行和無(wú)利可圖，所以這個(gè)巨大的市場(chǎng)的一部分。
智能風(fēng)險(xiǎn)控制對(duì)大數(shù)據(jù)，算法和計(jì)算能力，重視數(shù)據(jù)，生活等識(shí)別確認(rèn)用戶(hù)的身份;欺詐識(shí)別風(fēng)險(xiǎn)，智能控制使用多維特征，許多數(shù)據(jù)表明意圖和傾向，反映用戶(hù)欺詐;普通用戶(hù)的還款意愿和能力評(píng)估判斷。
在互聯(lián)網(wǎng)經(jīng)濟(jì)下具有“規(guī)?！痹鲩L(zhǎng)的消費(fèi)者金融市場(chǎng)中，智能風(fēng)險(xiǎn)控制可以捕獲非傳統(tǒng)的金融數(shù)據(jù)并增加弱勢(shì)的金融相關(guān)特征。機(jī)器建模和分析的方法用于及時(shí)有效地補(bǔ)充傳統(tǒng)的風(fēng)險(xiǎn)控制。首先，智能風(fēng)控帶來(lái)閃電般的審查速度。時(shí)間跨度以分鐘和秒計(jì)算，為用戶(hù)提供更好的服務(wù)體驗(yàn)。其次，對(duì)用戶(hù)行為數(shù)據(jù)的分析得出更準(zhǔn)確的評(píng)估。最后，在風(fēng)險(xiǎn)預(yù)測(cè)中，數(shù)據(jù)模型的使用可以準(zhǔn)確地量化未來(lái)風(fēng)險(xiǎn)最有可能發(fā)生的時(shí)間和情景。從快牛金科的實(shí)際應(yīng)用來(lái)看，定量風(fēng)險(xiǎn)預(yù)測(cè)的結(jié)果與實(shí)際風(fēng)險(xiǎn)的表現(xiàn)一致，誤差很小。風(fēng)險(xiǎn)控制標(biāo)準(zhǔn)的放松和收緊所引起的壞賬績(jī)效水平的變化可以通過(guò)數(shù)據(jù)直觀地衡量。實(shí)際的業(yè)務(wù)運(yùn)營(yíng)非常有益。
目前，個(gè)性化的場(chǎng)景下貸款和大規(guī)模貸款，信用貸款和消費(fèi)貸款等，智能風(fēng)險(xiǎn)控制有足夠的優(yōu)勢(shì)，但是大的貸款和交易涉及資產(chǎn)評(píng)估、房地產(chǎn)貸款和供應(yīng)鏈融資等大型企業(yè)。驗(yàn)證的真實(shí)性，傳統(tǒng)風(fēng)力控制仍然是不可替代的，兩個(gè)風(fēng)控制模式仍將。
（三）智能風(fēng)控成長(zhǎng)空間巨大
在金融行業(yè)，風(fēng)險(xiǎn)控制中，無(wú)限智能風(fēng)險(xiǎn)控制是一個(gè)不斷迭代的過(guò)程，并不斷按照優(yōu)化的結(jié)果進(jìn)行。到目前為止，智能風(fēng)險(xiǎn)控制已經(jīng)取得了良好的應(yīng)用效果。實(shí)踐中，智能風(fēng)險(xiǎn)控制模型已經(jīng)更好的用戶(hù)差異化程度，能夠清晰地反映出評(píng)價(jià)結(jié)果中的高質(zhì)量和不良客戶(hù)，通過(guò)不斷的優(yōu)化迭代，識(shí)別的準(zhǔn)確性和判斷的速度，技術(shù)人員一直在螺旋式上升，但目前行業(yè)面臨的問(wèn)題是數(shù)據(jù)島和信息不透明，行業(yè)總負(fù)債不共享，仍然是大空間智能風(fēng)險(xiǎn)控制技術(shù)的提升。在用戶(hù)體驗(yàn)上，智能風(fēng)險(xiǎn)控制的最佳路徑有二點(diǎn)：一是減少對(duì)用戶(hù)的干擾，對(duì)于當(dāng)前信用風(fēng)險(xiǎn)控制過(guò)程中需要獲得用戶(hù)授權(quán)等數(shù)據(jù)的審批，隨著數(shù)據(jù)共享和計(jì)算能力市場(chǎng)機(jī)制的完善，未來(lái)只有需要向客戶(hù)提供極少的信息進(jìn)行評(píng)估，消除用戶(hù)對(duì)信息安全的顧慮，使用合規(guī)性。其次，在上述基礎(chǔ)上，提升用戶(hù)評(píng)估的準(zhǔn)確性。。
人工智能是一種不可逆轉(zhuǎn)的趨勢(shì)，但人工智能在推廣特定情景時(shí)仍面臨一些外部阻力。
首先，由于一些工人，意識(shí)滯后，商業(yè)實(shí)踐中的人工智能面臨著銀行和其他機(jī)構(gòu)的模型變革，在管理決策時(shí)考慮到潛在風(fēng)險(xiǎn)。其次，需要探討適當(dāng)?shù)臉I(yè)務(wù)情景。傳統(tǒng)的金融業(yè)務(wù)場(chǎng)景，在應(yīng)用、審批，基于不同操作系統(tǒng)的貸款和大量人力資源等一系列環(huán)節(jié)之后，如何切入人工智能將在調(diào)整過(guò)程中面臨長(zhǎng)期運(yùn)行。此外，在監(jiān)管方面，人工智能還暴露了“黑匣子”理論與“可追溯性”金融活動(dòng)的矛盾。人工智能對(duì)于許多風(fēng)險(xiǎn)控制的實(shí)施過(guò)程并不是人類(lèi)大腦能夠理解的，而是在一些監(jiān)管更嚴(yán)格的情景中給予必要的解釋。
中國(guó)著名科幻作家劉慈新曾經(jīng)說(shuō)人工智能就像一個(gè)黑盒子。從理論上講，他們的計(jì)算步驟可以追溯，但由于計(jì)算量巨大，跟蹤實(shí)際上很困難甚至不可能。實(shí)現(xiàn)兩者之間的平衡并建立信任是未來(lái)人工智能面臨的巨大挑戰(zhàn)。在這種情況下，一方面，可以采用更加解釋性的算法。對(duì)于相同的數(shù)據(jù)，不同算法的結(jié)果不應(yīng)該遠(yuǎn)遠(yuǎn)落后。另一方面，可以預(yù)期社會(huì)態(tài)度的變化和監(jiān)管法規(guī)的調(diào)整。畢竟，它不僅僅是以人工智能為代表的計(jì)算機(jī)科學(xué)。隨著研究的深入和領(lǐng)域的細(xì)分，其他人類(lèi)主體可能具有傳統(tǒng)邏輯意義的結(jié)果。
三、 人工智能對(duì)企業(yè)信息安全防護(hù)的影響
（一）人工智能時(shí)代下信息安全論述
信息安全是指用戶(hù)使用網(wǎng)絡(luò)系統(tǒng)時(shí)，軟件和硬件不會(huì)被破壞，用戶(hù)數(shù)據(jù)不會(huì)被改變，為計(jì)算機(jī)的使用提供安全保障。目前，信息安全在網(wǎng)絡(luò)保護(hù)中尤為重要。在計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展過(guò)程中，出現(xiàn)了許多數(shù)據(jù)泄露事件，不僅給企業(yè)帶來(lái)了傷害，而且也暴露了許多人的隱私信息。從小的角度看，數(shù)據(jù)泄露事件給企業(yè)和人民造成了損失，在很大程度上阻礙了國(guó)家的發(fā)展和社會(huì)的進(jìn)步。
因此，在人工智能快速發(fā)展的時(shí)代，我們不僅要追求技術(shù)進(jìn)步，還要重視信息安全的保護(hù)。信息安全保護(hù)不僅是企業(yè)和國(guó)家的責(zé)任，也是每個(gè)公民的責(zé)任。
（二）威脅企業(yè)信息安全的因素
目前大多數(shù)互聯(lián)網(wǎng)公司都在進(jìn)行人工智能的研究，5G的華為技術(shù)是世界領(lǐng)先的，它不僅是企業(yè)的榮譽(yù)，也是國(guó)家的驕傲，影響企業(yè)信息安全的因素很多，涉及到很多方面，對(duì)信息安全的保護(hù)帶來(lái)了許多挑戰(zhàn)。
1）數(shù)據(jù)的集中存儲(chǔ)
大量的數(shù)據(jù)可以存儲(chǔ)在計(jì)算機(jī)系統(tǒng)中，數(shù)據(jù)之間的緊密聯(lián)系，非常容易引起攻擊者的注意，成為一個(gè)黑客的目標(biāo)。網(wǎng)絡(luò)數(shù)據(jù)繁多，從不同的方式，如電子郵件、微博、傳感器等，相對(duì)集中存儲(chǔ)的數(shù)據(jù)在一起增加數(shù)據(jù)泄漏的風(fēng)險(xiǎn)，并導(dǎo)致人身安全的喪失。
2）數(shù)據(jù)加密技術(shù)
計(jì)算機(jī)領(lǐng)域的數(shù)據(jù)加密一直是防止數(shù)據(jù)泄漏的首要任務(wù)，但仍有數(shù)據(jù)泄漏事件。人工智能技術(shù)的應(yīng)用基于互聯(lián)網(wǎng)用戶(hù)的互聯(lián)網(wǎng)數(shù)據(jù)的收集。如果沒(méi)有大量的數(shù)據(jù)分析，將無(wú)法生成智能應(yīng)用程序和技術(shù)服務(wù)。集中式數(shù)據(jù)庫(kù)集中在資源豐富的大型企業(yè)手中。一方面，他們收集數(shù)據(jù)，另一方面，他們分析數(shù)據(jù)并智能地應(yīng)用它。企業(yè)主要是營(yíng)利性的，信息安全投入太小，會(huì)增加數(shù)據(jù)泄露的風(fēng)險(xiǎn)。
3）殺毒軟件的應(yīng)用
由于計(jì)算機(jī)病毒的不斷侵入，導(dǎo)致很多殺毒軟件的產(chǎn)生。如果計(jì)算機(jī)中毒，可能會(huì)導(dǎo)致多臺(tái)計(jì)算機(jī)，甚至整個(gè)企業(yè)計(jì)算機(jī)崩潰，數(shù)據(jù)丟失。病毒以不斷變化的形式出現(xiàn)，入侵計(jì)算機(jī)的方式多樣化，每次出現(xiàn)新的病毒，都會(huì)導(dǎo)致殺毒軟件的各個(gè)方面升級(jí)。企業(yè)不應(yīng)該只根據(jù)病毒更新殺毒軟件，而應(yīng)該讓企業(yè)的數(shù)據(jù)更加安全
（三）企業(yè)信息安全的防護(hù)措施
1）對(duì)數(shù)據(jù)安全技術(shù)研發(fā)
從傳統(tǒng)信息安全技術(shù)的角度出發(fā)，企業(yè)必須加大對(duì)數(shù)據(jù)安全技術(shù)開(kāi)發(fā)的投入，以保證人工智能的順利發(fā)展。同時(shí)，國(guó)家要給予大力支持和一定的幫助。多方面引進(jìn)新人才。其他企業(yè)數(shù)據(jù)安全技術(shù)也在不斷發(fā)展，以保證網(wǎng)絡(luò)操作過(guò)程中的數(shù)據(jù)安全，從而使黑客蒙受損失。
2）重視敏感數(shù)據(jù)的保護(hù)
敏感信息不應(yīng)披露沒(méi)有用戶(hù)的權(quán)限。企業(yè)應(yīng)優(yōu)先保護(hù)用戶(hù)的私人數(shù)據(jù)，并規(guī)定使用的設(shè)備，以確保網(wǎng)絡(luò)可以正確操作。國(guó)家應(yīng)該制定相應(yīng)的制度措施的敏感信息，這使得一些人氣餒。
3）國(guó)家對(duì)數(shù)據(jù)的保護(hù)制度
保護(hù)數(shù)據(jù)不僅是企業(yè)的責(zé)任。國(guó)家也應(yīng)提出安全策略，制定安全要求，加強(qiáng)然后進(jìn)行安全體系建設(shè)，加快人工智能立法的應(yīng)用。國(guó)家應(yīng)制定相應(yīng)的數(shù)據(jù)保護(hù)法律法規(guī)，同時(shí)將數(shù)據(jù)保護(hù)滲透到學(xué)習(xí)課程中，教育幼兒，真正向每個(gè)人傳達(dá)數(shù)據(jù)安全意識(shí)。個(gè)人應(yīng)及時(shí)清理隱私資料，安全文明上網(wǎng)。
4）合法共享用戶(hù)信息
使用用戶(hù)信息時(shí)，應(yīng)明確信息來(lái)源的合法性，確認(rèn)數(shù)據(jù)的有效性，共享用戶(hù)信息時(shí)應(yīng)征求用戶(hù)意見(jiàn)，用戶(hù)不得擅自披露。否則，將獲得虛假數(shù)據(jù)，這可能導(dǎo)致企業(yè)損失。
總結(jié)：隨著科技的蓬勃發(fā)展，人工智能的蓬勃發(fā)展也在繼續(xù)。盡管這個(gè)的人工智能還發(fā)展不完善，及時(shí)在早期進(jìn)入的金融領(lǐng)域，還主要集中于風(fēng)險(xiǎn)控制、定量交易和智能客戶(hù)服務(wù)。然而，人工智能對(duì)世界的好處將不受限制。
人工智能的進(jìn)一步推廣和應(yīng)用，將形成廣泛的基于機(jī)器的智能決策，可以大大提高社會(huì)整體運(yùn)行的效率。例如，在圍棋、自動(dòng)駕駛、公安等領(lǐng)域，人工智能顯示出良好的學(xué)習(xí)能力和決策能力。
人工智能也帶來(lái)了社會(huì)結(jié)構(gòu)的變化，如就業(yè)制度。一些簡(jiǎn)單、重復(fù)和自動(dòng)化的數(shù)據(jù)收集和記錄將被機(jī)器所取代。從目前的發(fā)展速度來(lái)看，客戶(hù)服務(wù)、簡(jiǎn)單的風(fēng)險(xiǎn)控制、基礎(chǔ)營(yíng)銷(xiāo)等人員更有可能被替換。技術(shù)的發(fā)展超出了人們的想象。就像2000年一樣，沒(méi)有人認(rèn)為打字員在計(jì)算機(jī)和互聯(lián)網(wǎng)普及之后成為了紙堆中的象征。人工智能技術(shù)對(duì)人類(lèi)生活的滲透將是巨大的。就像互聯(lián)網(wǎng)一樣，20年前需要訪問(wèn)特定場(chǎng)景和手段的服務(wù)，如網(wǎng)吧、學(xué)校房間和撥號(hào)上網(wǎng)，都涉及到飲食和穿著。業(yè)務(wù)的各個(gè)方面的活動(dòng)、業(yè)務(wù)和業(yè)務(wù)方面。當(dāng)人們無(wú)法感受到人工智能的存在時(shí)，這意味著人工智能技術(shù)已經(jīng)達(dá)到并得到了廣泛的應(yīng)用。
參考文獻(xiàn)：
[1]賁可榮，張彥鐸 .人工智能 [M ].清華大學(xué)出版社，2006.
[2]陸汝鈐 .人工智能 [M ].科學(xué)出版社，1989.
[3]羅素，諾維格 .人工智能：一種現(xiàn)代的方法（第二版）[M ].清華大學(xué)出版社，2006.
[4]李生 .自然語(yǔ)言處理的研究與發(fā)展 [J].燕山大學(xué)學(xué)報(bào)，2013（5）：377-384.
[5] 孫濤 . 知識(shí)管理 ——— 21 世紀(jì)經(jīng)營(yíng)管理的新趨勢(shì) [M ]. 北京 ： 中華工商聯(lián)合出版社 ， 1999.
[6] 李桂青 ， 羅持久 . 工程設(shè)計(jì)專(zhuān)家系統(tǒng)的原理與程序設(shè)計(jì)方法[M ]. 北京 ： 氣象出版社 ，1991.
[7] Joseph Giarratano. 專(zhuān)家系統(tǒng)原理與編程 [M ]. 北京 ： 機(jī)械工業(yè)出版社 ， 2000.
[8] 吳今培 . 智能故障診斷與專(zhuān)家系統(tǒng) [M ]. 北京 ： 科學(xué)出版社 ，2000.
[9] STB ofNASA [ Z]. Clips Reference Manual Advanced Program 2ming Guide 2001.
[10] 幸聰.人工智能時(shí)代網(wǎng)絡(luò)信息安全與防范分析2018，2（07）：172-173.
未來(lái)世界中，人工智能會(huì)淪為人類(lèi)的奴隸，還是會(huì)擁有超越人類(lèi)的能力？來(lái)自硅谷的著名創(chuàng)業(yè)家，斯坦福大學(xué)人工智能與倫理學(xué)教授，《人工智能時(shí)代》作者杰瑞?卡普蘭（Jerry Kaplan，以下簡(jiǎn)稱(chēng)JK）帶給了我們新的見(jiàn)解。
AI是技術(shù)不是魔術(shù)
《時(shí)間線》：您認(rèn)為AI真正的本質(zhì)是什么？JK：人工智能是以使機(jī)器能夠勝任一些通常需要人類(lèi)智能才能執(zhí)行工作為目標(biāo)的一個(gè)工程領(lǐng)域。但這并不意味著電腦本身是智能的，只是它們能在某些情況下替代人 類(lèi)。
《時(shí)間線》： AI似乎更容易對(duì)顯性知識(shí)進(jìn)行技術(shù)轉(zhuǎn)化，那么在對(duì)隱性知識(shí)技術(shù)化時(shí)遇到哪些阻礙？現(xiàn)在是否有所突破呢？
JK：你可以將AI技術(shù)大概分為兩類(lèi)。第一類(lèi)是趨向于理性問(wèn)題的AI技術(shù)，像是規(guī)劃一個(gè)駕駛路線，在電路板上布局組件，合理高效地將包裹放置在運(yùn)輸車(chē)上。處理這類(lèi)問(wèn)題時(shí)，人們是通過(guò)顯性信息和使用顯性邏輯規(guī)則開(kāi)始處理的。第二類(lèi)是趨向于感知問(wèn)題AI技術(shù)，這其中包括識(shí)別照片中的人物，駕駛汽車(chē)，研究收集醫(yī)療數(shù)據(jù)模型。一般來(lái)說(shuō)，這類(lèi)問(wèn)題很難被明確地描述出來(lái)。還有些問(wèn)題像是翻譯語(yǔ)言、玩一些復(fù)雜的游戲，可能需要對(duì)這兩類(lèi)技術(shù)都有所涉獵。
主人or奴隸
《時(shí)間線》：在Ray Kurzweil的《奇點(diǎn)臨近》一書(shū)中曾描寫(xiě)道：在“奇點(diǎn)”到來(lái)之際，機(jī)器將能通過(guò)人工智能進(jìn)行自我完善，超越人類(lèi)，從而開(kāi)啟一個(gè)新的時(shí)代。很多人都開(kāi)始恐慌AI或許會(huì)在未來(lái)的某一天取代人類(lèi)，對(duì)此您怎么看？您認(rèn)為最為適當(dāng)?shù)娜藱C(jī)關(guān)系是怎樣的？
JK：我并不同意Ray Kurzweil的觀點(diǎn)。機(jī)器已經(jīng)在許多領(lǐng)域超越人類(lèi)的能力，并且我們對(duì)此也并沒(méi)感到任何的不適。事實(shí)上，這就是我們?yōu)槭裁词褂盟鼈?。電腦能夠比人類(lèi)計(jì)算得更快更精確，記憶存儲(chǔ)大量的信息，并且通訊交流的速度是人類(lèi)無(wú)法想象的。隨著AI領(lǐng)域的進(jìn)步，將會(huì)有越來(lái)越多的任務(wù)是由機(jī)器去處理，并且會(huì)比人類(lèi)處理得更好。但是這不意味著它們能比得上人類(lèi)的智慧。我們并沒(méi)一個(gè)言之成理的人類(lèi)智慧的理論，即使我們有，也沒(méi)有證據(jù)能表明我可以編制一個(gè)機(jī)器去復(fù)制它。
《時(shí)間線》：現(xiàn)如今一些企業(yè)工廠已經(jīng)在開(kāi)始利用AI進(jìn)行日常生產(chǎn)工作活動(dòng)了，但對(duì)于工種的替代還只是局限在初級(jí)的、可替代性強(qiáng)的工作，那么在未來(lái)隨著AI的發(fā)展是否會(huì)挑戰(zhàn)高級(jí)工作，例如高級(jí)電腦程序工程師、注冊(cè)會(huì)計(jì)師、高級(jí)律師等等？
JK：AI程序不能執(zhí)行工作，它們的作用是使任務(wù)自動(dòng)化。如果一個(gè)人的工作是由那些能被自動(dòng)化的任務(wù)組成的，那么的確他們的職業(yè)是面臨風(fēng)險(xiǎn)的。如果一些人的工作任務(wù)是機(jī)器不能處理的，那么AI技術(shù)只是能夠幫助人們把工作處理得更加高效。這無(wú)關(guān)乎工作多么高級(jí)，人們需要接受多么多的培訓(xùn)去做他們的工作。我們?cè)谟秒娔X執(zhí)行計(jì)算時(shí)，執(zhí)行任務(wù)往往需要相當(dāng)大的訓(xùn)練和專(zhuān)業(yè)知識(shí)作為前提的。比如，一個(gè)放射線研究者的工作職能可能是容易去自動(dòng)操作的，但是相反地，一個(gè)兒科醫(yī)師需要的是機(jī)器無(wú)法執(zhí)行的人類(lèi)技能。
《時(shí)間線》：在您的《人工智能時(shí)代》一書(shū)中介紹了AI對(duì)財(cái)富再分配的影響，您希望AI的發(fā)展可以極大地提高社會(huì)財(cái)富，但現(xiàn)實(shí)情況是，現(xiàn)在無(wú)論是東方還是西方，貧富差距是不可避免的問(wèn)題，因此，AI在提高社會(huì)財(cái)富的同時(shí)會(huì)不會(huì)反而加重了貧富差距和財(cái)富分配不均勻的問(wèn)題？
JK：我不確定我們所理解的社會(huì)財(cái)富是否是完全一樣的。但是在我看來(lái)，AI是自動(dòng)化的一種形式，它是資本對(duì)勞動(dòng)力的替代。從邏輯上看，這意味著擁有資本的人可以通過(guò)利用機(jī)器去獲得更大的利益，而那些只能依賴(lài)出售自身的勞動(dòng)力的人，將會(huì)被取而代之。一般來(lái)說(shuō)，自動(dòng)化使社會(huì)更加富裕，而獲益者主要是那些富人，除非我們采取一些措施來(lái)確保整個(gè)社會(huì)都享受新財(cái)富。
《時(shí)間線》：您認(rèn)為當(dāng)前人們對(duì)AI誤解的主要爭(zhēng)議點(diǎn)是什么？您對(duì)當(dāng)前人們對(duì)AI的看法和理解有何建議？
JK：許多人所理解的AI就正如他們?cè)陔娪爸锌吹降哪菢?。通常都是一些傷害和攻擊人?lèi)的壞的機(jī)器人和程序。但是這些都是幻想。機(jī)器是沒(méi)有感情的，除了我們指令它們做的事情以外它們是沒(méi)有獨(dú)立目的。只要我們仔細(xì)考慮如何使用這些技術(shù)，它們將會(huì)很好地為我們的需求服務(wù)。但是像另外一些技術(shù)，比如核能，我們既可以用它來(lái)做建設(shè)也可以用它去搞破壞。但這些都取決于我們?nèi)祟?lèi)，而不是“它們”。
AI在中國(guó)
《時(shí)間線》：在AI領(lǐng)域，西方國(guó)家，例如美國(guó)，擁有較為完善的技術(shù)支持和發(fā)展環(huán)境，而中國(guó)的AI領(lǐng)域更多的是依賴(lài)于商業(yè)驅(qū)動(dòng)，那么對(duì)技術(shù)驅(qū)動(dòng)與商業(yè)驅(qū)動(dòng)，您認(rèn)為哪一個(gè)更能推進(jìn)AI的可持續(xù)發(fā)展？
JK：我認(rèn)為在美國(guó)AI技術(shù)的發(fā)展和在中國(guó)一樣都是由經(jīng)濟(jì)發(fā)展驅(qū)動(dòng)的。有很多大學(xué)都在研究AI這個(gè)領(lǐng)域，但是大多數(shù)的進(jìn)步是發(fā)生在像谷歌和Facebook這樣的公司。我相信在中國(guó)，百度也是這樣的公司。
《時(shí)間線》：從倫理角度來(lái)看，在西方國(guó)家，例如美國(guó)，AI的發(fā)展遇到哪些問(wèn)題和阻礙？中國(guó)擁有特殊的文化環(huán)境和較為保守的倫理邏輯，您認(rèn)為當(dāng)AI甚至是未來(lái)的AI機(jī)器人在步入中國(guó)普通老百姓生活中時(shí)是否會(huì)遇到更多新的問(wèn)題？
JK：當(dāng)我們將AI技術(shù)融入我們的生活中時(shí)，將有很多倫理問(wèn)題需要我們面對(duì)。例如，無(wú)人駕駛汽車(chē)應(yīng)該如何平衡和協(xié)調(diào)駕駛員與其他行人和車(chē)輛的安全？如果你要求你的機(jī)器人去幫助你實(shí)施一個(gè)犯罪行為，它應(yīng)該如何拒絕？如果它看到你違反法律，它應(yīng)該被要求去報(bào)告給你嗎？如果它意外傷害到別人了，你應(yīng)該完全負(fù)責(zé)任嗎？這些困難的問(wèn)題我們需要時(shí)間去解決和回答。
關(guān)鍵詞：人工智能；智能傳媒；美聯(lián)社；智媒實(shí)踐
中圖分類(lèi)號(hào)：G702文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1001-862X（2017）03-0134-006
一、人工智能的內(nèi)涵、技術(shù)梯度及其在新聞傳播領(lǐng)域中的應(yīng)用
人工智能（Artificial Intelligence，簡(jiǎn)稱(chēng)AI），作為計(jì)算機(jī)學(xué)科的一個(gè)重要分支，是由McCarthy于1956年在Dartmouth學(xué)會(huì)上正式提出。學(xué)術(shù)界認(rèn)為，人工智能是一門(mén)研究運(yùn)用計(jì)算機(jī)模擬和延伸人腦功能的綜合性科學(xué)，其假設(shè)電腦系統(tǒng)具有人類(lèi)的知識(shí)和行為，并具有學(xué)習(xí)、推理判斷來(lái)解決問(wèn)題、記憶知識(shí)和了解人類(lèi)自然語(yǔ)言的能力。人工智能的產(chǎn)生過(guò)程為：對(duì)于人類(lèi)因問(wèn)題和事物而引起的刺激和反應(yīng)，以及因此而引發(fā)的推理、解決問(wèn)題、判斷及思考決策等過(guò)程，將這些過(guò)程分解成一些步驟，再通過(guò)程序設(shè)計(jì)，將這些人類(lèi)解決問(wèn)題的過(guò)程模擬化或公式化，使電腦能夠有一個(gè)系統(tǒng)的方法來(lái)設(shè)計(jì)或應(yīng)付更復(fù)雜的問(wèn)題。[1]
人工智能在新聞生產(chǎn)鏈條中的運(yùn)用根據(jù)算法的使用程度呈梯度分布：第一梯度是計(jì)算智能在新聞生產(chǎn)中的運(yùn)用，能夠輔助記者儲(chǔ)存和快速處理海量數(shù)據(jù)，人工在新聞生產(chǎn)中占據(jù)主導(dǎo)地位；第二梯度是感知智能，機(jī)器能夠代替記者完成“看”和“聽(tīng)”的相關(guān)工作，在“采、寫(xiě)、編、評(píng)”的新聞生產(chǎn)過(guò)程中采用人工與算法相結(jié)合的方式；第三梯度是認(rèn)知智能，機(jī)器可以全面輔助或者代替人類(lèi)，實(shí)現(xiàn)幾乎完全依據(jù)算法進(jìn)行新聞生產(chǎn)。總體上，人工智能在新聞生產(chǎn)中的應(yīng)用處于計(jì)算智能向感知智能的過(guò)渡階段，部分領(lǐng)域如機(jī)器新聞寫(xiě)作已步入認(rèn)知智能的初級(jí)階段。
1.在新聞和信息來(lái)源方面
（1）“傳感器”新聞嶄露頭角。在新聞和信息的來(lái)源方面，“人工智能”越來(lái)越站在新聞生產(chǎn)的前臺(tái)。它主要是通過(guò)對(duì)相關(guān)新聞數(shù)據(jù)庫(kù)所需數(shù)據(jù)的自動(dòng)化采集、處理和分析，經(jīng)過(guò)人工智能算法把數(shù)據(jù)內(nèi)容新聞化，即時(shí)輸出準(zhǔn)確、客觀的新聞信息產(chǎn)品。目前，尤以“傳感器”新聞為引人矚目。
傳感器（sensor）是一種收集特定數(shù)據(jù)信息的監(jiān)測(cè)裝置，能感受到被監(jiān)測(cè)對(duì)象的信息，繼而轉(zhuǎn)換成為電信號(hào)或其他形式予以輸出，以完成信息的記錄、傳輸、存儲(chǔ)、顯示和控制。[2]所謂“傳感器”新聞就是通過(guò)人工智能算法對(duì)上述數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和判別而輸出的一種自動(dòng)化的機(jī)器新聞產(chǎn)品。如對(duì)于地震臺(tái)網(wǎng)相關(guān)傳感器的數(shù)據(jù)、對(duì)于體育比賽相關(guān)傳感器的數(shù)據(jù)、對(duì)于股市相關(guān)傳感器的數(shù)據(jù)等等（未來(lái)還可能基于對(duì)人體的可穿戴設(shè)備傳感器的數(shù)據(jù)等）進(jìn)行信息加工處理和判別所自動(dòng)生成的新聞。這種“傳感器”新聞的特點(diǎn)就是與事態(tài)發(fā)生幾乎同步，并且客觀、準(zhǔn)確。目前傳感器新聞在傳媒業(yè)的應(yīng)用尚在起步階段，其中有兩個(gè)問(wèn)題是人們普遍關(guān)注的：一是傳感器入侵個(gè)人的生活空間，讓人在傳感器數(shù)據(jù)收集的環(huán)境下對(duì)個(gè)人隱私的保護(hù)產(chǎn)生疑慮；二是傳感數(shù)據(jù)的準(zhǔn)確程度在很大程度上依賴(lài)傳感器的質(zhì)量、測(cè)量指標(biāo)級(jí)算法模型的有效性、可靠性。
（2）語(yǔ)音識(shí)別技術(shù)極大提高了現(xiàn)場(chǎng)采訪與處理資訊的效率。人工智能雖然不能取代記者作為采訪者的角色，但在技術(shù)方面己經(jīng)有較先進(jìn)的人工智能技術(shù)可以大大優(yōu)化和節(jié)省記者編采的時(shí)間成本。 2015年底科大訊飛股份有限公司研發(fā)出語(yǔ)音識(shí)別技術(shù)，讓計(jì)算機(jī)能夠“聽(tīng)懂”人類(lèi)的語(yǔ)言，提取語(yǔ)音中的文字信息，即時(shí)迅捷地將語(yǔ)音信息轉(zhuǎn)化為文字信息，不但誤差率極低，而且可以“聽(tīng)懂”各種方言和人的口音。這種語(yǔ)音翻譯系統(tǒng)大大地提高了采訪資料整理的效率。
（3）“新聞人物”的虛擬影像技術(shù)取得突破性進(jìn)展。2016年10月4日《中國(guó)日?qǐng)?bào)》通過(guò)整合人工智能技術(shù)，采訪真人而制作虛擬視像面世，[3]這一人工智能所虛擬出來(lái)的“新聞人物”的影像可全天改變表達(dá)方式。雖然這項(xiàng)技術(shù)尚處于起步階段并有很大的改善空間，但它對(duì)新聞來(lái)源的使用方式提供了一個(gè)具有巨大想象力的空間。
2.在新聞的內(nèi)容生產(chǎn)方面
（1）C器新聞寫(xiě)作。人工智能在語(yǔ)言文字寫(xiě)作方面的技術(shù)具體表現(xiàn)在“機(jī)器新聞寫(xiě)作”上，它“是指自動(dòng)根據(jù)算法將目標(biāo)數(shù)據(jù)通過(guò)自然語(yǔ)言生成的方式輸出文章的一種人工智能技術(shù)，它的核心在于自然語(yǔ)言生成技術(shù)。”[4]在對(duì)資料數(shù)據(jù)進(jìn)行分析后，人工智能可通過(guò)分詞法和語(yǔ)義理解來(lái)進(jìn)行基本的情感分析，進(jìn)而進(jìn)行新聞角度的選擇。
目前的機(jī)器新聞寫(xiě)作可以在分析信息數(shù)據(jù)所得的結(jié)果上自行提煉出新聞角度，根據(jù)新聞?lì)愋吞子孟鄳?yīng)的文章模板，從而生成完整的新聞稿。從當(dāng)前的發(fā)展現(xiàn)狀來(lái)看，算法不僅可以及時(shí)地捕捉數(shù)據(jù)信息，同時(shí)還可以對(duì)作家和記者的寫(xiě)作風(fēng)格進(jìn)行模擬，實(shí)現(xiàn)特定文風(fēng)的定制。[5]然而，目前新聞寫(xiě)作只能把數(shù)據(jù)分晰和整合的結(jié)果進(jìn)行結(jié)構(gòu)化處理，重新排列組合，對(duì)模塊進(jìn)行內(nèi)容填充，加上一些簡(jiǎn)單的語(yǔ)義加工和風(fēng)格調(diào)整。
（2）語(yǔ)音新聞生成。以美聯(lián)社為例，2016年，他們開(kāi)發(fā)了一個(gè)把文字新聞自動(dòng)傳換成廣播的程序。雖然美聯(lián)社目前還沒(méi)有對(duì)此程式進(jìn)行過(guò)實(shí)際演練和質(zhì)量控制試驗(yàn)，但可以肯定的是，這個(gè)程式己經(jīng)可以識(shí)別一些篇幅短、語(yǔ)句偏簡(jiǎn)潔的條目。因此，文字新聞與廣播格式新聞的自動(dòng)無(wú)縫轉(zhuǎn)換將是人工智能在新聞產(chǎn)業(yè)的發(fā)展趨勢(shì)。
（3）直播過(guò)程的自動(dòng)監(jiān)播。在技術(shù)的發(fā)展下，大大小小的直播平臺(tái)不斷衍生，它們比傳統(tǒng)傳媒更具及時(shí)性，成本更低，而且這種類(lèi)型的全民主播比專(zhuān)業(yè)播音員更具親民性和娛樂(lè)性，因此，直播平臺(tái)將成為傳媒界的新機(jī)遇。與電視一樣，低俗及不雅語(yǔ)言和內(nèi)容在網(wǎng)絡(luò)直播中是被明令禁止的，然而，每天成千上萬(wàn)的直播視頻以及用戶(hù)評(píng)論，是人工審核難以完成的。隨著人工智能的應(yīng)用，對(duì)直播環(huán)境的塑造也有著嶄新的監(jiān)控方法：通過(guò)人工智能去對(duì)文字、語(yǔ)音、圖片、視頻、直播等進(jìn)行審查，利用人工智能深度學(xué)習(xí)在內(nèi)容審核領(lǐng)域的應(yīng)用，比如Gootion、網(wǎng)易易盾等，根據(jù)多年在安全領(lǐng)域違規(guī)詞庫(kù)的沉淀和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力，實(shí)現(xiàn)了對(duì)目標(biāo)文本進(jìn)行精確匹配和快速識(shí)別。
3.在新聞策劃與推送方面
（1）智能化地抓取熱門(mén)話題。在2016年8月，F(xiàn)acebook解散了負(fù)責(zé)“熱門(mén)話題（Trending）”的團(tuán)隊(duì)，改以利用人工智能算法來(lái)抓取數(shù)據(jù)，通過(guò)對(duì)用戶(hù)搜索、瀏覽的分析，對(duì)熱門(mén)搜索詞進(jìn)行排序，抓取熱門(mén)話題呈現(xiàn)給受眾。此外，以報(bào)導(dǎo)科技新聞為主的新型媒體Mashable開(kāi)發(fā)了Velocity人工智能數(shù)據(jù)分析系統(tǒng)，能在30秒內(nèi)分析3億個(gè)不同的頁(yè)面鏈接數(shù)據(jù)，從而識(shí)別網(wǎng)絡(luò)流行趨勢(shì)，預(yù)測(cè)可能成為熱點(diǎn)的內(nèi)容，并能監(jiān)測(cè)全球社交平臺(tái)的實(shí)時(shí)熱點(diǎn)。Velocity還能發(fā)現(xiàn)新聞傳播的“飽和點(diǎn)”，預(yù)測(cè)新聞熱度消退的時(shí)間。這種利用人工智能技術(shù)以數(shù)據(jù)為基礎(chǔ)來(lái)抓取熱點(diǎn)新聞，可以覆蓋更多話題，大大降低了時(shí)間成本，且避免了出現(xiàn)人工編輯團(tuán)隊(duì)可能受公司立場(chǎng)和員工的個(gè)人偏見(jiàn)影響篩選內(nèi)容的情況。然而，熱門(mén)話題演算法在很大程度上依賴(lài)話題的相關(guān)文章的點(diǎn)擊和分享率，但高點(diǎn)擊和分享率并不與新聞質(zhì)量掛鉤，因此這種以人工智能演算法得出的熱門(mén)話題較容易讓假新聞登上版面，致使新聞失去“把關(guān)人”的把關(guān)。
（2）海量資訊簡(jiǎn)潔化的個(gè)性推送。面對(duì)網(wǎng)絡(luò)上的海量新聞，大眾要獲得有用信息可謂大海撈針；通過(guò)人工算法實(shí)現(xiàn)個(gè)性化推送，根據(jù)用戶(hù)的閱讀習(xí)慣、閱讀時(shí)長(zhǎng)等各種數(shù)據(jù)分析受眾喜好，自動(dòng)分類(lèi)出推送內(nèi)容。隨著人工智能技術(shù)的發(fā)展，出現(xiàn)了以對(duì)話形態(tài)獲取新聞內(nèi)容的閱讀模式，通過(guò)人工智能把分析得出的相關(guān)新聞進(jìn)行匯總，并運(yùn)用自然語(yǔ)言處理技術(shù)，提取信息的核心內(nèi)容，方便用戶(hù)更快捷地獲取具有針對(duì)性的信息。如“百度”推出的“聊新聞”通過(guò)對(duì)新聞信息進(jìn)行分類(lèi)及結(jié)構(gòu)分析、信息特征學(xué)習(xí)等，自動(dòng)為用戶(hù)提供最核心的信息[6]，以深入聊天的方式呈現(xiàn)用戶(hù)所想要了解的新聞內(nèi)容要素。這種以人工智能來(lái)進(jìn)行個(gè)性化推送的模式可以為用戶(hù)節(jié)省搜索時(shí)間，方便用戶(hù)進(jìn)行簡(jiǎn)潔化的閱讀。
二、美聯(lián)社的實(shí)踐：一個(gè)智能傳媒的先行探索
通訊社與報(bào)社、廣電機(jī)構(gòu)等傳媒形態(tài)有明顯不同，扮演著位于新聞生產(chǎn)鏈前端的批發(fā)商或“龍頭”的角色，這種組織形態(tài)是一種適應(yīng)市場(chǎng)經(jīng)濟(jì)條件與大規(guī)模生產(chǎn)的組織形式和運(yùn)行模式。為了與這種規(guī)模化生產(chǎn)相適應(yīng)，美聯(lián)社正在嘗試?yán)脵C(jī)器學(xué)習(xí)將新聞生產(chǎn)過(guò)程實(shí)現(xiàn)自動(dòng)化轉(zhuǎn)換，并借此緩解記者的壓力，提高新聞報(bào)道量，拓展報(bào)道范圍與業(yè)務(wù)領(lǐng)域。 2015美聯(lián)社制定了一個(gè)5年（2015―2020）戰(zhàn)略規(guī)劃，2017年美聯(lián)社將有可能實(shí)施7個(gè)項(xiàng)目，其中包含新聞的智能化生產(chǎn)。美聯(lián)社戰(zhàn)略及企業(yè)發(fā)展部高級(jí)副總裁Jim Kennedy希望美聯(lián)社在2020年之前，80%的新聞內(nèi)容生產(chǎn)都能實(shí)現(xiàn)自動(dòng)化。
1.新聞內(nèi)容采集
（1）數(shù)據(jù)資源采集方式的轉(zhuǎn)變。美聯(lián)社的機(jī)器新聞生產(chǎn)利用了Automated Insight公司開(kāi)發(fā)的Wordsmith 平臺(tái)，該平臺(tái)以自動(dòng)化技術(shù)為基礎(chǔ)，能接受任何格式的數(shù)據(jù)，通過(guò)算法運(yùn)算生成圖文并茂的報(bào)道，最后通過(guò)云服務(wù)進(jìn)行多渠道實(shí)時(shí)。數(shù)據(jù)資源的獲取與處理是Wordsmith基礎(chǔ)工作的，可以對(duì)來(lái)源與客戶(hù)的各種形式或格式的數(shù)據(jù)進(jìn)行規(guī)模化和快速化處理。Wordsmith 智能化數(shù)據(jù)采集具有以下特點(diǎn)：
――數(shù)據(jù)來(lái)源的多樣化： Wordsmith可以對(duì)客戶(hù)的各種形式或格式的數(shù)據(jù)進(jìn)行收集和處理，這些數(shù)據(jù)包含如Google Analytics等第三方提供的相關(guān)客戶(hù)的運(yùn)營(yíng)、業(yè)績(jī)、報(bào)道、批評(píng)、引述等相關(guān)數(shù)據(jù)；大數(shù)據(jù)技術(shù)也使得新聞數(shù)據(jù)源從傳統(tǒng)記者轉(zhuǎn)變?yōu)閭€(gè)體用戶(hù)，涉及用戶(hù)生成內(nèi)容時(shí)，美聯(lián)社與其投資的社交媒體內(nèi)容管理系統(tǒng)SAMDesk合作創(chuàng)建了一個(gè)工具，將美聯(lián)社的渠道策略和SAMDesk的用戶(hù)生成內(nèi)容源相結(jié)合。
――數(shù)據(jù)獲取的規(guī)模化。Wordsmith 超強(qiáng)的數(shù)據(jù)采集、分析與處理能力能夠大幅度提高效率，使新聞報(bào)道實(shí)現(xiàn)規(guī)?；a(chǎn)。美聯(lián)社的季度財(cái)報(bào)稿件的數(shù)量從 300 篇增長(zhǎng)到 4400 篇，這種高效率、規(guī)模化的新聞生產(chǎn)方式是過(guò)去任何時(shí)代所無(wú)法企及的。[7]
――數(shù)據(jù)處理的高效性。Wordsmith 采用制式化新聞撰寫(xiě)方式，只需要將采集的數(shù)據(jù)輸入已有的程序，便可立刻生產(chǎn)出新聞稿件，即時(shí)通過(guò) Twitter、E-mail 等渠道，加快傳播速度。例如，美聯(lián)社在最短時(shí)間內(nèi)蘋(píng)果公司的財(cái)報(bào)新聞，其時(shí)效性遠(yuǎn)超其他媒體。時(shí)效性凸顯新聞價(jià)值，使美聯(lián)社在此類(lèi)報(bào)道中脫穎而出。
（2）圖像素材采集方式的轉(zhuǎn)變。在圖像素材的采集方面，美聯(lián)社正通過(guò)智能硬件的輔助來(lái)實(shí)現(xiàn)新聞素材獲取的規(guī)?；案叨葧r(shí)效性。攝影師們?cè)诶锛s奧運(yùn)會(huì)上開(kāi)始廣泛使用的一種智能輔助拍攝設(shè)備，美聯(lián)社除了調(diào)動(dòng)了61位攝影師進(jìn)行賽場(chǎng)拍攝，還提前在現(xiàn)場(chǎng)安裝了八部機(jī)械人和數(shù)十部遙控相機(jī)，這種遠(yuǎn)程遙控相機(jī)可以自動(dòng)變換角度以及鏡頭變焦。此外，遠(yuǎn)程控制的水下機(jī)器人可在最佳時(shí)機(jī)自動(dòng)捕捉到最佳畫(huà)面，能夠動(dòng)態(tài)實(shí)時(shí)地捕捉游泳運(yùn)動(dòng)員在水下的位置，然后將拍攝到的畫(huà)面實(shí)時(shí)回傳到攝影師的電腦上。這種水下相機(jī)不需要攝影師把握拍攝時(shí)機(jī)，攝影記者只需要更準(zhǔn)確地調(diào)整基座和相機(jī)位置，進(jìn)行拍攝。此外，美聯(lián)社還使用智能手臂輔助攝影記者拍攝，這些實(shí)踐都涵蓋了人工智能技術(shù)的運(yùn)用。
2.新聞內(nèi)容制作
（1）自踴生成：機(jī)器寫(xiě)作及智能播報(bào)。Wordsmith讓美聯(lián)社實(shí)現(xiàn)了從以數(shù)據(jù)獲取為中心的數(shù)據(jù)新聞到以規(guī)?；瘮?shù)據(jù)和人工智能算法為中心的機(jī)器新聞的演變，機(jī)器新聞寫(xiě)作超越了數(shù)據(jù)新聞寫(xiě)作“數(shù)據(jù)處理”的工作范疇，可以代替新聞工作者生成知識(shí)、見(jiàn)解和建議，按照Automated Insights公司的觀點(diǎn)，這是一種“從大數(shù)據(jù)到高見(jiàn)”的跨越。從其關(guān)鍵技術(shù)領(lǐng)域而言，這應(yīng)該是整合了數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（KDD）以及自然語(yǔ)言處理（NLP）兩個(gè)領(lǐng)域，屬于人工智能范疇。
Wordsmith對(duì)信息價(jià)值的挖掘，包含分析數(shù)據(jù)與提煉觀點(diǎn)兩個(gè)部分。在新聞內(nèi)容的呈現(xiàn)方面，主要是針對(duì)內(nèi)容的結(jié)構(gòu)和格式。Wordsmith 平臺(tái)需要用其自然語(yǔ)言生成功能對(duì)此前的分析和提煉得到的觀點(diǎn)進(jìn)行故事化敘述，并按照需要生成適應(yīng)的篇幅長(zhǎng)短的新聞、推文，以及標(biāo)題導(dǎo)語(yǔ)、可視化圖表為主的內(nèi)容等形式的文本。
在與風(fēng)險(xiǎn)投資基金Matter Ventures的合作過(guò)程中，5名美聯(lián)社員工組成的團(tuán)隊(duì)嘗試?yán)萌斯ぶ悄芗夹g(shù)進(jìn)行智能播報(bào)，將篇幅短、語(yǔ)句簡(jiǎn)潔、數(shù)據(jù)詳實(shí)的新聞文字自動(dòng)轉(zhuǎn)換為廣播版本。這個(gè)項(xiàng)目并不是簡(jiǎn)單的將新聞從文字到語(yǔ)音的形式轉(zhuǎn)換，而是制造一個(gè)基于算法的模型，將用于識(shí)別文字中需要轉(zhuǎn)化成廣播格式的元素。這項(xiàng)試驗(yàn)是美聯(lián)社將自動(dòng)化應(yīng)用于新聞?lì)I(lǐng)域的重要嘗試。目前，這個(gè)項(xiàng)目還處于初級(jí)階段，新聞廣播版本后期依舊需要經(jīng)過(guò)記者的人工審核與校準(zhǔn)，以確保寫(xiě)出規(guī)范和準(zhǔn)確的新聞。項(xiàng)目的最終目標(biāo)是在智能技術(shù)的協(xié)助下，讓文字到廣播的自動(dòng)轉(zhuǎn)化達(dá)到不需要人工編輯和審校即可的水準(zhǔn)。
（2）可視化呈現(xiàn)：數(shù)據(jù)新聞。數(shù)據(jù)與圖表之間的智能轉(zhuǎn)換是美聯(lián)社在可視化呈現(xiàn)層面的重要嘗試。目前，Wordsmith平臺(tái)可以將文字處理圖表轉(zhuǎn)換為數(shù)據(jù)，可以對(duì)APIs、XML、CSCs以及各種文字處理圖表等形式的數(shù)據(jù)進(jìn)行“消化”，為下一步的數(shù)據(jù)分析與信息價(jià)值挖掘提供更為豐富的數(shù)據(jù)來(lái)源。Wordsmith還可以將數(shù)據(jù)自動(dòng)轉(zhuǎn)換成圖表，運(yùn)用自然語(yǔ)言生成技術(shù)對(duì)此前的分析和提煉得到的觀點(diǎn)進(jìn)行故事化敘述，新聞內(nèi)容能夠依據(jù)需求通過(guò)可視化圖表的形式呈現(xiàn)。
（3）沉浸式體驗(yàn)：虛擬現(xiàn)實(shí)報(bào)道。美聯(lián)社拓展人工智能版圖另一個(gè)動(dòng)作是在VR設(shè)備終端、360度全景式視頻手機(jī)端等智能硬件上進(jìn)行虛擬現(xiàn)實(shí)報(bào)道。美聯(lián)社目前與密蘇里大學(xué)唐納德?W?雷諾茲新聞學(xué)院的研究者、AMD芯片制造商建立合作關(guān)系，推動(dòng)虛擬現(xiàn)實(shí)技術(shù)在新聞報(bào)道領(lǐng)域的應(yīng)用。從2016年7月份的法國(guó)尼斯恐怖襲擊到里約奧運(yùn)會(huì)，美聯(lián)社已經(jīng)制作了20個(gè)虛擬現(xiàn)實(shí)和360度全景式視頻。美聯(lián)社還推出了觀賞性的奢華生活體驗(yàn)虛擬現(xiàn)實(shí)視頻，但大多是針對(duì)特定內(nèi)容進(jìn)行虛擬現(xiàn)實(shí)報(bào)道，如地震、難民等，可以在關(guān)塔那摩監(jiān)獄體驗(yàn)囚徒、在難民營(yíng)體會(huì)難民生活等。虛擬現(xiàn)實(shí)新聞報(bào)道的新技術(shù)也將帶來(lái)新的一場(chǎng)新聞革命，美聯(lián)社的虛擬現(xiàn)實(shí)報(bào)道目前還停留在用戶(hù)體驗(yàn)階段，雖然只是低成本的制作虛擬現(xiàn)實(shí)報(bào)道，交互依舊是個(gè)難點(diǎn)。美聯(lián)社還拓展直播版塊，目前直播領(lǐng)域主要有AP Direct和AP Live Choice兩大業(yè)務(wù)，全天候向用戶(hù)提供重大突發(fā)新聞和地區(qū)性重大活動(dòng)的直播視頻，其中AP Live Choice能夠通過(guò)3個(gè)頻道同時(shí)直播三個(gè)事件。
3.新聞內(nèi)容投送
人工智能驅(qū)動(dòng)下的信息通路趨向于窄眾化的內(nèi)容生產(chǎn)與投送，美聯(lián)社新聞內(nèi)容的傳播路徑從過(guò)去的“面―點(diǎn)―面”模式轉(zhuǎn)變?yōu)槿缃竦摹包c(diǎn)―面―點(diǎn)”模式。借助于人工智能技術(shù)的支持，美聯(lián)社通過(guò)對(duì)碎片化內(nèi)容的聚合重組，利用標(biāo)簽聚類(lèi)和差異化語(yǔ)言風(fēng)格進(jìn)行個(gè)性化的投送。當(dāng)前美聯(lián)社的新聞內(nèi)容投送存在以下特征：
（1）碎片化聚合，個(gè)性化投送。目前美聯(lián)社通過(guò)與智能平臺(tái)“強(qiáng)強(qiáng)聯(lián)合”，完成對(duì)碎片化文本進(jìn)行結(jié)構(gòu)性處理，實(shí)現(xiàn)精準(zhǔn)個(gè)性化的內(nèi)容投送。Wordsmith平臺(tái)可以根據(jù)組織和個(gè)體的碎片化數(shù)據(jù)，如員工的表現(xiàn)評(píng)估、企業(yè)績(jī)效分析報(bào)告、行業(yè)分析、行業(yè)競(jìng)爭(zhēng)態(tài)勢(shì)分析等，在數(shù)據(jù)聚合的基礎(chǔ)上分析其情況與需求并實(shí)現(xiàn)定向內(nèi)容投送，為用戶(hù)提供精準(zhǔn)個(gè)性化內(nèi)容。美聯(lián)社Wordsmith系統(tǒng)尤其擅長(zhǎng)進(jìn)行客戶(hù)的財(cái)務(wù)情況和客戶(hù)運(yùn)動(dòng)、健身情況的分析，實(shí)時(shí)收集動(dòng)態(tài)數(shù)據(jù)，并能夠?qū)⑺傻奈恼?，通過(guò)多種方式，實(shí)時(shí)到客戶(hù)指定的平臺(tái)上。對(duì)聽(tīng)眾制定個(gè)性化的內(nèi)容，是美聯(lián)社拓展新聞產(chǎn)智能化板塊的另一個(gè)舉措。美聯(lián)社體育編輯嘗試?yán)萌斯ぶ悄芗夹g(shù)為賽事雙方的支持者分別提供不同的新聞；記者們也考慮用不同的方式向國(guó)內(nèi)外的聽(tīng)眾分別提供廣播。
（2）標(biāo)簽聚類(lèi)、智能匹配。包括美聯(lián)社在內(nèi)的2000 家媒體加入了聚合類(lèi)新聞 App ――News Republic，達(dá)成了新聞內(nèi)容版權(quán)的合作 。News Republic可以對(duì)每一條信息來(lái)源做出單一信息來(lái)源或多重信息來(lái)源的判斷，為新聞生成智能化標(biāo)簽并聚類(lèi)，與不同受眾群體相匹配。目前News Republic利用自己的語(yǔ)義分析系統(tǒng)分析每篇文章的意義，證實(shí)文章的原創(chuàng)性并將文章分類(lèi)，在用戶(hù)挑選的分類(lèi)中生成頭條新聞，為用戶(hù)提供快速即時(shí)的閱讀體驗(yàn)。
（3）機(jī)器新聞?wù)Z言的風(fēng)格化差異化。隨著受眾群體的不斷細(xì)分，不同人群的語(yǔ)言風(fēng)格差異愈發(fā)明顯。美聯(lián)社正嘗試?yán)萌斯ぶ悄芗夹g(shù)完成對(duì)各種語(yǔ)料庫(kù)語(yǔ)言風(fēng)格的智能學(xué)習(xí)，為不同群體傳送不同風(fēng)格的新聞報(bào)道。通過(guò)語(yǔ)言風(fēng)格的差異化處理，同一條新聞報(bào)道可以同時(shí)適應(yīng)高端人群、中層階級(jí)、低收入群體等不同用戶(hù)群體的閱讀習(xí)慣及語(yǔ)言風(fēng)格，大大提高了新聞生產(chǎn)的實(shí)用性和可讀性?；谡Z(yǔ)言風(fēng)格的智能化學(xué)習(xí)，美聯(lián)社能精準(zhǔn)匹配用戶(hù)的語(yǔ)言風(fēng)格，進(jìn)行個(gè)性化的新聞表達(dá)，形成不同版本新聞的規(guī)?；a(chǎn)。
三、人工智能范式驅(qū)動(dòng)下傳媒業(yè)的“洗心革面”
1.傳播內(nèi)容：從單一傳播到全息傳播
美聯(lián)社的智媒實(shí)踐表明，人工智能技術(shù)邏輯下的內(nèi)容生產(chǎn)方式事實(shí)上改變了以往利用單一途徑進(jìn)行新聞生產(chǎn)的模式，通過(guò)多種人工智能技術(shù)的融合最大限度地形成了對(duì)某一新聞事件的全息傳播：基于海量數(shù)據(jù)的支撐和算法的精準(zhǔn)制導(dǎo)，美聯(lián)社在獲取數(shù)據(jù)后分析、提煉觀點(diǎn)，并結(jié)合固有的結(jié)構(gòu)和模式進(jìn)行故事化敘事。與此同時(shí)，快速生成的文本還可以配合智能播報(bào)技術(shù)提供語(yǔ)音信息，配合可視化圖表完成可視化新聞的轉(zhuǎn)變，配合VR及AR技術(shù)實(shí)現(xiàn)讀者的沉浸式體驗(yàn)。
@種融合機(jī)器新聞寫(xiě)作、智能播報(bào)、新聞可視化和VR技術(shù)的全方位新聞生產(chǎn)模式能夠充分還原社會(huì)實(shí)踐發(fā)生發(fā)展的過(guò)程，表達(dá)新聞事件的全息原貌，有效地規(guī)避了過(guò)去新聞受制于媒介傳播的弊端與局限?；跀?shù)據(jù)和算法的準(zhǔn)信息采集、加工的全面智能化，在互動(dòng)傳播、互動(dòng)體驗(yàn)高度發(fā)達(dá)的助力下，能夠達(dá)到全息傳播的境界。而人工智能支撐下的VR（虛擬現(xiàn)實(shí)）、AR（增強(qiáng)現(xiàn)實(shí)）、MR（混合現(xiàn)實(shí)）技術(shù)將徹底顛覆大眾傳播時(shí)代的選擇性傳播，實(shí)現(xiàn)社會(huì)信息原汁原味的全息傳播。
2.傳播方式：由同質(zhì)化到分眾化、精準(zhǔn)化
互聯(lián)網(wǎng)技術(shù)的發(fā)展使得新聞資訊的獲取更為便捷化、免費(fèi)化，傳統(tǒng)媒體和新興媒體在競(jìng)爭(zhēng)中也推動(dòng)了傳媒行業(yè)的融合變革，海量信息的生產(chǎn)帶來(lái)的是同質(zhì)化新聞的嚴(yán)重超載。單一、同質(zhì)的新聞資訊已經(jīng)難以滿足不同受眾人群的需求，有效采集“長(zhǎng)尾資訊資源”的分眾化、個(gè)性化的新聞成為了眾多資訊用戶(hù)的迫切需求。
機(jī)器新聞寫(xiě)作能通過(guò)對(duì)不同語(yǔ)料庫(kù)語(yǔ)言風(fēng)格的智能化學(xué)習(xí)，可以自動(dòng)生成適應(yīng)不同人群語(yǔ)言習(xí)俗的表達(dá)方式。美聯(lián)社與News Public的合作增強(qiáng)了新聞資訊在傳播渠道投放的精準(zhǔn)性。人工智能驅(qū)動(dòng)下的傳媒產(chǎn)業(yè)正在通過(guò)對(duì)不同語(yǔ)言風(fēng)格的智能學(xué)習(xí)，將聚類(lèi)、標(biāo)簽化的新聞資訊精準(zhǔn)投送給不同的受眾群體。當(dāng)前人工智能技術(shù)驅(qū)動(dòng)下的傳媒業(yè)正往分眾化、精準(zhǔn)化的趨勢(shì)快速發(fā)展。當(dāng)然，事實(shí)上，目前用戶(hù)洞察數(shù)據(jù)的“聰明算法”還遠(yuǎn)不夠聰明，容易造成 “信息繭房”的負(fù)面效應(yīng)。但如果我們看到：算法本身是可以進(jìn)一步優(yōu)化的，尤其是以目前的行為數(shù)據(jù)匹配上用戶(hù)間社會(huì)關(guān)系的屬性數(shù)據(jù)；再輔之以通過(guò)“人機(jī)對(duì)話”聊新聞的方式、通過(guò)資訊類(lèi)別的組團(tuán)化、標(biāo)簽化處理，在可預(yù)見(jiàn)的未來(lái)，“聰明算法”對(duì)于人們真實(shí)需求的逼近是可能的和必然的。
3.傳播主體：由受眾到人機(jī)協(xié)調(diào)
在人工智能全面滲透到信息傳播的全環(huán)節(jié)全要素之后，人的價(jià)值何在？控制論的創(chuàng)始人諾伯特?維納（Norbert Wiener）深刻地指出：“人有人的用處！”
機(jī)器學(xué)習(xí)是人工智能的第一項(xiàng)普及化技術(shù)。一些簡(jiǎn)單重復(fù)、數(shù)量龐雜的工作可以用人工智能中的機(jī)器學(xué)習(xí)的方式來(lái)替代，減輕人信息加工的負(fù)擔(dān)。根據(jù)現(xiàn)階段技術(shù)發(fā)展的邏輯，我們有理由預(yù)計(jì)，2017年用于數(shù)據(jù)處理的人工智能技術(shù)將會(huì)有一些重大突破。現(xiàn)在對(duì)基于用戶(hù)洞察和基于數(shù)據(jù)找尋信息傳播的路徑這一塊的要求越來(lái)越高，這是傳播績(jī)效最基本的要求。而要開(kāi)發(fā)非共性的“利基市場(chǎng)”、開(kāi)發(fā)分眾化的“長(zhǎng)尾市場(chǎng)”，一定要有相關(guān)的數(shù)據(jù)作為路徑導(dǎo)引和技術(shù)支撐。因此明年在這一領(lǐng)域會(huì)有比較大的提升。用戶(hù)洞察、數(shù)據(jù)路徑輔之以機(jī)器學(xué)習(xí)，會(huì)成為傳媒業(yè)普遍使用的人工智能的一種方式。
在人際交互方面，人工智能也能幫助人去采集必要的相關(guān)資訊?！董h(huán)球時(shí)報(bào)》的總編胡錫進(jìn)就某一爭(zhēng)議性話題撰寫(xiě)社論前，他通常會(huì)從其專(zhuān)家?guī)熘刑暨x左右各派的幾位專(zhuān)家，在聽(tīng)取他們的意見(jiàn)后才下筆撰稿。這種傳統(tǒng)工業(yè)化流程的社論撰稿模式其實(shí)是可以借助人工智能來(lái)完成的。人工智能能判斷出眾多專(zhuān)家的立場(chǎng)和政治標(biāo)簽，通過(guò)綜合各派專(zhuān)家觀點(diǎn)，如此一來(lái)在撰寫(xiě)評(píng)論時(shí)，話語(yǔ)空間和結(jié)構(gòu)性把握相對(duì)來(lái)說(shuō)會(huì)更加到位、更有把握。這就是人C如何互動(dòng)的具體應(yīng)用。
其實(shí)有些東西對(duì)人來(lái)說(shuō)是困難的，但對(duì)機(jī)器來(lái)說(shuō)是簡(jiǎn)單的。只要符合一定的規(guī)則，進(jìn)行重復(fù)性的檢索和采集對(duì)機(jī)器來(lái)說(shuō)是再簡(jiǎn)單不過(guò)了。相反，如果我們要從跨界的角度來(lái)（下轉(zhuǎn)第150頁(yè)）（上接第138頁(yè)）找到兩者的關(guān)聯(lián)，機(jī)器卻很難做出一些超越其界限的評(píng)判，因?yàn)闄C(jī)器是在人制定的規(guī)則范圍內(nèi)運(yùn)行的。李世石和Alpha Go在圍棋對(duì)決中贏了一局恰恰是因?yàn)槔钍朗铝艘徽泻苣吧钠?，但這步棋卻超出了Alpha Go的認(rèn)知范圍，從而導(dǎo)致Alpha Go在后面的應(yīng)對(duì)中顯得很業(yè)余?，F(xiàn)在機(jī)器對(duì)于規(guī)范性的文本可以進(jìn)行很高效的處理，但一旦規(guī)則變了，機(jī)器就跟不上，這時(shí)候就需要人的幫助。因此人是跨界的實(shí)現(xiàn)者和設(shè)計(jì)者，人知道如何實(shí)現(xiàn)不同資源的調(diào)度和“混搭”，而機(jī)器卻很難實(shí)現(xiàn)這種“混搭”。這其實(shí)是未來(lái)一段時(shí)間內(nèi)人和機(jī)器之間最大的不同。人有天生的直覺(jué)和跨界的通感能力，現(xiàn)階段的機(jī)器還沒(méi)有這類(lèi)跨界與通感能力。我們可以通過(guò)直覺(jué)和頓悟去把握一個(gè)人、一種事態(tài)的感覺(jué)，但機(jī)器卻無(wú)法理解和模仿這種行為。
事實(shí)上，人工智能對(duì)傳媒行業(yè)的重構(gòu)離不開(kāi)新聞工作者的專(zhuān)業(yè)支持。未來(lái)自動(dòng)化、智能化技術(shù)搭配新聞從業(yè)者的專(zhuān)業(yè)經(jīng)驗(yàn)和智能的指導(dǎo)能極大地解放新聞生產(chǎn)力，推動(dòng)傳媒行業(yè)的發(fā)展與創(chuàng)新。
參考文獻(xiàn)：
[1]廉師友.人工智能技術(shù)導(dǎo)論[M].西安：西安電子科技大學(xué)出版社.2002.
[2]許向東. 數(shù)據(jù)新聞中傳感器的應(yīng)用[J]. 新聞與寫(xiě)作， 2015，（12）：70-72.
[3]中國(guó)日?qǐng)?bào)實(shí)現(xiàn)世界首例人工智能視頻采訪[N].中國(guó)日?qǐng)?bào)，2016-10-04.
[4]龔雋鵬，任文，張鵬洲.機(jī)器寫(xiě)作在新聞?lì)I(lǐng)域應(yīng)用的思考.中國(guó)傳媒科技，2016，（5），58-50
[5]申云.“機(jī)器人新聞寫(xiě)作”對(duì)新聞采編的機(jī)遇和挑戰(zhàn)[J].今傳媒，2016，（11）：115-116.
一場(chǎng)由阿爾法狗與棋手間展開(kāi)的圍棋比賽，讓世界關(guān)注到人工智能（Artificial Intelligence，簡(jiǎn)稱(chēng)“AI”）技術(shù)的發(fā)展。百度百科對(duì)AI如此定義――它是對(duì)人的意識(shí)、思維等信息過(guò)程的模擬。AI雖不是人的智能，但卻能像人那樣思考、也可能通過(guò)深入的語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等功能，超過(guò)人的智能。
盡管阿爾法狗只會(huì)下棋，但人類(lèi)已經(jīng)意識(shí)到，其背后的技術(shù)力量正在帶來(lái)革命。特別隨著現(xiàn)代科學(xué)應(yīng)用技術(shù)的不斷發(fā)展，AI的智能程度逐漸提高，其思維的邏輯性和復(fù)雜程度已經(jīng)與人類(lèi)的大腦相差無(wú)幾。AI技術(shù)在真實(shí)的應(yīng)用場(chǎng)景中正在對(duì)金融、醫(yī)療、教育等各個(gè)垂直領(lǐng)域產(chǎn)生顛覆性的變革。
就在日前剛剛結(jié)束的全球移動(dòng)互聯(lián)網(wǎng)大會(huì)（GMIC）上，創(chuàng)新工場(chǎng)的創(chuàng)始人李開(kāi)復(fù)曾著重強(qiáng)調(diào)了AI技術(shù)與金融行業(yè)的結(jié)合。在他看來(lái)，AI所需的數(shù)據(jù)量大、有屬性標(biāo)注且領(lǐng)域單一的特性，決定了AI技術(shù)必將在金融行業(yè)引發(fā)一次技術(shù)主導(dǎo)的產(chǎn)業(yè)革新。
《中國(guó)經(jīng)濟(jì)信息》記者了解到，AI技術(shù)憑借深入的機(jī)器學(xué)習(xí)等優(yōu)勢(shì)，正對(duì)金融行業(yè)的產(chǎn)品、渠道、風(fēng)控、授信、決策等諸多方面產(chǎn)生深刻的影響，不僅推動(dòng)了金融服務(wù)的個(gè)性化體驗(yàn)，更讓用戶(hù)的財(cái)富管理趨向智能化。
加速布局AI應(yīng)用
“金融是一個(gè)不直接產(chǎn)生價(jià)值的行業(yè)。”讀秒CEO周靜在接受《中國(guó)經(jīng)濟(jì)信息》記者采訪時(shí)指出，多年來(lái)，金融作為一項(xiàng)服務(wù)，卻占用了消費(fèi)者較多的時(shí)間與體驗(yàn)環(huán)境。
據(jù)了解，過(guò)去要是去銀行取款需要排隊(duì)，轉(zhuǎn)賬需要等待，支付更需要刷卡簽字等，而一旦開(kāi)展了AI在金融行業(yè)的應(yīng)用，“不僅快速提高了金融效率，降低了金融邊際成本。”
周靜認(rèn)為，在推動(dòng)金融普惠的過(guò)程中，無(wú)論是傳統(tǒng)金融機(jī)構(gòu)、互聯(lián)網(wǎng)金融企業(yè)還是金融科技公司，通過(guò)對(duì)大數(shù)據(jù)、AI等新技術(shù)的運(yùn)用，能夠幫助降低金融服務(wù)成本，提升服務(wù)效率。
不僅如此，當(dāng)AI技術(shù)與同樣飛速發(fā)展的金融科技相結(jié)合時(shí)，還會(huì)十分有效地將核心的金融風(fēng)控系統(tǒng)進(jìn)一步量化，使金融變得更加規(guī)?；?，而用戶(hù)享受到的金融服務(wù)也會(huì)更優(yōu)化，普惠金融的步伐自然加快。
在中國(guó)，不僅有像螞蟻金服、宜信普惠、京東金融等金融科技的巨頭，更有像讀秒這樣“年輕化”的金融科技探索者，在積極地依托其天然的大數(shù)據(jù)等優(yōu)勢(shì)，將AI技術(shù)創(chuàng)新地嵌入到其產(chǎn)業(yè)鏈金融的各個(gè)應(yīng)用場(chǎng)景中，不僅使風(fēng)控體系優(yōu)化成效顯著，更讓客戶(hù)的體驗(yàn)愈發(fā)高效、智能。
在采訪過(guò)程中，周靜指出，AI技術(shù)對(duì)金融產(chǎn)業(yè)的價(jià)值點(diǎn)，主要在于通過(guò)一系列的自主邏輯判斷和大數(shù)據(jù)運(yùn)算，很可能會(huì)解決“風(fēng)險(xiǎn)控制”這個(gè)金融行業(yè)長(zhǎng)久以來(lái)一直存在的痛點(diǎn)。
讓金融風(fēng)控再升級(jí)
首先，傳統(tǒng)的金融風(fēng)控流程冗長(zhǎng)，包括紙質(zhì)進(jìn)件、錄入、復(fù)核、客戶(hù)預(yù)審、盡職調(diào)查、電核審批等，這導(dǎo)致人力成本、時(shí)間成本、運(yùn)營(yíng)成本的增加，也降低了運(yùn)營(yíng)效率?！岸鳤I技術(shù)的手段或應(yīng)用實(shí)現(xiàn)了流程自動(dòng)化，可以予以解決這一低效問(wèn)題。”
此外，傳統(tǒng)金融風(fēng)控往往只考慮強(qiáng)金融屬性的征信與風(fēng)控，鑒于央行征信覆蓋率不足，一定程度上造成了信息不全，客戶(hù)畫(huà)像不夠立體。“目前以大數(shù)據(jù)和AI技術(shù)為基礎(chǔ)的智能信貸技術(shù)，可以全方位捕捉到網(wǎng)購(gòu)信息、運(yùn)營(yíng)商數(shù)據(jù)、社交信息等弱金融數(shù)據(jù)，通過(guò)大數(shù)據(jù)交叉驗(yàn)證，讓用戶(hù)畫(huà)像更精準(zhǔn)、豐富。”
其次，在反欺詐的運(yùn)用中，傳統(tǒng)風(fēng)控往往依賴(lài)工作人員的經(jīng)驗(yàn)，存在人為操作失誤和經(jīng)驗(yàn)不足?！癆I技術(shù)使金融風(fēng)控具備了智能的人臉識(shí)別、設(shè)備指紋，可以更智能地進(jìn)行鑒別欺詐?！?/p>
周靜認(rèn)為正是以往金融風(fēng)控存在的痛點(diǎn)，才讓不少金融巨頭主動(dòng)擁抱AI技術(shù)，或與具有智能技術(shù)優(yōu)勢(shì)的企業(yè)開(kāi)展聯(lián)合風(fēng)控。像讀秒就作為智能信貸技術(shù)提供商，與華瑞銀行、新網(wǎng)銀行、中信證券、諾亞財(cái)富等展開(kāi)聯(lián)合風(fēng)控。
“在合作期間，讀秒提供的智能信貸技術(shù)，可以很好地輔助金融機(jī)構(gòu)，完成更加精準(zhǔn)的獲客，更立體的用戶(hù)畫(huà)像，更智能地反欺詐以及更高效的風(fēng)控?！痹谥莒o看來(lái)，像讀秒這樣具備大數(shù)據(jù)優(yōu)勢(shì)及AI技術(shù)創(chuàng)新開(kāi)發(fā)的金融科技公司，在精準(zhǔn)的獲客、互聯(lián)網(wǎng)化的運(yùn)營(yíng)等方面，可以為金融機(jī)構(gòu)補(bǔ)足短板。
回顧中國(guó)信用借貸的歷史可知，“風(fēng)控”一直都是金融行業(yè)的命脈。誰(shuí)提高了風(fēng)控的準(zhǔn)確率和風(fēng)險(xiǎn)評(píng)估的速度，誰(shuí)就能夠引入更大的流量、涉足更大的市場(chǎng)。但值得注意的是，“在整個(gè)貸前、中、后過(guò)程當(dāng)中，AI技術(shù)只是提高金融的一種手段，整體的金融邏輯與核心是不變的?！敝莒o強(qiáng)調(diào)，像各金融機(jī)構(gòu)以大數(shù)據(jù)的形式采集數(shù)據(jù)，以AI技術(shù)創(chuàng)新開(kāi)發(fā)應(yīng)用場(chǎng)景，目的是評(píng)價(jià)用戶(hù)的欺詐風(fēng)險(xiǎn)、還款意愿、還款能力等，“本質(zhì)上是傳統(tǒng)金融考慮的核心因素?！倍褚恍┙鹑跈C(jī)構(gòu)舉著“AI+金融”的大旗，宣稱(chēng)可以用星座、血型等指標(biāo)來(lái)智能風(fēng)控，卻是噱頭大于實(shí)際功效，與傳統(tǒng)金融的本質(zhì)并不相符。
邁向金融3.0時(shí)代
“銀行3.0時(shí)代已經(jīng)來(lái)臨。”中國(guó)銀監(jiān)會(huì)主席郭樹(shù)清曾表示，銀行業(yè)要利用金融科技，依托大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能等新技術(shù)，創(chuàng)新服務(wù)方式和流程，整合傳統(tǒng)服務(wù)資源，聯(lián)動(dòng)線上線下優(yōu)勢(shì)，提升整個(gè)銀行業(yè)資源配置效率，以更先進(jìn)、更靈活、更高效地響應(yīng)客戶(hù)需求和社會(huì)需求。
實(shí)際上，這個(gè)“銀行3.0時(shí)代”僅僅是金融科技的一個(gè)縮影。從當(dāng)前金融行業(yè)的發(fā)展現(xiàn)狀可見(jiàn)，以大數(shù)據(jù)、人工智能等技術(shù)服務(wù)為核心的金融科技已經(jīng)從概念階段，逐步邁入了實(shí)踐落地的層面，不僅真正體現(xiàn)在金融機(jī)構(gòu)或者各互金平臺(tái)的日常運(yùn)營(yíng)層面，更讓金融與AI技術(shù)實(shí)現(xiàn)了場(chǎng)景間的融合創(chuàng)新。
如上文所言，融合發(fā)展的背后，就意味著顛覆和改變。如今由于AI技術(shù)的助力，不僅讓傳統(tǒng)金融的信息采集來(lái)源擴(kuò)容，風(fēng)險(xiǎn)定價(jià)模型智能化，投資決策過(guò)程規(guī)范化、信用中介角色正規(guī)化等，還大幅提升了傳統(tǒng)金融的效率，解決傳統(tǒng)金融的痛點(diǎn)。
需要明確的是，“AI+金融”的結(jié)合效應(yīng)還遠(yuǎn)不止于此。通過(guò)洞悉用戶(hù)的需求，以及和AI技術(shù)的結(jié)合，金融機(jī)構(gòu)或金融科技公司可以根據(jù)用戶(hù)的行為軌跡洞察到他的需求和風(fēng)險(xiǎn)偏好，自動(dòng)為其進(jìn)行資產(chǎn)配置，并幫助用戶(hù)追蹤、監(jiān)控風(fēng)險(xiǎn)，使得有理財(cái)需求的用戶(hù)享受到“智能”級(jí)別的資產(chǎn)配置服務(wù)。
理性選擇理論對(duì)行為主體“認(rèn)知”問(wèn)題的學(xué)術(shù)處理，從“經(jīng)濟(jì)人”到“理性經(jīng)濟(jì)人”并沒(méi)有顯著的變化。古典經(jīng)濟(jì)學(xué)框架下的理性選擇理論以完全信息假設(shè)為前提，將行為主體（個(gè)人）界定為無(wú)本質(zhì)差異和不涉及個(gè)體間行為互動(dòng)，不受認(rèn)知約束的單純追求自身福利的“經(jīng)濟(jì)人”（約翰·伊特韋爾等，1996）。新古典經(jīng)濟(jì)學(xué)的理性選擇理論將行為主體界定為“理性經(jīng)濟(jì)人”，它同樣以完全信息假設(shè)為前提，研究了被古典經(jīng)濟(jì)學(xué)忽略的選擇偏好，通過(guò)對(duì)“偏好的內(nèi)在一致性”的解析，論證了個(gè)體能夠得知選擇結(jié)果的抽象認(rèn)知(Von Neumann and Morgenstern，1947；Arrow and Debreu，1954)。這里所說(shuō)的抽象認(rèn)知，是指行為主體沒(méi)有經(jīng)歷具體認(rèn)知過(guò)程而直接關(guān)聯(lián)于效用函數(shù)的一種認(rèn)知狀態(tài)，這種狀態(tài)在新古典理性選擇理論中的存在，表明“認(rèn)知”是被作為外生變量處理的。
現(xiàn)代經(jīng)濟(jì)學(xué)的理性選擇理論開(kāi)始嘗試將“認(rèn)知”作為內(nèi)生變量來(lái)研究?，F(xiàn)代主流經(jīng)濟(jì)學(xué)從人的有限計(jì)算能力、感知、意志、記憶和自控能力等方面研究了認(rèn)知形成及其約束（Salvatore， 1999；Schandler，2006；Rubinstein，2007），認(rèn)為認(rèn)知是介于偏好與效用之間，從而在理論研究上處于不可逾越的位置，只有對(duì)認(rèn)知進(jìn)行研究，對(duì)偏好和效用的研究才能接近實(shí)際。現(xiàn)代非主流經(jīng)濟(jì)學(xué)注重于運(yùn)用認(rèn)知心理學(xué)來(lái)研究人的認(rèn)知形成及其約束（Kahneman and Tversky，1973，1974，1979；Smith，1994），它通過(guò)實(shí)驗(yàn)揭示了一些反映認(rèn)知心理進(jìn)而影響選擇行為的情景，如確定性效應(yīng)、錨定效應(yīng)、從眾行為、框架依賴(lài)、信息存疊等，以論證傳統(tǒng)理論忽視認(rèn)知分析而出現(xiàn)的理論與實(shí)際之間的系統(tǒng)性偏差。
但是，經(jīng)濟(jì)學(xué)理性選擇理論對(duì)認(rèn)知的分析和研究，是在預(yù)先設(shè)定規(guī)則的建構(gòu)理性框架內(nèi)進(jìn)行理論演繹和推理的，它們對(duì)認(rèn)知的解釋?zhuān)ǔ１憩F(xiàn)為一種規(guī)則遵循。例如，新古典理性選擇理論關(guān)注個(gè)體應(yīng)怎樣符合理性（最大化）的選擇，而不是關(guān)注個(gè)體的實(shí)際選擇，它對(duì)認(rèn)知的學(xué)術(shù)處理是從屬于效用最大化的（Harsanyi，1977）。現(xiàn)性選擇理論所關(guān)注的，或是在忽略認(rèn)知的基礎(chǔ)上建立解釋和預(yù)測(cè)實(shí)際選擇的理性模型來(lái)說(shuō)明實(shí)現(xiàn)效用最大化的條件，以闡釋個(gè)體如何選擇才符合理性（Edgeworth，1981）；或是通過(guò)行為和心理實(shí)驗(yàn)來(lái)解說(shuō)實(shí)際選擇的條件配置，以揭示實(shí)際選擇的效用函數(shù)（Kahneman and Tversky，1973，1974，1979；Smith，1994），因而對(duì)認(rèn)知的學(xué)術(shù)處理同樣是從屬于效用最大化的?；谶x擇的結(jié)果是效用，而認(rèn)知與偏好都內(nèi)蘊(yùn)著效用形成的原因，我們可以認(rèn)為，經(jīng)濟(jì)學(xué)在將個(gè)人追求效用最大化視為公理的同時(shí)，也在相當(dāng)大的程度上表明理性選擇理論對(duì)效用函數(shù)的描述和論證，不是依據(jù)數(shù)據(jù)分析而是一種通過(guò)理論預(yù)設(shè)、判斷和推理得出的因果思維模式。
因果思維模式在信息完全和不完全情況下的效應(yīng)是不同的。在信息不完全狀態(tài)下，如果研究者以信息完全預(yù)設(shè)為分析前提，依據(jù)自己掌握的部分信息對(duì)問(wèn)題研究做出因果邏輯判斷和推論，則其不一定能得到正確的認(rèn)知。在信息完全狀態(tài)下，研究者不需要有預(yù)設(shè)的分析假設(shè)，也不需要依賴(lài)邏輯判斷和推論，而是可以通過(guò)數(shù)據(jù)高概率地獲取正確的認(rèn)知。經(jīng)濟(jì)學(xué)的信息完全假設(shè)對(duì)認(rèn)知研究的影響是廣泛而深刻的。例如，新古典經(jīng)濟(jì)學(xué)假設(shè)選擇者擁有完全信息，能夠?qū)崿F(xiàn)效用最大化，它對(duì)偏好與認(rèn)知以及認(rèn)知與效用之間因果關(guān)系的邏輯處理，是通過(guò)可稱(chēng)之為屬于該理論之亞層級(jí)預(yù)設(shè)的“給定條件約束”實(shí)現(xiàn)的（信息完全假設(shè)是第一層級(jí)預(yù)設(shè)）。在該理論中，偏好被規(guī)定為是一種處于二元化的非此即彼狀態(tài)，認(rèn)知在“選擇者知曉選擇結(jié)果（效用）”這一亞層級(jí)預(yù)設(shè)下被跳越。很明顯，這種因果思維模式有助于使其建立精美的理性選擇理論體系，但由于沒(méi)有對(duì)認(rèn)知階段作出分析，它很容易嚴(yán)重偏離實(shí)際。
現(xiàn)代主流經(jīng)濟(jì)學(xué)的理性選擇理論偏離現(xiàn)實(shí)的程度有所降低，原因在于開(kāi)始重視認(rèn)知的研究。半個(gè)多世紀(jì)以來(lái)的經(jīng)濟(jì)理論研究文獻(xiàn)表明，現(xiàn)代主流經(jīng)濟(jì)學(xué)的理性選擇理論正在做逐步放棄完全信息假設(shè)的努力，它對(duì)偏好與認(rèn)知以及認(rèn)知與效用之間因果關(guān)系的邏輯處理，是在質(zhì)疑和批評(píng)新古典經(jīng)濟(jì)學(xué)偏好穩(wěn)定學(xué)說(shuō)的基礎(chǔ)是進(jìn)行的，該理論用不穩(wěn)定偏好取代偏好的內(nèi)在一致性，解說(shuō)了認(rèn)知的不確定性，以及不完全信息和心理活動(dòng)變動(dòng)等如何對(duì)認(rèn)知形成約束，以此質(zhì)疑和批評(píng)新古典經(jīng)濟(jì)學(xué)的期望效用函數(shù)理論，并結(jié)合認(rèn)知分析對(duì)個(gè)體選擇的效用期望展開(kāi)了深入的討論。相對(duì)于新古典經(jīng)濟(jì)學(xué)的理性選擇理論，雖然現(xiàn)代主流經(jīng)濟(jì)學(xué)的理性選擇理論仍然是因果思維模式，但它有關(guān)偏好與認(rèn)知以及認(rèn)知與效用之因果鏈的分析銜接，明顯逼近了實(shí)際。
現(xiàn)代非主流經(jīng)濟(jì)學(xué)的理性選擇理論不僅徹底放棄了完全信息假設(shè)，而且徹底放棄了主流經(jīng)濟(jì)學(xué)中隱性存在的屬于新古典理論的某些“給定條件約束”。具體地講，它對(duì)偏好與認(rèn)知以及認(rèn)知與效用之間因果關(guān)系的論證，不是基于純理論層次的邏輯分析，而是從實(shí)驗(yàn)過(guò)程及其結(jié)果對(duì)這些因果關(guān)系做出解說(shuō)。至于效用最大化，該理論則認(rèn)為認(rèn)知與效用最大化的關(guān)聯(lián)，并不像先前理論描述的那樣存在直接的因果關(guān)系?，F(xiàn)代非主流理性選擇理論通過(guò)實(shí)驗(yàn)得出一個(gè)試圖取代傳統(tǒng)效用函數(shù)的價(jià)值函數(shù)（Kahneman and Tversky，1979），該函數(shù)體現(xiàn)了一種以實(shí)驗(yàn)為分析底蘊(yùn)的不同于先前理論的因果思維模式，開(kāi)啟了以實(shí)驗(yàn)數(shù)據(jù)作為解析因果關(guān)聯(lián)的理論分析先河。但由于現(xiàn)代非主流理性選擇理論畢竟還是一種因果思維模式，因而同先前理論一樣，在理論建構(gòu)上它仍然具有局限性。
從理論與實(shí)踐的聯(lián)系看，經(jīng)濟(jì)學(xué)理性選擇理論的因果思維模式之所以具有局限性，乃是因?yàn)樗糜诜治龅男畔⑹遣煌耆筒痪_，甚至有時(shí)不準(zhǔn)確，以至于造成認(rèn)知不正確和決策失誤。當(dāng)研究者以不準(zhǔn)確或不精確的信息來(lái)探尋因果關(guān)系時(shí)，極有可能致使認(rèn)知出現(xiàn)偏差；而當(dāng)認(rèn)知出現(xiàn)偏差時(shí)，理論研究和實(shí)際操作就會(huì)出問(wèn)題。誠(chéng)然，因果思維模式本身并沒(méi)有錯(cuò)，但問(wèn)題在于，單純從現(xiàn)象形態(tài)或單純從結(jié)果所做出的理論判斷和推論，不足以讓研究者揭示真實(shí)的因果關(guān)系。人們對(duì)因果關(guān)系的理解過(guò)程伴隨著認(rèn)知的形成過(guò)程，在非數(shù)據(jù)支持的因果思維模式存在局限性的情況下，經(jīng)濟(jì)學(xué)家依據(jù)這種模式所構(gòu)建的理性選擇理論，難以得到符合實(shí)際的認(rèn)知理論。那么，在未來(lái)世界是什么影響和決定認(rèn)知呢？人類(lèi)認(rèn)知有沒(méi)有可能達(dá)到準(zhǔn)確化呢？我們把目光聚焦于大數(shù)據(jù)，或許能夠找到問(wèn)題的答案。
二 、運(yùn)用大數(shù)據(jù)能獲得正確認(rèn)知嗎？
在迄今為止的經(jīng)濟(jì)理論研究文獻(xiàn)中，經(jīng)濟(jì)指標(biāo)或行為指標(biāo)所選用的樣本數(shù)據(jù)，不是互聯(lián)網(wǎng)和人工智能時(shí)代所言的大數(shù)據(jù)。大數(shù)據(jù)具有極大量、多維度和完備性等特征，極大量和完備性表明大數(shù)據(jù)有可能提供完全信息，多維度意味著信息可以通過(guò)大數(shù)據(jù)的相關(guān)性得到甄別和處理。廣而論之，人類(lèi)的行為活動(dòng)表現(xiàn)為一個(gè)龐大的數(shù)據(jù)堆積，個(gè)別行為所產(chǎn)生的數(shù)據(jù)只是這個(gè)龐大數(shù)據(jù)的元素形式。如果我們以人們的投資和消費(fèi)活動(dòng)作為考察對(duì)象，對(duì)大數(shù)據(jù)蘊(yùn)含的因果關(guān)系以及由此得出的認(rèn)知進(jìn)行分析，那么，我們可認(rèn)為投資和消費(fèi)不僅在結(jié)果上會(huì)產(chǎn)生大數(shù)據(jù)，而且在運(yùn)作過(guò)程中也會(huì)產(chǎn)生大數(shù)據(jù)。換言之，投資行為和消費(fèi)行為在“結(jié)果”上顯示極大量數(shù)據(jù)的同時(shí)，也在“原因”上留下了極大量數(shù)據(jù)讓人們?nèi)プ匪荨Ｒ虼?，人?lèi)要取得因果關(guān)系的正確認(rèn)知，離不開(kāi)大數(shù)據(jù)，而在樣本數(shù)據(jù)基礎(chǔ)上經(jīng)由判斷和推理得出的針對(duì)因果關(guān)系的認(rèn)知，至少是不全面的，它不足以作為人們投資和消費(fèi)選擇的科學(xué)依據(jù)。
1、運(yùn)用大數(shù)據(jù)分析因果關(guān)系的條件配置
人類(lèi)認(rèn)知的形成離不開(kāi)因果關(guān)系分析，但運(yùn)用大數(shù)據(jù)來(lái)分析因果關(guān)系以求獲取正確的認(rèn)知，必須具備以下條件配置：1、移動(dòng)設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)等的覆蓋面要足夠大，以便能搜取到極大量和完備性的數(shù)據(jù)；2、需要探索對(duì)極大量（海量）數(shù)據(jù)的算法，能夠?qū)Υ髷?shù)據(jù)進(jìn)行分類(lèi)、整合、加工和處理；3、需要厘清和區(qū)別數(shù)據(jù)的不同維度及權(quán)重，以至于能夠運(yùn)用大數(shù)據(jù)來(lái)甄別因果關(guān)系的內(nèi)在機(jī)理。顯然，人類(lèi)從兩百年前的工業(yè)革命到今天的信息革命，對(duì)數(shù)據(jù)的搜集、整合、加工和處理還不全然具備以上的配置條件，人類(lèi)運(yùn)用大數(shù)據(jù)來(lái)分析因果關(guān)系，還剛剛處于起步階段。
聯(lián)系經(jīng)濟(jì)學(xué)理論看問(wèn)題，經(jīng)濟(jì)學(xué)家分析投資行為和消費(fèi)行為以及對(duì)其因果關(guān)系的研究，主要是在抽象理論分析基礎(chǔ)上運(yùn)用歷史數(shù)據(jù)來(lái)完成的。其實(shí)，對(duì)投資行為和消費(fèi)行為的研究，不能只是從結(jié)果反映的數(shù)據(jù)來(lái)考量，即不能只是局限于歷史數(shù)據(jù)分析，還需要從即時(shí)發(fā)生的數(shù)據(jù)，乃至于對(duì)未來(lái)推測(cè)的數(shù)據(jù)展開(kāi)分析。這可以理解為是運(yùn)用大數(shù)據(jù)思維來(lái)研究經(jīng)濟(jì)問(wèn)題的真諦。從大數(shù)據(jù)觀點(diǎn)看問(wèn)題，投資和消費(fèi)的因果關(guān)系應(yīng)該是歷史數(shù)據(jù)流、現(xiàn)期數(shù)據(jù)流和未來(lái)數(shù)據(jù)流等三大部分構(gòu)成的。經(jīng)濟(jì)學(xué)實(shí)證分析注重的是歷史數(shù)據(jù)流，很少涉及現(xiàn)期數(shù)據(jù)流，從未考慮過(guò)未來(lái)數(shù)據(jù)流，因此，現(xiàn)有經(jīng)濟(jì)理論文獻(xiàn)的實(shí)證分析以及建立其上的規(guī)范分析，很難全面反映或揭示經(jīng)濟(jì)活動(dòng)的真實(shí)因果關(guān)系。
2、未來(lái)幾十年大數(shù)據(jù)揭示因果關(guān)系的可行性
在互聯(lián)網(wǎng)悄然改變?nèi)祟?lèi)經(jīng)濟(jì)、政治和文化生活的當(dāng)今社會(huì)，互聯(lián)網(wǎng)的發(fā)展歷史可理解為經(jīng)歷了三個(gè)階段：從前期“人與信息對(duì)話”的1.0版本，經(jīng)由中期“信息與信息對(duì)話”的2.0版本，近期正走向“信息與數(shù)字對(duì)話”的3.0版本，互聯(lián)網(wǎng)版本的不斷升級(jí)是大數(shù)據(jù)運(yùn)用范圍不斷擴(kuò)大的結(jié)果，這是問(wèn)題的一方面。另一方面，隨著互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)技術(shù)等的廣泛運(yùn)用，人類(lèi)各種活動(dòng)的數(shù)據(jù)將極大量地被搜集，人們行為的因果關(guān)系也會(huì)以迂回方式通過(guò)數(shù)字關(guān)系顯露出來(lái)。特別地，若互聯(lián)網(wǎng)在將來(lái)發(fā)展成“數(shù)字與數(shù)字對(duì)話”的4.0版本，這樣的發(fā)展方向則明顯預(yù)示著數(shù)字關(guān)系將取代因果關(guān)系，或者說(shuō)，數(shù)據(jù)思維將取代因果思維，人類(lèi)將全面進(jìn)入大數(shù)據(jù)和人工智能時(shí)代。
如果我們把互聯(lián)網(wǎng)版本的不斷升級(jí)以及大數(shù)據(jù)運(yùn)用范圍的無(wú)邊界擴(kuò)大，看成是未來(lái)幾十年運(yùn)用大數(shù)據(jù)來(lái)分析因果關(guān)系的重要配置條件，那么，如何對(duì)大數(shù)據(jù)的整合、分類(lèi)、加工和處理，以及如何通過(guò)大數(shù)據(jù)的完備性和相關(guān)性來(lái)獲取因果關(guān)系的真實(shí)信息，則是另外兩個(gè)重要的配置條件。工業(yè)革命后的人類(lèi)科學(xué)文明對(duì)因果關(guān)系揭示的主要方法和路徑，是先利用掌握的信息再通過(guò)抽象思維建立復(fù)雜模型，然后在實(shí)驗(yàn)室通過(guò)試錯(cuò)法來(lái)設(shè)置能反映因果關(guān)系的參數(shù)使模型具有操作性；但這種方法和路徑涉及的數(shù)據(jù)，是樣本數(shù)據(jù)而不是大數(shù)據(jù)。在大數(shù)據(jù)和人工智能時(shí)代，智慧大腦是使用“數(shù)據(jù)驅(qū)動(dòng)法”來(lái)設(shè)置模型和參數(shù)的（吳軍，2016）。具體地講，是用云計(jì)算集約化及其運(yùn)算模式來(lái)整合、分類(lèi)、加工和處理大數(shù)據(jù)，通過(guò)數(shù)據(jù)之間的相關(guān)性來(lái)探尋在樣本數(shù)據(jù)基礎(chǔ)上無(wú)法判斷和推論的信息；同時(shí)，對(duì)模型的處理，不是建立復(fù)雜模型而是建立許多簡(jiǎn)單模型，并通過(guò)數(shù)以萬(wàn)計(jì)的計(jì)算機(jī)服務(wù)器對(duì)模型進(jìn)行優(yōu)化和設(shè)定相應(yīng)的參數(shù)，以至于完完全全地運(yùn)用大數(shù)據(jù)來(lái)揭示因果關(guān)系。
有必要說(shuō)明的是，數(shù)據(jù)驅(qū)動(dòng)法使用的數(shù)據(jù)不僅包括“行為數(shù)據(jù)流”，而且在某些特定場(chǎng)景中，還包括“想法數(shù)據(jù)流”；前者是指歷史數(shù)據(jù)和當(dāng)前發(fā)生的數(shù)據(jù)，后者是指從已知數(shù)據(jù)的相關(guān)性所推測(cè)的未來(lái)數(shù)據(jù)。社會(huì)物理學(xué)認(rèn)為，人們實(shí)際行為與“想法流”之間有著可以通過(guò)大數(shù)據(jù)分析而得到的可靠數(shù)量關(guān)系，這種關(guān)系會(huì)通過(guò)互聯(lián)網(wǎng)成為一種改變?nèi)藗冞x擇行為的重要因素（阿萊克斯?彭特蘭，2015）。誠(chéng)然，在未來(lái)幾十年，數(shù)據(jù)驅(qū)動(dòng)法是否能成功地成為解析因果關(guān)系的有效方法，尚有待于大數(shù)據(jù)運(yùn)用的實(shí)踐，特別是有待于它在人工智能運(yùn)用上之成效的檢驗(yàn)。不過(guò)，數(shù)據(jù)驅(qū)動(dòng)法作為解析因果關(guān)系的一種重要方法，無(wú)疑是智慧大腦的人機(jī)結(jié)合在大數(shù)據(jù)思維上的重要突破，它至少在如何展開(kāi)大數(shù)據(jù)思維上打開(kāi)了解析因果關(guān)系的窗口。
3、運(yùn)用大數(shù)據(jù)分析因果關(guān)系所獲取的認(rèn)知，包括對(duì)歷史數(shù)據(jù)分析的歷史認(rèn)知，對(duì)現(xiàn)期數(shù)據(jù)分析的現(xiàn)期認(rèn)知，以及推測(cè)未來(lái)數(shù)據(jù)而形成的未來(lái)認(rèn)知
經(jīng)濟(jì)學(xué)家運(yùn)用大數(shù)據(jù)來(lái)研究經(jīng)濟(jì)現(xiàn)象的因果關(guān)系，對(duì)經(jīng)濟(jì)現(xiàn)象原因和結(jié)果關(guān)聯(lián)的解讀，只有以極大量、多維度和完備性的數(shù)據(jù)為依據(jù)，才是大數(shù)據(jù)意義上的思維。大數(shù)據(jù)思維較之于傳統(tǒng)邏輯思維，最顯著的特征是它可以通過(guò)對(duì)不同維度數(shù)據(jù)之間相關(guān)性的分析，得到比傳統(tǒng)邏輯思維要精準(zhǔn)得多的信息。這里所說(shuō)的精準(zhǔn)信息，是指由大數(shù)據(jù)規(guī)定且不夾帶任何主觀判斷和推測(cè)的信息。例如，經(jīng)濟(jì)學(xué)家要得到特定時(shí)期某類(lèi)（種）產(chǎn)品的投資和消費(fèi)的認(rèn)知，其大數(shù)據(jù)思維過(guò)程如下：1、搜集、整理和分類(lèi)前期該類(lèi)產(chǎn)品的投資和消費(fèi)的極大量和完備性的數(shù)據(jù)；2、加工和處理業(yè)已掌握的數(shù)據(jù)，并在結(jié)合利潤(rùn)收益率、投資回收期、收入水平和物價(jià)水平等的基礎(chǔ)上解析這些不同緯度的數(shù)據(jù)；3、根據(jù)不同緯度數(shù)據(jù)的相關(guān)性，獲取該類(lèi)產(chǎn)品投資和消費(fèi)的精準(zhǔn)信息，從而得出如何應(yīng)對(duì)該產(chǎn)品投資和消費(fèi)的認(rèn)知。當(dāng)然，這只是在梗概層面上對(duì)運(yùn)用大數(shù)據(jù)分析而獲取認(rèn)知的解說(shuō)，現(xiàn)實(shí)情況要復(fù)雜得多。
然則，現(xiàn)有的關(guān)于投資和消費(fèi)的模型分析以及建立其上的實(shí)證分析，主要是以非大數(shù)據(jù)的歷史數(shù)據(jù)作為分析藍(lán)本的，因此嚴(yán)格來(lái)講，經(jīng)濟(jì)學(xué)對(duì)投資和消費(fèi)的因果關(guān)系分析所形成的認(rèn)知，屬于典型的對(duì)歷史數(shù)據(jù)分析所形成的歷史認(rèn)知。眾所周知，自經(jīng)濟(jì)理論注重實(shí)證分析以來(lái)，一直存在著如何“從事后評(píng)估走向事前決策”問(wèn)題的討論。由于經(jīng)濟(jì)學(xué)家對(duì)投資和消費(fèi)展開(kāi)實(shí)證分析所使用的數(shù)據(jù)，幾乎完全局限于（樣本）歷史數(shù)據(jù)，這便導(dǎo)致對(duì)投資和消費(fèi)的因果關(guān)系分析對(duì)現(xiàn)期認(rèn)知和未來(lái)認(rèn)知的缺位，它不能解決“從事后評(píng)估走向事前決策”問(wèn)題。國(guó)內(nèi)一些著名的成功人士指責(zé)經(jīng)濟(jì)學(xué)家不能解決實(shí)際問(wèn)題。在我們看來(lái)，不熟悉大數(shù)據(jù)的成功人士的這種指責(zé)是可以理解的，但深諳大數(shù)據(jù)的成功人士帶有調(diào)侃風(fēng)味的指責(zé)就不公允了。經(jīng)濟(jì)學(xué)家要在理論上立竿見(jiàn)影地解決實(shí)際問(wèn)題，必須能得到現(xiàn)期數(shù)據(jù)和未來(lái)數(shù)據(jù)（而不僅僅是歷史數(shù)據(jù)），這需要計(jì)算機(jī)學(xué)家的配合和支持，否則便不能在精準(zhǔn)信息的基礎(chǔ)上分析投資和消費(fèi)的因果關(guān)系，但經(jīng)濟(jì)學(xué)家又不是計(jì)算機(jī)學(xué)家，因此，經(jīng)濟(jì)理論的科學(xué)化需要大數(shù)據(jù)挖掘、搜集、整合、分類(lèi)、加工、處理、模型和參數(shù)設(shè)置、云計(jì)算等技術(shù)及其手段的充分發(fā)展。
歷史數(shù)據(jù)是存量，目前計(jì)算機(jī)對(duì)其處理的能力已綽綽有余，難點(diǎn)是在于模型和參數(shù)設(shè)置；現(xiàn)期數(shù)據(jù)是無(wú)規(guī)則而難以把控的流量，對(duì)這種流量數(shù)據(jù)的挖掘、搜集、整合、分類(lèi)、加工和處理，取決于移動(dòng)設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)的覆蓋面，以及云計(jì)算的集約化的運(yùn)算能力；未來(lái)數(shù)據(jù)是一種展望流量，它依賴(lài)于對(duì)歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)的把握而通過(guò)大數(shù)據(jù)思維來(lái)推測(cè)。如果說(shuō)經(jīng)濟(jì)學(xué)家對(duì)投資和消費(fèi)的因果分析以及由此產(chǎn)生的認(rèn)知，主要取決于歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)，那么，解決“從事后評(píng)估走向事前決策”問(wèn)題，既要依賴(lài)于歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)，也離不開(kāi)未來(lái)數(shù)據(jù)。也就是說(shuō)，在“歷史數(shù)據(jù) + 現(xiàn)期數(shù)據(jù) + 未來(lái)數(shù)據(jù) = 行為數(shù)據(jù)流 + 想法數(shù)據(jù)流”的世界中，經(jīng)濟(jì)學(xué)家要解決實(shí)際問(wèn)題，其理論思維和分析手段都受制于大數(shù)據(jù)思維，經(jīng)濟(jì)學(xué)家運(yùn)用大數(shù)據(jù)分析因果關(guān)系而得到正確認(rèn)知的前提條件，是必須利用歷史數(shù)據(jù)、現(xiàn)期數(shù)據(jù)和未來(lái)數(shù)據(jù)以獲取精準(zhǔn)信息。
就人類(lèi)認(rèn)知形成的解說(shuō)而論，現(xiàn)有的社會(huì)科學(xué)理論是以信息的搜集、整理、加工、處理、判斷和推論，作為分析路徑來(lái)解釋認(rèn)知形成的。當(dāng)認(rèn)知被解釋成通過(guò)數(shù)據(jù)的挖掘、搜集、整合、分類(lèi)、加工和處理而形成，對(duì)認(rèn)知形成的解釋?zhuān)腿〉昧舜髷?shù)據(jù)思維的形式。大數(shù)據(jù)思維是排斥判斷和推論的，它否定一切非數(shù)據(jù)信息，認(rèn)為產(chǎn)生精準(zhǔn)信息的唯一渠道是大數(shù)據(jù)。在現(xiàn)有的社會(huì)科學(xué)理論中，經(jīng)濟(jì)學(xué)的理性選擇理論對(duì)人類(lèi)認(rèn)知的分析和研究具有極強(qiáng)代表性，經(jīng)濟(jì)學(xué)家對(duì)投資選擇和消費(fèi)選擇的解釋?zhuān)闶抢硇赃x擇理論的代表性運(yùn)用?；谌祟?lèi)認(rèn)知形成和變動(dòng)的一般框架在很大程度上與理性選擇理論有關(guān)動(dòng)機(jī)、偏好、選擇和效用等的分析結(jié)構(gòu)有很強(qiáng)的關(guān)聯(lián)，我們可以結(jié)合這個(gè)理論來(lái)研究大數(shù)據(jù)思維下人們對(duì)經(jīng)濟(jì)、政治、文化和思想意識(shí)形態(tài)等的認(rèn)知變動(dòng)。事實(shí)上，經(jīng)濟(jì)學(xué)關(guān)于動(dòng)機(jī)、偏好、選擇和效用等關(guān)聯(lián)于認(rèn)知的分析，存在著一種可以通過(guò)對(duì)大數(shù)據(jù)思維的深入研究而得以拓展的分析空間，那就是大數(shù)據(jù)思維會(huì)導(dǎo)致人類(lèi)認(rèn)知的變動(dòng)。
三 、大數(shù)據(jù)思維之于認(rèn)知變動(dòng)的經(jīng)濟(jì)學(xué)分析
我們研究這個(gè)專(zhuān)題之前有必要指出這樣一個(gè)基本事實(shí)：大數(shù)據(jù)思維可以改變?nèi)说恼J(rèn)知路徑，可以改變不同階段或不同場(chǎng)景下的認(rèn)知形成過(guò)程，但改變不了影響認(rèn)知的動(dòng)機(jī)、偏好、認(rèn)知和效用等的性質(zhì)規(guī)定。如前所述，傳統(tǒng)經(jīng)濟(jì)學(xué)理性選擇理論在完全信息假設(shè)下，認(rèn)為個(gè)體選擇的動(dòng)機(jī)和偏好以追求最大化為軸心，傳統(tǒng)理論的這個(gè)真知卓見(jiàn)從未被后期理論質(zhì)疑；但由于傳統(tǒng)理論的完全信息假設(shè)存在著“知曉選擇結(jié)果”的邏輯推論，因而認(rèn)知在傳統(tǒng)理論中是黑箱，也就是說(shuō)，傳統(tǒng)理論無(wú)所謂認(rèn)知的形成和變動(dòng)問(wèn)題?，F(xiàn)代主流經(jīng)濟(jì)學(xué)尤其是現(xiàn)代非主流經(jīng)濟(jì)學(xué)在不完全信息假設(shè)下開(kāi)始重視對(duì)認(rèn)知的研究，在他們看來(lái)，認(rèn)知形成過(guò)程是從理智思考到信息加工和處理的過(guò)程；他們特別注重從心理因素來(lái)考察認(rèn)知變動(dòng)（Schandler，2006；Rubinstein，2007；），注重通過(guò)實(shí)驗(yàn)且運(yùn)用一些數(shù)據(jù)來(lái)分析和研究認(rèn)知（Kahneman and Tversky，1974，1979；Smith，1994），但這些分析和研究不是對(duì)極大量、多維度和完備性的數(shù)據(jù)分析。因此，經(jīng)濟(jì)學(xué)理性選擇理論發(fā)展到今天，還沒(méi)有進(jìn)入對(duì)大數(shù)據(jù)思維改變?nèi)祟?lèi)認(rèn)知問(wèn)題的討論。
1、經(jīng)濟(jì)學(xué)家能否對(duì)選擇動(dòng)機(jī)、偏好和效用期望等進(jìn)行數(shù)據(jù)分析，決定其認(rèn)知分析是否具有大數(shù)據(jù)思維的基礎(chǔ)
經(jīng)濟(jì)學(xué)關(guān)于人類(lèi)選擇動(dòng)機(jī)、偏好和效用期望等反映人們追求最大化的基本性質(zhì)分析，以及從這三大要素與認(rèn)知關(guān)聯(lián)出發(fā)，從不同層面或角度對(duì)認(rèn)知形成的分析，主要體現(xiàn)在理性選擇理論中。但這方面顯而易見(jiàn)的缺憾，是不能對(duì)動(dòng)機(jī)、偏好、認(rèn)知和效用等展開(kāi)數(shù)據(jù)分析?，F(xiàn)實(shí)的情況是，在大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能和機(jī)器學(xué)習(xí)等沒(méi)有問(wèn)世或沒(méi)有發(fā)展到一定水平以前，經(jīng)濟(jì)學(xué)家對(duì)這些要素只能做抽象的模型分析。經(jīng)濟(jì)學(xué)理性選擇理論要跳出抽象模型分析，必須選擇具有解釋義或指示義的指標(biāo)對(duì)動(dòng)機(jī)、偏好和效用期望等進(jìn)行數(shù)據(jù)分類(lèi)分析，以便給認(rèn)知的數(shù)據(jù)分析提供基礎(chǔ)，顯然，這會(huì)涉及抽象行為模型的具體化和參數(shù)設(shè)計(jì)的具體化，需要得到大數(shù)據(jù)和云計(jì)算集約化運(yùn)算模式的支持（吳軍，2016）。作為對(duì)未來(lái)大數(shù)據(jù)發(fā)展及其運(yùn)用的一種展望，如果經(jīng)濟(jì)學(xué)家能夠圍繞最大化這一性質(zhì)規(guī)定來(lái)尋覓動(dòng)機(jī)、偏好和效用期望等的特征值，并以之來(lái)設(shè)置參數(shù)和模型，則有可能對(duì)直接或間接關(guān)聯(lián)于動(dòng)機(jī)、偏好和效用期望的大數(shù)據(jù)進(jìn)行分析，從而為認(rèn)知分析提供基礎(chǔ)。
大數(shù)據(jù)的極大量和完備性有可能消除信息不完全，這給認(rèn)知的數(shù)據(jù)分析提供可行性。誠(chéng)然，選擇動(dòng)機(jī)、偏好和效用期望等只是反映人們選擇的現(xiàn)期意愿和未來(lái)愿景，其極強(qiáng)的抽象性決定這樣的數(shù)據(jù)分析還有很大困難，但由于選擇動(dòng)機(jī)、偏好和效用期望等會(huì)通過(guò)實(shí)際行為迂回地反映出來(lái)，因而我們可以找到解決這一困難的路徑。例如，人們?cè)跍?zhǔn)備投資和消費(fèi)以前，一般有各種調(diào)研活動(dòng)，即對(duì)影響投資和消費(fèi)的信息進(jìn)行搜集、整合、分類(lèi)、加工和處理，值得注意的是，這些調(diào)研活動(dòng)會(huì)在移動(dòng)設(shè)備、物聯(lián)網(wǎng)、傳感器、定位系統(tǒng)和社交媒體中留下大數(shù)據(jù)的痕跡，這些數(shù)據(jù)痕跡會(huì)從某個(gè)層面或某個(gè)角度顯現(xiàn)出投資者和消費(fèi)者選擇動(dòng)機(jī)、偏好和效用期望的傾向或意愿。
智慧大腦依據(jù)什么樣的標(biāo)準(zhǔn)來(lái)數(shù)據(jù)化這些傾向或意愿，從而對(duì)選擇動(dòng)機(jī)、偏好和效用期望以及進(jìn)一步對(duì)認(rèn)知展開(kāi)數(shù)據(jù)分析呢？這里所說(shuō)的標(biāo)準(zhǔn)，是指通過(guò)云計(jì)算和機(jī)器學(xué)習(xí)等對(duì)人們實(shí)際行為的數(shù)字和非數(shù)字信息進(jìn)行相關(guān)性分類(lèi)，把反映選擇動(dòng)機(jī)、偏好和效用期望的具有共性特征的傾向或意愿進(jìn)行整理和歸納，以確定符合選擇動(dòng)機(jī)、偏好和效用期望之實(shí)際的參數(shù)。如果智慧大腦能夠利用大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能和機(jī)器學(xué)習(xí)等完成以上工作，根據(jù)認(rèn)知是偏好與效用的中介這個(gè)現(xiàn)實(shí)，智慧大腦便可以對(duì)認(rèn)知進(jìn)行大數(shù)據(jù)分析。如果經(jīng)濟(jì)學(xué)家能夠利用智慧大腦提供的大數(shù)據(jù)分析成果，經(jīng)濟(jì)學(xué)理性選擇理論將會(huì)隨著信息不完全假設(shè)前提變?yōu)樾畔⑼耆僭O(shè)前提，選擇動(dòng)機(jī)、偏好和效用期望的抽象分析變?yōu)閿?shù)據(jù)分析，認(rèn)知的抽象框定或心理分析變?yōu)閿?shù)據(jù)分析而發(fā)生重大變化。以上的分析性討論，是我們理解大數(shù)據(jù)思維改變?nèi)祟?lèi)認(rèn)知之經(jīng)濟(jì)學(xué)解釋的最重要的分析基點(diǎn)。
2、運(yùn)用大數(shù)據(jù)思維進(jìn)行偏好分析會(huì)改變認(rèn)知形成的路徑，使經(jīng)濟(jì)學(xué)理性選擇理論接近現(xiàn)實(shí)
現(xiàn)有的理性選擇理論有關(guān)動(dòng)機(jī)和偏好的分析和研究（這里集中于偏好的討論），主要集中于偏好如何界定和形成以及如何隨認(rèn)知和效用期望調(diào)整而發(fā)生變動(dòng)等方面，并且這些分析和研究是采用“個(gè)體行為”為基本分析單元的個(gè)體主義方法論。在大數(shù)據(jù)時(shí)代，雖然個(gè)人、廠商和政府的選擇偏好仍然是追求最大化，個(gè)體選擇行為仍然是整個(gè)社會(huì)選擇的基礎(chǔ)，個(gè)體主義方法論仍然在一定程度和范圍內(nèi)存在合理性，但互聯(lián)網(wǎng)平臺(tái)改變了選擇偏好的形成過(guò)程和機(jī)理。具體地說(shuō)，現(xiàn)今人們的選擇偏好已不是經(jīng)濟(jì)學(xué)理性選擇理論意義上的選擇偏好，而更多地表現(xiàn)為是一種以最大化為底蘊(yùn)的具有趨同化特征的偏好。例如，某種產(chǎn)品投資或消費(fèi)的介紹會(huì)和研討會(huì)，對(duì)某種產(chǎn)品投資或消費(fèi)的點(diǎn)贊和評(píng)價(jià)，中央政府和地方政府關(guān)于某種產(chǎn)品投資或消費(fèi)的統(tǒng)計(jì)數(shù)據(jù)，專(zhuān)家和新聞媒體對(duì)某種產(chǎn)品投資或消費(fèi)的評(píng)說(shuō)和報(bào)道，等等，都會(huì)成為人們選擇偏好出現(xiàn)一致性的催化劑。因此，經(jīng)濟(jì)學(xué)理性選擇理論跳出抽象模型分析，已經(jīng)在偏好分析上具備了大數(shù)據(jù)思維的條件和基礎(chǔ)。
智慧大腦與非智慧大腦的區(qū)別，在于能對(duì)人們消費(fèi)和投資的偏好展開(kāi)大數(shù)據(jù)分析，能通過(guò)大數(shù)據(jù)的搜集、整合、加工和處理，運(yùn)用云計(jì)算得到來(lái)自不同維度數(shù)據(jù)之間相關(guān)性的精準(zhǔn)信息，以至于能獲取建立在大數(shù)據(jù)分析基礎(chǔ)之上的認(rèn)知。從理論上來(lái)講，偏好會(huì)影響認(rèn)知但不能決定認(rèn)知。就偏好影響認(rèn)知而論，它主要是通過(guò)利益訴求、情感驅(qū)動(dòng)、身心體驗(yàn)和時(shí)尚追求等對(duì)認(rèn)知產(chǎn)生誘導(dǎo)或牽引作用。但在非大數(shù)據(jù)時(shí)代，這些誘導(dǎo)或牽引作用無(wú)法數(shù)據(jù)化，于是經(jīng)濟(jì)學(xué)家對(duì)偏好影響認(rèn)知的研究便只能以抽象模型來(lái)描述。大數(shù)據(jù)思維對(duì)偏好影響認(rèn)知的處理，是使用以許多簡(jiǎn)單而相對(duì)具體的模型取代高度抽象的單一模型，運(yùn)用數(shù)據(jù)驅(qū)動(dòng)法來(lái)設(shè)置參數(shù)和模型，對(duì)利益訴求、情感驅(qū)動(dòng)、身心體驗(yàn)和時(shí)尚追求等偏好特征進(jìn)行解讀，這樣便實(shí)現(xiàn)了很多非數(shù)據(jù)化信息的數(shù)據(jù)化，從而使以偏好為基礎(chǔ)的在理論上對(duì)認(rèn)知變動(dòng)的研究有了新的分析路徑。
阿里巴巴公司正在奮力打造的線上和線下相結(jié)合的“新零售”模式，是以大數(shù)據(jù)分析和運(yùn)用的阿里云平臺(tái)為背景和依托的。這個(gè)模式試圖通過(guò)充分搜集、整合、分類(lèi)、加工和處理已發(fā)生的歷史消費(fèi)數(shù)據(jù)，正在發(fā)生的現(xiàn)期消費(fèi)數(shù)據(jù)和有可能發(fā)生的未來(lái)消費(fèi)數(shù)據(jù)，捕捉人們消費(fèi)偏好的動(dòng)態(tài)變化，以期構(gòu)建符合大數(shù)據(jù)思維的全新商業(yè)業(yè)態(tài)。撇開(kāi)新零售模式在運(yùn)營(yíng)過(guò)程中的諸如數(shù)據(jù)處理、機(jī)器學(xué)習(xí)和人工智能運(yùn)用等技術(shù)問(wèn)題，僅以該模式對(duì)人們消費(fèi)行為的系統(tǒng)梳理、分級(jí)整合及相關(guān)處理來(lái)說(shuō)，它無(wú)疑會(huì)在引領(lǐng)人們消費(fèi)行為的同時(shí)促動(dòng)消費(fèi)趨同化偏好的形成。尤其值得關(guān)注和研究的是，隨著該模式運(yùn)營(yíng)所積累的數(shù)據(jù)量全然達(dá)到大數(shù)據(jù)的標(biāo)準(zhǔn)，人們的消費(fèi)認(rèn)知將會(huì)在消費(fèi)趨同化偏好的導(dǎo)引下發(fā)生變化，這種情形不僅會(huì)發(fā)生在消費(fèi)領(lǐng)域，投資領(lǐng)域也會(huì)出現(xiàn)投資趨同化偏好。很明顯，趨同化偏好具有共性特征，它在很大程度上是對(duì)個(gè)體選擇偏好的否定，對(duì)于這種偏好所導(dǎo)致的認(rèn)知應(yīng)該怎樣理解呢？這個(gè)問(wèn)題需要進(jìn)一步研究。
3、在大數(shù)據(jù)時(shí)代，趨同化偏好會(huì)改變認(rèn)知形成過(guò)程，消費(fèi)者和投資者的認(rèn)知不再是自己獨(dú)立思考和理智判斷的產(chǎn)物，而是在趨同化偏好驅(qū)動(dòng)下對(duì)智慧大腦認(rèn)知的認(rèn)同
廠商的投資選擇偏好是追求利潤(rùn)最大化，這一永恒的事實(shí)不妨礙或排斥投資趨同化偏好的形成。一般來(lái)講，大數(shù)據(jù)發(fā)展初期的互聯(lián)網(wǎng)平臺(tái)對(duì)選擇趨同化偏好形成的作用力，在消費(fèi)領(lǐng)域要比投資領(lǐng)域來(lái)得更加直接和迅速。究其原因，是兩大領(lǐng)域的機(jī)會(huì)成本和風(fēng)險(xiǎn)程度不同的緣故。但隨著大數(shù)據(jù)、云計(jì)算和機(jī)器學(xué)習(xí)等的充分發(fā)展，智慧大腦有可能對(duì)歷史、現(xiàn)期和未來(lái)的大量投資數(shù)據(jù)進(jìn)行搜集、整合、加工和處理，有可能通過(guò)云計(jì)算集約化模式來(lái)分析不同維度數(shù)據(jù)之間相關(guān)性而獲得精準(zhǔn)信息，同時(shí)，智慧大腦會(huì)根據(jù)市場(chǎng)“行為數(shù)據(jù)流”折射出“想法數(shù)據(jù)流”而產(chǎn)生預(yù)見(jiàn)能力，尋覓和遴選出高收益的投資方向和投資標(biāo)的。若此，智慧大腦投資選擇的勝算率（利潤(rùn)率）將會(huì)大大提高，廠商會(huì)效尤智慧大腦進(jìn)行投資選擇，從而出現(xiàn)投資趨同化偏好。經(jīng)濟(jì)學(xué)曾經(jīng)對(duì)諸如“羊群效應(yīng)、蝴蝶效應(yīng)、從眾行為、信息重疊”等現(xiàn)象有過(guò)許多研究（羅伯特?希勒，2001），但嚴(yán)格來(lái)講，這些研究是描述性的，不是聯(lián)系偏好和認(rèn)知等的分析性研究。
消費(fèi)和投資的趨同化偏好主要是針對(duì)消費(fèi)者和投資者的選擇行為方式而言的，它不改變消費(fèi)和投資選擇偏好的追求效用最大化的性質(zhì)規(guī)定，這是問(wèn)題的一方面。另一方面，在將來(lái)大數(shù)據(jù)充分發(fā)展的鼎盛時(shí)期，消費(fèi)和投資的趨同化偏好會(huì)改變認(rèn)知形成過(guò)程，這可以從兩種意義上來(lái)理解：1、從原先通過(guò)對(duì)信息進(jìn)行搜集、整合、分類(lèi)、加工和處理來(lái)獲取認(rèn)知，轉(zhuǎn)變?yōu)橥ㄟ^(guò)對(duì)數(shù)據(jù)的搜集、整合、分類(lèi)、加工和處理來(lái)獲取認(rèn)知；2、消費(fèi)者和投資者的認(rèn)知不再是自己獨(dú)立思考和理智判斷的產(chǎn)物，而是在趨同化偏好的驅(qū)動(dòng)下認(rèn)同智慧大腦的認(rèn)知。關(guān)于第一點(diǎn)，大數(shù)據(jù)思維的認(rèn)知之所以會(huì)取代獨(dú)立思考和理智判斷的認(rèn)知，乃是因?yàn)樗軌蜻\(yùn)用云計(jì)算集約化模式將消費(fèi)和投資的歷史數(shù)據(jù)、現(xiàn)期數(shù)據(jù)甚至未來(lái)數(shù)據(jù)進(jìn)行分類(lèi)處理和相關(guān)性分析，能夠運(yùn)用數(shù)以萬(wàn)計(jì)的計(jì)算機(jī)服務(wù)器對(duì)特定事物的因果關(guān)系展開(kāi)深度機(jī)器學(xué)習(xí)，從而通過(guò)分類(lèi)和歸納不同維度數(shù)據(jù)而得到精準(zhǔn)信息（精準(zhǔn)醫(yī)療就是基于此原理）。人類(lèi)對(duì)因果關(guān)系探索的手段和路徑發(fā)生變化，認(rèn)知的形成過(guò)程及其機(jī)理就會(huì)發(fā)生變化。
關(guān)于第二點(diǎn)，消費(fèi)者和投資者在未來(lái)放棄對(duì)信息的搜集、整合、分類(lèi)、加工和處理，認(rèn)同和效尤智慧大腦的認(rèn)知來(lái)進(jìn)行選擇，這可理解為是他們進(jìn)行效用比較（投入與收益）時(shí)的“幡然悔悟”。尤瓦爾?赫拉利（2017）有關(guān)一切有機(jī)和無(wú)機(jī)實(shí)體都可以運(yùn)用算法來(lái)解構(gòu)的前景預(yù)期，（吳軍，2016）關(guān)于未來(lái)制造業(yè)、農(nóng)業(yè)、醫(yī)療、體育、律師業(yè)甚至新聞出版業(yè)都將由大數(shù)據(jù)統(tǒng)治的觀點(diǎn)，凱文?凱利（2014）以大數(shù)據(jù)和人工智能為分析底蘊(yùn)對(duì)新經(jīng)濟(jì)十大重要準(zhǔn)則的論述，均認(rèn)為具有大數(shù)據(jù)思維且不作出主觀判斷的智慧大腦將是未來(lái)世界的操控者，而Master和AlphaGo戰(zhàn)勝世界頂級(jí)圍棋高手的實(shí)踐，則顯露了人工智能完全有可能戰(zhàn)勝人腦的端倪。現(xiàn)實(shí)中的普通消費(fèi)者和投資者通常只是依據(jù)有限或不準(zhǔn)確的信息進(jìn)行消費(fèi)和選擇，經(jīng)濟(jì)學(xué)家也只是根據(jù)有限或不準(zhǔn)確的信息進(jìn)行因果關(guān)系分析而得出認(rèn)知，因此，相對(duì)于智慧大腦的選擇效用，消費(fèi)者和投資者是相形見(jiàn)絀，經(jīng)濟(jì)學(xué)家的理論見(jiàn)解和政策主張往往不吻合實(shí)際。
智慧大腦是運(yùn)用大數(shù)據(jù)思維而超越一般智人大腦的大腦。不過(guò)，從性質(zhì)上來(lái)講，極少數(shù)擁有智慧大腦的人通過(guò)對(duì)數(shù)據(jù)的搜集、整合、分類(lèi)、加工和處理所得到的認(rèn)知，仍然屬于人的認(rèn)知。需要強(qiáng)調(diào)指出的是，這種認(rèn)知不同于經(jīng)濟(jì)學(xué)理論及其他社會(huì)科學(xué)理論所闡述和論證的認(rèn)知，它是在大數(shù)據(jù)思維驅(qū)動(dòng)下的人類(lèi)認(rèn)知。對(duì)于這種新型認(rèn)知的理解，如果我們結(jié)合經(jīng)濟(jì)學(xué)理性選擇理論對(duì)其展開(kāi)解說(shuō)，則有著基礎(chǔ)理論的分析價(jià)值。
4、在未來(lái)，智慧大腦的認(rèn)知將引領(lǐng)非智慧大腦的認(rèn)知，其結(jié)果是導(dǎo)致認(rèn)知趨同化
熟悉經(jīng)濟(jì)學(xué)理性選擇理論的學(xué)者知道，無(wú)論經(jīng)濟(jì)學(xué)家是從信息的搜集、整合、分類(lèi)、加工和處理獲取認(rèn)知，還是通過(guò)心理分析或行為實(shí)驗(yàn)獲取認(rèn)知，他們都是在不完全信息或有限理性約束下進(jìn)行的，這不僅存在著以不精準(zhǔn)信息推論認(rèn)知的問(wèn)題，而且存在認(rèn)知形成過(guò)程的主觀判斷問(wèn)題。智慧大腦運(yùn)用大數(shù)據(jù)思維所形成的認(rèn)知的最大特點(diǎn)，是在接近完全信息基礎(chǔ)上獲取認(rèn)知的，并且不夾帶任何主觀判斷?，F(xiàn)代未來(lái)學(xué)家曾分別從不同角度和層面對(duì)大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能展開(kāi)了許多討論，他們的共同見(jiàn)解是認(rèn)為大數(shù)據(jù)的極大量、多維度和完備性將有可能解決信息不完全問(wèn)題（包含信息不對(duì)稱(chēng)），并且能夠給人類(lèi)選擇提供精準(zhǔn)信息。倘若如此，人類(lèi)的認(rèn)知問(wèn)題便完全成為智慧大腦對(duì)數(shù)據(jù)的搜集、整合、分類(lèi)、加工和處理問(wèn)題，一旦人類(lèi)可以通過(guò)大數(shù)據(jù)思維獲取精準(zhǔn)信息和完全信息，經(jīng)濟(jì)學(xué)理性選擇理論將會(huì)在根基上被顛覆。
智慧大腦只有極少數(shù)人才具備，絕大部分人（包括智人）都是非智慧大腦。在未來(lái)世界，智慧大腦將引領(lǐng)非智慧大腦進(jìn)行選擇。這一引領(lǐng)過(guò)程是由前后相繼的兩個(gè)階段構(gòu)成：一是智慧大腦運(yùn)用大數(shù)據(jù)對(duì)偏好進(jìn)行分析，通過(guò)互聯(lián)網(wǎng)將偏好傳送給具有從眾心理和從眾行為傾向的非智慧大腦，形成非智慧大腦的趨同化偏好；另一是智慧大腦運(yùn)用大數(shù)據(jù)分析獲取認(rèn)知，同樣是通過(guò)互聯(lián)網(wǎng)讓非智慧大腦效尤智慧大腦的認(rèn)知，形成趨同化認(rèn)知，從而使非智慧大腦以智慧大腦的認(rèn)知為認(rèn)知來(lái)選擇。這些情形表明，未來(lái)人類(lèi)智慧大腦將決定非智慧大腦的偏好和認(rèn)知，進(jìn)一步說(shuō)，則是智慧大腦將影響非智慧大腦的選擇行為。這里有一個(gè)極其重要問(wèn)題須討論：對(duì)絕大部分非智慧大腦而言，他們?cè)谶x擇過(guò)程中是否還存在認(rèn)知？事實(shí)上，無(wú)論是趨同化偏好還是趨同化認(rèn)知，非智慧大腦的偏好和認(rèn)知并沒(méi)有徹底消失，只是形成的路徑和內(nèi)容發(fā)生了變化。關(guān)于這個(gè)問(wèn)題的討論，聯(lián)系經(jīng)濟(jì)學(xué)的認(rèn)知理論進(jìn)行比較分析，或許會(huì)有更深的理解。
如前所述，傳統(tǒng)經(jīng)濟(jì)學(xué)以完全信息為假設(shè)前提，將認(rèn)知作為理性選擇模型的外生變量，“認(rèn)知”是被理論分析跳越的。現(xiàn)代經(jīng)濟(jì)學(xué)以不完全信息為假設(shè)前提，在理性選擇模型中，努力通過(guò)心理和實(shí)驗(yàn)分析把認(rèn)知作為內(nèi)生變量，易言之，“認(rèn)知”被解釋為個(gè)體對(duì)信息進(jìn)行搜集、整合、分類(lèi)、加工和處理的結(jié)果，顯然，以上分析在分析對(duì)象、分析方法和分析路徑上，是與大數(shù)據(jù)思維不同的?，F(xiàn)代經(jīng)濟(jì)學(xué)理性選擇理論所分析的個(gè)體，是通過(guò)邏輯推論所抽象出來(lái)的蕓蕓眾生；雖然智慧大腦也可以看成是個(gè)體，但人數(shù)極少，是具有大數(shù)據(jù)思維之共同特征的個(gè)體。現(xiàn)代經(jīng)濟(jì)學(xué)理性選擇理論是借助于偏好分析來(lái)研究認(rèn)知的，雖然認(rèn)知已在一定程度上被視為內(nèi)生變量，但分析方法和路徑仍然是邏輯判斷或推論為主；大數(shù)據(jù)思維對(duì)認(rèn)知分析將會(huì)采用的方法和路徑，是搜集、整合、分類(lèi)、加工和處理數(shù)據(jù)，試圖從極大量、多維度和完備性的數(shù)據(jù)中獲取精準(zhǔn)信息以得出認(rèn)知。因此，盡管認(rèn)知出現(xiàn)了趨同化，人類(lèi)在大數(shù)據(jù)思維下仍然存在認(rèn)知，只不過(guò)是非智慧大腦放棄自己的認(rèn)知而統(tǒng)一于智慧大腦的認(rèn)知罷了。
總之，偏好和認(rèn)知的趨同化顯示了大數(shù)據(jù)思維的魅力，這種魅力根植于大數(shù)據(jù)能夠經(jīng)由智慧大腦而產(chǎn)生精準(zhǔn)信息。其實(shí)，智慧大腦如何設(shè)置參數(shù)和模型，如何運(yùn)用云計(jì)算集約化模式，如何利用互聯(lián)網(wǎng)以及尋覓廣泛使用人工智能的方法和途徑等，主要是計(jì)算機(jī)運(yùn)用層面上的技術(shù)問(wèn)題。我們研究大數(shù)據(jù)思維下人類(lèi)認(rèn)知變動(dòng)需要重點(diǎn)關(guān)注的，是非智慧大腦究竟還有沒(méi)有認(rèn)知，其效用期望會(huì)呈現(xiàn)什么樣的格局？既然非智慧大腦只是沒(méi)有獨(dú)立認(rèn)知而不是完全跳越了認(rèn)知，那么非智慧大腦便存在著效用期望，關(guān)于這種效用期望，我們可以聯(lián)系效用函數(shù)來(lái)解說(shuō)。
四 、認(rèn)知結(jié)構(gòu)一元化與效用期望變動(dòng)的新解說(shuō)
經(jīng)濟(jì)理論對(duì)選擇行為與效用期望之間動(dòng)態(tài)關(guān)聯(lián)所建立的基本分析框架，展現(xiàn)出一幅“偏好認(rèn)知選擇效用期望”的圖景。各大經(jīng)濟(jì)學(xué)流派的理性選擇理論對(duì)這幅圖景中的 “”有不同的解說(shuō)和取舍（前文有所涉及），概括來(lái)說(shuō)，或側(cè)重于分析這些箭頭前后要素之間的相互關(guān)聯(lián)，或側(cè)重于分析這些箭頭前后要素之間的影響和決定作用。但就人們選擇動(dòng)機(jī)和目的與效用之間的關(guān)聯(lián)而論，幾乎所有理論都不懷疑“追求自身利益最大化”的公理性，于是，“最大化”在成為效用函數(shù)核心變量的同時(shí)，也在一定程度上被作為理性選擇的判斷標(biāo)準(zhǔn)。以上圖景的邏輯分析鏈?zhǔn)墙⒃谛畔⒉煌耆治黾僭O(shè)上的，各大經(jīng)濟(jì)學(xué)流派的理性選擇理論對(duì)這條邏輯分析鏈各環(huán)節(jié)的不同解說(shuō)所產(chǎn)生的理論分歧，可歸結(jié)為是在信息不完全假設(shè)分析框架內(nèi)的分歧。值得學(xué)術(shù)界關(guān)注的是，當(dāng)大數(shù)據(jù)在未來(lái)有可能提供完全信息時(shí)，這些分歧將會(huì)讓位于新的理論探討。
經(jīng)濟(jì)學(xué)家對(duì)效用函數(shù)的研究是與認(rèn)知分析緊密相聯(lián)的。但無(wú)論是傳統(tǒng)經(jīng)濟(jì)理論還是現(xiàn)代經(jīng)濟(jì)理論，他們對(duì)效用函數(shù)以及最大化問(wèn)題的研究存在著共性，即這些研究都是建立在抽象的認(rèn)知結(jié)構(gòu)一元化基礎(chǔ)上的。具體地說(shuō)，傳統(tǒng)經(jīng)濟(jì)理論在完全信息假設(shè)上認(rèn)為，選擇者可以得到“獲悉選擇結(jié)果的認(rèn)知”，從而主張用“最大化”來(lái)描述選擇者的效用函數(shù)。現(xiàn)代主流和非主流經(jīng)濟(jì)理論在不完全信息假設(shè)上認(rèn)為，選擇者受有限理性約束不可能得到“獲悉選擇結(jié)果的認(rèn)知”，從而主張不可用“最大化”來(lái)描述選擇者的效用函數(shù)。這里所說(shuō)的抽象認(rèn)知結(jié)構(gòu)一元化，是指不是以具體的認(rèn)知主體作為分析對(duì)象，而是把整個(gè)人類(lèi)描述為一個(gè)同一的抽象主體，讓“最大化”問(wèn)題成為效用函數(shù)的核心問(wèn)題。在大數(shù)據(jù)思維的未來(lái)世界，隨著信息有可能出現(xiàn)完全化，“最大化”問(wèn)題將會(huì)成為不是問(wèn)題的問(wèn)題。
誠(chéng)然，智慧大腦對(duì)大數(shù)據(jù)進(jìn)行搜集、整合、分類(lèi)、加工和處理，并通過(guò)云計(jì)算、機(jī)器學(xué)習(xí)乃至于根據(jù)人工智能實(shí)踐來(lái)選擇參數(shù)和設(shè)置模型，仍然沒(méi)有越出追求自身利益最大化這一效用函數(shù)的性質(zhì)規(guī)定，但由于智慧大腦的認(rèn)知形成過(guò)程是建立在具有極大量、多維度和完備性的大數(shù)據(jù)基礎(chǔ)之上的，大數(shù)據(jù)能夠提供完全信息的特點(diǎn)有可能會(huì)讓智慧大腦取得效用最大化。人類(lèi)絕大部分選擇者是非智慧大腦者，從科學(xué)意義上來(lái)講，大數(shù)據(jù)對(duì)他們可謂是長(zhǎng)期的黑箱，而他們依據(jù)自己認(rèn)知所做出的選擇又不可能實(shí)現(xiàn)效用最大化，于是，非智慧大腦者將以智慧大腦者的認(rèn)知作為自己認(rèn)知而做出選擇，這便形成了大數(shù)據(jù)時(shí)代實(shí)際意義上的一元化認(rèn)知結(jié)構(gòu)。如果說(shuō)我們劃分智慧大腦和非智慧大腦是對(duì)人類(lèi)選擇主體的一種新界定；那么，我們揭示這兩大選擇主體實(shí)際意義上的一元化認(rèn)知結(jié)構(gòu)，則是對(duì)大數(shù)據(jù)時(shí)代人類(lèi)認(rèn)知問(wèn)題的一種新解說(shuō)。
大數(shù)據(jù)背景下人類(lèi)實(shí)際意義上的認(rèn)知結(jié)構(gòu)一元化，將是未來(lái)發(fā)展的一種趨勢(shì)，相對(duì)于經(jīng)濟(jì)理論抽象意義上的認(rèn)知結(jié)構(gòu)一元化，它容易把握和理解。但它在將來(lái)能否成為一種固定化趨勢(shì)，取決于智慧大腦在經(jīng)濟(jì)、政治、文化和思想意識(shí)形態(tài)等領(lǐng)域進(jìn)行選擇時(shí)獲得的效用函數(shù)值。對(duì)于該效用函數(shù)值的預(yù)期，大數(shù)據(jù)思維下的智慧大腦是具備這種能力的。從經(jīng)濟(jì)理論分析看，對(duì)效用函數(shù)值的討論，將涉及內(nèi)蘊(yùn)且展示效用函數(shù)的效用期望問(wèn)題的討論。傳統(tǒng)經(jīng)濟(jì)學(xué)的期望效用函數(shù)理論，是一種運(yùn)用數(shù)學(xué)模型論證選擇者能夠?qū)崿F(xiàn)最大化的理性選擇理論（(Von Neumann and Morgenstern，1947；Arrow and Debreu，1954），現(xiàn)代非主流經(jīng)濟(jì)學(xué)是在分析風(fēng)險(xiǎn)厭惡和風(fēng)險(xiǎn)偏好的基礎(chǔ)上，用一條S型的價(jià)值（函數(shù)）曲線取代傳統(tǒng)的效用函數(shù)，并通過(guò)相對(duì)財(cái)富變動(dòng)對(duì)選擇者感受的分析，解析了選擇者的效用期望會(huì)不斷發(fā)生調(diào)整的情形（Kahneman and Tversky，1979）。那么，大數(shù)據(jù)時(shí)代選擇者的效用期望會(huì)發(fā)生怎樣變動(dòng)呢？
人類(lèi)社會(huì)發(fā)展的歷史表明，人的主觀期望與實(shí)際選擇結(jié)果之間會(huì)發(fā)生經(jīng)常性偏離。選擇者的效用期望能否實(shí)現(xiàn)最大化，一是取決于選擇者能否得到完全信息，另一是取決于選擇者認(rèn)知過(guò)程的科學(xué)化。事實(shí)上，現(xiàn)代經(jīng)濟(jì)學(xué)對(duì)傳統(tǒng)經(jīng)濟(jì)學(xué)以最大化為核心的效用函數(shù)的質(zhì)疑和批評(píng)，主要是圍繞信息不完全和忽略認(rèn)知過(guò)程展開(kāi)的。大數(shù)據(jù)時(shí)代存在著提供完全信息的可能性，而智慧大腦利用互聯(lián)網(wǎng)和運(yùn)用云計(jì)算、機(jī)器學(xué)習(xí)和人工智能等手段，正在實(shí)現(xiàn)著認(rèn)知過(guò)程的科學(xué)化，這便提出了經(jīng)濟(jì)學(xué)必須回答的兩大問(wèn)題：1、大數(shù)據(jù)思維下的人類(lèi)選擇是否可以實(shí)現(xiàn)最大化，2、大數(shù)據(jù)思維下選擇者的效用期望會(huì)不會(huì)發(fā)生調(diào)整。這是現(xiàn)代經(jīng)濟(jì)學(xué)沒(méi)有提及的兩大問(wèn)題，但當(dāng)我們分別從智慧大腦和非智慧大腦來(lái)討論這兩大問(wèn)題時(shí)，結(jié)論或許會(huì)讓篤信經(jīng)濟(jì)學(xué)經(jīng)典理論的學(xué)者大跌眼鏡。
在未來(lái)世界，隨著互聯(lián)網(wǎng)平臺(tái)的日新月異以及移動(dòng)設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)等搜集大數(shù)據(jù)手段的覆蓋面的日益擴(kuò)大，大數(shù)據(jù)的極大量、多維度和完備性給人類(lèi)選擇提供了完全信息的基礎(chǔ)。智慧大腦在云計(jì)算、機(jī)器學(xué)習(xí)和人工智能等的支持下，以數(shù)據(jù)分析為基礎(chǔ)的認(rèn)知過(guò)程也越來(lái)越科學(xué)化，于是，智慧大腦便可以知曉選擇過(guò)程的結(jié)果，有可能實(shí)現(xiàn)最大化，這說(shuō)明智慧大腦不存在效用期望的調(diào)整問(wèn)題。另一方面，非智慧大腦以智慧大腦的認(rèn)知為自己的認(rèn)知，其效用期望完全依附于智慧大腦的效用期望。具體地說(shuō)，非智慧大腦不對(duì)數(shù)據(jù)進(jìn)行搜集、整合、分類(lèi)、加工和處理，跳越了認(rèn)知過(guò)程，同樣不存在效用期望的調(diào)整問(wèn)題。非智慧大腦效用期望完全依附于智慧大腦效用期望的情形，或者說(shuō)，非智慧大腦以智慧大腦效用期望為自己效用期望的情形，統(tǒng)一于智慧大腦與非智慧大腦的認(rèn)知結(jié)構(gòu)一元化。如果要追溯非智慧大腦效用期望的變動(dòng)，那就是從原先屬于自己的效用期望轉(zhuǎn)變成了智慧大腦的效用期望。
智慧大腦有可能實(shí)現(xiàn)最大化，以及不存在效用期望調(diào)整是一回事，但智慧大腦能否在所建模型中給定效用期望值卻是另一回事。效用期望作為一種主觀預(yù)期或判斷，它不會(huì)在互聯(lián)網(wǎng)上留下可供大數(shù)據(jù)分析的歷史數(shù)據(jù)流、現(xiàn)期數(shù)據(jù)流和未來(lái)數(shù)據(jù)流，也就是說(shuō)，不會(huì)在互聯(lián)網(wǎng)上留下可供大數(shù)據(jù)分析的行為數(shù)據(jù)流和想法數(shù)據(jù)流，這在決定智慧大腦難以跟蹤、模擬和推論效用期望值的同時(shí)，也給非智慧大腦放棄認(rèn)知而效尤智慧大腦提供了某種聊以。推崇人工智能可以替代人腦的學(xué)者，好用Master和AlphaGo戰(zhàn)勝世界頂級(jí)圍棋高手的事實(shí)作為這種替代的立論依據(jù)，但無(wú)論我們?cè)鯓釉诖髷?shù)據(jù)分析、機(jī)器學(xué)習(xí)和人工智能運(yùn)用等方面進(jìn)行深度挖掘，也找不到智慧大腦能在所建模型中給定效用期望值的科學(xué)依據(jù)。智慧大腦不能確定效用期望值，也就規(guī)定了非智慧大腦不能確定效用期望值。這又提出了一個(gè)在理論上有必要回答的問(wèn)題：非智慧大腦還有沒(méi)有效用期望？
在經(jīng)濟(jì)社會(huì)，智慧大腦和非智慧大腦的投資和消費(fèi)選擇的效用期望都是追求最大化，這一點(diǎn)是永恒的。但問(wèn)題在于，非智慧大腦以智慧大腦的認(rèn)知為自己認(rèn)知，以智慧大腦的選擇作為自己選擇的情形，會(huì)使自己的效用期望完全停留在期望智慧大腦選擇結(jié)果的形式上，這可以解釋為大數(shù)據(jù)時(shí)代非智慧大腦的效用期望的一種變動(dòng)。但對(duì)于這樣的效用期望的理解，與其說(shuō)它是一種效用期望，倒不如說(shuō)它是一種效用期待。社會(huì)經(jīng)濟(jì)的精英是人數(shù)極少的智慧大腦群體，但推動(dòng)投資和消費(fèi)的是占人口絕大多數(shù)的非智慧大腦群體。因此，非智慧大腦群體的偏好、認(rèn)知、選擇和效用期望，應(yīng)該是理性選擇理論研究的重點(diǎn)。關(guān)于這一研究重點(diǎn)的邏輯和現(xiàn)實(shí)的分析線索，是大數(shù)據(jù)思維趨同化偏好趨同化認(rèn)知認(rèn)知結(jié)構(gòu)一元化最大化效用期望。不過(guò)，這條分析線索包含著許多本文或有所涉及或尚未涉及的交叉性?xún)?nèi)容，它需要我們?cè)诶^續(xù)研究大數(shù)據(jù)思維改變?nèi)祟?lèi)認(rèn)知這一理論專(zhuān)題時(shí)，做出進(jìn)一步深入的探討。
關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；財(cái)務(wù)會(huì)計(jì)；管理會(huì)計(jì)；人工智能
隨著大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能等技術(shù)的創(chuàng)新、應(yīng)用和推廣，數(shù)字經(jīng)濟(jì)已深入到各個(gè)領(lǐng)域、各個(gè)層面，會(huì)計(jì)信息出現(xiàn)幾何式地爆發(fā)增長(zhǎng)，數(shù)字經(jīng)濟(jì)逐漸凸顯出顛覆和重塑財(cái)務(wù)管理領(lǐng)域的威力，使得單純的財(cái)務(wù)會(huì)計(jì)或管理會(huì)計(jì)難以滿足現(xiàn)代企業(yè)高速發(fā)展的需要，現(xiàn)代企業(yè)的發(fā)展需要財(cái)務(wù)會(huì)計(jì)和管理會(huì)計(jì)的協(xié)同發(fā)展。
一、財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)的內(nèi)涵及關(guān)系
財(cái)務(wù)會(huì)計(jì)是對(duì)企業(yè)經(jīng)濟(jì)業(yè)務(wù)進(jìn)行確認(rèn)、記錄、計(jì)量和報(bào)告，向信息需要者提供財(cái)務(wù)信息的經(jīng)濟(jì)管理活動(dòng)。管理會(huì)計(jì)是深度參與企業(yè)戰(zhàn)略規(guī)劃、管理決策、內(nèi)部控制與績(jī)效管理活動(dòng)，并為這些活動(dòng)提供有價(jià)值的信息，以促進(jìn)企業(yè)順利實(shí)現(xiàn)戰(zhàn)略目標(biāo)的經(jīng)濟(jì)管理活動(dòng)。1.財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)的共通點(diǎn)一是同屬于會(huì)計(jì)體系，財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)共同構(gòu)成了有機(jī)的會(huì)計(jì)系統(tǒng)，兩者相互依存、制約和補(bǔ)充。二是目標(biāo)相同，財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)作為會(huì)計(jì)的兩個(gè)分支，兩者共同為實(shí)現(xiàn)企業(yè)價(jià)值最大化服務(wù)。2.財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)的差異一是遵循準(zhǔn)則不同。財(cái)務(wù)會(huì)計(jì)必須嚴(yán)格按照會(huì)計(jì)制度、會(huì)計(jì)準(zhǔn)則、稅務(wù)法律法規(guī)等強(qiáng)制要求定期出具財(cái)務(wù)報(bào)表、進(jìn)行稅金申報(bào)等。管理會(huì)計(jì)沒(méi)有固定的方法、標(biāo)準(zhǔn)、周期，根據(jù)管理者的需求和實(shí)際情況設(shè)定指標(biāo)，一切以提高企業(yè)效率為準(zhǔn)繩。二是服務(wù)對(duì)象、報(bào)告目的不同。財(cái)務(wù)會(huì)計(jì)主要通過(guò)對(duì)外報(bào)送各類(lèi)報(bào)表、報(bào)告、披露財(cái)務(wù)信息等，服務(wù)單位外部具有經(jīng)濟(jì)利益關(guān)系的相關(guān)者，主要起到“反映”的作用，通常被稱(chēng)為“外部會(huì)計(jì)”。管理會(huì)計(jì)主要分析、研究經(jīng)營(yíng)活動(dòng)中的具體問(wèn)題、具體事項(xiàng)，提出、優(yōu)化解決方案，為內(nèi)部各層級(jí)管理者提供決策依據(jù)，主要起到“控制”的作用，通常被稱(chēng)為“內(nèi)部會(huì)計(jì)”。三是工作核心不同。財(cái)務(wù)會(huì)計(jì)的工作核心為業(yè)務(wù)反映，合法合規(guī)地反映企業(yè)在過(guò)去經(jīng)營(yíng)管理過(guò)程中人力、財(cái)力、物力等要素在供應(yīng)、生產(chǎn)、銷(xiāo)售各個(gè)階段、各個(gè)環(huán)節(jié)上的采購(gòu)、使用、消耗、分布等情況，保證企業(yè)定期財(cái)務(wù)報(bào)告的財(cái)務(wù)狀況、經(jīng)營(yíng)成果、現(xiàn)金流量的真實(shí)性、準(zhǔn)確性、完整性，財(cái)務(wù)會(huì)計(jì)反映的業(yè)務(wù)主要發(fā)生在過(guò)去，是過(guò)去實(shí)際已經(jīng)發(fā)生的經(jīng)營(yíng)管理活動(dòng)。管理會(huì)計(jì)的工作核心為過(guò)程管理，對(duì)經(jīng)營(yíng)管理活動(dòng)在事前進(jìn)行預(yù)測(cè)、在事中進(jìn)行跟進(jìn)和控制、在事后進(jìn)行回顧和分析，做到總結(jié)過(guò)去，汲取過(guò)去的經(jīng)驗(yàn)、教訓(xùn)，從而更好地控制現(xiàn)在和指導(dǎo)未來(lái)；管理會(huì)計(jì)報(bào)表不受時(shí)間的約束和限制，可以編制未來(lái)的報(bào)表，也可以編制業(yè)務(wù)進(jìn)行中的報(bào)表，還可以編制各期對(duì)比分析報(bào)表，時(shí)間維度、報(bào)表內(nèi)容可以完全根據(jù)管理過(guò)程的需要而編制。四是工作內(nèi)容、報(bào)告格式不同。財(cái)務(wù)會(huì)計(jì)的工作內(nèi)容是企業(yè)全部的會(huì)計(jì)要素，是完整反映、監(jiān)督企業(yè)的全部生產(chǎn)經(jīng)營(yíng)過(guò)程，所編制的報(bào)告信息需要按照統(tǒng)一格式。管理會(huì)計(jì)的工作內(nèi)容可以是企業(yè)整體，也可以是企業(yè)內(nèi)部的一部分，所提供的內(nèi)部報(bào)告沒(méi)有統(tǒng)一格式，甚至報(bào)告的種類(lèi)也沒(méi)有統(tǒng)一規(guī)定。
二、數(shù)字經(jīng)濟(jì)時(shí)代財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)協(xié)同發(fā)展的必要性
1.相關(guān)概念（1）數(shù)字經(jīng)濟(jì)。數(shù)字經(jīng)濟(jì)是指以使用數(shù)字化的知識(shí)和信息作為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的重要推動(dòng)力的一系列經(jīng)濟(jì)活動(dòng)。大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈和人工智能是數(shù)字經(jīng)濟(jì)的重要構(gòu)成要素，數(shù)字經(jīng)濟(jì)的發(fā)展主要依賴(lài)這些技術(shù)的共同發(fā)展。（2）大數(shù)據(jù)。大數(shù)據(jù)是指一種數(shù)據(jù)集合。大數(shù)據(jù)技術(shù)的核心在于對(duì)海量數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化的挖掘、穿透、分析等加工處理，最終實(shí)現(xiàn)數(shù)據(jù)增值的成果。（3）云計(jì)算。云計(jì)算是一種互聯(lián)網(wǎng)下的信息技術(shù)，本質(zhì)是數(shù)據(jù)、信息、資源的集中和共享。（4）人工智能。人工智能就是使計(jì)算機(jī)去做過(guò)去只有人才能做的智能工作。人工智能的實(shí)質(zhì)是算法和數(shù)據(jù)，是大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈結(jié)合發(fā)展的更高階段。2.數(shù)字經(jīng)濟(jì)時(shí)代對(duì)會(huì)計(jì)發(fā)展的要求一方面，財(cái)務(wù)轉(zhuǎn)型源于企業(yè)生存和發(fā)展的內(nèi)在需求。隨著市場(chǎng)競(jìng)爭(zhēng)日趨激烈，為爭(zhēng)取更大的市場(chǎng)份額，在成本壓力上升、利潤(rùn)壓縮的環(huán)境下，大多數(shù)企業(yè)只能通過(guò)選擇提高決策水平、提升內(nèi)部管理能力實(shí)現(xiàn)企業(yè)價(jià)值的最大化，這要求財(cái)務(wù)人員必須參與到企業(yè)決策和管理的全過(guò)程，收集分析財(cái)務(wù)信息、提供財(cái)務(wù)判斷，以支持企業(yè)決策和管理的科學(xué)性、準(zhǔn)確性、及時(shí)性。另一方面，數(shù)字經(jīng)濟(jì)技術(shù)為轉(zhuǎn)型提供了可行性?；ヂ?lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的飛速發(fā)展，人工智能具備了完成基礎(chǔ)財(cái)務(wù)會(huì)計(jì)工作的能力，并且完成的準(zhǔn)確性、時(shí)效性大幅度提高，釋放出了大量的財(cái)務(wù)基礎(chǔ)操作人員、復(fù)核人員，使得財(cái)務(wù)人員把時(shí)間和精力投入更高附加值的工作中成為可能。如，參與企業(yè)戰(zhàn)略制定、預(yù)算管理、成本管控等工作，并為這些工作提供有價(jià)值的信息。同時(shí)，數(shù)字經(jīng)濟(jì)技術(shù)可以準(zhǔn)確、快速地提供、加工、處理大量的數(shù)據(jù)信息?？梢?jiàn)，數(shù)字經(jīng)濟(jì)時(shí)代，當(dāng)企業(yè)同時(shí)存在轉(zhuǎn)型需求，又具備轉(zhuǎn)型條件時(shí)，轉(zhuǎn)型成為必然。但是，財(cái)務(wù)會(huì)計(jì)向管理會(huì)計(jì)轉(zhuǎn)型并不意味著管理會(huì)計(jì)取代財(cái)務(wù)會(huì)計(jì)。之所以目前企業(yè)都在提倡財(cái)務(wù)轉(zhuǎn)型，是因?yàn)檫^(guò)去我國(guó)企業(yè)沒(méi)有開(kāi)展管理會(huì)計(jì)工作，在目前數(shù)字經(jīng)濟(jì)時(shí)代，需要有一部分財(cái)務(wù)人員轉(zhuǎn)而從事管理會(huì)計(jì)工作。但是這并不意味著財(cái)務(wù)會(huì)計(jì)不再重要，因?yàn)樨?cái)務(wù)會(huì)計(jì)是管理會(huì)計(jì)的基石。同時(shí)，管理會(huì)計(jì)的發(fā)展又能倒逼財(cái)務(wù)會(huì)計(jì)提供更多、更規(guī)范、更有價(jià)值的企業(yè)經(jīng)濟(jì)活動(dòng)信息，促進(jìn)財(cái)務(wù)會(huì)計(jì)更好發(fā)展。因此，只有財(cái)務(wù)會(huì)計(jì)和管理會(huì)計(jì)協(xié)同發(fā)展，才能更好地為企業(yè)管理與決策服務(wù)，更好地促進(jìn)企業(yè)發(fā)展。
三、財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)協(xié)同發(fā)展存在的問(wèn)題
1.Y公司簡(jiǎn)介及財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)發(fā)展現(xiàn)狀Y公司是A股上市的快消品行業(yè)公司，行業(yè)的市場(chǎng)增長(zhǎng)率25%。Y公司產(chǎn)品的市場(chǎng)占有率65%、市場(chǎng)增長(zhǎng)率40%。Y公司作為A股上市公司，在完善財(cái)務(wù)會(huì)計(jì)體系的基礎(chǔ)上建立了管理會(huì)計(jì)體系，但目前財(cái)務(wù)會(huì)計(jì)體系與管理會(huì)計(jì)體系獨(dú)立運(yùn)行。管理會(huì)計(jì)體系建立背景：在Y公司年度經(jīng)營(yíng)匯報(bào)會(huì)上，對(duì)于廣告費(fèi)的投放金額，市場(chǎng)部匯報(bào)的是800萬(wàn)元，財(cái)務(wù)部匯報(bào)的是1000萬(wàn)元。對(duì)此，市場(chǎng)部的觀點(diǎn)是企業(yè)本年度簽訂了800萬(wàn)元的合同。財(cái)務(wù)部的觀點(diǎn)是雖然當(dāng)年公司簽了800萬(wàn)元的廣告合同，約定自當(dāng)年6月份開(kāi)始在電視上播放8個(gè)月，當(dāng)年共播放7個(gè)月，按照權(quán)責(zé)發(fā)生制原則入賬，廣告費(fèi)當(dāng)年的入賬金額應(yīng)當(dāng)為700萬(wàn)元。但是，按照同樣的權(quán)責(zé)發(fā)生制原則，上一年度簽訂的廣告合同在本年度播放，應(yīng)當(dāng)計(jì)入本年度的費(fèi)用是300萬(wàn)元，合計(jì)1000萬(wàn)元，并且在財(cái)務(wù)報(bào)表中只能按照1000萬(wàn)元報(bào)出。為解決該類(lèi)問(wèn)題，財(cái)務(wù)部門(mén)牽頭梳理各管理層級(jí)、各部門(mén)的需求，協(xié)同信息管理部門(mén)利用數(shù)字經(jīng)濟(jì)技術(shù)建立財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)協(xié)同發(fā)展體系：維護(hù)管理會(huì)計(jì)基礎(chǔ)信息，建立管理會(huì)計(jì)取數(shù)邏輯，自動(dòng)生成管理報(bào)表，提供給內(nèi)部管理者；維護(hù)財(cái)務(wù)會(huì)計(jì)基礎(chǔ)信息，建立財(cái)務(wù)口徑取數(shù)邏輯，自動(dòng)生成財(cái)務(wù)報(bào)表，提供給外部利益相關(guān)者。2.財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)協(xié)同發(fā)展存在的問(wèn)題及困境（1）將財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)獨(dú)自運(yùn)行，而不是協(xié)同發(fā)展。某種意義上，財(cái)務(wù)會(huì)計(jì)是管理會(huì)計(jì)的基礎(chǔ)，管理會(huì)計(jì)是財(cái)務(wù)會(huì)計(jì)的提升，Y公司建立的管理會(huì)計(jì)體系獨(dú)立于財(cái)務(wù)會(huì)計(jì)體系運(yùn)行，財(cái)務(wù)會(huì)計(jì)以權(quán)責(zé)發(fā)生制為基礎(chǔ)，管理會(huì)計(jì)以收付實(shí)現(xiàn)制為基礎(chǔ)，因此目前不能解決它們之間數(shù)據(jù)不一致的本質(zhì)問(wèn)題，阻礙了管理會(huì)計(jì)的應(yīng)用與發(fā)展。（2）將無(wú)財(cái)務(wù)會(huì)計(jì)經(jīng)驗(yàn)的人員配備到管理會(huì)計(jì)崗位。目前，Y公司將個(gè)別無(wú)任何財(cái)務(wù)會(huì)計(jì)經(jīng)驗(yàn)的人員配備到管理會(huì)計(jì)崗位，管理會(huì)計(jì)只能出具管理角度的數(shù)據(jù)，對(duì)于與該管理角度數(shù)據(jù)相關(guān)的財(cái)務(wù)會(huì)計(jì)數(shù)據(jù)，沒(méi)有理論基礎(chǔ)和實(shí)務(wù)經(jīng)驗(yàn)，導(dǎo)致管理會(huì)計(jì)與財(cái)務(wù)會(huì)計(jì)完全是兩組數(shù)據(jù)，極端情況下出現(xiàn)滿足管理需求的數(shù)據(jù)未在財(cái)務(wù)會(huì)計(jì)角度進(jìn)行及時(shí)披露。如上述管理廣告費(fèi)的管理會(huì)計(jì)人員，其專(zhuān)業(yè)是品牌設(shè)計(jì)，無(wú)任何財(cái)務(wù)經(jīng)驗(yàn)，在年度預(yù)測(cè)時(shí)，提報(bào)的廣告費(fèi)用是800萬(wàn)元，但財(cái)務(wù)會(huì)計(jì)最后決算出的廣告費(fèi)用是1000萬(wàn)元。這也就意味著，年度決算利潤(rùn)比預(yù)測(cè)利潤(rùn)少了200萬(wàn)元，該差異直接導(dǎo)致Y公司應(yīng)當(dāng)披露預(yù)測(cè)數(shù)據(jù)但沒(méi)有披露，造成Y公司信息披露不合規(guī)。（3）出現(xiàn)重管理會(huì)計(jì)、輕財(cái)務(wù)會(huì)計(jì)的傾向。Y公司為推進(jìn)管理會(huì)計(jì)的順利實(shí)施，配備了大量的人力、物力、財(cái)力至管理會(huì)計(jì)，甚至抽調(diào)了一部分理論基礎(chǔ)扎實(shí)、執(zhí)行能力強(qiáng)的財(cái)務(wù)會(huì)計(jì)人員至管理會(huì)計(jì)項(xiàng)目組，以致出現(xiàn)財(cái)務(wù)會(huì)計(jì)人員緊張的情況。實(shí)際上，Y公司作為A股上市公司，對(duì)財(cái)務(wù)會(huì)計(jì)信息承擔(dān)定期披露的義務(wù)，披露信息的準(zhǔn)確性、及時(shí)性至關(guān)重要，不能在發(fā)展的過(guò)程中顧此失彼。（4）存在基礎(chǔ)數(shù)據(jù)重復(fù)維護(hù)現(xiàn)象。自從Y公司建立管理會(huì)計(jì)以來(lái)，經(jīng)常聽(tīng)到財(cái)務(wù)人員抱怨“天天在維護(hù)基礎(chǔ)數(shù)據(jù)”，財(cái)務(wù)會(huì)計(jì)系統(tǒng)維護(hù)一次，管理會(huì)計(jì)系統(tǒng)維護(hù)一次，兩套基礎(chǔ)數(shù)據(jù)在很大程度上是相同的。如在維護(hù)廣告費(fèi)用的基礎(chǔ)信息時(shí)，項(xiàng)目名稱(chēng)、合同金額、供應(yīng)商名稱(chēng)等接近90%的信息是相同的，財(cái)務(wù)會(huì)計(jì)系統(tǒng)僅需要增加維護(hù)受益期間。在這種情況下，相同數(shù)據(jù)維護(hù)兩次，造成人力資源的極大浪費(fèi)。（5）存在取數(shù)邏輯重復(fù)設(shè)置問(wèn)題。信息管理部在設(shè)置取數(shù)邏輯時(shí)發(fā)現(xiàn)，管理會(huì)計(jì)的某一段取數(shù)邏輯，在設(shè)置財(cái)務(wù)會(huì)計(jì)系統(tǒng)的取數(shù)邏輯時(shí)已經(jīng)設(shè)置過(guò)，存在取數(shù)邏輯重復(fù)設(shè)置。取數(shù)邏輯的重復(fù)設(shè)置，一是造成不必要的取數(shù)環(huán)節(jié)增加，降低取數(shù)效率；二是造成存儲(chǔ)空間的浪費(fèi)。
四、數(shù)字經(jīng)濟(jì)時(shí)代財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)協(xié)同發(fā)展對(duì)策
1.建立科學(xué)的財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)協(xié)同發(fā)展模式財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)最好的關(guān)系是協(xié)同發(fā)展。財(cái)務(wù)會(huì)計(jì)要做到的是保證數(shù)據(jù)核算嚴(yán)格按照會(huì)計(jì)準(zhǔn)則、政策法規(guī)；管理會(huì)計(jì)要做到的是既要能聽(tīng)得懂業(yè)務(wù)在說(shuō)什么、理解到業(yè)務(wù)需要什么，又需要深入領(lǐng)悟財(cái)務(wù)會(huì)計(jì)的核算原理，只有同時(shí)做到，才能有效地提出財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)協(xié)同發(fā)展的方案。如在系統(tǒng)中設(shè)置由權(quán)責(zé)發(fā)生制轉(zhuǎn)換為收付實(shí)現(xiàn)制的換算算法，確保兩者數(shù)據(jù)本質(zhì)上的一致性等。以廣告費(fèi)用為例，假設(shè)廣告費(fèi)用的年度預(yù)算是800萬(wàn)元，按照權(quán)責(zé)發(fā)生制以前年度簽訂合同受益期在今年的金額是300萬(wàn)元。財(cái)務(wù)人員應(yīng)當(dāng)非常清楚今年簽訂的合同受益期在今年的金額不應(yīng)超過(guò)500萬(wàn)元，同時(shí)要輔導(dǎo)市場(chǎng)部理解：預(yù)算800萬(wàn)元，不是可以簽訂合同的金額是800萬(wàn)元；當(dāng)合同的受益期部分在以后年度時(shí)，可以簽訂合同的金額可能高于或等于800萬(wàn)元；當(dāng)合同的受益期全部在當(dāng)年時(shí)，可以簽訂合同的金額不高于500萬(wàn)元。在此基礎(chǔ)上，利用數(shù)字經(jīng)濟(jì)技術(shù)生成包括已簽合同金額、費(fèi)用已入賬金額、尚可簽訂合同金額、費(fèi)用尚可入賬金額等信息的報(bào)表，及時(shí)動(dòng)態(tài)地反饋至市場(chǎng)部、管理者，以作為市場(chǎng)部簽訂廣告合同、管理者審批廣告合同的信息基礎(chǔ)。通過(guò)該過(guò)程，將廣告費(fèi)用的管理會(huì)計(jì)數(shù)據(jù)同財(cái)務(wù)會(huì)計(jì)數(shù)據(jù)進(jìn)行有效銜接，實(shí)現(xiàn)有效控制廣告費(fèi)用的預(yù)算超支抑或廣告費(fèi)用投入的不足。2.避免重復(fù)工作、提高運(yùn)行效率維護(hù)一套全面、真實(shí)、完整的基礎(chǔ)數(shù)據(jù)，形成數(shù)據(jù)庫(kù)系統(tǒng)，同時(shí)建立財(cái)務(wù)會(huì)計(jì)、管理會(huì)計(jì)的取數(shù)邏輯、分析邏輯、穿透邏輯、報(bào)表模型等，根據(jù)各自的需求自數(shù)據(jù)庫(kù)系統(tǒng)讀取基礎(chǔ)數(shù)據(jù)，實(shí)現(xiàn)一套基礎(chǔ)數(shù)據(jù)同時(shí)生成財(cái)務(wù)會(huì)計(jì)報(bào)告和管理會(huì)計(jì)報(bào)告的需求，最大程度避免基礎(chǔ)數(shù)據(jù)的重復(fù)維護(hù)，提高數(shù)據(jù)提取效率。可行的情況下，將財(cái)務(wù)會(huì)計(jì)數(shù)據(jù)設(shè)計(jì)為管理會(huì)計(jì)數(shù)據(jù)的來(lái)源，避免取數(shù)邏輯的重復(fù)設(shè)置，以最少的數(shù)據(jù)維護(hù)，滿足財(cái)務(wù)會(huì)計(jì)和管理會(huì)計(jì)數(shù)據(jù)的提取。3.充分運(yùn)用數(shù)字經(jīng)濟(jì)技術(shù)借助大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等數(shù)字經(jīng)濟(jì)技術(shù)對(duì)原始數(shù)據(jù)信息進(jìn)行有效整合和管理，深入地、全方位地挖掘數(shù)據(jù)價(jià)值，人工智能完成基礎(chǔ)的、指令性的財(cái)務(wù)會(huì)計(jì)工作，釋放更多人力、時(shí)間完成財(cái)務(wù)會(huì)計(jì)的高難度工作、管理會(huì)計(jì)工作，以及財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)的協(xié)同發(fā)展工作。
五、結(jié)語(yǔ)
綜上所述，數(shù)字經(jīng)濟(jì)技術(shù)已經(jīng)深入到各領(lǐng)域，更是顛覆和重塑著財(cái)務(wù)管理領(lǐng)域，在此背景下，財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)的協(xié)同發(fā)展勢(shì)在必行，同時(shí)數(shù)字經(jīng)濟(jì)技術(shù)又為兩者的協(xié)同發(fā)展提供了技術(shù)可行性。充分利用數(shù)字經(jīng)濟(jì)技術(shù)實(shí)現(xiàn)財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)的協(xié)同發(fā)展，財(cái)務(wù)人員必須順勢(shì)挑戰(zhàn)、創(chuàng)新思維，由管理兼具賦能，由會(huì)計(jì)核算兼具支持管理和業(yè)務(wù)決策，必須夯實(shí)財(cái)務(wù)會(huì)計(jì)基礎(chǔ)，提高管理會(huì)計(jì)水平，實(shí)現(xiàn)財(cái)務(wù)管理的價(jià)值，實(shí)現(xiàn)企業(yè)增值的目的，最終實(shí)現(xiàn)股東財(cái)富最大化的目的。
參考文獻(xiàn)
1.陳婭.新形勢(shì)下管理會(huì)計(jì)與財(cái)務(wù)會(huì)計(jì)的融合思考.經(jīng)濟(jì)管理文摘，2021（17）.
2.董潔.企業(yè)管理會(huì)計(jì)與財(cái)務(wù)會(huì)計(jì)融合策略思考.財(cái)經(jīng)界，2021（24）.
3.劉小玲.如何促進(jìn)企業(yè)財(cái)務(wù)會(huì)計(jì)和管理會(huì)計(jì)協(xié)同發(fā)展研究.商場(chǎng)現(xiàn)代化，2019（24）.
4.周彩英.互聯(lián)網(wǎng)視角下紡織企業(yè)財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)協(xié)同發(fā)展展望.市場(chǎng)觀察，2019（11）.
關(guān)鍵詞：繼電保護(hù) 自動(dòng)化技術(shù) 人工智能
Abstract: the safety of the electricity system relay protection is an important link in the production system. The relay protection system stability and the design principle, configuration and setting closely related. This paper is mainly to the analysis of the present situation and relay protection narration, this paper expounds the development direction of the relay protection.
Keywords: relay protection automation technology of artificial intelligence
中圖分類(lèi)號(hào)：F407.61文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：
1繼電保護(hù)的基本概念
繼電保護(hù)是對(duì)運(yùn)行中電力系統(tǒng)的設(shè)備和線路，在一定范圍內(nèi)經(jīng)常監(jiān)測(cè)有無(wú)發(fā)生異?；蚴鹿是闆r，并能發(fā)出跳閘命令或信號(hào)的自動(dòng)裝置。因在其發(fā)展過(guò)程中曾主要用有觸點(diǎn)的繼電器來(lái)保護(hù)電力系統(tǒng)及其元件使之免遭損害，所以沿稱(chēng)繼電保護(hù)。電力系統(tǒng)繼電保護(hù)的基本任務(wù)是：當(dāng)電力系統(tǒng)發(fā)生故障或異常工況時(shí)，在可能實(shí)現(xiàn)的最短時(shí)間和最小區(qū)域內(nèi)自動(dòng)將故障設(shè)備從系統(tǒng)中切除，或者給出信號(hào)由值班人員消除異常工況的根源，以減輕或避免設(shè)備的損壞和對(duì)相鄰地區(qū)供電的影響可靠性是指一個(gè)元件、設(shè)備或系統(tǒng)在預(yù)定時(shí)間內(nèi)，在規(guī)定的條件下完成規(guī)定功能的能力、可靠性工程涉及到元件失效數(shù)據(jù)的統(tǒng)計(jì)和處理，系統(tǒng)可靠性的定量評(píng)定，運(yùn)行維護(hù)，可靠性和經(jīng)濟(jì)性的協(xié)調(diào)等各方面。
2繼電保護(hù)現(xiàn)狀
現(xiàn)階段各種主電氣設(shè)備、低高壓線路都有相對(duì)應(yīng)的微機(jī)保護(hù)裝置對(duì)其進(jìn)行保護(hù)，特別是線路保護(hù)已形成系列產(chǎn)品，并得到廣泛應(yīng)用。在實(shí)際的工作生活中微機(jī)保護(hù)是比較高的，遠(yuǎn)遠(yuǎn)高于其他的各種保護(hù)措施。目前對(duì)于220KV的繼電保護(hù)裝置已經(jīng)基本是國(guó)產(chǎn)的，我國(guó)繼電保護(hù)技術(shù)發(fā)展非常迅速，國(guó)產(chǎn)的繼電器優(yōu)勢(shì)方面非常明顯。
2繼電保護(hù)的發(fā)展
繼電保護(hù)是否能安全可靠的工作直接關(guān)系到整個(gè)電力系統(tǒng)的安全運(yùn)行情況。因此在電力系統(tǒng)中對(duì)繼電保護(hù)有很高的要求。傳統(tǒng)上采用獨(dú)立的裝置有專(zhuān)門(mén)人負(fù)責(zé)，希望繼電保護(hù)裝置能快速有效地檢出，切除、隔離故障，并能快速恢復(fù)供電。電力系統(tǒng)繼電保護(hù)先后經(jīng)歷了不同的發(fā)展時(shí)期，機(jī)電式繼電保護(hù)、晶體管繼電保護(hù)、基于集成運(yùn)算放大器的集成電路保護(hù)，到了20世紀(jì)90年代繼電保護(hù)技術(shù)進(jìn)入了微機(jī)保護(hù)時(shí)代，微機(jī)保護(hù)有強(qiáng)大的邏輯處理能力，數(shù)值計(jì)算能力和記憶能力。對(duì)于微機(jī)型繼電保護(hù)裝置由于其性能的優(yōu)越運(yùn)行可靠，越來(lái)越得到用戶(hù)的認(rèn)可而在電力系統(tǒng)中大量使用。
4繼電保護(hù)發(fā)展趨勢(shì)
4.1人工神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)下簡(jiǎn)稱(chēng)是模擬生物神經(jīng)元的結(jié)構(gòu)而提出的一種信息處理方法。具有本質(zhì)的非線形特征并行處理能力強(qiáng)魯棒性以及自組織自學(xué)習(xí)的能力其應(yīng)用研究發(fā)展十分迅速。目前主要集中在人工智能信息處理自動(dòng)控制和非線性?xún)?yōu)化等問(wèn)題。近年來(lái)電力系統(tǒng)繼電保護(hù)領(lǐng)域內(nèi)出現(xiàn)了用人工神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)故障類(lèi)型的判別故障距離的測(cè)定方向保護(hù)主設(shè)備保護(hù)等。例如在輸電線兩側(cè)系統(tǒng)電勢(shì)角度擺開(kāi)情況下發(fā)生經(jīng)過(guò)渡電阻的短路就是一非線性問(wèn)題。距離保護(hù)很難正確作出故障位置的判別從而造成誤動(dòng)或拒動(dòng)。如果用神經(jīng)網(wǎng)絡(luò)方法經(jīng)過(guò)大量故障樣本的訓(xùn)練只要樣本集中充分考慮了各種情況，則在發(fā)生任何故障時(shí)都可正確判別。其它如遺傳算法、進(jìn)化規(guī)劃等也都有其獨(dú)特的求解復(fù)雜問(wèn)題的能力。將這些人工智能方法適當(dāng)結(jié)合可使求解速度更快?？梢灶A(yù)見(jiàn)對(duì)于電力系統(tǒng)這個(gè)存在著大量非線性的復(fù)雜大系統(tǒng)來(lái)講。人工智能理論在電力系統(tǒng)中的應(yīng)用具有很大的潛力。目前已涉及到如暫態(tài)，動(dòng)穩(wěn)分析、負(fù)荷預(yù)報(bào)機(jī) 組最優(yōu)組合，警報(bào)處理與故障診斷，配電網(wǎng)線損，計(jì)算發(fā)電規(guī)劃經(jīng)濟(jì)運(yùn)行及電力系統(tǒng)控制等方面。
4.2自適應(yīng)控制技術(shù)
自適應(yīng)繼電保護(hù)是為能根據(jù)電力系統(tǒng)運(yùn)行方式和故障狀態(tài)的變化而實(shí)時(shí)改變保護(hù)性能、特性或定值的新型繼電保護(hù)。自適應(yīng)繼電保護(hù)的基本思想是使保護(hù)能盡可能地適應(yīng)電力系統(tǒng)的各種變化，進(jìn)一步改善保護(hù)的性能。這種新型保護(hù)原理的出現(xiàn)引起了人們的極大關(guān)注和興趣是微機(jī)保護(hù)具有生命力和不斷發(fā)展的重要內(nèi)容。自適應(yīng)繼電保護(hù)具有改善系統(tǒng)的響應(yīng)，增強(qiáng)可靠性和提高經(jīng)濟(jì)效益等優(yōu)點(diǎn)。在輸電線路的距離保 護(hù)、變壓器保護(hù)、發(fā)電機(jī)保護(hù)、自動(dòng)重合閘等領(lǐng)域內(nèi)有著廣泛的應(yīng)用前景。針對(duì)電力系統(tǒng)頻率變化的影響、單相接地短路時(shí)過(guò)渡電阻的影響、電力系統(tǒng)振蕩的影響以及故障發(fā)展問(wèn)題。采用自適應(yīng)控制技術(shù)，從而提高保護(hù)的性能。對(duì)自適應(yīng)保護(hù)原理的研究已經(jīng)過(guò)很長(zhǎng)的時(shí)間，也取得了一定的成果但要真正實(shí)現(xiàn)保護(hù)對(duì)系統(tǒng)運(yùn)行方式和故障狀態(tài)的自適應(yīng)必須獲得更多的系統(tǒng)運(yùn)行和故障信息只有實(shí)現(xiàn)保護(hù)的計(jì)算機(jī)網(wǎng)絡(luò)化才能做到這一點(diǎn)。
4.3變電所綜合自動(dòng)化技術(shù)
現(xiàn)代計(jì)算機(jī)技術(shù)、通信技術(shù)和網(wǎng)絡(luò)技術(shù)為改變變電站目前監(jiān)視、控制保護(hù)和計(jì)量裝置及系統(tǒng)分割的狀態(tài)提供了優(yōu)化組合和系統(tǒng)集成的技術(shù)基礎(chǔ)。高壓超高壓變電站正面臨著一場(chǎng)技術(shù)創(chuàng)新實(shí)現(xiàn)繼電保護(hù)和綜合自動(dòng)化的緊密結(jié)合它表現(xiàn)在集成與資源共享遠(yuǎn)方控制與信息共享。以遠(yuǎn)方終端單元、微機(jī)保護(hù)裝置為核心，將變電所的控制、信號(hào)、測(cè)量、計(jì)費(fèi)等回路納入計(jì)算機(jī)系統(tǒng)，取代傳統(tǒng)的控制保護(hù)屏能夠降低變電所的占地面積和設(shè)備投資，提高二次系統(tǒng)的可靠性
4.4智能電網(wǎng)的特點(diǎn)
智能電網(wǎng)的特點(diǎn)是電力和信息的雙向流動(dòng)，便于建立一個(gè)高度自動(dòng)化和廣泛分布的能量交換網(wǎng)絡(luò)。為了實(shí)時(shí)的交換信息和設(shè)備層次上近乎瞬間的供需平衡，在這個(gè)關(guān)鍵目標(biāo)下，繼電系統(tǒng)的保護(hù)發(fā)展取得了一個(gè)廣闊的空間，也催生了一批新的商業(yè)模式，其技術(shù)涉獵廣泛，如再生能源、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)等，許多工作集中于分布式電源的并網(wǎng)及靈活運(yùn)行的控制策略上。未來(lái)電力系統(tǒng)的繼電保護(hù)技術(shù)的發(fā)展將在傳統(tǒng)電力系統(tǒng)趨向智能系統(tǒng)的轉(zhuǎn)變中迎來(lái)技術(shù)的革新。
結(jié)束語(yǔ)：
現(xiàn)代電力系統(tǒng)是一個(gè)由電能產(chǎn)生、輸送、分配和用電環(huán)節(jié)組成的大系統(tǒng)。電力系統(tǒng)的飛速發(fā)展對(duì)電力系統(tǒng)的繼電保護(hù)不斷提出新的要求，在電力系統(tǒng)中的任何一處發(fā)生事故，都有可能對(duì)電力系統(tǒng)的運(yùn)行產(chǎn)生重大影響。繼電保護(hù)必將得到大力的發(fā)展。
參考文獻(xiàn)：
[1]陳德樹(shù) 繼電保護(hù)運(yùn)行狀況評(píng)價(jià)方法的探討[J] 電網(wǎng)技術(shù) 2000
[2]嚴(yán)興疇 繼電保護(hù)技術(shù)極其應(yīng)用[J] 科技資訊2007
