时间：2023-07-31 09:20:40
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇人工智能与经济发展，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
关键词：贸易经济人才培养大数据与人工智能挑战
中图分类号：G71文献标识码：A文章编号：1672-3791（2020）06（a）-0028-02
21世纪是一个智能化时代，人工智能与智能系统的不断发展，成为当今世界各国发展的重中之重。2015年来，人工智能快速覆盖了我国的各行各业，这些新型行业的出现，一方面给传统产业、行业和企业带来挑战，使得传统行业开始萎缩，对人才的需求开始下降，而新产业、行业和企业的出现并得到快速发展，因此对人才的需求量逐年增加。这一变革，给高校人才培养带来了巨大的挑战和机遇。
1人工智能背景下的贸易经济专业发展现状分析
1.1贸易经济专业办学与人工智能的联系很弱
从贸易经济专业的办学水平和内容来看，均处于传统阶段，对行业在人工智能方向上的变迁没有系统的认识和认知性教育，贸易经济专业的改革势在必行。
以重庆工商大学为例，贸易经济专业的办学与人工智能的结合非常微弱，甚至可以说基本没有考虑到人工智能与专业办学的结合。最近三年，重庆工商大学的贸易经济专业开始探索大数据与专业办学的结合，苦于师资和其他办学资源的限制，目前仍处于讨论阶段。
1.2贸易经济专业的人才培养仍停留在传统模式上
从开设贸易經济专业的高校来看，人才培养模式均未与人工智能、大数据进行紧密结合，这一现状对专业建设与快速发展的行业之间对现代人才需求之间存在着较大的差距，贸易经济专业需要加快改革的力度。
1.3贸易经济专业的课程体系仍未与人工智能结合起来
从课程体系来看，贸易经济专业的专业类课程设置中不同学校有些差异，标志着各校的专业建设和人才培养有所不同，但是大部分课程设置都是传统类课程，如西方经济学、政治经济学、会计学、贸易经济学、零售学、消费经济学、商品学、市场营销、商务谈判、国际贸易、产业经济学。与人工智能、大数据、数据分析的课程很少出现，传统课程也未与人工智能进行交叉，或者以多种方式将人工智能、大数据及数据分析嵌入各门课程中。
2人工智能背景下贸易经济专业发展的机遇
人工智能与大数据的发展势不可挡，产业体系初具规模，支撑能力日益增强。为贸易经济专业的未来发展带来了不可多得的机遇。
2.1人工智能给贸易经济专业带来了新的发展方向
无论从流通2025还是从流通4.0来看，人工智能与流通、贸易行业的深度结合形成的新行业，成为未来发展的新趋势，这些行业的快速发展，对人才的需求，为贸易经济专业明确了未来的办学方向。
2.2人工智能给贸易经济专业的课程体系改革带来了新方向
开设贸易经济专业的各高校均有自己的一些课程建设的特征和特色，在科学研究方面，多学科之间互相支持也具备了前提条件，这一先天优势，给贸易经济专业进行的课程体系的重构，提供了优越的前提条件。人工智能背景为贸易经济专业的课程体系重构和改革提供了新的方向，贸易经济专业可以在专业课程体系设计上，加大大数据与人工智能与贸易经济课程的结合力度。
2.3人工智能给贸易经济专业学生就业带了新机遇
传统时代贸易经济专业主要为商贸流通类企业培养高端商贸人才，或者为政府部门、科研单位培养管理和科研型人才。人工智能与各行业的结合，孕育出了一些新的岗位，这些岗位需要高端人才，这些人才不止懂贸易、物流、商务的专业知识，更要懂数据、大数据，尤其是能够进行数据处理和分析，并等运用大数据进行管理。同时智能贸易、智能零售、智慧商业、智慧物流等行业对新型人才的需求非常紧迫。
因此，贸易经济专业的办学需要进行深入的市场调研，全面深入掌握行业发展和人才需求的实际情况，重构人才培养的体系和思路，重新设计专业课程，这是提升人才质量的关键。
3人工智能背景下贸易经济专业发展的挑战
人工智能+商贸流通的快速发展，以及人工智能在高等教育中的广泛应用，给高校贸易经济专业的办学和未来发展带来了很大的挑战，一方面传统行业的升级换代需要新型人才；另一方面当前高校贸易经济专业的现有资源的落后制约了教育改革。与此同时，智能化不断进入课程，对教师的替代力度在不断提高，这些变化，给高校的专业建设和专业发展带来了巨大的挑战。
4人工智能背景下贸易经济专业发展的路径
4.1建立适应人工智能+背景下的贸易经济专业人才培养理念
人才培养的创新首先是理念的创新与形成，贸易经济专业在人工智能时代的未来发展之路，是从人才培养创新出发，所以首当其冲的是人工智能+的培养理念的形成，根据区域商贸流通业发展与社会对贸易经济人才培养提出的新需求和高等教育与人工智能的融合发展的新趋势，在持续深入开展贸易经济专业人才培养模式的社会调研的同时，深入进行理论研究和实践探索的基础上，形成适合本校独特的人工智能背景下的贸易经济专业独特的培养模式。即“大德育理念”“大商科理念”“学科交叉融合发展理念”。
4.2构建人工智能+的人才培养方式与手段
贸易经济专业的教师和学生面对的是一个瞬息万变的时代，因此，教师要不断地跟进行业发展，成为理论的“创新者”，同时还要增加著名企业的管理者和实践者成为教学团队成员，来促进贸易经济专业教学与时俱进，促进科研、教学与社会服务一体化，形成风格独特的教学内容体系和教学方法，启发学生多思考，培养学生的创新能力和决策能力。
4.3加强适应人工智能+贸易经济专业教学的新型教师团队
教师是教学的最根本资源，是确保教学质量提升的根本性条件，也是推动教学改革的主要力量，贸易经济专业的一切改革均是基于教师的改革。首先，要加强教师在人工智能方面的学习和提升。其次，我国高等院校的贸易经济专业教师还要探索信息技术、人工智能如何支持教师决策、教师教育教学、改进教学手段等，推动新技术与教师专业发展有机融合，实行线上线下结合的混合教学。最后，贸易经济专业教师要充分认识到人工智能技术的广泛应用，不断可以促使和推进教师的研究能力，形成新型的教师团队。
4.4提升学生的在智慧产业中的就业能力
[关键词]人工智能技术；会计信息系统；财务会计信息管理系统
随着人类社会科学技术的发展，公司在买方市场中面临着复杂多样的个人需求。到目前为止，传统的会计信息系统在手工或计算机计算的基础上输出的一般会计信息已不能满足个人会计信息的需求。为了满足买方市场的个人需求，满足企业决策者的信息需求，有必要在物质经济阶段设计规范的会计信息系统，以定制和完善人类经济中的会计信息系统，将使用会计信息作为向量的传统会计报告表格转换为自定义会计报告表格。因此，在“互联网+”背景下，笔者考虑了人工智能如何参与构建买方市场中用户需求各个阶段的人类经济发展会计信息系统，从而带来了新的思路。
1.人工智能对会计的影响
人工智能对会计业务的影响不仅取决于会计业务的阶段和人工智能的发展，还取决于不同国家和地区的社会和经济发展。迄今为止，国内外会计学者已就人工智能对会计工作的影响达成共识。大范围、高频率、标准化和清晰规则的会计任务将被AI取代，具有价值和专业判断力的会计任务将与AI共存。“互联网+”和第四次工业革命中的去中心化与区块链的瓦解以及信用损失导致共享经济的诞生。在去中心化信任结构下追求共享价值成为共享经济的新顶峰，并采用系统的整体方法为会计去中心化信任结构下的利益相关者或组织提供有价值的会计信息。因此，作为未来研究的核心，利用人工智能将是会计师能力的延伸，并将在分散的信任结构下使用系统理论的整体方法来完成和实现智能会计功能。
2.人工智能的发展
人工智能扩展了计算机功能，它通过认知表达、机器学习、知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动编程等为机器人提供智能模拟，从而实现人类智能。这个定义清楚表明，人工智能与思维科学之间的关系就是实践与理论之间的关系。自1956年在达特茅斯会议上首次提出，人工智能的定义经历了三个阶段的发展，并塑造了自然科学、社会科学和技术科学的交汇处。它也是技术创新和社会发展的产物。它从人类思维的角度处理逻辑思维、形式思维和鼓舞性思维。基于这三个思想，人类构建了AI符号，联想和行为智能，AI标准逻辑、模糊逻辑和符号逻辑。我们在标准逻辑和基于模糊逻辑和符号逻辑的强大人工智能的前提下开发了弱人工智能导致生产力要素和结构发生破坏性变化，使人们从就业中解放出来。以创新的人工智能作为其开创性技术的第三次工业革命意味着人类社会已进入基于信息不匹配的以人为中心的经济阶段。鉴于马斯洛对自由竞争的理论编码顺序要求，默认要求值具有信用币总数的特征，而高要求值具有非信用币总数的特征。人类社会已经进入了信息对称、以人为本的经济发展阶段。买方的销售市场工作经验要求利用价值来对第三方数据进行定量分析。为了更好地突出公司财务信息的作用，有必要根据所需使用值的总数对具有不同理论和逻辑的人工智能技术进行预处理，并将其应用于公司财务信息管理系统，基于人们使用价值的定制企业财务信息取代了基于类型使用价值的标准化财务会计信息管理系统。本文明确指出，当今收费的关键缺陷在于当前的收费信息内容简单，与客户关系不密切。对于客户而言，决策供应是必需的。顾客将不再购买公司制造的物品，而只会购买公司制造的自己必需的物品。这进一步提高了资源分配率，降低了企业成本，有利于创造最大化利润使用价值。财务会计改革与创新的基本方向是，根据信息时代的客户经验，以及对财务会计和监督目标的新认识和定义，在特定的两个层次上使企业的使用价值最大化。
3.会计信息系统开发
在当代科学技术进步的背景下，财务会计信息管理系统与计算机信息管理系统相同。后者使用电子计算机作为关键的专用工具来收集、存储和解析用于财务会计的各种财务会计数据信息，并提供会计审计、分析和服务项目。与管理决策相关的财务信息的实质是将财务会计数据转换为财务信息，这是公司信息管理系统的关键子系统。财务会计信息管理系统在我国的应用可以追溯到1980年代。它最初是由公司建立的，随后出现了用友、金蝶等会计软件，极大地推动了财务会计的发展趋势和进步。在1990年代中期至后期，传统财务会计计算的缺点逐渐显现出来。业务不再满足单一会计功能，不仅限于诸如簿记和报告输出之类的基本要求，而且对相关的业务收益、成本等具有更大的影响。随着对信息需求的增加，原始财务软件正逐渐过渡到高度集成软件，例如ERP，因此，全国各地的财务软件供应商也已转变为ERP供应商。随着信息技术的发展，ERP财务会计信息管理系统也进入“互联网+”时代，我国的财务会计信息管理系统逐渐发展成为财务管理信息系统。在大数据背景下，许多文献从各个角度对财务会计信息管理系统进行了新的探索，并明确提出了新的规定。商业管理财务信息是当代信息技术在公司财务中的应用，提出企业会计信息系统应由业务架构、数据架构等五部分组成。会计信息系统必须合法化，其主要途径是建立专业的会计法令和制度，加强会计法制建设。
4.基于人工智能技术构建人本经济阶段企业
4.1会计信息系统
为了在第四次工业革命时代促进人类经济的发展和现代基础信息技术的传播，从信息不对称和信息的角度讨论在人类经济阶段建立企业会计信息系统的问题。信息内容非对称理论是经济发展中的“企业财务信息管理系统人工智能技术”。高新技术的自主创新和发展趋势不仅促进了人类社会的发展，而且信息的不对称也促进了以人为本的经济发展。信息的不对称已经取代了基于化学物质的经济发展。社会经济的发展促进了以人为本，这意味着基于人力资源使用价值的财务会计基础理论和定制的财务会计信息管理系统已经长期取代了基于使用价值类型的财务会计基础理论和标准化的财务会计信息管理系统。在以人为本的信息经济发展不对称的环节中，以客户为中心的企业关联方合同的特点决定了以人为本的企业财务会计信息管理系统的基本理论。
4.2集中的以人为中心的经济实体
构成了集中的以人为中心的企业会计实体的假设。以人为本的经济实体存在的连续性形成了以人为中心的企业会计可持续经营的假说。马斯洛的买方市场订单的需求价值度量属性确定了以人为中心的企业会计的全货币假设。人类经济发展的规律性决定了人类经济发展的周期，而循环又决定了基于人的企业的固定会计期间的假设。由于会计的性质决定会计目标，因此，以人为本的公司会计信息系统的理论确定了有关以人为本的公司会计目标决策的有用观点。会计职能由会计目标确定，以人为本的决策和公司会计目标从有用的角度确定了积极反映和控制的以人为本的公司会计职能。根据会计功能设计的会计程序和方法，将质量序列需求值与买方市场的信息不对称性结合起来，具有跨货币量化的特征，由此可以推断出适当的会计准则。顺序作为买方的市场质量，形成需求值，会计组织程序和方法标准化。因此，本文将以人为中心的会计要素划分为专门的分工，形成的会计等式为“基于人的价值资产=基于人权的权利”。低水平(基本)的需求价格适应编程的会计功能，生成结构化的会计数据，而人工智能完全取代了会计工作。高需求值的特点是非本国货币价值量化，适应非过程会计功能，生成非结构化会计数据，并且人工智能不能完全取代会计师的工作。在基础层中，计算模块添加计费计算子模块，数据库模块添加计费数据库子模块，存储模块添加计费存储子模块。平台层添加了三个子模块：经济业务识别、会计语言处理和会计业务处理。在服务层中，会计工具和技术服务增加了三个人工智能验证工具，用于会计计量和标准逻辑，模糊逻辑和符号逻辑，并增加了会计结构数据库和会计非会计信息，可以反映会计信息的作用。
4.3信息对称的人本经济阶段的“人工智能+企业会计信息系统”
科技革命促进了当代技术实力的发展，从而完成了以共享经济模型代替不对称理论的经济发展。我们可以通过区块链技术构建去中心化结构下的以人为本的财务会计基础理论和财务会计理论创新的财务会计信息管理系统。数据共享平台的建立改变了原有的传统方式，在共享经济模型中，智能参与者将以客户为主导，从而创建一个超越合同的实质性财务会计信息管理系统。区块链技术共享经济模型的主题将规定新的区块链技术公司的会计主题的假设，新的区块链技术共享经济模型的参与者可能具有长期运营标准，或者可能会发生变化。
5.结语
本文分析了根据以人为本的经济阶段信息不对称和信息对称环境下的管理会计理论，创造性地构建了第三、第四代人工智能相结合的会计信息系统。工业革命在信息不对称的以人为中心的经济中，以“企业+区块链”为基础构建“企业会计信息系统+人工智能”；在以人为中心的经济阶段，以“本地区块链+企业”为基础围绕“对称信息”建设“人工智能+企业智能会计信息系统”。本研究为探索人工智能与会计工作方法的创新整合以及会计领域的改革提供了理论依据和经验参考。
【参考文献】
[1]丁胜红，胡俊.人工智能技术下会计信息系统的构建[J].财会月刊，2021(08)：98-102.
[2]戈闯.会计信息化对财会教育的影响[J].中国科教创新导刊，2013(31)：67.
[3]成瑗.采购业务核算的智能化信息处理研究[D].天津商业大学，2010.
[4]李萌.会计信息处理智能化研究[D].天津商业大学，2007.
[5]唐杰，李华丽.基于政府会计制度的高校会计信息系统调整方案设计[J].财会通讯，2020(01)：163-166.
一、超智能社会的主要内涵
近年来，信息技术取得了突飞猛进的发展，使得全球迎来了经济社会的大变革时代。物联网、机器人、人工智能、生物医学、脑科学等领域的技术的进步，已经给人们的生活带来了重大改变。信息技术及网络化的大时代潮流，也使得超智能社会5.0变得不再遥远，人工智能也成为实现超智能社会的核心。谷歌的人工智能―阿尔法围棋，战胜前世界冠军李世石；IBM人工智能医生“华生”达到全球医生的平均水平；美国风险投资企业收购NBA勇士队，采用大数据和人工智能分析，使勇士在6年之内由全联盟倒数第2变成总冠军等，均显示了人工智能取得的突破性进展。
超智能社会5.0是在当前物质和信息饱和且高度一体化的状态下，以虚拟空间与现实空间的高度技术融合为基础，人与机器人、人工智能共存，可超越地域、年龄、性别和语言等限制、针对诸多细节及时提供与多样化的潜在需求相对应的物品和服务，是能够实现经济发展与社会问题解决相协调的社会形态，更是能够满足人们愉悦及高质量生活品质的、以人为中心的社会形态。
超智能社会5.0，也是在德国工业4.0强化产业竞争力、实现产业变革的基础上，试图通过智能化技术解决相关经济和社会课题的全新的概念模式。具体而言，不论都市与地方，都可以确保方便使用自动驾驶汽车，实现分布式能源的自产自用，以及使用基于新一代通信系统的智能医疗体系等。
超智能社会不仅涵盖能源、交通、制造、服务等多个系统组合，未来还将包括人员、商务、法律等管理机能，以及劳动力提供与理念创新等人类自我价值的实现。建设超智能社会不仅需要高速公路等交通智能化、能源价值链最优化、制造体系全新化等核心智能系统的开发，也需要跨区域的医疗健康系统、食品产业链、生产体系等新的智能价值链的创造与创新，以及导航卫星系统、数据综合解析系统、公共基础设施认证等方面的支持。
二、超智能社会的主要支撑技术
在2016年5月底颁布的《科学技术创新战略2016》中，对支撑超智能社会建设的主要技术领域进行了详细描述，主要涵盖虚拟空间和现实空间两大技术领域。
（一）虚拟空间技术领域
网络安全技术：对物联网技术而言，从系统的设计到最终生命周期结束的时间很长，需要以漏洞处理、加密及高存储容量等技术为重点，构建相应的研发及信任体系，并确保相关系统成本的降低；
物网系统构建技术：在大规模系统运行过程中，对系统进行结构改造以及新旧设备的相互衔接，结构边缘及服务器侧的虚拟技术就成为关键；
大数据解析技术：从含有非结构化数据的各种大数据中，挖掘出有价值的信息，需要实时的高速信息处理技术的支撑；
人工智能技术：在对当前人工智能的深层学习技术继续加强研发的基础上，还要推进搜索型、知识型、计算型，以及统合型人工智能的研发；
设备技术：不仅要强化对大数据高速和实施处理的小型超低电力消耗设备的研制，也要努力实现强功能和高性能系统的开发，以及最新的材料和设计技术开发之间的相互融合；
网络技术：在推进网络虚拟化技术的同时，为实现庞大物联网设备间无线通信，开发高容量的无线技术势在必行；同时还要构建对大数据实时把握及进行高度分析判断的网络技术；
边缘计算技术：面对信息的实时高速处理，需要同步推进分散处理技术，确保网关等终端设备安全，并建立无法确保情况下的防范架构。
（二）现实空间技术领域
机器人技术：为实现机器人在通信、社会工作支援、制造、老人及残障人士帮扶等多个生产和生活领域应用，日本应积极推进相关技术研发，并引领安全评估的国际标准制订；
传感器技术：在获取各种信息的基础上，开发可远程实施的远程监控及性能更新技术；
处理器技术：推进与机理、驱动、控制等信赖评价及处理器的人工智能研发密切相关的基础研究，强化微电机系统及生物处理器等领域的技术研发；
生物技术：加强生物传感器、人体运动数据采集装置、生物驱动器等的开发，强化生物基础技术研究，特别是高度小型化及超低电量消费的传感器技术；
人机交互技术：在加快推进虚拟现实与增强现实、感知工程、认知科学与脑科学等领域技术研发的同时，考虑到技术设备的进步，为实现以机器人为代表的人工智能与人类的共存，与人类平等或仅为工具等社会伦理问题也需要提上日程。
（三）综合领域相关技术
纳米等原材料技术：支撑能源、基础设施、医疗健康等领域创新型结构材料和功能材料的研发，以及相关应用组件的升级，重点突破领域为：高效电力控制的半导体技术、工艺创新的触媒技术，以及声光控制技术、高端测量诊断和成像技术、生物材料和纳米材料等新型原材料技术；
光学和量子技术：为推进对信息通信、医疗、环境、能源等领域给予综合支撑的、具有高精度、高敏感度、大容量、节能又安全等特征的、高端社会及产业基础设施的形成，必须加强计算技术、成像与传感技术、信息和能源传输技术、高加工技术等相关基础和应用技术的研究，特别是在大容量和高速光子传输等尖端光学和量子技术等前沿领域。
（四）2020年主要成果目标
在作为支撑平台的网络空间技术领域，实现创新性技术突破；
超小型、低电量消耗传感设备的实用化；
量子信息处理和量子传输基础技术的开发；
新一代电力电子技术的全面商业化；
开始进行综合性新材料开发系统的中试；
进行生物性能技术材料的生产；
2030年前后实现基干化工产品新触媒技术的实用化；
2030年前后实现结构性材料的飞跃，在汽车与飞机制造等领域普遍采用轻量化与超耐用的新材料。
被外界誉为日本的“巴菲特+盖茨”的软银总裁孙正义在2014年底提出了用人工智能机器人拯救日本，使日本在2050年产业竞争力重回世界第一的豪言。他指出，日本若能采用3000万台可24小时工作的人工智能产业机器人（相当于增加了9000万制造业劳动人口），而支付给每台机器人的“平均月薪”仅为1.7万日元，这无疑将让日本一举两得地扭转在人口老龄化和劳动力成本过高方面的劣势。
而日本新能源与产业技术综合开发机构（NEDO）的研究报告《面向2035年的机器人产业未来市场预测》指出，日本国内的机器人产业市场规模2020年2.9万亿日元、2025年5.3万亿日元、2035年9.7万亿日元。
三、政策建议
当前我国经济发展已经进入到新常态阶段，劳动力成本增长明显，2012年已过人口增长的刘易斯拐点，老龄化问题也日益见突出。为缓解相关压力，将物联网、大数据、云计算、人工智能、自动驾驶、共享经济等技术与经济、社会发展密切结合势在必行。相关政策建议如下：
（一）提出“智慧中国2050”
为坚持以人为本的科学发展观，深入贯彻五大发展理念的相关要求，应充分借鉴日本超智能社会5.0的科学内涵，研究提出诸如“智慧中国2050”的概念，并针对《国家创新驱动发展战略纲要》提出了2020、2030、2050年我国科技创新战略目标，今后在具体细则制定及实施上，融入“智慧中国2050”等内涵，将人工智能等技术与我国未来经济社会发展需求相结合，引领未来社会经济l展及模式转变。
（二）注重“人工智能+物联网”
将“人工智能+物联网”融入新技术、新产业、新业态、新模式等四新发展理念之中，建立“人工智能+物联网”国家实验室，注重人工智能机器人等主要支撑技术的发展，以及“人工智能+物联网”在创建与经济社会密切相关的新产业、新业态、新模式中的重要作用，加快从网络化、数字化向智能化转变，大力发展数字化智能经济，以人工智能为核心打造“智慧中国2050”。
（三）做好产业政策转型，提高选择性产业政策的聚焦度
在我国产业政策由选择性为主向功能性为主转变的情况下，将《中国制造2025》与经济社会发展更为紧密地结合在一起，不仅使选择性产业政策先中上游产业聚焦，在强化虚拟空间技术研发的同时，注重传感器技术、生物技术、人机交互技术等现实空间技术，以及纳米等原材料技术、光学和量子技术等综合技术的研发，还应进一步加强与经济社会的联系，使产业和技术创新能够真正服务于民。
（四）拓展大众创新、万众创业的内涵，推进智能社会建设
进一步拓展大众创新、万众创业的内涵，将支持范围扩大至社会经济领域，强化大数据、云计算、“人工智能+物联网”等在经济与社会领域的应用，关注自动驾驶、共享经济等对经济社会型态变革的影响，切实推动大众创新、万众创业在技术与社会经济发展相结合的综合性领域的发展。
（五）密切关注人工智能对全球产业与经济格局的影响
［关键词］人工智能会计变革;应对策略;会计人才
数据和人工智能技术逐步应用于会计行业，德勤等四大会计师事务所相继推出财务机器人，RPA技术被越来越多的企业广泛运用。这一科技创新将帮助会计从业人员从许多重复性、标准化、流程化的核算工作中解放出来，与此同时也催生了新型会计岗位，给会计从业人员带来新的挑战。毋庸置疑，人工智能技术引发会计变革，究竟会带来何种变革，会计从业人员该如何应对会计变革是文章探讨的关键问题。
1人工智能概述
人工智能(ArtificialIntelligence)是计算机科学的分支，它试图通过研究、开发用于模拟和扩展人的智能的理论、方法、技术，以构建出一种新的能模拟人类意识和思维模式的一门新的技术科学。其研究内容包括知识表示与自动推理、机器学习与知识获取、自动编程与智能化机器人等。人工智能的发展经历了萌芽、诞生、发展到集成四个阶段。人工智能应用于财务领域始于1987年美国注册会计师协会发表的《人工智能与专家系统简介》，后来国外对此进行了深入的研究与探索，开发出相应技术与专家系统解决财会领域的分析决策工作，目前主要是运用模型化的财务管理理论，将匹配后的数据导入信息库，据以分析得出企业财务报告，形成战略经营建议。财务领域中的人工智能技术主要在于机器视觉和语音识别两个方向，着重模仿人类的财务操作和判断，多应用于业务收支预测、风险管控、税务优化等方面。
2人工智能技术对会计行业的影响
随着大数据、人工智能、移动互联网、云计算技术的发展和应用，为我国企业管理的模式注入新的理念，传统的基础会计核算工作会被财务机器人替代，会计数据的采集、挖掘、分析，会计核算流程的再造以及随之而来的对新型会计岗位人才的需求，都将推动企业会计模式的变革。
2.1人工智能实现会计数据质的飞跃
数据是会计核算的起点，为企业决策提供依据。在人工智能技术的支持下，海量的结构化和非结构化数据在数据处理系统中整合和分类;数据挖掘技术对数据进行深度挖掘，发现其潜在价值，数据的质量随之提升。会计人员通过人工智能辅助系统，利用信息自动集成技术，自动将各种会计信息记录到会计系统，避免了以往财务人员花费大量时间和精力于采集和录入数据信息。随后利用人工智能自动核算功能进行账务处理，智能分析系统进行一定的数据分析，避免了会计从业人员处理大量的基础核算工作，将工作重心转移到为企业创造更多价值的预测、分析与决策工作中去，提高企业决策的效率和准确性。
2.2人工智能促进会计信息互联
在会计核算方面，大量企业采用PRA，其被普遍认为是业务流程自动化软件，结构化、常规化会计流程均由自动化机器人来执行，不受时间和空间的限制，自动生成各项报表，及时快速，灵活准确。人工智能为企业管理者和财务信息使用者搭建起信息共享平台，使企业与其客户、银行、税务、会计师事务所等广泛互联，实现上下游企业沟通、银企对账、网上报税等。财务智能系统通过科学的决策程序，利用会计数据和模式，以不同角度、不同层次、不同时期进行分析，揭示隐藏在财务数据背后的价值，使得会计信息质量大幅提高，提高企业决策效率。
2.3人工智能催生新型会计岗位
核算和监督是会计的两个基本职能，财务人员日常主要完成建账、填制和审核原始凭证、填制记账凭证、登记账簿、编制财务报告等基础性工作。伴随人工智能的发展，这种日常的标准化、流程化的基础核算工作可由财务机器人完成。财务机器人高效低耗、精准可靠、快速反应的优势相较于会计工作人员日益明显。与此同时，机器人间无须回避职务职能的利害冲突，这些都降低了会计人员在单位内部运营管理的重要地位。未来财务领域对基础会计从业人员的需求大幅减少，会计人员岗位需求结构面临变革。管理会计人才是集财务会计、法律、财务管理、计算机等知识于一体的复合型人才，并具有数据分析思维和预测思维，国家倡导的未来的管理会计师应同时是价值分析师。利用大数据和云计算等信息技术，解析过去、控制现在、分析未来，是对未来会计岗位人才提出的新的要求。
3会计行业在人工智能时代下的应对策略
3.1提高思想认识
人工智能技术在财务领域的广泛应用已是必然趋势，利用数据挖掘技术、智能决策支持系统等将财务人员从烦琐复杂的工作中解脱出来，会计核算职能向管理决策职能转变，同时也对会计从业人员提出更高要求。面对人工智能技术带来的巨大变革，财务人员应在了解人工智能技术的基础上，努力学习新技能，加强计算机、信息技术知识的学习研究，以顺应时展的需要。与此同时也应认识到，不论是信息化系统，还是财务机器人，仅仅起到辅助决策作用，仍由人类进行开发、使用和维护。因此会计人应审时度势、转变观念，全面认识人工智能，努力使自己成为兼具财务知识和信息系统操作能力的驾驭财务机器人的复合型人才。
3.2实现管理会计转型
2014年10月财政部颁布了《关于全面推进管理会计体系建设的指导意见》，要求在5年之内提升管理会计人才的职业能力。中国总会计师协会会长刘红薇在2018年5月世界会计论坛上表示:管理会计已经在全球进入了一个大变革和大发展的历史时期。财务人工智能技术实现了会计信息的标准化流程化处理，会计核算职能逐渐被财务机器人取代，这种以技术手段革新形式带来的会计职能的变化，释放出大量基础会计核算人员，他们必须综合学习会计、财务管理、税务以及信息系统的相关知识，向管理会计人才转型。在企业发展战略的指导下，以管理会计的视角，将数据进行分析和提炼，编制预算计划，对企业经营业务进行控制，对业绩进行评价，为企业发展和治理提供指导，以适应时代变化，成为多元化人才。
大众一般认为，新技术的研发是难度最大的，应用及监管与研发相比难度就会低很多。但对于将深远影响人类社会运营方式的人工智能来说，情况或许正好相反。
人工智能的潜在缺陷与控制
目前基于人工智能科技所开发的自动控制、模式识别和机器学习系统，其实都是人工智能领域非常初级的部分，往往需要研发团队针对实际应用场景设置重要先决条件，以降低人工智能系统的判别难度并提高准确率。当各种极客型的技术人员大开脑洞采用人工智能技术研发各种黑科技时，他们的关注范围是非常聚焦的，即按照最优条件下设想人工智能的应用范围和场景，较少考虑相关技术在复杂条件甚至人为滥用的情况下面临的困境。这往往也为人工智能潜在的不当使用埋下了伏笔。
人工智能作为信息化系统，一定会受到自身设计的局限和开发质量的影响。再加上人工智能在识别和判断时需要基于人工设置和历史数据，通过精心设计的训练过程才能得到基于概率的判别结果。所以对于人工智能系统，在特定前提或应用场景下作出错误决策是100%会出现的。作为政府和监管部门，面临的第一个重要问题就是系统错误决策所引起的财产损失甚至人身伤亡该如何判定责任与承担赔偿，甚至要能够提出合理的原则，区分哪些错误决策是小概率事件本身引发的，哪些错误决策是由于系统设计、训练数据和训练过程存在问题所导致的。
2016年2月14日，上路试验已经六年的谷歌自动驾驶汽车第一次由于系统“误判”导致了交通事故。谷歌公司表示自动驾驶汽车在这次轻微车祸中承担“部分责任”。由此可见，当时的谷歌自动驾驶系统在特定场景下触发了一个错误决策。可以想象，当自动驾驶汽车全面行驶在大街小巷时，系统的微小错误导致的责任事故会基于巨大的汽车保有量而放大成为一个引人注目的数字。由此而引起的责任划定和赔偿也会由于人工智能和人类行为的混合作用而变得异常复杂。
另一个广为人知的应用缺陷就是公平性问题。2016年哈佛大学肯尼迪学院的分析报告指出，目前针对犯罪倾向性预测的人工智能系统，无论技术人员如何调整机器学习的策略和算法，人种肤色都成为无法抹去的高优先识别变量。人工智能系统评估结果出现了明显的对黑人群体的偏见，这是现阶段人工智能技术手段无法避免的，也是人工智能系统广泛应用于现有社会环境并为社会大众所接受的一个重要的障碍。
在以上问题没有经过实践验证的法律支持和监管框架管理下，人工智能的全面应用很有可能带来相关领域社会活动的混乱并造成意想不到的后果。
逐步建立的人工智能监管
美国政府对于人工智能的广泛应用和相关监管框架一直保持关注，并在特定领域开始小范围的实践。
以人工智能领域目前相对成熟且应用前景广阔的自动驾驶为例，企业能够尽快推进自动驾驶技术开发的重要原因，是在制度方面得到了美国政府的大力支持。
2012年5月，美国内华达州汽车管理局为谷歌自动驾驶汽车发放了美国首张自动驾驶车辆许可证，此前内华达州议会通过了允许自动驾驶车辆上路的法条。八个月后谷歌又在加利福尼亚州取得了许可证。随之而来，奥迪和丰田也先后在美国的一些州拿到了实验许可证并开展公路测试。一时间，美国成为各国企业争先开展自动驾驶的试验田，加速了自动驾驶技术的成熟。
虽然美国交通管理部门积极配合自动驾驶技术的测试和路试，但是对于正式的应用许可还是采用非常审慎的态度。2014年10月，加州车辆管理局同时颁发了29张自动驾驶汽车公共道路测试许可证，分别给了谷歌、戴姆勒、大众三家公司，获得许可的条件之一是人可以随时干预汽车驾驶，以确保在人工智能广泛测试和安全性之间取得平衡。
加州车辆管理局2015年12月提出了一项监管草案，要求所有自动驾驶汽车的驾驶座上必须始终乘坐一名拥有驾照的人士，并要求汽车在设计方面必须拥有方向盘、油门踏板、制动踏板等传统机动车具备的基本操控装置，以便具有驾驶资质的人在无人驾驶汽车失灵时可随时接管汽车的操作。在草案细则中，加州还规定了自动驾驶的三年试用期。消费者可以通过租赁的方式从制造商处获得自动驾驶汽车，但制造商需要跟踪记录消费者的驾驶情况，把汽车性能指标和驾驶记录递交机动车辆管理局。
可以看到，美国的交通部门在放行自动驾驶技术时是逐步进行，并尽量确保过渡阶段监管规则的连续性。尽管谷歌等自动驾驶技术公司向公众抱怨，政府过于严厉的监管和相对谨慎的态度阻碍了自动驾驶技术向实用水平的快速发展，但这是监管部门职责所在，他们必须保护公众在享受新技术成果的同时，避免潜在技术缺陷导致的伤害。今年1月，美国运输部长Anthony Foxx表示，将在六个月内出台自动驾驶汽车指导原则。美国高速公路交通安全管理局(NTHSA)也表示，为了加速自动驾驶汽车的发展，该机构将放弃一些目前针对自动驾驶汽车的安全要求。
收益和风险前瞻
2016年5月3日，白宫的副首席技术官埃德·费尔顿宣布，白宫将组织一系列有关人工智能收益与风险的研讨，“为人工智能的未来而准备”。
此次人工智能领域的系列研讨包括以下内容：
2016年5月24日，西雅图：与人工智能相关的法律与监管事务;
2016年6月7日，华盛顿：人工智能与社会福利;
2016年6月28日，匹兹堡：人工智能的安全与控制;
2016年7月7日，纽约：近期的人工智能技术对社会和经济的影响。
此次人工智能领域的研讨，一方面涵盖了从立法到监管原则的确定，为政府全面管理人工智能确立法理依据和管理边界;另一方面，也将深入探讨人工智能有可能存在的缺陷以及相应的安全控制原则。此外，研讨视角不仅面向具体的监管框架，同时还包含了对就业、社会福利、经济发展的长远影响的分析。
中国目前侧重于打造平台、培育企业、构建市场、激励创新等方面，对于监管原则、监管体系和监管机构建设，基本没有部署。
大众一般认为，新技术的研发是难度最大的，应用及监管与研发相比难度就会低很多。但对于将深远影响人类社会运营方式的人工智能来说，情况或许正好相反。
人工智能的潜在缺陷与控制
目前基于人工智能所开发的自动控制、模式识别和机器学习系统，其实都是人工智能领域非常初级的部分，往往需要研发团队针对实际应用场景设置重要先决条件，以降低人工智能系统的判别难度并提高准确率。当各种极客型的技术人员大开脑洞采用人工智能技术研发各种黑科技时，他们的关注范围是非常聚焦的，即按照最优条件下设想人工智能的应用范围和场景，较少考虑相关技术在复杂条件甚至人为滥用的情况下面临的困境。这往往也为人工智能潜在的不当使用埋下了伏笔。
人工智能作为信息化系统，一定会受到自身设计的局限和开发质量的影响。再加上人工智能在识别和判断时需要基于人工设置和历史数据，通过精心设计的训练过程才能得到基于概率的判别结果。所以对于人工智能系统，在特定前提或应用场景下作出错误决策是100%会出现的。作为政府和监管部门，面临的第一个重要问题就是系统错误决策所引起的财产损失甚至人身伤亡该如何判定责任与承担赔偿，甚至要能够提出合理的原则，区分哪些错误决策是小概率事件本身引发的，哪些错误决策是由于系统设计、训练数据和训练过程存在问题所导致的。
2016年2月14日，上路试验已经六年的谷歌自动驾驶汽车第一次由于系统“误判”导致了交通事故。谷歌公司表示自动驾驶汽车在这次轻微车祸中承担“部分责任”。由此可见，当时的谷歌自动驾驶系统在特定场景下触发了一个错误决策。可以想象，当自动驾驶汽车全面行驶在大街小巷时，系统的微小错误导致的责任事故会基于巨大的汽车保有量而放大成为一个引人注目的数字。由此而引起的责任划定和赔偿也会由于人工智能和人类行为的混合作用而变得异常复杂。
另一个广为人知的应用缺陷就是公平性问题。2016年哈佛大学肯尼迪学院的分析报告指出，目前针对犯罪倾向性预测的人工智能系统，无论技术人员如何调整机器学习的策略和算法，人种肤色都成为无法抹去的高优先识别变量。人工智能系统评估结果出现了明显的对黑人群体的偏见，这是现阶段人工智能技术手段无法避免的，也是人工智能系统广泛应用于现有社会环境并为社会大众所接受的一个重要的障碍。
在以上问题没有经过实践验证的法律支持和监管框架管理下，人工智能的全面应用很有可能带来相关领域社会活动的混乱并造成意想不到的后果。
逐步建立的人工智能监管
美国政府对于人工智能的广泛应用和相关监管框架一直保持关注，并在特定领域开始小范围的实践。
以人工智能领域目前相对成熟且应用前景广阔的自动驾驶为例，企业能够尽快推进自动驾驶技术开发的重要原因，是在制度方面得到了美国政府的大力支持。
2012年5月，美国内华达州汽车管理局为谷歌自动驾驶汽车发放了美国首张自动驾驶车辆许可证，此前内华达州议会通过了允许自动驾驶车辆上路的法条。八个月后谷歌又在加利福尼亚州取得了许可证。随之而来，奥迪和丰田也先后在美国的一些州拿到了实验许可证并开展公路测试。一时间，美国成为各国企业争先开展自动驾驶的试验田，加速了自动驾驶技术的成熟。
虽然美国交通管理部门积极配合自动驾驶技术的测试和路试，但是对于正式的应用许可还是采用非常审慎的态度。2014年10月，加州车辆管理局同时颁发了29张自动驾驶汽车公共道路测试许可证，分别给了谷歌、戴姆勒、大众三家公司，获得许可的条件之一是人可以随时干预汽车驾驶，以确保在人工智能广泛测试和安全性之间取得平衡。
加州车辆管理局2015年12月提出了一项监管草案，要求所有自动驾驶汽车的驾驶座上必须始终乘坐一名拥有驾照的人士，并要求汽车在设计方面必须拥有方向盘、油门踏板、制动踏板等传统机动车具备的基本操控装置，以便具有驾驶资质的人在无人驾驶汽车失灵时可随时接管汽车的操作。在草案细则中，加州还规定了自动驾驶的三年试用期。消费者可以通过租赁的方式从制造商处获得自动驾驶汽车，但制造商需要跟踪记录消费者的驾驶情况，把汽车性能指标和驾驶记录递交机动车辆管理局。
可以看到，美国的交通部门在放行自动驾驶技术时是逐步进行，并尽量确保过渡阶段监管规则的连续性。尽管谷歌等自动驾驶技术公司向公众抱怨，政府过于严厉的监管和相对谨慎的态度阻碍了自动驾驶技术向实用水平的快速发展，但这是监管部门职责所在，他们必须保护公众在享受新技术成果的同时，避免潜在技术缺陷导致的伤害。今年1月，美国运输部长Anthony Foxx表示，将在六个月内出台自动驾驶汽车指导原则。美国高速公路交通安全管理局(NTHSA)也表示，为了加速自动驾驶汽车的发展，该机构将放弃一些目前针对自动驾驶汽车的安全要求。
收益和风险前瞻
2016年5月3日，白宫的副首席技术官埃德·费尔顿宣布，白宫将组织一系列有关人工智能收益与风险的研讨，“为人工智能的未来而准备”。
此次人工智能领域的系列研讨包括以下内容：
2016年5月24日，西雅图：与人工智能相关的法律与监管事务;
2016年6月7日，华盛顿：人工智能与社会福利;
2016年6月28日，匹兹堡：人工智能的安全与控制;
2016年7月7日，纽约：近期的人工智能技术对社会和经济的影响。
此次人工智能领域的研讨，一方面涵盖了从立法到监管原则的确定，为政府全面管理人工智能确立法理依据和管理边界;另一方面，也将深入探讨人工智能有可能存在的缺陷以及相应的安全控制原则。此外，研讨视角不仅面向具体的监管框架，同时还包含了对就业、社会福利、经济发展的长远影响的分析。
各国人工智能技术飞速发展
随着进入新世纪后第三次人工智能浪潮的到来，通过“机器学习”与“深度学习”，用计算机来模拟人的思维过程和智能行为（如学习、推理、思考、规划等）得到极大发展。国际金融危机以后，欧美国家更加重视人工智能技术的研究，在人工智能基础研究、人脑研究、网络融合、3D智能打印等领域不断有所突破。
“互联网+”带动我国人工智能技术实现突破
在人工智能技术领域，我国大体上能够与世界先进国家发展同步。近年来，我国在视觉识别、语音识别等领域实现了技术突破，处于国际领先水平。我国拥有自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等很多智能科技成果已进入实际应用。
我国经济发展正进入一个新常态。经济发展方式正从规模速度型的粗放式增长向质量效率型的集约式增长转变。供给侧改革要求我们在适度扩大总需求同时，去产能、去库存、去杠杆、降成本、补短板，从生产领域加强优质供给，减少无效供给。因此，在大力淘汰“僵尸企业”同时，我们要更多地依靠改革、转型、创新来培育新增长点，形成新动力。
在我国新一轮改革发展关键时刻，人工智能技术确实给我们提供了一个弯道超车机会。作为制造业大国，近年来我国低成本优势逐渐消失，制造业转型迫在眉睫。对企业而言，利用好新一代信息技术将是其在新时代成长环境中抓住机遇的关键。我们应充分利用大量企业正在转型升级的机会，强化企业在人工智能技术创新中的主体地位，充分发挥百度、阿里巴巴、腾讯等在人工智能领域已经有所建树的大企业作用，紧盯人工智能研究最前沿发展，成为引领全球人工智能发展的骨干企业。同时，培育若干中小智能企业，支持他们面向市场需求来确定创新突破口。从资金、税收、人才、知识产权、放开管制等方面入手，大力营造有利于人工智能领域的企业发展的政策环境和制度环境。鼓励企业结合市场和国家需求，将人工智能的基础和应用研究产品化、商业化，实现产业链的优化和调整。
推动技术创新应该成为一种国家的重要使命和责任。从历史上看，第一次与第二次工业革命的兴起几乎都是由个人与企业推动的，但在而后技术发展中，政府作用越来越大。人工智能是一项抢占未来竞争高地的基础性技术，研究经费耗费巨大，超出个人甚至企业承受范围，更需要国家战略层面的资金支持和参与。政府工作重点在于政策引导与资金支持，特别是在基础研究领域中，抓紧制定政策，建造一批国家级、基础性、共性技术、创新能力保障的人工智能研发基地和平台。高校与科研机构则在推动基础和应用研究上和人才培养上发挥重要作用，同时还应鼓励一部分高校开办人工智能专业研究所与学院。
最后，还要把自主创新与引进消化再创新相结合。虽然人工智能领域中的很多最前沿应用技术掌握在国外，特别是在美国高科技中小企业手中，但他们缺乏大规模低成本的制造能力与市场营销能力。我国制造业和美国中小科技企业有着天然互补性。应支持我国风险投资加大对前沿中小公司的投资，再把这些产品引进国内生产，把我国一部分制造业打造成全球人工智能产品制造链条中的关键环节。
总之，从现在开始到2040年，将是一个人工智能快速发展阶段。人工智能将改变各行各业生产和工作方式，也将催生许多新行业和新领域，最终将全面改变人类生活和世界。我国有集中力量办大事、统筹能力强的制度优势，在人工智能这一战略制高点上，应予以充分发挥。
时代呼唤“懂技术的管理者”
技术与知识产权、技术与法律法规、技术与新闻伦理之间的张力，凸显了新技术成长与旧方法滞后之间的冲突，考验着管理部门呵护技术进步的服务能力与引导社会潮流的监管智慧。
戴上一副眼镜，你就可以进入一个360度的虚拟世界，行人擦肩而过，星辰触手可及……很多人可能都体验过这样的“虚拟现实”（Virtual Reality，简称VR）。普通人可以尽情享受技术的奇思妙想，但对于监管者，时常需要“递进一层”想想，当新技术迅速为媒体所用，可能出现什么监管漏洞，又会提出什么新的管理课题？
“新技术+媒体”的组合，已经一再出现。作为一个巨大的变量，技术始终处于“不断地动荡”状态，未来必将更深刻地影响媒体和传播。在高速公路上，警察不可能骑着自行车来执法。同样，新技术不断拓展媒体的边界，媒体管理也离不开新的技术手段。从门户网站时代到WEB2.0时代，再到移动互联时代，我们已经探索出很多媒体管理的新办法，管理体制也发生了巨大变化，但互联网“未知远远大于已知”，唯有不断创新，才能回应技术带来的持续挑战。
在技术上，管理者处于“追赶”状态，是一个不争的事实。前几年，相关部门为了净化青少年上网环境，曾要求我国销售的所有个人电脑出厂时必须预装“绿坝—花季护航”绿色上网过滤软件，旋即因为无法阻断不良信息、被黑客破解改写等技术问题，而引来极大争议。类似的案例，不能仅仅是“花钱买教训”，更需要思考其后的问题：我们现在不缺技术条件、不缺物质资金，但为什么在管理上还“跟跑”得有些狼狈？
关键词：人工智能 电气工程 自动化控制 应用
中图分类号：TM76文献标识码：A文章编号：1009-5349（2017）13-0187-02
当前是一个科学技术时代，电气工程发展要与时俱进，跟上时代前进的脚步。电气工程行业要想有效实现电气自动化控制和管理，就必须充分发挥出人工智能技术的作用。人工智能的研究范围不仅涵盖了图像语言识别和自动化控制，还包括了专家系统和人工神经网络等内容。因此，电力企业必须通过合理利用人工智能技术，才能有效实现对各项机械设备的自动化控制，从而大大降低企业的人工成本，保障企业创造出更多的经济效益和社会效益。
一、人工智能简述
与传统人工控制相比较，人工智能技术最大的优势在于其能够在计算机技术辅助下，完成对机械设备的自动化控制，企业无需投入更多的人力。人工智能的基本工作原理是基于对人类大脑活动的模仿，接着设计人员利用计算机进行科学编程，确保其具备相似人类的基础思维能力和行动能力，能够完成人类派发的各种指令。伴随着时间的不断推移，越来越多的电力企业认识到人工智能在电气工程自动化领域中应用的重要性，通过科学应用人工智能技术，能够帮助电力企业完成对内部各项数据信息的实时分析处理，将问题及时反馈给控制管理人员，从而确保自动化生产过程的安全稳定性，最大限度提高电力企业生产的质量和效率，促使企业在最低成本下创造出最大的经济效益。[1]
二、电气工程自动化过程应用人工智能的主要优势
（一）利于参数的优化调节
相比较传统的控制器，通过利用人工智能技术控制有利于各项参数的科学优化调节，同时还较为简单易学，具备了良好的适应能力。合理调整人工智能的相关参数，能够最大限度提升智能函数的各项性能。此外，人工智能控制器无需专家的现场指导帮助，其能够根据计算机事先设置好的合理数据，正确运用反馈的信息与语言进行设定，此外设置好的参数能够进一步完成修改和扩展作业，具有快捷方便的特征。
（二）受相关因素影响较小
电力企业在传统电气工程建设中所应用的人工控制器会受到各种不确定因素的影响，导致在工作过程中出现各种问题，不利于企业安全稳定的持续发展。而通过在电气工程自动化中应用人工智能技术，能够有效省去获取精确动态模型的步骤，适应能力较强，无需为其提供固定不变的工作环境和参数设置，总体来说受到外界的因素影响较小，能够保障各项机械设备安全可靠的运行生产。
（三）自动化控制过程中产生误差小
由于在电气工程自动化中有效融合了人工智能技术，该项技术的运行不会过多受到外界因素的干扰，造成严重的运行故障问题，从而确保机器事先设置好的参数在实际操作过程中不会发生任何变动，从而有效避免了实际值与理论值出现很大偏差的问题，充分保障了电气工程自动化的高效控制管理。
（四）具备良好的一致性
工作人员在应用传统控制方法时，往往要事先设计好具体的工作目标和内容，如果针对某种特定的工作对象，该种控制方法无疑具备了很好的控制效果，但是如果是要服务于其他对象，就难以保障良好的控制效果，因此，通过在电气工程自动化中应用人工智能技术能够有效使其具备控制管理的一致性，无论针对何种对象都能及时反馈出信息结果，避免外界因素对其的影响，从而不断提升产品生产的科学规范性，保障同类产品性能的高度一致。[2]
（五）降低企业人力物力成本
通过在电气工程自动化控制中应用人工智能技术，能够有效减少各项电力机器设备对变压器与线路的需求，企业也无需再专门调度安排更多的工作人员对设备进行管理维护，从而最大限度降低了企业在人力和物力上的投资成本，有利于企业更好地发展。
三、人工智能在电气工程自动化中的实践应用
（一）完善电气自动化性能，提高产品质量
众所周知，人工智能技术最为显著的特征就是模拟人类大脑思维，设计人员通过将人工智能技术中的遗传算法有效融入到各项电器设备中，不仅仅能够完善优化各项产品的具体性能，还能够最大限度提升电子自动化性能，从而有效提高各项电气设备的工作质量和效率，充分保障了气工程自动化控制过程的科学准确性。此外，人工智能技术在电气工程自动化领域的应用，能够降低企业人力成本的支出，推动我国电气工程高速稳定地发展进步。电力企业基于人工智能技术的辅助下，能够将CAD应用到任何电器产品设计工作中，从而大大缩减了各种电力产品的开发设计周期，并且拓宽了CAD技术的研究应用程度，降低了设计人员的工作难度和任务量，在保障电器产品高质量的前提下，创造出更大的经济效益。
（二）实现智能化控制，提高工作效率
人工智能技术所使用的智能化控制器，通过将人工智能与电气工程自动化控制有效结合在一起，能够最大化发挥出智能化控制器的作用。例如，智能化控制器能够科学根据下降和响应的具体时间完成对调节控制程度的合理控制，基于这种情况下，人工智能能够大大改善电气自动化控制管理的相关性能[3]，为电气工程自动化建设工作打下扎实的基础。与此同时，电力企业通过引进应用先进的智能化控制器，能够实现电气工程自动化控制相关数据的实时分析调节，无需专门安排专家技术人员在现场进行指导和监督，相关工作人员在控制室通过计算机就能够实现远程控制操作，从而有效提高自动化控制管理的工作效率。
（三）改善故障诊断技术，提高诊断水平
电力企业在电力工程自动化控制过程中，会遇到各种运行故障问题。例如，常见的发电机断电、变压器过热等事故，对于这些运行故障，传统的诊断方法是通过收集相关气体样本，并对其进行科学分析判断，最终得出发生该故障的具体结论，有针对性地采取解决措施。传统故障诊断方法除了需要维护检修人员花费较多的时间与精力，电力企业还必须安排管理人员对各项设备进行实时监控，这无疑加大了企业的人力支出成本。而通过利用人工智能诊
断技术，在故障诊断过程中有效融入模糊理论、专家技术以及神经网络，能够大大提高电气设备故障的诊断效率，在第一时间发现问题并解决问题，从而降低了企业在人力成本上的支出，保障企业各项电力设备安全可靠地持续运行，满足社会对于高质量电力的需求。
四、结语
综上所述，为了推动我国电气工程自动化的稳定持续发展，政府相关部门要加强与社会企业的联系与合作，共同大力推广应用人工智能技术，不断提高电气工程自动化技术水平。通过在各项机器设备中加入智能化控制器，从而有效实现各个控制环节的自动化，方便企业内部人员的管理和维护，充分保障产品生产的高质量，满足社会用户的各项需求，为国民经济发展贡献最大的力量。
参考文献：
[1]朱子龙.人工智能技术在电气自动化控制中的运用探讨[J].科技创新与应用，2012（17）：121-123.
新动能正日渐成为经济发展的第一引擎。接近发改委人士向记者表示，某种程度上说，新动能成长速度和作用超出预期。
据统计，“2017年，战略性新兴产业工业部分和高技术制造业增加值同比分别增长11.0%和13.4%，增速分别高于规模以上工业4.4和6.8个百分点，引领趋势愈发突出，带动作用更为强劲。”发改委产业所高技术室副室主任张于喆说。
而据有关机构测算，新动能对经济增长的贡献已超过30%，对城镇新增就业的贡献超过70%。
“尽管总体上我国高技术产业和战略性新兴产业在国际分工体系中处于劣势地位，但是经过长期努力，我国高技术产业和战略性新兴产业发展已取得新成就，站在新的历史方位上。”张于喆说。
例如，在5G 领域，业界首款3.5GHz频段5G原型基站、预商用的小型化低频样机等产品的推出，表明中国企业在全球已走在了发展前列，初步实现了“领跑”；在封测领域，国内领先企业如长电科技（600584）、华天科技（002185）等企业的技术能力、体量、发展速度都已经步入全球领先行列。
在人工智能和机器学习等前沿领域，创业公司对资本的吸引力，也在一定程度上验证了中国人工智能的崛起。
据PitchBook统计，2017年共获得风险投资超过108亿美元，融资最高的5起投资事件中，中国企业占了4起；其中，蔚来汽车融资达16亿美元，位列第一，其次是旷视科技、商汤科技与明码生物科技。
中国创新，“升级版”菜单来了
另一方面，培育战略性新兴产业的政策层出不穷。
购物车(0)
