AI應用於會計行業，每年或為企業節省數百萬美元；中國法院正在將AI引入辦案系統 | AI掘金晚報

AI應用於會計行業，每年或為企業節省數百萬美元

除了法律和醫學領域，AI將如何幫助到會計師群體呢？從個人角度來說，會計師在日常工作中任務繁多，有很多實際需求得不到解決；從行業角度來看，目前會計行業從業人數已達飽和，但比較缺乏高級專業人才，對於很多企業來說，想要從會計師那邊得到專業的商業諮詢比較困難，而這直接影響到相關企業得到正確的、符合法律法規的財務報告。

那麼AI將如何幫助解決這個問題。

目前AI相關公司通過大量的訓練來幫助解決這些問題。但值得注意的是，企業仍然需要會計師來對執行結果進行「把關」篩選，因此它只會更好地服務人類，而不是取代會計師的工作。如果相關技術能夠一直發展完善並得到用戶的認可及使用，它將為用戶節省大量的時間和金錢。

那麼，人工智慧系統如何與會計師及企業進行交互？——聊天機器人。

聊天機器人變得越來越普遍，用戶可以通過其進行自然語言查詢，或者通過語音識別組件與之交談，查詢處理器連接到人工智慧，然後人工智慧連接到企業的資料庫以及互聯網，為用戶帶來豐富的專業信息。這些通常有多個組件用於語音輸入、自然語言處理、了解各種業務領域的專業知識，以及多種呈現結果的方式。

在使用過程中，有一些聊天機器人以失敗告終，比如微軟的Twitter聊天機器人，很快就變成了一個「種族主義者」。不過，據雷鋒網了解，目前已經開始看到一些成功案例，比如Sage的Pegg或荷蘭航空公司的Messenger機器人。此外，像Alexa、Siri和Allo這樣的通用機器人也變得相當智能，還有一些非常棒的工具包，比如Amazon Lex，它可以用來開發聊天機器人，因此對於越來越多的開發人員來說，這將變得非常容易。

中國法院正在將AI引入辦案系統

近日，在杭州舉行的2017「法律+科技」領軍者國際峰會上，最高人民法院司法改革辦公室規劃處處長何帆表示，中國法院一直在努力地把人工智慧引入辦案系統。

何帆說：「人工智慧對法院未來的模式會有很多的改變，比如它改變了法官的判斷和決策的模式，過去法官根據自己在庭上的所看所想，以及他對法律的理解就可以做判斷，但是現在可能需要用人工智慧軟體進行推演。此外，人工智慧對我們的訴訟流程發生一些改變，隨著人工智慧的推進，未來可能要制定一部互聯網的訴訟法。」

目前，「AI辦案」的一種理想呈現模式是上海刑事案件智能輔助辦案系統，簡稱206工程。該系統將公安局、檢察院、法院的所有數據辦案系統打通，以人工智慧在過去海量證據規則和法律規則的吸收基礎之上，對辦案人員進行提醒，重構刑事案件的辦案流程。自5月3日在25個試點單位上線以來，「206」試運行已滿兩個月。「206」在對上海幾萬份刑事案件的卷宗、文書數據進行學習後，這個以大數據、雲計算和人工智慧為技術內核的「小嬰兒」，已經具備了初步的證據信息抓取、校驗和邏輯分析能力。

以往，大部分公司都會專門聘請網路安全專家來解決這些問題，但面對日益漸多且複雜的軟體程序，很多專家也顯得力不從心。而近日，微軟發布了一個「AI安全風險檢測」工具，可以即時、高效地解決這些問題，保護系統免受攻擊。

該工具藉助了雲的功能，在內部擴展了當前的測試協議，為開發人員提供可能錯過的解決問題的方法。據微軟稱，如果軟體有任何問題，企業可以通過該工具來主動處理並做好應急準備。

微軟研究員David Molnar所領導的團隊開發了這套風險檢測工具。Molnar表示，風險檢測服務可以作為輔助手段，幫助開發人員藉助人工智慧來查找安全問題，當查找出漏洞之後，開發人員可以使用其它工具來修復漏洞、降低風險或探索其它解決方案。

雷鋒網了解到，微軟安全風險檢測服務的特別之處在於它能發現可能觸發崩潰並引發安全隱患的因素。每次運行時，它都會重點關注最為關鍵的區域，以尋找其它未採用智能方法的工具可能會忽視的漏洞。

Molnar表示，這套工具非常適合獨立開發軟體、修改現成軟體或使用開源產品許可證的企業。

DocuSign公司是一家幫助用戶以電子方式而不再以紙筆方式簽署文件的公司。他們參加了2016年秋季發布的Windows版風險檢測服務的小範圍試用。DocuSign軟體安全高級總監John Heasman表示，這套工具幫助他們識別出了其它方式可能無法發現的潛在錯誤。

Anodot利用人工智慧克服人們在數據分析方面的限制

據外媒報道， 以色列實時分析和異常檢測的大數據創業公司Anodot目前正在使用先進的機器學習演算法來克服人類在數據分析方面的限制。 人工智慧可以通過分析所有數據提出更多的答案，而Anodot認為沒有將機器學習整合到數據分析中的電子商務公司將會出現虧損。

Anodot營銷副總裁Rebecca Herson解釋了這個領域對人工智慧的需求：「因為有這麼多的數據被生成，人類無法瀏覽所有數據。有時，當我們為企業分析歷史數據時，他們會無法辨別出數據，並且不知道從哪裡找到數據。很明顯，企業知道一旦伺服器崩潰後，他們很難找到所有數據。」

這不僅僅關乎銷量下降，還有產品供應中斷和客戶滿意度等數據。在許多案例的研究中，Anodot發現其機器學習軟體發現的異常值的80％是負面因素，而不是積極的機會。這些公司因為沒有意識到具體問題而出現虧損。Anodot正在使用無人監督的人工智慧，它可以通過深度學習自主地找到新的方式來分類和理解數據。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！