五年前，人工智能（ArtificialIntelligence，缩写为AI）还是计算机专业的专门词汇。但五年后的今天，谷歌的α-GO，财务机器人，IBM的Watson，百度的“小度”和阿里的“ET”等人工智能应用于四大会计师事务所的审计、企业营销策略的制定和支持经营决策等，已经展现出巨大应用前景。为此，未来的人工智能发展影响各行各业，财会领域也不例外。

（一）人工智能的发展人工智能是一门起步晚却发展快速的科学。20世纪以来科学工作者们不断寻求着赋予机器人类智慧的方法。它的发展分为AI理论发展和AI商业应用的两大阶段。1.AI理论发展：从心智计算理论到深度学习理论（1）心智计算和智能程序语言形成（1930—1960年）到20世纪50年代初的人工智能领域已经出现一些电缆控制的机器人，可以行走并能说出简单的词组。纽厄尔和西蒙（Newell&Simon②，1956）的逻辑机器证明了《数学原理》中前52个定理中的38个。诺贝尔奖获得者西蒙（Simon，1956）断言他们已经解决了物质构成的系统如何获得心灵性质的问题，这种论断在后来的AI理论领域被称为“强人工智能”，认为机器具有像人一样逻辑思维的能力。1956年Samuel研制的一款具有学习能力的跳棋程序，它已经实现通过学习棋谱、与对手博弈等方式进行自主学习〔3〕。同一年美国McCarthy于1956年Dartmouth会议上，正式提出了ArtificialIntelligence一词，从而被视为“人工智能之父”，经过早期的探索阶段，人工智能向着更加体系化的方向发展，至此成为一门独立的学科。1959年，McCarthy首创了著名的LISP语言（ListProcessinglanguage），成为人工智能界第一个最广泛流行的语言。LISP是一种函数式的符号处理语言，其程序由一些函数子程序组成。

（2）专家系统出现（1960—1985年）1960年代初，专家系统开始创立，其构成通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分集成。其中尤以知识库与推理机相互分离而别具特色。专家系统的体系结构随专家系统的类型、功能和规模的不同，而有所差异。专家系统的发展已经历了3个阶段，正向第四代过渡和发展。第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。但在系统的透明性和灵活性等方面存在弱点。第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和环境来研制大型综合专家系统。目前，在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、人工神经网络知识获取及自我学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。