در مقالات قبلی درباره هوش مصنوعی برای شما گفته شد و اکنون نیز می خواهیم از تاثیرات آن بر سیستم های مالی صحبت کنیم.

چند مورد که هوش مصنوعی در امور مالی به آن ها توجه شده است:

۱/سیستم های خبره

۲/الگوریتم ژنتیک

۳/شبکه عصبی مصنوعی

۴/منطق فازی

هوش مصنوعی و کاربردهای آن در زندگی و صنعت (فصل دوم)

سیستم خبره:

ریچارد باس عنوان می دارد سیستم متخصص خبره یکی از شاخه های هوش مصنوعی است که با گردآوری دانش تخصصی و اطلاعات کارشناسی دریک حوزه خاص واستفاده از منطق می کوشد تا درکنار متخصصان و همپای آنان به عرضه خدمات تخصصی بپردازد. به عبارت دیگر این سیستمها نرم افزارهای کامپیوتری هوشمندی هستند که درآنها نقش تخصصی کارشناسان به صورت مجموعه های اطلاعات علمی گرد آمده است.

اصطلاح سیستم خبره از سیستم های خبره دانش محور مشتق شده است. سیستم خبره، سیستمی است که دانش انسانی را بوسیله کامپیوتر، برای حل مسائلی که غالبا نیازمند تخصص انسانی است، به کار می برد. در واقع سیستم خبره، روشی برای گنجاندن دانش افراد خبره در کامپیوتر است ، گامی در جهت بنای هوش مصنوعی . این سیستم ها می کوشند جنبه هایی از دانش و استدلال انسانی را در کامپیوتر بگنجانند تا به تحلیل مسائل پرداخته و به نتایجی مناسب برسند

از جمله عملیات حسابداری که می توان از طریق سیستم های خبره انجام داد، می توان به موارد زیر اشاره کرد:

تعهد خرید

اندوخته سازی

بانکداری

برنامه ریزی استراتژیک

مدیریت تولید و عملیات

ارتباطات مالی

مدیریت بازاریابی

 

الگوریتم ژنتیک:

الگوریتم های ژنتیک با توجه به نظریه داروین در مورد تکامل جان گرفت. الگوریتم های ژنتیک توسط جان هالند در دهه ۱۹۶۰ اختراع شد و در دهه های ۱۹۶۰ و ۱۹۷۵ توسط وی، دانشجویان و چند تن از همکارانش در دانشگاه میشیگان توسعه داده شد. با این وجود، امروزه واژه ” الگوریتم ژنتیک ” توسط اغلب متخصصین این زمینه در مفهومی تقریباً متفاوت از مفهوم اولیه مورد نظر جان هالند به کار می رود. این تکنیک یک روش بهینه سازی غیر کلاسیک و جستجوی مستقیم است که فقط با خود تابع و نه مشتقات آن سر و کار دارد و بر اساس مکانیزم بقای اصلح و علم ژنتیک طبیعی، الهام گرفته از نظریه تکامل چالز داروین، بنا شده است.الگوریتم های ژنتیک ابزاری ساده و مفید هستندکه توسط آن ماشین می تواند مکانیزم انتخاب طبیعی را شبیه سازی کند، این عمل با جستجو در فضای مساله جهت یافتن جواب برتر و نه الزاما بهینه صورت می گیرد.

  مفهوم سود تقسیمی یا همان DPS چیست؟برای دریافت dps چه مشکلاتی سرراه هست؟

این روش به صورت غیر کلاسیک، بهینه سازی مسائل را انجام می دهد که می توان در موارد زیر از آن بهره مند شد:

کشف تقلب در صورت های مالی

پیش بینی ورشکستگی

انتخاب پرتفوی

ارزیابی دارایی ها

مدل بندی رفتاری حسابرس در برخورد با تقلب

پیش بینی تورم

رتبه بندی

پیش بینی ریسک اعتباری

مدیریت تولید

 

شبکه عصبی مصنوعی:

بازار

بسیاری از مسائل همچون شناسایی بصری و گفتاری که یا ناممکن است و یا به دشواری با کامپیوترهای الگوریتمی انجام پذیر است، به راحتی توسط مغز حل و فصل می شود. چنین موضوعی بسیار شگفت آور است چرا که سرعت معمول محاسبات کامپیوتری چندین میلیون عملیات در ثانیه است، حال آن که سرعت عملیات واحدهای مغزی از تقریبا ۱۰ واکنش در ثانیه بیشتر نیست. دلیل این وضعیت غالباً به ماهیت طراحی مغز بر می گردد. در این طراحی، شبکه های مغزی به طور بسیار موازی شکل گرفته اند، و این قابل مقایسه با ساخت ردیفی کامپیوترها نیست. این وضعیت آن چنان از قوت برخوردار است که بسیار بر این باورند که اگر بشود فرآیند کارکرد مغز را تا حدی شبیه سازی کرد، در آن صورت امکان حل مسائلی پدید می آید که با روش های سنتی ریاضیات، قابل حل نیستند. شبکه های عصبی گامی ابتدائی در جهت دستیابی به این مهم است.

شبکه عصبی مصنوعی یک تکنیک پردازش اطلاعات مبتنی بر روش سیستم های عصبی بیولوژیکی مانند مغز و پردازش اطلاعات است. مفهوم بنیادی شبکه های عصبی، ساختار سیستم پردازش اطلاعات است که از تعداد زیادی واحد های پردازشی (نورون) مرتبط با شبکه ها تشکیل شده اند سلول عصبی بیولوژیکی یا نورون، واحد سازنده ی سلول عصبی در انسان است.

  بهترین زمان خرید و فروش در بازار بورس

این روش در امور مالی کاربردهایی از قبیل موارد زیر دارد:

پیش بینی قیمت سهام و روند صعودی یا نزولی آن ها

حسابرسی و فرایند تحلیل

ارزشیابی اوراق بهادار و سایر دارایی ها

پیش بینی میزان اعتبار

تصویب اعتبارات

برآورد بهای تمام شده

پیش بینی و برآورد آتی

ارزیابی ورشکستگی و خطر وام دهی بانک ها و سایر موسسات مالی

مدیریت پرتفوی (سبد) دارایی ها و اوراق بهاردار

قیمت گذراری اوراق بهادار جدید

 

منطق فازی:

در منطق دودویی که اولین بار توسط ارسطو مطرح شد، شاهد در نظر گرفتن حالات بصورت قطعی درست یا غلط بودیم. یعنی می توان وقایع طبیعی را بدرستی و با قطعیت تعریف و اندازه گیری نمود، در حالیکه در کسب و کار، اقتصاد، مباحث مالی و بسیاری از علوم دیگر، حالات طبیعی مبهم بوده و فاصله بین ” آنچه هست” و ” آنچه نیست” به درستی تعریف نشده است

پروفسور لطفی زاده در سال ۱۹۶۵ برای مواجهه با ابهام موجود در جهان واقعی نظریه مجموعه های فازی را بنیان نهاد. مفهوم مجموعه فازی، امکان بیان اطلاعات ذهنی و کیفی را به روش علمی فراهم می کند، از این رو ذهنیت ها و تعصب های فردی کاهش می یابد و تصمیم گیری ها منطقی تر صورت می گیرد. منطق فازی با انعطاف پذیری فوق العاده، برای تحلیل معانی زبان طبیعی است، و قادر است ابهامات برخواسته از ذهن انسان و محیط و همچنین درجه نادقیقی که در قضاوت انسانی وجود دارد را مدل سازی و تحلیل کند. بدین سان افق تازه ای برای سیاست گذاری، برنامه ریزی و تصمیم گیری گشوده شد.

  بازار سهام چیست؟منظور از سهام عادی و تقسیم بندی آن چیست؟

از این روش می توان در موارد زیر استفاده نمود:

تصمیم گیری

حسابرسی

تخصیص دارایی ها

مشاوره سرمایه گذاری

جریان ورودی و خروجی نقدی

نرخ بازده داخلی ارزش فعلی

 

تاثیر هوش مصنوعی در آینده حسابداری

در سال‌های آینده، هوش مصنوعی حتی برای شرکت‌های کوچک هم در دسترس خواهد بود. هوش مصنوعی در انجام کارهای دستی کوچک و تکراری که خودکار شده اند، دقت خوبی دارد و قطعاً حسابداران را از انجام کارهای تکراری آزاد می کند و به آنها امکان می‌دهد نقش خود را در حیطه شغلی خود گسترش دهند.

 

به عنوان مثال در حسابرسی هزینه می‌توان از هوش مصنوعی برای یادآوری و اجرای سیاست هزینه شرکت استفاده کرد که با این شرایط دیگر حسابداران مجبور نیستند رسیدها را بررسی کرده و تاریخ‌ها و شماره‌های مالیات بر ارزش افزوده را دسته‌بندی کنند. این مورد باعث می شود حسابداران تایم بیشتری داشته باشند و این امکان برای آن ها فراهم می شود که خدمات بهتری به مشتریان ارائه دهند تا بر رشد شرکت و موفقیت کلی تمرکز کنند.

 

مقاله قبلی را هم مطالعه کنید:کشورهای برتر در هوش مصنوعی و حقایقی جالب(فصل پایانی)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *