會(huì)計(jì)核算的能行可計(jì)算性研究

陳波 田進(jìn) 劉健 陳宇齊

在大數(shù)據(jù)時(shí)代，人工智能將推進(jìn)會(huì)計(jì)在信息輸入環(huán)節(jié)實(shí)現(xiàn)全面的智能化和自動(dòng)化，在數(shù)據(jù)輸出環(huán)節(jié)提供更具個(gè)性化和智能化的信息表達(dá)，以高度契合使用者的會(huì)計(jì)信息需求。會(huì)計(jì)的行業(yè)格局與業(yè)務(wù)范式由此將深度改變（涂建明、曹雅琪，2017）。這種改變是不可避免的，其路徑和影響程度是值得研究的問題。

能行可計(jì)算性是在某種精確化基礎(chǔ)上所定義的精確概念。當(dāng)前，人工智能發(fā)展到機(jī)器學(xué)習(xí)（強(qiáng)化學(xué)習(xí)）階段，主流可實(shí)現(xiàn)應(yīng)用依然是基于西蒙的邏輯主義——基于對(duì)問題的精確模型，建立搜索空間，以邏輯形式化、概率形式化和決策論形式化為主要特征——其計(jì)算機(jī)語言底層邏輯即能行可計(jì)算性。因此，對(duì)會(huì)計(jì)核算的能行可計(jì)算性進(jìn)行研究，有助于理解人工智能對(duì)會(huì)計(jì)的改變。

一、文獻(xiàn)綜述

張寅生（2016）認(rèn)為，計(jì)算是一個(gè)步驟（有順序的操作）的集合，算法是可機(jī)械執(zhí)行的過程的表述，計(jì)算的本質(zhì)首先是算法的實(shí)現(xiàn)，實(shí)現(xiàn)邏輯上預(yù)期的目的，即函數(shù)的映射。不論從理論還是從實(shí)務(wù)來看，會(huì)計(jì)核算都是有順序操作的集合。余秉堅(jiān)（1999）將會(huì)計(jì)核算的過程界定為：設(shè)置賬戶和賬簿、復(fù)式記賬、填制和審核憑證、登記賬簿、成本計(jì)算、財(cái)產(chǎn)清查和編制會(huì)計(jì)報(bào)表等。與所有的計(jì)算同理，會(huì)計(jì)核算也需遵從其內(nèi)生邏輯。

會(huì)計(jì)核算是一種認(rèn)識(shí)過程。唐星齡（2006）認(rèn)為從現(xiàn)代會(huì)計(jì)的一般狀況來看，會(huì)計(jì)起著語言般的作用。會(huì)計(jì)準(zhǔn)則是會(huì)計(jì)語言的語法。葛家澍認(rèn)為，考慮會(huì)計(jì)是國(guó)際通用的商業(yè)語言，而會(huì)計(jì)規(guī)范作為這種特殊“語言”的語法，也在國(guó)際上形成了一定的通用形式，那就是會(huì)計(jì)準(zhǔn)則。會(huì)計(jì)核算是由會(huì)計(jì)人員完成的用會(huì)計(jì)語言（會(huì)計(jì)概念）摹寫特定主體經(jīng)濟(jì)行為并把握其運(yùn)動(dòng)規(guī)律的過程。代金宏（2007）認(rèn)為，會(huì)計(jì)概念的抽象和概括功能才能使會(huì)計(jì)實(shí)踐簡(jiǎn)單化和程序化，是會(huì)計(jì)概念間的這種由此及彼、環(huán)環(huán)相扣的聯(lián)系才能規(guī)劃和設(shè)計(jì)出有效的會(huì)計(jì)循環(huán)的流程。會(huì)計(jì)術(shù)語規(guī)則決定了會(huì)計(jì)信息系統(tǒng)可以采用析取和合取方法從特定環(huán)境中抽取信息，實(shí)現(xiàn)經(jīng)營(yíng)數(shù)據(jù)向會(huì)計(jì)數(shù)據(jù)的轉(zhuǎn)換。王艦（2014）進(jìn)一步將會(huì)計(jì)術(shù)語規(guī)則推演為編碼規(guī)則。他認(rèn)為，會(huì)計(jì)人員憑借自身對(duì)會(huì)計(jì)數(shù)據(jù)的感知，利用編碼對(duì)原始憑證進(jìn)行會(huì)計(jì)數(shù)據(jù)的提取，制作出記賬憑證，實(shí)現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)化處理和業(yè)務(wù)信息到會(huì)計(jì)數(shù)據(jù)的轉(zhuǎn)變，完成對(duì)經(jīng)濟(jì)業(yè)務(wù)的反映，最終利用計(jì)算機(jī)完成基本的會(huì)計(jì)業(yè)務(wù)操作。

語言和數(shù)字都是符號(hào)系統(tǒng)，符號(hào)計(jì)算是可以機(jī)械執(zhí)行的。喬姆斯基（2008）證明語言計(jì)算可以用圖靈機(jī)實(shí)現(xiàn)，喬姆斯基語法等同于圖靈機(jī)，所有的高級(jí)程序語言都遵從喬姆斯基語法。每行高級(jí)語言代碼都對(duì)應(yīng)一個(gè)有限狀態(tài)自動(dòng)機(jī)，一段代碼就是若干有限狀態(tài)自動(dòng)機(jī)按照一定的計(jì)算結(jié)構(gòu)嵌套在一起，由此，代碼實(shí)現(xiàn)計(jì)算，代碼與存儲(chǔ)、通訊的結(jié)合構(gòu)成人工智能的基礎(chǔ)。

綜上所述，會(huì)計(jì)核算作為一種語言使用和語法（會(huì)計(jì)準(zhǔn)則）運(yùn)用過程，其一旦可以用高級(jí)程序語言表述，那么，其就是能行可計(jì)算的。

二、會(huì)計(jì)核算的再理解

按照會(huì)計(jì)準(zhǔn)則規(guī)定，會(huì)計(jì)核算的實(shí)質(zhì)是會(huì)計(jì)要素的確認(rèn)、計(jì)量和披露。以程序結(jié)構(gòu)來看，會(huì)計(jì)核算是包含了順序結(jié)構(gòu)、分支結(jié)構(gòu)和循環(huán)結(jié)構(gòu)的復(fù)雜結(jié)構(gòu)。運(yùn)用C語言的for、if、switch case等語句可以將會(huì)計(jì)核算表述如下：

（一）會(huì)計(jì)核算整體結(jié)構(gòu)的能行可計(jì)算

//復(fù)式記賬、填制憑證

For （int i=0;i〈= 感 知 單 元 總數(shù);i++）

{ switch(感知())

{

Case ‘經(jīng)濟(jì)利益流出’:經(jīng)濟(jì)利益流出核算();

Break;

Case ‘經(jīng)濟(jì)利益流入’:經(jīng)濟(jì)利益流入核算();

Break;

Default : 人工處理()；

}

}

If (today is ending of month)

{

資產(chǎn)減值();

損益結(jié)轉(zhuǎn)();

}

//登記賬簿

For （int i=0;i〈= 當(dāng)日新增憑證號(hào);i++）

{

登記賬簿();

}

//編制報(bào)表

If (today is ending of month/quarter/year)

{

編制會(huì)計(jì)報(bào)表();

}

按照計(jì)算結(jié)構(gòu)，可以將會(huì)計(jì)核算過程和細(xì)節(jié)全部重新表述。這種表述是根據(jù)感知的結(jié)果進(jìn)行判斷、分支和執(zhí)行。感知結(jié)果與分支和執(zhí)行之間是逐項(xiàng)枚舉的，會(huì)計(jì)核算也因此具有能行可計(jì)算的。也即是說，只要能夠感知企業(yè)活動(dòng)的經(jīng)濟(jì)意義，就可以遵循相應(yīng)會(huì)計(jì)準(zhǔn)則規(guī)定完成會(huì)計(jì)核算。顯然，準(zhǔn)確的感知結(jié)果是會(huì)計(jì)核算公允性、真實(shí)性和完整性的基礎(chǔ)。

（二）會(huì)計(jì)感知過程不滿足能行可計(jì)算性

感知是信息加工過程，感知的結(jié)果通常以數(shù)據(jù)形式表現(xiàn)。會(huì)計(jì)工作的感知對(duì)象是企業(yè)活動(dòng)所涉及的資源變動(dòng)及其過程，用數(shù)據(jù)來表達(dá)企業(yè)活動(dòng)，感知結(jié)果是一組實(shí)體和一系列事件所反映的關(guān)于企業(yè)（系統(tǒng)）狀態(tài)的數(shù)據(jù)集合。為便于運(yùn)用會(huì)計(jì)術(shù)語規(guī)則進(jìn)行析取和合取，以會(huì)計(jì)概念的種屬關(guān)系建立感知單元的e-r關(guān)系，并在實(shí)體中植入相應(yīng)算法函數(shù)，實(shí)現(xiàn)感知結(jié)果到會(huì)計(jì)信息抽取過程。

1.構(gòu)造感知函數(shù)

（1）確定自變量和因變量。一項(xiàng)交易或事項(xiàng)所涉及的會(huì)計(jì)屬概念包括但不限于：票證、交易標(biāo)的、支付工具、組織架構(gòu)、合同責(zé)任、管理意圖、商業(yè)實(shí)質(zhì)、法規(guī)遵循、關(guān)聯(lián)方關(guān)系、與其他交易或事項(xiàng)的關(guān)系。為使其能夠計(jì)算，應(yīng)當(dāng)構(gòu)造相應(yīng)的會(huì)計(jì)屬概念及其組合與會(huì)計(jì)處理或分錄的映射關(guān)系。在構(gòu)造出的函數(shù)關(guān)系中，會(huì)計(jì)屬概念是“自變量”，相應(yīng)的會(huì)計(jì)處理或分錄是“因變量”。

（2）確定自變量定義域和輸出值域。計(jì)算是根據(jù)自變量取值不同，按照函數(shù)映射關(guān)系，進(jìn)行取值的過程。為此，須對(duì)各會(huì)計(jì)屬概念的種差進(jìn)行編碼，構(gòu)造出各會(huì)計(jì)屬概念的定義域；同時(shí)，將各種會(huì)計(jì)處理和分錄進(jìn)行編碼，構(gòu)造出相應(yīng)的輸出值域。

（3）確定定義域與值域的映射關(guān)系。按照會(huì)計(jì)準(zhǔn)則規(guī)定，建立定義域編碼與輸出值域編碼的析取、合取或互蘊(yùn)規(guī)則，從而完成感知函數(shù)的構(gòu)造。

2.感知函數(shù)的更新和運(yùn)行

（1）函數(shù)更新

函數(shù)更新包括自變量和因變量的增刪、定義域和值域的廣延、邏輯（析取、合取或互蘊(yùn)）規(guī)則的修改和增刪。函數(shù)的更新是自我意識(shí)的體現(xiàn)，只有當(dāng)機(jī)器產(chǎn)生意識(shí)涌現(xiàn)后才可能實(shí)現(xiàn)。意識(shí)涌現(xiàn)已經(jīng)超出本文的討論范圍，不再討論。

（2）自變量賦值

對(duì)自變量進(jìn)行賦值，是感知函數(shù)運(yùn)行的核心。自變量賦值的準(zhǔn)確性決定了感知結(jié)果的準(zhǔn)確性。自變量賦值的不同，不僅確定了交易或事項(xiàng)的會(huì)計(jì)分類，更重要的是確定了交易或事項(xiàng)在會(huì)計(jì)陳述（摹寫）中的因果關(guān)系?！坝薪璞赜匈J，借貸必相等”不僅僅是一項(xiàng)謂語運(yùn)算，更重要的是資產(chǎn)價(jià)值與權(quán)利價(jià)值關(guān)系的會(huì)計(jì)判斷，是企業(yè)活動(dòng)——資金運(yùn)動(dòng)內(nèi)涵因果關(guān)系的反映。感知函數(shù)本身是不能判斷自變量賦值的正確性的，函數(shù)只是在遵循邏輯規(guī)則得出預(yù)期的結(jié)果，其本身不知道結(jié)果是否正確及其含義。因此，需要另外的方法或手段對(duì)感知函數(shù)的自變量賦值。

在傳統(tǒng)會(huì)計(jì)核算中，這項(xiàng)工作是由會(huì)計(jì)人員完成的。如果將此項(xiàng)工作交由機(jī)器完成，那么機(jī)器應(yīng)當(dāng)完成至少兩個(gè)步驟的工作：一是原始資料到會(huì)計(jì)種概念的計(jì)算，即標(biāo)注；二是會(huì)計(jì)種概念到會(huì)計(jì)屬概念的計(jì)算。第一步驟是第二步驟的基礎(chǔ)，第一步驟出錯(cuò)，必然導(dǎo)致第二步驟出錯(cuò)。

第一項(xiàng)工作涉及到文字識(shí)別、圖形識(shí)別等。文字識(shí)別也就是自動(dòng)語言處理（Natural Language Processing, NLP）。文字識(shí)別是人工智能最重要，也是最艱難的方向。自然語言處理從規(guī)則計(jì)算到統(tǒng)計(jì)算法模型，經(jīng)過幾十年的發(fā)展已經(jīng)取得非?？捎^的成果。但是自然語言處理的已有成果（算法和學(xué)習(xí)系統(tǒng)）在會(huì)計(jì)核算應(yīng)用仍然存在以下問題尚待解決：

一是無法構(gòu)造強(qiáng)化學(xué)習(xí)的獎(jiǎng)賞函數(shù)。機(jī)器學(xué)習(xí)通常被分為無監(jiān)督學(xué)習(xí)、有監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。強(qiáng)化學(xué)習(xí)是介于無監(jiān)督學(xué)習(xí)和有監(jiān)督學(xué)習(xí)之間，是模仿生物在適應(yīng)環(huán)境過程的進(jìn)化過程中采用的方法。張文旭（2018）認(rèn)為只有強(qiáng)化學(xué)習(xí)的無模型學(xué)習(xí)方式才是超越人類水平的關(guān)鍵。完整強(qiáng)化學(xué)習(xí)系統(tǒng)包括策略、獎(jiǎng)賞函數(shù)和值函數(shù)，其中，值函數(shù)是一個(gè)累計(jì)回報(bào)函數(shù)。按照強(qiáng)化學(xué)習(xí)系統(tǒng)的要求，為使此系統(tǒng)完成學(xué)習(xí)，必須對(duì)每一學(xué)習(xí)策略結(jié)果給出獎(jiǎng)賞，由此建立策略與累計(jì)回報(bào)值的關(guān)系。當(dāng)運(yùn)用強(qiáng)化學(xué)習(xí)系統(tǒng)完成原始資料到會(huì)計(jì)種概念的轉(zhuǎn)換時(shí)，由于會(huì)計(jì)核算的公允性、真實(shí)性和完整性過于抽象概括，無法據(jù)此寫出精確的獎(jiǎng)賞函數(shù)。錯(cuò)誤的獎(jiǎng)賞函數(shù)必然得到錯(cuò)誤的累計(jì)回報(bào)，進(jìn)而得出錯(cuò)誤的策略。

二是無法計(jì)量強(qiáng)化學(xué)習(xí)結(jié)果誤差的經(jīng)濟(jì)影響。即使能夠?qū)懗鼍_的獎(jiǎng)賞函數(shù)，確定了強(qiáng)化學(xué)習(xí)系統(tǒng)，但無法確定能夠設(shè)計(jì)出足夠優(yōu)美的神經(jīng)網(wǎng)絡(luò)，使梯度下降算法的殘差為零，所構(gòu)造出的強(qiáng)化學(xué)習(xí)系統(tǒng)不能確保不得出錯(cuò)誤的策略。由此，強(qiáng)化學(xué)習(xí)系統(tǒng)的結(jié)果誤差產(chǎn)生的經(jīng)濟(jì)影響不能被其自身準(zhǔn)確計(jì)量。

三是訓(xùn)練樣本量不足。按照切比雪夫不等式，為使強(qiáng)化學(xué)習(xí)結(jié)果趨近于期望值，需要提供一定的樣本給強(qiáng)化學(xué)習(xí)系統(tǒng)；而且樣本量越大，訓(xùn)練結(jié)果越好。但從企業(yè)活動(dòng)實(shí)踐的常識(shí)來看，越重要的事項(xiàng)，發(fā)生的次數(shù)越少，且淹沒在大量的不重要事項(xiàng)中，強(qiáng)化學(xué)習(xí)系統(tǒng)極可能忽視這種差別，將其視為可容忍誤差。

四是隨著企業(yè)活動(dòng)的改變，強(qiáng)化學(xué)習(xí)過程無法收斂。強(qiáng)化學(xué)習(xí)的前提假設(shè)是在一個(gè)馬爾科夫鏈中完成學(xué)習(xí)，任何策略都可以在有限步數(shù)內(nèi)以概率1到達(dá)最終狀態(tài)。一個(gè)企業(yè)的活動(dòng)可以被抽象為若干馬爾科夫鏈，這使得強(qiáng)化學(xué)習(xí)系統(tǒng)學(xué)習(xí)過程非常長(zhǎng)，更為重要的是企業(yè)活動(dòng)不會(huì)一成不變，這將導(dǎo)致強(qiáng)化學(xué)習(xí)過程極可能無法收斂。

漠視以上每一項(xiàng)都不能保證會(huì)計(jì)核算的公允性、真實(shí)性和完整性，或者不能合理估計(jì)保證程度。強(qiáng)行使用這樣“帶病”的人工智能完成會(huì)計(jì)核算，是有損會(huì)計(jì)倫理的。

綜上所述，會(huì)計(jì)核算是可以按照計(jì)算原理重新構(gòu)造，但是構(gòu)造出的會(huì)計(jì)核算計(jì)算結(jié)構(gòu)在運(yùn)用過程中，還有更基礎(chǔ)的問題——如何進(jìn)行感知函數(shù)自變量賦值和如何進(jìn)行感知函數(shù)更新尚待解決。在現(xiàn)階段乃至今后很長(zhǎng)一段時(shí)間，這些問題仍需要人工完成。會(huì)計(jì)學(xué)科的整體人工智能化需要大量的會(huì)計(jì)科研人員、從業(yè)人員共同累計(jì)數(shù)據(jù)、篩選規(guī)則、建立制度。

三、特定企業(yè)邊界下的人工智能在會(huì)計(jì)核算的應(yīng)用路徑

對(duì)同樣的原始文件或者資料，正確的標(biāo)注應(yīng)當(dāng)只有一個(gè)，錯(cuò)誤的標(biāo)注則有無窮個(gè)。發(fā)現(xiàn)、整理和歸納錯(cuò)誤標(biāo)注的特征及其影響，將有助于評(píng)估企業(yè)活動(dòng)固有風(fēng)險(xiǎn)和控制風(fēng)險(xiǎn)，發(fā)現(xiàn)會(huì)計(jì)假設(shè)與經(jīng)營(yíng)活動(dòng)邏輯不自洽的跡象。找出風(fēng)險(xiǎn)點(diǎn)和風(fēng)險(xiǎn)信息組合，予以改進(jìn)，將有益于提高企業(yè)活動(dòng)效率和會(huì)計(jì)核算水平。

而且，不可否認(rèn)，會(huì)計(jì)準(zhǔn)則也存在不完備性。傳統(tǒng)方式下，對(duì)會(huì)計(jì)準(zhǔn)則不完備性的理解和掌握，通過會(huì)計(jì)人員的經(jīng)驗(yàn)予以表現(xiàn)和傳承。人工智能的應(yīng)用，可以通過對(duì)會(huì)計(jì)準(zhǔn)則的可計(jì)算性仿真和推理，枚舉會(huì)計(jì)準(zhǔn)則不完備性的具體表征，使得會(huì)計(jì)人員有的放矢地運(yùn)用會(huì)計(jì)判斷，提高會(huì)計(jì)信息的可比性。

因此，當(dāng)會(huì)計(jì)核算機(jī)器學(xué)習(xí)系統(tǒng)被定義為一個(gè)企業(yè)活動(dòng)的規(guī)范信息陳述模擬器，其可能遭遇的會(huì)計(jì)倫理問題和無法克服的技術(shù)難題，將迎刃而解。因此，現(xiàn)階段人工智能在會(huì)計(jì)核算的應(yīng)用路徑為：“仿真模擬——試錯(cuò)——發(fā)現(xiàn)潛在問題”。

（一）模擬器假設(shè)

假設(shè)：企業(yè)行為均可以歸屬到某項(xiàng)合同行為；每項(xiàng)合同行為都對(duì)應(yīng)一項(xiàng)作業(yè)；每項(xiàng)作業(yè)的執(zhí)行必然引起企業(yè)資源和義務(wù)的變動(dòng)。

企業(yè)會(huì)計(jì)基本準(zhǔn)則要求企業(yè)應(yīng)當(dāng)如實(shí)反映符合確認(rèn)和計(jì)量要求的各項(xiàng)會(huì)計(jì)要素及其他相關(guān)信息，保證會(huì)計(jì)信息真實(shí)可靠、內(nèi)容完整。企業(yè)會(huì)計(jì)具體準(zhǔn)則將“可靠地計(jì)量”作為確認(rèn)交易或事項(xiàng)的前置條件，計(jì)量是標(biāo)準(zhǔn)的測(cè)量，是在可測(cè)空間里完成的測(cè)量。界定會(huì)計(jì)信息測(cè)度空間是會(huì)計(jì)信息質(zhì)量的重要基礎(chǔ)工作。

在現(xiàn)代社會(huì)，合約建構(gòu)了企業(yè)的環(huán)境和行為。企業(yè)生存在一個(gè)由法律上約束性和法律上非約束性的責(zé)任交織在一起的網(wǎng)絡(luò)中，企業(yè)自愿或者被迫進(jìn)入這個(gè)網(wǎng)絡(luò)，履行合約責(zé)任。企業(yè)活動(dòng)所需的資金、設(shè)備設(shè)施、技術(shù)、人力資源等資源由合約界定；企業(yè)活動(dòng)的目的和過程如銷售、提供勞務(wù)、投資等，乃至企業(yè)活動(dòng)形成的義務(wù)如售后承諾、薪酬激勵(lì)、資金利息等亦由合約決定。合約還確定了企業(yè)活動(dòng)對(duì)法律法規(guī)的遵循關(guān)系。

合同具有規(guī)范的體裁?！逗贤ā返谑l規(guī)定合同的內(nèi)容一般包括八項(xiàng)條款，以及合同還具有編號(hào)等其他慣例。合同的規(guī)范性使得在企業(yè)內(nèi)合同之間的“交、并、差”運(yùn)算是封閉的，比如銷售合同與采購(gòu)合同的差是空集，銷售合同與采購(gòu)合同的交集是非貨幣資產(chǎn)交換合同或者售后回購(gòu)合同，銷售合同與采購(gòu)合同的并集則構(gòu)成企業(yè)生產(chǎn)或經(jīng)營(yíng)的過程；發(fā)行債務(wù)工具合同和購(gòu)買金融資產(chǎn)合同的差是空集，這兩項(xiàng)合同的交集是回購(gòu)式資產(chǎn)證券化合同；發(fā)行債務(wù)工具合同和購(gòu)買金融資產(chǎn)合同的并集則構(gòu)成企業(yè)投資和籌資的過程。合約的表現(xiàn)形式——合同，因具備普遍性、規(guī)范性、可計(jì)算性和有限性，使其成為描述企業(yè)會(huì)計(jì)信息測(cè)度空間的一個(gè)視角。

雖然合同種類眾多，以會(huì)計(jì)準(zhǔn)則中“經(jīng)濟(jì)利益的流入或流出和義務(wù)的產(chǎn)生與否”為標(biāo)準(zhǔn)對(duì)合同類別進(jìn)行劃分，企業(yè)合同種類可分為流入無義務(wù)、流入有義務(wù)、流出無義務(wù)、流出有義務(wù)四類；而合同過程可分為準(zhǔn)備、簽約、執(zhí)行、終止四個(gè)階段。由此，合同種類及其過程構(gòu)成了企業(yè)會(huì)計(jì)信息的可測(cè)系，即合同空間。合同空間是合同類型（Y軸）和合同過程（X軸）的結(jié)構(gòu)空間，合同空間中的一個(gè)交叉區(qū)域是一個(gè)合同事件集合；多個(gè)合同事件集合疊加成企業(yè)活動(dòng)。在每個(gè)合同事件集合中可以繼續(xù)引入其他標(biāo)準(zhǔn)（比如會(huì)計(jì)屬概念和種概念），對(duì)合同種類和過程繼續(xù)細(xì)分、歸類。只要合同分類標(biāo)準(zhǔn)是有限的，通過有限次迭代后，企業(yè)活動(dòng)可以被結(jié)構(gòu)化。

圖1 模擬器的構(gòu)成

合同的可計(jì)算性和有限性為智能化會(huì)計(jì)核算提供了基礎(chǔ)。在合同空間中，一旦某個(gè)合同事件條件滿足，則啟動(dòng)一系列會(huì)計(jì)處理。這種基于條件的反射以“if then”形式寫入代碼中，從而實(shí)現(xiàn)機(jī)械執(zhí)行。當(dāng)合同類型的組合（交、并集）出現(xiàn)多樣性，如前所述，銷售合同與采購(gòu)合同的交集是非貨幣資產(chǎn)交換合同或者售后回購(gòu)合同；兩者的區(qū)別在于交易標(biāo)的是否指向同一標(biāo)的，則用“switch-case”語句。通 過“if then” 與“switch-case”的多層嵌套，建立合同組合事件與會(huì)計(jì)處理之間的一一映射關(guān)系。

（二）模擬器構(gòu)造

根據(jù)上述假設(shè)，模擬器的構(gòu)成如圖1所示。

（1）采集器。按照資源-作業(yè)-義務(wù)建立感知單元組；以合同行為與會(huì)計(jì)循環(huán)的關(guān)系建立通訊架構(gòu)。采用隨機(jī)發(fā)生器，對(duì)感知單元進(jìn)行隨機(jī)賦值。

（2）標(biāo)注器。各會(huì)計(jì)概念的發(fā)生額可由下式獲得：

（3.2）

其中，t為時(shí)間。

以上方程都是謂語形式，故是可計(jì)算的。

（3）薄記系統(tǒng)。在特定主體內(nèi)，薄記有確定分類和確定因果兩部分組成。其中，確定分類的偽代碼如下：

While （m〈合同事件總數(shù)）

{按照合同事件的維度，求交集。

將交集賦值給某個(gè)會(huì)計(jì)概念。

將此會(huì)計(jì)概念余額與所有感知單元余額比較；

相符，則記錄并存儲(chǔ)會(huì)計(jì)概念值、會(huì)計(jì)概念和交集組合的關(guān)系、此交集的形式。

}

確定因果關(guān)系的公式如下：

其中，t表示時(shí)間。

以上方程組是謂語形式，故是可計(jì)算的。

確定因果關(guān)系的偽代碼如下：

While （△entropy（報(bào)表項(xiàng)目）〉=最小熵增設(shè)定值）{

While （l〈財(cái)產(chǎn)要求權(quán)屬性分類總數(shù)）{

While （s〈會(huì)計(jì)科目范圍屬性分類總數(shù)）{

按照會(huì)計(jì)科目范圍的維度，求會(huì)計(jì)概念交集。

將交集賦值給某個(gè)會(huì)計(jì)科目。

按照財(cái)務(wù)要求權(quán)屬性，求會(huì)計(jì)科目交集。

If （資產(chǎn)科目發(fā)生額合計(jì)==會(huì)計(jì)科目合計(jì)數(shù)） then exit

記錄并存儲(chǔ)資產(chǎn)科目、資產(chǎn)科目與會(huì)計(jì)科目的關(guān)系、會(huì)計(jì)科目與會(huì)計(jì)概念的關(guān)系。

}

}

}

（4）列報(bào)系統(tǒng)。根據(jù)薄記系統(tǒng)的結(jié)果和會(huì)計(jì)報(bào)表列報(bào)規(guī)則，得出財(cái)務(wù)報(bào)告。

由于本模擬器的輸入是隨機(jī)生成的，因此，最終的累計(jì)回報(bào)函數(shù)采用信息熵增函數(shù)形式。這樣的設(shè)置使系統(tǒng)具有完整的邏輯。在仿真時(shí)，在最小熵增值的設(shè)定取決于計(jì)算工具的能力。模擬器中涉及合同事件、會(huì)計(jì)概念、會(huì)計(jì)科目、財(cái)產(chǎn)要求權(quán)均以相應(yīng)的表格形式予以實(shí)現(xiàn)，構(gòu)成模擬器的專家系統(tǒng)部分。

（三）模擬器應(yīng)用實(shí)例

本文以一家總分店式架構(gòu)（共有5戶門店）美容連鎖企業(yè)為對(duì)象，根據(jù)其活動(dòng)特征，按照上述原理搭建其經(jīng)營(yíng)活動(dòng)模擬器。在隨機(jī)仿真運(yùn)行時(shí)，很快發(fā)現(xiàn)了該企業(yè)的信息流分類標(biāo)準(zhǔn)和最小信息集、最小經(jīng)營(yíng)過程集和最小會(huì)計(jì)核算集；并且找到208個(gè)風(fēng)險(xiǎn)點(diǎn)。并按照模擬結(jié)果為其提供相應(yīng)的咨詢整改建議。

由于應(yīng)用目標(biāo)對(duì)象的規(guī)模較小、經(jīng)營(yíng)業(yè)務(wù)與相應(yīng)會(huì)計(jì)核算不復(fù)雜，可能導(dǎo)致該項(xiàng)應(yīng)用的推廣價(jià)值有限。但也正因此，使得將人工智能運(yùn)用到企業(yè)仿真模擬的嘗試，得到了完整的驗(yàn)證。通過此次應(yīng)用，筆者也找到了系統(tǒng)擴(kuò)展的邏輯，并進(jìn)一步加深理解了企業(yè)會(huì)計(jì)的內(nèi)在邏輯：會(huì)計(jì)仍是最簡(jiǎn)潔的企業(yè)信息分類標(biāo)準(zhǔn)和陳述工具。

四、結(jié)論

綜上所述，主要的結(jié)論有：

一是由于感知函數(shù)的映射關(guān)系、定義域和值域都是預(yù)先設(shè)定的。高素質(zhì)的會(huì)計(jì)人員是會(huì)計(jì)核算算法模型的制定者和更新者，即使在機(jī)器擁有自我意識(shí)后，會(huì)計(jì)判斷與價(jià)值觀的聯(lián)系不會(huì)改變，高素質(zhì)會(huì)計(jì)人員也將是會(huì)計(jì)價(jià)值觀的守護(hù)者。

二是人工智能的引入，使得會(huì)計(jì)作假的層次更加豐富，這一方面要求會(huì)計(jì)人員為此必須加強(qiáng)商業(yè)倫理、會(huì)計(jì)價(jià)值觀和會(huì)計(jì)準(zhǔn)則的學(xué)習(xí)。另一方面需要審計(jì)人員提高審計(jì)工作的針對(duì)性，分別就算法邏輯層、規(guī)則層、變量層、變量取值范圍等人工智能系統(tǒng)提出相應(yīng)的審計(jì)策略。

三是人工智能作為企業(yè)信息規(guī)范陳述模擬器，以會(huì)計(jì)核算和會(huì)計(jì)準(zhǔn)則對(duì)企業(yè)活動(dòng)進(jìn)行規(guī)范陳述，可以為企業(yè)經(jīng)營(yíng)者決策提供有力的支撐。人工智能是企業(yè)經(jīng)管人員的可靠助手，這可能是目前人工智能在會(huì)計(jì)領(lǐng)域最可行的應(yīng)用路徑。