机器学习：科学向左，科幻向右

请点击观看文章综述视频，您也可以点击链接在新窗口打开进行观看。

机器学习是人工智能的一个子集，人们通常将其理解为系统基于对历史大数据分析做出预测或决策的能力。

数据的可获得性与数据处理技术的空前快速发展使得人工智能从科幻变成了现实。

人工智能的定义对于不同的人来说含义不同，当提到人工智能时常常会涉及到各种各样的术语。从广义上讲，人工智能分为两种级别——弱人工智能和强人工智能。大多数涉及机器学习的商业应用程序都是指弱人工智能。了解不同术语所指内容对全面了解人工智能很有帮助。

对于机器学习：

有62%的受访者表示从未听说过这个术语，或者听说过这个术语，但不知道是什么意思，或者仅了解一点皮毛；

13%的受访者表示他们对其有深入的了解能达到专业水平。

会计软件和商业应用程序运用机器学习越来越多。作为一名财会专业人士，深入了解这些是很重要的。

基于道德风险的考虑

专业会计师需要考虑到利用算法所做出的决策可能引发的道德风险问题，并应当该风险进行适当的管理。他们必须持续跟进人工智能及其相关组成部分，包括机器学习。

本节将重点探讨机器学习所带来的道德风险挑战，主要涉及五个方面：

• 处理偏差

• 战略数据视图

• 分配问责制度

• 实质重于形式

• 从共同利益出发

机器学习环境下的所需技能

媒体经常说人工智能可以代替许多工作。当然不可否认的是，从某种程度上来说这些技术能够更有效地完成很多任务。

但是，即使是像人工智能这样复杂的技术，也难以复制人类所具备的综合语境理解能力和综合思考能力。

现在是积累并培养这一领域内更多相关知识的最佳时间段。这项技术已经不再是不切实际的幻想，而是已经开始真正的商业应用。有些人会积极推崇，有的人则会害怕改变，但一味地抵制是无法挖掘更多有关于技术发展的财富的。

ACCA作者，Narayanan Vaidyanathan

本文基于ACCA报告《Machine learning：More science than fiction》，下载报告正文可通过页面相关链接部分或关注微信公众号完成。

手机扫描二维码，关注ACCA中国官方微信。在对话框输入“0153”，即可将报告直接下载到您的手机