日本金融厅公布用人工智能检查企业年报的测试项目结果

　　日本金融厅(JFSA)的“开放政策实验室”(Open Policy Lab)最终确定并公布了一项概念验证(Proof-of-Concept，简称PoC)项目的结果，该项目与在年度报告的审查工作中使用人工智能有关。

　　该项目的目的是确定包括人工智能在内的技术是否可以有效地用于检查年度报告，并成为发现更好的叙述性信息的方法。PoC项目团队与来自私营部门的20个企业参与者合作，采用多种方法进行了一系列PoC测试，如编程、机器学习和深度学习。之后，PoC项目团队对测试结果进行了汇编，包括各自的测试方法、新的见解和未来的可能性。
　　项目的结果显示，使用计算机来阅读和分析叙述性信息比一般的财务信息要困难得多，但是参与项目的公司使用各种方法取得了相当好的效果。
　　这一结果表明，随着自然语言处理(natural language processing)技术的发展，人工智能可以对文本信息进行大量、准确的分析。在一些方法中可以看出，人工智能已能够理解句子结构和上下文，并试图以更接近人类的方式分析句子。
　　如果有足够的时间，并给予更多的数据供分析，人工智能将能够更好地工作。另一方面，由于人工智能的标准往往是一个黑匣子，考虑如何使用它是很重要的。许多公司强调，有必要与判断『描述评估(evaluations of descriptions)』的人共同开发人工智能。
　　现在人工智能并不是集所有功能于一身的。由于人类和人工智能都有自己的专业领域，因此人类和人工智能发挥自己的作用以获得更好的结果是很重要的。人类应该向AI提供他们的判断和知识，以及对结果的解释和反馈。

　　日本金融厅(JFSA)的“开放政策实验室”(Open Policy Lab)最终确定并公布了一项概念验证(Proof-of-Concept，简称PoC)项目的结果，该项目与在年度报告的审查工作中使用人工智能有关。

　　该项目的目的是确定包括人工智能在内的技术是否可以有效地用于检查年度报告，并成为发现更好的叙述性信息的方法。PoC项目团队与来自私营部门的20个企业参与者合作，采用多种方法进行了一系列PoC测试，如编程、机器学习和深度学习。之后，PoC项目团队对测试结果进行了汇编，包括各自的测试方法、新的见解和未来的可能性。
　　项目的结果显示，使用计算机来阅读和分析叙述性信息比一般的财务信息要困难得多，但是参与项目的公司使用各种方法取得了相当好的效果。
　　这一结果表明，随着自然语言处理(natural language processing)技术的发展，人工智能可以对文本信息进行大量、准确的分析。在一些方法中可以看出，人工智能已能够理解句子结构和上下文，并试图以更接近人类的方式分析句子。
　　如果有足够的时间，并给予更多的数据供分析，人工智能将能够更好地工作。另一方面，由于人工智能的标准往往是一个黑匣子，考虑如何使用它是很重要的。许多公司强调，有必要与判断『描述评估(evaluations of descriptions)』的人共同开发人工智能。
　　现在人工智能并不是集所有功能于一身的。由于人类和人工智能都有自己的专业领域，因此人类和人工智能发挥自己的作用以获得更好的结果是很重要的。人类应该向AI提供他们的判断和知识，以及对结果的解释和反馈。