人工智能技术本地化探索及在国家审计中的应用.pdfVIP

审计研究2024年5期

人工智能技术本地化探索及在国家审计中的应用

赵朗

曹志炜张琦琛

【摘要】人工智能作为新质生产力的重要引擎，将为各行各业赋能，助力审计工作“强研究、提质效”，推进高

质量发展。人工智能技术给审计工作带来了机遇与挑战。本文首先阐述人工智能的发展历程和最新趋势，回顾

与审计相关的文献；论述本地私有化部署大模型及Agent应用、知识库构建及检索增强生成、视频目标检测、

本地离线语音识别等人工智能技术探索，结果显示人工智能技术应用能够有效增加审计工作的深度和广度，提升

工作效率；探讨当前人工智能在审计应用的难点，包括生态系统建设、数据利用及治理、安全风险等；进一步结合

国家审计的现实基础和在数字中国背景下的工作需要，从加强顶层设计、审计人才培养、有序构建专业领域人工

智能等方面展望人工智能技术在国家审计中的应用。

【关键词】人工智能大模型知识库检索增强生成语音识别

习近平总书记指出，加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推

动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。党的二十届三中全会强调，健全

因地制宜发展新质生产力体制机制，完善推动新一代信息技术、人工智能等战略性产业发展政策和治理体

系，引导新兴产业健康有序发展，健全促进实体经济和数字经济深度融合制度。审计是党和国家监督体系

的重要组成部分，是推动国家治理体系和治理能力现代化的重要力量。习近平总书记强调，要坚持科技强

审，加强审计信息化建设。把握当前数字化、网络化、智能化的发展大势，不断研究并推广人工智能技术在

国家审计中的应用，助力审计工作“强研究、提质效”，符合科技强审的一贯要求，也是发展新质生产力、推

动国家治理能力现代化的具体实践

一、人工智能发展历程

人工智能这一概念于1956年在达特茅斯会议上提出。人工智能就是让机器来完成那些如果由人来做

则需要智能的事情的科学。机器学习是人工智能的核心领域，基本思想是利用经验来改善自身的能力。深

度学习是机器学习的一个子集，采用嵌套的层次概念体系，基于深度学习的人工智能技术从早期“标注数

据监督学习”的任务特定模型，到“无标注数据预训练+标注数据微调”的预训练模型，再到目前的“大规

模无标注数据预训练+指令微调+人类对齐”的大模型，人工智能技术正逐步进人大模型时代。其中大语言

模型（LargeLanguageModel，LLM）通过在海量无标注数据上进行大规模预训练，在“大数据+大算力+大

模型”的加持下，能够学习大量的语言知识与世界知识，拥有面向多任务的通用求解能力。

2016年Google的人工智能AlphaGo战胜围棋高手李世石，2022年底OpenAI发布大语言模型ChatGPT，

ChatGPT源于GPT（GenerativePretrainedTransformer）系列模型的不断迭代，GPT-4已从文本交互升级为文

本与图像组合的多模态输人，2024年2月OpenAI发布“文生视频”（text-to-video）的大模型Sora；国内，文

心一言、通义千问、讯飞星火、GLM等各类大语言模型相继问世，人工智能的快速发展引发社会极大关注。

@,,

*曹志炜、走gamaz

赵朗、张琦琛，江苏省审计厅，邮政编码210024，电子信箱：chuionly

26

审计研究2024年5期

二、“人工智能+审计”文献综述

人工智能的蓬勃发展已成为审计业界关注的焦点，目前关于人工智能与审计的研究有不少成果。2018

年湖北省在医保审计中利用聚类分析结合Hadoop集群、分布式文件系统、并行计算开展大数据分析。张

森（2020）应用网络爬虫和OCR文本识别采集文本非结构化数据，运用分词、聚类等自然语言处理技术构

建审计文本分析模型，将分析结果作为核查线索的依据。陈伟、程平等（2020）探讨了RPA

Automation，机器人流程自动化）审计机器人的研发与应用。郭宇晨、张国宏（2020）对应用自然语言处理、

图文识别