2022年11月，ChatGPT(Chat Generative Pre-Trained Transformer)横空出世，火爆全球，迅速成为一种现象级应用。ChatGPT对传统行业尤其是会计行业的可能性冲击立刻引发了学界和业界的广泛关注与热烈讨论。ChatGPT所代表的通用人工智能必将改变世界，作为经济社会健康有序发展的基础性工作，会计毫无疑问将会受到全方位的冲击与挑战，但是现代会计作为以公司制为代表的现代商业世界的底层逻辑和记录规则不会消亡，反而会在ChatGPT影响和驱动下进行变革与优化，创造出多模态报告、大数据分析、智能财务决策、交互式智库、数据库建设等一系列新的财会场景和角色，形成人机协同工作新模式和人机协同共生新局面。但是目前的相关研究多集中在概念性阐释与ChatGPT产品本身对会计某一领域的影响上，缺少ChatGPT及其核心技术对会计智能化转型的影响分析，亦缺少基于智能会计核心知识体系的ChatGPT应用全场景分析。基于此，本研究将从ChatGPT及其所使用核心技术的适用性和智能会计的本质入手，探讨ChatGPT这一AI产品本身和相关AI技术(例如Transformer模型、自然语言处理(NLP)、深度学习等)如何有效应用于智能会计的各环节、各流程和各方面，以期为ChatGPT及其核心技术的AI产品和AI技术在智能会计中的有效使用寻找到合适路径，从而助力会计智能化转型和企业数字化转型。 一、ChatGPT及其底层技术逻辑 我们知道，相较于其他人工智能(Artificial Intelligence，AI)产品，ChatGPT所使用的Transformer系列模型结合了监督学习和强化学习，采用了基于人类反馈的强化学习(RLHF)训练方法，同时运用了自监督学习训练方法，即通过预训练方式加人工监督进行调优，使其能够在搜索更大量数据的基础上理解上下文语义，提高了问题反馈的精准度、反应力和智能化程度，从而使AI演化为生成式而非分析式人工智能技术(AIGC)，且更具通用性和更加平民化。 ChatGPT是OpenAI团队研发创造，属于AIGC应用的一部分，本质上是一种依靠大数据、大算力、强算法共同驱动的自然语言处理大模型。自1950年图灵提出判断机器是否具有智能性的“图灵测试”(The Turing Test)方法以来，随着算法和技术的不断迭代，人工智能技术虽经历过低谷和波折，但依旧强劲发展，直至ChatGPT的“突然”面世。ChatGPT所实现的人类意图来自机器学、神经网络和 Transformer模型即基于模板和规划的前深度学习、根据一定范围的数据进行参数分析的机器学习(Machine Learning)、开始模仿人类进行大量数据标记和训练的神经网络(Neural Network)以及对人脑学习进行重点关注的多层变换器(Transformer)等多种技术的发展与积累。其中，Transformer是ChatGPT的底层技术，它完全基于注意力机制摆脱了人工标注数据集的缺陷，模型在质量上更优，更易于并行化，所需训练时间也明显减少。作为一种新型主流模型架构基础，Transformer的出现迅速取代了循环神经网络(RNN)系列变种，标志着基础/通用模型时代的到来。 ChatGPT作为一种针对人类反馈学习的大规模预训练模型，大体经历了GPT-1(2018年6月)、GPT-2(2019年2月)、GPT-3(2020年5月)、 GPT-4(2023年3月)四次迭代。起初GPT-1在Transformer架构基础上进行了显著简化，训练了一个12层仅Decoder的解码器(原Transformer模型包含Encoder和Decoder两部分)。随后，经GPT-2到GPT-3，最终发展成为一个高度智能化的自监督模型，且经微调后的InstruetGPT可将有害、不真实和有偏差的输出最小化，更适合自然语言生成任务(NLG)，其使用来自人类反馈的强化学习方案 RLHF(Reinforcement Learning from Human Feedback)。最近推出的GPT-4则完全成为一个多模态预训练大模型，具有更加强大的识图能力、文字输入阈达2.5万字、准确性显著提升、能够生成诗歌、创意文本，实现风格变化等。ChatGPT实际上是一个增加了Chat属性且开放公众测试的InstructGPT衍生品，其核心技术优势在于利用人类反馈数据系统进行了模型训练，从而提升了人类思维的准确性。 当然，ChatGPT毕竟是基于语料库训练出的一个多模态模型，其输出结果的准确性在很大程度上取决于训练数据的规模和质量，在缺乏相关领域常识和推广能力的前提下它仍然可能给出错误或似是而非的解答，而且它只能基于已有知识、通过海量参数和已有主题数据进行多任务学习，仍缺乏终身学习机制，倘若应用于会计领域，对会计这种制度性、规则性和目的性非常高的信息处理和管理工作来讲可能会存在一定的缺陷。 二、ChatGPT与智能会计的内在逻辑 智能会计作为数字经济时代会计转型发展的方向毋庸置疑是会计领域应对ChatGPT挑战的不二法门，当然ChatGPT及其所使用的核心技术在智能会计领域中的应用也是促进智能会计改进与优化的时代要求，两者之间存在必然的内在互动逻辑。 已有研究表明，智能会计是智能化技术在会计领域的深层次应用，是会计主动拥抱技术的必然结果，人工智能技术发展与会计智能化转型是相辅相成的。王爱国指出，智能会计的本质是以数字经济为前提、“业财融合”为基础、人工智能为支撑，发挥大数据分析和辅助决策作用的人机共生、协同进化和管理赋能的会计管理活动。智能会计会随着人工智能自主学习和自主意识的提高而不断提升会计信息生成质量和效率，并促使会计工作由会计核算(主要是会计信息的生成)，向会计管理(主要是会计信息的利用)转变。在这一过程中，AI技术的应用也会从一般化或碎片化转向系统化和生态化。续慧泓等的研究表明，“弱智能”时代，智能技术的应用实例有智能识别票据、大数据全样本分析等，而随着机器学习和自然语言处理等技术的成熟应用，具备自主学习能力的智能系统使得会计智能化的目标变为组织和社会资源的优化配置，需在这一背景下实现智能化环境下的会计系统重构。 ChatGPT面世后，部分学者也分析了其对会计工作的影响。刘勤结合 ChatGPT技术应用特点分析了其对会计数据处理、报表生成和分析、会计咨询教育、风险识别和管理等工作的影响，并指出ChatGPT的诞生会使得人机协同共生模式被更多地关注。喻畅等、廖锡嘉等指出ChatGPT可以作为辅助工具，助力企业执行实时内部审计，并可以从更专业地理解审计报告与数据、增强审计数据分析能力、审计报告自动生成和识别欺诈行为等方面构建注册会计师审计新范式和新路径。
