摘要：本研究探讨了人工智能，特别是大语言模型在财务会计领域的应用与挑战。通过对比实验分析了使用图片输入和文字输入处理财务会计数据时的表现差异，发现文字输入的正确率高于图片输入。在图像输入中，AI需要经历多步骤的解码过程，容易引发错误理解，导致错误率上升。文章详细分析了这些差异的原因，并通过实际案例说明AI在处理复杂财务数据时的局限性。研究指出，虽然AI在常规会计任务中表现较好，但在复杂任务和图像处理方面仍存在显著不足。最后，本文提出了进一步提升AI在财务会计领域应用效果的建议和展望。
关键字：人工智能，财务会计，大语言模型。
引言：
自2022年大语言模型chatgpt横空出世后，人们不断的加强人工智能在生活中的应用。尤其是在文字信息处理较多的会计行业。
虽然AI技术早在财务会计领域开始应用。但多数人工智能仍然停留在简单的数据归纳，数据整理等方面，仍然不能做到解释经济活动，进行计量确认等操作，借用UiPath公司的自动化产品报告，AI在财务领域仍然专注于财务报告生成和文档分析，在公司的智慧大脑与语言分析上仍然与传统的人工分析有较大差距。
根据我们的研究，AI技术可以显著提高财务流程的效率，并减少部分人为的错误，从而提供比以往人工生成的数据更为精确的财务分析和预测。例如Kokina和Pavlik在2020年指出，AI系统能够识别潜在的财务欺诈行为，提高审计质量和效率。
接下来我们将在多份数据调研中指出，AI在处理复杂的会计任务时，其表现受到数据质量、模型复杂性和题目类型等因素的影响。本篇文章将探讨人工智能技术下的大语言模型在应对多样化财务任务时的表现，从而得出在涉及高度专业化的会计判断时，国内和国外的大语言模型的错误率将随着数据的复杂性增加，显著上升，尤其是在多项选择题和数据量庞大的场景中。
总的来说，现有研究揭示了AI在财务会计领域的潜力和局限性。虽然AI可以有效地处理大部分常规会计任务，但其在复杂任务和语言提取方面的表现不尽如人意，尤其是在数据量增加和题目类型复杂化时。因此，进一步研究AI在不同场景下的表现，特别是探讨其错误率的变化趋势和影响因素，对于提升AI在财务会计中的应用效果具有重要意义。
行文结构：本文首先从AI的数据接收上进行分析，分别考察chatgpt在图片接收和语言接收两方面的差异；其次，考察语言文字（中文与英文）对人工智能分析的影响；最后，探究数据的输出。分析不同AI的错误率和错误原因，并形成对照实验，分析从哪些方面可以提高AI对财务信息的理解程度。
研究方法：文章研究办法的解释：由于本研究涉及使用可以联网的人工智能模型，所选数据的条件皆为未公开或在可限范围内公开，数据范围使用了较为基础的财务会计模拟试题包括但不限于（美国注册管理会计师大纲，中国初级会计师资格考试大纲），用以测试chatgpt、文心一言、豆包、腾讯等常用的大语言模型。被用于测试的数据题型包括但不限于单项选择题，多项选择题，判断题，不定项选择题等；图文分析题，计算题，概念题等。在人工智能的底层逻辑上，所选人工智能模型皆满足深度学习技术中的Transformer architecture（变换器架构）。