央广网北京5月17日消息（记者牛谷月）5月17日，由搜狐科技主办、央广网作为战略支持媒体参与的“搜狐科技5GAI峰会”在北京开幕。峰会大咖齐聚，共同探讨5G和AI技术的最前沿发展以及应用落地情况。

上午，微众银行人工智能部负责人吴海山发表了以《可感知经济学》为题的主题演讲。

吴海山指出，可感知经济学是通过各种传感器的数据收集，监测整个经济系统运营趋势，借助AI模型预测将来的方向。对于经济学系统的研究方法论，最早期人们是通过前线信鸽提供的信息去做决策。在AI和5G时代，各式各样传感器产生的数据将会重新定义我们研究的方式。

吴海山举例称，通过AI分析和卫星遥感监测到三家大型新能源汽车公司的产能趋势。所有的数据聚合起来，我们构造了基于卫星的中国新能源汽车产量指数。还有一个数据帮助我们评估新能源汽车趋势，整个中国充电桩的变化。

以下为吴海山演讲全文：

非常感谢今天能够参加搜狐科技5GAI大会，跟大家分享一下我们如何用人工智能和传感器的数据在金融行业的应用。

今天分享的主题叫可感知经济学。可感知经济学是通过各种传感器的数据收集，监测整个经济系统运营趋势，借助AI模型预测将来的方向。我们微众银行，重点讲一下这块怎么在绿色金融应用。

微众银行是由腾讯发起的中国第一家数字银行，也是中国目前最大的互联网银行。由于我们是一个数字银行，所有业务都是通过数据和科技驱动的，今天讲一下通过AI科技在绿色金融和可持续金融的应用。

首先看一下动图，是来自欧空局拍摄的年的数据，这是由于气候的变化，大概多平方公里的冰变成了冰砖，气候的变化对整个全球影响是触目惊心的。

另外一个非常有意思的数据，我们看到废气的二氧化氮，主要来自交通和其它的生产制造的废气，空气污染在整个疫情的变化和人类活动息息相关，今年1、2月份疫情蔓延的时候整个污染是比较少的，包括欧洲也呈现出了非常相似的模型。人类的活动能够通过新的卫星传感数据看到对空气污染的影响到底是什么样子的。

这是对于经济学系统的研究方法论，最早期人们是通过前线信鸽提供的信息去做决策。在AI和5G时代，各式各样传感器产生的数据将会重新定义我们研究的方式。这是我们能看到的各种各样的传感器可能产生的数据，以及这些数据将能够帮助我们从哪些维度分析变化。

通过智能手机可以看到市场的消费的趋势，通过物联网有很多传感器已经部署在重型机械设备这些区域，我们监测这些传感器的信息，比如说物流行业、港口、工程开发、用电。

重点讲一下微型卫星的数据，可帮助微众银行实现可持续金融和绿色金融的应用。首先是简单的动画阐述卫星怎么产生的，对不同光谱波段的传感器，每个可以拍摄到地面不同的信息，把这些信息聚集起来，有可见光、红外和雷达的影像，这些影像结合出来可以看到系统的变化。

最近随着微型卫星的普及，这些数据已经变得越来越容易获得。最左边的卫星已经有几公斤重，它的发射成本大概只有几十万美元的价格，这些信息和数据，而且这些卫星的传感器很多用的手机传感器，能够实现民用的价值是非常大的。这是PlanetLabs发射的小型卫星，还有微众揽月平台，向卫星遥感影像的类似数据监测和预测整个全球的经济系统的变化，可以看到农业农产品的变化，大型机械的变化，以及绿色能源的发展，环境污染监测等等。

接下来讲讲怎么通过揽月平台来分析绿色金融的应用。中国在碳排放提出了两个非常雄伟的目标，中国政府已经开始通过风能、太阳能实现绿色能源的应用。

我们怎么知道中国光伏能源的发展到底怎么样？光伏电站到底在中国哪些地方？这些光伏电站的安装进展、面积、变化是什么样子？我们通过AI算法结合海量的卫星遥感数据可以实时识别出地面在中国区域大型的光伏电站，可以看到这个图里面每个蓝图的小点都是中国的大型光伏电站，不光分布在沙漠里面，可能分布在山川上，还有湖里面也有光伏电站。通过这种方式把它的面积识别出来，可以识别整个光伏电站的发展变化，不光是国家政策的制定，对整个光伏领域投资也会带来影响。这两个非常有意思的电站一个像熊猫，另外一个是骏马形状的光伏电站。

除此之外，新能源汽车行业在中国现在变得越来越普及，我们怎么样能够知道整个新能源汽车的发展趋势？大家看到中间这个图是我们通过卫星数据观看到的某个新能源汽车公司的车场，通过AI数据结合可见光的谱段和雷达合成影像，可以监测新能源汽车产能的变化。

下面通过AI的分析和卫星遥感监测到的三家大的新能源汽车公司的产能趋势。所有的数据聚合起来，我们构造了基于卫星的中国新能源汽车产量指数。还有一个数据帮助我们评估新能源汽车趋势，整个中国充电桩的变化，能够监测到中国的新能源汽车发展的趋势。

另外一个通过揽月平台监测，这是疫情期间的应用，能够监测经济复苏的变化。钢铁的产能是整个宏观经济里面非常重要的指标，因为它影响着下游的房地产、家电很多产业链的供给。我们通过卫星分析红外谱段的成像，通过AI算法可以监测到中国钢厂开工和程度变化。左边的图红色区域是钢厂炼钢非常高的区域，通过近红外的影像识别可以评估中国大部分钢厂的产能变化。右边是通过揽月平台监测到蓝色的线，PMI卫星钢铁产能制造指数的变化，我们也和政府的钢铁产量做了对比，发现这个数据之间是非常吻合的，我们的数据好处可以做到周度的监测，每个星期都可以监测到变化。

另外一个评估了疫情期间工厂的复苏变化，这是上海的特斯拉变化。我们通过AI算法通过数据里面自动把特斯拉工厂员工停车场区域的车辆识别出来，通过监测车辆数据的变化，发现年2月10号特斯拉在上海完全复苏，这和媒体的报道非常一致的。

在疫情期间原油产量波动变化非常大，我们最新的研究成果可以通过非常精确的识别算法，分析阴影的面积，可以监测国内和全球的原油产量的监测。

大家知道微众银行还做绿色金融，还为普惠金融做工作。我们为中国的农民提供服务，能够通过卫星去评估农民的土地或者养水产能做一个质量评估。大家知道农民贷款非常困难的一点是他没有多少可抵押的资产，我们可以把农村农民的可承包用地或者承包的水产地做质量的评测，为他的抵押做一些分析，能够为农民提供金融服务。

前面讲的主要是和绿色金融相关的，接下来重点讲一下怎么样通过可感知经济学分析ESG——环境、社会责任和公司治理。在这一块在国外大的资产管理公司里面它们已经开始把ESG理念运用到资产管理和投资理念。和ESG相关的管理资产增长幅度，尤其在疫情期间幅度非常大，他们发现在疫情期间ESG工作做的特别好的公司，对疫情的影响也会比较多一些的。

除了资产管理领域，ESG在银行也越来越重要，可以看到政府已经把很多要求ESG理念用在企业信贷和整个流程里面。现在有一个问题，我怎么样能够很好的评估投资的企业或者信贷企业的ESG的风险表现呢？传统的方式可以用MCI公司的数据，通过公司的企业年报提取一些数据评估，但是它的更新频率比较低。

我们的概念是通过另类数据，包括卫星遥感数据、企业公开数据、网络数据，包括污染的传感数据，可以帮助我们非常好的评估，再结合AI的技术分析这些海量数据，能够实时、客观、实操的ESG评级或者分数的平台。

这里有几个例子，第一个是我们监测企业的污染。左边是某一个上市钢厂，钢厂右边是通过AI算法实时监测它废气排放的污染区域变化，AI算法可以监测废气的排放变化评估公司对污染的影响。

另外，我们做多传感器融合做空气污染监测。我们更多是运用政府的空气传感器的数据进行评估，但是这个传感器一般比较稀疏，比如在北京有几十个，上百个比较多了。我们每天都会用手机拍摄图像，而且很多图像会留下位置的信息，把位置信息结合政府已经布的传感器信息，再结合AI的方式根据图像预测当前区域的空气污染程度。

这个图是我们的算法和国内的公益组织，通过它们的数据可以拍一张照片，通过AI算法结合位置和当前的政府布置的传感器信息，构造一个深度学习模型，预测当前的空气质量大概什么样，这是通过算法预测的几个有好的和污染严重的数据，这个结果和政府公布的传感器数据比较吻合。这个为我们提供了另外的手段评估空气的污染。

另外自然灾害的监测，最近苏州龙卷风，气候的变化和极端天气影响越来越严重。左边的红色区域是自动识别的某个受灾区域的农田区域变化，不光可以帮助我们评估企业周边的环境影响，也可以为农业保险提供非常好的决策依据。右边的图是识别的去年美国很多地方有森林大火，识别森林大火的变化。

最后还可以通过AI来实现土地分类和生物多样性的监测，这是两个大型的上市公司，我们通过卫星数据分析能够分析出来周边的工厂、居民区和植被评估这个公司对周边环境的影响。

前面讲的在微众银行用揽月平台结合传感器数据实现可感知经济学的概念，在微众银行绿色金融和可持续的应用。我们这个平台大家也可以去上面探索一些刚才介绍的功能，谢谢大家！

本文来源：央广网