2019KDDChina：微众银行AI团队详解联邦学习与可感知经济学，展示前沿应用

11月30日至12月1日，2019KDDChina技术峰会&四川省计算机学会年会在西南交通大学举行。作为国际数据挖掘与知识发现大会(SIGKDD)在中国的唯一官方分支机构，本次KDDChina大会围绕“大数据智能”这一人工智能前沿话题展开深入讨论，旨在提升中国数据挖掘领域学术水平，推动数据挖掘技术在工业界的应用及发展。大会邀请了来自微众银行、南京大学、IBM、字节跳动、京东等高校名企的学术界和工业界专家进行学术报告和应用实践分享。

深挖数据安全痛点，微众银行CAIO杨强教授分享“联邦学习”及应用落地

作为本次大会的重磅演讲嘉宾，微众银行首席人工智能官杨强教授重点介绍了“联邦学习”(Federated Learning）这一新兴人工智能技术的概念及其落地于各个行业的应用。

联邦学习是一种加密的分布式机器学习范式，能保证各方在不披露原始数据前提下共建模型，同时克服数据隐私保护法规与小数据、“数据孤岛”对数据建模的限制。如今，联邦学习在多个行业领域已经有了成功的应用案例：在信贷领域可以帮助多机构跨行业联合建模，更准确地识别信贷风险；在计算机视觉领域可以让分散在各地的摄像头在数据不出本地的情况下提升火灾险情等危险的识别准确性，结成安防“同盟”。未来，随着联邦学习持续深入推进落地场景，将为各行各业实现降本增效、开源节流发挥更大的作用。

微众银行AI部副总经理吴海山详解“可感知经济学”，以AI技术分析经济社会问题

除了杨强教授对联邦学习的讲解吸引了与会者的关注，微众银行AI部门副总经理吴海山在演讲中提到的“可感知经济学”（Senseable Economics）同样引发热议。

一张城市群夜间灯光亮度图片，就能分析出一个地区的经济指数？一张农田作物照片，就能用来预测农业气象灾害？这在“可感知经济学”中并不是天方夜谭。可感知经济学，指的是利用人工智能技术挖掘传感器大数据，实现对经济系统的实时感知、量化和预测，从而为一些重大社会学和经济学的问题提供决策的方法论。

大会上，吴海山博士以光伏项目为例，让参会者更加直观地了解“可感知经济学”的概念及发展潜力。如今，随着新型的传感器和5G技术逐渐普及，加之微型卫星的成功研发，产生了海量的时空数据，为监测光伏项目的发展状况提供了全新的手段。其中，微众银行AI团队研发的揽月智能资管平台，可以实现利用人工智能技术挖掘综合多维度的另类大数据，将图像识别与处理、动态识别、图像分类等AI能力用于遥感数据中，建立起相关监测模型，帮助我们更加实时地获取各个区域光伏项目的具体信息。继而，通过AI算法对所获得的遥感数据进行分析与可视化展现，客观洞察光伏项目的发展现状与问题，预测其未来发展走势，并提出应对方案。

图：微众AI揽月智能资管平台

目前，揽月平台正在运用地表识别技术构建中国太阳能(000591,股吧)光伏发展指数，这意味着它可以监测到中国的光伏项目进度变化。由于太阳能光伏发电给一个地区带来的不仅仅是清洁、安全等环境效益，同样可以带来极大的经济效益。光伏发电行业的发展创造了一批技术要求高和服务水平高的岗位，涵盖设计材料、设备制造等多个领域，对光伏项目所在地的GDP增长具有显著的推动作用。因此，中国太阳能光伏发展指数同时可以帮助分析及预测一个地区的经济与环境发展状况。

这其中运用到的地表识别技术是在城市发展状况分析、农业地表分类及功能区划定等场景中广泛应用的遥感分析技术。值得一提的是，揽月平台研发的地表识别技术其算法已经移植至低功耗AI芯片中，可以实现卫星在轨计算。目前，这一技术已成功运用于分析区域光伏、新能源等发展状况，在病虫害识别等农业场景也有着广阔的应用空间。

除此之外，揽月平台针对资产管理领域的现存问题也提出了应对思路。近来ESG（Environment, Social Responsibility, Corporate Governance）投资理念兴起，逐渐成为资产管理的热门趋势。会上，吴海山博士提到：揽月平台的ESG模块即将上线。针对ESG投资中缺乏历史数据、数据收集困难等困境，揽月平台中的ESG模块将利用卫星遥感数据、企业公开数据、传感数据等数据源推进企业ESG数据的基础建设，解决ESG数据质量低等问题，助力可持续投资发展。