做金融決策時，必須縱觀全局——例如，從無人機、衛(wèi)星或 AI 傳感器獲取的圖像信息中獲得洞察。

空間金融是一個新興的領域，通過利用來自遙感器和航空圖像的 AI 洞察，幫助銀行、保險公司、投資公司和企業(yè)分析風險與機遇，推出新的服務和產(chǎn)品，衡量所持資產(chǎn)對環(huán)境的影響，并在危機發(fā)生后評估損失。

空間金融的應用包括監(jiān)測資產(chǎn)、建立能源效率模型、跟蹤排放和污染、檢測非法采礦和森林濫伐，以及分析自然災害風險。NVIDIA AI 軟件和硬件能夠幫助業(yè)界將業(yè)務數(shù)據(jù)與地理空間數(shù)據(jù)相結合，從而加快推動上述應用。

通過更好地了解與投資相關的環(huán)境和社會風險，金融部門可以優(yōu)先選擇那些更有可能支持可持續(xù)發(fā)展的投資，這套框架也被稱為環(huán)境、社會和公司治理（ESG）。

人們對可持續(xù)投資的關注與日俱增：據(jù) Bloomberg Intelligence 的一項分析預測，到 2025 年，ESG 資產(chǎn)將占全球托管資產(chǎn)總額的三分之一以上。此外，歐盟航天計劃機構的一份報告預測，未來十年，保險和金融業(yè)將成為地球觀測數(shù)據(jù)與服務最大的消費行業(yè)，到 2031 年，這項觀測與服務的總收入將超過 10 億美元。

NVIDIA 初創(chuàng)加速計劃是一個加速優(yōu)秀創(chuàng)業(yè)公司發(fā)展的全球生態(tài)項目，其中一些成員正在利用 GPU 加速的 AI 應用來推進這些工作。這些 AI 應用可以跟蹤工業(yè)廠房附近的水污染情況、量化野火的金融風險、評估風暴后的損失等。

面向大規(guī)模數(shù)據(jù)的強大計算能力

GPU 加速的 AI 和數(shù)據(jù)科學可以從復雜的非結構化數(shù)據(jù)中快速地獲取洞察，使銀行和企業(yè)能夠對從衛(wèi)星、無人機、天線和邊緣傳感器捕獲的數(shù)據(jù)進行實時流分析。

通過監(jiān)測航天機構免費提供的航空圖像或私營公司提供的精度更高的航空圖像，分析師可以清楚地了解水庫在一段時間內用了多少水，建筑項目砍伐了多少樹木或龍卷風毀壞了多少房屋。

該功能可通過驗證書面記錄（如政府強制披露的信息、環(huán)境影響報告甚至保險索賠）的準確性來協(xié)助進行投資審核。

比如，投資者可能會追蹤一家公司的供應鏈，該公司聲稱其生產(chǎn)線已實現(xiàn)凈零排放，但在衛(wèi)星圖像中可以看到該工廠實際上依賴一家海外工廠排放煤灰。再比如，分析建筑物熱量排放的傳感器可幫助識別低排放企業(yè)，使其享受稅收減免。

NVIDIA 的邊緣計算解決方案，包括適用于自主機器和其他嵌入式應用的 NVIDIA Jetson 平臺，正在為空間金融領域的眾多 AI 計劃提供支持。

除了利用 NVIDIA 硬件來加速應用，開發(fā)人員還應用了 NVIDIA 軟件——包括用于流分析的 NVIDIA DeepStream 軟件開發(fā)工具包，它是 NVIDIA Metropolis 視覺 AI 平臺的一部分。開發(fā)人員還使用 NVIDIA Omniverse 平臺來構建和運行元宇宙應用，以實現(xiàn)地理空間數(shù)據(jù)的三維可視化。

財產(chǎn)保險——從評估風險到加速理賠

NVIDIA 初創(chuàng)加速計劃的成員正在開發(fā) GPU 加速的應用，旨在將地理空間數(shù)據(jù)轉化為保險公司的洞察，從而減少監(jiān)測投保財產(chǎn)狀況所需的、昂貴的現(xiàn)場訪問次數(shù)。

總部位于盧森堡的 RSS-Hydro 公司在本地和云中使用 GPU 計算來訓練 FloodSENS 機器學習應用程序，該應用可通過衛(wèi)星圖像繪制洪水影響圖。RSS-Hydro 公司還使用 NVIDIA Omniverse 來制作 FloodSENS 的 3D 動畫，幫助團隊更有效地傳遞洪水風險，并在緊急情況下為資源分配規(guī)劃提供信息。

點擊視頻，觀看使用 Omniverse 可視化處理 FloodSENS 和哥白尼數(shù)據(jù)的演示。

總部位于多倫多的 Ecopia AI 公司利用基于深度學習的制圖系統(tǒng)挖掘地理空間數(shù)據(jù)，幫助制作下一代數(shù)字地圖，實現(xiàn)對建筑物、道路、森林等進行高精度分割。這些地圖為公共和私營部門的各種應用提供支持，包括政府氣候適應性倡議和保險風險評估。Ecopia 公司使用 NVIDIA GPU 開發(fā) AI 模型。

位于舊金山灣區(qū)的 CrowdAI 公司使用深度學習工具，通過自動分析航空圖像和視頻來檢測在自然災害中受損或毀壞的資產(chǎn)，從而加快保險理賠流程。該公司使用 NVIDIA GPU 進行訓練和推理。

從這張拍攝于 2018 年 “邁克爾” 颶風過后的航拍圖片中，CrowdAI 公司的深度學習模型檢測到了建筑物。AI 還對建筑物損毀程度進行了分類——綠色代表無損毀，黃色和橙色分別代表輕微和嚴重損毀，紫色代表建筑物被摧毀。

*圖片來源：CrowdAI 公司、DigitalGlobe、NOAA 和 Nearmap。

預測企業(yè)的風險和機遇

NVIDIA 初創(chuàng)加速計劃的成員企業(yè)還利用地理空間數(shù)據(jù)幫助政府機構和銀行對其投資的風險和機遇進行量化，例如預測作物產(chǎn)量、檢測工業(yè)污染以及測量土地和水的使用情況。

總部位于瑞士的 Picterra 公司通過地理空間 MLOps 平臺為可持續(xù)金融提供支持，該平臺使銀行、保險公司和金融咨詢公司能夠對 ESG 指標進行分析。該公司的 AI 洞察能夠幫助金融業(yè)做出投資決策、建立風險模型并快速量化投資組合中的漏洞和機遇。Picterra 公司使用 NVIDIA Tensor Core GPU 和 NVIDIA CUDA 工具包開發(fā) AI 模型，以處理來自衛(wèi)星、無人機和航空圖像的原始數(shù)據(jù)。

總部位于倫敦的 Satellite Vu 是一家應用衛(wèi)星技術應對全球挑戰(zhàn)的初創(chuàng)公司，該公司可以利用紅外攝像頭數(shù)據(jù)實現(xiàn)近乎實時監(jiān)測地球上任何建筑物的溫度。這些紅外圖像將為客戶提供關于經(jīng)濟活動、建筑能效、城市熱島效應等方面的信息。

而總部位于休斯敦的 Sourcenergy 公司則利用地理空間數(shù)據(jù)來支持能源供應鏈智能平臺，該平臺可幫助金融服務業(yè)進行市場調研。該公司利用 NVIDIA GPU 開發(fā)的 AI 工具使投資者能夠獨立創(chuàng)建能源公司油井庫存和項目成本的實時模型，甚至在公司發(fā)布季度財報、分享數(shù)據(jù)之前為投資者提供洞察。

點擊“閱讀原文”了解 NVIDIA 在金融服務領域所做的更多工作。

掃描海報二維碼，鎖定北京時間 1 月 9 日 (星期二) 凌晨 0 點舉行的線上 NVIDIA CES 2024 特別演講。