释放数智新动能,构建绿色金融数字生态体系
邮储银行“十四五”规划纲要、“十四五”IT规划提出科技赋能战略,全面加速数字化转型;健全“金睛“信用风险监控系统功能,借助大数据等金融科技手段,减少环境和气候信息不对称。制定数字化转型专项领域行动方案,纳入绿色金融数字化转型任务,构建绿色金融数字生态体系。
为解决当前绿色金融市场交易活动中信息不对称问题,提升环境气候信息可得性和精准度,加强对绿色项目和绿色资产识别能力,精准支持绿色低碳循环经济发展,邮储银行依托 “金睛“信用风险监控系统(以下简称“金睛”系统),收集、整理和分析政府和企业公开的环境信息,搭建环境信息数据库,依托公众环境研究中心(IPE)的动态环境绩效评价 (DEPA)解决方案,从污染防治、环境管理、社会监督等角度对企业的环境表现开展动态评估,快速高效识别企业的环境信用风险,提升信贷管理的效率和效能。
2022年1月,邮储银行“基于大数据技术的绿色信贷服务”项目纳入中国人民银行金融数据综合应用项目试点。总行成立金融数据综合应用试点项目推进工作组,由邮储银行总工程师任组长,授信管理部负责人及业务骨干任组员,负责统筹组织推进,每两周向中国人民银行报送项目建设推进情况。具体目标规划与完成时间节点如表1所示。
表1项目规划
本方案已经实现以下四个目标:
一是提升环境气候信息的可得性和精准度,缓解绿色金融市场交易活动中信息不对称问题。“金睛”系统部署企业环境信息模块,接入公众环境研究中心蔚蓝地图等外部环保数据,加强对客户在信贷全流程的环境风险监控。
二是建立绿色智能识别模型,提高对绿色项目和绿色资产识别能力,精准支持绿色低碳循环经济发展。运用人工智能技术,让机器学习各类绿色金融统计标准,建立高效的、可持续完善升级的绿色智能识别引擎,提高绿色识别的准确率。在信贷业务平台内置环境效益测算模型,将银保监会118个环境效益专业测算模型嵌入系统,实现对绿色项目的环境效益测算,达到对环境效益进行动态监测、精准计算。
三是推动企业碳核算,识别和修复自身环境问题并做出公开披露。邮储银行与公众环境研究中心合作,应用温室气体排放核算平台(lnsBlue)积极有序推动企业碳核算工作。截至2022年末,累计完成2182户企业碳核算,累计295户企业在邮储银行的引导下,对过往出现的环境违规问题进行了公开披鸳;200余户客户借助蔚蓝地图平台和工具,测算并披嫘了季度新鲜水量、废水、温室气体排放量等能源数据。该项工作已纳入人民银行《绿色金融市场简报》宣传推广。
四是提升应用金融科技管理环境、气候和社会风险的能力,开发适合绿色技术创新和覆盖投融资主体全生命周期的绿色金融产品和服务体系。积极创新和推广可持续发展挂钩债券融资、可持续发展挂钩贷款等产品。如,在北京金融资产交易所为某电力集团承销全国首单可持续发展挂钩债融5亿元,该挂钩目标达成后,预计可实现二氧化碳减排91.5万吨;率先为某控股煤业集团、某热电有限责任公司发放可持续发展挂钩贷款。引入了温室气体排放核算平台(lnsBlue)测算的企业碳排放量,福建省南平市分行首创“绿色信贷评分卡”,并将评分情况作为绿色创新产品准入、提高授信额度、享受优惠利率等差异化政策的依据, 2022年1月被福建省绿色金融改革试验工作领导小组评为第二批绿色金融改革可复制创新成果。2022年6月获评福建省十大金融创新项目中三类项目。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。