吴海山（企业家）的个人简介
吴海山，毕业于复旦大学计算机学院，曾在普林斯顿大学任博士后研究员。现任微众银行人工智能部副总经理。其负责的中国鬼城量化研究项目被美国权威杂志《麻省理工科技评论》评为2015年度最佳研究之一。吴海山博士被麻省理工科技评论评为中国35位35岁以下的科技创新青年（35Under35）, 并被第一财经评为中国50名数据科学家之一
人物经历
吴海山博士现任微众银行人工智能部副总经理。之前在全球最大的资产管理公司BlackRock担任董事，负责基于人工智能的投资研究。吴博士2011年从复旦大学计算机学院毕业之后，在美国普林斯顿大学任博士后研究员，2014年回国加入百度人工智能研究院，就职于百度BDL（Big Data Lab，即百度研究院大数据实验室，系百度研究院下设的三大实验室之一。）。吴海山博士还为百度资本担任科技顾问。
吴海山博士负责研发的基于时空大数据的中国经济量化分析系统，通过和联合国开发计划署、国务院发展研究中心等部门合作，对国家经济宏观政策制定提供重要参考依据。该系统被多个国际大型金融投资机构使用，并作为数据产品在彭博终端上使用。他的基于移动大数据的中国房地产空置率研究，被麻省理工科技评论评为2015年十佳研究之一。
吴海山博士20篇学术论文在多个顶级的学术期刊和学术会议上发表，国内外专利近30项。吴博士的研究多次获得国内外多家知名媒体的专题报道，包括华尔街时报、华盛顿邮报、美国国家公共广播电台、彭博社、经济学人、商业周刊、新科学家、探索频道、福布斯、世界经济论坛等。吴海山博士被麻省理工科技评论评为中国35位35岁以下的科技创新青年（35Under35）, 并被第一财经评为中国50名数据科学家之一。
时空大数据研究
吴海山以百度的最新的商业选址为例，对比过去的“调研-属性-画像-选址”模式，百度的模式则从分析用户搜索记录出发。“例如为海底捞的分店进行选址时，我们就主要分析在百度和地图上搜索过海底捞的用户的时空分布，这就能够刻画出他们的需求分布，再结合优化模型就能做出一些候选的地点，如果这里没有海底捞的分店，但是需求又很旺盛，我们的系统就会建议在这里增加一个分店。”吴海山补充道，“相对于传统的选址方法，百度直接反应用户的需求，因此更胜一筹。”
BDL的另一个产品“用户O2O行为预测”是根据用户的百度搜索数据和定位数据来做用户的出行行为预测，这样就可以提前为用户推送目的地路况和出行建议。比如当用户搜索了一个饭店的名字，百度就通过行为分析，预测用户可能会在两小时内到达，这样就会替用户进行预约、排队、安排停车场等事宜。
中国鬼城量化研究
中国鬼城量化研究的项目负责人是百度大数据实验室的数据科学家吴海山博士，他带领其团队来自北京大学刘瑜教授实验室的实习生迟光华，首次使用定位数据来进行精细的鬼城检测。在提出这一算法之前，对于鬼城的判断多数是基于不可靠的测量，比如在夜间进行住宅建筑灯光的简单计数。这种测量方法忽略了旅游业的季节性变化。许多城市或区域的人口密度与旅游息息相关。而此次百度提出的这一算法相比以往的估算更加有效，首先是基于百度地图的用户数据分析可以判断出人流的方向、起点和终点，从而更精确地了解到某个区域内的常住人口。其次，这一算法还可以根据季节和旅游淡旺季区统计某个区域内的人口变化，从而更科学地判断特定区域的人口密度。该监测方法将有助于当地政府在未来做出更好的规划决策，而非盲目的加大投入，造成资源浪费。
该项目被美国权威杂志《麻省理工科技评论》评为2015年度最佳研究之一。
中国房地产空置率研究
中国房地产空置率研究的项目负责人是吴海山博士，带领其团队来自北京大学刘瑜教授实验室的实习生迟光华，首次使用定位数据来进行精细的鬼城检测。在提出这一算法之前，对于鬼城的判断多数是基于不可靠的测量，比如在夜间进行住宅建筑灯光的简单计数。这种测量方法忽略了旅游业的季节性变化。许多城市或区域的人口密度与旅游息息相关。而此次百度提出的这一算法相比以往的估算更加有效，首先是基于百度地图的用户数据分析可以判断出人流的方向、起点和终点，从而更精确地了解到某个区域内的常住人口。其次，这一算法还可以根据季节和旅游淡旺季区统计某个区域内的人口变化，从而更科学地判断特定区域的人口密度。该监测方法将有助于当地政府在未来做出更好的规划决策，而非盲目的加大投入，造成资源浪费。
该项目被美国权威杂志《麻省理工科技评论》评为2015年度最佳研究之一。
揽月智能资产管理平台
吴海山博士带领微众银行AI资产管理团队基于遥感图像分析技术等AI核心技术，搭建了智能资产管理平台――揽月，通过对遥感影像、无人机影像、时空数据、以及舆情数据等“另类数据”的分析，挖掘实时、智能、全面的信息，从而实时监测宏观经济发展趋势，准确诊断城市发展脉搏、精确量化企业基本面、密切跟踪大宗商品交易、客观评估农业保险损失、客观评级企业ESG指数。
揽月智能资产管理平台的人工智能技术融合了目标检测、地表识别、路网检测等数据的深度挖掘，这些数据既可用于遥感识别也可用于宏观分析，通过地理信息系统分析给资产管理机构直观展现了基本面分析、宏观研究等核心场景，并实现了可视化。如分析特定行业工厂的遥感影像可以得出该行业近期生产状态、分析交通路网信息可以得出宏观经济运行侧面等等，同时结合AI驱动ESG评分系统，能快速实现ESG评级可视化效果，助推资产管理机构把握市场机遇并规避风险。AI技术具有深度学习、自适应、可视化程度高等特点，对于直观展示资产管理行业变动、指导资产管理机构运作具有现实意义。
疫情下的中国经济恢复指数分析
吴海山博士带领微众银行AI“揽月”团队，基于城市出行指数和网络舆情数据等另类数据首创了中国经济恢复指数CERI (China Economy Recovery Index)，从全国范围、省份、城市群、城市多个维度，深度剖析2020年与2019年同期的情况对比，结合区域的产业经济状况、政府复工复产措施、关键时间点及重点事件影响等多角度解读中国的复工进度与经济恢复程度。中国的春节是每年的一段特殊时期，在春节年假后会出现明显经营生产活动的复苏，而今年受到疫情的影响，出现了明显区域性与时段性的差别，通过研究基于线下出行视角的中国经济恢复指数（CERI）和线上行业舆情指数，可以从线上、线下两个维度，对中国整体的经济状况有更加精准的把握，为下一步的经济预测和投资管理提供决策依据。
全国已开始推进复工，CERI指数显示经济恢复程度接近40%，沿海地区及受疫情影响较小的省份复工情况较好，经济恢复情况良好，截止2月25日，有16个省份（除湖北省外）高于中国经济恢复指数（CERI）的平均值34%，福建、浙江、青海、湖南等省份经济恢复程度达到50%以上。在全国复工浪潮下，沿海城市群（海峡西岸、长三角、北部湾、珠三角）在复工复产方面进展迅速，绍兴、汕头、无锡、宁波、厦门等沿海城市进入中国经济恢复指数排名前十的城市，超过50%，且在正月十五后增长迅速。通过基于舆情指数的线上经济分析，在线办公、在线教育大幅增长达到537%和169%，在线游戏、在线视频、在线社交的增幅达到124%、63%和47%。根据基于多种另类数据的量化模型预测，除湖北等地外，3月中旬后疫情的影响程度逐渐消失，基本恢复到19年底的水平，但同比去年第一季度，预计对整体有30%的影响。中国经济恢复指数（CERI）编制方法（以2020年为例）：
从样本城市中选取元旦工作日的出行数据，我们采用该值反映城市节前的工作日常态水平。选取春节假期一周的出行数据最低值，作为城市维持基本运转需要的出行水平，我们认为该值不会随时间和事件大幅变化，是一个相对稳定的量。最后节后CERI可计算为（正月初一后出行水平-假期最低水平）/（常态出行平均水平-假期出行最低水平）。吴海山博士并利用AI分析了数千个大型生产制造业区域的卫星多谱段影像数据，在构建一个卫星生产制造指数(Satellite Manufacturing Index，SMI)。以制造业上游的钢铁生产为例，SMI可以较好地检测大型钢厂的产量，指数较好地拟合了工业增加值、PMI等宏观经济指标的趋势，根据SMI数据显示，主要炼钢厂产量在节后两周恢复到去年底接近80%的水平，制造业上游供应有所保障。
