Zaczęło się od kotów na portalu Youtube. W 2012 roku inżynierowie z Google X zbudowali „superkomputer” wyposażony w nowy rodzaj sztucznej inteligencji. Przez trzy dni pozwolili mu oglądać 10 milionów losowo wybranych filmów z Youtube. Gdy skończył, okazało się, że potrafi rozpoznawać koty i ludzkie twarze. Nie byłoby w tym nic specjalnego gdyby nie fakt, że nikt nigdy nie uczył systemu jak wygląda kot ani człowiek. Komputer nauczył się tego sam. Jedyne czego potrzebował to duży zbiór danych. Wraz z kotami, nadeszła nowa era sztucznej inteligencji.
Machine learning
Uczenie maszynowe (ang. machine learning) pozwala na nauczenie komputera analizowania obrazów, dokumentów i innych danych – docelowo bez udziału człowieka. Aby „wytrenować” algorytm, który będzie automatycznie klasyfikował dane wystarczy duży zasób informacji. Dzięki ogromnej bazie zdjęć komputery z Google potrafią opisywać już dowolne zdjęcia z sieci bez ingerencji człowieka. IBM w 2011 stworzył komputer Watson, który potrafi znaleźć zależności tam gdzie inni ich nie widzą. A jak to odnieść do obszaru ubezpieczeń?
Drony i satelity – wykorzystanie w ubezpieczeniach
Każdy z ubezpieczycieli posiada wiele informacji, które mogą tworzyć zasoby danych, czyli tzw. Big Data. Za sprawą nowych technologii wkraczających do branży ubezpieczeniowej, coraz większą częścią, będą dane zbierane z otoczenia, w tym zdjęcia oraz filmy. To drony coraz częściej wykorzystywane są w różnych sytuacjach związanych z oceną ryzyka oraz likwidacją szkody. Wiele realizowanych projektów dotyczy przypadków zniszczenia dachów po gradobiciu, burzach lub nawałnicach. Wszędzie tam, gdzie człowiek ma utrudniony dostęp do uszkodzonego obiektu, tam drony w bezpieczny i bezinwazyjny sposób mogą pozyskać zdjęcia wskazanych elementów. Kolejnym atutem jest zebranie danych dla dużych terenów w krótkim czasie o dużej szczegółowości, dzięki czemu można interpretować kilkucentymetrowe elementy.
Likwidacja szkód związanych z uprawami rolniczymi to realny przykład, gdzie zastosowanie dronów usprawnia pracę likwidatorów i rzeczoznawców. Umożliwia to pozyskanie danych dla dużo większych obszarów niż w podejściu klasycznym. Zastosowanie technik przetwarzania obrazów daje efekt w postaci automatycznego wykrywania szkód np. po złym przezimowaniu (czytaj więcej: Ubezpieczyciel testuje drony, czyli wykorzystanie nowych technologii w praktyce). Nieduży koszt pozyskania danych w stosunku do informacji pozyskanych w terenie sprawi, że bardzo szybko zaleją nas dane. Jest to idealna sytuacja, dla systemów uczenia maszynowego.
Jeszcze więcej danych i o bardziej kompleksowym podejściu można uzyskać ze zdjęć satelitarnych. Codziennie nad naszymi głowami przelatują setki satelitów wykonując zdjęcia satelitarne. W połowie 2017 roku ziemie oplecie specjalna sieć nano-satelitów, które będą zbierały szczegółowe informacje o każdym zakątku świata. Nie byłoby w tym nic nowego, gdyby nie fakt, że cały obszar ziemi będzie fotografowany codziennie. Każdego pogodnego dnia na wyciągnięcie ręki będą dane całej Polski. W branży ubezpieczeniowej jest szereg możliwości wykorzystania takich danych. Wykrywanie zmian w czasie, badanie upraw rolniczych, archiwizacja miejsc po klęskach żywiołowych, tak jak to miało miejsce w Nepalu po trzęsieniu Ziemi.
IBM Watson
W dniu dzisiejszym analizy na zdjęciach wykonywane są przez człowieka dla każdego przypadku oddzielnie wykonując te same procedury, znajdując szkody oraz dokonując pomiarów. Nawet posiadając wysokorozdzielcze dane z dronów, pomiaru powierzchni uszkodzonej należy dokonać ręcznie za pomocą wskazań myszki. Dzięki sztucznej inteligencji zadania te będzie wykonywał komputer. A może już wykonuje?
Firma IBM stworzyła Watsona po to, żeby szybko porządkować informacje. Chcąc pokazać jak takie rozwiązanie pomoże w ubezpieczeniach, niedawno zaprezentowali jak Watson, dzięki zdjęciom z dronów oraz algorytmom uczenia maszynowego, może automatycznie wykrywać uszkodzenia na dachach.
Firma na przykładzie skutków gradobicia pokazała szkody zaistniałe na 20 budynkach ze zniszczonymi dachami. System został wcześniej nauczony identyfikacji i klasyfikacji różnych rodzajów dachówek na dużych zbiorach danych. Tak przygotowany mógł rozpoznawać uszkodzenia na zdjęciach z powietrza jednego z domków.
Następnie, sklasyfikowane zdjęcia nałożył na model 3D, który również został stworzony ze zdjęć pozyskanych z drona. Program dokonał pomiaru obszarów uszkodzonych i oszacował wysokość odszkodowania na podstawie rynkowych kosztów naprawy oraz kosztów związanych z kupnem materiałów.
Obserwując postęp technologiczny da się zauważyć, że procesy dziejące się obecnie zostaną zautomatyzowane, a wsparcie w postaci np. Watsona pomoże ubezpieczycielom szybciej i sprawniej dokonywać likwidacji szkody. To bezpośrednio przełoży się na bezpieczeństwo rzeczoznawcy w terenie oraz zadowolenie klientów, którzy w krótkim czasie otrzymają odszkodowanie. Od kotów, po dachy i uprawy komputery pomogą nam uporządkować nowy zestaw danych o otaczającym nas świecie.
Autorzy:
 |
Tomasz Kozłowski – Współzałożyciel SkySnap, firmy która pomaga ubezpieczycielom poznać aktualny stan ubezpieczonych aktywów, dzięki udostępnieniu aktualnych i bardzo dokładnych map i danych 3D. Absolwent Politechniki Warszawskiej, programista i specjalista od wdrożeń dużych systemów informatycznych. Dostarcza projekty informatyczne dla europejskich przedsiębiorstw przez ostatnie 15 lat. W SkySnap jest odpowiedzialny za rozwój technologiczny i dostawę projektów. |
|
|
Paweł Wójcik – Kierownik ds. geodezji w firmie SkySnap. Absolwent Politechniki Warszawskiej, specjalista od pomiarów geodezyjnych i przetwarzania danych do postaci dających informacje o aktualnej sytuacji i pozwalające podejmować trafne decyzje biznesowe. Przez ostatnie 3 lata dostarcza projekty dla największych firm budowlanych i ubezpieczeniowych w Polsce. |
