Генеральный директор Kespry смотрит на искусственный интеллект с высоты птичьего полета

Как специалисты по страхованию традиционно оценивают повреждения кровли после ураган почти так же опасен, как и медленный. Специалисты по наладке имущества использовали лестницу, чтобы взобраться на поврежденную крышу и тщательно оценить ущерб, надеясь, что они не пострадали в процессе. Уровень травматизма у специалистов по недвижимости в США почти в четыре раза выше, чем у обычного строителя. Оказавшись на вершине здания, монтажник будет использовать несколько инструментов - камеру или смартфон, чтобы задокументировать повреждения, рулетку для измерения тестовой области и, возможно, мел, чтобы очертить ее. После того, как оценщик рассчитал степень ущерба в данной области, он или она может экстраполировать полученную оценку ущерба для всего имущества, а затем переехать к следующему объекту в своем списке, чтобы начать процесс заново.

А теперь представьте, что вы используете беспилотник для последовательного обследования повреждений, нанесенных несколькими домами. По словам Джорджа Мэтью, председателя и главного исполнительного директора компании Kespry, которая называет себя компанией воздушной разведки, весь процесс можно автоматизировать и выполнить в кратчайшие сроки. «Вы вводите на iPad нужную координатную область, создавая многоугольник вокруг собственности, а затем выбираете область, которую хотите осмотреть, и собираете необходимые данные», - сказал Мэтью, чья фирма совершенствует регулировку страхования с помощью дронов. за ущерб, нанесенный ураганом. В прошлом году генеральный директор Farmers Insurance сообщил, что техника на основе дронов помогла им сократить процесс оценки требований о нанесении ущерба от урагана с трех домов в день до трех домов в час. «Это почти в 8-10 раз выше производительности, - сказал Мэтью в интервью Dreamforce.

К тому же подход более точен, потому что дроны могут точно измерить размеры крыши. Этот метод также поддерживает использование алгоритмов искусственного интеллекта для выявления аномалий в местах возникновения града и ввода информации непосредственно в программное обеспечение для управления претензиями и обработки претензий страховщиков. Компания также может определить, где повреждена крыша из-за ветра.

[ Мир промышленного Интернета вещей - это событие, которое превращает IIoT от вдохновения к реализации, стимулируя бизнес и операции. Получите билет прямо сейчас. ]

В то время как Kespry накапливает свой опыт в секторе страхования и работает как со страхованием совхозов, так и со страхованием фермеров, в первую очередь компания сосредоточила свое внимание на промышленном секторе. «Когда мы были основаны в 2013 году, у нас было представление, что дрон является источником сенсорного сбора данных, который мы должны иметь возможность автоматизировать», - пояснил Мэтью. Сначала компания нацелена на использование дронов в горнодобывающей промышленности для измерения объемных запасов и запасов. «Мы могли бы управлять дроном над головой, обрабатывать изображения, получаемые с дрона, и преобразовывать их из двухмерного набора изображений с высоким разрешением в трехмерную модель с помощью фотограмметрии», - сказал Мэтью.

Этот метод был значительно более точным, чем традиционный метод измерения запасов, у которого разброс на запасы составлял от 15 до 20 процентов. Kespry утверждает, что может оценить сумму с точностью от 1 до 2 процентов.

Эту же технику можно использовать для измерения материалов на строительных площадках. «Мы думали об измерении более тяжелых промышленных активов так, что обработка изображений и компьютерное зрение были совершенно новой сферой возможностей, которая не использовалась в промышленном секторе», - сказал Мэтью. Хотя промышленные применения ИИ, машинного обучения и компьютерного зрения обсуждались на протяжении десятилетий, эта технология в основном была развернута для отдельных случаев использования.

И хотя крупные технологические компании, такие как Amazon, Google, FedEx и Uber, экспериментировали с использованием дронов, они в основном нацелены на амбициозные варианты использования с неопределенными сроками коммерциализации и часто с более тонкими нормативными соображениями. Хотя на ранней стадии после урагана существуют ограничения на полеты, которые не позволяют дронам летать в поврежденных районах, чтобы избежать столкновений со спасательными вертолетами, по завершении этого периода воздушное пространство снова открывается, и дроны могут начать полеты.

В 2017 году Claims Journal сообщил о значительном сдвиге в сторону использования дронов в Техасе для оценки ущерба от урагана Харви.

Но в промышленном и страховом секторах сочетание технологий машинного обучения и компьютерного зрения уже сейчас может быть развернуто для важных случаев использования. «Мы продолжаем следовать этим промышленным сценариям использования, когда искусственный интеллект, машинное обучение на физических активах с использованием своего рода рычага машинного обучения и компьютерного зрения действительно помогает принимать более автоматизированные решения на этих промышленных предприятиях», - сказал Мэтью.

Когда его спросили, можно ли применить тот же метод для оценки ущерба при других бедствиях, Мэтью сказал:«С такими вещами, как пожары и торнадо, становится немного сложнее, потому что это часто приводит к полной потере, верно?» Но даже в некоторых случаях, подобных этому, дроны можно использовать для измерения пустотелого фундамента, чтобы оценить общую стоимость замены дома или здания на основе анализа размеров фундамента.

В будущем функциональные возможности, предлагаемые технологией, могут неуклонно улучшаться по мере развития технологии искусственного интеллекта для целевых вариантов использования. «Я думаю, что есть чрезмерное раздувание термина« ИИ »и его значения. Я думаю, что общий ИИ - это будущее, но конкретный ИИ, в котором вы применяете алгоритмические методы для лучшего принятия решений, становится более убедительным и актуальным », - сказал Мэтью.

«Посмотрите, как мы подошли к распознаванию повреждений от града. Мы взяли изображения с высоким разрешением, обработанные с использованием нейронных сетей и моделей глубокого обучения, и обучили их на данных, чтобы различать и идентифицировать ущерб от града, и применили его к новым заявкам на ущерб от града. Это всего лишь пример », - сказал он. «Чем более конкретным становится вариант использования, тем ценнее принятие решений на основе искусственного интеллекта для организаций, которые его используют».