Todos los días, se están recopilando grandes cantidades de imágenes geoespaciales y, sin embargo, hasta hace poco, uno de los mayores usuarios potenciales de ese tesoro, las aseguradoras de propiedades, había hecho un uso sorprendentemente pequeño de ellas.
Ahora, CAPE Analytics, una startup de visión de computación y miembro de NVIDIA Inception, busca convertir ese tesoro de imágenes geoespaciales en mejores decisiones de suscripción, y está aplicando estos conocimientos para mitigar los desastres por incendios forestales.
Tradicionalmente, la industria de seguros solo podía confiar en datos históricos para amplias franjas de tierra, combinadas con una visita en persona. CAPE Analytics puede utilizar la IA para producir datos detallados sobre la densidad de la vegetación, el material del techo y la proximidad a las estructuras circundantes. Esto proporciona una mejor manera de calcular el riesgo, así como una vía para ayudar a los propietarios de viviendas a tomar medidas para reducirlo.
“Por primera vez, las aseguradoras pueden cuantificar el espacio defendible, la eliminación de material inflamable, como la vegetación de alrededor de un hogar, con análisis detallados”, dijo Kevin Van Leer, director de Éxito del Cliente en CAPE Analytics. “CAPE permite a las compañías de seguros identificar la vulnerabilidad de una casa específica y hacer recomendaciones al propietario de la vivienda. Por ejemplo, nuestro estudio reciente muestra que cortar la vegetación en los 3 metros que rodean una casa es la acción más eficaz que un propietario puede tomar para reducir el riesgo de sufrir incendios forestales. También es mucho más fácil de lograr en comparación con el espacio de 9 a 30 metros que se recomienda con frecuencia”.
A medida que las temporadas de incendios se hacen más largas y mortales cada año, y los incendios forestales son impulsados por vientos más cálidos, secos y rápidos, el área de riesgo se amplía a áreas más nuevas, que no se encuentran en los mapas más antiguos. Esto hace que la información actualizada sea especialmente crucial.
“Lo que distingue a este conjunto de datos es que es muy reciente y es de alta resolución”, dijo Kavan Farzaneh, jefe de marketing de la compañía con sede en Mountain View, California. “Usando la IA, podemos analizarlo a escala”.
Las ideas de dicho análisis se extienden más allá del riesgo climático al “cielo azul”, o el riesgo diario, también. Ya sea que eso signifique determinar la condición de un techo, tener en cuenta nuevos paneles solares o detectar la presencia de un trampolín, el software de CAPE busca optimizar el proceso de suscripción ayudando a las aseguradoras a tomar decisiones más informadas sobre qué pólizas emitir.
Y dado que la compañía de seis años de antigüedad ya cuenta con más de 40 clientes de la industria de seguros y está respaldada por inversiones de varias grandes compañías de seguros, incluidas Hartford, State Farm y CSAA, CAPE Analytics parece estar en algo.
Creación de Registros Más Precisos
Durante algún tiempo, las compañías de seguros han utilizado imágenes aéreas para la verificación de siniestros, como la revisión de los daños causados por las tormentas. Pero CAPE Analytics está convirtiendo esas imágenes en datos estructurados que los suscriptores pueden usar para agilizar su proceso de toma de decisiones. La compañía está esencialmente creando registros de propiedad más actualizados, que tradicionalmente provienen de las oficinas de asesores fiscales y otras fuentes de registros públicos.
“Nos centramos en la suscripción de propiedades porque había un vacío en la precisión, y los datos tienden a ser antiguos”, dijo Busy Cummings, director de ingresos de CAPE Analytics. “Al usar la IA para aprovechar esta ‘fuente de verdad’ objetiva, podemos mejorar la precisión de las fuentes de datos existentes”.
Y eso significa más eficiencia para los suscriptores, que pueden evitar inspecciones innecesarias por completo gracias a que tienen acceso a datos más actualizados y completos.
CAPE Analytics obtiene sus conjuntos de datos de varios socios de imágenes. Los etiquetadores humanos etiquetan algunos de los datos, y la compañía ha entrenado algoritmos que luego pueden identificar elementos de una imagen aérea, como si un techo es plano o tiene gabletes, si se han agregado estructuras adicionales o si los árboles y la maleza exceden la estructura.
La compañía comenzó a entrenar sus modelos en varios servidores con las GPU de NVIDIA. Desde entonces, ha realizado la transición de la mayor parte de sus actividades de entrenamiento a instancias P3 de Amazon Web Services que ejecutan las GPU NVIDIA V100 Tensor Core.
La inferencia se ejecuta en el servidor de inferencia NVIDIA Triton. CAPE Analytics se basa en varias instancias de Triton para ejecutar sus modelos, con un balanceador de carga que distribuye las solicitudes de inferencia, lo que le permite escalar horizontalmente para satisfacer la cambiante demanda de los clientes. La infraestructura de la compañía permite realizar inferencias en vivo de imágenes, con datos geoespaciales convertidos en datos estructurados procesables en dos segundos.
En Busca de la Escala
Gracias a su membresía en NVIDIA Inception, la compañía ha estado experimentando recientemente con el sistema de IA NVIDIA DGX A100 para entrenar redes más grandes en conjuntos de datos más grandes. Jason Erickson, director de ingeniería de plataformas en CAPE Analytics, dijo que la experiencia con la DGX A100 ha demostrado “lo que potencialmente podríamos lograr si tuviéramos recursos ilimitados”.
“Hemos sido muy afortunados de formar parte del programa Inception de NVIDIA desde 2017, lo que nos ha brindado la oportunidad de probar nuevas ofertas de NVIDIA, incluidos los sistemas GPU y DGX A100 de ciencia de datos, mientras nos involucramos con la comunidad de NVIDIA en general”, dijo Farzaneh.
CAPE Analytics tiene toda la motivación para seguir escalando. Cummings dijo que ha pasado el año pasado enfocado en expandirse de la suscripción de seguros a los mercados inmobiliarios e hipotecarios, donde hay demanda para integrar los datos de condición de la propiedad en las herramientas que determinan el valor de las viviendas. La compañía también acaba de anunciar que está impulsando un nuevo modelo de valoración automatizado basado en datos geoespaciales.
Con tantos mercados potenciales por explorar, CAPE Analytics tiene que seguir rompiendo límites.
“El machine learning es un mundo que se mueve rápidamente. Todos los días hay nuevas investigaciones, nuevos métodos y nuevos modelos”, dijo Farzaneh. “Solo estamos tratando de mantenernos a la vanguardia”.
Obtén más información sobre el trabajo de NVIDIA con la industria de servicios financieros.
Crédito de la imagen: Paul Hanaoka en Unsplash.