Analisi di immagini satellitari
L’obiettivo: identificare i clienti che hanno installazioni per l’energia solare coperte da un’assicurazione insufficiente e proporre loro una soluzione migliore. La soluzione Reply: rilevare i pannelli solari sui tetti delle case tramite immagini satellitari, valutate mediante processi di riconoscimento delle immagini e reti neurali.
#Convolutional Neuronal Networks
# Insurance Industry
# Class Activation Map
# Visualization
,allowExpansion)
Come ottenere informazioni precise in maniera automatizzata
L’implementazione tecnica eseguita da Reply è stata possibile grazie a un modello di deep learning capace di riconoscere i pannelli solari tramite fotografie aeree. In una prima fase, gli indirizzi delle persone assicurate vengono convertiti in coordinate.Successivamente, viene richiesta un’immagine aerea da un fornitore di servizi nelle vicinanze di tali coordinate. Poiché questo processo è completamente automatizzato, è necessario un alto grado di precisione. Per esempio, occorre garantire che un impianto solare installato sul tetto vicino non determini un risultato errato.
Risultati puntuali con Deep learning e intelligenza artificiale
Per addestrare un buon modello di Deep Learning è necessario, in primo luogo, un vasto insieme di dati di training. A questo scopo, migliaia di immagini di case sono state suddivise in immagini con e senza pannelli solari, per addestrare il modello a distinguere i pannelli solari da altre strutture. Viste dall’alto, per esempio, serre e travi di tettoie appaiono molto simili a pannelli solari.
I metodi di visualizzazione usati dall’intelligenza artificiale servono a riconoscere queste strutture complesse. Seguendo il percorso di un’immagine attraverso il modello, è possibile capire quali aree dell’immagine sono state prese in considerazione dal modello ai fini della sua decisione, e identificare gli errori per correggerli in modo mirato, espandendo i dati di training.
Rafforzare la customer loyalty
Reply ha fornito alla compagnia assicurativa un modello che, per ciascun indirizzo in Germania, mostra se la casa ha o meno un pannello solare sul tetto. Il modello è stato applicato a tutti i clienti esistenti della compagnia assicurativa per informarli proattivamente della copertura assicurativa incompleta, rafforzando così la customer loyalty.
Il progetto è stato presentato da Deutsche Bank in un video in occasione del suo 150⁰ anniversario. La serie #Expeditiown150 è dedicata alle nuove tendenze e innovazioni del settore finanziario.
)
Machine Learning Reply è la società del gruppo Reply specializzata in soluzioni di Machine Learning, Cognitive Computing e Artificial Intelligence basate sullo stack tecnologico Google. Machine Learning Reply, sulla base dei più recenti sviluppi nel campo dell’intelligenza artificiale, applica tecniche innovative di Deep Learning, Natural Language Processing, Image/Video Recognitizion a differenti scenari d’uso come ad esempio la Smart Automation, i motori predittivi, i sistemi di raccomandazione e gli agenti conversazionali.