Todos os dias, grandes volumes de imagens geoespaciais são coletados. Apesar disso, até pouco tempo atrás, um dos maiores possíveis usuários desse tesouro, as seguradoras de imóveis, não o haviam usado muito, o que é surpreendente.
Agora, a CAPE Analytics, uma startup de visão computacional e membro do NVIDIA Inception, quer transformar esse conjunto de imagens geoespaciais em melhores decisões de underwriting e está aplicando as informações para minimizar desastres causados por incêndios florestais.
Antes, o setor de seguros só podia contar com dados históricos para amplas faixas de terra e uma visita presencial. A CAPE Analytics pode usar AI para gerar dados detalhados da densidade da vegetação, do material do telhado e da proximidade com as estruturas ao redor. Assim, fica mais fácil calcular os riscos, e os proprietários têm mais chances de tomar medidas para diminuí-los.
“Pela primeira vez, as seguradoras podem quantificar o espaço defensável, a remoção de material inflamável, como a vegetação de uma casa, com análises detalhadas. A CAPE permite que as seguradoras identifiquem a vulnerabilidade de uma casa específica e façam recomendações ao proprietário. Um estudo recente mostra, por exemplo, que cortar a vegetação que se encontra a 3m de distância da casa é a medida mais eficaz que o proprietário pode tomar para reduzir o risco de incêndio. Também é muito mais fácil fazer isso do que cortar a vegetação que está a 9 a 30m, que geralmente é o recomendado”, afirmou Kevin Van Leer, diretor de sucesso do cliente da CAPE Analytics.
As temporadas de incêndios estão ficando cada vez mais longas e fatais com os anos, e os incêndios florestais estão sofrendo o impacto de ventos mais quentes, secos e mais rápidos. Por isso, a área de risco está se ampliando para outras áreas, que não se encontram em mapas mais antigos. Devido a isso, as informações atualizadas são extremamente fundamentais.
“Esse conjunto de dados é único porque ele é recente e tem alta resolução. Com a AI, podemos analisá-lo em grande escala”, afirmou Kavan Farzaneh, Diretor de Marketing da empresa com sede em Mountain View, na Califórnia.
As informações das análises vão além dos riscos climáticos, das previsões de “céu azul” e dos riscos diários. Seja para saber a condição de um telhado, instalar novos painéis solares ou detectar a presença de um trampolim, o software da CAPE busca otimizar o processo de underwriting ajudando as seguradoras a tomar decisões mais fundamentadas sobre as políticas estabelecidas.
Fundada há seis anos e com mais de 40 clientes do setor de seguros, além de investimentos de várias grandes seguradoras, como a Hartford, a State Farm e a CSAA, a CAPE Analytics parece estar no caminho certo.
Criando Registros Mais Precisos
Já faz um tempo que as seguradoras usam imagens aéreas para verificar sinistros, como a análise de danos causados por tempestades. Porém, a CAPE Analytics converte essas imagens em dados estruturados que os seguradores podem usar para agilizar o processo de tomada de decisão. A empresa basicamente cria registros mais atualizados de imóveis, que tradicionalmente vêm de escritórios de assessoria fiscal e outras fontes de registros públicos.
“Priorizamos o underwriting de imóveis porque não havia precisão, e os dados geralmente eram antigos. Ao usar a AI para explorar essa ‘fonte de verdade’ objetiva, podemos aumentar a precisão das fontes de dados existentes”, afirmou Busy Cummings, Diretor de Receita da CAPE Analytics.
Com isso, os seguradores têm mais eficiência e podem evitar inspeções desnecessárias graças ao acesso a dados mais atuais e completos.
A CAPE Analytics obtém conjuntos de dados de vários parceiros de imagens. Os profissionais marcam alguns dos dados, e a empresa treinou algoritmos que podem identificar elementos de uma imagem aérea para saber se um telhado é plano ou inclinado, se outras estruturas foram adicionadas ou se as árvores e os arbustos estão crescendo demais.
A empresa começou a treinar os modelos em vários servidores com GPUs NVIDIA. Desde então, ela transferiu a maior parte das atividades de treinamento para as instâncias P3 da Amazon Web Services executadas em GPUs NVIDIA V100 Tensor Core.
A inferência é realizada no Servidor de Inferência NVIDIA Triton. A CAPE Analytics tem várias instâncias do Triton para executar seus modelos, além de um balanceador de carga que distribui solicitações de inferência, permitindo que a empresa faça o dimensionamento para atender às demandas dinâmicas dos clientes. A infraestrutura da empresa possibilita a realização de inferências de imagens em tempo real com dados geoespaciais convertidos em dados estruturados úteis em dois segundos.
À Procura de Escala
Como a empresa participa do NVIDIA Inception, ela está testando o sistema de AI NVIDIA DGX A100 para treinar redes maiores com conjuntos de dados maiores. Jason Erickson, diretor de engenharia de plataformas da CAPE Analytics, contou que a experiência com oa DGX A100 mostrou “o que poderíamos fazer se tivéssemos recursos ilimitados”.
“Temos muita sorte por fazer parte do programa Inception da NVIDIA desde 2017. Ele nos deu a oportunidade não só de testar novas ofertas da NVIDIA, como GPUs para ciência de dados e sistemas DGX A100, mas também de interagir com a ampla comunidade da NVIDIA”, disse Farzaneh.
A CAPE Analytics tem todos os motivos para continuar crescendo. Cummings contou que passou o último ano focado em expandir a atuação da empresa para os mercados imobiliário e hipotecário, em que há demanda para integrar os dados das condições do imóvel às ferramentas que definem os valores da propriedade. A empresa também anunciou recentemente que está criando um modelo automatizado de avaliação automatizada baseado em dados geoespaciais.
Com tantos possíveis mercados para explorar, a CAPE Analytics não pode parar por aí.
“O mundo do machine learning é muito rápido. Todo dia, há novos artigos, métodos e modelos. Queremos apenas ficar na vanguarda”, explicou Farzaneh.
Saiba mais sobre o trabalho da NVIDIA no setor de serviços financeiros.
Crédito da imagem: Paul Hanaoka no Unsplash.