Сбербанк научил нейросеть оценивать недвижимость

Интеграция Внедрения Инфраструктура ИТ в банках
мобильная версия
, Текст: Валерия Шмырова

Сбербанк создал сервис на основе нейросети, который будет оценивать коммерческую недвижимость. Проанализировав характеристики различных сооружений, нейросеть будет предлагать список равноценных объектов. Дальнейшую оценку будут проводить эксперты-люди. Вся процедура будет занимать не несколько дней, как сейчас, а несколько минут.


Сервис оценки недвижимости

Сбербанк создал сервис для оценки недвижимости, где процедуру оценки будет проводить нейронная сеть. Работа сервиса основана на алгоритмах глубокого машинного обучения. С помощью нейросети планируется массово оценивать коммерческую недвижимость, которая зачастую фигурирует в различных сделках в качестве залога. Разработчики утверждают, что это первый подобный сервис таких масштабов в России.

В настоящий момент нейросеть способна оценивать недвижимость в 36 самых крупных городах России, население которых превышает полмиллиона человек. Пока что сервис работает только с объектами стрит-ритейла, то есть с помещениями, которые находятся на первых этажах зданий и имеют собственный вход и витрину. В дальнейшем разработчики планируют добавить и другие виды недвижимости.

Процедура анализа

Нейросеть анализирует данные о том или ином сооружении, учитывая его характеристики, местоположение и ценовое зонирование территории города. Также в расчет принимается пешеходный трафик и близость объекта к так называемым точкам интереса — торговым центрам, супермаркетам, больницам, школам, паркам, театрам, музеям и т. д.

Сбербанк создал сервис для оценки недвижимости на основе нейросети

Исходя из этих данных, нейросеть составляет список объектов недвижимости, аналогичных друг другу по ценности. Такая работа среди экспертов по недвижимости считается рутинной. За счет того, что теперь ею будет заниматься компьютер, у специалистов освободиться дополнительное время на дальнейшую экспертную оценку. Благодаря этому вся процедура оценки может быть сокращена с нескольких дней до нескольких минут. Разработчики утверждают, что качество оценки при этом не падает, а повышается. Кроме того, оценка всех объектов проводится по единообразной методологии, с использованием одних и тех же критериев и подходов.

Что такое нейросеть

Искусственная нейронная сеть — это программный или аппаратный комплекс, построенный по аналогии с нервной системой живого организма. Сеть состоит из искусственных нейронов — простых программ или процессоров, которые занимаются выполнением своих частных несложных задач. При этом в совокупности они способны справиться с достаточно трудными заданиями.

В сети присутствует три типа нейронов: входные, через которые поступает информация, выходные, через которые выдается решение, и расположенные между ними скрытые нейроны. Отличием нейросети от других программных и аппаратных платформ является то, что ее не программируют, а обучают. Все задачи она выполняет с учетом предыдущих попыток и ошибок, допущенных в ходе этих попыток.

Чтобы обучить нейросеть распознавать или оценивать какие-либо объекты или явления, необходимо показать ей множество отличающихся друг от друга вариантов этих объектов или явлений, указывая в каждом случае, что именно она видит. Когда будет пройден определенный порог вариативности, нейросеть сама начнет соотносить поступающие образцы с нужными категориями.

Например, в ноябре 2017 г. CNews писал, что отрудники Высшей школы экономики обучили нейросеть распознавать восемь эмоций, которые могут присутствовать в голосе говорящего человека и менять смысл его высказываний. В сентябре сообщалось, что к нейросети была подключена московская городская сеть видеонаблюдения, состоящая из 170 тыс. камер. Искусственный интеллект от компании NtechLab был обучен распознавать лица прохожих и сравнивать их с базой данных МВД.

В августе Департамент информационных технологий Москвы приступил к созданию системы, которая будет считывать показания счетчиков воды с фотографий этих счетчиков. В основе системы также лежит обучаемая нейросеть. Чтобы научиться распознавать показания на фотографиях, сети нужно обработать 10 тыс. таких изображений.