Robotter og kunstig intelligens skal taksere bilskader

En algoritme, der kan analysere billeder, skal fremover hjælpe forsikringsselskabet Topdanmark med at vurdere, hvor stor en skade er efter et trafikuheld eller en parkeringsskade.

Det fortæller Alexandra Instituttet i en meddelelse. Der findes allerede programmer på markedet, der kan taksere omfanget af bilskader, men stort set ingen, der betjener sig af algoritmer og kunstig intelligens. Formålet med en sådan auto-taksering er at nå frem til en vurdering af skadens omfang, og hvad det vil koste at udbedre skaden.

En auto-takserings-billede-algoritme skal støtte Topdanmarks eksperter i at vurdere skader på biler. Kort fortalt går det ud på at bruge machine learning til at kigge på billeder af skadede biler og få kunstig intelligens til at give en vurdering af skadens omfang samt pris for udbedring. 

Et hav af anmeldelser
Danmarks næststørste forsikringsselskab modtager hvert år et hav skadesanmeldelser på biler, og mange af dem er småskader. De skadede biler ryger en tur forbi autoværkstedet, som vurderer, hvor meget det vil koste at udbedre skaden. Skadens pris skal derefter godkendes af en taksator hos Topdanmark, som vurderer billederne og rapporten fra værkstedet.

- Det er den proces, der nu skal automatiseres, og vores nye robotrådgiver skal assistere taksatoren i sit arbejde og derved gøre processen hurtigere, så vi kan spare tid i sagsbehandlingen til glæde for både kunder og værksted men også give en mere korrekt beregning af skadens omfang, siger Stig Geer Pedersen, Senior Project Manager RPA & Machine Learning, i Topdanmark i meddelelsen fra Alexandra Instituttet.

En skræddersyet it-løsning
Topdanmark har derfor henvendt sig til Alexandra Instituttet, der udvikler skræddersyede it-løsninger, og netop bl.a. er eksperter i billedmodellering med machine learning.

- Med machine learning bliver det muligt, at få en computer til at kigge de mange billeder igennem, sammenligne billederne med den rapport, som autoværkstedet har udarbejdet, og vurdere om skadens pris svarer til omfanget, siger Lee Lassen, Senior Computer Vision and Graphics Specialist i Alexandra Instituttet.

Lee Lassen er en udviklerne bag algoritmen, der er lavet i samarbejde med TopDanmarks egen machine learning-afdeling.

En algoritme bliver trænet
- For at komme i gang kræver det, at du fodrer algoritmen med millioner af billeder af bilskader og fortæller algoritmen, hvilken del af bilen du ser, hvilken skade det er, samt hvordan autoværkstedet typisk har vurderet skaden. Du lærer altså algoritmen, hvad der er op og ned. Dernæst træner du algoritmen på et ukendt datasæt for at se, om den rammer rigtigt eller forkert, siger Stig Geer Pedersen, Senior Project Manager RPA & Machine Learning, i Topdanmark.

Fotos skal oversættes til computersprog
- Det lyder simpelt, men der kører komplicerede billedgenkendelsesalgoritmer i baggrunden, der tager højde for alt fra bilmodel til hvilken del af bilen, der vises, siger Lee Lassen.

Udfordringen er, at det er nemt for et menneske at se, hvilken del af bilen du ser, om det for eksempel er forfra eller bagfra, men det er det ikke for en computer. En del af projektet går derfor med at lave programmer, der kan forstå et todimensionelt billede tredimensionelt og dermed oversætte billedet til computersprog.

Stor økonomisk gevinst
Topdanmark udbetaler et trecifret millionbeløb om året til skader på biler, og selv en marginal forbedring vil have en stor økonomisk virkning for forsikringsselskabet og deres kunder.

- En algoritme svarer på millisekunder, når den først er trænet. Vi mennesker bruger lang tid på at åbne 20 billeder i en e-mail – og vi kan bedre udnytte vores eksperters tid på sværere sager, der kræver det menneskelige øje, afslutter Stig Geer Pedersen.

Samarbejdet fortsætter indtil videre til september 2018.