Kā Google Street View jūsu mājas attēls paredz jūsu autoavārijas risku

Google satelītkartes ekrānuzņēmums Google kartes

Google Street View ir kļuvis par pārsteidzoši noderīgu veidu, kā uzzināt par pasauli, neiedziļinoties tajā. Cilvēki to izmanto, lai plānotu ceļojumus, izpētītu brīvdienu galamērķus un praktiski vajātu draugus un ienaidniekus.

Taču pētnieki ir atraduši mānīgākus lietojumus. 2017. gadā pētnieku komanda izmantoja attēlus, lai pētītu automašīnu tipu izplatību ASV, un pēc tam izmantoja šos datus, lai noteiktu valsts demogrāfisko uzbūvi. Izrādās, ka automašīna, ar kuru jūs braucat, ir pārsteidzoši uzticams jūsu ienākumu līmeņa, izglītības, nodarbošanās un pat balsošanas veida rādītājs.

Tagad cita grupa ir gājusi vēl tālāk. Ļukass Kidziņskis no Stenfordas universitātes Kalifornijā un Kinga Kita-Vojcečovska no Varšavas Universitātes Polijā ir izmantojuši ielas attēla attēlus ar cilvēku mājām, lai noteiktu, cik liela iespēja ir viņu iesaistīties autoavārijā. Tā ir vērtīga informācija, ko apdrošināšanas sabiedrība varētu izmantot, lai noteiktu prēmijas.

Rezultāts rada svarīgus jautājumus par to, kā personiskā informācija var noplūst no šķietami nevainīgām datu kopām un vai organizācijām vajadzētu būt iespējai to izmantot komerciāliem nolūkiem.

Apdrošināšanas dati

Pētnieku metode ir vienkārša. Tie sākās ar datu kopu, kurā bija iekļauti 20 000 ierakstu par cilvēkiem, kuri laikā no 2013. līdz 2015. gadam bija veikuši automašīnu apdrošināšanu Polijā. Tie tika nejauši atlasīti no kādas neizpaužamas apdrošināšanas kompānijas datubāzes.

Katrā ierakstā tika iekļauta apdrošinājuma ņēmēja adrese un viņa iesniegto zaudējumu atlīdzības prasību skaits laika posmā no 2013. līdz 2015. gadam. Apdrošinātājs arī dalījās ar savām prognozēm par turpmākajām atlīdzībām, kas aprēķinātas, izmantojot tā jaunāko riska modeli, kurā ņemts vērā apdrošinājuma ņēmēja pasta indekss un autovadītāja vecums, dzimums, atlīdzību vēsture utt.

Jautājums, ko Kidziński un Kita-Wojciechowska pētīja, ir par to, vai viņi varētu veikt precīzāku prognozi, izmantojot Google Street View attēlu ar apdrošinājuma ņēmēja māju.

Lai to noskaidrotu, pētnieki ievadīja katra apdrošinājuma ņēmēja adresi pakalpojumā Google Street View un lejupielādēja dzīvesvietas attēlu. Viņi klasificēja šo mājokli pēc tā veida (savrupmāja, rindu māja, daudzdzīvokļu māja utt.), vecuma un stāvokļa. Visbeidzot, pētnieki izpētīja šo datu kopu, lai noskaidrotu, kā tā korelē ar iespējamību, ka apdrošinājuma ņēmējs iesniegs prasību.

Rezultāti ir kaut kāds pārsteigums. Izrādās, ka apdrošinājuma ņēmēja dzīvesvieta ir pārsteidzoši labs prognozes par iespējamību, ka viņš vai viņa iesniegs prasību. Mēs atklājām, ka mājas attēlā redzamās iezīmes var paredzēt autoavārijas risku neatkarīgi no klasiski izmantotajiem mainīgajiem lielumiem, piemēram, vecuma vai pasta indeksa, saka Kidziński un Kita-Wojciechowska.

Ja šie faktori tiek pievienoti apdrošinātāja vismodernākajam riska modelim, tie uzlabo tā prognozēšanas spēju par 2%. Raugoties perspektīvā, apdrošinātāja modelis ir tikai par 8% labāks nekā nulles modelis, un tas ir balstīts uz daudz lielāku datu kopu, kas ietver tādus mainīgos lielumus kā vecums, dzimums un atlīdzību vēsture.

Tātad Google Street View tehnikai ir potenciāls ievērojami uzlabot prognozi. Un pašreizējais darbs ir tikai principa pierādījums. Pētnieki saka, ka tā precizitāti varētu uzlabot, izmantojot lielākas datu kopas un labāku datu analīzi.

Informēta piekrišana

Pētnieku pieeja rada vairākus svarīgus jautājumus par to, kā būtu jāizmanto personas dati. Polijas apdrošinājuma ņēmēji varētu būt pārsteigti, uzzinot, ka viņu mājas adreses tika ievadītas pakalpojumā Google Street View, lai iegūtu un analizētu viņu dzīvesvietas attēlu.

Interesants jautājums ir par to, vai viņi ir devuši informētu piekrišanu šai darbībai un vai apdrošināšanas sabiedrība var izmantot datus šādā veidā, ņemot vērā Eiropas stingros datu privātuma likumus. Klientu sniegtā piekrišana uzņēmumam saglabāt viņu adreses ne vienmēr nozīmē piekrišanu uzglabāt informāciju par viņu māju izskatu, norāda Kidziņskis un Kita-Vojciechovska.

Un šī pieeja varētu atvērt Pandoras datu analīzes lādi. Ja apdrošināšanas kompānijas var gūt labumu, kāpēc gan ne citi uzņēmumi? Apdrošināšanas nozarei ātri varētu sekot bankas, jo pastāv pierādīta korelācija starp apdrošināšanas riska modeļiem un kredītriska vērtēšanu, saka Kidziński un Kita-Wojciechowska.

Spēja vākt, analizēt un izmantot informāciju pēdējos gados ir ievērojami palielinājusies. Šī spēja ir pārsniegusi vairuma cilvēku izpratni par to, kas ir iespējams ar viņu datiem, un tā noteikti ir pārsniegusi ātrumu, kādā var pieņemt tiesību aktus, lai tos kontrolētu.

Protams, Google nav vienīgais uzņēmums, kas apkopo ielas līmeņa attēlus. Tomēr šāda prakse rada bažas par to datu konfidencialitāti, kas tiek glabāti publiski pieejamā Google ielas attēlā, Microsoft Bing Maps Streetside, Mapillary vai līdzvērtīgās privāti turētās datu kopās, piemēram, CycloMedia, saka Kidziński un Kita-Wojciechowska.

Šāda veida darbs, visticamāk, radīs jautājumu, vai šiem uzņēmumiem vispār ir jāspēj savākt un uzglabāt šos attēlus. Vācijā, kur privātums ir svarīgs sabiedrisko diskusiju jautājums, Google jau ir aizliegts vākt Street View attēlus. Tā var nebūt pēdējā vieta, kur ieviest šādu aizliegumu.

Atsauce: arxiv.org/abs/1904.05270 : Google ielas attēls mājas attēls paredz tās iemītnieka autoavārijas risku

paslēpties