Czy sztuczna inteligencja zastąpi rzeczoznawcę?

dr hab. Małgorzata Reiniger-Biłozor, prof. UWM
Sztuczna inteligencja w kilka sekund potrafi zmieniać algorytmy, aby jak najlepiej wykonywać swoje zadania. Jedni się jej obawiają, inni wykorzystują do usprawnienia pracy. Naukowcy z Wydziału Geoinżynierii chcą ją zastosować w wycenie nieruchomości.

Dr hab. inż. Małgorzata Renigier-Biłozor, prof. UWM z Katedry Analiz Przestrzennych i Rynku Nieruchomości, Instytutu Gospodarki Przestrzennej i Geografii na Wydziale Geoinżynierii jest kierowniczką grantu dotyczącego zastosowania hybrydowych systemów sztucznej inteligencji w wycenie nieruchomości. Grant przyznało Narodowe Centrum Nauki w sekcji HS4. Potrwa 3 lata, a jego kwota to niespełna pół mln zł.

– Sztuczna inteligencja w wycenie nieruchomości. Czy to znaczy, że rzeczoznawcy będą musieli szukać innej pracy?

 – Kiedy słyszymy o automatyzacji, od razu wydaje się nam, że będzie miało to negatywny wpływ na rynek pracy. Rzeczoznawcy także mają taką obawę, gdy słyszą o automatycznych modelach wyceny nieruchomości. Nic bardziej mylnego. To, co chcemy zrobić ma być znaczącym wsparciem dla rzeczoznawców. Mamy dzisiaj masowy dostęp do olbrzymich zasobów danych, które są trudne do przetworzenia. Zatem rzeczoznawcy potrzebują metod, które pozwolą im przyspieszyć i usprawnić proces wyceny. Nie jest to proste zadanie, gdyż nasze rozwiązanie musi być także zgodne z kwestiami formalno-prawnymi.

– Czy takie metody są już gdzieś stosowane?

 – Wzorujemy się na rozwiązaniach zachodnich. Uczestniczyłam niedawno w międzynarodowej konferencji naukowej, poświęconej pilotażowym rozwiązaniom w Stanach Zjednoczonych. To utwierdziło nas w przekonaniu, że nasze pomysły i rozwiązania wpisują się w oczekiwania uczestników najbardziej rozwiniętych rynków nieruchomości. Aby nie zostawać w tyle za światem, chcemy także w tej materii działać. Myślę, że właśnie to docenił NCN.

 – Jak to ma wyglądać w praktyce?

 – Rynek nieruchomości jest bardzo skomplikowanym przedmiotem analiz. Ogromny wpływ mają na niego ludzie, a więc pewne czynniki behawioralne oraz emocje. Jak to zatem skwantyfikować? Jest to bardzo trudne i tutaj z pomocą przychodzi nam sztuczna inteligencja. Pozwala ona w sposób automatyczny kwantyfikować rzeczy trudne do wyrażenia w sposób numeryczny, np. emocje. Zastosujemy także sieci neuronowe oraz metody ewolucyjne, między innymi algorytmy genetyczne, po to, żeby sprawdzić, co w rzeczywistości ma wpływ na podejmowanie decyzji. Wypracowane metody będą to uwzględniać.

 – Jakie to metody?

 – Jedną z nich jest wykrywanie obiektów na obrazach albo właśnie wykrywanie emocji z wykorzystaniem computer vision i machine learning. Pokazujemy uczestnikowi badania obrazy wizualizujące wybrane cechy nieruchomości i badamy jego mimikę jako efekt ich oceny. Myślimy, że pomoże nam to zdiagnozować emocje poszczególnych osób i tym samym wskazanie czynników, które mają wpływ na ocenę atrakcyjności nieruchomości. To z kolei pomoże później w wycenie nieruchomości.

 – Mówi Pani Profesor o emocjach i kłóci mi się to z automatyzacją. Czy maszyna może rozpoznawać emocje? Wydaje się, że to jednak domena człowieka.

– Niestety, my nie rozpoznajemy emocji tak dobrze, jak może to zrobić maszyna i oko kamery. Każdy człowiek ma indywidualną mimikę. Mogę uśmiechać się inaczej lub wyrażać swoje zdziwienie czy złość inaczej niż pani. Nie zawsze też oko ludzkie jest w stanie wszystko zarejestrować, np. lekkie uniesienia brwi. Oko kamery to dostrzeże, a my będziemy mogli wyciągnąć z tego wnioski. Aby to lepiej zobrazować podam przykład. W medycynie sztuczna inteligencja wykorzystywana jest np. do wykrywania emocji na twarzach osób w śpiączce. Dzięki temu lekarze mogą stwierdzić, czy stan pacjenta poprawia się. U nas będzie to działało na podobnej zasadzie.

 – Kto weźmie udział w nagraniach? Czy to będzie jakaś wyselekcjonowana grupa osób?

 – Uniwersytet pod tym względem daje nam spore możliwości. Mamy mnóstwo studentów wykształconych i przygotowanych do współpracy nad tym projektem. Pierwsze analizy mamy już za sobą. Większość studentów nie ma z tym problemu, chociaż wiadomo, że obserwacja i rejestracja wizerunku może wywoływać pewien dyskomfort. Im więcej obserwacji, tym wykorzystywane algorytmy będą bardziej efektywne w swoim działaniu.

 – W jaki sposób obecnie rzeczoznawca wycenia nieruchomość?

 – Do wyboru atrybutów wpływających w znacznej mierze na wartość nieruchomości, rzeczoznawca majątkowy może do tego wykorzystywać ankiety czy posiłkować się biurami pośrednictwa w obrocie nieruchomościami. Natomiast Indywidualna wycena zwykle wygląda w ten sposób, że rzeczoznawca dobiera kilka nieruchomości, opisuje je wybranymi cechami, które mają największy wpływ na wartość (jak wynika z rynku nieruchomości i własnego doświadczenia rzeczoznawcy) i następnie porównuje je między sobą. Człowiek nie jest w stanie efektywnie przetworzyć tak dużej liczby danych, więc nasze rozwiązanie ma szansę być znaczącym wsparciem, ale także pozwoli rzeczoznawcy utwierdzić się we własnych wnioskach lub je zweryfikować.

– O ile to może przyspieszyć wycenę nieruchomości?

 – Trudne pytanie, bo to wszystko zależy od specyfiki nieruchomości, od tego z jakim rynkiem mamy do czynienia, czy zaistniała na nim wystarczająca liczba transakcji podobnych itd. Przyspieszy na pewno, ale o ile – trudno powiedzieć. Nie możemy też zapominać o umiejętnościach i wiedzy rzeczoznawcy, gdyż bezkrytyczne zastosowanie jakiegokolwiek rozwiązania automatycznego może więcej zaszkodzić niż pomóc. Istotna zatem będzie również edukacja osób, które będą nasze rozwiązania wykorzystywać

Sylwia Zadworna

Badania dotyczące wykorzystania sztucznej inteligencji w wycenie nieruchomości poprowadzi 5 osób: prof. dr hab. inż. Małgorzata RenigierBiłozor, prof. UWM kierowniczka grantu – analiza danych, wydobywanie z danych informacji oraz zastosowanie różnego rodzaju metod i procedur; dr hab. inż. Artur Janowski prof. UWM (Instytut Geodezji i Budownictwa, Katedra Geodezji) – specjalista z zakresu zaawansowanych geoinformatycznych rozwiązań i ich zastosowań; prof. Sabina Źróbek (Instytut Gospodarki Przestrzennej i Geografii, Katedra Analiz Przestrzennych i Nieruchomości) – szeroka wiedza z zakresu wyceny nieruchomości, szczególnie jeśli chodzi o przepisy prawne i standardy związane z procedurami; dr inż. Marek Walacik (Instytut Gospodarki Przestrzennej i Geografii, Katedra Analiz Przestrzennych i Nieruchomości) – wiedza z zakresu rzeczoznawstwa majątkowego. Do zespołu dołączy też wyłoniona w konkursie doktorantka – mgr inż. Aneta Chmielewska – posiadająca specjalistyczną wiedzę z zakresu wyceny nieruchomości, a także tak zwaną data mining, czyli umiejętność wyszukiwania danych.