Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Intelligence artificielle:
Conséquences pour l’industrie de l’assurance
Charles Dugas, PhD VPA Analytique, Aviva Canada www.avivacanada.com
La voiture autonome sera bientôt ici…
Il n’est plus inhabituel de parler à un robot
Le champion mondial de Go battu par une machine
Impact de l’apprentissage profond
• • - - -
• technologie fondamentale
Apprentissage profond dans les médias
Wired | June, 2016 ! Economist | June 25th, 2016 !
Putting deep learning to work!
Computerworld | Jun 30,2016 !
How Chatbots And Deep Learning Will Change The Future Of Organizations!
Forbes | Jun 28, 2016!
Human-in-the-loop deep learning will help drive autonomous cars!
VentureBeat | JUNE 25, 2016!Popular Science | June 24, 2016 !
HOW DEEP LEARNING COULD BE THE NEXT STEP IN CANCER DETECTION!
Principales acquisitions en IA 2011 – 2016 Source: CBInsights www.cbinsights.com
A strategic inflection point is that moment when some combination of technological innovation, market evolution, and customer perception requires the company to make a radical shift or die. Andy Grove Only the Paranoid Survive
Intelligence artificielle, apprentissage automatique
et apprentissage profond
Intelligence artificielle
Apprentissage automatique
Réseaux de neurones artificiels
Apprentissage profond
Des données à la connaissance
Connaissance explicites VS Connaissances implicites
Intelligence Bonnes Décisions Connaissance
L’apprentissage automatique transforme les données en connaissances prédictives
Apprentissage automatique
Apprentissage automatique: algorithmes pouvant apprendre et faire des prédictions à partir d’exemples (données) Image de fond: Google DeepDream
Apprentissage: optimisation des paramètres pour mieux capturer les exemples
entraîné à effectuer une tâche
Figure: Yann LeCun
Apprentissage profond niveaux
multiples de représentation (abstraction)
Image
Pourquoi maintenant?
La loi de Moore
S’applique aussi au prix de la prédiction
Apprentissage profond: une révolution
� 2006
� 2011-2012
� 2012-2016
Tournage d’un documentaire sur l’apprentissage profond au MILA par la télé néerlandaise
Février 2016
Karine Vanasse & Yoshua Bengio Tout le monde en parle — 29 janvier 2017
Classification ImageNet: 1000 classes d’images
100%
90%
80%
70%
~ performance humaine 94.9%
Utilisation de l’apprentissage
profond vs
vision par ordinateur classique
2013
88.3
N
YU
93.3
G
oogl
e
2014
74.2
2011 2012
84.7
U.
Toro
nto
2015
96.4
M
icros
oft
Performance ImageNet en hausse Tâche de classification Top-5
2016
97.0
Tr
imps
-Sou
shen
(Chi
na)
Vers la voiture autonome: 2016
Données temporelles et séquentielles: réseaux récurrents • • • • • •
xt-1 xt xt+1
zt-1 zt zt+1
“Traduire” des images vers le texte Xu et al, ICML’2015
La perfection n’est pas encore de ce monde…
27
Questions-réponses visuelles
La prochaine frontière: raisonner et répondre à des questions sur du texte
Deep Learning Goodfellow, Bengio, Courville MIT Press, 2016
IA en assurance?
Deux rôles pour l’IA 1. Augmenter les
processus existants 2. Rupture des
processus “L’ampoule électrique n’est pas venue de l’amélioration continue de la chandelle.”
— Oren Harari
Augmentation: lignes personnelles
IA (ML + OR)
Modèle de Customer
Lifetime Value
Optimisation du centre d’appels (p.e. chatbots)
Modèles de souscription
Modèle de primes pures
Modèle d’élasticité
Modèle de valeurs
extrêmes
Modèle de coûts du service
Modèles de patterns de
fraudes
Transversal: réglementation, conformité, (cyber) sécurité
Assuré Magasinage de la police
Prise de contact avec l’assureur au sujet d’une police particulière
Achat de la police —— Questions à
l’assureur Réclamation
Assureur Marketing ciblé
Questionnaire de souscription
Décision de souscription
Plan de répartition des
risques Tarification Réassurance Service à la
clientèle Détection de
fraudes
Temps
Rupture: camionnage Camion autonome à 75% • Pleine autonomie sur autoroute
• Besoin du conducteur sur route secondaire (centre de distribution)
• Peut être contrôlé à distance (comme drones en Afghanistan)
Conséquences:
• Le problème conjoint Routes + Horaires devient séparable
• Les conducteurs travaillent dans de douillets “centres opérationnels”
• Taux d’utilisation des actifs passe de ~50% à ~95%
Nouvelle économique pour l’industrie
Source: McKinsey Global Institute
Source: McKinsey Global Institute
Potentiel d’automatisation en assurance: 43%
Demeurez à l’écoute pour la seconde partie Comment Faire?