اكتتاب مخاطر الفيضانات بالذكاء الاصطناعي
يعمل FloodProof على دفتر حقيقي من مطالبات فيضانات NFIP ويثبت أن مركّباً من سمات مبانٍ حقيقية يرتّب الخسائر أفضل من منطقة فيضانات FEMA، ويدقّق كل متغير مُسعَّر بحثاً عن أثر متباين مقابل التركيبة السكانية الحقيقية للتعداد، ويجمّع حزمة إيداع DOI جاهزة للمراجع. عندما يفشل متغير في قاعدة الـ 80%، ترفض بوابة سياسات حتمية وسم الإيداع بأنه جاهز وتحيل أسوأ المخالفين إلى تبرير اكتواري بشري.
1.69x
رفع خارج العينة فوق منطقة FEMA في التقاط خسائر العُشير الأعلى
40,615 مطالبة NFIP حقيقية محتجزة، Gini 0.31 مقابل 0.08
$3.1B
دولارات مطالبات مبانٍ حقيقية مدفوعة خارج مناطق FEMA عالية المخاطر (45.9%)
دفتر Harris County, TX هذا، غير منمذج
NOT FILING-READY
حجبت البوابة إيداعها نفسه عندما فشلت 5 متغيرات مُسعَّرة في قاعدة الـ 80%
الدرجة المركّبة نفسها تجتاز عند AIR 0.938
كل رقم يُعاد حسابه حيّاً من بيانات عامة حقيقية في كل تشغيل. انسبها إلى دفتر Harris County هذا وإلى هذا التقسيم المحتجز، لا كضمان في عالم مفتوح.
تسعير الفيضانات الذي يرسو على Zone AE مقابل Zone X هو سؤال على مستوى العقار تُجيب عنه خريطة.
ترسية سعر الفيضان على منطقة فيضانات FEMA تُبالغ في تحصيل المنزل المرفوع داخل المنطقة وتُقلّل تحصيل منزل البلاطة الأرضية خارجها. تعرُّض شركة التأمين الحقيقي هو سؤال على مستوى العقار لا تستطيع خريطة المنطقة الإجابة عنه. في دفتر Harris County الحقيقي هذا، دُفع $3.1B (45.9%) من دولارات مطالبات المباني على عقارات صنّفتها FEMA خارج مناطق مخاطر الفيضانات الخاصة عالية المخاطر. هذا مباشرة من البيانات، دون أي نموذج.
كانت إجابة السوق شراء نموذج أفضل. لكن عامل التصنيف الأذكى هو نصف المهمة فقط. أي سعر مدعوم بالذكاء الاصطناعي يجب الآن أن يصمد أمام مراجعة إنصاف من إدارة التأمين، لأن عاملاً يرتّب الخسارة جيداً يمكن أن يحمل أيضاً إشارة ديموغرافية ويفشل في قاعدة الـ 80% الصادرة عن EEOC، فيُشحَن سعر تمييزي سيرفضه المراجع. الرسالة الدورية 2024-7 الصادرة عن إدارة الخدمات المالية في نيويورك DFS تشترط اختبار التمييز بالوكالة، وكولورادو تشترط تبريراً لكل متغير لأسعار التأمين المُدارة بالذكاء الاصطناعي، وقد اعتُمدت نشرة نموذج الذكاء الاصطناعي الصادرة عن NAIC في 24 ولاية أو أكثر. النموذج الأفضل الذي يقيّم نفسه ليس دليلاً، والنموذج الأفضل الذي يحمل إشارة ديموغرافية هو إيداع يُعاد.
الهندسة المتينة هي البنية المحيطة بالنموذج: اختبار رجعي غير دائري، وتدقيق إنصاف على كل متغير مُسعَّر، وبوابة إمّا أن تُنتج حزمة إيداع المراجع أو ترفض ذلك. هذا ما بنيناه وما يثبته العرض التجريبي على بيانات عامة حقيقية.
تسع مراحل مقيسة، من مطالبات OpenFEMA الحقيقية إلى حكم إيداع حتمي. لا شيء مُرمَّز يدوياً.
يُلاءم مركّب ريدج من سمات مبانٍ حقيقية من OpenFEMA (عمر المبنى، عدد الطوابق، مؤشر الارتفاع، رمز post-FIRM، الإشغال، العائق) على تقسيم تدريب 70% ويُقيَّم على تقسيم الاختبار المحتجز 30%. تُستبعد التغطية المؤمَّنة عمداً من الدرجة لأن الدفع محدود بها آلياً، ما كان سيجعل الاختبار الرجعي دائرياً. خط الأساس هو ratedFloodZone الحقيقي والتسمية هي amountPaidOnBuildingClaim الحقيقية، وكلاهما مستقل عن النموذج.
تُرتَّب المطالبات المحتجزة حسب المركّب وحسب منطقة FEMA، ويُبلغ المحرك عن التقاط دولارات الخسارة في العُشير الأعلى وGini لكل منهما، إلى جانب إسناد Shapley الخطّي الدقيق لما يدفع الدرجة. بذرة ثابتة (SEED=9) تجعل التقسيم قابلاً لإعادة الإنتاج، لذا يُعطي التشغيل نفسه الأرقام نفسها.
يعمل فحص الأثر المتباين على كل متغير مُسعَّر، والدرجة المركّبة نفسها، وتغطية المباني المؤمَّنة، وكل سمة مبنى، مقابل حصة الأقليات الحقيقية على مستوى منطقة التعداد من CDC/ATSDR SVI. لكل متغير يحسب نسبة الأثر السلبي وما إذا كانت تقع داخل نطاق قاعدة الـ 80% الصادرة عن EEOC [0.80, 1.25].
يُوسم الإيداع بأنه جاهز فقط إذا كانت العينة المحتجزة كبيرة بما يكفي، ورفع المركّب فوق منطقة FEMA يتجاوز الحد الأدنى المطلوب (1.10x أو أعلى)، ونسبة الأثر السلبي تقع داخل النطاق، إضافة إلى قائمة تحقق إيداع لكل ولاية. إذا فشل أي متغير، تُصدر البوابة NOT FILING-READY، وتسمّي أسوأ المخالفين، وتحيله إلى تبرير اكتواري بشري. الرفض افتراضياً: filing_ready إذا وفقط إذا كانت نتائج الحجب صفراً.
يمكن لطاقم Pydantic-AI من مفسّر عوامل، ومبرِّر إنصاف مقترن بمتحدٍّ خصومي، ومحرِّر مذكرة إيداع أن يقدّم المشورة، لكن البوابة تقرر. لا يلزم مفتاح API. يمتنع الوكلاء عند غيابه ولا يتأثر العرض التجريبي الحتمي. كل رقم حرج للثقة يعيش في numpy صِرف خارج إطار الوكلاء.
Harris County, TX. مطالبات OpenFEMA NFIP حقيقية. كل رقم أدناه يُحسب حيّاً.
على 40,615 مطالبة حقيقية محتجزة، يلتقط المركّب 1.69x من دولارات خسارة العُشير الأعلى لخط أساس منطقة FEMA، مع Gini 0.31 مقابل 0.08 للمنطقة. لأن الدرجة تُلاءم على التدريب وتُقرأ على التقسيم المحتجز، وخط الأساس والتسمية كلاهما مستقل عن النموذج، فهذه نتيجة خارج العينة حقيقية وليست تقييماً ذاتياً.
يبقى الرفع متيناً تقريباً في النطاق 1.69x إلى 1.85x عبر البذور العشوائية، لذا ليس تقسيماً محظوظاً. نطاق الادعاء دفتر مقاطعة واحدة وتقسيم محتجز بنسبة 30%، ونحن نقول ذلك.
لا يتظاهر التدقيق بأن الذكاء الاصطناعي هو المشكلة. الدرجة المركّبة نفسها تجتاز قاعدة الـ 80% عند AIR 0.938، مفحوصة مقابل مناطق تعداد CDC/ATSDR SVI الحقيقية. لكن الفحص يعمل على كل متغير مُسعَّر، و5 تفشل: الأسوأ هو عدد الطوابق عند AIR 0.363، يليه القيمة المؤمَّنة عند 0.526، وبشكل لافت، مستوى منطقة FEMA نفسها عند 1.467.
التقاط مخاطر امتثال في البيانات قبل أن يفعل المراجع ذلك هو القيمة. ثم ترفض البوابة وسم الإيداع بأنه جاهز وتحيل أسوأ المخالفين، الطوابق، إلى تبرير اكتواري بشري.
هذا عرض تجريبي للآلية، وليس خط معالجة مُنفَّذاً في الإنتاج. إليك بالضبط ما هو حقيقي وما هو وهمي.
| المكوّن | في هذا العرض التجريبي | الحالة |
|---|---|---|
| المطالبات، التركيبة السكانية، الجغرافيا | OpenFEMA FimaNfipClaims (170,803 سجلاً، 135,381 مُقيَّمة)، CDC/ATSDR SVI 2022، Census Gazetteer 2023 | حقيقي، عام، بلا مفتاح API |
| التقييم، الاختبار الرجعي، تدقيق الإنصاف، البوابة | مركّب ريدج، رفع خارج العينة وGini، فحص الأثر المتباين، بوابة سياسات حتمية | حقيقي، numpy وPython صِرف |
| تغذيات إشارات المورّدين (ZestyAI Z-FLOOD، ICEYE SAR-depth) | محوّلات خلف مخطط حقيقي، مُفصح عنها على الشاشة كوهميات | وهمي، تبديل إنتاجي موثَّق |
| موصِّل Guidewire / Duck Creek | بحث مخزّن مؤقتاً دافئ عند /api/score يُعيد في أقل من 50 ms | وهمي، ليس تكاملاً حيّاً |
| طاقم Pydantic-AI (مفسّر عوامل، مبرِّر إنصاف، محرِّر مذكرة) | سرد استشاري فقط؛ يمتنع بلا مفتاح API | اختياري، استشاري، لا يقرر أبداً |
لا. FloodProof ليس نموذج فيضانات آخر ينافس ZestyAI أو ICEYE. إنه طبقة التكامل والإثبات التي تحيط بأي نموذج تستخدمه: اختبار رجعي غير دائري خارج العينة مقابل خط أساس منطقة FEMA الحقيقي، وتدقيق أثر متباين على كل متغير مُسعَّر، وبوابة حتمية تُنتج حزمة إيداع DOI جاهزة للمراجع أو تحجبها. تبقى هذه القيمة عند أي جودة للنموذج، لأن النموذج الأفضل الذي يقيّم نفسه ليس دليلاً والنموذج الأفضل الذي يحمل إشارة ديموغرافية هو إيداع يرفضه مراجعك.
الاختبار الرجعي غير دائري بالبناء. يُلاءم المركّب على تقسيم تدريب 70% ويُقيَّم على الـ 30% المحتجزة التي لم يرها قط، وخط الأساس هو منطقة FEMA المُصنَّفة الحقيقية، والتسمية هي دولارات المطالبات الحقيقية المدفوعة. خط الأساس والتسمية كلاهما مستقل عن النموذج، وتُستبعد التغطية المؤمَّنة عمداً كي لا تغش الدرجة من حد الدفع. على 40,615 مطالبة NFIP حقيقية محتجزة يلتقط المركّب 1.69x من دولارات خسارة العُشير الأعلى لخط أساس منطقة FEMA (Gini 0.31 مقابل 0.08)، وتبقى النتيجة تقريباً في النطاق 1.69x إلى 1.85x عبر البذور العشوائية.
ترفض وسم الإيداع بأنه جاهز. بوابة السياسات هي Python حتمي بثابت واحد: filing_ready إذا وفقط إذا كانت نتائج الحجب صفراً. في دفتر Harris County هذا تجتاز الدرجة المركّبة نفسها قاعدة الـ 80% عند AIR 0.938، لكن التدقيق يوسِم 5 متغيرات مُسعَّرة تفشل، والأسوأ عدد الطوابق عند AIR 0.363. تُصدر البوابة NOT FILING-READY، وتسمّي أسوأ المخالفين، وتحيله إلى تبرير اكتواري بشري بدلاً من شحن سعر تمييزي. الوكلاء يقدمون المشورة، والشيفرة تقرر.
حقيقي. يعمل العرض التجريبي على 170,803 سجلاً خاماً لمطالبات OpenFEMA NFIP لمقاطعة Harris County في تكساس، منها 135,381 ذات مطالبة مبانٍ مدفوعة تُقيَّم، إضافة إلى التركيبة السكانية الحقيقية لمناطق تعداد CDC/ATSDR SVI 2022 وCensus Gazetteer 2023. بيانات عامة بلا مفتاح API، تُخزَّن مؤقتاً في التشغيل الأول. تحفُّظ واحد صادق يفصح عنه العرض التجريبي على الشاشة: FEMA تحجب إحداثيات المطالبات الجغرافية تقريباً إلى مركز منطقة التعداد، لذا يعمل الاختبار الرجعي بالدقة التي تسمح بها البيانات العامة.
لا، والعرض التجريبي يقول ذلك على الشاشة. تغذيات ZestyAI Z-FLOOD وICEYE SAR-depth وموصِّل Guidewire Integration Data Manager وهميات خلف مخطط حقيقي. نقطة نهاية الموصِّل بحث مخزّن مؤقتاً دافئ يُعيد في أقل من 50 ms لجعل تكامل عرض السعر والربط المضمَّن ملموساً. المسار الإنتاجي هو تبديل الإعدادات الموثَّق، وليس إعادة كتابة، والادعاء الصادق هو وهمي وليس تكاملاً حيّاً.
لا. حزمة إيداع DOI أثر أدلة: مذكرة اكتوارية، والاختبار الرجعي خارج العينة، وإسناد السمات، وقائمة تحقق لكل ولاية، وليست شهادة ولا مشورة قانونية. «يمكن أن يعتمده المراجع» هو هدف التصميم، وليس ضماناً بأن أي مراجع قد اعتمد أي شيء. لم تستخدم أي شركة تأمين هذا في الإنتاج، ولا عمليات نشر ولا زبائن ولا دراسات حالة. ومع اعتماد 24 ولاية أو أكثر لنشرة نموذج الذكاء الاصطناعي الصادرة عن NAIC، النقطة أن البوابة تُنتج الإثبات الذي يطلبه المراجع وتفشل بصدق عندما لا تدعم البيانات إيداعاً.
البحث وراء هذا العرض التجريبي — الهندسة المعمارية، وتصميم التحقق، ومخطط المؤسسة.
منطقة FEMA تترك مليارات خارج خطوطها، ومراجعة الإنصاف أصبحت الآن جزءاً من الإيداع.
إذا كان فريقكم يعمل على كيفية وضع عامل تصنيف بالذكاء الاصطناعي أمام مراجع DOI دون شحن متغير يفشل في قاعدة الـ 80%، نودّ حقاً أن نسمع كيف تفكرون في الأمر. المشكلة على مستوى الصناعة والإجابات ستكون كذلك.