Являются ли Rightmove и Zoopla по-прежнему новаторами, или они скоро будут нарушены? Компьютерное зрение и машинное обучение сократят в десять раз время, необходимое для поиска дома вашей мечты.

Десять часов буднего вечера. После долгого рабочего дня вы, наконец, находите время, чтобы зайти в Rightmove или Zoopla и возобновить поиски, которые вы начали десять дней назад: найти следующий дом или квартиру, которые вы купите или снимете.

И, как всегда, вы получаете десятки результатов поиска. Несмотря на ввод одних и тех же данных снова и снова, у этих порталов нулевая память, нулевое понимание того, что вы ищете. Они принципиально слепы к вашим реальным предпочтениям. Вы ищете открытую планировку или небольшие уютные комнаты? Оповещения, которые вы получаете ежедневно, ничем не лучше. Они представляют собой смесь старинных домов, бывших муниципальных домов и новостроек с компьютерной графикой.

Если это звучит знакомо, вы не одиноки.

В течение 2018 года мы в совокупности потратим 150 000 рабочих лет на порталы недвижимости, что обойдется экономике Великобритании в 5 миллиардов фунтов стерлингов.

Невероятно, но время на платформе — это метрика, за которой следят и сообщают порталы: в прошлом году мы потратили на Rightmove дополнительно 40 миллионов минут, несмотря на снижение количества транзакций. Эти платформы ведут себя как службы такси, которые очень гордятся тем, что заставляют вас ждать дольше. Однако увеличение затраченного времени не приводит к увеличению доходов агентов по недвижимости и не способствует лучшему впечатлению пользователей. Мы считаем, что вы можете найти то, что ищете, за несколько кликов, а не за сотни.

Как? С компьютерным зрением и машинным обучением. Даже если вы не знакомы с компьютерным зрением, вы уже использовали службы и приложения, использующие его: например, когда вы нажимаете «изображения» после поиска в Google или когда Facebook распознает твои друзья на картинке.

За последние пять лет технологии Computer Vision достигли необычайного прогресса. NVIDIA, ведущий производитель процессоров глубокого обучения, сообщает, что за последние 5 лет производительность увеличилась в соотношении один к 500. И скорость улучшения не снижается: один к 10 за последние шесть месяцев. Готовые API-интерфейсы уже существуют (компьютерное зрение как услуга, если хотите), но на данный момент они все еще могут распознавать только простые концепции в изображениях. Вот почему мы тренируем собственные модели. Например, мы можем определить исторические или современные черты, размеры окон и высоту потолка. Более того, это позволяет нам подходить к поиску недвижимости на семантическом уровне: понимать, что делает конкретную недвижимость привлекательной для вас.

Что касается машинного обучения, тут еще проще. Системы рекомендаций уже успешно применялись для поиска музыки (Spotify) и поиска фильмов (Netflix). Если они еще не применялись для поиска недвижимости, то по той простой причине, что до сих пор это было невозможно. , чтобы эффективно автоматизировать процесс идентификации признаков. Представьте себе портал недвижимости, где каждое изображение, которое вам нравится, и каждое свойство, на которое вы подписаны, предоставляют информацию о ваших предпочтениях. Наши алгоритмы используют эти входные данные, чтобы сопоставить вам нужные свойства. Затем поиск можно уточнить по времени в пути и совпадению между вами и районами.

Нравится желтая ванная комната? Поиск не должен занимать более полсекунды.

Поиск идеальной собственности скоро может стать таким же простым, как подключение вашей доски Pinterest и ввод почтовых индексов вашего офиса и офиса вашего партнера.

Или, чтобы получить результаты действительно сложного поиска: найдите весь чердак с видимыми кирпичами, менее чем за 30 минут до моего офиса и менее чем за 850 фунтов стерлингов за квадратный фут. Это решения, над которыми мы работали в течение последних двенадцати месяцев: создание портала недвижимости нового поколения.

Наконец, на более высоком уровне мы обнаружили абсурдность того, что бессмысленная пустая коробка, построенная без деталей, имеет такую ​​же видимость, как и тщательно спроектированное свойство. Слепота порталов недвижимости могла способствовать ухудшению качества новостроек за последние пятнадцать лет. Снижая видимость незначительных товаров, поиск собственности в будущем будет наказывать плохие продукты. Использование технологий, позволяющих пользователям выражать свои истинные предпочтения, будет способствовать созданию более качественной архитектуры за счет более эффективного сопоставления этих продуктов с людьми, которые в них нуждаются.

Будем ли мы теми, кто строит решение будущего? Я не знаю. Но попробовать стоит. И мы не против открыто высказывать эти идеи, так как считаем важным, чтобы эта проблема была решена раньше, чем позже.

Если вы хотите поделиться идеями, обсудить порталы недвижимости нового поколения или просто сектор технологий, напишите мне по адресу [email protected]

Вы также можете найти эту историю в блоге Future: PropTech. Большое спасибо Charlotte McCarthy за то, что приняли нас в качестве гостей.