关键词：人工智能；房地产估价；问题；改变；展望
引言
从事房地产评估的专业人士提供的服务对世界各国的经济发展起着关键的作用。这些服务包括但不限于房地产代理、房地产管理、可行性和可行性评估以及房地产估价等。房地产估价作为一项吸引了众多利益相关者强烈公众兴趣的服务脱颖而出。房地产在进行买卖、抵押贷款、保险、税收等方面往往需要对其进行估价。房地产估价的参与者是不同的，比如该房地产的经纪人或开发商、专业估价师、金融机构等。在评估其价值时，估价师通常采用数学和计算方法，这些方法被分为传统和先进的房地产估价方法。传统的方法大多无法产生准确、客观和可靠的估计，而先进的方法已被证明能得到快速，准确和可靠的房地产价值的估计值。房地产学者和从业者致力于解决世界各地普遍存在的房地产估价不准确的现象。房地产估价客户要求的复杂性和客观性，需要相关估价师采用恰当的估价方法。因此，本研究旨在以人工神经网络(ANN)技术为重点，探讨先进估值方法是否能估计准确可靠的房地产估值结果。
1人工智能的基本情况
人工智能的初始阶段是模拟人们解决问题的认知流程，以“专家系统”为代表，用大量“如果一就”的规则定义，用自上而下的“因一果”思路来模拟人们对事物的认知，也就是直接模拟人的认知判断过程来进行编程运用，这种以因果推理来进行分类、搜索、决策和判断的最著名的例子就是1997年IBM的“深蓝”击败国际象棋冠军卡斯帕罗夫，这是运用计算机计算穷举各类可能的下棋步骤而搜索、优选的走法，本质是从大量的“如果一就，，判断中得出一个最好的步骤。目前，房地产估价领域的批量评估都是遵循这个逻辑框架，无论是批量评估中的基准价调整法，还是各种类型的回归分析算法。中估联行的VISS(智能评估支持系统)系统也是基于这个理念，本质是借鉴估价技术思路，模拟估价师的思维过程，把经验数学化和程序化，模拟估价师如何通过对影响房地产价格的各类特征因素进行判断量化并得出评估，其一切流程是估价师规划的结果。人工智能的另一分支—人工神经网络则不是模拟人们思维解决问题的思路，而是直接从底层模拟大脑神经元的结构思路。人工神经网络标志着另外一种自下而上的“果一因”思路，不需要给出既定规则，只要给出足够的数据，让其自行发现规则，发现连接，从而开辟一条全新的认知道路。人工神经网络理论虽然在上世纪五十年代就已提出，也取得了一些应用，但目前媒体上最热的其实是人工神经网络的另一个重要分支—深度学习的人工神经网络。2007年，深度学习理论取得了突破，该技术借助大数据和硬件的发展，在图像识别和语音技术的实际应用效果上取得了骄人的成绩。深度学习也使神经网络模型的中间层大大增加，人脑是六层结构，而计算机已经可以达到上百甚至更多层。人工神经网络最引人瞩目的点是计算机并没有经过任何的人工编程即可实现上述功能，而传统模拟人们解决问题的认知流程的“专家系统”是通过程序员编程实现的。语音技术和图像识别以及下围棋实际上也没有人能够通过编程来实现这些功能。人工神经网络只是给计算机调试提供了一种学习算法，让它观察上TB的数据，也就是训练计算机，让它自行找出如何识别所需特征的办法，自行调适参数，这相当于是写软件的软件。具体到房地产估价上，假设存在一个包含各类特征的标注了房价的GIS大数据，通过人工神经网络的学习，逐层提炼，自己得出房价的特征因素，告知GIS上的任何一个点，其能快速得出该点的房地产价格。
期刊文章分类查询,尽在期刊图书馆
2人工智能在房地产估价领域的发展前景
2.1ANN的实践情况
传统的估价方法在实践中被广泛采用，这是由于它们在房地产估价中的应用相对比较简单。虽然Grover(2016)提到人工神经网络已被认为是一个有用的工具，但是无论是发达国家，还是发展中国家，都还没有估价师在实践中采用人工神经网络技术和其他先进的估值方法。这一现象的合理解释是:(1)估价师认为估价工作应该100%由人类进行，先进的房地产估值方法不能取代被视为“神圣不可侵犯”的传统方法。(2)担心自动估价接管这个行业，会导致估价师失业。可以看出，人工神经网络技术等先进的房地产估价方法并没有得到行业从业者的广泛认可。
2.2专业研究
人工智能是模拟人的思维，目前处于需人员控制阶段，需要推动其在房地产估价领域的发展，必将在引入信息网络、人工智能等相关专业人才的基础上，对房地产估价师提出更高的水平要求，需要集中估价师的经验和智慧，这样才能将我们熟知的专业技术转化为标准化的数据。同时，在发展人工智能的同时，能把房地产估价师从传统基础估价事务中解放出来，从而有更多的时间去关注市场需求，探索和研究估价理论和方法，开发新型咨询服务产品，使得房地产估价更加科学合理专业化。
2.3新物业估价方法的应用
近年来，不断进步的计算机科学和数理统计，也出现了新的评价方法。物体价格模型是较长用的方法，其必须要有一定的理论基础，但该模型忽略了另一个区域影响因素的差异和空间特征，如区域物业价格的空间相关性和空间异质，需要进一步提高评估结果的准确性。在房地产评估研究领域，人工神经网络，支持向量机，自适应估值方法和除了多元线性回归，如非参数回归和地理加权回归等，一些更灵活的方法也是新的房地产估价方法。
2.4智能估价
在智能查勘中，运用了无人机进行一次飞行即可生成投影图形，并完成三维建模，不仅节省时间成本，而且精度更高。在未来的发展中，人们也可以展望下，查勘甚至可以足不出户，通过业主的智能穿戴设备，即可完成准确定位及实地查勘工作。在智能报告生成中，目前已经在应用的批量评估业务，虽然极大提高了工作效率，但还不能算是严格意义上的智能估价，因为其中多数数据还需要人工填写。
2.5人工智能首先被应用的领域可能是评估报告的评审
自20世纪60年代以来，国外许多专家和学者就致力于主观题的机器阅卷技术研究，也出现了各种不同的自动批改系统。比如美国的MBA、托福考试中应用了E-rater系统等。据报道，科大讯飞机器智能阅卷技术已经在安庆、合肥等地成功试点应用。科大讯飞的人工智能在学习了500份卷子以后，再改剩下的500份卷子，可以比人还准确，通过对人机评分结果的分析，计算机在评分一致率、平均分差、相关度以及与仲裁分更接近的比例等指标方面都达到或超过人工评分水平。那么协会、银行等是否可开发引进该系统，在估价机构上传报告时，对评估师出具的报告全覆盖进行自动评分，这将是房地产估价自律管理领域最重大的变革。
结语
人工智能已经进入了高速发展的阶段，对房地产估价的冲击已经开始显现，带来的既有挑战也有机遇。房地产估价要打破传统思维，创新思路，就应当积极顺应时代发展，借助人工智能优势，努力开发人工智能技术，享受人工智能成果，开拓房地产估价的新局面，保持平稳健康可持续发展。
参考文献
[1]卢克?多梅尔.人工智能[M].北京:中信出版社,2016.
[2]高峰，魏凌.新技术在房地产估价中的应用研究综述[J].中国物价，2019（01）：74-76.
论文作者: 刘婷婷
论文发表刊物:《工程管理前沿》2020年4期
论文发表时间:2020/4/14
标签：人工智能论文; 房地产估价论文; 神经网络论文; 方法论文; 估价师论文; 传统论文; 房地产论文; 《工程管理前沿》2020年4期论文;