Use Artificial Intelligence (AI) Performance Routing to instantly accelerate your fleet’s decarbonisation trajectory, and decrease fuel costs. Performance Routing will make a major, quantifiable impact on your fleet’s fuel consumption and CII today, high–impact results from day one.
“DeepSea Vessel Voyage Optimering AI-løsning reducerer emissioner, det reducerer brændstofforbruget, og det øger sikkerheden under drift. Det er en win-win i alle aspekter af sejlads“
Geir Fagerheim (SVP Marine Operations) Wallenius Wilhelmsen
Optimering af fartøjers rejse til dekarbonisering - AI-løsning:
Dyb hav udnytter det seneste inden for AI-teknologi for at gøre skibe mere effektive. Ved at samle eksperter fra teknologi og maritim, fokuserer DeepSea på øge effektiviteten og mindske skibenes brændstofforbrug gennem en kombination af teknisk og operationel indsigt drevet af detaljerede AI-genererede præstationsmodeller. Præstationsfartøjsrute for det 21. århundrede.
Vi samarbejder med fremsynede rederier for at gøre shippingbranchen slankere, grønnere og bedre forbundet.
DeepSea works with forward-thinking marine shipping companies to make the maritime shipping industry leaner, greener and better connected. Was founded in 2017 to bring the best of Artificial Intelligence (AI) to the shipping industry and its the shipping’s foremost AI team, drevet af det mest avancerede AI-team i branchen. Med en kultur af aktiv forskning, bidrager med akademiske artikler til konferencer globalt, driver internationale initiativer inden for AI og bringer alle disse fremskridt til sine effektivitetsfremmende produkter.
DeepSea - AI til shippingindustrien
For konstant at kunne levere en AI-drevet og optimeret skibsrejse, tager DeepSea data fra dit fartøj og (med AI) opretter en præcis skibsmodel i skyen, som opdateres live, så den præcist matcher dit fartøjs tilstand og hjælper dig med at drive mere effektive fartøjer og mere effektive rejser, skræddersyede rejser for hvert fartøj.
DEEPSEA Pythia - Performance-ruteføring for det 21. århundrede
The world’s first weather routing platform tailored to the exact performance of your vessel, under all weather conditions. Powerful AI models understand exactly how your vessel performs under any weather and fouling conditions.
DeepSeas platform er nu installeret i mere end 20 skibsflåder og giver præcist personlige anbefalinger til hastighed og rute for hvert skib, baseret på deep learning-modeller, der er trænet til at forudsige hvert skibs energiforbrug under alle mulige forhold.
“No human, no matter how many years of experience they have, can compete with these automated instructions. They reduce emissions, reduce fuel consumption and increase operational safety."
"Det er en win-win-situation i alle aspekter af shipping."
Geir Fagerheim, SVP Marine Operations hos Wallenius Wilhelmsen Shipping Company
Wallenius Wilhelmsen, kendt som førende inden for introduktionen af ny teknologi og praksis i den maritime industri, bliver det første globale rederi, der vedtager en fuldt ud AI-baseret tilgang til optimering af skibsrejser på tværs af hele sin flåde på mere end 120 Ro-Ro skibe .
Wallenius Wilhelmsen, the world's largest car carrier, conducted a rigorous 18-month trial of DeepSea's software to reach this deal. "This is a watershed moment for the meaningful and proven implementation of artificial intelligence (AI) in shipping," said DeepSea President Roberto Cuestas (DeepSea), “There are now many solutions on the market that claim to save fuel, reduce emissions and meet environmental regulations – and most of them are just lip service. It is difficult for shipping companies to distinguish between what is real and what is just marketing. This partnership is another stamp of approval for our technology and approach, from one of the most advanced companies in the industry.” The 18-month trial yielded a fully validated performance improvement of 7% in a subset of Wallenius Wilhelmsen's fleet, and when the project is completed across the entire fleet, this figure is expected to increase to 10%. This equates to more than 75.000 tonnes of fuel saved and 240.000 tonnes of carbon dioxide (C02) not emitted – and will dramatically help ships comply with new industry emissions regulations. Wallenius Wilhelmsen has set ambitious targets to reduce emissions by 27,5% by 2030. “Half of this reduction should come from existing ships. We are working diligently to find environmentally friendly solutions for our existing fleet. Our goal is to implement this innovative voyage optimization solution for increased vessel efficiency across our entire fleet," said Geir Fagerheim, SVP Marine Operations at Wallenius Wilhelmsen.
- - -
Kunderne hos det græske firma DeepSea AI, som inkluderer rederier fra Singapore, Norge, Japan osv., kan takket være DeepSeas teknologi spare 8%-12% brændstof og reducere deres miljømæssige fodaftryk. Vejen for udviklingen af autonome skibe, hvor deres rute "bestemmes" ikke af skibets kaptajn, men af en algoritme, åbnes med opkøbet af DeepSea Technologies, grundlagt af Konstantinos Kyriakopoulos og Roberto Kousta, af den japanske multinationale virksomhed Nabtesco, noteret på børsen i Tokyo.
"Den teknologi, vi har udviklet i så mange år, gik i denne retning. Nu har vi den rette partner, som giver os mulighed for at realisere dette mål, da vi ikke havde et hardwaresystem. Med kombinationen af vores teknologier kan vi også konvertere eksisterende skibe til autonome skibe samt installere vores systemer på nye skibe," siger Kyriakopoulos om målet med Nabtescos opkøb af DeepSea. DeepSea har udviklet en kunstig intelligens-platform, der gennem indsamling - i realtid - af data om kommercielle skibes (tankskibe, containere) ydeevne under navigation skaber modeller til at optimere deres ydeevne (brændstofbesparelse, reduktion af CO2-udledning) under hensyntagen til vejrforholdene, det respektive skibs egenskaber osv.
Dens teknologi bruges på over 300 skibe. "I bund og grund hjælper vi med denne kunstige intelligensmodel kaptajnen med at nå sin destination med mindst mulig miljøforurening og den bedst mulige ydeevne", forklarer hr. Koustas. Det er her, DeepSea og Nabtescos systemer 'smelter sammen', hvilket vil være i stand til at automatisere de 'kommandoer', som DeepSea giver skibet (f.eks. skibets optimale hastighed baseret på vejrforholdene). "Skibets autonomi vil være baseret på den bedst mulige kontrol over alle dets bevægelser for at spare endnu mere brændstof," siger hr. Kyriakopoulos.
Ifølge virksomheden kan dens kunder, som inkluderer rederier fra Singapore, Norge, Japan osv., bruge DeepSeas teknologi til at spare 8%-12% i brændstof og reducere deres miljømæssige fodaftryk. Sidstnævnte anses for at være afgørende, da indførelsen af en kulstofafgift på skibsfart diskuteres, hvor EU lægger pres på skibsfartssektoren.
DeepSea's team, which consists of 90 people – 80% are located in Greece – is expected to increase to 110 in the next period, while Athens is being transformed into an artificial intelligence center for the Japanese company's activities. These are not limited to the shipping industry, but extend to railway automation, aviation, wind turbines, etc. "With Nabtesco's investment, technologies around what we call industrial artificial intelligence (industrial AI) will be developed in Greece," says Mr. Kyriakopoulos. "We have a long-term action plan to implement what we want in autonomy and artificial intelligence".
(7. september 2022) Wallenius Wilhelmsen blev det første globale rederi, der har vedtaget en fuldt ud AI-baseret tilgang til rejseoptimering på tværs af hele sin flåde på 120+ skibe.
Wallenius Wilhelmsen shipping company rolled out DeepSea’s Performance Routing software, som leverer fartøjsspecifikke rute- og hastighedsplaner, i sidste kvartal af 2022 og 2023. En af de mest fremsynede virksomheder inden for søfartsindustrien, Wallenius Wilhelmsen har sat ambitiøse mål for at reducere emissionen med 27,5 pct. inden 2030. Dette arbejde med DeepSea er et vigtigt skridt mod at møde dem.
Geir Fagerheim, SVP Marine Operations hos Wallenius Wilhelmsen, siger:
“No human being, no matter how many years of experience they have, can compete with these automated sailing instructions. It reduces emissions, it reduces fuel consumption, and it increases safety during operation. It is a win-win in all aspects of sailing.”
This landmark decision, the first of its kind globally, was not made quickly – but followed 18 months of rigorous step-by-step testing.
De tal, der i sidste ende kom ud af denne omfattende prøveperiode, er betydelige:
En forbedring på 6,91 TP3T i fartøjets effektivitet og mere end 170.000 tons forudsagde reduktion i emissioner på tværs af flåden.
Men lige så vigtigt at fokusere på er de vigtigste læringer, der kom fra den 18-måneders periode med intenst samarbejde, der førte til dette partnerskab.
Den 13. oktober udførte Wallenius Wilhelmsen og DeepSea et virtuelt webinar, hvor de diskuterede denne valideringsperiode online og diskuterede sammen deres vigtigste erfaringer for dekarbonisering med optimering af fartøjsrejser (Rejseoptimering til dekarbonisering - online webinar).
What is the 10% initiative? A movement to reduce maritime vessel energy costs by 10%, the approach is proven, cost-effective and can be achieved within 12 months. The 10% initiative is a commitment by DeepSea and the members (EUROSEAS Ltd, EuroDRY Ltd, ETF Partners, Nabtesco) of the initiative to work collaboratively to do something real, measurable, and impactful – with tangible benefits for everyone.
When it comes to voyage optimisation – picking the best course and speed for the journey – the ships’ captains don’t have the tools to make informed decisions, explains Mr Fagerheim of shipping company Wallenius Wilhelmsen (cargo ships). This is why they go hard and fast at the start of the journey, because they can’t predict later conditions. This is where AI-powered voyage optimisation platforms comes in.
The adoption of AI solutions in the maritime industry is at a nascent stage, however, Artificial Intelligence has an immense potential to unlock value in optimizing fleet efficiency. AI technology for voyage optimisation is primarily focused on reducing vessel fuel consumption, resulting in the reduction of CO2 emissions and running costs. Lloyd’s Register’s Maritime Performance Services has developed vast experience is in the use of AI for vessel optimisation and helping to ultimately improve vessel performance. Traditional and legacy data analytics only look at 10% of vessel data, whereas AI models can now look at close to 100% of vessel data and process this data instantaneously to create extremely accurate vessel performance insights around fuel consumption, speed, trim, hull fouling and power consumption,” (Andy McKeran, Director of Maritime Performance Services, Lloyd’s Register). Spend on AI Artificial Intelligence solutions in the maritime shipping industry is expected to more than double in the next five years to $2,7 billion by 2027, a compound annual growth rate of 23%.
Maskinlæring: Den næste maritime grænse?
As the availability of data for high performance computing is increasing alongside the adoption of automation, Wärtsilä Voyage believes that artificial intelligence and machine learning are technologies to keep an eye on.
Fire måder, hvorpå Maritime Industry investerer i kunstig intelligens til præstationsstyring
AI, IOT, Business Intelligence, Data Analytics are changing the way shipping operates, and also cutting costs and reducing risk to human lives. Leading shipping companies have deployed AI-assisted technologies to gain greater insight into their ships’ performance, while both established companies and start-ups are finding new ways to push the boundaries of AI.
Kunstig intelligens og æraen med autonom skibsfart
Verden er forbundet gennem global handel på grundlag af en transportindustri. Og den vil fortsætte med at vokse med en forventet stigning på næsten en tredjedel i søfart frem mod 2030 og med stigninger i ton-kilometertal op til 74.000 milliarder i løbet af prognoseperioden.
Med andre ord vil havet opleve betydelige stigninger i trafikken, presset vil blive meget højere, og risikoen for søulykker og hændelser på havet vil fortsætte. Det anslås, at omkring 90% af ulykker og hændelser til søs forårsaget af menneskelige fejl, koster over 1,4 milliarder EUR i erstatningskrav til søfartsansvar.
Dette har faktisk opfordret virksomheder til at investere i automatisering understøttet af transformationsteknologier inden for kunstig intelligens (AI) og maskinlæring, som den ultimative løsning til at forbedre produktivitet, effektivitet og sikkerhed ved at eliminere menneskelige fejl.
Statistics have shown that AI has the capability to boost the transportation and logistics industry performance by almost 90%, potentially increase the industry’s annual revenue up to EUR0.45 trillion.
“Autonomous shipping is the future of the maritime industry. As disruptive as the smartphone, the smart ship will revolutionise the landscape of ship design and operations”
Mikael Mäkinen, President, Marine at Rolls-Royce Plc.
Søfartssektoren har arbejdet hårdt på at finde måder at reducere CO2-brændstof-emissioner på linje med den oprindelige IMO GHG-strategi og Maritim 2050 dagsorden med stort fokus på autonomi og fremtidige brændstoffer. Men som presset fortsætter med at vokse i kølvandet på COP26 løsninger, der frigør potentialet for en reduktion på tværs af eksisterende skibsflåder, er bydende nødvendigt.
En kort introduktion til AI (Artificial Intelligence) og dens anvendelser i den maritime industri
Under 2023 SMART4SEA Athen Forum forklarede Themistoklis Sardis, (IT-chef hos Costamare Shipping Company SA), at der er adskillige AI-applikationer i shippingindustrien, herunder automatisering af godshåndtering og -styring, optimering af ruter og logistik og forudsigelig vedligeholdelse af skibe og andet udstyr.
Mens mange industrier drager fordel af og bruger kunstig intelligens til at strømline driften og modtage værdifuld indsigt, har hver især unikke applikationer. At forstå, hvordan den maritime industri tilpasser kunstig intelligens og maskinlæring, kan bedre forberede dig til at arbejde på vandet sammen med dette udstyr
Gratis køberguide - Førende kunstig intelligens (AI) virksomheder til shippingindustrien
Et gratis dokument (købervejledning), der indeholder detaljerede oplysninger om producenter og leverandører af Shipping AI-løsninger og deres produkter til optimering og planlægning af fartøjsruter, sammen med kontaktoplysninger for at informere din købsbeslutning (download en gratis kopi).
Shipping 4.0 : Den maritime industris fremtid
Steam. Electricity. Internet. These three industrial revolutions, changed everything about the way the world works. Today, we’re in the middle of the fourth industrial revolution: Artificial intelligence (AI). Contrary to the common belief that shipping operates in a traditional, “old-fashioned” model, new strides as part of this automation-driven industrial revolution have created new patterns of innovation and change. This is Shipping 4.0.
Hvad er kunstig intelligens (AI)? Kunstig intelligens udnytter computere og maskiner til at efterligne det menneskelige sinds problemløsnings- og beslutningstagningsevner. (IBM)
Kunstig intelligens er maskiners eller softwares intelligens i modsætning til menneskers eller dyrs intelligens. (Kunstig intelligens - Wikipedia)
Kunstig intelligens, en computers eller computerstyret robots evne til at udføre opgaver, der almindeligvis er forbundet med intelligente væsener. (Kunstig intelligens (AI): Definition, eksempler, typer - Britannica)
Hvad er kunstig intelligens (AI)?
Kunstig intelligens er simulering af menneskelige intelligensprocesser af maskiner, især computersystemer. Specifikke anvendelser af kunstig intelligens omfatter ekspertsystemer, naturlig sprogbehandling, talegenkendelse og maskinsyn.
Hvordan fungerer AI?
Efterhånden som hypen omkring kunstig intelligens er accelereret, har leverandører kæmpet for at promovere, hvordan deres produkter og tjenester bruger det. Ofte er det, de omtaler som AI, simpelthen en del af teknologien, såsom maskinlæring. AI kræver et fundament af specialiseret hardware og software til at skrive og træne maskinlæringsalgoritmer. Intet enkelt programmeringssprog er synonymt med AI, men Python, R, Java, C++ og Julia har funktioner, der er populære blandt AI-udviklere. (Hvad er kunstig intelligens, og hvordan fungerer AI? - TechTarget)
Forskelle mellem AI, Machine Learning og Deep Learning
AI, maskinelæring og dyb læring er almindelige udtryk inden for virksomheds-IT og bruges nogle gange i flæng, især af virksomheder i deres markedsføringsmateriale. Men der er forskelle (se mere på: AI vs. machine learning vs. deep learning: Nøgleforskelle (techtarget.com)
Hvad er de 4 typer AI-intelligens?
Nogle af disse typer af AI er ikke engang videnskabeligt mulige lige nu. Ifølge det nuværende klassificeringssystem er der fire primære AI typer: reaktiv, begrænset hukommelse, teori om sind og selvbevidst. (Kilde: Forstå de 4 typer kunstig intelligens - bernardmarr.com )
Hvad er AI? Alt at vide om kunstig intelligens, AI's fascinerende og hurtigt udviklende teknologier - ZDnet.com
Hvad er AI? Lær om kunstig intelligens - en meget omfattende artikel om AI, af Oracle.com
Fordele og ulemper ved brugen af kunstig intelligens
Hvad er kunstig intelligens (AI)? (according to an AI app itself 🙂 ... ChatGPT)
Kunstig intelligens (AI) refererer til simulering af menneskelig intelligens i maskiner, der er i stand til at udføre opgaver, der typisk kræver menneskelig intelligens. Disse opgaver omfatter ting som læring, ræsonnement, problemløsning, opfattelse, sprogforståelse og endda beslutningstagning.
AI-systemer er designet til at analysere data, genkende mønstre og træffe informerede beslutninger eller forudsigelser baseret på disse data. De kan trænes til at forbedre deres præstationer over tid gennem iterative læreprocesser. AI-teknologier er bredt klassificeret i to kategorier: Smal eller svag AI og generel eller stærk AI.
Smal eller svag AI: Denne type AI er designet og trænet til en specifik opgave eller et snævert udvalg af opgaver. Det udmærker sig ved at udføre disse opgaver, ofte overgået menneskelige evner, men det mangler evnen til at forstå eller udføre opgaver uden for dets foruddefinerede omfang. Eksempler på smal AI omfatter stemmeassistenter som Siri eller Alexa, billedgenkendelsessystemer og anbefalingsalgoritmer, der bruges af streamingtjenester.
Generel eller stærk AI: Generel AI refererer til et niveau af kunstig intelligens, der har evnen til at forstå, lære og anvende viden på tværs af en bred vifte af opgaver, ligesom et menneske. Det ville besidde menneskelignende kognitive evner og kunne potentielt udføre enhver intellektuel opgave, som et menneske kan. Generel kunstig intelligens forbliver stort set teoretisk på dette tidspunkt og er ikke blevet opnået.
AI-systemer kan yderligere kategoriseres i machine learning og deep learning:
Maskinelæring: Det er en delmængde af AI, der involverer træning af algoritmer til at lære mønstre fra data og foretage forudsigelser eller beslutninger baseret på disse data. Typer af maskinlæring omfatter overvåget læring (træning med mærkede data), uovervåget læring (finde mønstre i umærkede data) og forstærkende læring (læring gennem forsøg og fejl).
Dyb læring: Dette er en undergruppe af maskinlæring, der bruger kunstige neurale netværk til at modellere og behandle komplekse mønstre og relationer i data. Dyb læring har været særlig vellykket i opgaver som billed- og talegenkendelse.
AI har en bred vifte af applikationer på tværs af forskellige industrier, herunder sundhedspleje, finans, transport, underholdning og mere. Det fortsætter med at udvikle sig hurtigt og har potentialet til at revolutionere, hvordan vi lever og arbejder, selvom etiske overvejelser og potentielle udfordringer også skal behandles omhyggeligt, efterhånden som AI-teknologien udvikler sig.
Find alle topudbydere af Marine Navigation-produkter og -tjenester til sikker sørejseplanlægning
Dansk 
English 
Ελληνικά 
Français 
Español 
Deutsch 
Русский 
日本語 
香港中文 
Tagalog 
العربية 
हिन्दी 
Svenska 
한국어 
עִבְרִית 
Nederlands 
Bahasa Indonesia 
Polski 
Українська 
Türkçe 
ไทย 
Português do Brasil 
Italiano 
فارسی 
Română 
Bahasa Melayu 
Suomi 
Norsk bokmål 
Português 
Tiếng Việt