از مسیریابی عملکرد هوش مصنوعی (AI) برای سرعت بخشیدن به مسیر کربن زدایی ناوگان خود و کاهش هزینه های سوخت استفاده کنید. مسیریابی عملکرد تأثیر عمده و قابل سنجشی بر مصرف سوخت ناوگان و CII امروز شما خواهد گذاشت، نتایج پر تأثیر از روز اول.
"بهینه سازی سفر کشتی در دریا راه حل هوش مصنوعی آلایندگی را کاهش می دهد، مصرف سوخت را کاهش می دهد و ایمنی را در حین کار افزایش می دهد. این یک برد-برد در تمام جنبه های قایقرانی است"
گیر فاگرهایم (SVP عملیات دریایی) والنیوس ویلهلمسن
Vessel Voyage Optimisation for Decarbonisation - AI Solution:
عمق دریا از جدیدترین فناوری هوش مصنوعی برای کارآمدتر کردن کشتی ها استفاده می کند. DeepSea با گرد هم آوردن کارشناسان فناوری و دریانوردی بر روی آن تمرکز دارد افزایش کارایی و کاهش مصرف سوخت شناورها از طریق ترکیبی از بینش های فنی و عملیاتی که توسط مدل های عملکرد دقیق تولید شده توسط هوش مصنوعی طراحی شده است. مسیریابی کشتی عملکردی برای قرن بیست و یکم.
ما با شرکت‌های حمل‌ونقل آینده‌نگر کار می‌کنیم تا صنعت حمل و نقل را باریک‌تر، سبزتر و مرتبط‌تر کنیم.
DeepSea با شرکت های حمل و نقل دریایی آینده نگر همکاری می کند تا صنعت حمل و نقل دریایی را باریک تر، سبزتر و به هم متصل کند. در سال 2017 تاسیس شد تا بهترین هوش مصنوعی (AI) را به صنعت کشتیرانی و مهمترین صنعت حمل و نقل ارائه کند. تیم هوش مصنوعی، توسط پیشرفته ترین تیم هوش مصنوعی در صنعت طراحی شده است. با فرهنگ تحقیق فعال، مقالات آکادمیک را در کنفرانس‌های جهانی ارائه می‌کند، ابتکارات بین‌المللی را در زمینه هوش مصنوعی اجرا می‌کند و همه این پیشرفت‌ها را برای محصولات افزایش کارآیی خود به ارمغان می‌آورد.
DeepSea - AI for the shipping industry
In order to constantly provide an AI driven optimised vessel voyage DeepSea takes data from your vessel and (with AI) creates an accurate vessel model in the Cloud, which is updated, live, to exactly match your vessel's state and help you run more efficient vessels and more efficient voyages, custom-planned voyages for each vessel.
DEEPSEA Pythia - Performance vessel routing for the 21st-century
اولین پلت فرم مسیریابی آب و هوا در جهان که برای عملکرد دقیق کشتی شما، تحت هر شرایط آب و هوایی طراحی شده است. مدل‌های قدرتمند هوش مصنوعی دقیقاً می‌دانند کشتی شما تحت هر شرایط آب و هوایی و آلودگی چگونه عمل می‌کند.
DeepSea's platform, is now in place in more than 20 vessel fleets and accurately provides personalized speed and vessel route recommendations for each ship, based on deep learning models trained to predict each ship's energy consumption in every possible condition.
“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."
"It's a win-win in all aspects of shipping."
گیر فاگرهایم، معاون عملیات دریایی در شرکت کشتیرانی والنیوس ویلهلمسن
والنیوس ویلهلمسن، که به عنوان پیشرو در معرفی فن‌آوری‌ها و شیوه‌های جدید در صنعت دریایی شناخته می‌شود، اولین شرکت کشتیرانی جهانی است که رویکرد کاملاً مبتنی بر هوش مصنوعی را برای بهینه‌سازی سفرهای کشتی در کل ناوگان بیش از 120 کشتی Ro-Ro خود اتخاذ می‌کند. .
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.
- - -
The clients of the Greek company DeepSea AI, which include shipping companies from Singapore, Norway, Japan, etc., can save, through DeepSea's technology, 8%-12% in fuel and reduce their environmental footprint. The way for the development of autonomous ships, where their route is "determined" not by the ship captain but by an algorithm, is opened by the acquisition of DeepSea Technologies founded by Konstantinos Kyriakopoulos and Roberto Kousta, by the Japanese multinational Nabtesco, listed on the stock exchange Tokyo.
"The technology we have been developing for so many years was heading in this direction. Now we have the right partner, which allows us to realize this goal, as we did not have a hardware system. With the combination of our technologies, we can also convert existing ships into autonomous ones, as well as install our systems on new ships," says Mr. Kyriakopoulos, speaking about the goal of the acquisition of DeepSea by Nabtesco. DeepSea has developed an artificial intelligence platform which, through the collection - in real time - of data concerning the performance of commercial ships (tankers, containers) during navigation, creates models to optimize their performance (fuel saving, reduction carbon emissions) taking into account the weather conditions, the characteristics of the respective ship, etc.
Its technology is used on over 300 ships. "Essentially with this artificial intelligence model we help the captain reach his destination with the least possible environmental pollution and the best possible performance", explains Mr. Koustas. This is where DeepSea and Nabtesco's systems 'merge' together in which will be able to automate the 'commands' given to the ship by DeepSea (eg the optimal speed of the ship based on the weather conditions). "The ship's autonomy will be based on the best possible control of its every movement to save even more fuel," says Mr. Kyriakopoulos.
According to the company, its customers, which include shipping companies from Singapore, Norway, Japan, etc., can use DeepSea's technology to save 8%-12% در سوخت و ردپای محیطی آنها را کاهش دهد. مورد دوم بسیار مهم تلقی می شود، زیرا تحمیل مالیات کربن بر کشتیرانی در حال بحث است و اتحادیه اروپا بر بخش کشتیرانی فشار وارد می کند.
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 سپتامبر 2022) والنیوس ویلهلمسن شد اولین شرکت کشتیرانی جهانی که رویکرد کاملاً مبتنی بر هوش مصنوعی را برای بهینه‌سازی سفر اتخاذ کرد در کل ناوگان 120+ کشتی خود.
والنیوس ویلهلمسن شرکت کشتیرانی DeepSea را راه اندازی کرد نرم افزار مسیریابی عملکردوالنیوس ویلهلمسن، یکی از آینده‌نگرترین شرکت‌ها در صنعت کشتیرانی دریایی، اهداف بلندپروازانه‌ای را برای کاهش انتشار گازهای گلخانه‌ای تا 27.5 درصد تعیین کرده است. تا سال 2030. این کار با DeepSea گام مهمی برای ملاقات با آنها است.
گیر فاگرهایم، معاون عملیات دریایی در والنیوس ویلهلمسن، می گوید:
هیچ انسانی، مهم نیست که چند سال تجربه داشته باشد، نمی تواند با این دستورالعمل های قایقرانی خودکار رقابت کند. آلایندگی را کاهش می دهد، مصرف سوخت را کاهش می دهد و ایمنی را در حین کار افزایش می دهد. این یک برد برد در همه جنبه های قایقرانی است.»
این تصمیم مهم، اولین تصمیم در نوع خود در سطح جهان، به سرعت اتخاذ نشد - اما پس از 18 ماه آزمایش گام به گام دقیق انجام شد.
اعدادی که در نهایت از این دوره آزمایشی جامع به دست آمد قابل توجه است:
بهبود 69% در بازده کشتی و بیش از 170000 تن کاهش انتشار گازهای گلخانه ای در ناوگان را پیش بینی کرد.
با این حال، به همان اندازه مهم است که باید روی آن تمرکز کرد، آموخته های کلیدی است که از دوره 18 ماهه همکاری شدید که منجر به این مشارکت شد، پدیدار شد.
در 13 اکتبر، Wallenius Wilhelmsen و DeepSea یک وبینار مجازی در مورد بحث آنلاین این دوره اعتبار سنجی انجام دادند و با هم در مورد آموخته های کلیدی خود برای کربن زدایی با بهینه سازی سفر کشتی بحث کردند.Voyage Optimisation for Decarbonisation - online webinar).
ابتکار 10% چیست؟ حرکتی برای کاهش هزینه های انرژی کشتی های دریایی به میزان 10%، این رویکرد اثبات شده، مقرون به صرفه است و می تواند در عرض 12 ماه به دست آید. ابتکار 10% تعهدی از سوی DeepSea و اعضای آن (EUROSEAS Ltd، EuroDRY Ltd، ETF Partners، Nabtesco) این ابتکار است که به طور مشترک برای انجام کاری واقعی، قابل اندازه‌گیری و تأثیرگذار – با مزایای ملموس برای همه کار کنند.
آقای فاگرهایم از شرکت کشتیرانی Wallenius Wilhelmsen (کشتی های باری) توضیح می دهد که وقتی صحبت بهینه سازی سفر می شود - انتخاب بهترین مسیر و سرعت برای سفر - کاپیتان کشتی ها ابزار لازم برای تصمیم گیری آگاهانه را ندارند. به همین دلیل است که در شروع سفر سخت و سریع پیش می روند، زیرا نمی توانند شرایط بعدی را پیش بینی کنند. اینجاست که پلتفرم‌های بهینه‌سازی سفر با هوش مصنوعی وارد عمل می‌شوند.
پذیرش راه‌حل‌های هوش مصنوعی در صنعت دریایی در مرحله نوپایی است، با این حال، هوش مصنوعی پتانسیل بسیار زیادی برای باز کردن ارزش در بهینه‌سازی کارایی ناوگان دارد. فناوری هوش مصنوعی برای بهینه‌سازی سفر عمدتاً بر کاهش مصرف سوخت کشتی‌ها متمرکز شده است که منجر به کاهش انتشار CO2 و هزینه‌های جاری می‌شود. خدمات عملکرد دریایی Lloyd's Register تجربه گسترده ای در استفاده از هوش مصنوعی برای بهینه سازی کشتی و کمک به بهبود عملکرد کشتی در نهایت ایجاد کرده است. تجزیه و تحلیل داده های سنتی و قدیمی فقط به 10% از داده های کشتی نگاه می کند، در حالی که مدل های AI اکنون می توانند نزدیک به 100% از داده های کشتی را بررسی کنند و این داده ها را فوراً پردازش کنند تا بینش بسیار دقیقی از عملکرد کشتی در مورد مصرف سوخت، سرعت، تریم، رسوب بدنه و قدرت ایجاد کنند. مصرف،» (اندی مک‌کران، مدیر خدمات عملکرد دریایی، ثبت نام Lloyd's). پیش‌بینی می‌شود هزینه راه‌حل‌های هوش مصنوعی هوش مصنوعی در صنعت کشتیرانی دریایی در پنج سال آینده بیش از دو برابر شود و تا سال 2027 به $2,7 میلیارد برسد که نرخ رشد ترکیبی سالانه 23% است.
یادگیری ماشینی: مرز دریایی بعدی؟
همانطور که در دسترس بودن داده ها برای محاسبات با کارایی بالا در کنار پذیرش اتوماسیون در حال افزایش است، Wärtsilä Voyage معتقد است که هوش مصنوعی و یادگیری ماشین فناوری هایی هستند که باید به آنها توجه داشت.
چهار روشی که در آن صنعت دریایی برای مدیریت عملکرد بر روی هوش مصنوعی سرمایه گذاری می کند
هوش مصنوعی، IOT، هوش تجاری، تجزیه و تحلیل داده ها در حال تغییر نحوه عملکرد حمل و نقل و همچنین کاهش هزینه ها و کاهش خطر برای جان انسان ها هستند. شرکت‌های کشتیرانی پیشرو از فناوری‌هایی با کمک هوش مصنوعی استفاده کرده‌اند تا بینش بیشتری در مورد عملکرد کشتی‌های خود به دست آورند، در حالی که هم شرکت‌های تاسیس‌شده و هم شرکت‌های نوپا در حال یافتن راه‌های جدیدی برای عبور از مرزهای هوش مصنوعی هستند.
هوش مصنوعی و عصر کشتیرانی خودمختار
جهان از طریق تجارت جهانی بر اساس صنعت حمل و نقل به هم پیوسته است. و با افزایش پیش بینی شده نزدیک به یک سوم تجارت دریایی تا سال 2030 و با افزایش مسافت پیموده شده تا 74000 میلیارد تن در دوره پیش بینی شده، به رشد خود ادامه خواهد داد.
به عبارت دیگر، اقیانوس افزایش قابل توجهی در ترافیک را تجربه خواهد کرد، فشار بسیار بالاتر خواهد رفت و خطر حوادث دریایی و حوادث در دریا ادامه خواهد داشت. تخمین زده می شود که تقریباً 90% تلفات دریایی و حوادث ناشی از اشتباهات انسانی، بیش از 1.4 میلیارد یورو برای خسارت بیمه مسئولیت دریایی هزینه داشته باشد.
این در واقع کسب‌وکارها را ترغیب کرده است که روی اتوماسیون مبتنی بر فناوری‌های تحول‌آفرین هوش مصنوعی (AI) و یادگیری ماشینی سرمایه‌گذاری کنند، به عنوان راه‌حل نهایی برای بهبود بهره‌وری، کارایی و ایمنی با حذف خطاهای انسانی.
آمار نشان داده است که هوش مصنوعی توانایی افزایش عملکرد صنعت حمل و نقل و لجستیک را تقریباً 90% دارد و به طور بالقوه درآمد سالانه صنعت را تا 0.45 تریلیون یورو افزایش می دهد.
کشتیرانی خودران آینده صنعت دریایی است. همانطور که تلفن هوشمند مخرب است، کشتی هوشمند چشم انداز طراحی و عملیات کشتی را متحول خواهد کرد.
میکائیل مکینن، رئیس، نیروی دریایی در شرکت رولز رویس.
بخش کشتیرانی دریایی سخت کار می کند تا راه هایی برای کاهش انتشار سوخت کربن مطابق با برنامه اولیه بیابد. استراتژی IMO GHG و دستور کار دریایی 2050 با تمرکز شدید بر استقلال و سوخت های آینده. اما از آنجایی که فشارها همچنان در حال افزایش است COP26 راه حل هایی که پتانسیل کاهش در ناوگان کشتی های موجود را باز می کند ضروری است.
مقدمه ای کوتاه بر هوش مصنوعی (هوش مصنوعی) و کاربردهای آن در صنعت دریایی
در طول انجمن SMART4SEA آتن در سال 2023، آقای Themistoklis Sardis، (مدیر فناوری اطلاعات در Costamare Shipping Company SA) توضیح داد که چندین برنامه هوش مصنوعی در صنعت حمل و نقل وجود دارد، از جمله اتوماسیون حمل و نقل و مدیریت محموله، بهینه سازی مسیرها و تدارکات، و نگهداری پیش بینی شده کشتی ها و سایر تجهیزات
در حالی که بسیاری از صنایع از هوش مصنوعی برای ساده کردن عملیات و دریافت بینش ارزشمند بهره می برند و از آن استفاده می کنند، هر کدام کاربردهای منحصر به فردی دارند. درک اینکه چگونه صنعت دریایی در حال تطبیق هوش مصنوعی و یادگیری ماشینی است، می تواند شما را برای کار روی آب در کنار این تجهیزات بهتر آماده کند.
Free Buyers Guide - Leading artificial intelligence (AI) companies for the shipping industry
یک سند رایگان (راهنمای خریداران) که شامل اطلاعات دقیق در مورد تولیدکنندگان و تامین کنندگان راه حل های هوش مصنوعی حمل و نقل و محصولات بهینه سازی و برنامه ریزی مسیریابی کشتی آنها به همراه جزئیات تماس برای اطلاع از تصمیم خرید شما (دانلود یک نسخه رایگان) است.
حمل و نقل 4.0: آینده صنعت دریایی
بخار. برق. اینترنت. این سه انقلاب صنعتی، همه چیز را در مورد نحوه کار جهان تغییر دادند. امروز، ما در میانه چهارمین انقلاب صنعتی هستیم: هوش مصنوعی (AI). برخلاف تصور رایج که حمل و نقل در یک مدل سنتی و "قدیمی" عمل می کند، گام های جدید به عنوان بخشی از این انقلاب صنعتی مبتنی بر اتوماسیون، الگوهای جدیدی از نوآوری و تغییر را ایجاد کرده است. این Shipping 4.0 است.
هوش مصنوعی (AI) چیست؟ هوش مصنوعی از رایانه ها و ماشین ها برای تقلید از توانایی های حل مسئله و تصمیم گیری ذهن انسان استفاده می کند.. (IBM)
هوش مصنوعی بر خلاف هوش انسان یا حیوانات، هوش ماشین‌ها یا نرم‌افزارها است. (Artificial Intelligence - Wikipedia)
هوش مصنوعی، توانایی یک کامپیوتر یا ربات کنترل شده توسط کامپیوتر برای انجام وظایفی که معمولاً با موجودات هوشمند مرتبط است. (Artificial intelligence (AI): Definition, Examples, Types - Britannica)
هوش مصنوعی (AI) چیست؟
هوش مصنوعی شبیه سازی فرآیندهای هوش انسانی توسط ماشین ها به ویژه سیستم های کامپیوتری است. کاربردهای خاص هوش مصنوعی شامل سیستم های خبره، پردازش زبان طبیعی، تشخیص گفتار و بینایی ماشین است.
هوش مصنوعی چگونه کار می کند؟
از آنجایی که هیاهو در مورد هوش مصنوعی سرعت گرفته است، فروشندگان در تلاش برای تبلیغ نحوه استفاده محصولات و خدمات خود از آن هستند. اغلب، آنچه آنها به عنوان AI از آن یاد می کنند، به سادگی جزئی از فناوری است، مانند یادگیری ماشین. هوش مصنوعی به پایه ای از سخت افزار و نرم افزار تخصصی برای نوشتن و آموزش الگوریتم های یادگیری ماشین نیاز دارد. هیچ زبان برنامه نویسی به تنهایی مترادف با هوش مصنوعی نیست، اما پایتون، R، جاوا، سی پلاس پلاس و جولیا دارای ویژگی های محبوب توسعه دهندگان هوش مصنوعی هستند. (What is Artificial Intelligence and How Does AI Work - TechTarget)
تفاوت بین هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
هوش مصنوعی, فراگیری ماشین و یادگیری عمیق اصطلاحات رایج در فناوری اطلاعات سازمانی هستند و گاهی اوقات به جای یکدیگر استفاده می شوند، به ویژه توسط شرکت ها در مواد بازاریابی خود. اما تمایزاتی وجود دارد (بیشتر در: هوش مصنوعی در مقابل یادگیری ماشینی در مقابل یادگیری عمیق: تفاوت های کلیدی (techtarget.com)
4 نوع هوش مصنوعی چیست؟
Some of these types of AI aren't even scientifically possible right now. According to the current system of classification, there are چهار اولیه انواع هوش مصنوعی: حافظه واکنشی، محدود، نظریه ذهن و خودآگاهی. (منبع: آشنایی با 4 نوع هوش مصنوعی - bernardmarr.com )
هوش مصنوعی چیست؟ همه چیز در مورد هوش مصنوعی، فن آوری های جذاب و در حال توسعه سریع هوش مصنوعی - ZDnet.com
هوش مصنوعی چیست؟ با هوش مصنوعی آشنا شوید - a very comprehensive article on AI, by Oracle.com
مزایا و معایب استفاده از هوش مصنوعی
هوش مصنوعی (AI) چیست؟ (according to an AI app itself 🙂 ... ChatGPT)
هوش مصنوعی (AI) به شبیه سازی هوش انسانی در ماشین هایی اشاره دارد که قادر به انجام وظایفی هستند که معمولاً به هوش انسانی نیاز دارند. این وظایف شامل مواردی مانند یادگیری، استدلال، حل مسئله، ادراک، درک زبان و حتی تصمیم گیری است.
سیستم‌های هوش مصنوعی برای تجزیه و تحلیل داده‌ها، تشخیص الگوها و تصمیم‌گیری یا پیش‌بینی آگاهانه بر اساس آن داده‌ها طراحی شده‌اند. آنها را می توان برای بهبود عملکرد خود در طول زمان از طریق فرآیندهای یادگیری تکراری آموزش داد. فناوری های هوش مصنوعی به طور کلی به دو دسته تقسیم می شوند: هوش مصنوعی باریک یا ضعیف و هوش مصنوعی عمومی یا قوی.
هوش مصنوعی باریک یا ضعیف: این نوع هوش مصنوعی برای یک کار خاص یا طیف محدودی از وظایف طراحی و آموزش داده شده است. در انجام آن وظایف برتری دارد و اغلب از توانایی های انسانی پیشی می گیرد، اما توانایی درک یا انجام وظایف خارج از محدوده از پیش تعریف شده خود را ندارد. نمونه‌هایی از هوش مصنوعی باریک شامل دستیارهای صوتی مانند سیری یا الکسا، سیستم‌های تشخیص تصویر و الگوریتم‌های توصیه‌ای است که توسط سرویس‌های پخش استفاده می‌شود.
هوش مصنوعی عمومی یا قوی: هوش مصنوعی عمومی به سطحی از هوش مصنوعی اطلاق می شود که توانایی درک، یادگیری و به کارگیری دانش را در طیف گسترده ای از وظایف، بسیار شبیه به یک انسان دارد. دارای توانایی های شناختی انسان مانند است و به طور بالقوه می تواند هر وظیفه فکری را که یک انسان می تواند انجام دهد. هوش مصنوعی عمومی تا حد زیادی در این مرحله نظری باقی مانده است و به دست نیامده است.
سیستم های هوش مصنوعی را می توان بیشتر به یادگیری ماشین و یادگیری عمیق دسته بندی کرد:
فراگیری ماشین: این زیر مجموعه ای از هوش مصنوعی است که شامل الگوریتم های آموزشی برای یادگیری الگوها از داده ها و پیش بینی یا تصمیم گیری بر اساس آن داده است. انواع یادگیری ماشینی شامل یادگیری تحت نظارت (آموزش با داده های برچسب دار)، یادگیری بدون نظارت (یافتن الگوها در داده های بدون برچسب) و یادگیری تقویتی (یادگیری از طریق آزمون و خطا) است.
یادگیری عمیق: این زیر مجموعه ای از یادگیری ماشینی است که از شبکه های عصبی مصنوعی برای مدل سازی و پردازش الگوها و روابط پیچیده در داده ها استفاده می کند. یادگیری عمیق به ویژه در کارهایی مانند تشخیص تصویر و گفتار موفق بوده است.
هوش مصنوعی طیف گسترده ای از کاربردها را در صنایع مختلف از جمله مراقبت های بهداشتی، مالی، حمل و نقل، سرگرمی و غیره دارد. به سرعت به پیشرفت خود ادامه می دهد و این پتانسیل را دارد که انقلابی در نحوه زندگی و کار ما ایجاد کند، اگرچه ملاحظات اخلاقی و چالش های بالقوه نیز باید با پیشرفت فناوری هوش مصنوعی به دقت مورد توجه قرار گیرند.
همه ارائه دهندگان برتر محصولات و خدمات ناوبری دریایی را برای برنامه ریزی سفر دریایی ایمن پیدا کنید
فارسی 
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 
Română 
Bahasa Melayu 
Dansk 
Suomi 
Norsk bokmål 
Português 
Tiếng Việt