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.
“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
بهینه‌سازی سفر دریایی کشتی‌ها برای کربن‌زدایی - راهکار هوش مصنوعی:
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 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 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 - هوش مصنوعی برای صنعت کشتیرانی
به منظور ارائه مداوم یک سفر دریایی بهینه مبتنی بر هوش مصنوعی، DeepSea داده‌ها را از کشتی شما دریافت می‌کند و (با هوش مصنوعی) یک مدل دقیق از کشتی در فضای ابری ایجاد می‌کند که به صورت زنده به‌روزرسانی می‌شود تا دقیقاً با وضعیت کشتی شما مطابقت داشته باشد و به شما کمک کند کشتی‌ها و سفرهای دریایی کارآمدتری را اجرا کنید، سفرهایی که به صورت سفارشی برای هر کشتی برنامه‌ریزی شده‌اند.
DEEPSEA Pythia - مسیریابی کارآمد کشتی برای قرن بیست و یکم
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.
پلتفرم DeepSea اکنون در بیش از 20 ناوگان کشتیرانی مستقر است و بر اساس مدل‌های یادگیری عمیق که برای پیش‌بینی مصرف انرژی هر کشتی در هر شرایط ممکن آموزش دیده‌اند، سرعت و مسیر کشتی را به طور دقیق برای هر کشتی شخصی‌سازی شده ارائه می‌دهد.
“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."
این یک معامله برد-برد در تمام جنبه‌های کشتیرانی است.»
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.
- - -
مشتریان شرکت یونانی DeepSea AI، که شامل شرکت‌های کشتیرانی از سنگاپور، نروژ، ژاپن و غیره می‌شوند، می‌توانند از طریق فناوری DeepSea، در مصرف سوخت صرفه‌جویی کرده و ردپای زیست‌محیطی خود را کاهش دهند. راه برای توسعه کشتی‌های خودران، که در آنها مسیر آنها نه توسط کاپیتان کشتی، بلکه توسط یک الگوریتم "تعیین" می‌شود، با خرید شرکت DeepSea Technologies که توسط کنستانتینوس کیریاکوپولوس و روبرتو کوستا تأسیس شده است، توسط شرکت چندملیتی ژاپنی Nabtesco که در بورس توکیو فهرست شده است، باز می‌شود.
آقای کیریاکوپولوس در مورد هدف از خرید DeepSea توسط نابتسکو می‌گوید: «فناوری‌ای که سال‌هاست در حال توسعه آن هستیم، در این مسیر حرکت می‌کرد. اکنون شریک مناسبی داریم که به ما امکان می‌دهد این هدف را محقق کنیم، زیرا سیستم سخت‌افزاری نداشتیم. با ترکیب فناوری‌هایمان، می‌توانیم کشتی‌های موجود را به کشتی‌های خودران تبدیل کنیم و همچنین سیستم‌های خود را روی کشتی‌های جدید نصب کنیم.» DeepSea یک پلتفرم هوش مصنوعی توسعه داده است که از طریق جمع‌آوری - در زمان واقعی - داده‌های مربوط به عملکرد کشتی‌های تجاری (تانکرها، کانتینرها) در حین ناوبری، مدل‌هایی را برای بهینه‌سازی عملکرد آنها (صرفه‌جویی در مصرف سوخت، کاهش انتشار کربن) با در نظر گرفتن شرایط آب و هوایی، ویژگی‌های کشتی مربوطه و غیره ایجاد می‌کند.
فناوری آن در بیش از ۳۰۰ کشتی استفاده می‌شود. آقای کوستاس توضیح می‌دهد: «اساساً با این مدل هوش مصنوعی، ما به کاپیتان کمک می‌کنیم تا با کمترین آلودگی زیست‌محیطی ممکن و بهترین عملکرد ممکن به مقصد خود برسد.» اینجاست که سیستم‌های DeepSea و Nabtesco با هم «ادغام» می‌شوند و در آن می‌توانند «دستورات» داده شده به کشتی توسط DeepSea (مثلاً سرعت بهینه کشتی بر اساس شرایط آب و هوایی) را خودکار کنند. آقای کیریاکوپولوس می‌گوید: «خودمختاری کشتی بر اساس بهترین کنترل ممکن بر هر حرکت آن خواهد بود تا در مصرف سوخت بیشتر صرفه‌جویی شود.»
به گفته این شرکت، مشتریان آن که شامل شرکت‌های کشتیرانی از سنگاپور، نروژ، ژاپن و غیره می‌شوند، می‌توانند با استفاده از فناوری DeepSea در هزینه‌های خود صرفه‌جویی کنند. 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 shipping company rolled out DeepSea’s 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:
“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.
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.بهینه‌سازی سفر دریایی برای کربن‌زدایی - وبینار آنلاین).
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%.
یادگیری ماشینی: مرز دریایی بعدی؟
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.
چهار روشی که در آن صنعت دریایی برای مدیریت عملکرد بر روی هوش مصنوعی سرمایه گذاری می کند
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.
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.
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.
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.
راهنمای رایگان خریداران - شرکت‌های پیشرو در زمینه هوش مصنوعی (AI) برای صنعت حمل و نقل
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
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.
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. (هوش مصنوعی - ویکی پدیا)
هوش مصنوعی، توانایی یک کامپیوتر یا ربات کنترل شده توسط کامپیوتر برای انجام وظایفی که معمولاً با موجودات هوشمند مرتبط است. (هوش مصنوعی (AI): تعریف، مثال‌ها، انواع - بریتانیکا)
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. (هوش مصنوعی چیست و چگونه کار می‌کند؟ - 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؟
برخی از این انواع هوش مصنوعی در حال حاضر حتی از نظر علمی امکان‌پذیر نیستند. طبق سیستم طبقه‌بندی فعلی، موارد زیر وجود دارد: 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 - زد‌نت
هوش مصنوعی چیست؟ با هوش مصنوعی آشنا شوید - مقاله‌ای بسیار جامع در مورد هوش مصنوعی، نوشته‌ی 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