Gebruik Artificial Intelligence (AI) Performance Routing om het decarbonisatietraject van uw wagenpark onmiddellijk te versnellen en de brandstofkosten te verlagen. Performance Routing zal vandaag een grote, meetbare impact hebben op het brandstofverbruik en de CII van uw wagenpark, met grote impact vanaf de eerste dag.
“Optimalisatie van de reis van diepzeeschepen AI-oplossing vermindert de uitstoot, vermindert het brandstofverbruik en verhoogt de veiligheid tijdens het gebruik. Het is een win-win in alle aspecten van zeilen“
Geir Fagerheim (SVP Maritieme Operaties) Wallenius Wilhelmsen
Optimalisatie van scheepsreizen voor decarbonisatie - AI-oplossing:
Diepe zee maakt gebruik van de nieuwste AI-technologie om schepen efficiënter te maken. Het samenbrengen van experts uit technologie en maritiem, waar DeepSea zich op richt verhogen van de efficiëntie en vermindering van het brandstofverbruik van schepen door een combinatie van technische en operationele inzichten, mogelijk gemaakt door gedetailleerde, door AI gegenereerde prestatiemodellen. Routing van prestatieschepen voor de 21e eeuw.
We werken samen met vooruitstrevende rederijen om de scheepvaartsector slanker, groener en beter verbonden te maken.
DeepSea werkt samen met vooruitstrevende zeescheepvaartbedrijven om de zeescheepvaartsector slanker, groener en beter verbonden te maken. Werd opgericht in 2017 om het beste van kunstmatige intelligentie (AI) naar de scheepvaartindustrie te brengen en het is de belangrijkste van de scheepvaart AI-team, mogelijk gemaakt door het meest geavanceerde AI-team in de branche. Met een cultuur van actief onderzoek, draagt hij academische papers bij aan conferenties over de hele wereld, voert hij internationale initiatieven op het gebied van AI uit en brengt hij al deze vorderingen in zijn efficiëntiebevorderende producten.
DeepSea - AI voor de scheepvaartindustrie
Om voortdurend een op AI gebaseerde, geoptimaliseerde scheepsreis te kunnen bieden, gebruikt DeepSea gegevens van uw schip en creëert (met AI) een nauwkeurig scheepsmodel in de cloud. Dit model wordt live bijgewerkt, zodat het exact overeenkomt met de staat van uw schip. Zo kunt u uw schepen en reizen efficiënter laten verlopen en kunt u voor elk schip aangepaste reizen plannen.
DEEPSEA Pythia - Prestatiescheepsroutering voor de 21e eeuw
's Werelds eerste weerrouteringsplatform dat is afgestemd op de exacte prestaties van uw vaartuig, onder alle weersomstandigheden. Krachtige AI-modellen begrijpen precies hoe uw vaartuig presteert onder alle weers- en vervuilingsomstandigheden.
Het platform van DeepSea is inmiddels in gebruik bij ruim 20 scheepsvloten en biedt nauwkeurige, gepersonaliseerde aanbevelingen voor snelheid en vaarroutes voor elk schip. Deze aanbevelingen zijn gebaseerd op deep learning-modellen die zijn getraind om het energieverbruik van elk schip te voorspellen onder alle mogelijke omstandigheden.
Geen mens, ongeacht hoeveel jaar ervaring hij heeft, kan concurreren met deze geautomatiseerde instructies. Ze verminderen de uitstoot, verlagen het brandstofverbruik en verhogen de operationele veiligheid.
"Het is een win-winsituatie op alle vlakken van de scheepvaart."
Geir Fagerheim, SVP Marine Operations bij Wallenius Wilhelmsen Shipping Company
Wallenius Wilhelmsen, bekend als een leider in de introductie van nieuwe technologie en praktijken in de maritieme industrie, wordt de eerste wereldwijde rederij die een volledig op AI gebaseerde aanpak toepast om scheepsreizen te optimaliseren voor haar gehele vloot van meer dan 120 Ro-Ro-schepen .
Wallenius Wilhelmsen, 's werelds grootste autotransporteur, heeft de software van DeepSea 18 maanden lang grondig getest om deze overeenkomst te sluiten. "Dit is een keerpunt voor de zinvolle en bewezen implementatie van kunstmatige intelligentie (AI) in de scheepvaart", aldus Roberto Cuestas (DeepSea), president van DeepSea. "Er zijn nu veel oplossingen op de markt die beweren brandstof te besparen, emissies te verminderen en te voldoen aan milieuvoorschriften – en de meeste daarvan zijn slechts lippendienst. Het is voor rederijen moeilijk om onderscheid te maken tussen wat echt is en wat slechts marketing is. Deze samenwerking is opnieuw een bewijs van goedkeuring voor onze technologie en aanpak, van een van de meest geavanceerde bedrijven in de branche." De 18 maanden durende test leverde een volledig gevalideerde prestatieverbetering op van 7% in een deel van de vloot van Wallenius Wilhelmsen. Wanneer het project voor de gehele vloot is afgerond, zal dit cijfer naar verwachting stijgen tot 10%. Dit komt neer op een besparing van meer dan 75.000 ton brandstof en een uitstoot van 240.000 ton koolstofdioxide (C02) – en zal schepen aanzienlijk helpen voldoen aan de nieuwe emissievoorschriften van de industrie. Wallenius Wilhelmsen heeft ambitieuze doelen gesteld om de uitstoot tegen 2030 met 27.5% te verminderen. "De helft van deze reductie moet afkomstig zijn van bestaande schepen. We werken hard aan het vinden van milieuvriendelijke oplossingen voor onze bestaande vloot. Ons doel is om deze innovatieve oplossing voor reisoptimalisatie te implementeren voor een hogere efficiëntie van de schepen in onze hele vloot", aldus Geir Fagerheim, Senior Vice President Marine Operations bij Wallenius Wilhelmsen.
- - -
Klanten van het Griekse bedrijf DeepSea AI, waaronder rederijen uit Singapore, Noorwegen en Japan, kunnen dankzij de technologie van DeepSea, 8%-12%, brandstof besparen en hun ecologische voetafdruk verkleinen. De weg naar de ontwikkeling van autonome schepen, waarbij hun route niet door de kapitein maar door een algoritme wordt "bepaald", wordt geopend door de overname van DeepSea Technologies, opgericht door Konstantinos Kyriakopoulos en Roberto Kousta, door de Japanse multinational Nabtesco, die genoteerd staat aan de beurs van Tokio.
"De technologie die we al zoveel jaren ontwikkelen, ging die kant op. Nu hebben we de juiste partner die ons in staat stelt dit doel te bereiken, aangezien we geen hardwaresysteem hadden. Met de combinatie van onze technologieën kunnen we bestaande schepen ook ombouwen tot autonome schepen en onze systemen op nieuwe schepen installeren", aldus de heer Kyriakopoulos, sprekend over het doel van de overname van DeepSea door Nabtesco. DeepSea heeft een platform voor kunstmatige intelligentie ontwikkeld dat, door realtime gegevens te verzamelen over de prestaties van commerciële schepen (tankers, containers) tijdens de navigatie, modellen creëert om hun prestaties te optimaliseren (brandstofbesparing, vermindering van CO2-uitstoot), rekening houdend met de weersomstandigheden, de kenmerken van het betreffende schip, enz.
De technologie wordt gebruikt op meer dan 300 schepen. "In essentie helpen we de kapitein met dit model voor kunstmatige intelligentie zijn bestemming te bereiken met zo min mogelijk milieuvervuiling en de best mogelijke prestaties", legt de heer Koustas uit. Dit is waar de systemen van DeepSea en Nabtesco 'samensmelten', waardoor de 'opdrachten' die DeepSea aan het schip geeft (bijvoorbeeld de optimale snelheid van het schip op basis van de weersomstandigheden) geautomatiseerd kunnen worden. "De autonomie van het schip zal gebaseerd zijn op de best mogelijke controle over elke beweging, om nog meer brandstof te besparen", aldus de heer Kyriakopoulos.
Volgens het bedrijf kunnen haar klanten, waaronder rederijen uit Singapore, Noorwegen, Japan, enz., de technologie van DeepSea gebruiken om 8%-12% in brandstof en hun ecologische voetafdruk verkleinen. Dat laatste wordt als cruciaal beschouwd, aangezien er wordt gesproken over het opleggen van een CO2-belasting op de scheepvaart, terwijl de Europese Unie druk uitoefent op de scheepvaartsector.
Het team van DeepSea, dat bestaat uit 90 mensen – waarvan 80% in Griekenland is gevestigd – zal naar verwachting in de komende periode groeien tot 110 mensen, terwijl Athene wordt omgevormd tot een centrum voor kunstmatige intelligentie (AI) voor de activiteiten van het Japanse bedrijf. Deze activiteiten beperken zich niet tot de scheepvaart, maar strekken zich uit tot spoorwegautomatisering, luchtvaart, windturbines, enzovoort. "Met de investering van Nabtesco zullen technologieën rond wat wij industriële kunstmatige intelligentie (AI) noemen in Griekenland worden ontwikkeld", aldus de heer Kyriakopoulos. "We hebben een langetermijnactieplan om te implementeren wat we willen op het gebied van autonomie en kunstmatige intelligentie."
(7 september 2022) Wallenius Wilhelmsen werd de eerste wereldwijde rederij die een volledig op AI gebaseerde aanpak hanteert voor reisoptimalisatie over de gehele vloot van meer dan 120 schepen.
Wallenius Wilhelmsen rederij rolde DeepSea's uit Performance Routing-software, dat scheepsspecifieke route- en snelheidsplannen biedt, in het laatste kwartaal van 2022 en 2023. Wallenius Wilhelmsen, een van de meest vooruitstrevende bedrijven in de zeescheepvaart, heeft ambitieuze doelen gesteld om de uitstoot met 27,5 procent te verminderen tegen 2030. Dit werk met DeepSea is een belangrijke stap om hieraan te voldoen.
Geir Fagerheim, SVP Marine Operations bij Wallenius Wilhelmsen, zegt:
“Geen mens, hoeveel jaar ervaring hij ook heeft, kan op tegen deze geautomatiseerde vaarinstructies. Het vermindert de uitstoot, het vermindert het brandstofverbruik en het verhoogt de veiligheid tijdens het gebruik. Het is een win-win in alle aspecten van zeilen.”
Deze baanbrekende beslissing, wereldwijd de eerste in zijn soort, werd niet snel genomen, maar volgde op 18 maanden van rigoureuze stapsgewijze tests.
De cijfers die uiteindelijk uit deze uitgebreide proefperiode kwamen, zijn aanzienlijk:
Een verbetering van 6,9% in de efficiëntie van het schip en meer dan 170.000 ton voorspelde een vermindering van de emissies van de hele vloot.
Even belangrijk om op te focussen zijn echter de belangrijkste lessen die naar voren zijn gekomen uit de periode van 18 maanden van intense samenwerking die tot dit partnerschap heeft geleid.
Op 13 oktober voerden Wallenius Wilhelmsen en DeepSea een virtueel webinar uit waarin deze validatieperiode online werd besproken en bespraken ze samen hun belangrijkste lessen voor het koolstofvrij maken van schepen met optimalisatie van de reis (Reisoptimalisatie voor decarbonisatie - online webinar).
Wat is het 10%-initiatief? Een beweging om de energiekosten van zeeschepen met 10% te verlagen, de aanpak is bewezen, kosteneffectief en kan binnen 12 maanden worden gerealiseerd. Het 10%-initiatief is een toezegging van DeepSea en de leden (EUROSEAS Ltd, EuroDRY Ltd, ETF Partners, Nabtesco) van het initiatief om samen te werken om iets echts, meetbaars en impactvols te doen – met tastbare voordelen voor iedereen.
De vrachtrederij Wallenius Wilhelmsen test AI-oplossingen voor reisoptimalisatie: "Opeens hadden we 10.000 datapunten in onze database en moesten we daar inzicht in krijgen." (16 september 2022)
Als het gaat om reisoptimalisatie – het kiezen van de beste koers en snelheid voor de reis – hebben de kapiteins van de schepen niet de middelen om weloverwogen beslissingen te nemen, legt dhr. Fagerheim van rederij Wallenius Wilhelmsen (vrachtschepen) uit. Daarom gaan ze hard en snel aan het begin van de reis, omdat ze latere omstandigheden niet kunnen voorspellen. Dit is waar AI-aangedreven reisoptimalisatieplatforms om de hoek komen kijken.
De acceptatie van AI-oplossingen in de maritieme industrie bevindt zich in een ontluikende fase, maar kunstmatige intelligentie heeft een enorm potentieel om waarde te ontsluiten bij het optimaliseren van de vlootefficiëntie. AI-technologie voor reisoptimalisatie is primair gericht op het verminderen van het brandstofverbruik van schepen, wat resulteert in het verminderen van de CO2-uitstoot en de bedrijfskosten. Lloyd's Register's Maritime Performance Services heeft uitgebreide ervaring opgedaan in het gebruik van AI voor scheepsoptimalisatie en om uiteindelijk de scheepsprestaties te verbeteren. Traditionele en oudere data-analyses kijken alleen naar 10% aan scheepsgegevens, terwijl AI-modellen nu bijna 100% aan scheepsgegevens kunnen bekijken en deze gegevens onmiddellijk kunnen verwerken om uiterst nauwkeurige inzichten in de prestaties van het schip te creëren op het gebied van brandstofverbruik, snelheid, trim, rompvervuiling en vermogen consumptie,” (Andy McKeran, directeur van Maritime Performance Services, Lloyd's Register). De uitgaven aan AI-oplossingen voor kunstmatige intelligentie in de zeevaartindustrie zullen naar verwachting in de komende vijf jaar meer dan verdubbelen tot $2,7 miljard in 2027, een samengesteld jaarlijks groeipercentage van 23%.
Machine learning: de volgende maritieme grens?
Nu de beschikbaarheid van gegevens voor high-performance computing toeneemt naast de acceptatie van automatisering, is Wärtsilä Voyage van mening dat kunstmatige intelligentie en machine learning technologieën zijn om in de gaten te houden.
Vier manieren waarop de maritieme industrie investeert in AI voor performance management
AI, IOT, Business Intelligence, Data Analytics veranderen de manier waarop de scheepvaart werkt, en verlagen ook de kosten en verminderen de risico's voor mensenlevens. Toonaangevende rederijen hebben AI-ondersteunde technologieën ingezet om meer inzicht te krijgen in de prestaties van hun schepen, terwijl zowel gevestigde bedrijven als start-ups nieuwe manieren vinden om de grenzen van AI te verleggen.
Kunstmatige intelligentie en het tijdperk van autonome scheepvaart
De wereld is onderling verbonden door middel van wereldwijde handel op basis van een transportindustrie. En het zal blijven groeien, met een voorspelde stijging van bijna een derde van de handel over zee tegen 2030, en met een stijging van het aantal tonkilometers tot 74.000 miljard over de voorspelde periode.
Met andere woorden, de oceaan zal een aanzienlijke toename van het verkeer ervaren, de druk zal veel groter worden en het risico op maritieme ongevallen en incidenten op zee zal blijven bestaan. Naar schatting zijn ongeveer 90% van ongevallen en incidenten op zee veroorzaakt door menselijke fouten, wat meer dan 1,4 miljard euro aan schadeclaims op zee heeft gekost.
Dit heeft bedrijven ertoe aangezet om te investeren in automatisering ondersteund door transformationele technologieën van kunstmatige intelligentie (AI) en machine learning, als de ultieme oplossing om de productiviteit, efficiëntie en veiligheid te verbeteren door menselijke fouten te elimineren.
Statistieken hebben aangetoond dat AI het vermogen heeft om de prestaties van de transport- en logistieke sector met bijna 90% te verbeteren, waardoor de jaarlijkse omzet van de sector mogelijk kan stijgen tot 0,45 biljoen euro.
“Autonome scheepvaart is de toekomst van de maritieme industrie. Net zo disruptief als de smartphone, zal het slimme schip een revolutie teweegbrengen in het landschap van scheepsontwerp en operaties.”
Mikael Mäkinen, President, Marine bij Rolls-Royce Plc.
De zeescheepvaartsector heeft hard gewerkt om manieren te vinden om de koolstofemissies van brandstof te verminderen in lijn met de Initial IMO BKG-strategie en de Maritieme 2050 agenda met een sterke focus op autonomie en toekomstige brandstoffen. Maar als de druk blijft groeien in de nasleep van COP26 oplossingen die het potentieel voor een vermindering van bestaande scheepsvloten ontsluiten, zijn absoluut noodzakelijk.
Tijdens het SMART4SEA Athens Forum 2023 legde de heer Themistoklis Sardis (IT-manager bij Costamare Shipping Company SA) uit dat er verschillende AI-toepassingen in de scheepvaartindustrie zijn, waaronder automatisering van vrachtafhandeling en -beheer, optimalisatie van routes en logistiek, en voorspellend onderhoud van schepen en ander materieel.
Hoewel veel industrieën profiteren van AI en deze gebruiken om operaties te stroomlijnen en waardevolle inzichten te verkrijgen, heeft elke bedrijfstak unieke toepassingen. Als u begrijpt hoe de maritieme industrie AI en machine learning aanpast, kunt u zich beter voorbereiden om naast deze apparatuur op het water te werken
Een gratis document (kopersgids) met gedetailleerde informatie over de fabrikanten en leveranciers van Shipping AI-oplossingen en hun producten voor optimalisatie en planning van scheepsroutes, samen met contactgegevens, om uw aankoopbeslissing te onderbouwen (download een gratis exemplaar).
Scheepvaart 4.0: de toekomst van de maritieme industrie
Stoom. Elektriciteit. internetten. Deze drie industriële revoluties hebben alles veranderd aan de manier waarop de wereld werkt. Vandaag zitten we midden in de vierde industriële revolutie: kunstmatige intelligentie (AI). In tegenstelling tot de algemene overtuiging dat de scheepvaart volgens een traditioneel, "ouderwets" model werkt, hebben nieuwe stappen als onderdeel van deze door automatisering gedreven industriële revolutie nieuwe patronen van innovatie en verandering gecreëerd. Dit is Scheepvaart 4.0.
Wat is kunstmatige intelligentie (AI)? Kunstmatige intelligentie maakt gebruik van computers en machines om de probleemoplossende en besluitvormingsmogelijkheden van de menselijke geest na te bootsen. (IBM)
Kunstmatige intelligentie is de intelligentie van machines of software, in tegenstelling tot de intelligentie van mensen of dieren. (Kunstmatige intelligentie - Wikipedia)
Kunstmatige intelligentie, het vermogen van een computer of computergestuurde robot om taken uit te voeren die gewoonlijk geassocieerd worden met intelligente wezens. (Kunstmatige intelligentie (AI): definitie, voorbeelden, typen - Britannica)
Wat is kunstmatige intelligentie (AI)?
Kunstmatige intelligentie is de simulatie van menselijke intelligentieprocessen door machines, met name computersystemen. Specifieke toepassingen van AI zijn onder meer expertsystemen, natuurlijke taalverwerking, spraakherkenning en machinevisie.
Hoe werkt AI?
Naarmate de hype rond AI in een stroomversnelling is gekomen, proberen leveranciers te promoten hoe hun producten en diensten het gebruiken. Wat zij AI noemen, is vaak gewoon een onderdeel van de technologie, zoals machine learning. AI vereist een basis van gespecialiseerde hardware en software voor het schrijven en trainen van machine learning-algoritmen. Geen enkele programmeertaal is synoniem met AI, maar Python, R, Java, C++ en Julia hebben functies die populair zijn bij AI-ontwikkelaars. (Wat is kunstmatige intelligentie en hoe werkt AI? - TechTarget)
Verschillen tussen AI, Machine Learning en Deep Learning
AI, machinaal leren en diep leren zijn algemene termen in bedrijfs-IT en worden soms door elkaar gebruikt, vooral door bedrijven in hun marketingmateriaal. Maar er zijn verschillen (zie meer op: AI versus machine learning versus diep leren: belangrijkste verschillen (techtarget.com)
Wat zijn de 4 soorten AI-intelligentie?
Sommige van deze vormen van AI zijn momenteel zelfs wetenschappelijk niet mogelijk. Volgens het huidige classificatiesysteem zijn er vier primaire AI-typen: reactief, beperkt geheugen, theory of mind en zelfbewust. (Bron: De 4 soorten kunstmatige intelligentie begrijpen - bernardmarr. com )
Wat is AI? Meer informatie over kunstmatige intelligentie - een zeer uitgebreid artikel over AI, door Oracle.com
Voor- en nadelen van het gebruik van kunstmatige intelligentie
Wat is kunstmatige intelligentie (AI)? (volgens een AI-app zelf 🙂 ... ChatGPT)
Kunstmatige intelligentie (AI) verwijst naar de simulatie van menselijke intelligentie in machines die taken kunnen uitvoeren waarvoor doorgaans menselijke intelligentie vereist is. Deze taken omvatten zaken als leren, redeneren, probleemoplossing, perceptie, taalbegrip en zelfs besluitvorming.
AI-systemen zijn ontworpen om gegevens te analyseren, patronen te herkennen en op basis van die gegevens weloverwogen beslissingen te nemen of voorspellingen te doen. Ze kunnen worden getraind om hun prestaties in de loop van de tijd te verbeteren door iteratieve leerprocessen. AI-technologieën worden grofweg ingedeeld in twee categorieën: smalle of zwakke AI en algemene of sterke AI.
Smalle of zwakke AI: Dit type AI is ontworpen en getraind voor een specifieke taak of een beperkt aantal taken. Het blinkt uit in het uitvoeren van die taken, waarbij het vaak de menselijke capaciteiten overtreft, maar het mist het vermogen om taken te begrijpen of uit te voeren buiten zijn vooraf gedefinieerde reikwijdte. Voorbeelden van smalle AI zijn stemassistenten zoals Siri of Alexa, beeldherkenningssystemen en aanbevelingsalgoritmen die worden gebruikt door streamingdiensten.
Algemene of sterke AI: Algemene AI verwijst naar een niveau van kunstmatige intelligentie dat het vermogen heeft om kennis te begrijpen, te leren en toe te passen voor een breed scala aan taken, net als een mens. Het zou mensachtige cognitieve vermogens bezitten en zou in potentie elke intellectuele taak kunnen uitvoeren die een mens kan. Algemene AI blijft op dit moment grotendeels theoretisch en is niet bereikt.
AI-systemen kunnen verder worden onderverdeeld in machine learning en deep learning:
Machinaal leren: Het is een subset van AI waarbij algoritmen worden getraind om patronen uit gegevens te leren en op basis van die gegevens voorspellingen te doen of beslissingen te nemen. Typen machine learning zijn onder meer gesuperviseerd leren (trainen met gelabelde gegevens), leren zonder toezicht (patronen vinden in niet-gelabelde gegevens) en versterkend leren (leren met vallen en opstaan).
Diep leren: Dit is een subset van machine learning die kunstmatige neurale netwerken gebruikt om complexe patronen en relaties in gegevens te modelleren en te verwerken. Diep leren is met name succesvol geweest bij taken als beeld- en spraakherkenning.
AI heeft een breed scala aan toepassingen in verschillende sectoren, waaronder de gezondheidszorg, financiën, transport, entertainment en meer. Het blijft snel evolueren en heeft het potentieel om de manier waarop we leven en werken radicaal te veranderen, hoewel ethische overwegingen en potentiële uitdagingen ook zorgvuldig moeten worden aangepakt naarmate de AI-technologie vordert.
Vind alle topaanbieders van Marine Navigation-producten en -diensten voor veilige maritieme reisplanning