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
Vessel Voyage Optimisation for Decarbonisation - AI Solution:
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 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
'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.
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."
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, 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% 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.
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 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 (Voyage Optimisation for Decarbonisation - 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.
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
Free Buyers Guide - Leading artificial intelligence (AI) companies for the shipping industry
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. (Artificial Intelligence - Wikipedia)
Kunstmatige intelligentie, het vermogen van een computer of computergestuurde robot om taken uit te voeren die gewoonlijk geassocieerd worden met intelligente wezens. (Artificial intelligence (AI): Definition, Examples, Types - 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. (What is Artificial Intelligence and How Does AI Work - 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?
Some of these types of AI aren't even scientifically possible right now. According to the current system of classification, there are 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 - a very comprehensive article on AI, by Oracle.com
Voor- en nadelen van het gebruik van kunstmatige intelligentie
Wat is kunstmatige intelligentie (AI)? (according to an AI app itself 🙂 ... 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
Nederlands 
English 
Ελληνικά 
Français 
Español 
Deutsch 
Русский 
日本語 
香港中文 
Tagalog 
العربية 
हिन्दी 
Svenska 
한국어 
עִבְרִית 
Bahasa Indonesia 
Polski 
Українська 
Türkçe 
ไทย 
Português do Brasil 
Italiano 
فارسی 
Română 
Bahasa Melayu 
Dansk 
Suomi 
Norsk bokmål 
Português 
Tiếng Việt