Att ta med den senaste AI (artificiell intelligens) till sjöfartsindustrin

DEEPSEA: nästa generations reseoptimering som drivs av artificiell intelligens (AI)

Använd artificiell intelligens (AI) Performance Routing för att omedelbart accelerera din flottas avkolningsbana och minska bränslekostnaderna. Performance Routing kommer att ha en stor, kvantifierbar inverkan på din flottas bränsleförbrukning och CII idag, resultat med hög effekt från dag ett.

"DeepSea Vessel Voyage Optimering AI-lösning minskar utsläppen, det minskar bränsleförbrukningen och det ökar säkerheten under drift. Det är en win-win i alla aspekter av segling"

Geir Fagerheim (SVP Marine Operations) Wallenius Wilhelmsen

Vessel Voyage Optimization for Decarbonization – AI-lösning:

Djupt hav utnyttjar det senaste inom AI-teknik för att göra fartyg mer effektiva. Att sammanföra experter från teknik och sjöfart fokuserar DeepSea på öka effektiviteten och minska bränsleförbrukningen för fartyg genom en kombination av tekniska och operativa insikter som drivs av detaljerade AI-genererade prestandamodeller. Prestanda fartygsrutt för 2000-talet.

Vi samarbetar med framåtsträvande rederier för att göra sjöfartsnäringen smalare, grönare och bättre sammankopplad.

Artificiell intelligens (AI)-lösningar för sjöfart

DeepSea samarbetar med framåtsträvande marina rederier för att göra sjöfartsnäringen smalare, grönare och bättre uppkopplad. Grundades 2017 för att tillföra det bästa av artificiell intelligens (AI) till sjöfartsindustrin och dess främsta AI-team, som drivs av det mest avancerade AI-teamet i branschen. Med en kultur av aktiv forskning, bidrar med akademiska artiklar till konferenser globalt, driver internationella initiativ inom AI och tar med alla dessa framsteg till sina effektivitetshöjande produkter.

"AI är avkarboniseringens hemliga vapen – en "silverkula" som kan göra en dramatisk förbättring för varje flotta. CII, lönsamhet, tillgångsvärde – det hjälper våra kunder att förbättra sina nyckeltal över hela linjen.

Konstantinos Kyriakopoulos, DeepSea VD

DeepSea – AI för sjöfartsindustrin

För att ständigt tillhandahålla en AI-driven optimerad fartygsresa tar DeepSea data från ditt fartyg och (med AI) skapar en exakt fartygsmodell i molnet, som uppdateras, live, för att exakt matcha ditt fartygs tillstånd och hjälpa dig att köra mer effektiva fartyg och effektivare resor, specialplanerade resor för varje fartyg.

DEEPSEA Pythia – Prestandafartygsrutt för 2000-talet
Världens första väderdirigeringsplattform skräddarsydd för din båts exakta prestanda, under alla väderförhållanden. Kraftfulla AI-modeller förstår exakt hur ditt fartyg presterar under alla väder och nedsmutsningsförhållanden.

DeepSeas plattform finns nu på plats i mer än 20 fartygsflottor och ger exakt anpassade hastighets- och fartygsruttrekommendationer för varje fartyg, baserat på djupinlärningsmodeller som tränats för att förutsäga varje fartygs energiförbrukning i alla möjliga förhållanden.

"Ingen människa, oavsett hur många års erfarenhet de har, kan konkurrera med dessa automatiserade instruktioner. De minskar utsläppen, minskar bränsleförbrukningen och ökar driftsäkerheten.”

"Det är en win-win i alla aspekter av sjöfart."

Geir Fagerheim, SVP Marine Operations på Wallenius Wilhelmsen Shipping Company

Wallenius Wilhelmsen, känd som en ledare inom införandet av ny teknik och praxis inom den maritima industrin, blir det första globala rederiet att anta ett helt AI-baserat tillvägagångssätt för att optimera fartygsresor över hela sin flotta på mer än 120 Ro-Ro-fartyg .

Wallenius Wilhelmsen, världens största bilföretag, genomförde en rigorös 18-månaders test av DeepSeas mjukvara för att nå denna affär. "Detta är en vattendelare för den meningsfulla och beprövade implementeringen av artificiell intelligens (AI) inom sjöfarten", säger DeepSeas president Roberto Cuestas (DeepSea), "Det finns nu många lösningar på marknaden som hävdar att de sparar bränsle, minskar utsläppen och uppfyller miljöbestämmelser – och de flesta av dem är bara läpparnas bekännelse. Det är svårt för rederier att skilja på vad som är verkligt och vad som bara är marknadsföring. Detta partnerskap är ytterligare en stämpel för vår teknik och vårt tillvägagångssätt, från ett av de mest avancerade företagen i branschen." Det 18 månader långa försöket gav en fullt validerad prestandaförbättring av 7% i en delmängd av Wallenius Wilhelmsens flotta, och när projektet är klart över hela flottan förväntas denna siffra öka till 10%. Detta motsvarar mer än 75 000 ton sparat bränsle och 240 000 ton koldioxid (C02) som inte släpps ut – och kommer dramatiskt att hjälpa fartyg att följa nya industrins utsläppsbestämmelser. Wallenius Wilhelmsen har satt upp ambitiösa mål för att minska utsläppen med 27,5% till 2030. "Hälften av denna minskning bör komma från befintliga fartyg. Vi arbetar hårt för att hitta miljövänliga lösningar för vår befintliga flotta. Vårt mål är att implementera denna innovativa reseoptimeringslösning för ökad fartygseffektivitet över hela vår flotta, säger Geir Fagerheim, SVP Marine Operations på Wallenius Wilhelmsen.

– – –

Hur sjöfartsindustrin kan minska koldioxidutsläppen

Det grekiska företaget DeepSea AIs kunder, som inkluderar rederier från Singapore, Norge, Japan, etc., kan genom DeepSeas teknologi spara 8%-12% i bränsle och minska sitt miljöavtryck. Vägen för utveckling av autonoma fartyg, där deras rutt "bestäms" inte av fartygets kapten utan av en algoritm, öppnas genom förvärvet av DeepSea Technologies grundat av Konstantinos Kyriakopoulos och Roberto Kousta, av det japanska multinationella Nabtesco, noterat på börsen Tokyo.

”Tekniken vi har utvecklat i så många år var på väg i denna riktning. Nu har vi rätt partner, som gör att vi kan förverkliga detta mål, eftersom vi inte hade något hårdvarusystem. Med kombinationen av våra teknologier kan vi även konvertera befintliga fartyg till autonoma fartyg, samt installera våra system på nya fartyg”, säger Kyriakopoulos, som talar om målet med Nabtescos förvärv av DeepSea. DeepSea har utvecklat en plattform för artificiell intelligens som genom insamling – i realtid – av data rörande prestanda för kommersiella fartyg (tankfartyg, containrar) under navigering, skapar modeller för att optimera deras prestanda (bränslebesparing, minskning av koldioxidutsläpp) med beaktande av väderförhållandena, egenskaperna hos respektive fartyg osv.

Dess teknik används på över 300 fartyg. "Med den här artificiella intelligensmodellen hjälper vi kaptenen att nå sin destination med minsta möjliga miljöförorening och bästa möjliga prestanda", förklarar Mr. Koustas. Det är här DeepSea och Nabtescos system "slår samman" där de kommer att kunna automatisera de "kommandon" som ges till fartyget av DeepSea (t.ex. fartygets optimala hastighet baserat på väderförhållandena). "Fartygets autonomi kommer att baseras på bästa möjliga kontroll av varje rörelse för att spara ännu mer bränsle", säger Kyriakopoulos.

Enligt företaget kan dess kunder, som inkluderar rederier från Singapore, Norge, Japan etc., använda DeepSeas teknologi för att spara 8%-12% i bränsle och minska deras miljöavtryck. Det sistnämnda anses vara avgörande, eftersom införandet av en koldioxidskatt på sjöfarten diskuteras, och Europeiska unionen utövar påtryckningar på sjöfartssektorn.

DeepSeas team, som består av 90 personer – 80% finns i Grekland – förväntas öka till 110 under nästa period, samtidigt som Aten förvandlas till ett artificiellt intelligenscentrum för det japanska företagets verksamhet. Dessa är inte begränsade till sjöfartsindustrin, utan sträcker sig till järnvägsautomation, flyg, vindkraftverk etc. "Med Nabtescos investering kommer tekniker kring vad vi kallar industriell artificiell intelligens (industriell AI) att utvecklas i Grekland", säger Kyriakopoulos . "Vi har en långsiktig handlingsplan för att genomföra det vi vill ha inom autonomi och artificiell intelligens".

Wallenius Wilhelmsen går över till helt AI-baserad reseplanering med DeepSea

Att verkligen påverka utsläppen – lösningar med artificiell intelligens för sjöfart

(7 september 2022) Wallenius Wilhelmsen blev det första globala rederiet att anta en helt AI-baserad strategi för reseoptimering över hela sin flotta på 120+ fartyg.

Wallenius Wilhelmsen rederiet rullade ut DeepSea's Performance Routing programvara, som tillhandahåller fartygsspecifika rutt- och hastighetsplaner, under det sista kvartalet 2022 och 2023. Wallenius Wilhelmsen är ett av de mest framåtsträvande företagen inom sjöfartsbranschen och har satt upp ambitiösa mål för att minska utsläppen med 27,5 procent till 2030. Detta arbete med DeepSea är ett viktigt steg mot att möta dem.

Geir Fagerheim, SVP Marine Operations på Wallenius Wilhelmsen, säger:

”Ingen människa, oavsett hur många års erfarenhet de har, kan konkurrera med dessa automatiserade seglingsanvisningar. Det minskar utsläppen, det minskar bränsleförbrukningen och det ökar säkerheten under drift. Det är en win-win i alla aspekter av segling.”

Detta landmärkesbeslut, det första i sitt slag globalt, togs inte snabbt – utan följde 18 månader av rigorösa steg-för-steg-tester.

Siffrorna som slutligen kom ut ur denna omfattande testperiod är betydande:

En 6,9% förbättring i fartygseffektivitet och mer än 170 000 ton förutspådde minskning av utsläppen från hela flottan.

Lika viktiga att fokusera på är dock de viktigaste lärdomarna som kom fram från den 18-månadersperiod av intensivt samarbete som ledde till detta partnerskap.

Den 13 oktober genomförde Wallenius Wilhelmsen och DeepSea ett virtuellt webbseminarium där de diskuterade denna valideringsperiod online och diskuterade tillsammans sina viktigaste lärdomar för avkarbonisering med optimering av fartygsresor (Voyage Optimization for Decarbonization – webbseminarium online).

10%-INITIATIVET – Minska CΟ2-utsläppen med 10%, med sjöfartsindustrins ledande flottor

Vad är 10%-initiativet? En rörelse för att minska sjöfartsfartygens energikostnader med 10%, tillvägagångssättet är beprövat, kostnadseffektivt och kan uppnås inom 12 månader. Initiativet 10% är ett åtagande från DeepSea och medlemmarna (EUROSEAS Ltd, EuroDRY Ltd, ETF Partners, Nabtesco) i initiativet att arbeta tillsammans för att göra något verkligt, mätbart och effektfullt – med påtagliga fördelar för alla.

Artiklar relaterade till användningen av artificiell intelligens inom sjöfartsindustrin

Wallenius Wilhelmsen Cargo Shipping-jätten testar Artificiell Intelligens AI-reseoptimeringslösningar: "Plötsligt hade vi 10 000 datapunkter i vår databas och behövde förstå det." (16 september 2022)

När det gäller reseoptimering – att välja den bästa kursen och hastigheten för resan – har fartygens kaptener inte verktygen för att fatta välgrundade beslut, förklarar Fagerheim från rederiet Wallenius Wilhelmsen (lastfartyg). Det är därför de går hårt och snabbt i början av resan, eftersom de inte kan förutse senare förhållanden. Det är här AI-drivna plattformar för reseoptimering kommer in.

Den maritima industrin förväntas spendera $931 miljoner på lösningar med artificiell intelligens (AI) 2022, enligt en nyligen publicerad rapport publicerad av Lloyd's Register i samarbete med Thetius

Antagandet av AI-lösningar inom den maritima industrin är i ett begynnande skede, men artificiell intelligens har en enorm potential att låsa upp värde för att optimera flottans effektivitet. AI-teknik för reseoptimering är främst inriktad på att minska fartygets bränsleförbrukning, vilket resulterar i minskade CO2-utsläpp och driftskostnader. Lloyd's Registers Maritime Performance Services har utvecklat stor erfarenhet av användningen av AI för fartygsoptimering och hjälper till att i slutändan förbättra fartygets prestanda. Traditionell och äldre dataanalys tittar bara på 10% fartygsdata, medan AI-modeller nu kan titta på nära 100% fartygsdata och bearbeta dessa data omedelbart för att skapa extremt exakta fartygsprestandainsikter kring bränsleförbrukning, hastighet, trim, skrovnedsmutsning och kraft konsumtion” (Andy McKeran, chef för Maritime Performance Services, Lloyd's Register). Utgifterna för AI Artificiell Intelligens-lösningar inom sjöfartsindustrin förväntas mer än fördubblas under de kommande fem åren till $2,7 miljarder år 2027, en sammansatt årlig tillväxttakt på 23%.

Maskininlärning: Nästa maritima gräns?

Eftersom tillgången på data för högpresterande datorer ökar i takt med att automatiseringen används, anser Wärtsilä Voyage att artificiell intelligens och maskininlärning är tekniker att hålla ett öga på.

Fyra sätt som Maritime Industry investerar i AI för resultatstyrning

AI, IOT, Business Intelligence, Data Analytics förändrar hur sjöfarten fungerar och minskar också kostnaderna och minskar risken för människoliv. Ledande rederier har implementerat AI-stödda teknologier för att få större insikt i sina fartygs prestanda, samtidigt som både etablerade företag och nystartade företag hittar nya sätt att tänja på gränserna för AI.

Artificiell intelligens och eran av autonom sjöfart

Världen är sammankopplad genom global handel på basis av en transportindustri. Och den kommer att fortsätta att växa, med en förutspådd ökning på nästan en tredjedel av sjöfartshandeln mot 2030, och med ökningar av tonsträcka upp till 74 000 miljarder under prognosperioden.

Med andra ord kommer havet att uppleva en betydande ökning av trafiken, trycket kommer att bli mycket högre och risken för marina olyckor och incidenter till sjöss kommer att bestå. Det uppskattas att ungefär 90% sjöolyckor och incidenter orsakade av mänskliga misstag, kostar över 1,4 miljarder euro i skadeståndsförsäkringar till sjöss.

Detta har i själva verket uppmanat företag att investera i automatisering som stöds av transformerande teknologier för artificiell intelligens (AI) och maskininlärning, som den ultimata lösningen för att förbättra produktivitet, effektivitet och säkerhet genom att eliminera mänskliga fel.

Statistik har visat att AI har förmågan att öka transport- och logistikbranschens prestanda med nästan 90%, vilket potentiellt kan öka branschens årliga intäkter upp till 0,45 biljoner euro.

”Autonom sjöfart är framtiden för sjöfartsnäringen. Lika störande som smarttelefonen kommer det smarta skeppet att revolutionera landskapet för fartygsdesign och drift.”

Mikael Mäkinen, VD för Marine på Rolls-Royce Plc.

AI-driven Voyage Optimization Verktyg för artificiell intelligens erbjuder stegförändring för sjöfartsnavigeringssektorn

Sjöfartssektorn har arbetat hårt för att hitta sätt att minska koldioxidutsläppen i linje med den initiala IMO:s GHG-strategi och den Maritim 2050 agenda med stort fokus på autonomi och framtida bränslen. Men som trycket fortsätter att växa i spåren av COP26 lösningar som frigör potentialen för en minskning av befintliga fartygsflottor är absolut nödvändiga.

En kort introduktion till AI (Artificial Intelligence) och dess tillämpningar inom den maritima industrin

Under SMART4SEA Athens Forum 2023 förklarade Themistoklis Sardis, (IT-chef på Costamare Shipping Company SA) att det finns flera AI-tillämpningar inom sjöfartsindustrin, inklusive automatisering av lasthantering och hantering, optimering av rutter och logistik, och förutsägande underhåll av fartyg och annan utrustning.

Hur förändrar AI den maritima industrin? Hur används artificiell intelligens och gynnar sjöfartsindustrin!

Även om många branscher drar nytta av och använder AI för att effektivisera verksamheten och få värdefulla insikter, har alla unika applikationer. Att förstå hur sjöfartsindustrin anpassar AI och maskininlärning kan bättre förbereda dig för att arbeta på vattnet tillsammans med denna utrustning

Gratis köpguide – Ledande företag inom artificiell intelligens (AI) för sjöfartsindustrin

Ett kostnadsfritt dokument (köparguide) som innehåller detaljerad information om tillverkare och leverantörer av Shipping AI-lösningar och deras produkter för optimering och planering av fartygsdirigering, tillsammans med kontaktuppgifter, för att informera ditt köpbeslut (ladda ner en gratis kopia).

Shipping 4.0 : The Future of the Maritime Industry

Ånga. Elektricitet. Internet. Dessa tre industriella revolutioner förändrade allt om hur världen fungerar. Idag är vi mitt uppe i den fjärde industriella revolutionen: artificiell intelligens (AI). I motsats till den vanliga uppfattningen att sjöfarten opererar i en traditionell, "gammaldags" modell, har nya framsteg som en del av denna automationsdrivna industriella revolution skapat nya mönster av innovation och förändring. Detta är Shipping 4.0.

KÄLLOR OM ämnet: Artificiell intelligens

Vad är artificiell intelligens (AI)? Artificiell intelligens utnyttjar datorer och maskiner för att efterlikna det mänskliga sinnets förmåga att lösa problem och fatta beslut. (IBM)

Artificiell intelligens är intelligensen hos maskiner eller programvara, till skillnad från människors eller djurs intelligens. (Artificiell intelligens – Wikipedia)

Artificiell intelligens, förmågan hos en dator eller datorstyrd robot att utföra uppgifter som vanligtvis förknippas med intelligenta varelser. (Artificiell intelligens (AI): Definition, exempel, typer – Britannica)

Vad är artificiell intelligens (AI)?

Artificiell intelligens är simulering av mänskliga intelligensprocesser av maskiner, särskilt datorsystem. Specifika tillämpningar av AI inkluderar expertsystem, naturlig språkbehandling, taligenkänning och maskinseende.

Hur fungerar AI?

I takt med att hypen kring AI har accelererat har leverantörer försökt att marknadsföra hur deras produkter och tjänster använder det. Ofta är det de refererar till som AI helt enkelt en del av tekniken, till exempel maskininlärning. AI kräver en grund av specialiserad hårdvara och mjukvara för att skriva och träna maskininlärningsalgoritmer. Inget enskilt programmeringsspråk är synonymt med AI, men Python, R, Java, C++ och Julia har funktioner som är populära bland AI-utvecklare. (Vad är artificiell intelligens och hur fungerar AI – TechTarget)

Skillnader mellan AI, Machine Learning och Deep Learning

AI, maskininlärning och Djup lärning är vanliga termer inom företags-IT och används ibland omväxlande, särskilt av företag i deras marknadsföringsmaterial. Men det finns skillnader (se mer på: AI vs. maskininlärning vs. djupinlärning: Viktiga skillnader (techtarget.com)

Vilka är de fyra typerna av AI-intelligens?

Vissa av dessa typer av AI är inte ens vetenskapligt möjliga just nu. Enligt nuvarande klassificeringssystem finns det fyra primära AI-typer: reaktivt, begränsat minne, teori om sinnet och självmedveten. (Källa: Förstå de fyra typerna av artificiell intelligens – bernardmarr.com )

Vad är AI? Allt att veta om artificiell intelligens, AI:s fascinerande och snabbt utvecklande teknologier – ZDnet.com

Vad är AI? Lär dig om artificiell intelligens – en mycket omfattande artikel om AI, av Oracle.com

Fördelar och nackdelar med användningen av artificiell intelligens

Vad är artificiell intelligens (AI)? (enligt en AI-app själv 🙂 … ChatGPT)

Artificiell intelligens (AI) hänvisar till simulering av mänsklig intelligens i maskiner som kan utföra uppgifter som vanligtvis kräver mänsklig intelligens. Dessa uppgifter inkluderar saker som lärande, resonemang, problemlösning, perception, språkförståelse och till och med beslutsfattande.

AI-system är designade för att analysera data, känna igen mönster och fatta välgrundade beslut eller förutsägelser baserat på dessa data. De kan tränas för att förbättra sina prestationer över tid genom iterativa lärandeprocesser. AI-tekniker klassificeras i stora drag i två kategorier: smal eller svag AI och allmän eller stark AI.

Smal eller svag AI: Denna typ av AI är designad och utbildad för en specifik uppgift eller ett smalt antal uppgifter. Det utmärker sig på att utföra dessa uppgifter, ofta överträffar mänskliga förmågor, men det saknar förmågan att förstå eller utföra uppgifter utanför dess fördefinierade omfattning. Exempel på smal AI inkluderar röstassistenter som Siri eller Alexa, bildigenkänningssystem och rekommendationsalgoritmer som används av streamingtjänster.

Allmän eller stark AI: Allmän AI hänvisar till en nivå av artificiell intelligens som har förmågan att förstå, lära sig och tillämpa kunskap över en mängd olika uppgifter, ungefär som en människa. Den skulle ha mänskliga kognitiva förmågor och skulle potentiellt kunna utföra vilken intellektuell uppgift som helst som en människa kan. Allmän AI förblir till stor del teoretisk vid denna tidpunkt och har inte uppnåtts.

AI-system kan ytterligare kategoriseras i maskininlärning och djupinlärning:

Maskininlärning: Det är en delmängd av AI som involverar träning av algoritmer för att lära sig mönster från data och göra förutsägelser eller beslut baserat på dessa data. Typer av maskininlärning inkluderar övervakad inlärning (träning med märkt data), oövervakad inlärning (att hitta mönster i omärkta data) och förstärkningsinlärning (inlärning genom försök och misstag).

Djup lärning: Detta är en delmängd av maskininlärning som använder artificiella neurala nätverk för att modellera och bearbeta komplexa mönster och relationer i data. Deep learning har varit särskilt framgångsrikt i uppgifter som bild- och taligenkänning.

AI har ett brett utbud av applikationer inom olika branscher, inklusive hälsovård, finans, transport, underhållning och mer. Det fortsätter att utvecklas snabbt och har potential att revolutionera hur vi lever och arbetar, även om etiska överväganden och potentiella utmaningar också måste hanteras noggrant allt eftersom AI-tekniken fortskrider.