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 Optimisation for Decarbonisation - AI Solution:
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.
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.
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
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.
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 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, 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% 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.
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 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 Optimisation for Decarbonisation - online webinar).
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.
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.
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.
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.
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.
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
Free Buyers Guide - Leading artificial intelligence (AI) companies for the shipping industry
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.
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. (Artificial Intelligence - Wikipedia)
Artificiell intelligens, förmågan hos en dator eller datorstyrd robot att utföra uppgifter som vanligtvis förknippas med intelligenta varelser. (Artificial intelligence (AI): Definition, Examples, Types - 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. (What is Artificial Intelligence and How Does AI Work - 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?
Some of these types of AI aren't even scientifically possible right now. According to the current system of classification, there are 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 - a very comprehensive article on AI, by Oracle.com
Fördelar och nackdelar med användningen av artificiell intelligens
Vad är artificiell intelligens (AI)? (according to an AI app itself 🙂 ... 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.
Hitta alla toppleverantörer av produkter och tjänster för sjönavigering för säker sjöresasplanering
Svenska 
English 
Ελληνικά 
Français 
Español 
Deutsch 
Русский 
日本語 
香港中文 
Tagalog 
العربية 
हिन्दी 
한국어 
עִבְרִית 
Nederlands 
Bahasa Indonesia 
Polski 
Українська 
Türkçe 
ไทย 
Português do Brasil 
Italiano 
فارسی 
Română 
Bahasa Melayu 
Dansk 
Suomi 
Norsk bokmål 
Português 
Tiếng Việt