將尖端AI（人工智能）引入海運業

DEEPSEA：人工智能 (AI) 驅動的下一代航行優化

使用人工智能 (AI) 性能路由立即加速車隊的脫碳軌跡，並降低燃料成本。性能路由將對您車隊的燃油消耗和 CII 產生重大的、可量化的影響，從第一天起就產生高影響力的結果。

“DeepSea 船舶航程優化 人工智能解決方案 減少排放，減少燃料消耗，並提高操作過程中的安全性。帆船運動各個方面都是雙贏“

Geir Fagerheim（海事運營高級副總裁） Wallenius Wilhelmsen

船舶航行優化以實現脫碳 - 人工智慧解決方案:

深海 利用最新的人工智能技術提高船舶效率。 DeepSea 匯集了技術和海事領域的專家，專注於 提高效率 和 減少船舶的燃料消耗 通過由詳細的人工智能生成的性能模型提供支持的技術和運營見解的結合。 21 世紀的高性能船舶航線。

我們與具有前瞻性思維的航運公司合作，使航運業更加精簡、更加綠色、更加互聯。

海運人工智能 (AI) 解決方案

DeepSea 與具有前瞻性思維的海運公司合作，使海運業變得更加精簡、更加環保和更加互聯。成立於 2017 年，旨在將最好的人工智能 (AI) 引入航運業，是航運業最重要的 人工智能團隊，由業內最先進的人工智能團隊提供支持。憑藉積極研究的文化，向全球會議貢獻學術論文，開展人工智能領域的國際計劃，並將所有這些進步帶到其提高效率的產品中。

“人工智能是脫碳的秘密武器——一顆‘銀彈’，可以為每支艦隊帶來巨大的改善。 CII、盈利能力、資產價值——它幫助我們的客戶全面改善他們的關鍵指標。

康斯坦丁諾斯·基里亞科普洛斯， 深海首席執行官

DeepSea－航運業的人工智慧

為了持續提供由人工智慧驅動的最佳化船舶航行，DeepSea 會從您的船舶獲取數據，並（透過人工智慧）在雲端創建精確的船舶模型，該模型會即時更新，以完全匹配您的船舶狀態，並幫助您運行更高效的船舶和更高效的航行，為每艘船舶制定定制的航行計劃。

DEEPSEA Pythia - 21 世紀的高性能船舶航線
世界上第一個天氣路由平台，專為您的船舶在所有天氣條件下的準確性能而定制。強大的人工智能模型可以準確了解您的船舶在任何天氣和污垢條件下的表現。

DeepSea 平台目前已在 20 多個船隊中投入使用，並基於經過訓練的深度學習模型來預測每艘船在各種可能情況下的能耗，為每艘船準確地提供個性化的速度和航線建議。

“無論人類擁有多少年經驗，都無法與這些自動化指令相媲美。它們可以減少排放、降低油耗並提高操作安全性。”

“這對航運的各個方面來說都是雙贏的。”

Geir Fagerheim，Wallenius Wilhelmsen 航運公司海事運營高級副總裁

Wallenius Wilhelmsen 被譽為海事行業新技術和實踐引進的領導者，成為第一家採用完全基於人工智能的方法來優化其由 120 多艘滾裝船組成的整個船隊的船舶航行的全球航運公司。

全球最大的汽車運輸公司華倫威爾森（Wallenius Wilhelmsen）對DeepSea的軟體進行了為期18個月的嚴格測試，以達成此交易。 DeepSea總裁Roberto Cuestas（DeepSea）表示：「這是人工智慧（AI）在航運領域意義深遠且行之有效的應用的分水嶺。目前市場上有很多解決方案聲稱可以節省燃料、減少排放並滿足環保法規要求，但大多數都只是空談。航運公司很難區分哪些是真的，哪些是行銷手段。為期18個月的測試在華倫威爾森的部分船隊中獲得了7%的全面驗證性能提升，當整個船隊的項目完成後，預計這一數字將提升至10%。這相當於節省超過7.5萬噸燃料，減少24萬噸二氧化碳（CO2）排放，並將顯著幫助船舶遵守新的產業排放法規。華倫威爾森（Wallenius Wilhelmsen）已設定了雄心勃勃的目標，即到2030年將排放量減少27.51噸。 「其中一半的減排量應來自現有船舶。我們正在努力為現有船隊尋找環保解決方案。我們的目標是在整個船隊中實施這項創新的航程優化解決方案，以提高船舶效率。」華倫威爾森船舶營運高級副總裁Geir Fagerheim表示。

- - -

航運業如何減少碳排放

希臘公司DeepSea AI的客戶包括來自新加坡、挪威、日本等地的航運公司，他們可以透過DeepSea的技術節省8%至12%的燃料，並減少對環境的影響。由Konstantinos Kyriakopoulos和Roberto Kousta創立的DeepSea Technologies被東京證券交易所上市的日本跨國公司Nabtesco收購，為自主船舶的發展開闢了道路。自主船舶的航線不再由船長“決定”，而是由演算法“決定”。

「我們多年來一直致力於開發的技術正是朝著這個方向發展。現在我們找到了合適的合作夥伴，這讓我們能夠實現這一目標，因為我們之前沒有硬體系統。透過整合我們的技術，我們還可以將現有船舶改造成自主航行船舶，並將我們的系統安裝到新船上。」基里亞科普洛斯先生在談到納博特斯克大學收購DeepSea的目標時說道。 DeepSea開發了一個人工智慧平台，該平台透過即時收集商用船舶（油輪、貨櫃船）航行過程中的性能數據，並根據天氣狀況、船舶特性等創建模型來優化船舶性能（節省燃料、減少碳排放）。

該公司的技術已應用於300多艘船舶。 「本質上，透過這種人工智慧模型，我們幫助船長以盡可能少的環境污染和最佳性能抵達目的地，」庫斯塔斯先生解釋道。 DeepSea和Nabtesco的系統正是在此“融合”，能夠自動執行DeepSea向船舶發出的“指令”（例如，根據天氣狀況確定船舶的最佳航速）。 「船舶的自主性將基於對船舶每個動作的最佳控制，以節省更多燃料，」基里亞科普洛斯先生說。

據該公司稱，其客戶包括來自新加坡、挪威、日本等地的航運公司，他們可以利用 DeepSea 的技術來節省 燃油中的 8%-12% 和 減少他們的環境足跡。後者被認為至關重要，因為正在討論對航運徵收碳稅，歐盟對航運業施加壓力。

DeepSea 的團隊目前有 90 名員工，其中 80% 位於希臘。預計未來一段時間內，團隊規模將增至 110 人，同時，雅典正在轉型為這家日本公司業務的人工智慧中心。這些業務不僅限於航運業，也擴展到鐵路自動化、航空、風力渦輪機等領域。 「憑藉 Nabtesco 的投資，我們所謂的工業人工智慧 (industrial AI) 技術將在希臘得到開發，」Kyriakopoulos 先生表示。 “我們有一個長期行動計劃，以實現我們在自主和人工智慧領域的目標。”

Wallenius Wilhelmsen 與 DeepSea 合作轉向完全基於人工智能的航行規劃

對排放產生真正的影響—海運的人工智慧解決方案

（2022 年 9 月 7 日）Wallenius Wilhelmsen 成為 第一家採用完全基於人工智能的航程優化方法的全球航運公司 整個船隊由 120 多艘船舶組成。

瓦倫紐斯·威爾森 航運公司推出 DeepSea 性能路由軟件提供 2022 年最後一個季度和 2023 年針對船舶的航線和速度計劃。作為海運行業最具前瞻性的公司之一，Wallenius Wilhelmsen 制定了雄心勃勃的目標，將排放量減少 27.5%到2030 年。與DeepSea的合作是實現這些目標的重要一步。

Geir Fagerheim，Wallenius Wilhelmsen 海洋運營高級副總裁， 說：

“沒有人，無論有多少年的經驗，都可以與這些自動航行指令競爭。它減少了排放，降低了燃料消耗，並提高了操作過程中的安全性。這在帆船運動的各個方面都是雙贏的。”

這一具有里程碑意義的決定是全球首個此類決定，並不是很快做出的，而是經過 18 個月嚴格的逐步測試之後做出的。

在這個全面的試用期中最終得出的數字是巨大的：

船舶效率提高了 6,9%，預計整個船隊的排放量將減少 170,000 噸以上。

然而，同樣重要的是，我們需要關注從促成此次合作的 18 個月密切合作中獲得的關鍵經驗教訓。

10 月 13 日，Wallenius Wilhelmsen 和 DeepSea 舉辦了一場虛擬網絡研討會，在線討論了該驗證期，並共同討論了他們通過船舶航程優化進行脫碳的重要經驗（脫碳航次優化－線上網路研討會).

10% 倡議 - 與航運業領先的船隊合作，減少 10% 的二氧化碳排放量

10% 計劃是什麼？這是一項旨在將海上船舶能源成本降低 10% 的運動，該方法經過驗證，具有成本效益，並且可以在 12 個月內實現。 10% 計劃是DeepSea 和該計劃成員（EUROSEAS Ltd、EuroDRY Ltd、ETF Partners、Nabtesco）的承諾，他們將共同努力，做一些真實的、可衡量的、有影響力的事情，為每個人帶來切實的利益。

與人工智能在海運業中的應用相關的文章

貨運巨頭華倫威爾森 (Wallenius Wilhelmsen) 正在測試人工智慧 (AI) 航程優化解決方案：“突然間，我們的資料庫中出現了 10,000 個數據點，我們需要對其進行解讀。” （2022 年 9 月 16 日）

Wallenius Wilhelmsen 航運公司（貨船）的 Fagerheim 先生解釋說，在航程優化（選擇最佳航向和航行速度）方面，船長沒有做出明智決策的工具。這就是為什麼他們在旅程開始時就走得又急又快，因為他們無法預測以後的情況。這就是人工智能驅動的航行優化平台的用武之地。

根據英國勞埃德船級社 (Lloyd's Register) 與 Thetius 合作發布的最新報告，預計 2022 年海事行業將在人工智能 (AI) 解決方案上花費 $9.31 百萬美元

人工智能解決方案在海事行業的採用還處於起步階段，然而，人工智能在優化船隊效率方面具有釋放價值的巨大潛力。用於航程優化的人工智能技術主要致力於減少船舶燃料消耗，從而減少二氧化碳排放和運營成本。英國勞埃德船級社的海事性能服務在使用人工智能進行船舶優化並幫助最終提高船舶性能方面積累了豐富的經驗。傳統和遺留數據分析僅查看 10% 的船舶數據，而人工智能模型現在可以查看接近 100% 的船舶數據並即時處理這些數據，以圍繞油耗、速度、縱傾、船體污垢和功率創建極其準確的船舶性能洞察消耗”（勞埃德船級社海事績效服務總監Andy McKeran）。海運業在人工智能解決方案上的支出預計在未來五年內將增加一倍以上，到 2027 年達到 $27 億，複合年增長率為 23%。

機器學習：下一個海洋前沿？

隨著自動化的採用，高性能計算的數據可用性不斷增加，瓦錫蘭 Voyage 認為人工智能和機器學習是值得關注的技術。

海事行業投資人工智能進行績效管理的四種方式

人工智能、物聯網、商業智能、數據分析正在改變航運的運營方式，並降低成本和降低人類生命風險。領先的航運公司已經部署了人工智能輔助技術，以更深入地了解其船舶的性能，而老牌公司和初創企業都在尋找新的方法來突破人工智能的界限。

人工智能與自主航運時代

世界通過以運輸業為基礎的全球貿易相互聯繫。而且，這一數字還將繼續增長，預計到 2030 年海運貿易將增長近三分之一，並且在預測期內噸里程將增加至 74 萬億億噸。

換句話說，海洋交通量將大幅增加，壓力將大大增加，海上事故和事件的風險將持續存在。據估計，因人為失誤造成的海上傷亡和事故約有 90%，海上責任保險索賠損失超過 14 億歐元。

事實上，這促使企業投資以人工智能 (AI) 和機器學習等變革性技術為基礎的自動化，作為通過消除人為錯誤來提高生產力、效率和安全性的最終解決方案。

統計數據顯示，人工智能有能力將運輸和物流行業的績效提升近90%，有可能使該行業的年收入增加至高達0.45萬億歐元。

“自主航運是航運業的未來。智能船舶與智能手機一樣具有顛覆性，將徹底改變船舶設計和運營的格局”

Mikael Mäkinen，勞斯萊斯公司海事部門總裁。

人工智能驅動的航程優化人工智能工具為海運導航領域帶來巨大變革

海運業一直在努力尋找減少碳燃料排放的方法，以符合最初的要求。 國際海事組織溫室氣體戰略 和 海事 2050 年議程 重點關注自主性和未來燃料。但隨著壓力持續增大 締約方會議第二十六屆會議 釋放現有船隊減少潛力的解決方案勢在必行。

淺談AI（人工智能）及其在海事行業的應用

在 2023 年 SMART4SEA 雅典論壇上，Themistoklis Sardis 先生（Costamare Shipping Company SA 的 IT 經理）解釋說，航運業有多種人工智能應用，包括貨物裝卸和管理自動化、路線和物流優化以及預測性維護。船舶和其他設備。

人工智能如何改變航運業？人工智能如何運用並造福海運業！

雖然許多行業受益於人工智能並使用人工智能來簡化運營並獲得有價值的見解，但每個行業都有獨特的應用。了解海事行業如何適應人工智能和機器學習可以讓您更好地為與該設備一起在水上工作做好準備

免費買家指南 - 航運業領先的人工智慧 (AI) 公司

免費文檔（買家指南），其中包含有關航運人工智能解決方案製造商和供應商及其船舶航線優化和規劃產品的詳細信息，以及聯繫方式，以告知您的購買決定（下載免費副本）。

航運4.0：海運業的未來

蒸汽。電。互聯網。這三場工業革命改變了世界運作方式的一切。今天，我們正處於第四次工業革命的中期：人工智能（AI）。人們普遍認為航運業以傳統的“老式”模式運營，但自動化驅動的工業革命所取得的新進展創造了新的創新和變革模式。這就是航運4.0。

有關該主題的資料來源： 人工智能

什麼是人工智能（AI）？ 人工智能 利用計算機和機器來模仿人類大腦解決問題和決策的能力。 （IBM）

人工智能是機器或軟件的智能，而不是人類或動物的智能。 （人工智慧 - 維基百科）

人工智能，計算機或計算機控制的機器人執行通常與智能生物相關的任務的能力。 （人工智慧 (AI)：定義、範例、類型 - 大英百科全書)

什麼是人工智能（AI）？

人工智能是機器，特別是計算機系統對人類智能過程的模擬。人工智能的具體應用包括專家系統、自然語言處理、語音識別和機器視覺。

人工智能是如何運作的？

隨著人工智能炒作的加速，供應商一直在爭先恐後地宣傳他們的產品和服務如何使用它。通常，他們所說的人工智能只是技術的一個組成部分，例如機器學習。人工智能需要專門的硬件和軟件基礎來編寫和訓練機器學習算法。沒有任何一種編程語言可以等同於 AI，但 Python、R、Java、C++ 和 Julia 都具有深受 AI 開發人員歡迎的功能。 （什麼是人工智慧以及人工智慧如何運作 - TechTarget)

人工智能、機器學習和深度學習之間的區別

人工智能, 機器學習 和 深度學習 是企業 IT 中的常用術語，有時可以互換使用，尤其是公司在其營銷材料中。但也有區別（更多信息請參見： 人工智能、機器學習、深度學習：主要區別 （techtarget.com）

AI智能有哪4種類型？

有些類型的人工智慧目前在科學上甚至不可能實現。根據目前的分類體系，有 四小學 人工智能類型： 反應性、有限記憶、心理理論和自我意識。 （來源： 了解 4 種人工智能 - 伯納德瑪爾網站 )

什麼是人工智能？關於人工智能的一切，人工智能令人著迷且快速發展的技術 - ZDnet.com

什麼是人工智能？了解人工智能 - Oracle.com 撰寫的一篇關於 AI 的非常全面的文章

使用人工智能的優點和缺點

什麼是人工智能（AI）？ （根據 AI 應用程式本身 🙂 ... 聊天GPT)

人工智能（AI） 是指在能夠執行通常需要人類智能的任務的機器中模擬人類智能。這些任務包括學習、推理、解決問題、感知、語言理解，甚至決策等。

人工智能係統旨在分析數據、識別模式並根據該數據做出明智的決策或預測。他們可以接受培訓，通過迭代學習過程隨著時間的推移提高自己的表現。人工智能技術大致分為兩類：狹義或弱人工智能和通用或強人工智能。

狹隘或弱人工智能： 此類人工智能是針對特定任務或小範圍任務而設計和訓練的。它擅長執行這些任務，通常超越人類的能力，但它缺乏理解或執行其預定義範圍之外的任務的能力。狹義人工智能的例子包括 Siri 或 Alexa 等語音助手、圖像識別系統以及流媒體服務使用的推薦算法。

通用人工智能或強人工智能： 通用人工智能是指具有理解、學習和在各種任務中應用知識的能力的人工智能水平，就像人類一樣。它將擁有類似人類的認知能力，並且有可能執行人類可以執行的任何智力任務。目前通用人工智能在很大程度上仍處於理論階段，尚未實現。

人工智能係統可以進一步分為機器學習和深度學習：

機器學習： 它是人工智能的一個子集，涉及訓練算法從數據中學習模式並根據該數據做出預測或決策。機器學習的類型包括監督學習（使用標記數據進行訓練）、無監督學習（在未標記數據中尋找模式）和強化學習（通過試錯進行學習）。

深度學習： 這是機器學習的一個子集，利用人工神經網絡來建模和處理數據中的複雜模式和關係。深度學習在圖像和語音識別等任務中尤其成功。

人工智能在各個行業都有廣泛的應用，包括醫療、金融、交通、娛樂等。它繼續快速發展，並有可能徹底改變我們的生活和工作方式，儘管隨著人工智能技術的進步，道德考慮和潛在挑戰也需要仔細解決。