Sikring af søveje gennem brug af kunstig intelligens (AI)

Kunstig intelligens, eller AI, fortsætter med at erobre verden. Dens indvirkning er dog ikke begrænset til blot samtaler via chatbots og virtuelle assistenter. Den bruges i stedet i forskellige industrier til at reducere omkostninger og risikoen for menneskelige fejl samt forbedre effektiviteten, fremme bæredygtighed og indføre bedre sikkerhedsforanstaltninger.

Maritim er en sådan industri, hvor AI viser enormt potentiale og revolutionerer måden, den fungerer på, hvilket er af stor betydning, da den maritime industri er ansvarlig for transport af mere end 90 % af verdens handel.

Givet den maritime sektors betydning i den globale handel og virksomhedernes bestræbelser på at forblive konkurrencedygtige, er det afgørende at anvende maskinlæringsalgoritmer i skibsfartens operationer. I en kompleks og udfordrende global økonomi kan selv mindre forbedringer medføre betydelige fordele.

Klik her for at lære alt om investering i kunstig intelligens.

Omfanget af AI i skibsfartsindustrien

Som vi ved, har søveje enorm betydning for den globale økonomi, da de er omkostningseffektive og miljøvenlige. Dette kræver sikre og effektive transportmidler til at flytte varer mellem lande over hele verden. Derfor er det vigtigt at anvende AI til at sikre disse ruter.

I denne sammenhæng udnyttes avancerede teknologier til at indsamle, analysere, overvåge og reagere på de udfordringer, som søveje står over for. For eksempel leverer AI-drevne systemer realtidsdata for skibsruter og forbedrer navigationen, mens konstant overvågning via sensorer forhindrer sikkerhedstrusler. Desuden analyserer AI-algoritmer data for at forudsige vedligeholdelsesbehov, hvilket reducerer nedetid og sikrer, at skibe opererer på deres optimale ydeevne.

Ifølge en estimering fra NauticExpo for nogle år siden kan omsætningen fra global maritim fragttransport overstige 200 milliarder dollars i 2023, men for at dette kan ske, skal industrien “tilføje AI til sit arsenal af digitale teknologier.”

I skibsfartsindustrien kan AI hjælpe rederier med at automatisere opgaver, forbedre planlægning, optimere driften, træffe bedre beslutninger og øge sikkerheden. Det hjælper desuden med distributionsplanlægning, strømlining af læsning og losning, intelligent tidsplanlægning og tilpasning til skiftende markedsrealiteter og efterspørgsel. Derudover kan AI være til stor hjælp i navigationskontrol, sikring af kommunikationssystemer og forbedring af nødrespons, hvilket bidrager til den samlede sikkerhed i skibsfarten.

En undersøgelse foretaget af Navis viste, at et stort antal deltagere er enige om, at AI kunne involveres i automatisering af processer, især ved tildeling af containerhåndteringsudstyr og dækningssystemer. Andre deltagere ser også AI’s anvendelse i anbefalede handlinger og forudsigelse af gate‑volumen samt i lastning af fartøjer. Manglen på teknologi og ekspertise er dog den største udfordring med AI, hvilket er forståeligt, da teknologien stadig er ny.

For at hjælpe med dette har virksomheder allerede begyndt at tage skridt. For eksempel har Orient Overseas Container Line (OOCL) samarbejdet med Microsofts asiatisk‑baserede forskningsafdeling for at forbedre skibsfartsnetværkets operationer gennem AI. Som en del af partnerskabet er målet at træne AI‑udviklere gennem maskinlæring og intensive træningssessioner.

Udnyttelse af data til sikkerhed

Det er vigtigt at bemærke, at effektiv AI er afhængig af data – alt fra læring til forudsigelse kræver store og varierede datasæt for at fungere godt. Så efterhånden som skibsfartsindustrien bliver bedre til at arbejde med komplekse og store datasæt, kan den bygge nye AI‑systemer, der hjælper mennesker med at betjene fartøjer på en langt mere effektiv og sikker måde.

For nylig har forskere ved University of Victoria og Niels Bohr Institutet i København brugt AI til at forudsige forekomsten af store rogue‑bølger, som beskadiger både skibe og olieplatforme. Forskerne udnyttede enorme mængder af big data – 700 års værdier om havbevægelser – for at udvikle en matematisk model, der kan forudsige sandsynligheden for sådanne bølger.

“I undersøgelsen kortlagde vi de årsagsvariabler, der skaber rogue‑bølger, og brugte kunstig intelligens til at samle dem i en model,” sagde Dion Häfner, en tidligere Ph.D.-studerende ved Niels Bohr Institutet og forfatter til den videnskabelige undersøgelse, “som kan beregne sandsynligheden for dannelse af rogue‑bølger.”

Til dette blev data indsamlet fra bøjer på over 150 forskellige steder omkring USAs kystlinjer samt oversøiske territorier, 24 timer i døgnet. Undersøgelsen registrerede 100.000 bølger som rogue‑bølger. Ved hjælp af maskinlæring omsatte forskerne dette til en algoritme. Undersøgelsen fandt, at denne rogue‑bølge opstår på grund af faktoren kendt som “lineær superposition”, noget der har eksisteret i 300 år, men nu understøttes af data.

Det betyder for skibsfartsindustrien, at fragtskibsvirksomheder kan bruge denne algoritme til at forudsige, hvornår risikoen for en sådan farlig bølge opstår, og derefter planlægge deres ruter på forhånd.

Derudover har organisationer som Singapore Management University (SMU), Fujitsu og A*STAR’s Institute of High‑Performance Computing (IHPC) i nogen tid arbejdet på at udvikle big data‑ og AI‑teknologier til fartøjs‑trafikstyring i Singapores havn samt verdens travleste søveje, Singapore‑ og Malacca‑strædet.

Disse organisationer har udviklet teknologier, der bruger real‑world data til at forbedre forudsigelse af overbelastning og identificere potentielle kollisioner. Ideen er at have en næste generations maritime trafikkoordineringsteknologi, ligesom lufttrafikstyring.

“Teknologien kan potentielt forstyrre fartøjstrafikstyring for at reducere menneskelige fejl og forbedre navigationssikkerheden.”

Samtidig sigter Singapores Tuas Port mod at blive verdens største fuldt automatiserede havn inden 2040 ved at anvende Next Generation Vessel Traffic Management System (NGVTMS), udviklet af Singapore Maritime Port Authority.

Automatisering af skibsfartsindustrien

Det er over et årti, at maskinlæring og AI har formet den maritime landskab, og det fortsætter med at vokse. Et af de områder, hvor udviklingen har fundet sted, er ubemandet navigation for visse opgaver, såsom autonome skibe, der krydser travle søveje sikkert eller navigerer gennem komplekse transportkanaler.

Ifølge en 2023 fællesrapport fra Lloyd’s Register og Thetius, en maritim innovationskonsulentvirksomhed, vil markedet for fartøjsautonomi og AI‑drevne systemer have en samlet værdi på 5 milliarder dollars om fem år.

Med flere og større skibe er risikoen for kollisioner steget. Ifølge European Maritime Safety Agency blev der 4000 kollisioner og hændelser rapporteret årligt mellem 2014 og 2019, hvor langt de fleste (op til 96 %) tilskrives menneskelige fejl.

Som følge heraf afprøves autonome og fjernstyrede skibe med sensorer ved hjælp af radar, LIDAR (Light Detection and Ranging), sonar, GPS og AIS, som leverer data til at hjælpe med navigation.

I 2018 samarbejdede Sea Machines Robotics og det danske A.P. Moller‑Maersk om at teste et AI‑drevet system på et containerskib, hvilket var første gang, den maritime industri så installation af computer vision sammen med LiDAR og perceptionssoftware ombord for at forbedre og opgradere transitoperationer.

Til dette adopterede Sea Machines en AI‑baseret løsning, der ligner data‑drevne assistentsystemer i biler, for at forbedre situationsbevidstheden til søs samt identifikation og sporing af objekter. Løsningen bruger avancerede sensorer til at indsamle en kontinuerlig strøm af information fra fartøjets miljø, som bruges til at identificere og spore potentielle konflikter og derefter vises effektivt for at lette sikrere og mere effektive maritime operationer.

Automatiseringen af skibsfartsindustrien får betydelig fremdrift. Det japanske rederi Mitsui OSK Lines (MOL) og det kinesiske teknologifirma SenseTime, kendt for deres samarbejde med Honda om selvkørende biler, forsker nu i at udnytte AI i systemer til skibs‑billedgenkendelse.

Under dette bruger SenseTimes system ultra‑høj‑opløsningskameraer og en GPU til automatisk at identificere fartøjer i det omkringliggende område for at hjælpe med at forhindre, at store fartøjer kolliderer med mindre og forbedre sikkerheden.

Denne billedgenkendelsesteknologi, som er udviklet ved at kombinere AI‑dybdelæring med MOL’s omfattende maritime erfaring, kan også bruges til at overvåge søveje.

For nylig, i november, lancerede Michigan Central, Ford’s mobilitets‑innovationsarm, sammen med tech‑hubben Newlab, et pilotprojekt for at automatisere skibsfartsindustrien. I løbet af dette otte‑ugers projekt testede partnerne et selvkørende fartøj fra Mythos AI, som digitalt kortlægger den undervandslandskab i Detroits Port of Monroe og de omkringliggende Great Lakes‑vandområder.

Ved at skabe en digital tvilling af området sigter fartøjet mod at give containerskibe større indsigt for at forbedre deres processer. De indsamlede data vil blive brugt til at skabe fuldt autonome skibsruter, træne autonome fartøjer i fremtiden og udrulle autonome, lav‑emissionsbåde. Mythos AI’s administrerende direktør Geoff Douglass:

“Selvkørende fartøjsteknologi vil omforme maritim logistik. Skalering af denne innovation til andre havne vil transformere forældede systemer, reducere emissioner og drive økonomisk vækst på globalt plan.”

Virksomheder, der udnytter AI til at sikre søveje

En McKinsey Global AI Survey fra 2019 viste en næsten 25 % årlig (YoY) stigning i brugen af AI i standard forretningsprocesser på tværs af flere forretningsområder. Logistik er i særdeleshed en AI‑drevet industri takket være teknologiens store potentiale til at forbedre den maritime industri ved at eliminere rutineopgaver.

Men det er ikke alt. McKinseys separate tværindustrielle studie om AI‑adoption viste, at tidlige adoptører med en proaktiv strategi i logistiksektoren nød mere end 5 % profitmarginer.

AI kan tydeligt levere betydelige fordele for skibsfartsoperationer, og dem der faktisk handler og begynder at integrere AI i deres forretning kan opbygge mere effektive netværk, få en fordel over konkurrenterne og være bedst forberedt på fremtiden.

I dag er der flere virksomheder, der udforsker og implementerer AI for sikre søveje.

1. Rolls Royce

Rolls‑Royce er en af de virksomheder, der har arbejdet med autonom skibsfart og bruger AI til at forbedre navigation og sikkerhed i maritime operationer. Gennem mange år har virksomheden præsenteret flere løsninger til at mindske sikkerhedsrisici, herunder Intelligent Awareness (IA) systemet og fuldt autonome kommercielle fartøjer. For sine bestræbelser har Rolls‑Royce indgået partnerskaber med Intel (INTC ) og Google.

I 2022 oplevede Rolls‑Royce en markant finansiel fremgang, med en omsætning på £12,691 milliarder, en betydelig stigning fra året før på £10,947 milliarder. Virksomheden rapporterede også en betydelig stigning i driftsresultatet, der nåede £652 millioner, hvilket svarer til en forbedring på £238 millioner sammenlignet med året før.

2. Wärtsilä

Teknologivirksomheden Wärtsilä er en anden aktør, der er involveret i udviklingen af smarte skibsfartsteknologier, herunder brug af AI til navigation og sikkerhed. Virksomheden har bygget intelligente havneløsninger, sikker datakommunikation fra skib til land og interoperabilitet i e‑navigation.

Virksomheden rapporterede en 6 % stigning i ordreindtag, der nåede EUR 6.074 milliarder, op fra EUR 5.735 milliarder året før. Den oplevede også en betydelig 22 % stigning i nettoomsætning, der beløb sig til EUR 5.842 milliarder, sammenlignet med EUR 4.778 milliarder i 2021, hvor 48 % af salget tilskrives tjenester.

3. Nippon Yusen Kabushiki Kaisha

Nippon Yusen Kabushiki Kaisha (NYK), et stort japansk rederi, demonstrerede sit kollisionsundgåelsessystem i 2021. Orca AI, som bruger visionsensorer og termiske kameraer ud over AI‑drevne algoritmer, er designet til at give fartøjer et nyt udsigtssystem, der giver forbedret synlighed, især under vanskelige forhold, og dermed forhindrer menneskelige fejl.

I regnskabsåret 2022 havde Nippon Yusen Kabushiki Kaisha (NYK) betydelig likviditet med kontanter og indskud på omkring $1,9 milliarder. Den rapporterede også en betydelig sum af tilgodehavender, herunder handels- og kontraktaktiver, på næsten $2,9 milliarder, mens dens lageraktiver udgjorde omkring $466 millioner.

Bemærkelsesværdige aktører

A.P. Moller‑Maersk, en af de største rederier globalt, har aktivt brugt digitale teknologier og AI til at optimere skibsfartsoperationer og forbedre sikkerheden.

Samtidig er Sea Machines Robotics et Boston‑baseret firma, der udvikler autonome fartøjskontrolsystemer, som integrerer AI for øget sikkerhed og effektivitet i maritime operationer. Firmaet får anerkendelse for at have banet vejen for det første industrielle kontrolsystem, der muliggør autonom og fjernbetjent drift af kommercielle marinefartøjer, herunder arbejdsbåde. Det udvikler også avanceret perceptions‑teknologi til forskellige fartøjstyper samt navigationsassistance‑teknologi.

Derudover er rederigiganten MSC, som har lanceret ID‑baseret containeroptagelse, en første inden for branchen. I stedet for at bruge en PIN‑kode til at frigive containere og transportere dem, bruger teknologien i stedet ID‑ og biometriske data, hvilket gør processen mere effektiv og sikker.

Det Norge‑baserede Kongsberg Gruppen har også været involveret i udviklingen af autonome og AI‑drevne løsninger for branchen, med andre deltagere som Bedrock Ocean Exploration, Ladar, Soshianest, i4 Insight, Buffalo Automation, Arinto Maritime GmbH, Vake og Massterly.

Konklusion

Som vi har set, har AI fået omfattende implementering og fordele i skibsfartsindustrien inden for forudsigende planlægning og vedligeholdelse, autonome skibe, ruteprognoser, organisering af containerplacering, optimering af brændstofforbrug, emissionsreduktion, strømlining af back‑office‑operationer, efterspørgselsprognoser og dynamisk prisfastsættelse.

Selvfølgelig er AI ikke uden problemer; de vigtigste hindringer for bred adoption er mangel på specifikke færdigheder, dårlig datakvalitet, manglende klar strategi og tillidsproblemer. For ikke at nævne, at langt de fleste store fartøjer ikke har den rette kommunikationskapacitet. Derudover er der regulatoriske barrierer for AI’s brede adoption.

På trods af alt dette er AI’s potentiale svært at ignorere, da implementeringen får stigende støtte. Over tid, efterhånden som teknologien udvikler sig, og brugen af AI vokser i sektoren, vil vi se en stor transformation i skibsfartsindustrien.

Klik her for at lære om kunstig generel intelligens.