Lähetysreittien turvaaminen tekoälyn (AI) avulla

Tekoäly, eli AI, jatkaa maailman valloitustaan. Sen vaikutus ei kuitenkaan rajoitu pelkästään keskusteluihin chatbotien ja virtuaaliavustajien kautta. Sen sijaan sitä käytetään eri toimialoilla kustannusten ja inhimillisten virheiden mahdollisuuden vähentämiseen sekä tehokkuuden parantamiseen, kestävyyden lisäämiseen ja parempien turvallisuustoimenpiteiden käyttöönottoon.

Meri-ala on yksi niistä toimialoista, joissa tekoäly osoittaa valtavaa potentiaalia ja mullistaa toimintatapoja, mikä on merkittävää, koska meriliikenne vastaa yli 90 % maailman kaupankäynnistä.

Kun otetaan huomioon merialan merkitys globaalissa kaupankäynnissä ja yritysten pyrkimys pysyä kilpailukykyisinä, koneoppimisalgoritmien hyödyntäminen laivaliikenteessä on ratkaisevaa. Koska globaali talous on monimutkainen ja haastava ympäristö, jopa pienet parannukset voivat tuoda merkittäviä hyötyjä.

Klikkaa tästä oppiaksesi kaiken tekoälyyn sijoittamisesta.

Tekoälyn laajuus laivaliikenteessä

Kuten tiedämme, reittien merkitys on valtava maailman taloudelle, koska ne ovat kustannustehokkaita ja ympäristöystävällisiä. Tämä edellyttää turvallisia ja tehokkaita kuljetusmenetelmiä tavaroiden siirtämiseksi eri maiden välillä kaikkialla maailmassa. Siksi on elintärkeää käyttää tekoälyä näiden reittien turvaamiseen.

Tässä yhteydessä hyödynnetään kehittyneitä teknologioita tiedon keräämiseen, analysointiin, seurantaan ja reagointiin erilaisiin haasteisiin, joita laivareitit kohtaavat. Esimerkiksi tekoälypohjaiset järjestelmät tarjoavat reaaliaikaista dataa alusten reiteistä ja parantavat navigointia, kun taas jatkuva sensorien valvonta estää turvallisuusuhkia. Lisäksi tekoälyalgoritmit analysoivat dataa ennustaakseen huoltotarpeita, mikä vähentää seisokkeja ja varmistaa, että alukset toimivat huippukunnossa.

NauticExpon arvioiden mukaan maailmanlaajuinen merikuljetusten liikevaihto voi ylittää 200 miljardia dollaria vuoteen 2023 mennessä, mutta sen toteutuakseen alan on “lisättävä tekoäly digitaalisten teknologioiden arsenaaliin”.

Laivaliikenteessä tekoäly voi auttaa laivayhtiöitä automatisoimaan tehtäviä, parantamaan suunnittelua, optimoimaan toimintoja, tekemään parempia päätöksiä ja lisäämään turvallisuutta. Se tukee myös jakelusuunnittelua, lastaus- ja purkuoperaatioiden tehostamista, älykästä aikataulutusta sekä sopeutumista muuttuviin markkinatilanteisiin ja -kysyntään. Lisäksi tekoäly voi merkittävästi auttaa navigointiohjausjärjestelmissä, viestintäjärjestelmien turvaamisessa ja hätätilanteiden reagoinnissa, mikä edistää koko laivaliikenteen turvallisuutta.

Navisin tekemän kyselyn mukaan suuri osa osallistujista on samaa mieltä siitä, että tekoäly voisi automatisoida prosesseja, erityisesti konttien käsittelylaitteiden kohdistamisessa ja kannenhallintajärjestelmissä. Muita osallistujia näkevät tekoälyn hyödyllisenä suositelluissa toimenpiteissä, sataman läpimenojen ennustamisessa sekä alusten lastausjärjestelyissä. Kuitenkin suurin haaste on teknologian ja asiantuntemuksen puute, mikä on ymmärrettävää, koska teknologia on edelleen uusi.

Tämän edistämiseksi yritykset ovat jo ryhtyneet toimiin. Esimerkiksi Orient Overseas Container Line (OOCL) on tehnyt yhteistyötä Microsoftin Aasiaan perustuneen tutkimusosaston kanssa parantaakseen laivareittien verkoston toimintaa tekoälyn avulla. Kumppanuuden osana tavoitteena on kouluttaa tekoälykehittäjiä koneoppimisen ja intensiivisten koulutussessioiden kautta.

Datan hyödyntäminen turvallisuuden puolesta

On tärkeää huomata, että tehokas tekoäly riippuu datasta – kaikesta oppimisesta ennustamiseen. Tekoäly tarvitsee monipuolisia ja suuria tietoaineistoja toimiakseen hyvin. Kun laivaliikenne kehittyy käsittelemään monimutkaisia ja suuria tietoaineistoja, se voi rakentaa uusia tekoälyjärjestelmiä, jotka auttavat ihmisiä ohjaamaan aluksia paljon tehokkaammin ja turvallisemmin.

Viime aikoina Victoria-yliopiston ja Kööpenhaminan Niels Bohr -instituutin tutkijat käyttivät tekoälyä ennustamaan suurten roggewavien syntyä, jotka vahingoittavat paitsi aluksia myös öljykenttiä. Tutkijat hyödynsivät valtavaa määrää, 700 vuoden arvosta, meridatan tietoa aaltojen liikkeistä kehittääkseen matemaattisen mallin, joka pystyy ennustamaan tällaisten aaltojen todennäköisyyden.

“Tutkimuksessa kartoitimme syytekijät, jotka aiheuttavat roggewaveja, ja käytimme tekoälyä niiden keräämiseen malliin,” sanoi Dion Häfner, entinen tohtorikoulutettava Niels Bohr -instituutissa ja tieteellisen tutkimuksen tekijä, “joka pystyy laskemaan roggewavejen muodostumisen todennäköisyyden.”

Tätä varten data kerättiin kellukista yli 150 eri paikassa Yhdysvaltojen rannikolla sekä ulkomaisilla alueilla 24 tuntia vuorokaudessa. Tutkimuksessa kirjattiin 100 000 aaltoa roggewaveina. Koneoppimisen avulla tutkijat muunsivat kaiken algoritmiksi. Tutkimus havaitsi, että tämä roggewave syntyy “lineaarisen superpositio” -tekijän vuoksi, joka on ollut olemassa 300 vuotta, mutta nyt se on vahvistettu datalla.

Mitä tämä merialalle tarkoittaa, on se, että rahtialusyhtiöt voivat käyttää tätä algoritmia ennustamaan, milloin tällaisen vaarallisen aallon riski ilmenee, ja suunnitella reittinsä etukäteen.

Lisäksi organisaatiot, kuten Singapore Management University (SMU), Fujitsu ja A*STARin Institute of High-Performance Computing (IHPC), ovat jo jonkin aikaa kehittäneet suuria tietoja ja tekoälyteknologioita alusten liikenteen hallintaan Singaporen satamassa sekä maailman vilkkaimmilla merireiteillä, Singaporen ja Malakan salmissa.

Nämä organisaatiot ovat kehittäneet teknologioita, jotka käyttävät todellista dataa ruuhkautumisen ennustamiseen ja mahdollisten törmäysten tunnistamiseen. Tavoitteena on luoda seuraavan sukupolven meriliikenteen koordinaatioteknologia, aivan kuten lentoliikenteen ohjaus.

Tämän autonomisten alusten edistymisen myötä professori Lau Hoong Chuin, SMU:n laboratorion johtaja ja Urban Computing and Engineering Centre of Excellence (UCE CoE) -keskuksen päätutkija, totesi:

“Teknologia voi mahdollisesti mullistaa alusten liikenteen hallinnan vähentääkseen inhimillisiä virheitä ja parantaakseen navigointiturvallisuutta.”

Samaan aikaan Singaporen Tuas Port pyrkii tulevaisuudessa, vuoteen 2040 mennessä, olemaan maailman suurin täysin automatisoitu satama hyödyntäen Singapore Maritime Port Authorityn kehittämää Seuraavan Sukupolven Alusten Liikenteen Hallintajärjestelmää (NGVTMS).

Laivaliikenteen automatisointi

Koneoppiminen ja tekoäly ovat muokanneet merialaa yli kymmenen vuoden ajan, ja niiden vaikutus kasvaa edelleen. Yksi kehityksen alueista on miehittämätön navigointi tietyissä tehtävissä, kuten autonomiset alukset, jotka kulkevat vilkkaiden laivirouteiden läpi turvallisesti tai navigoivat monimutkaisten kuljetuskanavien läpi.

Vuoden 2023 yhteisraportin mukaan, jonka ovat laatineet Lloyd’s Register ja Thetius, merialan innovaatiokonsultti, alusten autonomiamarkkinat ja tekoälypohjaiset järjestelmät ovat viiden vuoden kuluttua arvoltaan yhteensä 5 miljardia dollaria.

Alusten määrän ja koon kasvaessa on lisääntynyt mahdollisten törmäysten riski. Euroopan meriturvallisuusviraston (EMSA) mukaan vuosina 2014–2019 raportoitiin 4000 törmäystä ja tapahtumaa, joista jopa 96 % johtui inhimillisistä virheistä.

Tämän seurauksena autonomisia ja kauko-ohjattuja aluksia testataan antureiden avulla, hyödyntäen tutkaa, LIDARia (Light Detection and Ranging), sonaria, GPS:ää ja AIS:ta, jotka tarjoavat dataa navigointiin.

Vuonna 2018 Sea Machines Robotics ja Tanskassa toimiva A.P. Moller-Maersk tekivät yhteistyötä testatakseen tekoälypohjaista järjestelmää konttialuksella, mikä oli ensimmäinen kerta, kun merialalla asennettiin tietokonevisio yhdessä LiDARin ja havainnointiohjelmiston kanssa parantamaan ja päivittämään kuljetusoperaatioita.

Tämän vuoksi Sea Machines otti käyttöön tekoälypohjaisen ratkaisun, joka muistuttaa autoissa käytettäviä dataohjattuja avustusjärjestelmiä, parantaen merellä tapahtuvaa tilannetietoisuutta sekä kohteiden tunnistamista ja seurantaa. Ratkaisu hyödyntää kehittyneitä antureita kerätäkseen jatkuvaa tietovirtaa aluksen ympäristöstä, jonka avulla tunnistetaan ja seurataan mahdollisia konflikteja, ja ne näytetään tehokkaasti turvallisempien ja tehokkaampien meritoimintojen mahdollistamiseksi.

Laivaliikenteen automatisointi saa merkittävää huomiota. Japanilainen laivayhtiö Mitsui OSK Lines (MOL) ja kiinalainen teknologiayritys SenseTime, joka tunnetaan yhteistyöstään Hondan itseohjautuvien autojen parissa, tutkivat nyt tekoälyn hyödyntämistä alusten kuvantunnistusjärjestelmissä.

Tässä yhteydessä SenseTimen järjestelmä käyttää erittäin tarkkoja kameroita ja GPU:ta tunnistaakseen automaattisesti aluksia ympäristössä, mikä auttaa estämään suurten alusten törmäyksiä pienempiin ja parantamaan turvallisuutta.

Tämä kuvantunnistusteknologia, joka on kehitetty yhdistämällä tekoälyn syväoppimistekniikkaa MOL:n laajaan merialan kokemukseen, voidaan myös käyttää laivirouteiden valvontaan.

Äskettäin, marraskuussa, Michigan Central, Fordin liikkuvuusinnovaatiotoiminto ja teknologiahubi Newlab, käynnistivät pilottihankkeen laivaliikenteen automatisoimiseksi. Kahdeksan viikon projektin aikana kumppanit testasivat Mythos AI:n itseohjautuvaa alusta, joka kartoittaa digitaalisesti vedenalaisen maiseman Detroitin Monroe-portissa ja ympäröivässä Suurten järvien vesiväylässä.

Luomalla alueesta digitaalisen kaksosen alus pyrkii tarjoamaan rahtialuksille parempia näkemyksiä prosessien parantamiseksi. Kerättyä dataa käytetään täysin autonomisten reittien luomiseen, autonomisten alusten kouluttamiseen tulevaisuudessa sekä itseohjautuvien, vähäpäästöisten alusten käyttöönottoon. Mythos AI:n toimitusjohtaja Geoff Douglass sanoi:

“Itseohjautuvan aluksen teknologia muokkaa merilogistiikkaa. Tämän innovaation laajentaminen muihin satamiin muuttaa vanhentuneita järjestelmiä, vähentää päästöjä ja edistää talouskasvua globaalilla tasolla.”

Yritykset, jotka hyödyntävät tekoälyä laivirouteiden turvaamisessa

Vuoden 2019 McKinseyn globaali tekoälykysely havaitsi lähes 25 % vuotuista (YoY) kasvua tekoälyn käytössä tavallisissa liiketoimintaprosesseissa useilla liiketoiminta-alueilla. Logistiikka on erityisesti tekoälyohjattu toimiala, koska teknologian suuri potentiaali voi parantaa merialaa poistamalla rutiinitehtäviä.

Mutta se ei ole kaikki. McKinseyn erillinen toimialojen välinen tutkimus tekoälyn omaksumisesta osoitti, että varhaiset omaksujat, joilla on proaktiivinen strategia logistiikkasektorilla, nauttivat yli 5 % voitto-marginaaleista.

Tekoäly voi selvästi tuoda merkittäviä hyötyjä laivaliikenteen operaatioihin, ja ne, jotka ryhtyvät toimiin ja alkavat sisällyttää tekoälyä liiketoimintaansa, voivat rakentaa tehokkaampia verkostoja, saada etulyöntiaseman kilpailijoihin nähden ja olla parhaiten valmistautuneita tulevaisuuteen.

Tänä päivänä useat yritykset tutkivat ja toteuttavat tekoälyä turvallisten laiviroutejen varmistamiseksi.

1. Rolls Royce

Rolls-Royce (RRU.DE ) on yksi yrityksistä, joka on työskennellyt autonomisen laivaliikenteen parissa ja käyttänyt tekoälyä navigoinnin ja turvallisuuden parantamiseen meritoiminnoissa. Vuosien aikana yritys on lanseerannut useita ratkaisuja turvallisuusriskien lieventämiseksi, mukaan lukien Intelligent Awareness (IA) -järjestelmä ja täysin autonomiset kaupalliset alukset. Ponnisteluistaan Rolls-Royce on tehnyt yhteistyötä Intelin ja Googlen kanssa.

Vuonna 2022 Rolls-Royce koki merkittävän taloudellisen nousun, kun sen liikevaihto nousi 12,691 miljardiin puntaa, mikä on huomattava kasvu edellisvuoden 10,947 miljardiin verrattuna. Yritys raportoi myös merkittävän nousun perusliikevoittoon, joka saavutti 652 miljardia puntaa, mikä on 238 miljardia puntaa parempi kuin edellisvuonna.

2. Wärtsilä

Teknologiayritys Wärtsilä on toinen toimija, joka kehittää älykkäitä laivaliikenteen teknologioita, mukaan lukien tekoälyn käyttö navigoinnissa ja turvallisuudessa. Yritys on rakentanut älykkäitä satamaratkaisuja, aluksesta rannikolle suojattuja datayhteyksiä sekä yhteentoimivuutta e-navigaatiossa.

Yritys raportoi 6 %:n kasvun tilausmäärässä, saavuttaen 6 074 miljardia euroa, mikä on nousu 5 735 miljardiin euroon edellisvuodesta. Se havaitsi myös merkittävän 22 %:n nousun nettomyynnissä, joka oli 5 842 miljardia euroa verrattuna 4 778 miljardiin euroon vuonna 2021, ja 48 % näistä myynneistä kohdistui palveluihin.

3. Nippon Yusen Kabushiki Kaisha

Nippon Yusen Kabushiki Kaisha (NYK), merkittävä japanilainen laivayhtiö, esitteli törmäyksenestojärjestelmänsä vuonna 2021. Orca AI, joka käyttää näköantureita ja lämpökameroita tekoälyalgoritmien ohella, on suunniteltu aluksille tarjoamaan uusi tarkkailutukijärjestelmä, joka parantaa näkyvyyttä erityisesti vaikeissa olosuhteissa, estäen näin inhimilliset virheet.

Vuonna 2022 Nippon Yusen Kabushiki Kaisha (NYK) omaa merkittävän likviditeetin, noin 1,9 miljardia dollaria käteistä ja talletuksia. Se raportoi myös huomattavan määrän saatavia, mukaan lukien kauppa- ja sopimusomaisuudet, lähes 2,9 miljardia dollaria, ja varastonsa arvoksi noin 466 miljoonaa dollaria.

Merkittävät toimijat

A.P. Moller-Maersk, yksi maailman suurimmista laivayhtiöistä, on aktiivisesti käyttänyt digitaalisia teknologioita ja tekoälyä optimoidakseen laivaliikenteen operaatioita ja parantaakseen turvallisuutta.

Samaan aikaan Sea Machines Robotics on Bostonissa toimiva yritys, joka kehittää autonomisia alusten ohjausjärjestelmiä, jotka sisältävät tekoälyä turvallisuuden ja tehokkuuden lisäämiseksi meritoiminnoissa. Yritys on saanut ansaitun tunnustuksen ensimmäisen teollisuustason ohjausjärjestelmän kehittämisestä, jonka tarkoituksena on mahdollistaa autonominen ja etäohjattu kaupallisten merialusten, mukaan lukien työalusten, käyttö. Se kehittää myös kehittynyttä havaitsemisteknologiaa eri alustyypeille sekä navigointiapujärjestelmiä.

Sitten on laivajätti MSC, joka ylpeilee ID-pohjaisen konttien noutojärjestelmän lanseeraamisella, mikä on alan ensimmäinen. Perinteisen PIN-koodin sijaan konttien vapauttamiseen ja kuljettamiseen käytetään ID- ja biometrisiä tietoja, mikä tekee prosessista tehokkaamman ja turvallisemman.

Norjassa toimiva Kongsberg Gruppen on myös osallistunut autonomisten ja tekoälypohjaisten ratkaisujen kehittämiseen alalla, muiden osallistujien joukossa ovat Bedrock Ocean Exploration, Ladar, Soshianest, i4 Insight, Buffalo Automation, Arinto Maritime GmbH, Vake ja Massterly.

Yhteenveto

Kuten näimme, tekoäly on saanut laajaa käyttöönottoa ja tuonut hyötyjä laivaliikenteeseen ennakoivan aikataulutuksen ja kunnossapidon, autonomisten alusten, reittien ennustamisen, konttien sijoittelun organisoinnin, polttoaineenkulutuksen optimoinnin, päästöjen vähentämisen, hallinnon prosessien tehostamisen, kysynnän ennustamisen ja dynaamisen hinnoittelun osalta.

Tietenkin tekoälyyn liittyy myös haasteita; sen laajamittaisen omaksumisen keskeisiä esteitä ovat erityistaitojen puute, huonolaatuinen data, selkeän strategian puuttuminen ja luottamusongelmat. Lisäksi suurin osa suurista aluksista ei todellisuudessa omaa riittävää viestintäkapasiteettia. Lisäksi on olemassa sääntelyesteitä tekoälyn laajalle omaksumiselle.

Kaikesta huolimatta tekoälyn potentiaalia on vaikea sivuuttaa, sillä sen käyttöönotto saa yhä enemmän tukea. Ajan myötä, kun teknologia kehittyy ja tekoälyn käyttö kasvaa alalla, näemme merkittävän muutoksen laivaliikenteessä.

Klikkaa tästä oppiaksesi tekoälyn yleisestä älykkyydestä.