Beveiligen van scheepvaartroutes door het gebruik van Kunstmatige Intelligentie (AI)

Kunstmatige Intelligentie, of AI, blijft de wereld veroveren. De impact ervan beperkt zich echter niet alleen tot gesprekken via chatbots en virtuele assistenten. Het wordt juist in diverse sectoren ingezet om kosten en de kans op menselijke fouten te verlagen, de efficiëntie te verbeteren, meer duurzaamheid te brengen en betere veiligheidsmaatregelen te introduceren.

De maritieme sector is een voorbeeld waar AI enorm potentieel toont en de manier van opereren revolutioneert, wat van groot belang is omdat de maritieme industrie verantwoordelijk is voor het transport van meer dan 90% van de wereldhandel.

Gegeven het belang van de maritieme sector in de wereldhandel en het streven van bedrijven om concurrerend te blijven, is het cruciaal om machine‑learning‑algoritmen in scheepvaartoperaties te gebruiken. In een complexe en uitdagende wereldwijde economie kunnen zelfs kleine verbeteringen aanzienlijke voordelen opleveren.

Klik hier om alles te leren over investeren in kunstmatige intelligentie.

De reikwijdte van AI in de scheepvaartindustrie

Zoals we weten, zijn scheepvaartroutes van enorm belang voor de wereldeconomie omdat ze economisch en milieuvriendelijk zijn. Dit vraagt om veilige en efficiënte transportmiddelen om goederen over de hele wereld te verplaatsen. Daarom is het cruciaal om AI te gebruiken om deze routes te beveiligen.

In deze context worden geavanceerde technologieën ingezet om gegevens te verzamelen, analyseren, te monitoren en te reageren op diverse uitdagingen waarmee scheepvaartroutes worden geconfronteerd. AI‑gestuurde systemen leveren realtime data voor scheepsroutes en verbeteren de navigatie, terwijl constante bewaking via sensoren beveiligingsdreigingen voorkomt. Bovendien analyseren AI‑algoritmen data om onderhoudsbehoeften te voorspellen, waardoor stilstand wordt verminderd en schepen op piekprestaties kunnen opereren.

Zoals NauticExpo enkele jaren geleden schatte, kan de omzet van wereldwijde maritieme vrachtvervoer in 2023 de $200 miljard overschrijden, maar daarvoor moet de industrie “AI toevoegen aan haar arsenaal van digitale technologieën.”

In de scheepvaartindustrie kan AI scheepvaartbedrijven helpen taken te automatiseren, planning te verbeteren, operaties te optimaliseren, betere beslissingen te nemen en de veiligheid te verhogen. Het ondersteunt ook bij distributieplanning, stroomlijnt laad‑ en losprocessen, intelligente roostering en aanpassing aan veranderende marktrealiteiten en vraag. Daarnaast kan AI van grote hulp zijn bij navigatiecontroles, het beveiligen van communicatiesystemen en het verbeteren van noodrespons, wat bijdraagt aan de algehele veiligheid van de scheepvaart.

Een onderzoek van Navis wees uit dat een groot aantal deelnemers akkoord gaat dat AI kan worden ingezet bij het automatiseren van processen, met name voor de toewijzing van containerafhandelingsapparatuur en dek systemen. Andere deelnemers zien AI ook gebruikt voor aanbevolen acties en het voorspellen van poortvolumes evenals de belading van schepen. Echter, een gebrek aan technologie en expertise is de grootste uitdaging bij AI, wat begrijpelijk is aangezien de technologie nog nieuw is.

Om dit te ondersteunen, zijn bedrijven al stappen aan het zetten. Zo heeft de Orient Overseas Container Line (OOCL) samengewerkt met de Aziatische onderzoekstak van Microsoft om de scheepvaartnetwerkoperaties te verbeteren via AI. Als onderdeel van de samenwerking is het idee om AI‑ontwikkelaars te trainen via machine learning en intensieve trainingssessies.

Gebruik van data voor beveiliging

Het is belangrijk op te merken dat effectieve AI afhankelijk is van data — alles van leren tot voorspellen vereist diverse en enorme datasets om goed te presteren. Naarmate de scheepvaartindustrie beter wordt in het omgaan met complexe en grote datasets, kan ze nieuwe AI‑systemen bouwen om mensen te helpen schepen veel efficiënter en veiliger te bedienen.

Onlangs hebben wetenschappers van de University of Victoria en het Niels Bohr Instituut van de Universiteit van Kopenhagen AI gebruikt om het optreden van grote rogue‑golven te voorspellen die niet alleen schepen maar ook olieplatforms beschadigen. Onderzoekers maakten gebruik van enorme hoeveelheden big data, 700 jaar aan gegevens over oceaanbewegingen, om een wiskundig model te ontdekken dat de waarschijnlijkheid van dergelijke golven kan voorspellen.

“In de studie hebben we de causale variabelen die rogue‑golven veroorzaken in kaart gebracht en kunstmatige intelligentie gebruikt om ze in een model te verwerken,” zei Dion Häfner, voormalig promovendus aan het Niels Bohr Instituut en auteur van de wetenschappelijke studie, “dat de kans op vorming van rogue‑golven kan berekenen.”

Hiervoor werden de gegevens verzameld van boeien op meer dan 150 verschillende locaties rond de Amerikaanse kusten en overzeese gebieden, 24 uur per dag. De studie registreerde 100.000 golven als rogue‑golven. Door machine learning om te zetten in een algoritme, concludeerde de studie dat deze rogue‑golf ontstaat door de factor die bekend staat als “lineaire superpositie”, een concept dat al 300 jaar bestaat maar nu wordt ondersteund door data.

Voor de scheepvaart betekent dit dat vrachtscheepvaartbedrijven dit algoritme kunnen gebruiken om te voorspellen wanneer het risico op zo’n gevaarlijke golf bestaat en vervolgens hun routes van tevoren kunnen plannen.

Bovendien werken organisaties zoals Singapore Management University (SMU), Fujitsu en het Institute of High‑Performance Computing (IHPC) van A*STAR al geruime tijd aan de ontwikkeling van big‑data‑ en AI‑technologieën voor scheepvaartverkeersbeheer in de haven van Singapore en de drukste zeeroutes ter wereld, de Straat van Singapore en de Straat van Malakka.

Deze organisaties ontwikkelen technologieën die real‑world data gebruiken om congestievoorspellingen te verbeteren en mogelijke botsingen te identificeren. Het doel is een volgende generatie maritiem verkeerscoördinatietechnologie, vergelijkbaar met luchtverkeersleiding.

Met deze vooruitgang van autonome schepen, volgens professor Lau Hoong Chuin, labdirecteur van SMU en hoofdonderzoeker van het Urban Computing and Engineering Centre of Excellence (UCE CoE):

“De technologie kan het beheer van scheepsverkeer potentieel verstoren, menselijke fouten verminderen en de navigatieveiligheid verbeteren.”

Tegelijkertijd streeft Singapore’s Tuas Port ernaar de grootste volledig geautomatiseerde haven ter wereld te worden tegen 2040 door gebruik te maken van het Next Generation Vessel Traffic Management System (NGVTMS) ontwikkeld door de Singapore Maritime Port Authority.

Automatisering van de scheepvaartindustrie

Het is meer dan een decennium dat machine learning en AI het maritieme landschap vormgeven, en het blijft groeien. Een van de gebieden waar ontwikkeling plaatsvindt is onbemande navigatie voor bepaalde taken, zoals autonome schepen die drukke scheepvaartroutes veilig doorkruisen of door complexe transportkanalen navigeren.

Volgens een 2023 gezamenlijk rapport van Lloyd’s Register en Thetius, een maritieme innovatieconsultancy, zullen de markten voor scheepsautonomie en AI‑gedreven systemen binnen vijf jaar samen $5 miljard waard zijn.

Met het toenemende aantal en de grootte van schepen is er een stijging in potentiële botsingen. Volgens het European Maritime Safety Agency werden er jaarlijks 4000 botsingen en incidenten gemeld tussen 2014 en 2019, waarvan het overgrote deel (tot 96%) aan menselijke fouten wordt toegeschreven.

Als gevolg hiervan worden autonome en op afstand bestuurde schepen getest met sensoren, ondersteund door radar, LIDAR (Light Detection and Ranging), sonar, GPS en AIS die data leveren om te helpen bij de navigatie.

In 2018 werkten Sea Machines Robotics en het Deense A.P. Moller‑Maersk samen om een AI‑gestuurd systeem op een containerschip te testen, de eerste keer dat de maritieme industrie computer vision combineerde met LiDAR en perceptiesoftware aan boord om transitopératies te verbeteren en te upgraden.

Hiervoor adopteerde Sea Machines een AI‑gebaseerde oplossing, vergelijkbaar met data‑gedreven assistentiesystemen in auto’s, om de situationele bewustzijn op zee te verbeteren, evenals de identificatie en tracking van objecten. De oplossing maakt gebruik van geavanceerde sensoren om een continue stroom van informatie van de omgeving van een schip te verzamelen, die wordt gebruikt om potentiële conflicten te identificeren en te volgen, en vervolgens efficiënt wordt weergegeven om veiligere en efficiëntere maritieme operaties te faciliteren.

De automatisering van de scheepvaartindustrie wint aanzienlijk aan tractie. Het Japanse scheepvaartbedrijf Mitsui OSK Lines (MOL) en het Chinese technologiebedrijf SenseTime, bekend van hun samenwerking met Honda aan zelfrijdende auto’s, voeren nu onderzoek uit om AI te benutten in scheepsbeeldherkenningssystemen.

In dit kader gebruikt SenseTime’s systeem ultra‑high‑resolution camera’s en een GPU om automatisch schepen in de omgeving te identificeren, zodat grote schepen niet met kleinere botsen en de veiligheid wordt verbeterd.

Deze beeldherkenningstechnologie, ontwikkeld door AI deep‑learning te combineren met de uitgebreide maritieme ervaring van MOL, kan ook worden ingezet om scheepvaartroutes te monitoren.

Recentelijk, in november, lanceerde Michigan Central, de mobiliteits‑innovatie tak van Ford en tech‑hub Newlab, een pilotproject om de scheepvaartindustrie te automatiseren. Tijdens dit acht‑weekse project testten de partners een zelfrijdend vaartuig van Mythos AI dat digitaal het onderwaterlandschap in de haven van Monroe in Detroit en de omliggende Great Lakes waterweg in kaart brengt.

Door een digitale tweeling van het gebied te creëren, wil het vaartuig vrachtschepen voorzien van meer inzicht om hun processen te verbeteren. De verzamelde data wordt gebruikt om volledig autonome scheepvaartroutes te creëren, autonome schepen in de toekomst te trainen en autonome, emissie‑arme boten uit te rollen. Mythos AI‑CEO Geoff Douglass:

“Zelfrijdende vaartuigtechnologie zal de maritieme logistiek hervormen. Het opschalen van deze innovatie naar andere havens zal verouderde systemen transformeren, emissies verminderen en economische groei op wereldschaal stimuleren.”

Bedrijven die AI inzetten voor het beveiligen van scheepvaartroutes

Een McKinsey Global AI Survey uit 2019 toonde een bijna 25% jaar‑op‑jaar (YoY) stijging in het gebruik van AI in standaard bedrijfsprocessen over diverse bedrijfsgebieden. Logistiek is in het bijzonder een AI‑gedreven sector dankzij het enorme potentieel van technologie om de maritieme industrie te verbeteren door routinematige taken te elimineren.

Maar dat is niet alles. McKinsey’s afzonderlijke cross‑industry studie over AI‑adoptie wees uit dat vroege adoptanten met een proactieve strategie in de logistieke sector meer dan 5% winstmarges behaalden.

AI kan duidelijk aanzienlijke voordelen opleveren voor scheepvaartoperaties, en degenen die daadwerkelijk actie ondernemen en AI in hun bedrijf integreren, kunnen efficiëntere netwerken bouwen, een voorsprong op de concurrentie krijgen en het best voorbereid zijn op de toekomst.

Tegenwoordig zijn er verschillende bedrijven die AI verkennen en implementeren voor veilige scheepvaartroutes.

1. Rolls Royce

Rolls‑Royce is een van die bedrijven die werken aan autonome scheepvaart en AI gebruiken om navigatie en veiligheid in maritieme operaties te verbeteren. In de afgelopen jaren heeft het bedrijf verschillende oplossingen onthuld om veiligheidsrisico’s te beperken, waaronder het Intelligent Awareness (IA) systeem en volledig autonome commerciële schepen. Voor deze inspanningen heeft Rolls‑Royce samengewerkt met Intel en Google.

In 2022 kende Rolls‑Royce een opvallende financiële opleving, met een omzet die steeg naar £12,691 miljard, een aanzienlijke toename ten opzichte van £10,947 miljard het voorgaande jaar. Het bedrijf meldde ook een significante stijging van de onderliggende operationele winst, die £652 miljoen bereikte, een verbetering van £238 miljoen ten opzichte van het voorgaande jaar.

2. Wärtsilä

Technologiebedrijf Wärtsilä is een andere speler die betrokken is bij de ontwikkeling van slimme scheepvaarttechnologieën, waaronder het gebruik van AI voor navigatie en veiligheid. Het bedrijf bouwt intelligente havenoplossingen, veilige data‑communicatie schip‑naar‑haven, en interoperabiliteit in e‑navigatie.

Het bedrijf rapporteerde een stijging van 6% in order intake, tot EUR 6.074 miljard, een stijging ten opzichte van EUR 5.735 miljard het voorgaande jaar. Het zag ook een significante stijging van 22% in de netto‑omzet, tot EUR 5.842 miljard, vergeleken met EUR 4.778 miljard in 2021, waarbij 48% van deze omzet werd toegeschreven aan diensten.

3. Nippon Yusen Kabushiki Kaisha

Nippon Yusen Kabushiki Kaisha (NYK), een grote Japanse scheepvaartonderneming, toonde in 2021 haar botsingsvermijdingssysteem. Orca AI, dat gebruik maakt van visiesensoren en thermische camera’s naast AI‑gestuurde algoritmen, is ontwikkeld om schepen een nieuw uitkijkondersteuningssysteem te bieden dat hen verbeterde zichtbaarheid geeft, vooral onder moeilijke omstandigheden, en zo menselijke fouten voorkomt.

In FY 2022 beschikte Nippon Yusen Kabushiki Kaisha (NYK) over aanzienlijke liquiditeit met contanten en deposito’s van ongeveer $1,9 miljard. Het rapporteerde ook een aanzienlijke som vorderingen, inclusief handels- en contractactiva, van bijna $2,9 miljard, en haar voorraadactiva bedroegen ongeveer $466 miljoen.

Opmerkelijke spelers

A.P. Moller‑Maersk, een van de grootste scheepvaartbedrijven wereldwijd, maakt actief gebruik van digitale technologieën en AI om scheepvaartoperaties te optimaliseren en de veiligheid te verbeteren.

Tegelijkertijd is Sea Machines Robotics een in Boston gevestigd bedrijf dat autonome scheepsbesturingssystemen ontwikkelt die AI integreren voor verhoogde veiligheid en efficiëntie in maritieme operaties. Het bedrijf wordt gecrediteerd voor het pionieren van het eerste industriële controle‑systeem dat autonome en op afstand bestuurde commerciële marineschepen, inclusief werkschepen, mogelijk maakt. Het ontwikkelt ook geavanceerde perceptietechnologie voor verschillende scheepstypen samen met navigatie‑assistentietechnologie.

Daarna is rederijgigant MSC, die de introductie van ID‑gebaseerde containerophaling heeft gelanceerd, een primeur voor de industrie. In plaats van een pincode te gebruiken om containers vrij te geven en te transporteren, maakt de technologie gebruik van ID‑ en biometrische gegevens, waardoor het proces efficiënter en veiliger wordt.

Het in Noorwegen gevestigde Kongsberg Gruppen is ook betrokken bij de ontwikkeling van autonome en AI‑gedreven oplossingen voor de sector, met andere deelnemers zoals Bedrock Ocean Exploration, Ladar, Soshianest, i4 Insight, Buffalo Automation, Arinto Maritime GmbH, Vake en Massterly.

Conclusie

Zoals we hebben gezien, kent AI een brede implementatie en biedt het voordelen in de scheepvaartindustrie op het gebied van voorspellende planning en onderhoud, autonome schepen, routevoorspelling, organisatie van containerpositionering, optimalisatie van brandstofverbruik, emissiereductie, stroomlijning van back‑office operaties, vraagvoorspellingen en dynamische prijsstelling.

Natuurlijk kent AI ook uitdagingen; de belangrijkste obstakels voor brede adoptie zijn een tekort aan specifieke vaardigheden, slechte datakwaliteit, gebrek aan een duidelijke strategie en vertrouwensproblemen. Bovendien hebben de meeste grote schepen simpelweg niet de juiste communicatiemogelijkheden. Daarnaast zijn er regelgevende barrières voor de brede adoptie van AI.

Ondanks dit alles is het potentieel van AI simpelweg moeilijk te negeren, met een groeiende steun voor de implementatie. Na verloop van tijd, naarmate de technologie vordert en het gebruik van AI groeit in de sector, zullen we een grote transformatie in de scheepvaartindustrie zien.

Klik hier om meer te leren over kunstmatige algemene intelligentie.