Säkra sjövägar genom användning av artificiell intelligens (AI)

Artificiell intelligens, eller AI, fortsätter att erövra världen. Dess påverkan är dock inte begränsad till bara konversationer via chatbots och virtuella assistenter. Den används snarare i olika branscher för att minska kostnader och risken för mänskliga fel samt förbättra effektiviteten, främja hållbarhet och införa bättre säkerhetsåtgärder.

Marinindustrin är en sådan bransch där AI visar enorm potential och revolutionerar hur den fungerar, vilket är av stor betydelse eftersom den ansvarar för transporten av mer än 90 % av världens handel.

Med tanke på den maritima sektorns betydelse för den globala handeln och företagens strävan efter konkurrenskraft är det avgörande att använda maskininlärningsalgoritmer i sjöfartsverksamheter. I en komplex och utmanande global ekonomi kan även små förbättringar ge betydande fördelar.

Klicka här för att lära dig allt om att investera i artificiell intelligens.

AI:s omfattning inom sjöfartsindustrin

Som vi vet har sjövägar enorm betydelse för den globala ekonomin eftersom de är kostnadseffektiva och miljövänliga. Detta kräver säkra och effektiva transportmedel för att flytta varor mellan länder över hela världen. Därför blir det avgörande att använda AI för att säkra dessa vägar.

I detta sammanhang utnyttjas avancerad teknik för att samla in, analysera, övervaka och svara på olika utmaningar som sjölinjer möter. Till exempel ger AI-drivna system realtidsdata för fartygsrutter och förbättrar navigeringen, medan ständig övervakning via sensorer förhindrar säkerhetshot. Dessutom analyserar AI-algoritmer data för att förutsäga underhållsbehov, vilket minskar stilleståndstid och säkerställer att fartygen fungerar på toppprestanda.

Enligt en uppskattning från NauticExpo för några år sedan kan intäkterna från global maritim frakttransport överstiga 200 miljarder dollar år 2023, men för att detta ska ske måste branschen ”lägga till AI i sitt arsenal av digitala teknologier.”

Inom sjöfartsindustrin kan AI hjälpa rederier att automatisera uppgifter, förbättra planering, optimera verksamheter, fatta bättre beslut och öka säkerheten. Det underlättar även distributionsplanering, effektivisering av lastnings- och lossningsprocesser, intelligent schemaläggning samt anpassning till förändrade marknadsförhållanden och efterfrågan. Dessutom kan AI vara till stor hjälp för navigationskontroller, säkra kommunikationssystem och förbättra nödsituationer, vilket bidrar till övergripande sjöfartssäkerhet.

En undersökning av Navis visade att ett stort antal deltagare håller med om att AI kan användas för att automatisera processer, framför allt för tilldelning av containerhanteringsutrustning och däcksystem. Andra deltagare ser även AI:s användning i rekommenderade åtgärder, förutsägelse av portvolymer samt lastning av fartyg. Brist på teknik och expertis är dock den största utmaningen med AI, vilket är förståeligt eftersom teknologin fortfarande är ny.

För att hjälpa till med detta har företag redan börjat vidta åtgärder. Till exempel har Orient Overseas Container Line (OOCL) samarbetat med Microsofts asiatiska forskningsavdelning för att förbättra sjöfartsnätverkets verksamhet med AI. Som en del av partnerskapet har man avsett att utbilda AI-utvecklare genom maskininlärning och intensiva träningssessioner.

Användning av data för säkerhet

Det är viktigt att notera att effektiv AI är beroende av data – allt från inlärning till förutsägelse kräver mångsidiga och enorma datamängder för att fungera väl. Så när sjöfartsindustrin blir bättre på att hantera komplexa och stora datamängder kan den bygga nya AI-system som hjälper människor att operera fartyg på ett mycket mer effektivt och säkert sätt.

Nyligen använde forskare vid University of Victoria och Niels Bohr‑institutet vid Köpenhamns universitet AI för att förutsäga förekomsten av stora oväntade vågor som skadar både fartyg och oljeplattformar. Forskarna utnyttjade enorma mängder big data, motsvarande 700 år, om havsrörelser för att upptäcka en matematisk modell som kan förutsäga sannolikheten för sådana vågor.

”I studien kartlade vi de orsakande variablerna som skapar oväntade vågor och använde artificiell intelligens för att samla dem i en modell,” sade Dion Häfner, tidigare doktorand vid Niels Bohr‑institutet och författare till den vetenskapliga studien, ”som kan beräkna sannolikheten för bildandet av oväntade vågor.”

För detta samlades data in från bojar på över 150 olika platser längs USA:s kuster samt utomeuropeiska territorier dygnet runt. Studien registrerade 100 000 vågor som oväntade vågor. Genom att använda maskininlärning omvandlade forskarna detta till en algoritm. Studien fann att dessa oväntade vågor uppstår på grund av faktorn som kallas ”linjär superposition”, något som har funnits i 300 år men nu stöds av data.

För sjöfartsindustrin innebär detta att fraktfartygsbolag kan använda denna algoritm för att förutsäga när risken för en sådan farlig våg uppstår och därefter planera sina rutter i förväg.

Dessutom har organisationer som Singapore Management University (SMU), Fujitsu och A*STAR:s Institute of High‑Performance Computing (IHPC) under en tid arbetat med att utveckla big data‑ och AI‑teknologier för fartygstrafikhantering i Singapores hamn samt i världens mest trafikerade sjövägar, Singapore sund och Malackasundet.

Dessa organisationer har utvecklat teknologier som använder verkliga data för att förbättra prognoser för trängsel och identifiera potentiella kollisioner. Målet är att ha nästa generations teknik för maritim trafikkoordination, likt flygtrafikledning.

Med detta framsteg av autonoma fartyg, enligt professor Lau Hoong Chuin, SMU:s labbdirektör och huvudutredare för Urban Computing and Engineering Centre of Excellence (UCE CoE):

”Tekniken kan potentiellt förändra fartygstrafikhantering för att minska mänskliga fel och förbättra navigationssäkerheten.”

Samtidigt siktar Singapores Tuas Port på att bli världens största helt automatiserade hamn år 2040 genom att använda Next Generation Vessel Traffic Management System (NGVTMS) som utvecklats av Singapore Maritime Port Authority.

Automatisering av sjöfartsindustrin

Det har gått mer än ett decennium sedan maskininlärning och AI har format den maritima landskapet, och det fortsätter att växa. Ett av områdena där utvecklingen sker är obemannad navigation för vissa uppgifter, såsom autonoma fartyg som säkert korsar trafikerade sjövägar eller navigerar genom komplexa transportkanaler.

Enligt en 2023 gemensam rapport av Lloyd’s Register och Thetius, en maritim innovationskonsult, kommer marknaderna för fartygsautonomi och AI‑drivna system att vara värda sammanlagt 5 miljarder dollar om fem år.

Med fartyg som ökar i antal och storlek har risken för potentiella kollisioner ökat. Enligt European Maritime Safety Agency rapporterades 4000 kollisioner och incidenter årligen mellan 2014 och 2019, där en överväldigande majoritet (upp till 96 %) tillskrevs mänskliga fel.

Som ett resultat testas autonoma och fjärrstyrda fartyg med sensorer med hjälp av radar, LIDAR (Light Detection and Ranging), sonar, GPS och AIS som tillhandahåller data för att underlätta navigation.

År 2018 samarbetade Sea Machines Robotics och det Danmarkbaserade företaget A.P. Moller‑Maersk för att testa ett AI‑drivet system på ett containerfartyg, vilket var första gången den maritima industrin såg installationen av datorseende tillsammans med LiDAR och perceptionsprogramvara ombord för att förbättra och uppgradera transportoperationer.

För detta antog Sea Machines en AI‑baserad lösning, liknande data‑drivna assistanssystem som finns i bilar, för att förbättra situationsmedvetenheten till havs samt identifiering och spårning av objekt. Lösningen använder avancerade sensorer för att samla in ett kontinuerligt informationsflöde från ett fartygs omgivning, vilket används för att identifiera och spåra potentiella konflikter och sedan visas effektivt för att underlätta säkrare och mer effektiva maritima operationer.

Automatiseringen av sjöfartsindustrin får betydande genomslag. Det japanska rederiet Mitsui OSK Lines (MOL) och det kinesiska teknikföretaget SenseTime, känt för sitt samarbete med Honda om självkörande bilar, bedriver nu forskning för att utnyttja AI i bildigenkänningssystem för fartyg.

I detta använder SenseTimes system ultra‑höga upplösningskameror och ett GPU för att automatiskt identifiera fartyg i omgivningen för att förhindra att stora fartyg kolliderar med mindre och förbättra säkerheten.

Denna bildigenkänningsteknik, som utvecklats genom att kombinera AI‑djupinlärning med MOL:s omfattande maritima erfarenhet, kan också användas för att övervaka sjövägar.

Nyligen, i november, lanserade Michigan Central, Ford:s mobilitets‑innovationsgren och teknikhubben Newlab, ett pilotprojekt för att automatisera sjöfartsindustrin. Under detta åtta veckor långa projekt testade partnerna ett självkörande fartyg från Mythos AI som digitalt kartlägger undervattenslandskapet i Detroit’s Port of Monroe och de omgivande Great Lakes‑vattenvägarna.

Genom att skapa en digital tvilling av området syftar fartyget till att ge lastfartyg större insikter för att förbättra deras processer. De insamlade data kommer att användas för att skapa helt autonoma sjövägar, utbilda autonoma fartyg i framtiden och lansera autonoma, lågemissionsbåtar. Mythos AI:s VD Geoff Douglass:

”Självkörande fartygsteknologi kommer att omforma maritim logistik. Att skala denna innovation till andra hamnar kommer att förvandla föråldrade system, minska utsläppen och driva ekonomisk tillväxt på global skala.”

Företag som utnyttjar AI för att säkra sjövägar

En McKinsey Global AI Survey från 2019 fann en nästan 25 % år‑till‑år (YoY) ökning i användningen av AI i standardaffärsprocesser över flera affärsområden. Logistik är särskilt en AI‑driven bransch tack vare teknikens stora potential att förbättra den maritima industrin genom att eliminera rutinuppgifter.

Men det är inte allt. McKinseys separata tvärindustriella studie om AI‑adoption visade att tidiga adoptörer med en proaktiv strategi inom logistiksektorn uppnådde mer än 5 % vinstmarginaler.

AI kan tydligt leverera betydande fördelar för sjöfartsverksamheter, och de som faktiskt agerar och börjar integrera AI i sin verksamhet kan bygga mer effektiva nätverk, ha ett försprång gentemot konkurrenterna och vara bäst förberedda för framtiden.

Idag finns det flera företag som utforskar och implementerar AI för säkra sjövägar.

1. Rolls Royce

Rolls‑Royce är ett sådant företag som har arbetat med autonom sjöfart och använder AI för att förbättra navigation och säkerhet i maritima operationer. Under de senaste åren har företaget lanserat flera lösningar för att minska säkerhetsrisker, inklusive Intelligent Awareness (IA)-systemet och fullt autonoma kommersiella fartyg. För sina insatser har Rolls‑Royce samarbetat med Intel (INTC ) och Google.

År 2022 upplevde Rolls‑Royce en märkbar finansiell uppgång, med intäkterna som steg till £12,691 miljarder, en betydande ökning från föregående års £10,947 miljarder. Företaget rapporterade också en betydande ökning av underliggande rörelseresultat, som nådde £652 miljoner, vilket innebär en förbättring med £238 miljoner jämfört med föregående år.

2. Wärtsilä

Teknikföretaget Wärtsilä är ett annat som är involverat i utvecklingen av smarta sjöfartsteknologier, inklusive användning av AI för navigation och säkerhet. Företaget har byggt intelligenta hamnlösningar, säker data‑kommunikation mellan fartyg och land samt interoperabilitet inom e‑navigation.

Företaget rapporterade en ökning med 6 % i orderintag, som nådde EUR 6 074 miljoner, upp från EUR 5 735 miljoner föregående år. Det såg också en betydande ökning med 22 % i nettoförsäljning, totalt EUR 5 842 miljoner, jämfört med EUR 4 778 miljoner år 2021, där 48 % av försäljningen tillskrevs tjänster.

3. Nippon Yusen Kabushiki Kaisha

Nippon Yusen Kabushiki Kaisha (NYK), ett stort japanskt rederi, demonstrerade sitt kollisionsundvikandesystem redan 2021. Orca AI, som använder visionsensorer och termiska kameror samt AI‑drivna algoritmer, är konstruerad för fartyg för att ha ett nytt utkikstödssystem som ger förbättrad sikt, särskilt under svåra förhållanden, och därmed förhindrar mänskliga fel.

Under räkenskapsåret 2022 hade Nippon Yusen Kabushiki Kaisha (NYK) betydande likviditet med kontanter och insättningar på cirka 1,9 miljarder dollar. Företaget rapporterade också en avsevärd summa fordringar, inklusive handels- och kontraktstillgångar, på nästan 2,9 miljarder dollar, samt lagerstillgångar på omkring 466 miljoner dollar.

Betydande aktörer

A.P. Moller‑Maersk, ett av de största rederierna globalt, har aktivt använt digitala teknologier och AI för att optimera sjöfartsoperationer och förbättra säkerheten. (RRU.DE )

Samtidigt är Sea Machines Robotics ett Boston‑baserat företag som utvecklar autonoma fartygskontrollsystem som integrerar AI för ökad säkerhet och effektivitet i maritima operationer. Företaget har fått erkännande för att ha banat väg för det första industriella kontrollsystemet avsett att möjliggöra autonom och fjärrstyrd drift av kommersiella marina fartyg, inklusive arbetsbåtar. Det utvecklar också avancerad perceptions‑teknik för olika fartygstyper samt navigationsassistans‑teknik.

Sedan finns rederijätten MSC, som stoltserar med att ha lanserat den ID‑baserade containerupphämtningen, ett först i branschen. Istället för att använda en PIN‑kod för att släppa och transportera containrar använder tekniken i princip ID‑ och biometriska data, vilket gör processen mer effektiv och säker.

Det Norge‑baserade företaget Kongsberg Gruppen har också varit involverat i att utveckla autonoma och AI‑drivna lösningar för branschen, med andra deltagare som Bedrock Ocean Exploration, Ladar, Soshianest, i4 Insight, Buffalo Automation, Arinto Maritime GmbH, Vake och Massterly.

Slutsats

Som vi har sett har AI fått omfattande implementering och fördelar inom sjöfartsindustrin när det gäller förutsägande schemaläggning och underhåll, autonoma fartyg, ruttprognoser, organisering av containerplacering, optimering av bränsleförbrukning, minskning av utsläpp, effektivisering av back‑office‑operationer, efterfrågeprognoser och dynamisk prissättning.

Naturligtvis är AI inte utan problem, med huvudhinder för dess breda antagande som brist på specifika färdigheter, dålig datakvalitet, avsaknad av en tydlig strategi och förtroendeproblem. Dessutom har en stor majoritet av stora fartyg inte riktigt rätt kommunikationskapacitet. Dessutom finns regulatoriska hinder för AI:s breda antagande.

Trots allt är AI:s potential svår att ignorera, och dess implementering får allt större stöd. Med tiden, när tekniken utvecklas och användningen av AI växer i sektorn, kommer vi utan tvekan att se en stor omvandling inom sjöfartsindustrin.

Klicka här för att lära dig om artificiell generell intelligens.