Rola sztucznej inteligencji w budowie i zarządzaniu pracą statków

Statki w czasach rewolucji industry 4.0 odgrywają niebagatelną rolę. Szacuje się, że odpowiadają one za aż 90% transportu towarów na całym świecie![1] Nie trzeba było długo czekać, aż sztuczna inteligencja zapukała do bram stoczni i portów. Cel? Zwiększyć bezpieczeństwo na morzu i podnieść efektywność, zarówno na etapie produkcji, jak i działalności firm transportowych. W tym artykule przyjrzymy się bliżej roli, jaką AI pełni w produkcji i pracy statków. Zapraszamy!

Dość powiedzieć, że jeszcze do niedawna technologia obecna w portach, dokach i na statkach transportowych była daleka od pełnych możliwości współczesnego świata IT. Często wiele prac i czynności było wykonywanych manualnie, a praca ludzka była nieodzowna tak naprawdę na każdym etapie działalności takich jednostek. Na dodatek, technologia komunikacyjna obecna na statkach, szczególnie tych transportowych, była delikatnie mówiąc przestarzała.

Kyle Connor, dyrektor transportu w Cisco tak się wyraził na ten temat[2]:

„Mają tam facetów z linami, którzy ręcznie mierzą długość lub szerokość statku i na tej podstawie decydują, do którego doku ma wpłynąć. Byłem na statkach, które na pokładzie miały routery, które można kupić w Best Buy [amerykańska sieć sklepów sprzedająca elektronikę do użytku domowego].

Ten cytat dobitnie pokazuje, że jest jeszcze sporo do zrobienia, prawda? Ale dobra wiadomość jest taka, że ta rewolucja już się zaczęła. W naszym niedawnym wpisie o digital manufacturingu mówiliśmy nieco więcej o technologiach, które zmieniają współczesny przemysł i produkcję. Wiele z nich coraz częściej znajduje zastosowanie także w przemyśle stoczniowym.

Porty i statki stają się smart!

Wspomnijmy tylko o cyfrowych bliźniakach i Internecie Rzeczy (IoT). Współczesne porty coraz częściej wykorzystują inteligentne czujniki i sensory, które w czasie rzeczywistym przesyłają do centrali informacje, które pomagają łatwiej zarządzać portem i nadzorować odbywający się w jego granicach ruch morski. Aby lepiej zarządzać pracą statków, boje coraz częściej wyposażone są w czujniki, które mogą monitorować zmiany pływów, temperaturę wody i szereg innych parametrów. Podobne czujniki coraz częściej są montowane także na samych statkach.

Dane pochodzące z tych trzech źródeł (boje, statki, porty), są analizowane z wykorzystaniem inteligentnych algorytmów bazujących na uczeniu maszynowym (ang. machine learning). Dzięki temu analiza i podejmowanie decyzji dotyczących ruchu morskiego odbywa szybko i sprawnie, bez konieczności angażowania dziesiątek specjalistów.

PRACA DŹWIGÓW W DOKACH

Nawet tutaj sztuczna inteligencja ma sporo do powiedzenia. Algorytmy uczenia maszynowego zarządzają pracą dźwigów portowych, co pozwala po pierwsze odpowiednio zaplanować pracę, a po drugie ułatwia ich konserwację. Technologie takie jak cyfrowe bliźniaki (ang. digital twin) i uczenie maszynowe pozwalają z dużą precyzją ocenić stan techniczny i obciążenie każdego takiego dźwigu. W rezultacie naprawy są ograniczone do minimum, a awarie można wykryć odpowiednio wcześnie.

Autonomiczne statki

To wciąż nowość i dalszy rozwój tej technologii jest na pewno kwestią przyszłości, ale już dzisiaj ta technologia jest intensywnie rozwijana. Korzyści są po prostu większe od potencjalnych zagrożeń.

Pisząc o „autonomicznych statkach”, mamy na myśli jednostki pływające, które mogą być załogowe lub bezzałogowe. Ich praca opiera się praktycznie w 100% na inteligentnych rozwiązaniach industry 4.0. Autonomiczne okręty są upakowane zaawansowaną technologią. Wykorzystują na przykład:

  • Rozwiązania z zakresu widzenia komputerowego (CV – Computer Vision).
  • Radary, czujniki IoT, sensory i lidary (lidary działają podobnie jak radary, natomiast zamiast na falach radiowych, ich praca opiera się na falach świetlnych).
  • Machine learning i deep learning (uczenie głębokie).
  • Technologię GPS i szereg innych rozwiązań.

Autonomiczne statki niosą ze sobą szereg korzyści kluczowych z punktu widzenia przemysłu stoczniowego i transportu. Po pierwsze, ponieważ pracą statku sterują inteligentne algorytmy, a nie ludzie, można zmniejszyć liczbę osób pracujących na takim statku. W wypadku jednostek bezzałogowych – do zera. Oznacza to, że zbędne stają się pomieszczenia i rozwiązania dla załogi, takie jak kuchnia czy toaleta. Zbędne stają się szalupy ratunkowe. W efekcie statek o tej samej powierzchni co dotychczas może przewieźć więcej towaru bez ponoszenia dodatkowych kosztów (a wręcz je zmniejszając – maleje koszt budowy takiego statku, zużywa on też mniej paliwa).

Po drugie, takie rozwiązanie może zmniejszyć liczbę wypadków na morzu. Algorytmy monitorujące pracę statku i innych jednostek znajdujących się w niedalekiej odległości pracują 24/7, co oznacza, że są mniej podatne na ludzkie błędy czy zaniedbania.

Cel: Nauczyć bota, jak pływać po morzu. Projekt McKinsey

Chcemy Ci tutaj pokazać bardzo ciekawy projekt, który zrealizowała firma McKinsey & Company wspólnie z drużyną żeglarską Emirates Team New Zealand. O całym przedsięwzięciu (niestety tylko w języku angielskim) możesz przeczytać pod tym adresem. Zacznijmy od tego, że drużyny żeglarskie na całym świecie wykorzystują specjalne symulatory, które pozwalają zaprojektować jak najlepsze katamarany i wodoloty. Firma McKinsey pomyślała, dlaczego nie wykorzystać do tego celu sztucznej inteligencji?

Taki inteligentny bot mógłby przecież całkowicie samodzielnie sterować pracą symulatora i znaleźć najlepsze rozwiązanie bez konieczności angażowania ludzi. Zespół McKinsey i Quantum Black stworzył inteligentnego bota, który wykorzystywał rozwiązania z zakresu uczenia głębokiego (deep learning) i uczenia wzmocnionego (reinforcement learning), aby opracować przyszły model statku drużyny z Nowej Zelandii. Kluczowe było nauczenie algorytmu, jak się pływa. Dlatego właśnie wykorzystano technologię reinforcement learning, ponieważ pozwala ona uczyć się w czasie rzeczywistym, bez konieczności wcześniejszego treningu i zasilania danymi, jak to ma miejsce w tradycyjnym uczeniu maszynowym.

Źródło grafiki: https://www.mckinsey.com/business-functions/mckinsey-digital/how-we-help-clients/flying-across-the-sea-propelled-by-ai

Eksperci McKinsey oszacowali, że już po 1,000 godzin symulacji, algorytm AI mógł dorównać poziomowi światowej klasy żeglarzy.

W rezultacie czas potrzebny na opracowanie nowego projektu skrócił się o 90%, a sami członkowie drużyny mogli też poprawić swoje umiejętności, ucząc się na bazie tego, jak algorytm pracował w symulatorze.

Jakie wnioski można wyciągnąć z tego projektu? Już niedługo algorytmy sztucznej inteligencji będą od zera projektować lepsze statki i okręty, nie tylko transportowe, a smart ship building będzie niedługo ważną gałęzią całego świata industry 4.0. Oczywiście, póki co to kwestia przyszłości, ale projekt McKinsey & Company pokazuje, że to jak najbardziej realna przyszłość, a rezultaty pierwszych eksperymentów już dzisiaj są obiecujące.

Jeśli chciałbyś się dowiedzieć czegoś więcej na temat roli sztucznej inteligencji w produkcji pojazdów i maszyn – zapraszamy do kontaktu. Zespół DIH4.ai tworzy ponad 20 podmiotów wyspecjalizowanych w różnych gałęziach industry 4.0. Chętnie pokażemy Ci cały potencjał tej technologii i pomożemy wdrożyć odpowiednie rozwiązania ułatwiające i automatyzujące pracę w Twojej firmie. Zapraszamy do kontaktu!

 

[1] https://www.ics-shipping.org/explaining/shipping-facts/

[2] https://www.techrepublic.com/article/ai-on-the-high-seas-digital-transformation-is-revolutionizing-global-shipping/