A revolução dos dados no transporte marítimo
em Tendências por Raghib Raza
A inteligência artificial no mundo de hoje:
IA ou Inteligência Artificial é um termo genérico que se refere a muitos sistemas informáticos que possuem "inteligência" de uma forma ou de outra; mesmo que o programa seja altamente supervisionado por humanos. No entanto, "IA estreitas" (IA's que não têm autonomia geral), enquanto que muito menos interessantes constituem muito mais do que a sociedade actual percebe como IA.
A força de uma IA reside no reconhecimento dos padrões subjacentes e no desenho de inferências a partir de dados que são demasiado complexos para as capacidades analíticas humanas e na procura de soluções para os problemas em conformidade. Estes podem ser inestimáveis no diagnóstico de problemas e na procura de soluções inovadoras não só nas empresas, mas também numa vasta gama de campos que vão desde os problemas de fluxo de tráfego mundanos a problemas complexos de neurociência. Um inquérito global da McKinsey afirma que há um aumento de 25% de ano para ano na adopção de IA nas empresas.
IA na indústria naval:
A logística é um campo que pode beneficiar muito da IA, é bastante intuitivo perceber que os dados em bruto, processados correctamente, irão apontar os estrangulamentos logísticos. Também pode ser utilizado para efectuar simulações e testar soluções para racionalizar os referidos estrangulamentos. A indústria marítima valoriza a optimização e, portanto, é bastante livre de obstáculos óbvios, mas a IA pode percorrer a milha extra e fazer melhorias através de operações de afinação, tais como o encaminhamento de contentores, reabastecimento, etc., para benefício de todos.
Navios completamente autónomos são a primeira coisa que vem à mente quando se pensa em IA na indústria marítima. O primeiro navio totalmente autónomo foi lançado por Rolls Royce e demonstrado em 2018. O Mayflower Autonomous Ship (MAS), um navio de investigação trimarã autónomo, embarcou na sua primeira viagem a 15 de Setembro de 2020. Trata-se de um navio produzido para estudar questões críticas como o aquecimento global, a poluição por micro plásticos, e a conservação de mamíferos marinhos pelos esforços conjuntos da IBM e da ProMare e outros.
A robótica de máquinas marítimas de arranque com base em Boston constrói embarcações de comando remoto e embarcações completamente autónomas para fins comerciais. Têm também um sistema de barcos de trabalho através do qual embarcações mais antigas também podem ser modernizadas por menos de 100.000 USD. A Sea Machine anunciou recentemente um contrato com a Maersk para a utilização de tecnologia de sensibilização situacional que será aplicada às suas embarcações da classe do gelo. As máquinas marítimas esperam que isto reduza os custos operacionais em 40 por cento e aumente a produtividade dos navios em 200 por cento.
A Silo.AI e a Awake.AI, duas empresas privadas baseadas em IA, estão a colaborar para melhorar a consciência situacional da logística portuária. Os seus programas produziram melhores previsões dos tempos de chegada dos navios, uma melhoria de mais de 80 por cento. Têm também conseguido automatizar a desafiante análise manual das rotas dos navios. Isto acelera o planeamento da logística da carga e também aumenta a capacidade de detecção de potenciais excepções que possam surgir na rota, para que as soluções possam ser aplicadas proactivamente. A aplicação de IA aos portos de navegação também ajuda a uma automatização mais eficiente; ao prever a chegada da carga e, assim, mobilizar outros veículos, tais como camiões de dragagem e empilhadores, de modo a minimizar o tempo de inactividade.
Os desafios a vencer:
Como os meios de comunicação de hoje podem ser impenetráveis e invencíveis, a IA não está sem as suas falácias. Uma IA não é uma bola mágica de oito que tem todas as respostas. Quando confrontada com problemas complexos, é necessária uma habilidade consumada para chegar às soluções para uns e para outros pode não ser de todo resolúvel.
Muitos peritos argumentam que a parte mais crucial da maioria das IA's é o conjunto de dados disponíveis. A falta de dados de boas fontes pode impedir completamente uma IA. A falta de dados sensoriais a bordo da maioria dos navios e uma relutância em partilhar dados com base em ter uma vantagem competitiva pode dificultar o crescimento do campo. Outro problema são os dados inexactos ou erróneos. Quando recolhidos ao longo de toda a cadeia de abastecimento, há uma probabilidade significativa de erros que se infiltram nos dados de entrada, especialmente quando os dados estão a ser recolhidos por trabalhadores que não têm intimidade com os meandros de uma IA.
A falta de conhecimentos especializados é outra grande desvantagem. Na maioria das IA estreitas, construir uma estrutura que possa processar e analisar adequadamente os dados é uma habilidade que infelizmente está em falta. Por mais que o campo da IA tenha explodido, muitas empresas lamentam a falta de trabalhadores qualificados no campo.
O pavor iminente de que a IA assuma os empregos pode não ser completamente infundado. Como a cadeia de abastecimento e a indústria logística está "optimizada", há uma probabilidade razoável de que alguns postos de trabalho se tornem obsoletos. Um bom exemplo é que 30% do custo da viagem de um navio é a compensação da tripulação, as companhias de navegação têm a possibilidade de obter um lucro considerável ao mudar para navios completamente autónomos.
As recompensas da integração da IA:
Como qualquer outro campo, a indústria naval está a ganhar muito com a revolução dos dados. Traçar rotas optimizadas para poupar combustível e evitar obstáculos, controlar o equipamento do porto e do navio, e prever a degradação de um navio é apenas a ponta do iceberg. Hitachi Europe Ltd. em parceria com a Stena Line, uma das maiores companhias de navegação da Europa, implementando IA nos navios para reduzir o consumo de combustível para a iniciativa verde.
Em Junho de 2017, o gigante naval Maersk Co. foi vítima de um ciberataque que causou perdas de mais de 300 milhões de dólares para a empresa. As ameaças de cibersegurança são normalmente precedidas por uma actividade invulgar na rede. Uma IA pode atravessar o tráfego da rede e detectar anomalias de rede que são demasiado subtis para serem notadas pelos humanos.
O melhoramento da segurança é outro aspecto que não pode ser disfarçado. 75% dos acidentes marítimos são causados pela componente humana da indústria marítima (Allianz 2019). Assim, uma dependência crescente da IA não só para aliviar a carga da tripulação, mas também para detectar padrões meteorológicos, focos de crime, anomalias técnicas, condições portuárias, etc. e tomar uma decisão informada que seja benéfica para todos.
Entre a miríade de problemas desafiantes e complexos que são resolvidos pela aplicação da IA, há também os aspectos mundanos, tais como o processamento de papelada. A indústria marítima é infame pela vasta quantidade de papelada que deve ser meticulosamente arquivada todos os dias. Embora esta seja uma tarefa assustadora para as pessoas, os computadores são especialmente adequados para tais tarefas e podem fazer o trabalho sem erros de forma muito mais económica.
Enormes ineficiências estão inerentemente presentes na cadeia de fornecimento global. A IA encontrará inevitavelmente o seu caminho para mais e mais aspectos da indústria naval com o passar do tempo. A exposição náutica afirma que as receitas do transporte de mercadorias atingirão 205 mil milhões de dólares em 2023 contra 166 mil milhões de dólares em 2017, devido à adopção generalizada da gripe aviária.
FleetMon e tecnologia de IA:
"A previsão correcta das rotas subsequêntes porto-a-porto desempenha um papel integral na logística marítima e é, portanto, essencial para muitas outras tarefas, tais como previsões precisas da hora prevista de chegada".
(D. Marten, C. Hilgenfeld, A. Heuer 2020, p. 2)
FleetMon trabalha numa abordagem escalável baseada na IA para prever os próximos destinos portuários a partir de embarcações com base em dados históricos do AIS. O respectivo método destina-se principalmente a preencher os casos em que a entrada de destino AIS de uma embarcação não é interpretável. Conseguimos encontrar uma solução de IA estável e eficiente na base de dados construída sobre modelos Markov adequados para tarefas de previsão maciçamente paralelas com elevada precisão. A investigação faz parte de um projecto financiado chamado PRESEA ("Real-time based maritime traffic forecast"). O projecto PRESEA é financiado pelo Ministério Federal Alemão para os Assuntos Económicos e Energia (BMWi). A organização da gestão do projecto é administrada pelo Project Management Jülich (PtJ) no âmbito da chamada "Tecnologias em tempo real para a segurança marítima". O projecto decorre de Junho de 2019 até Novembro de 2021.
Se estiver interessado em saber mais sobre esta abordagem baseada em IA, por favor leia o documento de fonte aberta publicado por dois dos nossos especialistas em dados:
