Denizcilikte veri devrimi
Trendler içinde tarafından Raghib Raza
Günümüz dünyasında yapay zeka:
YZ ya da Yapay Zeka, program insanlar tarafından büyük ölçüde denetlense bile, şu ya da bu şekilde "zekaya" sahip birçok bilgisayar sistemine atıfta bulunan genel bir terimdir. Bununla birlikte, "Dar YZ'ler" (genel otonomiye sahip olmayan YZ'ler), çok daha az ilginç olmakla birlikte, bugün toplumun YZ olarak algıladığı şeylerin çok daha fazlasını oluşturmaktadır.
Bir yapay zekanın gücü, altta yatan kalıpları tanımak ve insan analitik yetenekleri için çok karmaşık olan verilerden çıkarımlar yapmak ve buna göre sorunlara çözüm bulmaktır. Bunlar, yalnızca işletmelerde değil, sıradan trafik akışı sorunlarından karmaşık sinirbilim sorunlarına kadar çok çeşitli alanlarda sorunları teşhis etmede ve yeni çözümler bulmada çok değerli olabilir. Küresel bir McKinsey araştırması, işletmelerde yapay zekanın benimsenmesinde yıldan yıla %25'lik bir artış olduğunu belirtmektedir.
Denizcilik sektöründe yapay zeka:
Lojistik, yapay zekadan büyük ölçüde faydalanabilecek bir alandır; doğru şekilde işlenen ham verilerin lojistik darboğazlara işaret edeceğini kavramak oldukça sezgiseldir. Ayrıca söz konusu darboğazları düzene sokmak için simülasyonlar çalıştırmak ve çözümleri test etmek için de kullanılabilir. Denizcilik sektörü optimizasyona değer verir ve bu nedenle bariz engellerden oldukça uzaktır, ancak yapay zeka ekstra yol kat edebilir ve konteyner yönlendirme, yakıt ikmali vb. gibi operasyonları herkesin yararına olacak şekilde ince ayar yaparak iyileştirmeler yapabilir.
Denizcilik sektöründe yapay zekâ denince akla ilk gelen şey tamamen otonom gemilerdir. İlk tamamen otonom gemi Rolls Royce tarafından denize indirildi ve 2018 yılında sergilendi. Otonom bir trimaran araştırma gemisi olan Mayflower Otonom Gemisi (MAS), 15 Eylül 2020'de ilk yolculuğuna çıktı. IBM ve ProMare ve diğerlerinin ortak çabalarıyla küresel ısınma, mikro plastik kirliliği ve deniz memelilerinin korunması gibi kritik konuları incelemek için üretilen bir gemidir.
Boston merkezli startup Sea machine robotics, ticari amaçlar için uzaktan kumandalı gemiler ve tamamen otonom gemiler inşa ediyor. Ayrıca eski gemilerin de 100.000 USD'den daha az bir maliyetle güçlendirilebileceği bir iş teknesi sistemine sahipler. Sea machine kısa süre önce Maersk ile buz sınıfı gemilerine uygulanacak durumsal farkındalık teknolojisini kullanmak üzere bir sözleşme yaptığını duyurdu. Sea machine bu sayede operasyonel maliyetlerin yüzde 40 oranında azalmasını ve gemi verimliliğinin yüzde 200 oranında artmasını bekliyor.
Yapay zeka tabanlı iki özel şirket olan Silo.AI ve Awake.AI, liman lojistiğinin durumsal farkındalığını geliştirmek için işbirliği yapıyor. Programları, gemilerin varış zamanlarının daha iyi tahmin edilmesini sağlayarak yüzde 80'in üzerinde bir iyileşme sağladı. Ayrıca gemi rotalarının zorlu manuel analizini otomatikleştirmeyi de başardılar. Bu, kargo lojistiği planlamasını hızlandırıyor ve ayrıca çözümlerin proaktif olarak uygulanabilmesi için yolda ortaya çıkabilecek potansiyel istisnaların tespit yeteneğini geliştiriyor. Yapay zekanın nakliye limanlarına uygulanması, kargonun varışını tahmin ederek ve böylece tarama kamyonları ve forkliftler gibi diğer araçları boşta kalma süresini en aza indirecek şekilde harekete geçirerek daha verimli otomasyona da yardımcı olur.
Üstesinden gelinmesi gereken zorluklar:
Günümüz medyası YZ'yi aşılmaz ve yenilmez gibi gösterse de, yanılgıları yok değildir. Bir YZ, tüm cevaplara sahip sihirli bir sekiz top değildir. Karmaşık sorunlarla karşılaşıldığında, bazılarının çözümüne ulaşmak için mükemmel bir beceri gerekirken, diğerleri hiç çözülemeyebilir.
Birçok uzman, çoğu YZ'nin en önemli kısmının mevcut veri kümesi olduğunu savunuyor. İyi kaynak verilerinin eksikliği bir YZ'yi tamamen engelleyebilir. Çoğu gemide duyusal veri eksikliği ve rekabet avantajına sahip olma temelinde veri paylaşma konusundaki isteksizlik, alanın büyümesini engelleyebilir. Bir başka sorun da yanlış veya hatalı verilerdir. Tüm tedarik zinciri boyunca toplandığında, özellikle de veriler bir YZ'nin inceliklerini bilmeyen çalışanlar tarafından toplandığında, girdi verilerinde önemli bir hata olasılığı vardır.
Uzman bilgisi eksikliği bir diğer büyük dezavantajdır. Dar YZ'lerin çoğunda, verileri düzgün bir şekilde işleyebilen ve analiz edebilen bir çerçeve oluşturmak, ne yazık ki yetersiz olan bir beceridir. Yapay zeka alanı ne kadar gelişirse gelişsin, birçok şirket bu alanda kalifiye çalışan eksikliğinden yakınmaktadır.
Yapay zekanın işleri ele geçireceği korkusu tamamen temelsiz olmayabilir. Tedarik zinciri ve lojistik sektörü "optimize" edildikçe, bazı işlerin kullanılmaz hale gelmesi makul bir olasılıktır. Bir geminin yolculuk maliyetinin %30'unun mürettebat tazminatı olması buna iyi bir örnektir, nakliye şirketleri tamamen otonom gemilere geçerek düzenli bir kar elde edebilirler.
Yapay zeka entegrasyonunun ödülleri:
Diğer tüm alanlarda olduğu gibi denizcilik sektörü de veri devriminden çok şey kazanacak. Yakıt tasarrufu sağlamak ve engellerden kaçınmak için optimize edilmiş rotalar çizmek, liman ve gemi ekipmanlarını kontrol etmek ve bir geminin bozulmasını tahmin etmek buzdağının sadece görünen kısmıdır. Hitachi Europe Ltd. Avrupa'nın en büyük denizcilik şirketlerinden biri olan Stena Line ile ortaklık kurarak, yeşil girişim için yakıt tüketimini azaltmak amacıyla gemilerde yapay zeka uyguluyor.
Haziran 2017'de gemicilik devi Maersk Co. şirketi 300 milyon doların üzerinde zarara uğratan bir siber saldırının kurbanı oldu. Siber güvenlik tehditleri genellikle olağandışı ağ faaliyetlerinden önce gelir. Bir yapay zeka ağ trafiğini inceleyebilir ve insanlar tarafından fark edilemeyecek kadar ince olan ağ anormalliklerini tespit edebilir.
Güvenliğin iyileştirilmesi de göz ardı edilemeyecek bir başka husustur. Deniz kazalarının %75'i denizcilik sektörünün insan bileşeninden kaynaklanmaktadır (Allianz 2019). Dolayısıyla, yapay zekaya olan bağımlılık sadece mürettebatın yükünü hafifletmek için değil, aynı zamanda hava durumu modellerini, suç noktalarını, teknik anormallikleri, liman koşullarını vb. tespit etmek ve herkesin yararına olacak bilinçli bir karar vermek için de artmaktadır.
Yapay zekanın uygulanmasıyla çözülen sayısız zorlu ve karmaşık sorun arasında, evrak işlerinin işlenmesi gibi sıradan yönler de vardır. Denizcilik sektörü, her gün titizlikle dosyalanması gereken büyük miktardaki evrak işleriyle ünlüdür. Bu, insanlar için göz korkutucu bir görev olsa da, bilgisayarlar bu tür görevler için özellikle uygundur ve işi hatasız bir şekilde çok daha ekonomik bir şekilde yapabilir.
Küresel tedarik zincirinde büyük verimsizlikler doğal olarak mevcuttur. Yapay zeka, zaman geçtikçe kaçınılmaz olarak nakliye sektörünün daha fazla alanında kendine yer bulacaktır. Nautic expo, yapay zekanın yaygın olarak benimsenmesi sayesinde 2017 yılında 166 milyar dolar olan navlun gelirinin 2023 yılında 205 milyar dolara ulaşacağını belirtiyor.
FleetMon ve yapay zeka teknolojisi:
"Birbirini takip eden limandan limana rotaların doğru tahmini, deniz lojistiğinde ayrılmaz bir rol oynar ve bu nedenle tahmini varış zamanının doğru tahmini gibi daha birçok görev için gereklidir."
(D. Marten, C. Hilgenfeld, A. Heuer 2020, s. 2)
FleetMon geçmiş AIS verilerine dayalı olarak gemilerin yaklaşan liman varış noktalarını tahmin etmek için ölçeklenebilir bir yapay zeka tabanlı yaklaşım üzerinde çalışmaktadır. İlgili yöntem, temel olarak bir geminin AIS varış yeri girişinin yorumlanamadığı durumlar için bir dolgu olarak tasarlanmıştır. Markov modelleri üzerine inşa edilmiş, yüksek doğrulukta kitlesel paralel tahmin görevleri için uygun, istikrarlı ve verimli bir veritabanı içi yapay zeka çözümü bulmayı başardık. Araştırma, PRESEA ("Gerçek zamanlı deniz trafiği tahmini") adlı finanse edilen bir projenin parçasıdır. PRESEA projesi Almanya Federal Ekonomi ve Enerji Bakanlığı (BMWi) tarafından finanse edilmektedir. Proje yönetim organizasyonu, "Deniz güvenliği için gerçek zamanlı teknolojiler" çağrısı çerçevesinde Proje Yönetimi Jülich (PtJ) tarafından yürütülmektedir. Proje Haziran 2019'dan Kasım 2021'e kadar devam etmektedir.
Yapay zeka tabanlı bu yaklaşım hakkında daha fazla bilgi edinmek istiyorsanız, lütfen iki veri uzmanımız tarafından yayınlanan açık kaynaklı makaleyi okuyun:
