การรักษาความปลอดภัยช่องทางเดินเรือด้วยการใช้ปัญญาประดิษฐ์ (AI)

ปัญญาประดิษฐ์หรือ AI ยังคงครองโลกอย่างต่อเนื่อง อย่างไรก็ตาม ผลกระทบไม่ได้จำกัดเพียงการสนทนาผ่านแชทบอทและผู้ช่วยเสมือนเท่านั้น ค่อนข้างถูกใช้ในอุตสาหกรรมต่างๆ เพื่อลดต้นทุนและโอกาสที่จะเกิดข้อผิดพลาดของมนุษย์ ตลอดจนปรับปรุงประสิทธิภาพ ทำให้เกิดความยั่งยืนมากขึ้น และแนะนำข้อควรระวังด้านความปลอดภัยที่ดีขึ้น

การเดินเรือเป็นอุตสาหกรรมหนึ่งที่ AI แสดงศักยภาพอันยิ่งใหญ่และปฏิวัติวิธีการดำเนินงาน ซึ่งมีความสำคัญอย่างยิ่ง เนื่องจากอุตสาหกรรมทางทะเลมีหน้าที่รับผิดชอบในการขนส่งมากกว่า 90% ของการค้าโลก

เมื่อพิจารณาถึงความสำคัญของภาคการเดินเรือในการค้าระดับโลกและบริษัทต่างๆ ที่พยายามรักษาความสามารถในการแข่งขัน การใช้อัลกอริธึมการเรียนรู้ของเครื่องในการดำเนินการจัดส่งจึงเป็นสิ่งสำคัญ เนื่องจากเศรษฐกิจโลกเป็นสภาพแวดล้อมที่ซับซ้อนและท้าทาย การปรับปรุงแม้เพียงเล็กน้อยก็สามารถนำมาซึ่งผลประโยชน์มากมายได้

คลิกที่นี่เพื่อเรียนรู้ทั้งหมดเกี่ยวกับการลงทุนในปัญญาประดิษฐ์

ขอบเขตของ AI ในอุตสาหกรรมการขนส่ง

ดังที่เราทราบ เส้นทางเดินเรือมีความสำคัญอย่างมากในเศรษฐกิจโลกในด้านความประหยัดและเป็นมิตรต่อสิ่งแวดล้อม สิ่งนี้เรียกร้องให้จำเป็นต้องมีวิธีการขนส่งที่ปลอดภัยและมีประสิทธิภาพในการเคลื่อนย้ายสินค้าข้ามประเทศทั่วโลก ดังนั้นจึงจำเป็นอย่างยิ่งที่จะต้องใช้ AI เพื่อรักษาช่องทางเหล่านี้

ในบริบทนี้ มีการใช้ประโยชน์จากเทคโนโลยีขั้นสูงเพื่อรวบรวม วิเคราะห์ ติดตาม และตอบสนองต่อความท้าทายต่างๆ ที่สายการเดินเรือเผชิญ ตัวอย่างเช่น ระบบที่ขับเคลื่อนด้วย AI ให้ข้อมูลแบบเรียลไทม์สำหรับเส้นทางเรือและปรับปรุงการนำทาง ในขณะที่การเฝ้าระวังอย่างต่อเนื่องผ่านเซ็นเซอร์จะช่วยป้องกันภัยคุกคามด้านความปลอดภัย นอกจากนี้ อัลกอริธึม AI จะวิเคราะห์ข้อมูลเพื่อคาดการณ์ความต้องการในการบำรุงรักษา ซึ่งช่วยลดเวลาหยุดทำงานและรับประกันว่าเรือจะปฏิบัติการด้วยประสิทธิภาพสูงสุด

ตามที่ NauticExpo คาดการณ์ไว้เมื่อไม่กี่ปีที่ผ่านมา รายได้จากการขนส่งสินค้าทางทะเลทั่วโลกสามารถทะลุ 200 แสนล้านดอลลาร์ภายในปี 2023 แต่เพื่อให้สิ่งนั้นเกิดขึ้น อุตสาหกรรม “จะต้องเพิ่ม AI เข้าไปในคลังแสงของเทคโนโลยีดิจิทัล”

ในอุตสาหกรรมการขนส่ง AI สามารถช่วยให้บริษัทขนส่งทำงานอัตโนมัติ ปรับปรุงการวางแผน เพิ่มประสิทธิภาพการดำเนินงาน ตัดสินใจได้ดีขึ้น และเพิ่มความปลอดภัย นอกจากนี้ยังช่วยในการวางแผนการกระจายสินค้า ความคล่องตัวในการขนถ่ายสินค้า การกำหนดเวลาอัจฉริยะ และการปรับให้เข้ากับความเป็นจริงของตลาดที่เปลี่ยนแปลงและความต้องการของตลาด นอกจากนี้ การใช้ AI ยังสามารถช่วยได้อย่างมากในการควบคุมการนำทาง การรักษาความปลอดภัยระบบการสื่อสาร และปรับปรุงการตอบสนองในกรณีฉุกเฉิน ซึ่งมีส่วนทำให้เกิดความปลอดภัยในการขนส่งโดยรวม

การสำรวจโดย Navis พบว่าผู้เข้าร่วมจำนวนมากเห็นพ้องกันว่า AI อาจมีส่วนร่วมในกระบวนการอัตโนมัติ ที่สำคัญที่สุดคือการกำหนดอุปกรณ์ขนถ่ายตู้คอนเทนเนอร์และระบบพื้นระเบียง ผู้เข้าร่วมคนอื่นๆ ยังเห็นการใช้งานของ AI ในการดำเนินการที่แนะนำ และการทำนายปริมาณประตูตลอดจนการจัดเก็บเรือ อย่างไรก็ตาม การขาดเทคโนโลยีและความเชี่ยวชาญถือเป็นความท้าทายที่ใหญ่ที่สุดของ AI ซึ่งสามารถเข้าใจได้เนื่องจากเทคโนโลยีนี้ยังใหม่อยู่

เพื่อช่วยในเรื่องนี้ บริษัทต่างๆ ได้เริ่มดำเนินการแล้ว ตัวอย่างเช่น Orient Overseas Container Line (OOCL) ร่วมมือกับฝ่ายวิจัยในเอเชียของ Microsoft เพื่อปรับปรุงการดำเนินงานเครือข่ายการจัดส่งผ่าน AI ในฐานะส่วนหนึ่งของความร่วมมือ แนวคิดนี้คือการฝึกอบรมนักพัฒนา AI ผ่านการเรียนรู้ของเครื่องและการฝึกอบรมแบบเข้มข้น

การใช้ข้อมูลเพื่อความปลอดภัย

สิ่งสำคัญคือต้องทราบว่า AI ที่มีประสิทธิภาพนั้นขึ้นอยู่กับข้อมูล ทุกอย่างตั้งแต่การเรียนรู้ไปจนถึงการคาดการณ์ AI จำเป็นต้องมีชุดข้อมูลที่หลากหลายและใหญ่โตเพื่อให้ทำงานได้ดี ดังนั้น เมื่ออุตสาหกรรมการขนส่งทำงานได้ดีขึ้นในการทำงานกับชุดข้อมูลที่ซับซ้อนและขนาดใหญ่ อุตสาหกรรมก็สามารถสร้างระบบ AI ใหม่เพื่อช่วยให้มนุษย์ควบคุมเรือได้อย่างมีประสิทธิภาพและปลอดภัยมากขึ้น

ล่าสุด นักวิทยาศาสตร์จากมหาวิทยาลัยวิกตอเรียและสถาบัน Niels Bohr ของมหาวิทยาลัยโคเปนเฮเกนใช้ AI เพื่อทำนายการเกิดคลื่นอันธพาลขนาดใหญ่ที่สร้างความเสียหายไม่เพียงแค่เรือเท่านั้น แต่ยังรวมถึงแท่นขุดเจาะน้ำมันด้วย นักวิจัยได้ใช้ข้อมูลขนาดใหญ่จำนวนมหาศาลซึ่งมีมูลค่าประมาณ 700 ปีเกี่ยวกับการเคลื่อนที่ของมหาสมุทรเพื่อค้นหาแบบจำลองทางคณิตศาสตร์ที่สามารถทำนายความน่าจะเป็นของคลื่นดังกล่าวได้

“ในการศึกษา เราได้จัดทำแผนผังตัวแปรเชิงสาเหตุที่สร้างคลื่นอันธพาล และใช้ปัญญาประดิษฐ์เพื่อรวบรวมพวกมันไว้ในแบบจำลอง” Dion Häfner อดีตปริญญาเอกกล่าว นักศึกษาจากสถาบัน Niels Bohr และเป็นผู้เขียนการศึกษาทางวิทยาศาสตร์ “ซึ่งสามารถคำนวณความน่าจะเป็นของการก่อตัวของคลื่นอันธพาลได้”

ด้วยเหตุนี้ ข้อมูลจึงรวบรวมจากทุ่นในสถานที่ต่างๆ มากกว่า 150 แห่งทั่วชายฝั่งสหรัฐฯ และดินแดนโพ้นทะเลตลอด 24 ชั่วโมง การศึกษาบันทึกคลื่น 100,000 คลื่นว่าเป็นคลื่นอันธพาล นักวิจัยเปลี่ยนทุกอย่างให้เป็นอัลกอริทึมโดยใช้การเรียนรู้ของเครื่อง การศึกษาพบว่าคลื่นอันธพาลนี้เกิดขึ้นเนื่องจากปัจจัยที่เรียกว่า "การซ้อนทับเชิงเส้น" ซึ่งเป็นสิ่งที่มีมาประมาณ 300 ปี แต่ปัจจุบันได้รับการสนับสนุนด้วยข้อมูล

ความหมายสำหรับอุตสาหกรรมการขนส่งก็คือบริษัทเรือบรรทุกสินค้าสามารถใช้อัลกอริทึมนี้เพื่อคาดการณ์เมื่อมีความเสี่ยงของคลื่นอันตรายดังกล่าว จากนั้นจึงวางแผนเส้นทางล่วงหน้า

นอกจากนี้ องค์กรต่างๆ เช่น Singapore Management University (SMU), Fujitsu และ Institute of High-Performance Computing (IHPC) ของ A*STAR ยังได้ทำงานมาระยะหนึ่งแล้วในการพัฒนาข้อมูลขนาดใหญ่และเทคโนโลยี AI สำหรับการจัดการการจราจรทางเรือในท่าเรือของสิงคโปร์ เช่นเดียวกับ เส้นทางทะเลที่พลุกพล่านที่สุดในโลก ได้แก่ ช่องแคบสิงคโปร์และมะละกา

องค์กรเหล่านี้ได้พัฒนาเทคโนโลยีที่ใช้ข้อมูลจริงเพื่อปรับปรุงการคาดการณ์ความแออัดและระบุการชนกันที่อาจเกิดขึ้น แนวคิดนี้คือการมีเทคโนโลยีประสานงานการจราจรทางทะเลยุคใหม่ เช่นเดียวกับการควบคุมการจราจรทางอากาศ

ด้วยความก้าวหน้าของเรือขับเคลื่อนอัตโนมัตินี้ ตามที่ศาสตราจารย์ Lau Hoong Chuin ผู้อำนวยการห้องปฏิบัติการของ SMU และหัวหน้านักวิจัยของศูนย์ความเป็นเลิศด้านคอมพิวเตอร์และวิศวกรรมในเมือง (UCE CoE) กล่าว:

“เทคโนโลยีนี้อาจรบกวนการจัดการจราจรทางเรือ เพื่อลดข้อผิดพลาดของมนุษย์ และปรับปรุงความปลอดภัยในการเดินเรือ”

ในขณะเดียวกัน ท่าเรือ Tuas ของสิงคโปร์ตั้งเป้าจะเป็นท่าเรืออัตโนมัติเต็มรูปแบบที่ใหญ่ที่สุดในโลกภายในปี 2040 โดยใช้ระบบบริหารจัดการการจราจรทางเรือรุ่นต่อไป (NGVTMS) ที่พัฒนาโดย Maritime Port Authority ของสิงคโปร์

การทำให้อุตสาหกรรมการขนส่งเป็นแบบอัตโนมัติ

เป็นเวลากว่าทศวรรษแล้วที่แมชชีนเลิร์นนิงและ AI ได้สร้างภูมิทัศน์ทางทะเล และยังคงเติบโตอย่างต่อเนื่อง หนึ่งในพื้นที่ที่มีการพัฒนาเกิดขึ้นคือการนำทางแบบไร้คนขับสำหรับงานบางอย่าง เช่น เรืออัตโนมัติที่ข้ามช่องทางเดินเรือที่พลุกพล่านอย่างปลอดภัย หรือการนำทางผ่านช่องทางการขนส่งที่ซับซ้อน

ตาม รายงานร่วมปี 2023 โดย Lloyd's Register และ Thetiusบริษัทที่ปรึกษาด้านนวัตกรรมทางทะเล ตลาดอัตโนมัติของเรือ และระบบที่ขับเคลื่อนด้วย AI จะมีมูลค่ารวม 5 พันล้านดอลลาร์ในห้าปี

เนื่องจากเรือมีจำนวนและขนาดเพิ่มขึ้น จึงมีโอกาสเกิดการชนกันมากขึ้น ตามรายงานของสำนักงานความปลอดภัยทางทะเลแห่งยุโรป การชนและเหตุการณ์ 4000 ครั้ง มีการรายงานเป็นประจำทุกปีระหว่างปี 2014 ถึง 2019 โดยส่วนใหญ่ (มากถึง 96%) มีสาเหตุมาจากข้อผิดพลาดของมนุษย์

เป็นผลให้มีการทดลองเรืออัตโนมัติและควบคุมระยะไกลด้วยเซ็นเซอร์ผ่านความช่วยเหลือของเรดาร์ LIDAR (การตรวจจับแสงและการกำหนดระยะ) โซนาร์ GPS และ AIS ที่ให้ข้อมูลเพื่อช่วยในการนำทาง

ย้อนกลับไปในปี 2018 Sea Machines Robotics และ AP Moller-Maersk จากเดนมาร์กได้ทำงานร่วมกันเพื่อทดสอบระบบที่ขับเคลื่อนด้วย AI บนเรือคอนเทนเนอร์ ซึ่งนับเป็นครั้งแรกที่อุตสาหกรรมการเดินเรือได้เห็นการติดตั้งคอมพิวเตอร์วิทัศน์พร้อมกับ LiDAR และซอฟต์แวร์การรับรู้บนเรือ เพื่อปรับปรุงและยกระดับการดำเนินการขนส่ง

ด้วยเหตุนี้ Sea Machines จึงใช้โซลูชันที่ใช้ AI ซึ่งคล้ายกับระบบช่วยเหลือที่ขับเคลื่อนด้วยข้อมูลที่พบในรถยนต์ เพื่อปรับปรุงการรับรู้สถานการณ์ในทะเลควบคู่ไปกับการระบุและติดตามวัตถุ โซลูชันนี้ใช้เซ็นเซอร์ขั้นสูงเพื่อรวบรวมข้อมูลอย่างต่อเนื่องจากสภาพแวดล้อมโดยรอบของเรือ ซึ่งใช้ในการระบุและติดตามความขัดแย้งที่อาจเกิดขึ้น จากนั้นแสดงผลอย่างมีประสิทธิภาพเพื่ออำนวยความสะดวกในการปฏิบัติงานทางทะเลที่ปลอดภัยและมีประสิทธิภาพมากขึ้น

ระบบอัตโนมัติของอุตสาหกรรมการขนส่งกำลังได้รับความสนใจอย่างมาก บริษัทขนส่งของญี่ปุ่น Mitsui OSK Lines (MOL) และบริษัทเทคโนโลยีของจีน SenseTime ซึ่งเป็นที่รู้จักจากความร่วมมือกับ Honda ในด้านรถยนต์ไร้คนขับ กำลังดำเนินการวิจัยเพื่อใช้ประโยชน์จาก AI ในระบบจดจำรูปภาพของเรือ

ภายใต้สิ่งนี้ ระบบของ SenseTime ใช้กล้องความละเอียดสูงพิเศษและ GPU เพื่อระบุเรือในพื้นที่โดยรอบโดยอัตโนมัติ เพื่อช่วยหยุดเรือขนาดใหญ่ชนกับเรือลำเล็กและปรับปรุงความปลอดภัย

เทคโนโลยีการจดจำภาพนี้ ซึ่งพัฒนาโดยการผสมผสานเทคโนโลยีการเรียนรู้เชิงลึก AI เข้ากับประสบการณ์การเดินเรือที่กว้างขวางของ MOL ยังสามารถนำมาใช้ในการตรวจสอบช่องทางเดินเรือได้อีกด้วย

เมื่อเร็วๆ นี้ ในเดือนพฤศจิกายน Michigan Central ซึ่งเป็นหน่วยงานด้านนวัตกรรมการขับเคลื่อนของ Ford และศูนย์กลางเทคโนโลยี Newlab ได้เปิดตัวโครงการนำร่องเพื่อทำให้อุตสาหกรรมการขนส่งเป็นแบบอัตโนมัติ ในระหว่างโครงการแปดสัปดาห์นี้ พันธมิตรได้ทดสอบเรือขับเคลื่อนด้วยตนเองจาก Mythos AI ที่สร้างแผนที่ภูมิทัศน์ใต้น้ำในท่าเรือมอนโรของดีทรอยต์และทางน้ำ Great Lakes โดยรอบแบบดิจิทัล

ด้วยการสร้างแฝดดิจิทัลของพื้นที่ เรือลำนี้มีเป้าหมายเพื่อให้เรือบรรทุกสินค้าได้รับข้อมูลเชิงลึกมากขึ้นเพื่อปรับปรุงกระบวนการของพวกเขา ข้อมูลที่รวบรวมจะถูกใช้เพื่อสร้างเส้นทางเดินเรืออัตโนมัติเต็มรูปแบบ ฝึกอบรมเรืออัตโนมัติในอนาคต และเปิดตัวเรืออัตโนมัติที่ปล่อยมลพิษต่ำ เจฟฟ์ ดักลาส ซีอีโอของ Mythos AI:

“เทคโนโลยีเรือขับเคลื่อนอัตโนมัติจะพลิกโฉมโลจิสติกส์ทางทะเล การปรับขนาดนวัตกรรมนี้ไปยังท่าเรืออื่นๆ จะเปลี่ยนระบบที่ล้าสมัย ลดการปล่อยก๊าซเรือนกระจก และขับเคลื่อนการเติบโตทางเศรษฐกิจในระดับโลก”

บริษัทต่างๆ ที่ใช้ประโยชน์จาก AI เพื่อรักษาเส้นทางการขนส่ง

ผลการสำรวจ AI ของ McKinsey Global ในปี 2019 พบว่ามีการใช้งานเพิ่มขึ้นเกือบ 25% เมื่อเทียบเป็นรายปี (YoY) AI ในกระบวนการทางธุรกิจมาตรฐานในธุรกิจหลายด้าน โดยเฉพาะอย่างยิ่งโลจิสติกส์เป็นอุตสาหกรรมที่ขับเคลื่อนด้วย AI เนื่องจากเทคโนโลยีมีศักยภาพในการปรับปรุงอุตสาหกรรมการเดินเรือโดยขจัดงานประจำออกไป

แต่นี่ไม่ใช่ทั้งหมด. การศึกษาข้ามอุตสาหกรรมที่แยกจากกันของ McKinsey จากการนำ AI มาใช้พบว่าผู้ใช้งานกลุ่มแรกที่มีกลยุทธ์เชิงรุกในภาคโลจิสติกส์มีอัตรากำไรมากกว่า 5%

AI สามารถมอบผลประโยชน์อย่างมากให้กับการดำเนินการจัดส่งได้อย่างชัดเจน และผู้ที่ดำเนินการและเริ่มรวม AI เข้ากับธุรกิจของตนจะสามารถสร้างเครือข่ายที่มีประสิทธิภาพมากขึ้น มีข้อได้เปรียบเหนือคู่แข่ง และเตรียมพร้อมสำหรับอนาคตได้ดีที่สุด

ปัจจุบัน มีหลายบริษัทที่กำลังสำรวจและปรับใช้ AI สำหรับเส้นทางการขนส่งที่ปลอดภัย

1. Royce Rolls

Rolls-Royce คือบริษัทหนึ่งที่ทำงานเกี่ยวกับการขนส่งแบบอัตโนมัติและใช้ AI เพื่อปรับปรุงการนำทางและความปลอดภัยในการปฏิบัติการทางทะเล ในช่วงหลายปีที่ผ่านมา บริษัทได้เปิดตัวโซลูชั่นหลายอย่างเพื่อลดความเสี่ยงด้านความปลอดภัย รวมถึงระบบการรับรู้อัจฉริยะ (IA) และเรือพาณิชย์ที่ขับเคลื่อนอัตโนมัติเต็มรูปแบบ สำหรับความพยายาม Rolls-Royce ได้ร่วมมือกับ Intel และ Google

ในปี 2022 โรลส์-รอยซ์เผชิญกับการเติบโตทางการเงินที่โดดเด่น โดยมีรายได้เพิ่มขึ้นเป็น 12.691 พันล้านปอนด์ เพิ่มขึ้นอย่างมากจากปีก่อนหน้าที่ 10.947 พันล้านปอนด์ บริษัทยังรายงานว่ากำไรจากการดำเนินงานเพิ่มขึ้นอย่างมีนัยสำคัญ โดยแตะระดับ 652 ล้านปอนด์ ซึ่งเพิ่มขึ้น 238 ล้านปอนด์เมื่อเทียบกับปีก่อน

2. Wärtsilä

บริษัทเทคโนโลยี Wärtsilä เป็นอีกบริษัทหนึ่งที่เกี่ยวข้องกับการพัฒนาเทคโนโลยีการขนส่งอัจฉริยะ รวมถึงการใช้ AI เพื่อการนำทางและความปลอดภัย บริษัทได้สร้างโซลูชันท่าเรืออัจฉริยะ การสื่อสารข้อมูลที่ปลอดภัยระหว่างเรือถึงฝั่ง และความสามารถในการทำงานร่วมกันในระบบนำทางอิเล็กทรอนิกส์

บริษัทรายงาน a เพิ่มขึ้น% 6 โดยมียอดสั่งซื้ออยู่ที่ 6,074 ล้านยูโร เพิ่มขึ้นจาก 5,735 ล้านยูโรในปีที่แล้ว นอกจากนี้ ยังมียอดขายสุทธิเพิ่มขึ้นอย่างมีนัยสำคัญ 22% รวมมูลค่า 5,842 ล้านยูโร เทียบกับ 4,778 ล้านยูโรในปี 2021 โดย 48% ของยอดขายเหล่านี้มาจากการบริการ

3. นิปปอน ยูเซ็น คาบูชิกิ ไคฉะ

Nippon Yusen Kabushiki Kaisha (NYK) บริษัทขนส่งรายใหญ่ของญี่ปุ่น ได้สาธิตระบบหลีกเลี่ยงการชนกันในปี 2021 Orca AI ซึ่งใช้เซ็นเซอร์ตรวจจับภาพและกล้องถ่ายภาพความร้อนนอกเหนือจากอัลกอริธึมที่ขับเคลื่อนด้วย AI ได้รับการออกแบบมาเพื่อให้เรือมีระบบสนับสนุนการเฝ้าระวังใหม่ ที่ช่วยให้มีทัศนวิสัยที่ดีขึ้น โดยเฉพาะอย่างยิ่งในสภาวะที่ยากลำบาก จึงป้องกันข้อผิดพลาดของมนุษย์

ในปีงบประมาณ 2022 Nippon Yusen Kabushiki Kaisha (NYK) มีสภาพคล่องจำนวนมากทั้งเงินสดและเงินฝากประมาณ 1.9 พันล้านดอลลาร์ นอกจากนี้ ยังรายงานยอดลูกหนี้จำนวนมาก รวมถึงสินทรัพย์การค้าและสัญญา มีมูลค่าเกือบ 2.9 พันล้านดอลลาร์ โดยมีสินทรัพย์สินค้าคงคลังอยู่ที่ประมาณ 466 ล้านดอลลาร์

ผู้เล่นที่โดดเด่น

AP Moller-Maersk หนึ่งในบริษัทขนส่งรายใหญ่ที่สุดของโลก ใช้เทคโนโลยีดิจิทัลและ AI อย่างแข็งขันเพื่อเพิ่มประสิทธิภาพการดำเนินการจัดส่งและปรับปรุงความปลอดภัย

ในขณะเดียวกัน Sea Machines Robotics เป็นบริษัทจากบอสตันที่พัฒนาระบบควบคุมเรืออัตโนมัติที่รวมเอา AI เพื่อเพิ่มความปลอดภัยและประสิทธิภาพในการปฏิบัติการทางทะเล บริษัทได้รับการยกย่องว่าเป็นผู้บุกเบิกระบบควบคุมระดับอุตสาหกรรมระบบแรกที่ออกแบบมาเพื่อให้สามารถใช้งานเรือเดินทะเลเชิงพาณิชย์แบบอัตโนมัติและระยะไกล รวมถึงเรือยนต์ได้ด้วย นอกจากนี้ ยังกำลังพัฒนาเทคโนโลยีการรับรู้ขั้นสูงสำหรับเรือประเภทต่างๆ พร้อมด้วยเทคโนโลยีช่วยเหลือในการนำทาง

จากนั้นก็มี MSC ยักษ์ใหญ่ด้านชิปปิ้งซึ่งเปิดตัวการรับตู้คอนเทนเนอร์แบบ ID ซึ่งถือเป็นครั้งแรกของอุตสาหกรรม แทนที่จะใช้รหัส PIN เพื่อปล่อยคอนเทนเนอร์และขนส่ง โดยพื้นฐานแล้วเทคโนโลยีจะใช้ ID และข้อมูลไบโอเมตริกซ์ ซึ่งทำให้กระบวนการมีประสิทธิภาพและปลอดภัยยิ่งขึ้น

Kongsberg Gruppen จากนอร์เวย์ยังมีส่วนร่วมในการพัฒนาโซลูชันอัตโนมัติและขับเคลื่อนด้วย AI สำหรับอุตสาหกรรม โดยมีผู้เข้าร่วมคนอื่นๆ ได้แก่ Bedrock Ocean Exploration, Ladar, Soshianest, i4 Insight, Buffalo Automation, Arinto Maritime GmbH, Vake และ Masserly

สรุป

ดังที่เราเห็นไปแล้ว AI ได้เห็นการใช้งานและประโยชน์มากมายในอุตสาหกรรมการขนส่งในแง่ของการกำหนดเวลาและการบำรุงรักษาเชิงคาดการณ์ เรืออัตโนมัติ การคาดการณ์เส้นทาง การจัดตำแหน่งตู้คอนเทนเนอร์ การเพิ่มประสิทธิภาพการใช้เชื้อเพลิง การลดการปล่อยก๊าซเรือนกระจก การปรับปรุงการดำเนินงานส่วนหลัง การคาดการณ์ความต้องการ และ การกำหนดราคาแบบไดนามิก

แน่นอนว่า AI ก็ไม่ได้ปราศจากปัญหา โดยมีอุปสรรคสำคัญในการนำไปใช้อย่างกว้างขวาง ได้แก่ การขาดแคลนทักษะเฉพาะ ข้อมูลคุณภาพต่ำ การขาดกลยุทธ์ที่ชัดเจน และปัญหาด้านความไว้วางใจ ไม่ต้องพูดถึง เรือขนาดใหญ่ส่วนใหญ่ไม่มีความสามารถในการสื่อสารที่เหมาะสม นอกจากนี้ยังมีอุปสรรคด้านกฎระเบียบต่อการนำ AI ไปใช้อย่างกว้างขวาง

แม้จะมีทั้งหมดนี้ ศักยภาพของ AI ก็ยากที่จะเพิกเฉย ด้วยการนำไปปฏิบัติซึ่งได้รับการสนับสนุนเพิ่มมากขึ้น เมื่อเวลาผ่านไป เมื่อเทคโนโลยีก้าวหน้าและการใช้ AI เติบโตขึ้นในภาคส่วนนี้ เราก็จะได้เห็นการเปลี่ยนแปลงครั้งใหญ่ในอุตสาหกรรมการขนส่ง

คลิกที่นี่เพื่อเรียนรู้เกี่ยวกับปัญญาประดิษฐ์ทั่วไป