硅谷AI开发人员以“隐形模式”采用船舶性能解决方案

撰写者 缺口  Blenkey
图片说明

日本的K-Line计划在300艘船上部署Bearing的性能分析仪表板。

AI Fund和三井制作所& Co., Ltd.

承揽了这份备受瞩目的订单后,Bearing表示,它现在正在“退出隐身模式”,以通过高度精确的船舶性能模型将AI驱动的运营效率提升到船舶中,从而有望提高效率,安全性并减少温室气体排放。

轴承公司表示,其性能模型使其能够比市场上现有的解决方案更加准确地预测燃油消耗,速度和其他性能因素。例如,据称,轴承的典型油耗预测准确度为每次航行超过98%,而现有的典型准确度为80%。

轴承公司的团队在人工智能(AI)和扩展大规模数据驱动产品方面有着深厚的渊源。轴承技术的核心是一个平台,该平台可从船舶传感器,卫星定位和天气数据等来源获取数据。轴承将这些数据与深度学习技术相结合,以建立能够在各种操作条件下预测船只性能的超精确模型,并可以作为一系列产品的基础,其中包括:

智能路由引擎:自动分析给定航程的所有潜在路线,并针对燃油效率,市场机会和安全性建议最佳路线和速度曲线。值得注意的是,智能路由引擎会持续评估所有可能的路线选项,并自动实时适应不断变化的天气状况。轴承内置的智能路由引擎可以平滑地集成到现有工作流程中,因此机长和操作员可以快速接收建议并做出反应。轴承公司表示,智能路由引擎还可以准确地预测给定航程的实时获利能力,从而消除了当今行业中存在的许多猜测。

轴承的智能路由引擎已经与其最初的合作伙伴日本的三井OSK Lines Ltd.(MOL)一起部署,该合作进行了该解决方案的初始测试和发布。

MOL总裁(美国)说:“ MOL在最高的组织水平上,通过结合轴承技术以及其他现有和新的解决方案,持续监控我们的机队状况,以确保最佳的运营效率和审慎,安全的航行。”永田克澄。

绩效分析仪表板:使运营商可以看到整个船队效率的准确趋势。仪表板主动突出显示操作员可以采取的提高船队效率的措施,并允许操作员计算不同操作(例如船体清洁)的ROI。传统上,相对于客观基准来衡量船舶性能一直是一项挑战,因为由于天气等因素,即使在一次航行中,船舶性能也会发生显着变化。轴承公司表示,其技术使操作员能够以清晰,定量的方式了解他们的机队,从而使他们能够做出正确的决定。

K线 现在计划在300艘船上部署该解决方案。与轴承公司密切合作,共同开发和测试性能分析仪表板。

K线 先进技术集团总经理Shingo Kameyama表示:“通过利用Bearing的技术验证性能分析的结果,K-Line确认了与现有性能分析工具相比更高的数据准确性。” “高精度的船舶性能分析对于船舶运营中的所有安全和节能措施至关重要。轴承的技术为我们的安全,经济运营和减少温室气体做出了贡献,这是海洋工业面临的最重大挑战之一。”

运送资料API :使船运公司和其他服务提供商可以通过易于使用的API来利用Bearing的深度学习模型来提供自己的工具。轴承与马士基油轮的子公司ZeroNorth合作开发并启动了该API。轴承公司的API目前正在帮助推动ZeroNorth的Optimize平台的发展,使流浪者能够优化他们的运营并提高整体盈利能力。

分类: 消息 , 技术 标签: , , , , , , ,