هوشمصنوعی و صنعت کشتیرانی تکامل یا تداخل
بازار هوشمصنوعی دریایی به سرعت در حال گسترش است. طبق گزارش لویدز رجیستر، ارزش این بازار در سال ۲۰۲۴ میلادی به ۴.۱۳ میلیارد پوند رسید و بر اساس پیشبینی، تا پنج سال آینده سالانه ۲۳ درصد رشد خواهد کرد. در ۱۲ ماه گذشته، ۴۲۰ سازمان، فناوریهای هوشمصنوعی را در حوزه دریانوردی به کار گرفتهاند که افزایش قابلتوجهی نسبت به ۲۷۶ مورد سال ۲۰۲۳ میلادی داشته است. استارتآپها و شرکتهای کوچک و متوسط در این زمینه پیشرو بوده و۶۳ درصد از تأمینکنندگان فناوری هوشمصنوعی در این بخش را تشکیل میدهند.
این میزان از رشد نشان میدهد که هوشمصنوعی از یک سو با چه سرعتی در حال ورود در بخش دریانوردی است و از سوی دیگر چه تغییرات و دگرگونی بنیادی در صنعت دریایی ایجاد خواهد کرد.
کد خبر: ۱۰۵۷۵۹
به گزارش مانا، در این راستا کارشناسان و تحلیلگران بر این نکته تأکید میکنند که آیا استفاده از هوشمصنوعی در صنعت دریایی در فعالیتهای دریایی تداخل ایجاد میکند یا تکمیلکننده آن است. از دید بسیاری از آنان هوشمصنوعی بدون نیاز به نیروی انسانی در صنعت دریایی آنطور که باید نمیتواند جولان دهد و خواه ناخواه به نیروی انسانی نیاز است.
بهکارگیری سیستـمهای ردیـابی مبتنی بر هوشمصنوعی
امروزه سیستمهای ناوبــری پیشرفته مبتنی بر هـــوشمصنوعــی، دادههای رادار، GPS و سیستمهای شناسـایی خودکار (AIS) را برای شناسایی کشتیهای مجاور، پیشبینی حرکت آنها و تنظیم خودکار مسیر کشتی برای جلوگیری از برخورد، ادغام میکنند.
پلتفرم SEA.AI از جدیدترین فناوری دوربین در ترکیب با هوشمصنوعی استفاده میکند تا خدمه کشتیها را به موقع در مورد اشیاء روی سطح آب آگاه کند، اشیایی که ممکن است از دید سامانههای مرسوم مانند رادار یا AIS مخفی بمانند. نمونه بعدی دستگاه MADBrain، است که با استفاده از هوش مصنوعی بهطور مداوم عملکرد کشتی را بهینه کرده و بهطور خودکار سکان را بر اساس دادههای بلادرنگ مانند سرعت، موقعیت، شرایط باد و الگوهای موج تنظیم میکند. این سامانه با یادگیری از هر تجربه دریانوردی، واکنشها و عملکرد خود را بهبود بخشیده و تضمین میکند که کشتی حتی در شرایط چالشبرانگیز در مسیر خود باقی بماند. به طور کلی وظایف ناوبری که زمانی نیاز به توجه مداوم انسان داشت، هماکنون از سوی هوشمصنوعی پشتیبانی یا حتی خودکار میشوند و خدمه را آزاد میگذارنـــد تا روی تصمیمات راهبردیتر تمرکز کنند.
همانگونه که اشاره شد هوشمصنوعی به سهم فزاینده خود در بخش دریایی ادامه میدهد و از جدیدترین کاربردهای آن، نظارت بر وضعیت کشتی است. هوشمصنوعی (AI) میتواند به آزمایش ماشینآلات و تشخیص هرگونه مشکل احتمالی در کشتی کمک کند.
حفاظت از محمولهها
در زمینه حفاظت از محمولهها، گزارش مارس ۲۰۲۵ میلادی اتحادیه بینالمللی بیمه دریایی حاکی از آن است که هوشمصنوعی میتواند به بهینهسازی سریعترین و امنترین مسیرهای حملونقل کمک کند.
با استفـــاده از تجـــزیه و تحلیـــــلهـــــای پیشبینیکننده و مطالعه شرایط آب و هوایی، هوشمصنوعی میتواند با کمک به ترسیم روانترین مسیرها که از دریاهای متلاطم و در نتیجه از نشت احتمالی کالاهایی مانند مواد غذایی، نوشیدنیها و سایر کالاهای فاسدشدنی جلوگیری کرده، به حفاظت از محمولهها کمک کند.
در همین حال، تحقیقات دانشگاه متروپولیتن اوزاکا منجر به دستیابی به موفقیتی در دینامیک سیالات مبتنی بر هوشمصنوعی شده است. محققان ادعا میکنند که مدل شبیهسازی سیال جدید مبتنی بر یادگیری ماشین آنها میتواند دقت را حفظ کند و درعینحال نرخ زمان محاسبات را به شدت کاهش دهد. به گفته آنان این کار میتواند صنایعی مانند برق فراساحلی، طراحی کشتی و نظارت بر اقیانوس را در زمان واقعی تقویت کند.
بیمههای دریایی و هوشمصنوعی
در این میان صنعت بیمه دریایی نیز در حال پذیرش هوشمصنوعی است. بیمهگران به طور فزایندهای برای ارزیابی خطرات، سادهسازی بیمهگری و بهینهسازی مدیریت خسارات برای کشتیهای بزرگ و کوچک به هوشمصنوعی روی میآورند. برخی از بیمهگـران حتی از هــوشمصنوعی برای نظارت بر کشتیها در زمان واقعی استفاده میکنند و پیشنهادهای تعمیر و نگهداری پیشگیرانه را برای جلوگیری از تعمیرات پرهزینه و اختلالات عملیاتی ارائه میدهند.
بازرسیهای رباتیک
رباتیک مبتنی بر هوشمصنوعی میتواند بازرسی کشتیها را متحول کند؛ زیرا در حفظ یکپارچگی و ایمنی کشتیها جنبه حیاتی دارد. بازرسی سنتی بدنه کشتیها و سایر قسمتهای حیاتی یک شناور مستلزم فعالیت نیروی انسانی در محیطهای چالشبرانگیز و گاهی خطرناک بود. این فرایند نهتنها زمانبر بلکه هزینههای زیـادی در بــرداشت. همچنین خطـــــرات قابلتوجهی نیز پرسنل را تهدید میکرد. اما در حال حاضر وسایل نقلیه کنترل از راه دور (ROV) مبتنی بر هوشمصنوعی نحوه انجام بازرسیها را متحول میکنند. پهپادهای تقویتشده با هوشمصنوعی، رباتهای خودمختاری هستند که به طیف وسیعی از حسگرهای پیشرفته و دوربینهای با کیفیت بالا مجهز و برای بازرسی کشتیها از بالا به پایین طراحی شدهاند.
لجستیک و هوشمصنوعی
پلتفرمهای لجستیک مبتنی بر هوشمصنوعی، تأثیر زیادی بر شرکتهای بزرگ حملونقل جهان گذاشتهاند. این سیستمها هزینههای حملونقل را کاهش داده، سرعت تحویل را بهبود بخشیده و تأثیرات زیستمحیطی را پایین میآورند و در نهایت به کاهش انتشار کربن منجر میشوند. شرکت مرسک با لجستیک دریایی مبتنی بر هوشمصنوعی توانسته است زمان از کارافتادگی کشتیها را از طریق تعمیر و نگهداری پیشبینی شده تا ۳۰ درصد کاهش دهد و باعث صرفهجویی سالانه بیش از ۳۰۰ میلیون دلار شود. همچنین از انتشار کربن تا میزان ۱.۵ میلیون تن میکاهد. سیستمهای هوشمصنوعی شرکت مرسک روزانه بیش از ۲ میلیارد نقطه داده را در بیش از ۷۰۰ کشتی تجزیه و تحلیل میکند و خرابی تجهیزات را از سه هفته قبل با دقت ۸۵ درصد پیشبینی میکنند.
" Orca AI" یک استارت آپ خودران مستقر در لندن در ماه می ۲۰۲۴ میلادی حدود ۲۳ میلیون پوند برای ارتقاء پلتفرم خود، بهبود ایمنی سفر و کاهش انتشار CO۲ به میزان ۱۷۰ هزار تن در سال، تأمین مالی کرد.
در برنامههای رباتیک مراکز ذخیره کالای آمازون هماکنون بیش از ۵۲۰ هزار ربات مجهز به هوشمصنوعی وجود دارد که در کنار انسانها کار میکنند و هزینههای انجام سفارش را ۲۰ درصد کاهش میدهند. درعینحال ۴۰ درصد سفارش بیشتر در هر ساعت را پردازش میکنند. سیستمهای بینایی رایانهای آنها دقت انتخاب را به ۹۹.۸ درصد بهبود بخشیدهاند و در عمل مرجوعیهای ناشی از اقلام نادرست را از بین بردهاند.
هوشمصنوعی و محیط زیست
همزمان با مدرنیزه شدن صنعت کشتیرانی، پرداختــن به نگرانیهای زیستمحیطی، هوشمصنوعی (AI) بهعنوان یکی از اجزای برجسته این تحــــــــــول دیجیتال ظهور کرده است که تأثیرات زیادی بر محیط زیست دارد. صنعت کشتیرانی درحالحاضر با چالشهای زیستمحیطی قابلتوجهی، از جمله آلودگی دریایی و انتشار گازهای گلخانهای دست و پنجه نرم میکند.
سازمان بینالمللی دریانوردی (IMO) تخمین میزند که صنعت حملونقل دریایی بینالمللی تقریباً ۲ تا ۳ درصد از انتشار گازهای گلخانهای (GHG) جهانی را تشکیل میدهد.
فناوری هوشمصنوعی ممکن است با کمک به کشتیها برای عملکرد کارآمدتر کاهش انتشار گازهای گلخانهای از طریق مدیریت هوشمندانهتر سوخت و حتی پشتیبانی از برنامهریزی لجستیک بهتر در سراسر زنجیرههای تأمین نقش مثبتی داشته باشند، اما باید توجه داشت یک نگرانی کلـــیدی در مورد ورود هوشمصنوعی، ردپای زیستمحیطی آن بهویژه مصرف انرژی مراکز داده بزرگ و انتشار کربن مرتبط با آموزش الگوریتمهای پیچیده است.
در حالی که هوشمصنوعی ممکن است به کاهش انتشار گازهای گلخانهای در برخی مناطق کمک کند زیرساختهای پشتیبان مورد نیاز برای تأمین انرژی راهحلهای هوشمصنوعی میتوانند برق قابلتوجهی مصرف کنند که گاهی اوقات از سوختهای فسیلی تأمین میشود. از سوی دیگر سیستمهای خنککننده مورد استفاده برای تنظیم زیرساخت هوشمصنوعی میتوانند مصرف انرژی را بیشتر افزایش دهند. این تأثیرات زیستمحیطی، لایه دیگری از پیچیدگی را به تصمیمات مربوط به پذیرش هوشمصنوعی در بخشی که از قبل تحت فشار برای کاهش ردپای اکولوژیکی خود است، اضافه میکند. آیا هزینههای زیستمحیطی پیادهسازی هوشمصنوعی از مزایای آن در زمینه حملونقل بیشتر است یا کمتر؟ از سوی دیگر تولید و دفع سختافزارهای مرتبط با هوشمصنوعی نگرانیهایی را در مورد پایداری ایجاد میکند. سرورها، پردازندههای گرافیکی و تراشههای تخصصی چرخه عمر محدودی دارند که به ایجاد زبالههای الکترونیکی و افزایش تقاضا برای مواد خاکی کمیاب کمک میکنند. اطمینان از اینکه ابزارهای هوشمصنوعی با انرژی تجدیدپذیر کار میکنند، طراحی سیستمها با در نظر گرفتن بهرهوری انرژی و بهبود قابلیت بازیافت اجزای سختافزاری، تنها چند مورد از راههایی هستند که میتوان تأثیر زیستمحیطی هوشمصنوعی را کاهش داد.
در پایان باید گفت پیشرفت فناوری و پایداری زیستمحیطی متقابلاً ناسازگار نیستند. با برنامهریزی دقیق، شیوههای شفاف و تعهد به بهبود مستمر، صنعت کشتیرانی میتواند از مزایای هوشمصنوعی بهره ببرد و درعینحال بر سلامت کره زمین تمرکز کند. به جای قرار دادن هوشمصنوعی به عنوان یک خطر یا یک راهحل، بررسی چگونگی استفاده مسئولانه از آن و همراه با ابتکارات گستردهتر پایداری میتواند سازندهتر باشد.
منابع:
maritime-innovations -alg-global - sciencedirect – maritimefairtrade
