Maritime Anwendungen für maschinelles Lernen und Data Science

Während die Datenerfassung und -analyse in die konservative Schifffahrtsbranche eindringt, stellen wir allmählich Risse in diesem großartigen alten System fest, das auf Tradition und Versuch und Irrtum basiert.

Wenn ich alt sage, meine ich nicht die 1980er oder sogar die 1880er. Die Meinungen über die genaue Zeit, zu der die Schifffahrt modern wurde, gehen auseinander, wie jeder Seemann oder Hafenarbeiter heute erkennen würde. Als die Engländer und Niederländer begannen, die Versandpraktiken zwischen ihren beiden Ländern zu standardisieren, um die Sicherheit zu erhöhen und den Profit zu steigern, verbreiteten sich die Praktiken bald. Dies geschah Ende des 17. Jahrhunderts, und wenn Sie ein Teil der Schifffahrtswirtschaft sein wollten, schauten Sie auf die Engländer, Holländer und in geringerem Maße auf die Spanier.

Heute können wir ein weiteres Beispiel für dieses Technologie-Clustering sehen, das sich nachhaltig auf eine wachsende Branche auswirkt. Ab den 1960er Jahren war Kalifornien der richtige Ort, wenn Sie ein Teil der neuen Generation von Elektronikunternehmen waren. Maßstäbe wurden gesetzt und der Jargon und die Kultur des Silicon Valley, die wir heute haben, sind ein direktes Ergebnis dieses kleinen, aber mächtigen geografischen Gebiets. Neben weichen Konzepten wie Jargon wurden tiefe architektonische Standards wie achtstellige Binärzahlen gefestigt. Die gleiche Art von Transaktionen und Beziehungen galt auch für die Schifffahrt, als sie zu einem standardisierten Geschäft wurde.

Die weltweite Schifffahrt repräsentiert heute viele Kulturen und Werte und muss im Zeitalter allgegenwärtiger Medien und digitaler Inhalte reaktionsfähig sein. Andernfalls wird sie verteufelt und verliert den minimalen Goodwill, der einer weitgehend unsichtbaren Branche zur Verfügung steht. Doch wenn sie eine gute Idee sehen, die Geld spart, wird sie schnell von den oberen Führungsebenen übernommen. Arbeitnehmer sind aus Angst vor dem Verlust von Arbeitsplätzen manchmal widerstandsfähig gegen Veränderungen. Beide Verhaltensweisen traten auf, als der intermodale Versandcontainer in den 1950er Jahren als kostensparende Maßnahme eingeführt wurde.

Die Automatisierung von Schiffen und Häfen wird viel schwieriger als die, mit der die Befürworter des modularen Containers in den Anfängen zu kämpfen hatten. Der Verlust von Arbeitsplätzen unter den Hafenarbeitern war real und der versiegelte Container beendete die übliche Praxis, einen Teil der Ladung zu stehlen. Dies war üblich und geschieht auch heute noch gelegentlich, wobei einige Meister die Aktivität genehmigten. Tatsache war, dass das Beladen eines Schiffes mit großen Kisten viel weniger Arbeit erforderte als das Beladen einzelner Säcke oder Körner oder Kisten mit Ausrüstung, die sich in Größe und Gewicht unterschieden.

Durch automatisierte Schiffe und Häfen werden einige gefährliche oder schmutzige Jobs beseitigt, und die meisten Menschen werden diese Art von Arbeit nicht verpassen. Jobs, die einen hohen Stellenwert haben, sind eine andere Geschichte. Ein völlig autonomes Schiff ist in der Zukunft und das bedeutet weniger Risiko für Deckshänder, während die Gewinne für Schiffseigner erheblich gesteigert werden. Die Einsparungen sind vergleichbar mit autonomen Autoeinsparungen, geringerem Risiko, geringeren Versicherungskosten, effizienterem Betrieb, besserem Verkehrsmanagement und der Beseitigung menschlicher Fehler.  

Die Beseitigung menschlicher Fehler auf betrieblicher Ebene ist wichtig, da die meisten Unfälle auf ein Versagen zurückzuführen sind, das auf ein schlechtes Design oder menschliches Versagen in einem Aspekt des Schiffsbetriebs zurückzuführen ist.

Maschinelles Lernen gibt uns Einblicke in die Meereswelt, die wir noch nie zuvor hatten, und einige der Enthüllungen stehen im Widerspruch zu anerkannten Überzeugungen. Ein gutes Beispiel hierfür ist das von der Firma Point 97 entwickelte Produkt Digital Deck für gewerbliche Fischer. Die digitale Verfolgung von Fischereidaten, die von Fischern im täglichen Betrieb gesammelt wurden, führte zu Entdeckungen lokaler Regulierungsbehörden, die zur Bewirtschaftung der Fischbestände und zur Reduzierung der dafür erforderlichen Ressourcen eingesetzt wurden Suche nach illegalen Fangtätigkeiten. Der automatische Datenimport ermöglicht nicht nur den Aufsichtsbehörden, sondern auch den Fischern zeitnahe Einblicke.

Jetzt taucht eine neue Datenklasse mit der Ankündigung des MIT auf, einen Algorithmus zu entwickeln, der Wellendaten überwacht, um die Bildung von Rouge-Wellen vorherzusagen. Rouge-Wellen sind riesige und oft tödliche Wellen, die sich im offenen Meer bilden, wo sich zwei Wellenfelder verbinden. Rouge-Wellen haben oft die Form eines Peaks und keine lang anhaltende Welle, wie sie der Tsunami erzeugt.

Dies ist eine neue Datenklasse, da für die Arbeit schnelle Maßnahmen erforderlich sind. Automatische Ausweichsysteme werden nicht allgemein akzeptiert und die Erlaubnis, den Kurs zu ändern, kann einige Minuten dauern. Rouge-Wellen bilden sich und richten schnell Schaden an, sodass diese Daten am besten in einem automatischen System verwendet werden, das den Kurs ändert oder sich dem Bug der Welle zuwendet. Dies wird den Seeleuten unangenehm machen, aber die Alternative ist schlimmer.

Klassifikationsgesellschaften, Versicherer und Aufsichtsbehörden stehen einer stärkeren Automatisierung im Wege, doch wie selbstfahrende Autos werden sie aufgrund größerer Bequemlichkeit und Kosteneinsparungen akzeptiert.

Wir haben bereits einen Punkt erreicht, an dem es zu viele Daten gibt, als dass ein Mensch sie aufnehmen könnte. Alle diese Daten auf den Steuerdisplays können besser von Computern verwaltet werden, die bereits viele Teile eines modernen Schiffes steuern. Die wenigen Seeleute, die auf Schiffen der Zukunft verbleiben, werden wahrscheinlich Techniker mit wenigen praktischen Aufgaben sein, es sei denn, automatisierte Wartungs- und Reparatursysteme fallen aus.