Η τεχνητή νοημοσύνη ήδη έχει αρχίσει να μεταμορφώνει τη ναυτιλία – έναν κλάδο που μεταφέρει περίπου το 90% των παγκόσμιων εμπορευμάτων: περισσότερα από 11 δισεκατομμύρια τόνους φορτίου με έναν παγκόσμιο στόλο περίπου 110.000 εμπορικών πλοίων. Οι δυνατότητες είναι τεράστιες. Ισάξιες όμως είναι και οι τεχνολογικές, λειτουργικές και ανθρώπινες προκλήσεις που θα αντιμετωπίσει ο κλάδος.
Παρά τη σημαντικότητα του κλάδου, η ναυτιλία εξακολουθεί να στηρίζεται σε μεγάλο βαθμό σε αναλογικές μετρήσεις, χειροκίνητες διαδικασίες και συχνά υπολογιστικές πρακτικές που παραπέμπουν σε προηγούμενες δεκαετίες. Ωστόσο, τα τελευταία χρόνια παρατηρείται μια έκρηξη τεχνολογίας σε αυτό τον τομέα: πολυάριθμοι αισθητήρες, δορυφορική συνδεσιμότητα, υπολογιστικά συστήματα που λειτουργούν επί του πλοίου και νέα μαθηματικά μοντέλα που καθιστούν δυνατή την ολοκλήρωση δεδομένων από μηχανές, καιρικές συνθήκες, κατανάλωση καυσίμου, κατάσταση της γάστρας, δρομολόγια, συμφόρηση λιμανιών, φορτίο, ακόμη και την κατάσταση της υγείας του πληρώματος.
Προφανώς, η συζήτηση και το ενδιαφέρον επικεντρώνονται στην αυξημένη αυτοματοποίηση και τη συνολική βελτιστοποίηση πλοίων και στόλων. Ομως, η προσπάθεια βελτιστοποίησης όλων των παραμέτρων απαιτεί πρόσβαση σε πληροφορίες κάθε μορφής, κάτι που πιθανώς δεν είναι ρεαλιστικό, τουλάχιστον στο άμεσο μέλλον, καθώς σε πολλές περιπτώσεις ακριβώς μια σημαντική πληροφορία αποτελεί ανταγωνιστικό πλεονέκτημα για μια εταιρεία.
Τι μπορεί να προσφέρει λοιπόν αυτή η νέα εποχή της τεχνητής νοημοσύνης στη ναυτιλία; Μια σχετικά άμεση δυνατότητα είναι η βελτιστοποίηση της απόδοσης και λειτουργίας σε επίπεδο πλοίου: αυτό μπορεί να κυμαίνεται από βέλτιστες στρατηγικές στο μηχανοστάσιο έως αυτόματα πρωτόκολλα για καθαρισμό της γάστρας, και αποτελεσματική λήψη αποφάσεων σχετικά με αναβαθμίσεις και βελτιώσεις απόδοσης. Επιπλέον, η αυτοματοποίηση διεργασιών και διαδικασιών εντός της ναυτιλιακής εταιρείας, η πιο αποτελεσματική επικοινωνία μεταξύ διαφόρων τμημάτων και η καλύτερη παρακολούθηση σφαλμάτων είναι όλες βραχυπρόθεσμες ευκαιρίες που θα υλοποιηθούν σύντομα.
Ο ρόλος του ανθρώπου στη νέα εποχή
Ολα αυτά τα εργαλεία δείχνουν προς ένα μέλλον όπου τα πλοία μπορούν να παρακολουθούν τη δική τους απόδοση, να υποστηρίζουν αποφάσεις σε πραγματικό χρόνο και σε ορισμένες περιπτώσεις να λειτουργούν με μερική αυτονομία. Ακόμη και υπό αυτές τις συνθήκες η ανθρώπινη συνιστώσα θα παραμείνει ουσιαστική, καθώς τα νέα συστήματα τεχνητής νοημοσύνης δεν θα αντικαταστήσουν αλλά θα ενδυναμώσουν την ανθρώπινη κρίση με καλύτερες πληροφορίες, μοντέλα και εργαλεία. Εάν η τεχνητή νοημοσύνη υιοθετηθεί με επιτυχία από τον χώρο της ναυτιλίας, αυτό θα πρέπει να γίνει σε επικουρική βάση. Δηλαδή, θα πρέπει να υποστηρίζει τη λήψη αποφάσεων από τους ανθρώπους και παράλληλα να λειτουργεί εντός σαφών τεχνικών, ηθικών και λειτουργικών ορίων.
## Η νοημοσύνη του πλοίου: Ναυτιλιακή αυτονομία και αποτελεσματική τεχνητή νοημοσύνη
Η διείσδυση της τεχνητής νοημοσύνης στη ναυτιλία καταλήγει στην πιθανή δημιουργία μερικώς αυτόνομων ή ακόμη, σε κάποιες περιπτώσεις, πλήρως αυτόνομων πλοίων. Αυτό το πιο ακραίο παράδειγμα είναι τα πλοία χωρίς πλήρωμα, μια εικόνα που ο ίδιος ο Ομηρος περιέγραψε πολύ γλαφυρά όταν ο βασιλιάς των Φαιάκων Αλκίνοος περιέγραψε τη δύναμη του στόλου του στον Οδυσσέα:
*«Τα ίδια τα πλοία καταλαβαίνουν τι σκεφτόμαστε και τι θέλουμε. Γνωρίζουν όλες τις πόλεις και τις χώρες σε ολόκληρο τον κόσμο και μπορούν να διασχίσουν τη θάλασσα εξίσου καλά ακόμα και όταν είναι καλυμμένη με ομίχλη και σύννεφα, έτσι ώστε να μην υπάρχει κίνδυνος ναυαγίου ή να πάθουν κάποιο κακό».*
Ωστόσο, τα πλοία που διασχίζουν ωκεανούς χωρίς πλήρωμα είναι ένα μακρινό σενάριο, κυρίως για λόγους που σχετίζονται λιγότερο με τους αλγορίθμους και περισσότερο με κανονιστικά πλαίσια, νομοθεσίες περί ευθύνης προσώπων, υποδομές λιμανιών και, πιο σημαντικό από όλα, το γεγονός ότι τα πλοία εξακολουθούν να χρειάζονται ανθρώπους για να αντιμετωπίσουν εξαιρέσεις που κανένα μοντέλο δεν έχει ποτέ δει. Πάραυτα, άλλες πιο περιορισμένες μορφές αυτονομίας προχωρούν ταχύτατα. Μερικές από αυτές είναι: παράκτια πλοία εσωτερικής διανομής με μειωμένα πληρώματα, αυτόνομα συστήματα ελλιμενισμού, συστήματα αποφυγής συγκρούσεων που όντως υπερτερούν κουρασμένων πληρωμάτων που βρίσκονται στη γέφυρα στις 3 το πρωί, συντονισμένες κινήσεις πολλαπλών πλοίων σε περιορισμένα ύδατα.
Η ενσωμάτωση της γενικευμένης τεχνητής νοημοσύνης στα πλοία θα αποτελέσει έναν άλλο παράγοντα που θα επιτρέψει σε αυτά όχι μόνο να κάνουν προβλέψεις αλλά επίσης να σχεδιάσουν ένα ολοκληρωμένο, ολιστικό πλάνο και να εξακριβώσουν τις επιπτώσεις του σχεδίου που διατυπώνουν σε σχέση με το κόστος, τις ανάγκες καυσίμων και την ανθρώπινη εργασία. Ας υποθέσουμε ότι η κατανάλωση καυσίμου ενός πλοίου τείνει να είναι αυξημένη. Αλγόριθμοι τεχνητής νοημοσύνης μπορούν να υποθέσουν ότι η αιτία είναι η κατάσταση της γάστρας, να προγραμματίσουν μια υποβρύχια επιθεώρηση στο επόμενο λιμάνι, να ζητήσουν προσφορές από εργολάβους καθαρισμού και να ζητήσουν αξιολόγηση από άνθρωπο μόνο μετά την ολοκλήρωση του σχεδίου.
Κανένα από αυτά τα σενάρια δεν είναι επιστημονική φαντασία, δοκιμές αυτών εκτελούνται ήδη. Το κύριο ερώτημα δεν είναι εάν θα έρθει η αυτονομία αλλά με ποιον τρόπο, σε ποια τμήματα της αλυσίδας θα υλοποιηθεί πρώτα και υπό ποιους κανόνες. Αυτή η νέα πραγματικότητα θα επαναπροσδιορίσει όχι μόνο τον τρόπο λειτουργίας του πλοίου αλλά και τι είναι ένα πλοίο ουσιαστικά: μια οντότητα με νοητική συμπεριφορά και αυτόνομη λογική.
## Προγνωστική συντήρηση και παρακολούθηση της υγείας της μηχανής
Εάν υπάρχει ένας τομέας όπου η τεχνητή νοημοσύνη προσφέρει άμεση εφαρμογή με άμεσα ορατά οφέλη αυτός είναι η προγνωστική συντήρηση, ιδιαίτερα τη στιγμή που ένα από τα μεγαλύτερα έξοδα για τον πλοιοκτήτη είναι η συντήρηση. Η ναυτιλιακή εταιρεία πρέπει να ισορροπήσει μεταξύ της διαχείρισης του κινδύνου μιας δαπανηρής βλάβης και των προγραμματισμένων πρωτοκόλλων συντήρησης που, ενίοτε, μπορεί να είναι υπερβολικά συντηρητικά.
Οι βλάβες κυρίων μηχανών και καταστάσεις δευτερεύοντος εξοπλισμού είναι δαπανηρές, δύσκολα προβλέψιμες και ενίοτε επικίνδυνες. Ενας λόγος που αυτές οι βλάβες παραμένουν δύσκολες στη διαχείριση είναι ότι μεγάλο μέρος της ναυτιλιακής συντήρησης εξακολουθεί να στηρίζεται σε πολύ συγκεκριμενοποιημένα χρονοδιαγράμματα. Τα εξαρτήματα επιθεωρούνται ή αντικαθίστανται μετά από έναν σταθερό αριθμό ωρών μη λαμβανομένου υπόψη αν αυτό είναι αναγκαίο τη δεδομένη χρονική στιγμή ή όχι. Αυτό συχνά οδηγεί σε περιττές παρεμβάσεις, αποφεύξιμο κόστος και ανεπαρκή χρήση εργασίας και πόρων.
Η προγνωστική συντήρηση προσφέρει μια καλύτερη προσέγγιση. Αυτός ο νέος τύπος συντήρησης που ενσωματώνει οργανικά τα μοντέλα τεχνητής νοημοσύνης μπορεί να εκτιμήσει την κατάσταση συγκεκριμένων εξαρτημάτων με βάση μετρήσεις δονήσεων, τις θερμοκρασίες, την ανάλυση του λαδιού λίπανσης, τις μετρήσεις τάσης και ρεύματος και τα ιστορικά αρχεία αστοχιών, παρά να βασίζεται μόνο στον χρόνο που έχει περάσει. Αυτό κάνει τη συντήρηση στοχευμένη, αποδοτικότερη και τελικά ευθυγραμμισμένη με την πραγματική κατάσταση του πλοίου.
Εν τούτοις, η πρόκληση δεν είναι μόνο τεχνική. Η ποιότητα, η διαθεσιμότητα και η ενοποίηση δεδομένων για να εκπαιδευθούν αυτοί οι αλγόριθμοι παραμένουν σημαντικά εμπόδια. Διαφορετικοί προμηθευτές εξοπλισμού χρησιμοποιούν διαφορετικά πρότυπα, η κάλυψη αισθητήρων ποικίλλει ανάμεσα στα πλοία και τα αρχεία συντήρησης είναι συχνά ασυνεπή ή ελλιπή. Χωρίς καλύτερη υποδομή δεδομένων, ακόμα και ισχυρά μοντέλα τεχνητής νοημοσύνης θα υπόκεινται σε σημαντικούς περιορισμούς, μειώνοντας έτσι την ικανότητα δράσης και τις δυνατότητές τους.
## Σχεδίαση του ίδιου του πλοίου
Η τεχνητή νοημοσύνη είναι κάτι που θα αγγίξει ακόμα και τον σχεδιασμό των ίδιων των πλοίων. Η υδροδυναμική – η επιστήμη τού πώς οι γάστρες κινούνται στο νερό – έχει μακροχρόνια στηριχθεί σε συνδυασμό φυσικών δοκιμών μοντέλων και υπολογιστικής ρευστοδυναμικής. Και τα δύο είναι ισχυρά, και τα δύο είναι δαπανηρά, και τα δύο περιορίζουν τον αριθμό των υποψήφιων σχεδιασμών που ένας ναυπηγός μπορεί ρεαλιστικά να διερευνήσει.
Τα μοντέλα μηχανικής μάθησης, εκπαιδευμένα σε προσομοιώσεις Φυσικής, μπορούν να αξιολογήσουν χιλιάδες παραλλαγές γάστρας ή έλικας και συζευγμένες διατάξεις εξοικονόμησης ενέργειας στον χρόνο που μια παραδοσιακή μέθοδος μπορεί να αξιολογήσει μόνο μία. Το αποτέλεσμα δεν ισοδυναμεί ή προμηνύει το τέλος της ανθρώπινης κριτικής σκέψης και τη μηχανική/τεχνική αξιολογική κρίση (engineering judgment) για το ship design.
Η ενισχυμένη με τεχνητή νοημοσύνη σχεδίαση του ίδιου του πλοίου είναι ένας ουσιαστικά ευρύτερος χώρος σχεδιασμού για να επιλέξει ο άνθρωπος πλοία που είναι και πιο αποδοτικά και πιο εύκολα στην κατασκευή αλλά και καλύτερα προσαρμοσμένα στα απαιτούμενα προφίλ λειτουργίας.
Συνδυάζοντας αυτές τις δυνατότητες με το αυξανόμενο ενδιαφέρον για εναλλακτικά καύσιμα, υβριδική πρόωση και ακόμη και μικρούς πυρηνικούς αντιδραστήρες για εμπορική ναυτιλία, το πρόβλημα σχεδιασμού παίρνει νέες διαστάσεις. Η τεχνητή νοημοσύνη είναι ένα από τα λίγα εργαλεία ικανά στο να διερευνήσουν μια ευρύτερη γκάμα σχεδίων, με την ταχύτητα που απαιτεί το χρονοδιάγραμμα για μείωση ρίπων.
## Ποιες είναι οι προκλήσεις
Η πραγματικότητα είναι ότι τίποτα από τα παραπάνω δεν πρόκειται να γίνει αυτόματα. Τα δεδομένα στη ναυτιλία είναι ανομοιογενή και διάσπαρτα ανάμεσα σε ιδιοκτήτες, ναυλωτές, εταιρείες logistics και κατασκευαστές εξοπλισμού και πολλοί από αυτούς τους φορείς έχουν νόμιμους λόγους να μην τα μοιράζονται. Η συνδεσιμότητα στη θάλασσα, αν και βελτιώνεται ταχέως με δορυφόρους χαμηλής τροχιάς, παραμένει ανομοιόμορφη. Η κυβερνοασφάλεια είναι ένα σοβαρό και συνεχώς πιο επίκαιρο ζήτημα: ένα σύστημα τεχνητής νοημοσύνης που μπορεί να δράσει σε ένα πλοίο είναι επίσης ένας πιθανός χώρος για να δεχθεί επιθέσεις. Ζητήματα σχετικά με το εργατικό δυναμικό γίνονται ακόμη πιο πιεστικά – ναυτικοί και προσωπικό στην ακτή θα χρειαστούν νέες δεξιότητες και ο κλάδος θα χρειαστεί νέες μεθόδους κατάρτισης για τις παροχή τους. Παράλληλα με αυτά, το ρυθμιστικό περιβάλλον θα πρέπει επίσης να εξελίσσεται συντονισμένα με την τεχνολογία.
Ωστόσο, για έναν κλάδο του μεγέθους, της παλαιότητας και της στρατηγικής σημασίας της ναυτιλίας, οι ευκαιρίες είναι πραγματικά πρωτοφανείς. Αύξηση απόδοσης, προγνωστική συντήρηση, υποστήριξη αποφάσεων, σχεδιασμός πλοίων, αυτονομία και πλέον δραστικός συντονισμός δεν είναι περιθωριακά κέρδη· συνολικά, αντιπροσωπεύουν την πιο σημαντική λειτουργική αναθεώρηση που ο κλάδος έχει δει εδώ και πολλές γενιές. Πολλές από τις πιο χρήσιμες εφαρμογές δεν έχουν ακόμα υλοποιηθεί. Πολλές από τις εταιρείες που θα τις υλοποιήσουν δεν υπάρχουν ακόμα.
Το αργό πλοίο δεν πρόκειται να πλεύσει πιο γρήγορα. Αλλά για πρώτη φορά εδώ και πολλά χρόνια αρχίζει να γίνεται όντως πιο έξυπνο.
Ο κύριος Θεμιστοκλής Σαψής είναι καθηγητής Μηχανολογίας και Ωκεάνιας Μηχανικής στην έδρα William I. Koch του ΜΙΤ.
