Los sistemas de inteligencia artificial (IA) en el sector marítimo facilitan información sobre el consumo de combustible, la velocidad, el trimado, el estado del casco y el consumo de energía. En un informe elaborado por la clasificadora Lloyd’s Register.

se detalla que la adopción de la IA en el sector marítimo se encuentra aún en una fase incipiente su desarrollo dependerá de la infraestructura informática y de la conectividad disponibles. Sin embargo, dado el volumen de inversión que está generando, es probable que se encuentre entre las tecnologías que experimentarán una mayor aceptación. El informe incluye un recorrido por la historia de la IA, los distintos tipos que existen, sus aplicaciones en el sector marítimo y, finalmente, una serie de recomendaciones para tener la mayor probabilidad de éxito posible al adoptar sistemas de IA.

Los cálculos indican que durante 2022, el sector marítimo gastará alrededor de 931 millones de dólares en soluciones relacionadas con la IA y se prevé que esa cifra casi se triplique en los próximos cinco años, hasta alcanzar 2.700 millones de dólares en 2027, lo que supone una tasa de crecimiento medio anual del 23% Las aplicaciones en el sector marítimo para los sistemas de IA son muy variadas. Desde ayudar a la operación y explotación comercial del buque a través de sistemas de navegación autónoma y la optimización de rutas; hasta apoyar en el mantenimiento y la supervisión mediante sistemas de gestión remota del estado de los equipos; pasando por el análisis de datos de seguridad y la puesta en servicio virtual de sistemas y equipos.

En resumen, los sistemas de IA pueden revolucionar las operaciones marítimas y crear importantes ventajas competitivas para las empresas que los adopten. Sin embargo, estas empresas deben comprender que la premisa fundamental sobre la que se asienta esta tecnología es el aprendizaje a partir del fallo. La tecnología siempre ha desempeñado un papel importante en el desarrollo del sector marítimo mundial. Desde los años noventa, el uso de sistemas de información a bordo de los buques no ha dejado de crecer. El ritmo de adopción se ha disparado en la última década, cuando el Big Data y la digitalización se han mostrado como herramientas útiles para obtener una ventaja competitiva.

Consolidación del uso de la IA

Mediante el uso de la IA, muchas empresas son capaces de optimizar sus procesos. Por ejemplo, a través de la digitalización se puede reducir significativamente el tiempo para gestionar documentación crítica en las cadenas logísticas, eliminando errores humanos y mejorando la seguridad. Hoy existen varios ejemplos que muestran como el uso de la IA empieza a asentarse:

  • Navegación autónoma

Se define como navegación autónoma cuando un buque es capaz de definir su rumbo y navegar sin intervención humana, con la ayuda de tecnologías diversas como sensores de radar, cámaras y el análisis y procesamiento de datos en tiempo real. La inteligencia artificial es un factor clave en el desarrollo de sistemas de navegación autónoma.

Existen diferentes iniciativas, tanto del sector público como del privado, relacionadas con el desarrollo de buques completamente autónomos. Entre ellas, cabe mencionar el proyecto ‘Autoship’, financiado por la Unión Europea, y el proyecto Dffas (Designing the Future of Full Autonomous Ship) del gobierno japonés, que se centran en impulsar la adopción de buques autónomos en todo el sector.

  • Gestión digital del mantenimiento de equipos y maquinaria

El mantenimiento predictivo puede describirse como “la combinación de servicios de asistencia técnica y tecnología facilitada por soluciones digitales y procesos centrados en los datos”. A través de plataformas informáticas y sensores inteligentes instalados a bordo, estos sistemas son ca-paces de llevar a cabo diagnósticos, predicciones e incluso labores de mantenimiento en función de los datos recopilados. De esta manera, aseguran que la maquinaria y los equipos del buque estén en buen estado y funcionen de manera eficiente.

  • Diagnóstico remoto

El diagnóstico remoto se centra en ámbitos en los que la IA no es capaz de analizar y reaccionar ante unas determinadas condiciones técnicas y factores ambientales. Esta tecnología depende de una plataforma que permite la conectividad entre los usuarios —como puede ser la tripulación de un buque o un equipo de una plataforma en alta mar—, que pueden comunicarse eficazmente y recibir asesoramiento de técnicos expertos a distancia. Puede llevarse a cabo a través de una plataforma basada en la nube o un entorno en línea.

Varias herramientas de diagnóstico remoto utilizan sistemas de IA junto a tecnologías como la realidad aumentada, la realidad virtual o la computación en la nube. Estos servicios de asistencia basados en IA, junto con el asesoramiento de expertos, han permitido completar con éxito operaciones técnicamente complejas y de gran importancia de forma eco-nómica y eficiente.

  • Certificación y entrada en servicio virtual

Gracias a la IA y otras tecnologías, en la actualidad es posible llevar a cabo un proceso de certificación y entrada en servicio digital. Para ello, se utilizan los llamados gemelos digitales, que permiten simular el comportamiento y rendimiento de la estructura de un proyecto en un entorno no real.

Este proceso permite modelar y evaluar cada uno de los posibles escenarios sin correr los riesgos de llevar a cabo dichos ensayos en el mundo real. En resumen, reduce el riesgo ante posibles errores y aporta una mayor confianza a los equipos técnicos e ingenieros a la hora de certificar un proyecto para el mundo real.

Recomendaciones

La IA es una de las tecnologías de mayor crecimiento en el transporte marítimo durante al menos la última década. Puede revolucionar las operaciones marítimas y crear importantes ventajas competitivas para las empresas que la adopten. Pero no es sencillo. Aunque increíblemente potente, la IA todavía se encuentra dando sus primeros pasos en las aplicaciones para el sector. Las siguientes recomendaciones pretenden servir de guía a los operadores que deseen aprovechar el potencial de la IA y, al mismo tiempo, minimizar los costes y riesgos que conlleva experimentar con ella.

  • Trabajar con los datos adecuados

Toda inteligencia se basa en datos. Datos que se almacenan y se recuperan para actuar y tomar decisiones. La IA no es diferente, depende de una ingente cantidad de datos para funcionar con eficacia. Gran parte de la capacidad de un sistema de IA proviene de los datos a los que tiene acceso. Que estos datos sean de alta calidad es, por tanto, un factor crítico para el desarrollo de sistemas de IA eficaces.

  • Comprar o construir

La primera cuestión a la hora de adoptar un sistema de IA es si se desarrolla desde cero o si se compra a proveedores de este tipo de servicios. La mejor solución será una combinación de ambos, pero para la mayoría de los operadores será más sencillo y económico comprar el acceso a los algoritmos, conjuntos de datos o funciones necesarios para su sistema

  • Aprovechar la experiencia

Cada vez hay más consultorías y proveedores de servicios especializados en el desarrollo de sistemas de IA y con experiencia marítima. Entre ellos, las sociedades de clasificación o Estados de Bandera que han invertido en el desarrollo de conocimientos y experiencia en este campo.

  • Crear un entorno de pruebas seguro

La IA se basa en el principio de aprender del fallo. La forma de incentivar un algoritmo o un sistema influirá en su aprendizaje. Lo mismo ocurrirá con los datos de los que se alimente. Al principio del desarrollo de un sistema, esto puede dar lugar a resultados inesperados.

FUENTE: www.naucher.com