Digitalisering
Insight

Zelflerende computer voorspelt scheepsaankomst

Computers herkennen in grote datavolumes veel sneller patronen dan mensen. Ook in de maritieme sector zijn op basis van big data en kunstmatige intelligentie grote efficiency-stappen te zetten. Onder meer de aankomsttijd van schepen in (zee)havens kan dankzij deze technologie steeds nauwkeuriger en verder van tevoren worden voorspeld.

Pronto Port Predictor

Wie had er vijf jaar geleden al van Alibaba gehoord? Inmiddels is de Chinese e-commerce gigant hard op weg naar één miljard klanten wereldwijd. Op 11 november 2018 maakte Alibaba in amper 85 seconden één miljard euro omzet. China, in het verleden vooral bekend om zijn kopieergedrag, loopt tegenwoordig voorop bij de ontwikkeling van kunstmatige intelligentie en andere trendsettende technologieën. Niet olie, maar data zijn volgens Alibaba-oprichter Jack Ma de brandstof van de toekomst. Er komt dan ook steeds meer technologie beschikbaar die data kan genereren en delen. Naar verwachting zullen in 2021 ruim 11 miljard apparaten met het internet verbonden zijn. Terwijl de hoeveelheid data exponentieel stijgt, nemen de kosten voor data-analyse snel af.

Scheepsaankomst voorspellen

De zee van data die we tegenwoordig produceren wordt door computers gebruikt om zichzelf te trainen. Met Pronto, een applicatie voor gestandaardiseerde data-uitwisseling rond port calls, zet ook de Rotterdamse haven in op deze ontwikkeling. Vrijwel de helft van de rederijen, agenten, terminals en andere nautisch dienstverleners in de haven gebruiken het systeem om hun activiteiten tijdens een port call te plannen, uit te voeren en te monitoren. Pronto benut kunstmatige intelligentie om de aankomsttijd van schepen in de haven te voorspellen. “Diverse factoren beïnvloeden de aankomsttijd van een schip”, aldus Arjen Leege, senior data scientist bij het Havenbedrijf Rotterdam. “Denk aan het scheepstype en de ladingsoort, maar ook de locatie, route, vaarsnelheid en bewegingen van andere schepen in de buurt. We hebben de meest doorslaggevende parameters in kaart gebracht. Tijdens dit proces vielen soms parameters af en kwamen er nieuwe bij. Zo blijkt ook het aantal keer dat een schip al in de Rotterdamse haven geweest is relevant te zijn.”

Complexe verbanden

Databronnen zijn onder meer AIS en de databases van het Havenbedrijf met daarin de aankomsttijd van schepen bij het laadstation. Op basis van de parameters ontwikkelden de data scientists van het Havenbedrijf een zelflerend computermodel. Dit werd bij de start gevoed met zo’n 12.000 historische gegevens. De computer herkende er patronen in, waardoor hij leerde te voorspellen hoe lang een schip nodig heeft om van het laadstation naar de ligplaats te komen. “Computers kunnen veel sneller complexe verbanden leggen dan mensen”, aldus Leege. “Juist dat is de kracht van kunstmatige intelligentie. Door de computer continu te voeden met actuele data wordt zijn predictievermogen steeds groter. We kunnen inmiddels voor binnenkomende schepen tot op 20 minuten nauwkeurig voorspellen wanneer zij de ligplaats bereiken. De computer kan ook steeds verder in de toekomst kijken en de aankomsttijd berekenen van schepen die nog zeven dagen van de Rotterdamse haven verwijderd zijn. Door het oprekken van de horizon zullen we op termijn de hele route van een schip kunnen voorspellen. Misschien wel 30 dagen vooruit, meerdere havens inbegrepen.”

Asset management

Leege vervolgt: “Naarmate we zaken steeds eerder weten, kunnen we onze ressources beter inplannen. Als je weet dat het druk wordt in de haven kun je bijvoorbeeld alvast de sleepcapaciteit verhogen door sleepboten van een andere haven naar Rotterdam te halen. Pronto kan inmiddels ook identificeren welke schepen in de haven worden gebunkerd, geloodst of gesleept. Wellicht komen er op termijn nieuwe toepassingen bij waar we nu nog niet aan denken. Dat is het leuke aan deze ontwikkeling.”

Data security

Door het inzetten van kunstmatige intelligentie is de wachttijd van schepen in de Rotterdamse haven al met 20 procent verkort. Robbert Engels, Product Lead Port Call Optimisation, ziet verder optimalisatiepotentieel. “Naarmate steeds meer partijen data delen en actief werken met de informatie die ze vanuit het systeem ontvangen wordt de keten transparanter, kunnen betere beslissingen worden genomen en kan er steeds beter gestuurd worden op afwijkingen ten opzichte van de planning. Het is nu nog aan gebruikers zelf om de vele tijden die in Pronto zitten te interpreteren, maar in de toekomst kan de computer daar wellicht bij helpen. Hoe groter de datavolumes, hoe meer je kunt doen. Het spreekt voor zich dat over de beveiliging van data goed nagedacht is. Cyber security is in het systeem geïntegreerd. Van privacygevoelige data maken we geen gebruik.”

Geen black box

Niettemin heerst naast optimisme ook scepsis ten aanzien van kunstmatige intelligentie. In de praktijk leveren zelflerende robots soms problemen op. De Google Assistant leerde vloeken doordat hij ook gevoed wordt door mensen die scheldwoorden gebruiken. Amazon trok de stekker uit een sollicitatierobot die vrouwen discrimineerde. “Amazon heeft de afgelopen tien jaar vooral mannen in dienst genomen”, aldus Leege. “De computer herkende dit patroon in de datasets en zette het simpelweg voort. Voorspellingen zijn altijd lastig en ook een computer zit er wel eens naast. Bij Pronto hebben we echter niet voor een black box-benadering gekozen. Er is goed nagedacht over de factoren die maatgevend zijn om schepen een bepaalde afstand te laten afleggen. We reiken de computer betrouwbare parameters aan voor zijn predicties. In theorie kunnen we zelfs per predictie laten zien hoe deze tot stand gekomen is.”

Digitalisering

De trends en ontwikkelingen op het gebied van digitalisering veranderen de omgeving waarin wij en onze klanten opereren. De ketenpartijen zien in digitalisering kansen. Hiermee kan de concurrentiepositie van de Rotterdamse haven worden verbeterd.

PORT FORWARD: oplossingen voor de digitale haven.

Sinds de jaren negentig ontwikkelen wij digitale oplossingen om de processen in onze haven te automatiseren. Wij helpen ook graag andere havens bij het verhogen van hun business value en het aanbrengen van transparantie, snelheid, efficiëntie en veiligheid in hun activiteiten en logistieke ketens.

Automatisch op de hoogte blijven van ontwikkelingen in de haven?

Schrijf je in voor onze nieuwsbrief.

Choose your language

The page is not available in chosen language.

Go to the front page

Do you prefer to visit our Asia subsite?