Il trasporto via mare muove ogni anno miliardi di tonnellate di merci, ma è energivoro e richiede migliorie in ogni sua fase. L’adozione di tecniche e di sistemi di intelligenza artificiale può aiutare a migliorare il settore già al presente, ma contribuirà ancor più sensibilmente a traghettarlo nel futuro.

TAKEAWAY

• Quello navale è il più importante settore dei trasporti, ma necessita di migliorie in ogni sua fase, dalla logistica portuale alla movimentazione delle merci via mare.
• Tecniche di intelligenza artificiale sono allo studio – o già impiegate – per migliorare la navigazione. L’adozione dell’AI nel trasporto marittimo ha già ottenuto un ampio consenso tra gli addetti ai lavori.
• Se le esigenze presenti nel trasporto navale sono quelle di ridurre i consumi di carburante, quelle future riguardano la navigazione autonoma. A tale proposito, sono al vaglio sistemi in grado di ottimizzare le rotte e di gestire tutte le fasi di navigazione e di attracco.

---

L’applicazione di tecniche di intelligenza artificiale per il trasporto marittimo può fornire molteplici benefici al più importante comparto dei trasporti. Quello navale è tra i maggiori ambiti di movimento merci: dei 14mila miliardi di dollari spesi ogni anno per il trasporto, oltre il 90% è destinato ai viaggi via mare.

C’è poi da considerare il volume delle merci gestite negli 835 porti marittimi interni attivi a livello globale. Solo in quello di Ningbo-Zhoushan, in Cina, il più trafficato al mondo in termini di tonnellaggio, sono stati movimentate, nel 2020, quasi 1,2 miliardi di tonnellate di merci.

Snellire le procedure commerciali e logistiche, aumentare la sicurezza nel trasporto riducendo le collisioni, risparmiare carburante e ottimizzare i viaggi in mare sono alcune delle più importanti esigenze su cui si gioca buona parte del futuro del trasporto marittimo e delle stesse società. In tutte queste fasi, l’intelligenza artificiale può fornire un importante contributo.

Intelligenza artificiale per il trasporto marittimo: l’indice di gradimento è alto

Già oggi, la percezione dei benefici potenziali dell’intelligenza artificiale per il trasporto marittimo è elevata. In un sondaggio condotto da Navis, l’83% del campione formato da addetti ai lavori prevede di aumentare i propri investimenti in sistemi AI entro i prossimi tre anni.

Gran parte degli intervistati ha anche concordato sul fatto che l’artificial intelligence potrebbe essere coinvolta nell’automazione dei processi nei terminal, come l’assegnazione delle attrezzature per la movimentazione dei container (81%), i sistemi di decking (81%), la previsione dei volumi nelle vie di accesso (59%) e lo stivaggio delle navi (52%). Più della metà (56%) del campione sondato ha affermato di stare già provando delle tecnologie o effettuando delle ricerche sulle capacità dell’AI.

La penetrazione dell’AI nel trasporto marittimo è già per molti versi una realtà. Un esempio lo offre la storica società di classificazione marittima Lloyd’s Register (è attiva già dal 1760). Lo scorso anno ha attivato il Registro AI, un registro digitale standardizzato di fornitori e soluzioni AI certificati LR, il primo del suo genere per l’industria marittima. Il registro funge da directory in cui fornitori e soluzioni certificate di intelligenza artificiale per l’industria marittima possono promuovere la propria tecnologia e al contempo proprietari, operatori e gestori di navi possono valutare le soluzioni di artificial intelligence.

Prevenire le collisioni in mare

Un primo, importante, ambito in cui l’intelligenza artificiale per il trasporto marittimo può garantire un contributo è la sicurezza: ogni anno si registrano più di 4.000 incidenti in mare, gran parte dei quali causati da errori umani.

Da tempo sono allo studio sistemi in grado di applicare tecniche di AI per ridurre il rischio. Uno dei più interessanti l’ha messo a punto la startup israeliana Orca AI, adottando i sistemi di computer vision sulle navi da carico.

Combinando tecniche di intelligenza artificiale e dati generati da più fonti, ha messo a punto un sistema che fornisce previsioni e avvisi sui pericoli di collisione. Esso prevede l’impiego combinato di telecamere termiche e ad alta risoluzione con la raccolta e l’analisi dei dati dei sensori esistenti della nave, sfruttando la connettività IoT.

Mediante l’applicazione di deep learning, è in grado di riconoscere le navi a una distanza adeguata e in condizioni estreme, mentre impiega unità di elaborazione grafica (GPU) per migliorare il processo finalizzato all’identificazione automatica delle navi nell’ambiente circostante.

Viene poi proposta al ponte di comando una trasmissione video, in modalità augmented reality, ricca di dati rilevanti, visualizzabile su un tablet. Tutto questo consente all’unità di comando della nave di geo-localizzare le altre imbarcazioni e di tracciare la rotta ottimale, anche in tempi di scarsa visibilità.

Un sistema per certi versi analogo è quello realizzato da SenseTime, specializzata in soluzioni AI: la sua soluzione di image recognition navale è stata adottata dalla giapponese Mitsui OSK Lines (MOL), una delle più grandi compagnie di navigazione del mondo. Anche SenseTime utilizza telecamere ad altissima risoluzione e GPU per identificare automaticamente le navi nell’area circostante, combinando tecniche di deep learning per ottimizzare i calcoli e rendere quanto più preciso il sistema.

L’AI in aiuto alle attività portuali

I porti sono snodi cruciali di gran parte del traffico di merci mondiale. Solo considerando l’Europa, Paesi Bassi, Spagna e Italia hanno movimentato più di 100 milioni di tonnellate di merci nel secondo trimestre del 2021. I problemi legati al traffico navi e all’ottimizzazione della gestione merci sulla banchina e nelle aree adiacenti aumentano con l’aumentare del volume di scambi effettuati. Negli Stati Uniti d’America, si stima che almeno il 70% dei porti più trafficati della nazione per volume affronti regolarmente una congestione.

Anche in questo caso viene in aiuto l’intelligenza artificiale per il trasporto marittimo e per la gestione portuale. L’analisi predittiva permette alle compagnie di navigazione di ottimizzare la programmazione delle loro navi. A questo proposito vengono utilizzati i dati degli scali come la destinazione, l’orario di arrivo, la traiettoria e la durata del viaggio, forniti dai sistemi della comunità portuale per gestire in modo efficiente i viaggi.

Mediante l’uso dei dati sul traffico navale e l’adozione di tecniche di machine learning, i vettori programmano gli arrivi, ottimizzando i tempi. Tutto questo aiuta ad affrontare gli scenari imprevisti causati dalle emergenze e dai cambiamenti forzati di rotta. Poiché le previsioni di pianificazione delle navi dipendono da molte variabili di input, il ML è il modo migliore per gestirle.

In Italia, una delle prime applicazioni dell’intelligenza artificiale a livello portuale è quella avviata con il progetto TinS-Trasferimento in Sicurezza, per controllare e tracciare i mezzi in imbarco e sbarco sui traghetti.

In particolare, il sistema brevettato A3IU (Advanced Autonomous Artificial Intelligence Unit) si basa su tecniche di deep learning, e su una rappresentazione virtuale in 3D dell’area da controllare, in cui vengono geolocalizzati i vari sensori per comporre un percorso doganale controllato in modo “intelligente” e con tecnologie di Recognition e Tracking supportate da una adeguata infrastruttura fisica, a sostegno di telecamere digitali e di software di riconoscimento e protezione.

Ridurre consumo di carburante ed emissioni

Il trasporto marittimo internazionale deve lavorare a ridurre i consumi e le emissioni. L’impatto in termini di CO2 emessa nel 2020 ha inciso per il 2% sulle emissioni totali legate all’energia.

Anche a questo proposito, può essere prezioso l’impiego dell’intelligenza artificiale per il trasporto marittimo. Un esempio di come possa essere utile è nell’ottimizzazione delle rotte. La compagnia di navigazione svedese Stena Line ha implementato una piattaforma AI per ridurre il consumo di carburante sulla sua flotta di navi. Già dal 2018, la sta sperimentando sul traghetto Stena Scandinavica, ottenendo lusinghieri risultati: i primi test hanno dimostrato che adottando la piattaforma si è ottenuto un risparmio di carburante fino al 3%.

Il software Stena Fuel Pilot AI è in grado di prevedere la rotta più economica in termini di consumo di carburante. La compagnia ha fissato l’obiettivo di ridurre il consumo di carburante e le emissioni di carbonio del 2,5% all’anno.

È ambizioso, ma consapevole che il peso dei consumi per la compagnia è significativo: sul totale delle spese, il 20% va in carburante.

Prima della pandemia, la compagnia prevedeva di installare il software AI su 38 delle proprie navi in tutta Europa. I contraccolpi dovuti al Covid-19 hanno rallentato i piani, ma l’intenzione è quella di arrivare quanto prima a un’ampia diffusione.

A Singapore, invece, l’autorità marittima e portuale sta lavorando all’impiego di un sistema tecnologico basato su AI per fornire indicazioni utili alla distribuzione più efficiente degli spazi di ancoraggio dove le navi possono essere attraccate.

Mediante l’impiego di algoritmi, è possibile sfruttare dati come gli spazi disponibili e lo scopo del viaggio della nave, in modo da ridurre la quantità di tempo in cui le navi sono ancorate in mare o attraccate. Oltre ad aumentare la produttività del porto, questo sistema riduce anche le emissioni, in quanto le navi non devono essere costrette a soste indefinite, lasciando accesi i motori per alimentare le varie attività, con grande dispendio di carburante.

Intelligenza artificiale per il trasporto marittimo: le navi a guida autonoma

La navigazione autonoma è un altro campo in rapido sviluppo e nel quale può fare la differenza l’adozione di tecniche di intelligenza artificiale per il trasporto marittimo. I sistemi di controllo autonomo delle navi a guida autonoma riducono la probabilità di errore umano – la causa più comune di allarmi di sicurezza e di incidenti.

L’uso di dati di vario genere (meteorologici, oceanografici, satellitari, derivati da sensori di prossimità), debitamente analizzati e gestiti, rende possibile la navigazione, supportando l’equipaggio della nave nel processo decisionale.

C’è già chi ha cominciato la sperimentazione su navi container. In Giappone, il consorzio sorto tra Nippon Foundation e le due compagnie di trasporto nazionali Mitsui Lines e Japan Railway Construction ha inaugurato due delle prime navi container completamente autonome al mondo.

Il primo test della nave container autonoma Mikage, da 95 metri, è avvenuto a inizio anno lungo le acque costiere. La nave ha percorso quasi 300 chilometri, utilizzando un sistema di sensori radar e lidar, telecamere e una bussola satellitare per navigare.

Inoltre, ha utilizzato droni per portare le corde verso i lavoratori del porto che aspettavano sotto per fissare la nave. Una seconda nave a guida autonoma, Suzaku, ha svolto un viaggio a febbraio sempre lungo le coste giapponesi.

Nel test, i sistemi di attracco automatico della nave sono stati testati utilizzando un “attracco virtuale” in mare. A differenza della fase di crociera del viaggio, in cui il sistema deve semplicemente guidare la nave in avanti, l’attracco comporta manovre più sofisticate, tra cui l’inversione, il movimento laterale e la rotazione sul posto.

Utilizzando le informazioni provenienti da un sistema di prossimità dell’ormeggio basato su LiDAR, il sistema di intelligenza artificiale attiva e controlla le eliche, i timoni e i propulsori di prua e di poppa che muovono la nave lateralmente. Nonostante le condizioni difficili con forti venti, la nave ha eseguito tutte le manovre in modo perfetto.