Så kan AI effektivisera sjöfarten

Enligt en ny förstudie från Lighthouse kan stora språkmodeller, LLMs, användas för att effektivisera och stärka hållbarheten inom sjöfartssektorn. De har skapat en lösning där man chattar med sin egen data och kan ställa frågor som ”vilka rutter behöver jag optimera?”.

Förra året undersökte forskare på Rise, Chalmers och Linnéuniversitetet hur väl ChatGPT och andra språkmodeller kunde analysera trafiksituationer i en förstudie från Lighthouse. Resultaten var föga imponerande och visade att AI-verktygen inte kunde föra rumsliga resonemang, kort sagt saknade de lokalsinne.

Nu har Lighthouse genomfört en ny förstudie tillsammans med DNV där man undersöker potentialen för stora språkmodeller (LLM) inom dataanalys och beslutsstöd i sjöfarten, med särskilt fokus på operativ effektivisering och hållbarhet. Resultaten visar på stor potential för att hantera operativa utmaningar och skapa framtida lösningar för bättre effektivitet och hållbarhet.

Datan som användes för studien kommer från den nylanserade öppna datahubben PONTOS, där sju rederiaktörer delar med sig av operativ fartygsdata. Trafikverket bidrog också med data via Färjerederiet.

Chatta med datan

I en fallstudie testade man att kombinera datainsamling med en AI, så kallad Agentic Retrieval-Augmented Generation (RAG).

– I princip innebär det att du chattar med din egen data. Du kan fråga saker som: Vilka rutter behöver jag optimera? Vilka mönster kan vi identifiera under en viss tidsperiod? Och så vidare. ChatGPT använder alltså din kontextdata för att anpassa svaren och förlitar sig inte enbart på sin träningsdata, förklarar Oxana Lundström. Hon fortsätter:

– Det går även att koppla andra moduler till LLMs. I det här fallet har vi kopplat den första modulen som kan köra databasförfrågningar. När en fråga ställs omvandlar modulen den till en databasfråga som hämtar relevant information. LLM:en kan också kopplas samman med andra moduler, exempelvis en agent som genererar kod för att vidarebearbeta datan eller tränar maskininlärningsmodeller för att hitta ännu mer avancerade insikter.

Testerna gick över förväntan.

– Efter navigationsprojektet var jag ganska skeptisk till att detta skulle fungera, men systemet löste enkla problem mycket bra. Med de senaste LLM-modellerna, som lanserades i slutet av 2024 och kan resonera, fungerade det extremt bra.

Ett rederi som redan implementerat AI är Stena Line. Färjerederiet har optimerat flera fartygsfunktioner och minskat bränsleförbrukningen med 1-5 procent genom sitt AI-baserade system Voyage Optimisation System.