• AI & Data

海運業におけるAIの実際の有効性をどう判断するか

Author
Antonis Nikitakis
AI Research Director
  • Knowledge Hub
  • Digital Transformation
  • Innovation

人工知能。 AIはたくさんのことができます:クジラの歌を理解する、要望に応じて映画の脚本を書く、航海中の燃料消費量を削減するなど。 しかし、「AI」はすぐに21世紀最大のバズワードになり、顧客、投資家、政府の支持を求めています。

このすばらしいアプローチを普及させようと真剣にがんばっている研究者が、自分たちが作っているものの本当の価値を証明する厳密な方法を求め続けることが重要です 実際、海運やまたは他の産業でこの種のサービスを使いたいと思っているエンドユーザーはみなそれを強く求めているはずです。

明快なAI

DeepSeaのAIへのアプローチは単純明快です - あなたもそうすべきです。

弊社では、AIで作成した船舶モデルの正確さ、-つまり有用性 - を実際の条件下で検証する方法を開発しました。 これは重要なことです - バーチャルモデルが正確であればあるほど、船舶は効率が上がり、また逆も同様です。

この新しいアプローチは総勢13人のリサーチサイエンティストからなるチームの中の7名が開発し、2022年5月に発表されました。

現在精度を推定できる数少ないモデルはすべて、モデルのトレーニングに使うデータとして同一の分布(すなわち、同様の条件を代表し、同様のバイアスを含んでいるもの)から得たデータを使った試験に基づいて計算するものです。 たとえば、よく経験している風速や喫水といった狭い範囲の船舶の挙動履歴からのデータでモデルをトレーニングする場合、その同じデータで試験も行ないます。 したがって、その試験では、モデルがトレーニングデータのバイアスを再現しているのか、別の、かつて経験したことのない条件下でも同様に機能するのかわかりません。 海象データに精通している人であれば、実際の航海データは大きなばらつきがあるということを知っているはずです。ゆえに、出版物やマーケティング資料に載っているモデル精度の数値は、実際に使用する場合のモデルの有用性とは結びつきません。

DeepSeaは、未知(「領域外」)の条件に対するモデルの理解を高めるという技術的な課題を解決する方法を長く研究してきました。 しかし、この最近の発表まで、船舶モデルのこの種の能力を評価するためのベンチマークはありませんでした。 この発表で伝えたいことは、この厳密な試験は弊社のAIの重要な一部であるということです。 さらに、業界全体の透明性を高めることを願って、世界中の研究者に利用してもらうためにこのアプローチの詳細を公表しています。

この研究は、AIを活用したアプローチについて、限界を克服しながら、その真の力を顧客を始め広く理解してもらう上での重要な一歩です。 現実の世界で毎日燃料消費量やCIIレーティングに与える影響とともに、この種の情報はこのすばらしい技術を業界に普及させる上で重要なカギになると思っています。

この論文の全文を読む

この研究論文の全文をご希望の場合は、以下に詳細を記入してください。直接メールでお送りします。