これを検証してください! 我々は、海運におけるAIの現実世界での有用性を理解し、判定するのに役立つ新しい研究を発表しました。

  • Insights

DeepSeaのAIへの取り組みに一切の妥協はありません。 本日、船舶の実際の状態を反映したAI生成モデルの精度、すなわち有用性を検証する先駆的な新しい方法の研究概要を発表できることをうれしく思います。 AI生成モデルの検証は重要です。何故なら、仮想モデルが正確であればあるほど、より効率的に船舶を運航でき、また逆も真なのです。

人工知能。 人工知能は有能です。鯨の鳴き声を理解したり、オンデマンドで映画の台本を作成したり、そして洋上の船舶の燃料消費量を減らしたりと言った具合です。 かくして、「AI」は、瞬く間に21世紀最高の流行語となり、顧客、投資家、果ては政府まで同様の関心を寄せるものとなりました

事実、我々は、海運業に限らずあらゆる業界でこの種のサービスの導入を検討しているエンドユーザーは、必ずそのような証明を要求するであろうと確信しています このエキサイティングなアプローチの普及に真剣に取り組んでいる研究者は、AIが生み出す本当の価値を厳格に証明する方法を追求し続けることが重要です。

愚かなAIはありません

DeepSeaのAIへの取り組みに一切の妥協はありません。 本日、船舶の実際の状態を反映したAI生成モデルの精度、すなわち有用性を検証する先駆的な新しい方法の研究概要を発表できることをうれしく思います。 AI生成モデルの検証は重要です。何故なら、仮想モデルが正確であればあるほど、より効率的に船舶を運航でき、また逆も真なのです。

新しい検証アプローチは、DeepSeaが誇る13人の研究科学者チームから選抜されたAntonis Nikitakis 博士率いる7名によって開発され、アイルランドのタラモアで開催された2022 HullPicカンファレンスで発表されました。

現在、精度の推定値を導き出しているいくつかのAIモデルは、いずれもモデルの学習に使用したデータと同じ分布(即ち、同等の条件とバイアス)から得られたデータを使って実施したテストを基に推定評価を行っています 例えば、モデルが過去に何度も記録された風速や喫水のデータの狭い範囲での船舶の挙動のデータに基づいて学習している場合、これらの風速や喫水のデータを使った検証試験も行われます。 従って、実施されたテストが、学習データのバイアスを正しく再現しているか、また過去に例がない異なる条件でも同様に正しく機能するか分かりません。 海洋データに詳しい人ならご存じでしょうが、海上で航行する船舶のデータは、実際には非常に変動するものです。それ故、出版物や広告媒体で公表されているモデルの精度の数値の殆どは、これらのモデルを実際に洋上で使用した場合の有用性とは何の関係もありません。

DeepSeaは、モデルの能力を高めて、目に見えない条件(「ドメイン外」)を理解させるという技術課題を解決すべく、長年そのアプローチの研究を重ねてきました。 しかし、今日まで、船舶モデルの中のこの種の能力を評価するベンチマークはありませんでした。 この発表は、この厳格な評価テストが当社のAI活用法の主要機能であることをお知らせするものです。 Moreover, we are releasing the details of the approach for global researchers to utilise themselves, in the hope of catalysing greater transparency across the industry.

さらに、業界全体の透明性が向上することを期待して、我々は、世界の研究者が自由に利用できるよう、このアプローチの詳細を公開しています。 「この研究は、AIベースのアプローチの限界を乗り越え、当社の顧客のみならず広く市場関係者がそのアプローチの本当の能力を理解するのに役立つ重要なステップです」とNikitakis博士は語っています。

顧客を念頭に置いた3段階のアプローチ

この種の研究は、DeepSeaの海運における人工知能への3段階アプローチの中の第2フェーズを構成します:

  1. フェーズ1:海運におけるAI活用アプローチの先駆けとなる研究
  2. フェーズ2:これらのアプローチの有用性を現実世界で証明
  3. フェーズ3:業界全体で透明性のある共通規格を提唱


このようなフレームワークを構築し、推進することは、海運のようにAIを活用したアプローチを初めて使ったという早期採用者が存在する業界では特に重要です。

DeepSeaの共同創設者でCTOのKonstantinos Kyriakopoulos博士は、次のように述べています:「当社がこのAIのフレームワークをデザインしたのは、消費者が直接その恩恵を受けることが出来るようにするためです。繰り返しになりますが、我々は、この研究によって、誇大広告と闘い、AIに対する真摯な取り組みをこのように信憑性の高い証拠で立証できたことを大変うれしく思います。それはまさにDeepSea創設の目的であり、当社のクライアントの最終利益とこの地球の持続可能な未来に対して日々その貢献度を増しています」

論文を読む

こちらから論文の全てを読むことが出来ます:船舶電力供給用AIモデルの不確実性評価と理想条件から逸脱した場合の電力推定への影響について。

DeepSeaのアプローチが御社の持続可能性の戦略にどのように貢献できるかお話しさせて頂きたく、ご連絡をお待ちしております。