الذكاء الاصطناعي يؤدي دورًا حيويًا في إدارة وتوجيه سفن الشحن (تقرير)

اكتسبت أدوات الذكاء الاصطناعي، مؤخرًا، زخمًا، بسبب دورها في إدارة وتوجيه سفن الشحن ومراقبة تدابير السلامة والأمان.

ووفق تقارير طالعتها منصة الطاقة المتخصصة (مقرّها واشنطن)، أسهمت تلك الأدوات في إعداد تقارير الانبعاثات وتطوير الرحلات والصيانة التنبؤية وتحليل التجهيزات التجارية.

وعلى الرغم من أن الذكاء الاصطناعي لن يحلّ محل المشغّل البشري، فإنه سيعمل جنبًا إلى جنب معه على مدار الساعة طوال أيام الأسبوع، تمامًا مثل عمليات ناقلات النفط."

ويرى الرئيس التنفيذي لشركة "ماريس إنفستمنتس" البريطانية (Maris Investments)، مانيش سينغ، أن "القيمة العملية للذكاء الاصطناعي تكمن في أتمتة وظائف الامتثال الاعتيادية".

ويشير إلى أن "العديد من التطبيقات تُولّد الآن كل شيء تلقائيًا، من سجلات السفن إلى تقارير الانبعاثات، وتُبلّغ عن أيّ ثغرات تنظيمية على وشك الاختراق"، ويضيف: "هذا يُمكّن المسؤولين من التركيز على عمليات الملاحة والسلامة الحيوية، بدلًا من المهام الإدارية".

تطبيق الذكاء الاصطناعي في مجال ناقلات النفط

على الرغم من أن الذكاء الاصطناعي لم يعد مجرد تكهنات في مجال ناقلات النفط، فإن تطبيقه ما يزال متفاوتًا.

وحذّر نائب رئيس مجموعة الشحن البحري "بي دبليو غروب" (BW Group) رئيس قسم تكنولوجيا المعلومات والتحول الرقمي، باتريك ديسانتي-فيتكينهوير، من أنه "على الرغم من الاهتمام المتزايد، فإن معظم المشروعات ما يزال في مرحلة تجريبية".

وأردف: "قد نشهد العديد من المبادرات الجارية"، وتساءل: "ولكن أيٌّ من هذه المبادرات يُحقق زيادةً في الإيرادات؟".

وأشار ديسانتي-فيتكينهوير إلى بحث يُظهر أنه في حين إن 4 شركات من كل 5 اختبرت الذكاء الاصطناعي في وظيفة واحدة على الأقل، فإن أقل من شركة واحدة من كل 5 شركات حققت نتائج أعمال قابلة للقياس.

أضاف: "بأقل من 0.5 مليون دولار أميركي، لن يكون لديك مشروع ذكاء اصطناعي حقيقي"، "وعندها يجب مراعاة الاستشارات القانونية بموجب قانون الذكاء الاصطناعي للاتحاد الأوروبي والعبء الإضافي للتكامل مع المنصات القديمة".

جودة البيانات

تُعدّ جودة البيانات مسألةً محورية، وعادةً ما تُشغّل شركات ناقلات النفط مجموعةً من الأنظمة المنعزلة للصيانة والملاحة وتتبع الوقود والأداء التجاري، وجميعها طُوّرت في أوقات مختلفة، وغالبًا بهياكل بيانات متضاربة.

ونصح نائب رئيس مجموعة الشحن البحري "بي دبليو غروب" رئيس قسم تكنولوجيا المعلومات والتحول الرقمي، باتريك ديسانتي-فيتكينهوير، بعدم نشر التعلم الآلي على هذه الأنظمة دون توحيد البيانات الأساسية وتنقيتها أولًا.

وأضاف: "إذا لم تكن لديك بيانات جيدة، فلا تبدأ مشروع الذكاء الاصطناعي، ولن تُفضي النتائج إلى أيّ نتيجة".

بدوره، أعرب الرئيس التنفيذي لشركة "ماريس إنفستمنتس" البريطانية (Maris Investments)، مانيش سينغ، عن هذا القلق، وأشار إلى أن مجموعات البيانات الجزئية والمنطق المُجزّأ تُشكّل مصدر خطر على النظام.

وحذّر قائلًا: "حتى الخوارزميات المُصمَّمة جيدًا ستُوهم أو تُقدّم ثقة زائفة إذا زُوِّدت ببيانات غير كاملة أو سيئة التصنيف، وهكذا ينتهي الأمر بالمشغّلين إلى توصيات خاطئة تبدو جديرة بالثقة".

وعند سؤاله عمّن يتحمل المسؤولية إذا أدّت توصية الذكاء الاصطناعي إلى حادث سلامة، شبّه سينغ ذلك بالقيادة، وقال: "في النهاية، يكون القائد هو المتحكم، والتكنولوجيا -مثل الملًاح- موجودة للمساعدة، لكن المسؤولية لا تنتقل أبدًا".

يؤكد هذا المبدأ الحاجة إلى الوضوح ومسارات التدقيق، بحسب متابعة منصة الطاقة المتخصصة لتحديثات القطاع.

وأوضح ديسانتي-فيتكينهوير أن أنظمة دعم القرار يجب أن تُصمَّم مع رؤية واضحة لعملية التوصية.

وقال: "لا يمكن أن يكون لديك صندوق أسود على متن السفينة، لذلك يجب أن يكون المشغّلون قادرين على تتبُّع طريقة التوصل إلى نتيجة، والاعتراض عليها إذا لزم الأمر".

الصيانة التنبؤية

لم تمنع هذه التحفظات المستعمِلين الأوائل من تحديد القيمة في مجالات تشغيلية محددة، وتُمثِّل الصيانة التنبؤية أحد هذه المجالات.

ومن خلال مراقبة بيانات الاهتزاز والضغط ودرجة الحرارة عبر الأنظمة الحيوية، يمكن لنماذج الذكاء الاصطناعي اكتشاف الأخطاء وتوقُّع الأعطال.

من ناحية ثانية، فإن الإيرادات المالية ليست دائمًا واضحة.

وأشار ديسانتي-فيتكينهوير إلى أن "معظم ناقلات النفط جيدة الإدارة تُبلَّغ حاليًا عن جاهزية تقنية بنسبة 98%".

وأضاف: "إذا رفع مشروع ذكاء اصطناعي هذه النسبة إلى 99%، فيجب التساؤل عمّا إذا كان الإنفاق الرأسمالي يُحقق إيرادًا ملموسًا، ويعتمد ذلك على معدل الاستهلاك اليومي وحجم الأسطول".

موضوعات متعلقة..

اقرأ أيضًا..

المصدر..