Noticias

Informe Parlamento Europeo, traducción apartado; “Inteligencia artificial en transporte marítimo, navegación y puertos”

INFORME “Inteligencia artificial en el transporte: Desarrollos actuales y futuros, oportunidades y retos“.

Por su interés, hemos traducido el apartado “Inteligencia artificial en transporte marítimo, navegación y puertos”  del citado informe elaborado por el European Parliamentary Research Service (EPRS).

Traducción;

Inteligencia artificial en transporte marítimo, navegación y puertos

“El transporte marítimo y fluvial por vías navegables interiores ha experimentado una gran evolución en los últimos veinte años. Algunas de las tendencias que lo han configurado son las siguientes. El tráfico marítimo se ha hecho más denso, lo que ha incrementado el riesgo en seguridad marítima y ha exigido avances en la vigilancia marítima. El nuevo aumento del tráfico de contenedores ha requerido adaptaciones en las terminales portuarias y mejores conexiones con el interior del país. El tamaño cada vez mayor de los buques ha aumentado la presión que éstos ejercen sobre los puertos y sus ciudades. La sensibilización sobre las cuestiones medioambientales ha traído consigo la obligación de adaptarse a normas más ecológicas en el contexto de una competencia internacional feroz dentro de la industria marítima mundial.

En este panorama, las tecnologías de digitalización, “el Internet de las cosas”, los grandes datos y la automatización cambian las reglas del juego. Al haberse introducido en varias partes del sector de manera distinta, la única característica que tienen en común estas tecnologías es la elaboración de datos. Basándose en estos datos, nuevas herramientas, como la inteligencia artificial o IA, permiten analizar la información y adquirir conocimientos que facilitan la toma de decisiones, en concreto, para ayudar a mejorar la seguridad, la eficiencia energética y la optimización de la logística. Los diversos tipos de aplicaciones de IA que ya se han utilizado o probado y confirman el enfoque del sector en relación a la introducción coordinada de estas tecnologías de apoyo.

Transporte marítimo y navegación interior

Las operaciones marítimas suelen requerir una adaptación rápida a los cambios de las  condiciones y a las decisiones adoptadas sobre la base de muchos parámetros. Con los sistemas de navegación más avanzados, se está generando una cantidad cada vez mayor de datos sobre el rendimiento de los buques y la navegación. Los datos proceden, por ejemplo, de radares, cartas náuticas electrónicas, sistemas de piloto automático y otros sensores relacionados. Los buques para fines específicos también necesitan radares de onda, detectores de derrames de hidrocarburos y sensores de alta precisión. Los sistemas de identificación automática (AIS) transfieren datos como el número de identificación del buque, la posición, el rumbo, la velocidad o el destino. Por ejemplo, los conocimientos obtenidos del análisis de estos datos pueden utilizarse para llevar a cabo operaciones técnicas y de mantenimiento, hacer que un buque sea más eficiente desde el punto de vista energético y ayudarlo a cumplir las normas de control de emisiones. La detección de anomalías en las operaciones marítimas puede mejorar la seguridad en el mar y facilitar la gestión de los accidentes y los riesgos medioambientales del transporte marítimo. Gracias a la combinación de los movimientos registrados del barco y el reconocimiento avanzado de imágenes, se pueden identificar los barcos, incluso si apagan sus transmisores AIS. Las técnicas de aprendizaje automático pueden proporcionar predicciones de retrasos debidos al mal tiempo o a la congestión del tráfico, al mantenimiento necesario, a las estimaciones de la futura demanda y a los precios del petróleo.

Sin embargo, las decisiones que hay que tomar para adaptar el sistema de navegación a la nueva situación son complejas. A pesar del gran abismo entre la situación actual y los buques totalmente autónomos, se están llevando a cabo proyectos piloto y de investigación sobre la navegación autónoma. Un caso es el proyecto MUNIN, financiado por la UE, que desarrolló y puso a prueba el concepto de buque mercante autónomo, guiado principalmente por sistemas automatizados de decisión a bordo, pero controlado por un operador remoto en tierra. El buque utiliza la operación autónoma únicamente durante el viaje en alta mar y no en aguas de mucho tráfico o durante su aproximación al puerto. También hay posibilidades de utilizar buques autónomos en el transporte marítimo de corta distancia y en vías navegables interiores. NOVIMAR, otro proyecto financiado por la UE, desarrolló el concepto conocido como “vesseltrain”. En esta versión acuática del “truck platooning”, un buque principal es seguido por otros individuales conectados digitalmente y cuenta con una tripulación reducida o controlados remotamente, lo que reduce los costes y las emisiones de la tripulación.

La industria ya está invirtiendo en varios tipos de uso de la IA, como el operador de transbordadores Stena Line, que ha introducido un buque asistido por IA para ayudar a predecir la forma más eficiente de utilizar el combustible de un buque en una ruta específica. Considera un número de variables, tales como corrientes, condiciones climáticas, aguas poco profundas y velocidad de paso por el agua, en varias combinaciones, que serían imposibles de hacer manualmente y deberían servir de apoyo para las decisiones del capitán. Stena también está llevando a cabo un estudio piloto que incluye viajes en ferry asistidos por IA en la ruta Gothenburg-Kiel, y utiliza la asistencia de IA en áreas como la administración, las finanzas, la experiencia y la atención al cliente.

Dado que la navegación interior también avanza hacia una mayor automatización y autonomía, la actuación y el apoyo financiero de la UE para la armonización de los servicios de información fluvial son fundamentales para el intercambio en tiempo real de datos electrónicos. Además, la Comisión Europea ha explorado el potencial de digitalización del transporte por vías navegables interiores mediante la definición del concepto de zona digital de navegación interior y la cartografía de los obstáculos jurídicos y comerciales al intercambio de datos.

 Puertos

Los grandes puertos de todo el mundo recogen y procesan cantidades cada vez mayores de información a costes cada vez más bajos, siendo conscientes del potencial de las nuevas tecnologías para la optimización de los puertos de escala. Muchos de ellos ya utilizan una combinación de tecnologías de la información para optimizar las operaciones portuarias, mejorar la eficiencia de su producción y mejorar las relaciones con los clientes. Los datos analizados abren las posibilidades de previsión y planificación en tiempo real, fortaleciendo la toma de decisiones de los operadores portuarios y apoyando el crecimiento económico del puerto. Además, cuando se combinan varias tecnologías digitales, los procesos en los puertos y entre ellos son más eficientes.

La aplicación de tecnologías digitales avanzadas a todo el entorno portuario se conoce como puerto “inteligente”. Estos puertos se esfuerzan por proporcionar una cadena de suministro sin fisuras, integrando tanto la oferta como la demanda, para optimizar la asignación de los recursos, servicios y supervisión pertinentes, así como la carga y descarga autónoma. Entre los puertos más avanzados y más propensos a  convertirse en puertos inteligentes se encuentran los puertos de Singapur, Rotterdam, Tianjin y Dubai.

La IA (Inteligencia Artificial) es solo una de las múltiples tecnologías clave utilizadas en un puerto inteligente. Sus aplicaciones van desde la resolución de problemas y el reconocimiento de patrones hasta el aprendizaje automático. En los sistemas de operación portuaria, se utiliza, por ejemplo, en la programación de los equipos, para optimizar el uso de grúas y vehículos, y en la planificación de la disponibilidad de los muelles. De la misma manera, en varios puertos de Estados Unidos, Asia y Europa, la inteligencia artificial se utiliza para el manejo de grúas y vehículos de carga automatizados. Esta es capaz de tomar decisiones sobre qué contenedores descargar primero y cómo apilarlos, así como, también ayuda con el mantenimiento predictivo de los equipos portuarios.

Una vez establecida una plataforma de optimización de los puertos de escala, el puerto de Rotterdam aplica la inteligencia artificial a los datos para determinar la hora estimada de llegada y salida de un buque, lo que contribuye a reducir en un 20 % los tiempos de espera de los buques en el puerto. Al hacer más predecible el suministro portuario y logístico, también permite que las operaciones se hagan justo a tiempo y que haya mayor transparencia en el espacio disponible en los muelles. Utilizando esta información, los buques pueden ajustar su velocidad, al tiempo que mejoran su eficiencia energética. Los datos recogidos durante las operaciones de los puertos de contenedores se almacenan y analizan como base para futuras herramientas asistidas por dicha inteligencia, las cuales se esperan que algún día gestionen todo el ciclo de entrega y optimicen aún más las operaciones. Estos avances tecnológicos se entienden como parte de una transformación más amplia de la cadena de suministro.

Potencial y desafíos

Para cualquier uso de la IA, la recopilación, la calidad, la coherencia y el volumen de los datos disponibles son primordiales. Algunos problemas de calidad y cantidad de datos surgen con el rendimiento del buque y con los datos de navegación recogidos por los sensores y los sistemas de adquisición de datos. Estos datos pueden ser erróneos, debido a fallos del sensor o a la intervención humana, siendo en algunos casos errores intencionados por operadores que quieren encubrir actividades ilegales. Para que los datos puedan ser utilizados, deben ser seguros y compartidos. Por lo tanto, es necesario establecer normas definidas sobre la propiedad de los datos para aclarar a quién pertenecen, quién puede acceder a ellos y en qué condiciones. Además, los derechos de determinados datos deben garantizarse contra el monopolio. La primera plataforma para compartir datos marítimos de a gran escala fue lanzada en 2016, bajo estrictas condiciones de acceso. Para mejorar la calidad y disponibilidad de los datos, un grupo de sectores de la industria, entre los que se incluyen varios puertos y operadores marítimos, creó el International Taskforce on Port Call Optimisation (Grupo de Trabajo Internacional para la Optimización de las Escalas Portuarias) con el fin de aunar los estándares de los sectores náutico y logístico. Este grupo de trabajo quiere asegurarse de que los datos náuticos a bordo de los buques correspondan a la información procedente del puerto, así como a la información utilizada en las cadenas logísticas.

La aplicación de la IA en un puerto depende de la capacidad del mismo para introducir en primer lugar tecnologías digitales que optimicen los distintos procesos individuales, siendo este el objetivo de la mayoría de los grandes puertos de contenedores actuales. Sin embargo, como la mayor parte del mundo del transporte marítimo tarda en aceptar los cambios, se espera que no todos los puertos se esfuercen por alcanzar niveles más altos de digitalización y que algunos incluso ni pretendan adoptarlos. Por lo tanto, es probable que en todo el sector,  la automatización parcial coexista con la optimización central, así como con los métodos tradicionales de navegación y gestión portuaria”.