Fotograf: Rolls-Royce

Kategori: Fartygsutrustning

Rolls-Royce samarbetar med Google Cloud

För att driva en fortsatt utveckling av intelligenta system för autonoma fartyg inleder Rolls-Royce samarbete med Google Cloud.

[flowy_not_logged_in]
[flowy_login_link]Redan prenumerant? Logga in här[/flowy_login_link]
[/flowy_not_logged_in]

[flowy_non_subscriber]

Prenumerera

Se alla erbjudanden.


[/flowy_non_subscriber]
[flowy_subscriber_only]arbete med Google Cloud.

Rolls-Royce anlitar Google Cloud för att driva den fortsatta utvecklingen av intelligenta system som både ska göra befintliga fartyg säkrare och som är avgörande för att autonoma fartyg ska bli verklighet. Avtalet mellan Rolls-Royce och Google Cloud tecknades i dag tisdag på Google Cloud Summit i Stockholm och anses vara det första av sitt slag inom sjöfarten.

Autonom framtid

Rolls-Royce får tillgång till Google Clouds teknik för maskininlärning för att vidareutveckla sitt objektklassificeringssystem, som bygger på artificiell intelligens (AI). Med hjälp av det kan man upptäcka, identifiera och följa fartyg och andra objekt som man kan möta till sjöss. 

– I framtiden kommer intelligenta medvetenhetssystem hjälpa till att driva en autonom framtid men redan nu kan de gynna sjöfartsföretag genom att göra fartyg och deras besättningar säkrare och mer effektiva. Genom att arbeta med Google Cloud kan vi förbättra dessa system snabbare, säger Karno Tenovuo, ansvarig för Ship Intelligence på Rolls-Royce. 

Nätbaserad programvara

Google Clouds maskininlärningsteknik (Machine Learning Engine) använder samma nätbaserade programvara för maskinintelligens som många andra Google-produkter, inklusive bild- och röstsökning. Machine Learning är en uppsättning algoritmer, verktyg och tekniker som efterliknar mänskligt lärande för att lösa specifika problem. Maskininlärningsmetoder analyserar befintliga datamängder med målet att identifiera mönster, så att man kan göra förutsägelser från data som tidigare varit osynlig. Ju större dataset, desto mer komplexa mönster kan modellen känna igen och desto mer exakta blir förutsägelserna. I dag kan välutbildade maskininlärningsmodeller utföra prediktiv analys snabbare och bättre än någon människa, uppger Google Cloud.

– Genom att utforska möjligheterna som maskininlärning medför kan Rolls-Royce kombinera de senaste tekniska framstegen med sin gedigna kunskap om sjöfartsindustrin, med betydande förbättringar för branschen som resultat, säger Eva Fors, Nordenchef för Google Cloud.

Skräddarsydda modeller

Med hjälp av Google Clouds programvara skapas skräddarsydda maskininlärningsmodeller som kan tolka stora mängder sjöfartsdata som skapats av Rolls-Royce. Företagets sjöfartskunnande används vid förberedelse av datan för att träna maskininlärningsmodeller och samtidigt se till att den är relevant och tillräckligt stor för att skapa statistisk betydelse. Som en del av maskininlärningsprocessen utvärderas modellernas förutsägelser i praktiska sjöfartsexempel, vilket gör att modellerna kan finjusteras ytterligare.

Programvaran är tillgänglig i molnet. Modellerna kan utvecklas var som helst i världen och är omedelbart tillgängliga för tusentals användare. På så sätt kan modellerna tränas med stora mängder data. Detta kommer att vara av avgörande betydelse när autonoma fartyg blir vanligare.

Gemensam forskning

På sikt avser Rolls-Royce och Google att bedriva gemensam forskning om oövervakad och multimodal inlärning. De två företagen kommer att undersöka om taligenkänning och -syntes är genomförbara lösningar för mänskliga maskingränssnitt inom sjöfartsindustrin. De kommer också att arbeta för att optimera prestandan för lokal nätverkskalkylering ombord på fartyg med hjälp av bibliotek för maskininlärningsmjukvara byggd på öppen källkod, som Googles TensorFlow.

Rolls-Royce uppger att intelligenta system för ökad medvetenhet kommer att göra fartyg säkrare, enklare och mer effektiva att manövrera genom att ge besättningen en ökad förståelse för fartygets omgivning. Detta uppnås genom att kombinera data från en rad sensorer med information från befintliga fartygssystem, såsom AIS och radar, kompletterat med data från andra källor, inklusive globala databaser.

[/flowy_subscriber_only]

Få vårt nyhetsbrev!

 

Bli uppdaterad med de senaste sjöfartsnyheterna. Prenumerera på vårt nyhetsbrev.

[mc4wp_form]