總部位于丹麥哥本哈根的GreenSteam公司首席運營官西蒙·惠特福德(Simon Whitford)稱，得益于GreenSteam開發(fā)的新的機器學(xué)習(xí)平臺，可以降低排放量，使其符合硫含量上限規(guī)定。以下問答形式將為我們了解到該技術(shù)是如何幫助減少船舶燃油浪費和排放的更多信息。

　　航運業(yè)充滿挑戰(zhàn)。由于國際海事組織(IMO)的2020年硫上限即將實施，船東承受著確保遵守新規(guī)定的壓力。

　　盡管許多公司正在推出一系列解決方案，例如轉(zhuǎn)向使用可持續(xù)燃料、低速航行和安裝洗滌塔，但船舶性能優(yōu)化公司GreenSteam希望通過其機器學(xué)習(xí)平臺來幫助該行業(yè)。

　　該平臺使用技術(shù)來收集和分析數(shù)據(jù)，這些數(shù)據(jù)可用于在氣候變化的情況下預(yù)測船舶的油耗。通過收集的數(shù)據(jù)，它可以估算出可減少燃油浪費的適宜航速。

　　GreenSteam的首席運營官西蒙·惠特福德(SimonWhitford)聲稱，這項技術(shù)對于幫助船舶運營商以更高效、更具成本效益且對供應(yīng)鏈和航程的影響較小的方式減少排放至關(guān)重要。

　　正如他所說的那樣，雖然使用低硫燃料是目標(biāo)之一，但“以數(shù)據(jù)為導(dǎo)向的方法來保持航程的最佳化”至關(guān)重要。

　　VarshaSaraogi(VS)：在提高可持續(xù)性方面，行業(yè)面臨的主要挑戰(zhàn)是什么?

　　西蒙·惠特福德 ：世界海運船隊仍在2008年后的危機市場中掙扎，而運力過剩仍然使收益趨于平緩。這使航運公司不得不將稀有資金集中用于強制性合規(guī)項目，例如BWT [Ballast Water Management]，廢氣洗滌器等，盡管通?？梢垣@得豐厚的回報，但為其他可持續(xù)性改善項目提供資金的機會卻很少。這為航運公司與GreenSteam的零資本支出機器學(xué)習(xí)平臺進行互動打開了大門。

　　VS：IMO可以提供哪些支持來使運輸更具可持續(xù)性?

　　西蒙·惠特福德：盡可能多的幫助來幫助開拓溫室氣體減排技術(shù)。其他提高效率的方法是贊助試驗、審核和認可結(jié)果-所有這些都將幫助并鼓勵船東在其可持續(xù)發(fā)展議程上進行更多投資。

　　VS：降低船速是減少排放的好方法嗎?

　　SW：優(yōu)化速度比簡單的減速提供了更好的脫碳策略。如果世界上所有的貨船突然減速，只是花更長的時間到達，我們將需要更多的船，并且我們將不得不要求世界各地的工廠增加產(chǎn)量以填補新的緩慢的供應(yīng)鏈。這可能只會導(dǎo)致整體排放量的增加。

　　GreenSteam的速度優(yōu)化算法采用機器學(xué)習(xí)平臺，并在特定航線上運行成千上萬次模擬，該模擬考慮了船舶如何響應(yīng)天氣和海況的最新預(yù)測，因此能夠建議整個航程中的速度曲線，從而實現(xiàn)了最低的油耗且能保障船舶原先的預(yù)計到達時間(ETA)。因此，優(yōu)化速度以仍然滿足要求的交貨日期，而不是簡單地降低速度，將大大減少溫室氣體的排放。

　　VS：機器學(xué)習(xí)和數(shù)據(jù)分析如何幫助提高可持續(xù)性?

　　SW：燃料消耗是輸入，排放是輸出。機器學(xué)習(xí)是目前可用的唯一方法，可以精確地捕獲影響船舶燃油消耗的眾多因素中的每個因素如何以非常復(fù)雜的方式隨時間相互作用。

　　通過學(xué)習(xí)每艘船的知識，機器學(xué)習(xí)可以量化燃料浪費的驅(qū)動因素。將船舶的燃油浪費準(zhǔn)確地劃分到每個優(yōu)化區(qū)域(例如船體結(jié)垢，縱傾，速度和天氣)，可以采取適當(dāng)?shù)拇胧?，從而可以?jié)省燃油。

　　如今，每個船東都可以使用高杠桿率、無資本支出的機器學(xué)習(xí)技術(shù)來顯著減少燃料浪費和排放。

　　VS：GreenSteam如何幫助航運公司減少排放?

　　SW：GreenSteam的機器學(xué)習(xí)平臺可以學(xué)習(xí)船舶的燃油消耗是如何受到各種運行模式和環(huán)境影響的。這些因素大多是相互關(guān)聯(lián)的，并且不斷變化。這是一個高度復(fù)雜的系統(tǒng)，專門針對每艘船——只有機器學(xué)習(xí)有能力和準(zhǔn)確性來測量和預(yù)測燃料浪費的每個領(lǐng)域。一旦確定了燃料損耗的各個組成部分，就可以采取有針對性的行動來減少燃料損耗和減少溫室氣體排放。GreenSteam的團隊由海洋學(xué)家、造船師、數(shù)據(jù)科學(xué)家和程序員組成，花了十多年的時間才建立起我們的機器學(xué)習(xí)平臺。

　　[例如，]丹麥物流公司DFDS在其RoRo船上部署了GreenSteam。

　　在技術(shù)方面– GreenSteam的服務(wù)已原型化并進一步發(fā)展，以使該船在我們的機器算法中自給自足。該平臺實時收集船舶和環(huán)境數(shù)據(jù)，其中包括吃水，功率和速度，而不是來自收費的海洋氣象服務(wù)。這對于使船舶動態(tài)優(yōu)化縱傾至關(guān)重要。

　　最初，我們在駕駛臺上建立了一個屏幕界面，但是對于一些船只來說，它已經(jīng)演變成平板電腦，現(xiàn)在可以遠程操作。

　　在船上的物聯(lián)網(wǎng)設(shè)備方面，GreenSteam在船上安裝了用于吃水和海況的駕駛臺翼側(cè)雷達，用于傾角的傾角儀和用于波浪狀態(tài)的加速度計。結(jié)合我們的機器學(xué)習(xí)算法，這可以節(jié)省燃油并減少排放。

　　VS：隨著越來越多的公司使用機器學(xué)習(xí)，減少排放的過程將來會如何變化?

　　西蒙·惠特福德：挑戰(zhàn)在于–航運市場擁有大量的傳統(tǒng)技術(shù)。改裝安裝在約4,000艘船上的廢氣洗滌塔將大大減少硫的排放。

　　對于新建船舶，我確信創(chuàng)新的設(shè)計將大大減少其碳足跡。對于所有船舶，無論是新的還是現(xiàn)有的創(chuàng)新硬件技術(shù)以及GreenSteam機器學(xué)習(xí)平臺等無資本支出解決方案都將繼續(xù)為航運業(yè)提供溫室氣體排放選項。