プレスリリース

English

プレスリリース
2017年
2016年
2015年
2014年
2013年
2012年
2011年
2010年
2009年
2008年
2007年
2006年

2017年11月01日

AI技術を活用し、実海域における運航船の船速と燃料消費量を推定
~誤差1.5%以下の精度で船舶の性能を推定、AI技術を活用した環境負荷低減を目指す~

船舶維新NEXT株式会社商船三井(社長:池田潤一郎、本社:東京都港区、以下「商船三井」)は、株式会社富士通研究所(社長:佐々木繁、本社:神奈川県川崎市、以下「富士通研究所」)、国立大学法人東京海洋大学(本学:東京都江東区、学長:竹内俊郎、以下「東京海洋大学」)と共に、富士通のAI技術「FUJITSU Human Centric AI Zinrai」を活用した船舶の性能推定技術についての精度検証を実施しました。
本件は商船三井が進める「AI技術の有効性を見極める」取り組みの一環として、同技術を用いた実海域における船舶の性能推定技術の精度を検証することで、将来的な燃料消費量を節減し、環境負荷の低減を目指すものです。

【精度検証試験 概要】
検証は、商船三井の運航船から収集した実海域における運航データを、富士通研究所に提供し、そのデータを富士通研究所と東京海洋大学が共同開発した機械学習手法を用いて行いました。

当社が提供した運航データ
項目:船速、燃料消費量、主機回転数、風向、風速、など約30項目
期間:2015年10月12日 - 2015年12月13日

検証手法

  • 富士通研究所独自のAI技術である高次元な統計解析技術を用いて、運航データ各項目の相関関係を学習させ、船舶の性能を推定する技術を構築しました。
  • 船速についての誤差評価を行う場合、船速以外のデータから船速を推定し、その推定値と実運航データとの比較検証を行いました。燃料消費量についても同様です。


高次元統計解析を用いた主機回転数・風速に対する、予測船速の一例
(図は富士通研究所より提供)

検証結果

  • 上述の手法に基づき、船速については誤差約1.4%、燃料消費量については誤差約0.8%の精度で推定できました。
  • 下図は船速の実測値と予測値の時系列結果を示しており、実測値と予測値がほぼ一致することを確認しました。


実験結果の一例(船速推定)
(図は富士通研究所より提供)

本件は「船舶維新NEXT ~MOL SMART SHIP PROJECT~」(註)として、AI技術の有効性を見極め、安全運航の強化や燃料消費量の削減を通じた環境負荷を低減することを目指します。
商船三井は、ICT技術を利活用したサービス向上を通じ、物流のビジネスパートナーとしてお客様に選ばれる企業グループを目指します。

(註)商船三井の技術開発プロジェクト。詳細は2016年11月24日付プレスリリース「『船舶維新NEXT ~MOL SMART SHIP PROJECT~』発足」をご参照ください。

このページの先頭へ