Løser maritime utfordringer med KI

DNV er verdens ledende skips- og offshore klassifiseringsselskap. Gjennom årene har DNV samlet opp og lagret store mengder data, og kombinert med regnekraft i skyen skaper dette gode forutsetninger for å ta i bruk maskinlæring (ML) og kunstig intelligens.

Publisert: 07.03.2020

Lesetid: ca 3 min

Skipsplattform i solnedgang på havet

DNV har som mål å sikre liv, verdier og miljøet gjennom sin virksomhet. Selskapet har holdt på i over 150 år og har over 100 000 kunder og 13 000 ansatte i mer enn 100 land. Deres Maritime avdeling som tar seg av klassifikasjon, kvalitetssikring og rådgivning innenfor skipsfart og offshore. DNV GL har rundt 12 000 skip i porteføljen som de jevnlig inspiserer, og dette utgjør omtrent halvparten av skipene i verden.

Ved å trene opp dataene i ML-algoritmer kan de nå se helt nye mønstre og sammenhenger som det tidligere ikke har vært mulig å se. I denne sammenheng er Inmeta en sentral nøkkelspiller i ulike prosjekter, hvor ML bidrar til automatisering og effektivisering av rutinemessig arbeid i den maritime delen av virksomheten. DNV har nå kommet så langt at de ser store tids- og kostnadsbesparelser.

I 2018 vant DNV Den norske Dataforeningens BI-pris på bakgrunn av hvordan organisasjonens ML-systemer skaper innsparinger og forretningsnytte for selskapet og deres kunder. Vi gratulerer!

Quote

Vi har tatt maskinlæring langt forbi eksperimentstadiet, og vår ambisjon er å ligge helt i front! Quote

Stian Barkbu.

Head of Information and Production Systems, DNV

AI-løsning for effektiv godkjenning av skip

Et av bruksområdene for kunstig intelligens har vært å anvende maskinlæring til prosessen rundt godkjenning av skip. Når det kommer inn tegninger av en båt, må alt godkjennes - omtrent ned til hver minste detalj. I dag går de gjennom tegninger manuelt, for så å finne ut om de har noe erfaring på dette fra tidligere.

Med den nye AI-løsningen vi har laget i samarbeid med DNV GL, kan de nå skanne inn tegningen - og så vil en algoritme finne ut om de har tilsvarende tegning fra før. Slik kan automatisk bildegjenkjenning effektivisere prosessen rundt godkjenning av skip og erstatte en tidkrevende manuell prosess. Dermed slipper ingeniørene å bruke tid på kjedelig rutinearbeid, og kan fokusere på mer tiltalende oppgaver som de også er utdannet til å gjennomføre.

AI-klassifisering av e-poster kobler kundene med de riktige ekspertene i selskapet

DNV GL er nå i gang med å klassifisere e-poster som kommer inn, for å koble kundene mot de riktige ekspertene i selskapet. Maskinlæringsalgoritmer er trent opp på 200.000-300.000 eposter, og algoritmen vil klassifisere e-postene slik at man slipper å gjøre det manuelt. Alle e-poster som er klassifisert av maskinlæringen er integrert i kundesystemet som forslag til videresending.

Tidligere måtte de bruke eksperter til dette, og det var ofte rutinemessig og kjedelig arbeid. Det kreves allikevel kunnskap for å kunne gjøre det.