Avui dia, ports com els d’Hamburg, Rotterdam i Singapur ja han començat a desenvolupar eines d’IA per millorar la predicció de les operacions del transport marítim i terrestre. En concret, a Hamburg s’ha creat un sistema de suport a la presa de decisions basat en un model predictiu de comportament del transport terrestre. El model pren dades històriques i, per mitjà de tècniques de deep learning i xarxes neuronals, fa una previsió detallada dels temps d’arribada dels camions a les terminals.
A partir d’això, el sistema notifica als transportistes els temps d’accés a terminal i, a les terminals, una previsió dinàmica de la càrrega de treball que tindran d’acord amb els canvis en les condicions de contorn (saturació de carreteres i vies d’accés, hora real d’arribada del vaixell, grau de saturació de la terminal, etc.).
Com funciona el ‘deep learning’?
El deep learning i les xarxes neuronals són un dels mètodes de machine learning que estan tenint més auge els últims anys. Estan inspirades en el funcionament de les neurones del cervell. Van transformant els valors d’entrada, capa a capa, fins a aconseguir el valor de les variables que es vol predir.
Tot i que els resultats que ofereixen les xarxes neuronals són molt satisfactoris, calen grans quantitats de dades per aprendre i els temps d’aprenentatge són elevats (dies o fins i tot setmanes). El processament del llenguatge natural, el reconeixement de patrons en imatges i el processament de la veu són els casos d’èxit principals del deep learning.
D’aquesta manera, l’evolució de la recopilació i la gestió de dades ha de passar pels nivells següents: registrar, analitzar, simular, preveure i, finalment, recomanar. A partir d’això, s’espera que els ports de nova generació apliquin tècniques d’anàlisi predictiva i prescriptiva com a eines de suport a la presa de decisions en la planificació del transport dels actors de la cadena logisticoportuària. I no es tracta només de camions, ja que la mateixa lògica del transport per carretera es pot aplicar a qualsevol altre mitjà de transport (ferroviari, marítim o fluvial).