Temes

A

Cercar

Intel·ligència artificial: els ports comencen a prendre posicions

La intel·ligència artificial (IA) és una tecnologia assequible, tot i que la introducció al sector empresarial està sent lenta. De moment, s’ha fet servir principalment per millorar tècniques de predicció de vendes, però les seves aplicacions potencials són infinites: reducció de costos de manteniment, millora de la qualitat del producte, planificació de la producció i increment del nivell de servei. En l’àmbit del transport, la IA obre múltiples possibilitats. Sabran aprofitar-les els ports?

Publicat el 20.09.2018

Lluís Miró és consultor de a l’Àrea de Logística i Ports, on ha exercit de Director de Projectes i d’expert en logística portuària. Ha dirigido projectes als principals ports espanyols així com a països com Xile, Mèxic, Uruguai, Egipte o Emirats Àrabs Units (UAE).

L'anomenat Big data i la intel·ligència artificial poden ajudar a aconseguir una cadena de suministro más eficient [Imargen de Mika Baumeister]
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).
Els ports de nova generació aviat aplicaran tècniques d'anàlisi predictiva i prescriptiu com a eines de suport a l'hora de prendre decisions a la planificació de la cadena logístic-portuària.
La transformació digital als ports i la cadena logística comporta grans quantitats de dades, moltes a temps real. La competitivitat dels ports del futur dependrà en gran mesura de la capacitat de treure profit d’aquesta informació. Amb eines d’IA que permetin aprofitar la potencialitat d’aquesta quantitat ingent de dades, les decisions preses pels gestors seran de més qualitat, compartides i generades més ràpidament, per la qual cosa amb seguretat es podrà optimitzar el temps, el cost i la fiabilitat de les operacions en entorns logisticoportuaris. De manera complementària, tot això acabarà derivant en una gestió de les operacions més flexible i a temps real. La IA ha arribat al món del transport per quedar-se. Els ports que s’adonin abans dels beneficis i la potencialitat que té per canviar el sector, sens dubte guanyaran eficiència operativa respecte als seus competidors. Els ports que ja disposen de sistemes avançats que permeten fer una recopilació significativa de dades (Port Community Systems, Port Management Systems, Terminal Operating Systems, entre altres sistemes) seran els que estaran més ben preparats per incorporar amb èxit les eines que ofereix la intel·ligència artificial.

Els ports que ja disposen de sistemes avançats que permeten una recopilació significativa de dades seran els millor preparats per incorporar amb èxit les eines que ofereix la intel·ligència artificial.

Els orígens de la intel·ligència artificial

Tot i que sembla un concepte recent, els orígens de la intel·ligència artificial es remunten als grecs. Aristòtil (384-322 aC) va ser el primer a determinar un conjunt de regles que descriuen una part del funcionament de la ment per obtenir conclusions racionals, i Ctesibi d’Alexandria (285-222 aC) va construir la primera màquina autocontrolada, un regulador del flux d’aigua (racional, però sense raonament). Va ser el 1956 quan John McCarthy, Marvin Minsky i Claude Shannon van encunyar el terme intel·ligència artificial, durant la Conferència de Dartmouth (EUA), per referir-se a “la ciència i enginy de fer màquines intel·ligents, especialment programes de càlcul intel·ligents”. El que no van encertar aquells tres científics va ser la previsió de quan arribarien les primeres màquines intel·ligents. Ells confiaven que cap a la dècada dels 70 estaríem envoltats d’intel·ligència artificial. Però no va ser fins als anys 90 i 2000 quan la majoria de les empreses tecnològiques van prendre la decisió de fer inversions significatives en aquest àmbit, amb la finalitat de millorar la capacitat de processament i anàlisi de l’enorme quantitat de dades que es generen al nou món digital. De fet, la consagració definitiva de la IA va arribar el 1997, quan IBM va demostrar que un sistema informàtic era capaç de vèncer un humà als escacs. I no era un humà qualsevol, sinó el campió del món, Garri Kaspàrov. La supercomputadora es deia Deep Blue i va ser un punt d’inflexió perquè la indústria tecnològica i la societat en general fossin conscients de la rellevància i les possibilitats que podia arribar a tenir la intel·ligència artificial.