Maskinlæring kan gi færre kollisjoner til havs

Brian Murray ved UiT Norges arktiske universitet jobber med nettopp dette. Han er en av stipendiatene i MARKOM, et nasjonalt prosjekt for å heve kvaliteten på norsk maritim profesjonsutdanning.

– Målet er at verktøyene jeg utarbeider, til syvende og sist kan gjøre skipsfarten tryggere, sier Brian.
– Å jobbe med noe som kan ha en så konkret positiv effekt, er motiverende og meningsfylt.

Historiske data kan forutsi framtidige bevegelser

AIS-data (Automatic Identification System) er opplysninger alle større fartøy sender i sanntid, der de oppgir blant annet posisjon, kurs, fart, avreise- og bestemmelsessted, skipstype, dimensjoner og last. I Norge samles disse dataene av Kystverket, som har historiske data tilgjengelig fra flere år tilbake. Dataene kan for eksempel brukes til å kartlegge transportmønstre i forbindelse med logistikkplanlegging og analysearbeid.

Men dataene kan også brukes slik Brian gjør – til å kunne forutsi hvordan skip beveger seg, og hvor de kommer til å befinne seg de neste 30 minuttene. Ved hjelp av maskinlæring kan denne informasjonen trekkes ut fra store datamengder.

Ved hjelp av algoritmene Brian utvikler kan man i framtiden kunne gi datadrevet hjelp til skipsførere og navigatører, som dermed får en bedre situasjonsforståelse og støtte til å ta gode valg på brua eller fremtidige kontrollsentere. Teknologien er også tiltenkt å kunne støtte fremtidige autonome skip.

Felles MARKOM-doktorgrad gir muligheter for samarbeid på tvers

Brian er sivilingeniør i marinteknikk fra NTNU, og etter mastergraden ville han gjerne fortsette innen samme sektor.

Stipendiatstillingen i Tromsø passer perfekt, og en ekstra bonus er måten doktorgraden er organisert på: En fellesgrad innen nautiske operasjoner med stipendiater fordelt på UiT, NTNU, Universitetet i Sørøst-Norge og Høgskulen på Vestlandet. MARKOM-stipendiatene blir kjent på tvers av fagfelt og bakgrunn, og slik knyttes både nye kontakter, ulike perspektiver blir trukket inn i doktorgradsarbeidene og nettverket kan bli nyttig med tanke på senere forskningssamarbeid.

Autonome fartøy og kunstig intelligens

Forskningsmiljøet Brian er en del av, jobber ikke bare dataprogrammering og simuleringer. Et prosjekt ved UiT ser på hvordan semi-autonome fartøy, kunstig intelligens og sensordata kan støtte landbaserte kontrollsentre for skipstrafikk. I framtiden vil autonome fartøyer kunne ta over for tradisjonelle frakteskip mange steder, siden autonome skip kan drives sikrere og mer effektivt. Det forskerne lærer av testingen med R/V «Ymir» i Tromsø har overføringsverdi til større fartøy og operasjoner, og «Ymir» brukes også i opplæring av navigatører.

Båt på havet med teksten — UiTs nye autonome fartøy, R/V «Ymir». Foto: Tuco Group ApS

Se mer av fartøyet på YouTube-kanalen UiT Autonomous Ship Program.

Les mer om programmet UiT Autonomous Ship her.

Veien videre

Etter planen leverer Brian doktorgraden sin i desember 2020. Da vil han ha kommet langt i å utvikle algoritmer for historiske AIS-data, men selve verktøyet som kan komme til nytte i skipsfarten vil imidlertid ikke være ferdigutviklet. For å få til det, må noen jobbe videre med å lage et beslutningsstøttesystem som baserer seg på Brians forskning og som til slutt kan ende opp som et verktøy for navigatører eller autonome systemer.

– Dette arbeidet vil fortsette i forskningsgruppen vår her på UiT. Det finnes også andre miljøer i Norge som jobber med den samme problematikken, med litt ulik vinkling, så det er absolutt muligheter for samarbeid i fremtiden, forklarer Brian.

Når det gjelder livet etter avlagt doktorgrad er vår stipendiat både åpen for å fortsette som postdoktor eller eventuelt prøve seg i industrien. Det er i hvert fall helt sikkert at kompetansen hans er det bruk for flere steder, og vi gleder oss til å se den ferdige doktorgraden i 2021!

Kortnytt fra Institutt for teknologi og sikkerhet, Fakultet for naturvitenskap og teknologi