In 1620 begon de Mayflower aan een onzekere reis over de Atlantische Oceaan. Het schip had  meer dan 100 pelgrims aan boord die hoopten op een nieuw leven in de Nieuwe Wereld. Nu, 400 jaar later, zal het Mayflower Autonomous Ship (MAS) dezelfde de reis afleggen van Plymouth in Engeland naar Plymouth in Massachusetts. Deze keer echter zonder een menselijke kapitein of bemanning aan boord, maar volledig onbemand en gedreven door kunstmatige intelligentie.

Stefanie Chiras

Het MAS-project is een wereldwijde samenwerking onder leiding van de maritieme onderzoeksorganisatie Promare. Het project is weliswaar opgezet om de 400ste verjaardag van de Mayflower-reis te herdenken, maar kan grote gevolgen hebben voor de scheepvaartindustrie en de toekomst van oceanografisch onderzoek.

Naar verwachting zal de autonome scheepvaartmarkt van de huidige 90 miljard dollar groeien naar meer dan 130 miljard in 2030. Veel van de huidige autonome schepen zijn echter gewoon geautomatiseerd en passen zich niet dynamisch aan nieuwe situaties aan. Met behulp van een geïntegreerde set van IBM’s AI-, cloud- en edge-technologieën biedt ProMare de Mayflower de mogelijkheid onafhankelijk te opereren onder bijzonder uitdagende omstandigheden.

Veilig de oceaan over met Red Hat Enterprise Linux

De Mayflower wordt bestuurd door een AI Captain, bestaand uit een aantal onderling verbonden cognitieve systemen waarmee het schip op zee kan voelen, denken en handelen.

De AI Captain van de Mayflower gebruik camera’s aan boord om visuele input te verzamelen en potentiële gevaren te identificeren, zoals andere schepen of afval dat in het water drijft. Het visuele systeem van het schip wordt met behulp van deep learning-modellen aan wal ontwikkeld en getraind, die draaien op IBM Power-systemen op basis van Red Hat Enterprise Linux (RHEL). Twee van de systemen aan boord, Autonomy Manager en Safety Manager, draaien ook op RHEL.

De AI Captain Autonomy Manager neemt beslissingen en beveelt acties aan op basis van langetermijndoelstellingen.

De Safety Manager bewaakt deze beslissingen en valideert of ze veilig zijn de directe omgeving. Hiermee kan bijvoorbeeld weggestuurd worden van gelokaliseerde obstakels die schade aan de Mayflower kunnen veroorzaken. Om de veiligheid verder te waarborgen kan de Safety Manager passende maatregelen nemen, zoals het overnemen van de controle over de besturing en voortstuwing van het schip, het activeren van de nooduitrusting of het herstarten van het systeem.

Het edge-computing systeem, dat lokaal op Red Hat Enterprise Linux draait, is ontworpen om missiekritische workloads te ondersteunen. De Mayflower heeft tijdens zijn reis geen toegang tot hoge-bandbreedte connectiviteit. Edge-apparaten verzamelen en analyseren de gegevens van het schip en slaan deze lokaal op. Wanneer er connectiviteit beschikbaar is, worden die geüpload naar edge-nodes op het land en gesynchroniseerd met IBM Cloud. Het team kan ook updates van het trainingsmodel van de AI Captain pushen. 

RHEL is zeer geschikt voor deze toepassing vanwege de multi-, hybride cloudmogelijkheden, die ontwikkelaars de mogelijkheid bieden om applicaties te verplaatsen van on-premises systemen naar de cloud, naar de edge van computernetwerken (zoals het Mayflower Autonomous Schip) en weer terug. RHEL biedt ook de vereiste betrouwbaarheidsniveaus voor een missie die zich geen systeemuitval in het midden van de oceaan kan veroorloven.

Data Ahoy

Het schip heeft drie onderzoek-pods aan boord die een aantal sensoren en wetenschappelijke instrumenten bevatten waarmee wetenschappers meer inzicht kunnen krijgen in belangrijke zaken als maritieme cybersecurity, het monitoren van zeezoogdieren, het in kaart brengen van het zeeniveau en de aanwezigheid van plastic in onze wateren.

Een onderzoeksschip kan tienduizenden dollars per dag kosten en wordt beperkt door de tijd die mensen aan boord kunnen doorbrengen. Dat is een belemmerende factor voor veel van hedendaagse maritieme wetenschappelijke missies. Hopelijk wordt het Mayflower Autonomous Ship een kosteneffectief en flexibel platform voor het verzamelen van gegevens waarmee we de gezondheid van de oceaan en de industrieën die het ondersteunt te beschermen.