Die Weiterentwicklung der KI wurde durch Faktoren wie den verbesserten Zugang zu massiver Rechenleistung möglich. In gleicher Weise treibt die zunehmende Automatisierung, die KI ermög-licht, die Entwicklung unbemannter, autonomer hydrographischer Anwendungen voran. Dies ist eine spannende Perspektive, denn die Vorteile solcher Anwendungen sind vielfältig: Effizienzsteigerung, Kostenreduzierung in Form von Schiffszeit und Mannstunden sowie die Minimierung von Umweltauswirkungen. Wir arbeiten auf autonome hydrographische Anwendungen hin, indem wir Software entwickeln, die eine automatische Echtzeit-Datenverarbeitung und Navigationshilfe bietet. Im Jahr 2017 haben wir ein eigenes Software-Entwicklungsteam mit Ingenieuren gegründet, die auf maschinelles Lernen, maschinelles Sehen und Deep Learning spezialisiert sind. Die erste offizielle EIVA-Software mit KI wurde 2018 veröffentlicht, als wir die Nutzung von NaviSuite Deep Learning für die automatische Interpretation von Daten in NaviSuite Nardoa, unserem Softwarepaket für Pipeline-Inspektionen, ermöglichten. In diesem Artikel stellen wir vor, wie wir maschinelles Lernen nutzen, um Softwarelösungen zu erstellen, die autonome hydrographische Anwendungen unterstützen.
NaviSuite Deep Learning | künstliche Intelligenz | autonome hydrographische Anwendungen | KI-Software
