2020年上半年（nián），受到（dào）新（xīn）冠肺炎（yán）疫情影响，全球经济（jì）不振，但是（shì）集运业却迎来好（hǎo）光（guāng）景，班轮公司业绩（jì）逆势（shì）增长。二季（jì）度，全球集运业整（zhěng）体实现利润27亿美（měi）元。在智能化大潮（cháo）下，航运（yùn）业与人（rén）工（gōng）智能的有机融（róng）合，会（huì）积极、有效贡献（xiàn）智慧航运。

人工智能（Artificial Intelligence，AI）这（zhè）一技术概念，虽然从目（mù）标（biāo）上来看是指研（yán）究和开发用于模（mó）拟、延伸（shēn）和扩展人类智能（néng）的科学，但是从实现路径上来看，本质是一（yī）种基于计算机科学的（de）机器（qì）化智能（néng），是指一种让智能（néng）机器以类似于人类智能的（de）方式（shì）做出反应的技术探（tàn）索。这也就意（yì）味（wèi）着，相（xiàng）关智能（néng）机（jī）器要具备语言识别、图像识别、自然（rán）语言（yán）处理、专家系统、计算机（jī）视（shì）觉、机器学习等与人类智能（néng）相关的能力，而信（xìn）息化显（xiǎn）然是这些能力（lì）实现（xiàn）的基础（chǔ）。

人工智能当（dāng）下炙手可热，已与诸（zhū）多行业深度融合。航运（yùn）业可谓人（rén）类（lèi）经济发展中非常古老的行业，近年（nián）来凸显出与（yǔ）人工智能（néng）的深入融合，通（tōng）过全自动码（mǎ）头（tóu）、智慧船舶（bó）配载、智能调度（dù）等各领域的应用，以及未（wèi）来可能朝着无人（rén）驾驶船舶、智能解决方案设计等趋势（shì），不（bú）断从信息化到智能化演化发展。

全自动码（mǎ）头：自动运输设备和控制系统的结（jié）合，实现无（wú）人工介入（rù）的协同（tóng）高效作业

全自动码头在全（quán）球各（gè）地均有涌现（xiàn），技术应用已经较为成熟（shú）。我国的上海（hǎi）洋山港、青（qīng）岛港、广州港等（děng）港口也都（dōu）在（zài）全自动码头建设（shè）中走在了世界（jiè）前（qián）列（liè）。

以上海洋山港的出口集装箱调运为例（lì），自（zì）动（dòng）化码头（tóu）的作业流程大致（zhì）分（fèn）为6个步骤：使（shǐ）用自动化轨（guǐ）道（dào）吊起（qǐ）重集装箱、自动化轨道吊自动将集装（zhuāng）箱（xiāng）堆叠至集（jí）装箱堆（duī）场、自动（dòng）化轨道吊将集装箱从堆（duī）场自动运送至AGV（Automated Guided Vehicle，自（zì）动引导运输车（chē））运输点、AGV将集装箱运（yùn）送至岸桥起（qǐ）重点、岸桥起（qǐ）重、远程（chéng）控制及调度（dù）中心将（jiāng）集（jí）装箱（xiāng）起（qǐ）重运至运输（shū）船。

在（zài）上述流程中（zhōng），AGV起到（dào）了关键性中介作用，这（zhè）是一（yī）种具备电磁或者光学等自动导（dǎo）引装（zhuāng）置，能够（gòu）沿规定（dìng）的导引（yǐn）路径行驶，具有安全保护以及各（gè）种移栽（zāi）功能，不但可以（yǐ）自动规避障碍（ài）物，还（hái）可以做出减（jiǎn）速、刹车或绕行等遭遇突发状况的各种决策（cè）并规划最优驾驶线路。

AGV自动（dòng）导航的实现技术（shù）是多元（yuán）的，其中在（zài）业内被广泛采用的（de）是磁钉定位导航系统。例如洋山港（gǎng）自（zì）动化（huà）码头四期工程中，就在（zài）地面埋设了61483颗螺钉，磁钉与（yǔ）磁钉之间就处于一种较（jiào）为精确的定（dìng）位状态（tài），再通过磁导航传感器检测磁钉的磁信号即可实（shí）现AGV的定位，此（cǐ）时可以依靠编码器数等里（lǐ）程计量传感器来计算位置，依（yī）靠陀螺（luó）等角度传感器来（lái）确定（dìng）方（fāng）向角。

有了自（zì）动引（yǐn）导设备，全自动化（huà）码头作（zuò）为一个庞大（dà）系（xì）统，要实（shí）现协（xié）同（tóng）运作，还需要通过人工智（zhì）能、运筹学决策（cè）和（hé）系统工程（chéng）理论来发展中央控制系统。上（shàng）海（hǎi）洋山港的控（kòng）制系统主（zhǔ）要包含了全自动（dòng）化码头智能生（shēng）产管理控制（zhì）系统（TOS）与（yǔ）设备管理系（xì）统（tǒng）（ECS），它们指（zhǐ）挥着130台（tái）AGV协同工作，共同发挥出最优的效率。

自动运输（shū）载体之（zhī）外，人（rén）工智能也渗透到（dào）了全自动化码头的各方面，解决了传统码（mǎ）头（tóu）作业（yè）中的（de）难题，极（jí）大提高（gāo）了（le）自动效率（lǜ）。例如，在码头上，轨道吊从集卡车上抓取（qǔ）集装箱时（shí），如（rú）何安全高效地（dì）进行全自动化交互作（zuò）业，是全球港口一直未解决的行业难题。因（yīn）为集装箱与集卡车的拖盘锁销一旦没有完全分离，轨（guǐ）道（dào）吊卸箱时容（róng）易造成（chéng）集卡被吊起事故，存在安全隐患（huàn）。青（qīng）岛（dǎo）港自动化码头团队（duì）则通过用人工智能（néng）、图像（xiàng）识别等技术研（yán）发了机器视（shì）觉集卡防吊（diào）起系统，实现集卡防吊（diào）起自动识别。这项（xiàng）新突破，让自动化码头的全自动化范（fàn）围再次延展，从码头卸船（chuán）作（zuò）业一直延（yán）至陆（lù）侧区域。这样一（yī）来，码（mǎ）头收箱作业避免人工介入，进一步提升了安（ān）全性，解（jiě）决了行业难题。

除了已经应用的技术，全自动码头的发展也与相关（guān）技（jì）术的进步（bù）紧密结合。广州港集团就积极引入高新技术，与华为公司开展（zhǎn）了战略合作，着力结合（hé）5G技术打造“车路协同”平台，优化自动化（huà）码（mǎ）头的作业流程。华为已在广州港等港口进行有（yǒu）关联（lián）合创（chuàng）新和测试，探索（suǒ）5G在港口陆（lù）地（dì）和海域等特殊场景的覆（fù）盖技术，实现港口遇（yù）险报警、辅（fǔ）助航行（háng）、智能（néng）理货等业务运（yùn）用。

智能（néng）船舶配载：人工智能算法模拟配载员操作，实现（xiàn）自动配（pèi）载过程

智能船舶配（pèi）载通（tōng）过（guò）人工智能技术和算法优化，可以（yǐ）结（jié）合船舶箱量（liàng）分布、箱（xiāng）型比例（lì）、挂靠港、货物堆存、机械（xiè）设备状（zhuàng）态、班（bān）轮（lún）航线、泊位、货源等信（xìn）息，自（zì）动完成最（zuì）优配（pèi）载图，实（shí）现（xiàn）货物安全、高效装船，有效（xiào）提升船（chuán）舶装（zhuāng）载（zǎi）效（xiào）率。

目前较为尖端的基于学习（xí）导向的船舶智能配载技术采用了深度神经网络（luò）的学习方（fāng）法进行学习，克服了大多数（shù）“抽象（xiàng）的配载策略无法用（yòng）构造式的人工规则来（lái）描述”这一问题。同时，在配载求解过程（chéng）中也采用了智能算法，但是在（zài）算法（fǎ）的上（shàng）层还构（gòu）造了一层工作流（liú）引擎用于快速调用配载特征库进行配载，从而（ér）大幅提（tí）升了配（pèi）载求解（jiě）的速度。

自动配载（zǎi）的效率约是人工配载效（xiào）率的8~10倍（bèi）。以装船（chuán）2000自然箱为例，自（zì）动（dòng）配载（zǎi）的速度平均为15分钟，人工配载则需要大（dà）约2~3小时。

此外，智能配载还能够降低劳动强度、固化员工（gōng）经（jīng）验、提高夜间配载质量。针对超大型船舶，可大幅降低员工（gōng）劳动（dòng）强度，逐（zhú）步使配载员从反复重复的（de）操作者角色转化（huà）成为规则（zé）的制定者。同时，通过（guò）计（jì）算机（jī）自动配（pèi）载系统不断地吸纳与固（gù）化员工的配载作业（yè）经（jīng）验，即（jí）可稳步、有效地提高配载质量。系统配载的另一特点即是配载（zǎi）质量（liàng）稳定，计算机超强的计算（suàn）能力能（néng）够有效避免人（rén）工因夜间疲劳导致的配载质量下降等（děng）不良（liáng）情况（kuàng）。

智能配载在诸（zhū）多港口已经进（jìn）入应用阶段。宁波港大榭集装（zhuāng）箱码头是（shì）国内首（shǒu）个使（shǐ）用智能配载技术的（de）集装（zhuāng）箱码头。截（jié）至2018年12月（yuè），应用智能配载（zǎi）船舶（装载量（liàng）大（dà）于300集装箱的船舶）千余艘次，其中，大型（xíng）超大型船舶应用率（lǜ）约占90%。该码头应用智（zhì）能（néng）配（pèi）载（zǎi）技术的船（chuán）舶平均（jun1）单（dān）机效率比往年（nián）同期显著提升，平均作业（yè）路（lù）数比往年同期有所减少。智能配载技术大幅提高了配载计划的（de）编制（zhì）效（xiào）率，1000集装（zhuāng）箱积载（zǎi）时间可以在10分（fèn）钟内完成，公（gōng）司（sī）吞吐（tǔ）量达300万集装箱时，计划岗位（wèi）人员编制仍保持不变，特别是（shì）针对短（duǎn）截关期状况（kuàng）下的大型船（chuán）舶（bó），该技术可以平均将装（zhuāng）船（chuán）作业开工时间提前（qián）3~4个小时（shí），节能减排的同时（shí）显著降低码头生产运营成本。

上海港应用智能配载（zǎi）技术后（hòu），由于配（pèi）载决策所需时间显（xiǎn）著缩短，可先（xiān）根据放关情（qíng）况提前数（shù）小时（shí）进行首次决（jué）策，靠泊前针对剩余（yú）出口箱进行二次决策，且首次决策时间大幅延后（hòu），减（jiǎn）少了首次决策后放关出口箱数（shù）量，提（tí）升（shēng）了决策效率和决策水平。

无人驾（jià）驶船舶：技术已经先行，商（shāng）业（yè）运行可以期待

无人驾驶船舶的发展尽管尚处于研究论证阶段，但是（shì），其未来的商业（yè）化运营并非遥不可及。

全球首艘“无人集箱船”已于2017年（nián）9月29日下水测试，这艘（sōu）名为（wéi）“Yara Birkeland”号的船（chuán）只（zhī）由（yóu）挪威康士（shì）伯海事（Kongsberg Maritime）和全球最（zuì）大（dà）的化肥制造商——挪威Yara集团合作研发设计。全（quán）电动模式（shì）可完全实现零（líng）排放，长80米、宽15米，能（néng）够（gòu）装载120个20英尺标准集装箱，虽然（rán）载货（huò）量很少，但该船的正（zhèng）式投入（rù）运（yùn）营将会成为全球航运（yùn）史上（shàng）的一（yī）个巨大转（zhuǎn）折点。据报道（dào），“Yara Birkeland”号利用（yòng）自身安（ān）装的全球（qiú）定位系统、雷（léi）达、摄像（xiàng）机和传感器等，能（néng）够在航（háng）道中实（shí）现避让其（qí）他（tā）船舶，并在到达终点时实现自行（háng）停（tíng）靠。

在世界其他（tā）地方（fāng），无人驾驶船（chuán）舶的研发也（yě）在如火如荼（tú）地进行着（zhe）。2018年4月，丹（dān）麦航运巨头马士基集团和总（zǒng）部设在（zài）美国波士顿的Sea Machines Robotics公司展开合（hé）作，马士基（jī）将在其新建造（zào）的（de）一艘（sōu）Winter Palace冰（bīng）级（jí）集装箱船上安装计算机视（shì）觉、激光雷达（LIDAR）和感知软件（jiàn），Sea Machines Robotics公司的人工智能动（dòng）力感知和态（tài）势感知系统则（zé）将利用（yòng）传感（gǎn）器收集船舶周围的环境信息，识别和跟（gēn）踪潜（qián）在的冲突并在操舵室内显（xiǎn）示收集到的信息。马士基因此成为世界（jiè）上第（dì）一（yī）家在集装箱船上试验人工智（zhì）能（AI）动力感知和态（tài）势感知技术的公司。

在2020年，IBM联手海洋研究组（zǔ）织ProMare打造的“AI船长”也将掌舵无人驾驶船（chuán）“五月花（huā）”号。“AI船长”可（kě）以使用（yòng）摄像头、人工智能（néng）和边（biān）缘计（jì）算系统来安全地绕过周边（biān）船舶、浮标和其他预计会在航行（háng）期间遇到的海洋危险。

技术已（yǐ）经先（xiān）行（háng）一步，接下来，随着（zhe）智（zhì）能船（chuán）舶控制系统，海洋、气象、水（shuǐ）文等智（zhì）能识别技术的完善（shàn），以及相（xiàng）关法律法规的健全，无人驾驶船舶成为可（kě）能。而一旦无人（rén）驾驶船舶商（shāng）业化运行开启，必（bì）将重新定（dìng）义集装（zhuāng）箱运输业（yè）的参与主体（tǐ）和商业模式（shì）。在物联网、大（dà）数据（jù）、区（qū）块（kuài）链、虚拟现（xiàn）实等技术不断裂变式（shì）发展的背景下，人工智能技术亦将不断推动集装箱运输业（yè）从信息化（huà）走向去（qù）中心化、走向（xiàng）系（xì）统分散化、走向智能化，其商业模式（shì）创（chuàng）新也将在技术浪潮中呈现出各个参与主体的数字化转（zhuǎn）型而更加呈（chéng）现（xiàn）出共（gòng）生发展的（de）模（mó）式，引领集装（zhuāng）箱运输（shū）业真（zhēn）正（zhèng）步入智（zhì）能化（huà）新阶段，以（yǐ）航运（yùn）互联网生态系统的搭建启动（dòng）智慧航运的时代（dài）。

（綦晓光系剑桥大学（xué）沃尔森学院教授级终身成（chéng）员、中国政法大（dà）学客座教授；苏京春（chūn）系财政部中（zhōng）国财政科学研究（jiū）院副研究员；陈庆佳系（xì）宁波诺（nuò）丁汉大学运营管理（lǐ）学教（jiāo）授）