　富士通研究所は2017年11月1日、商船三井、宇部興産海運と共同で、船の速度や燃料消費量など船舶性能の推定技術の実証を行い、さまざまな気象・海象条件での実用性を確認したと発表した。AI（人工知能）を活用し、船舶性能を正確に推定して燃費を削減する航路を予測する技術で、富士通では位置情報を活用したクラウドサービス「FUJITSU Mobility Solution SPATIOWL」のメニューの1つとして搭載し、2018年中のサービス提供を目指す。

　実証に用いられた推定技術は、富士通研究所が東京海洋大学と共同で開発した。富士通のAI技術「FUJITSU Human Centric AI Zinrai」を活用した高次元統計解析技術により、高い推定精度を実現している。今回、富士通研究所では、実運用中の商船三井の外航船、宇部興産海運の内航船が集めた風向、風速、主機回転数、燃料消費量などの運航データを用いて、高次元統計解析技術に基づく船速、燃料消費量の予測を行い、実測値との誤差を検証した。

　検証では、運航データ全体からランダムに全体の9割分のサンプルデータを選択して学習用データとして利用し、残りを予測用データとして利用して平均絶対誤差率を算出。これを10回繰り返し、平均を実測値との推定誤差の結果とした。なお、船速の誤差評価を行う際は、船速以外のデータと船速データとの関係を学習し、その学習結果と船速以外のデータから船速を予測した。燃料消費量の誤差評価も同様に行った。

　技術実証の結果、船速の推定誤差は外航船で1.4％、内航船で1.1％。燃料消費量の推定誤差は外航船で0.8％、内航船で0.2％となり、推定誤差1.5％以下で船舶の性能を予測できることを確認した。

　同技術を用いて船舶の実海域性能を正確に把握することで、航路上の気象・海象条件に応じて燃費や所要時間の面で最適な航路を知るウェザールーティングを高精度化し、燃費削減効果の向上を図れる。

　この推定技術については、東京海洋大学の小型練習船で収集した近海での運航データを用いた検証により、船舶性能を高精度に推定できることを確認していた。今回、同技術の実用化に向け、よりさまざまな気象・海象条件のもとで、実海域を実際の商船が運航したデータを用いて推定精度の検証を行ったものだ。