Un equipo de investigación de la Universidad de Columbia Británica, campus Okanagan, ha desarrollado un innovador sistema de inteligencia artificial llamado TrajReducer, que puede predecir con precisión la dirección de navegación y el tiempo de llegada de los buques, proporcionando un fuerte apoyo a los puertos canadienses para enfrentar los desafíos de la cadena de suministro global. Este logro fue completado por el doctor Zheng Lü de la Facultad de Ingeniería y el estudiante de doctorado Zhang Chengkai, y la investigación relacionada se publicó en la revista Ocean Engineering.
El doctor Zheng Lü señaló que el transporte marítimo soporta más del 80% del volumen de comercio global, pero los métodos de predicción tradicionales son lentos y tienen altas tasas de error, con aproximadamente el 30% de los datos de tiempos de salida y llegada de buques faltantes. TrajReducer analiza los patrones de navegación de miles de buques, combinando datos multidimensionales como tipo de buque, velocidad, dirección y clima, para construir un marco de predicción inteligente. “Es como un GPS de versión mejorada: no solo registra trayectorias históricas, sino que predice destinos basándose en características de los buques y hábitos de conducción”, explicó el doctor Lü. El sistema compara rutas actuales con navegaciones históricas similares, logrando predicciones de alta precisión incluso en etapas iniciales de navegación, reduciendo drásticamente el consumo de recursos computacionales.
Como centro de comercio global, Canadá maneja más de cien millones de toneladas de carga al año en sus cuatro principales puertos: Vancouver, Prince Rupert, etc. El doctor Zheng Lü enfatizó que conocer con antelación varios días los movimientos de grandes buques de carga puede optimizar la asignación de muelles, la programación de equipos y la conexión con el transporte terrestre, mejorando significativamente la eficiencia operativa. “Pequeñas mejoras en eficiencia pueden traducirse en beneficios económicos considerables”, añadió el estudiante de doctorado Zhang Chengkai. La ventaja única de TrajReducer radica en su capacidad de aprendizaje adaptativo: a medida que los patrones de transporte marítimo global cambian debido a acuerdos comerciales, infraestructura o factores climáticos, el sistema puede optimizar continuamente sus modelos de predicción a través del aprendizaje continuo, asegurando confiabilidad a largo plazo.
Actualmente, esta tecnología ha atraído una amplia atención en el campo marítimo, y sus escenarios de aplicación no se limitan a la gestión de puertos, sino que se extienden a monitoreo de seguridad marítima, evaluación de riesgos ambientales y optimización de la resiliencia de la cadena de suministro. “Esto no es solo un avance técnico, sino un paso clave para construir sistemas logísticos sostenibles”, dijo Zhang Chengkai.
