Rolls-Royce setzt auf Google Cloud

Mit vereinten Kräften zum autonomen Schiff

5. Oktober 2017, 14:14 Uhr |
Rolls-Royce setzt auf die Cloud Machine Learning Engine von Google.
© Rolls-Royce

Im Rahmen des Google Cloud Summit in Stockholm hat Rolls-Royce mit Google Cloud einen Vertrag über die Weiterentwicklung seiner intelligenten Warnsysteme geschlossen, die vorhandene Schiffe sicherer machen sollen und für die Realisierung autonomer Schiffe von Bedeutung sind.

Diese Vereinbarung, als die erste im Schiffssektor, wurde auf dem Google Cloud Summit in Schweden unterzeichnet. Damit kann Rolls-Royce die Cloud Machine Learning Engine von Google für das weitere Training des unternehmenseigenen Objektklassifizierungssystems, auf Basis Künstlicher Intelligenz (KI), für die Erkennung und Nachverfolgung von Objekten nutzen, die einem Schiff auf dem Meer begegnen können. Karno Tenovuo, Rolls-Royce, SVP Ship Intelligence: “Durch die Zusammenarbeit mit Google Cloud können wir diese Systeme schneller verbessern und so Leben retten.”

Anbieter zum Thema

zu Matchmaker+
Karno Tenovuo, Rolls-Royce
Karno Tenovuo: "Intelligente Warnsysteme werden bei der Schaffung einer autonomen Zukunft helfen, doch heute schon schaffen sie für Schifffahrtsunternehmen den Mehrwert, dass sie die Sicherheit und Effizienz der Schiffe und deren Crews steigern."
© Rolls-Royce

Eva Fors, Head of Google Cloud Sales Nordics: „Im Rahmen der Erforschung der Möglichkeiten, die das maschinelle Lernen bietet, kann Rolls-Royce die neuesten technologischen Fortschritte mit dem vorhandenen Wissen über die Seeschifffahrt kombinieren und so letztendlich wesentliche Verbesserungen für den Sektor bewirken“.

Rolls-Royce
Remote Operating Centre
© Rolls-Royce

Maschinelle Intelligenz
Die Google Cloud Machine Learning Engine nutzt dieselbe netzbasierte Software für maschinelle Intelligenz, die viele der Google-Produkte einschließlich der Bild- und Sprachsuche so leistungsfähig macht. Maschinelles Lernen ist eine Sammlung von Algorithmen, Tools und Techniken, die zum Lösen bestimmter Probleme das menschliche Lernen nachahmen. Maschinelle Lernmethoden analysieren vorhandene Datensätze mit dem Lernziel, Muster in Trainingsdaten zu erkennen und so Vorhersagen anhand bisher unbekannter Daten zu treffen.

Je größer die Datensätze sind, desto komplexere Muster kann das Modell erkennen und desto genauer sind die Vorhersagen. Heute können gut trainierte Modelle Vorhersageanalysen schneller und besser als Menschen durchführen.


  1. Mit vereinten Kräften zum autonomen Schiff
  2. Maßgeschneiderte Maschinenlernmodelle

Lesen Sie mehr zum Thema


Jetzt kostenfreie Newsletter bestellen!

Weitere Artikel zu Google Germany GmbH

Weitere Artikel zu Künstliche Intelligenz

Matchmaker+