What is Windward's MAI Expert™ and how does it utilize generative AI?

Windward's MAI Expert™ is the company's pioneering generative AI maritime agent designed to contextualize maritime anomalies. It leverages generative AI, particularly large language models (LLMs) on Amazon Bedrock, to automate the collection, correlation, and synthesis of diverse data sources. This allows it to generate comprehensive risk assessments and summaries for suspicious vessel activities, enabling analysts to make informed decisions faster and with greater accuracy, shifting their focus from data gathering to strategic interpretation.

How does the agentic maritime anomaly analysis solution work?

The solution, developed in collaboration with AWS, is a multi-step AI-powered pipeline. It starts by extracting metadata from an anomaly event. This metadata then triggers an agentic analysis system using LLMs on Amazon Bedrock, orchestrated by AWS Step Functions. The system queries various external data sources (news, web search, weather) via AWS Lambda functions. A crucial self-reflection step, powered by an LLM like Anthropic's Claude, determines if additional data is needed. Finally, filtered and ranked data is used by another LLM to generate a contextualized report, citing all sources.

What AWS services are central to Windward's generative AI solution?

Several key AWS services underpin Windward's agentic maritime anomaly analysis solution. Amazon Bedrock hosts the large language models (LLMs), including Anthropic's Claude, which are responsible for query generation, self-reflection, scoring, and report generation. AWS Step Functions orchestrates the entire multi-step analysis pipeline, ensuring a smooth workflow. AWS Lambda functions are used to fetch data from various external sources. Additionally, Amazon Rerank assists in filtering and ranking relevant news items to maintain high data quality and relevance.

What are the primary challenges Windward aimed to solve with this generative AI approach?

Before this solution, maritime analysts spent significant time manually gathering and correlating complex data to understand vessel behavior anomalies. Windward sought to address three key strategic improvements: creating a Unified Workflow to minimize external data consultations, optimizing Expertise by automating data collection (weather, news, alerts) so domain experts could focus on strategic interpretation, and providing Comprehensive Coverage by streamlining information synthesis for rapid, in-depth investigation of multiple alerts simultaneously.

How does the system ensure the relevance of retrieved information for a specific anomaly?

The solution employs a robust two-step filtering and ranking process to ensure data relevance. First, an AI model like Amazon Rerank initially sorts retrieved news items based on their relevance to the anomaly, aiming to maintain high recall while removing highly irrelevant data. Second, a dedicated LLM scores each of the top-ranked items across multiple dimensions such as time, location, and vessel type. Only data items with a relevance score above a predetermined threshold are retained, ensuring high precision and that only the most pertinent information is used in the final report.

IA Marítima Agente: Análisis Contextual de Anomalías con IA Generativa

Revolucionando el Análisis de Anomalías Marítimas con IA Agente

El vasto e intrincado mundo de la actividad marítima global presenta desafíos únicos para la seguridad, la inteligencia y las operaciones comerciales. Identificar y comprender el comportamiento inusual de las embarcaciones –desde movimientos inesperados hasta desviaciones de patrones conocidos– a menudo requiere una inmensa cantidad de tiempo, profunda experiencia en el dominio y la correlación de fuentes de datos dispares. Windward, líder en IA Marítima™, ha proporcionado durante mucho tiempo inteligencia crítica para las operaciones marinas. Ahora, en colaboración con AWS, Windward está aprovechando la IA generativa agente para transformar este proceso, pasando de alertas aisladas a una inteligencia contextual integral.

Esta innovadora asociación tiene como objetivo empoderar a los analistas marítimos, reduciendo drásticamente los tiempos de investigación y permitiéndoles centrarse en la toma de decisiones de alto valor en lugar de la ardua recopilación de datos. Al fusionar la inteligencia geoespacial con la IA generativa avanzada, la nueva solución de Windward proporciona una vista de 360°, anticipando amenazas y protegiendo activos críticos en el mar con una velocidad y precisión sin precedentes.

El Desafío: De la Sobrecarga de Datos a los Insights Accionables

Históricamente, la investigación de anomalías marítimas era un esfuerzo altamente manual y que consumía mucho tiempo. Los analistas pasaban horas revisando información fragmentada, tratando de conectar puntos entre varias corrientes de datos para comprender el comportamiento anómalo de una embarcación. Este proceso exigía no solo un esfuerzo significativo, sino también una profunda experiencia en el dominio para interpretar los matices de las actividades marítimas, los patrones climáticos y los eventos geopolíticos.

El sistema de Detección Temprana existente de Windward identifica con éxito patrones sospechosos, pero el objetivo era acelerar el camino desde la detección hasta la toma de decisiones. Para optimizar el flujo de trabajo analítico y proporcionar información verdaderamente "lista para la misión", Windward identificó tres mejoras estratégicas clave necesarias:

Flujo de Trabajo Unificado: Minimizar la necesidad de que los analistas consulten fuentes de datos externas, creando un entorno analítico fluido y enfocado.
Optimización de la Experiencia: Automatizar la recopilación y correlación inicial de datos contextuales (clima, noticias, alertas relacionadas), permitiendo a los expertos en el dominio dedicar su valioso tiempo a la interpretación estratégica y la toma de decisiones.
Cobertura Integral: Simplificar la síntesis de información para permitir una investigación más rápida y profunda de múltiples alertas simultáneamente.

Para abordar estos ambiciosos objetivos, Windward se asoció con el Centro de Innovación de IA Generativa de AWS para desarrollar MAI Expert™, el primer agente marítimo de IA generativa capaz de contextualizar automáticamente anomalías marítimas complejas.

Arquitectura Agente: Impulsando la Inteligencia Contextual con AWS

El corazón de la solución mejorada de Windward reside en su arquitectura de múltiples pasos impulsada por IA, implementada en AWS. Este sistema obtiene automáticamente datos relevantes de varias fuentes internas y externas y utiliza esta información para generar una descripción textual que contextualiza a fondo los eventos de anomalías marítimas.

El proceso comienza cuando el sistema de Detección Temprana de Windward identifica una anomalía. Se extraen metadatos relevantes –como la marca de tiempo de la anomalía, las coordenadas de la región, el tipo de anomalía y la clase de embarcación– de la base de datos interna de Windward.

Estos metadatos se introducen luego en un sistema de análisis agente impulsado por modelos de lenguaje grandes (LLM) en Amazon Bedrock. Toda la tubería de análisis de anomalías de múltiples pasos se orquesta utilizando AWS Step Functions, lo que garantiza un flujo de trabajo robusto y escalable.

El primer paso en este proceso orquestado implica consultar múltiples y diversas fuentes de datos externas para recopilar información de fondo relevante:

Fuentes de Noticias en Tiempo Real: Se obtienen y filtran alertas y señales de eventos descubiertas a partir de datos públicos basándose en el tiempo y la ubicación de la anomalía marítima.
Búsqueda Web Inteligente: Los LLM generan consultas de búsqueda precisas, lo que permite la recuperación de resultados de búsqueda web actualizados que proporcionan contexto en tiempo real para la anomalía.
Datos Meteorológicos: Se utiliza una API externa para recuperar datos meteorológicos críticos, incluida la temperatura, la velocidad del viento y la precipitación, para la ubicación y el momento específicos de la anomalía.

Cada fuente de datos se consulta utilizando una función AWS Lambda separada. Este enfoque modular garantiza la eficiencia y la escalabilidad, lo que permite una fácil integración de nuevas fuentes de datos según sea necesario.

Autorreflexión Dinámica y Curación de Datos

Una innovación central en esta solución agente es su capacidad de autorreflexión, que determina dinámicamente la necesidad de recuperación de datos adicionales. Después de la recopilación inicial de datos de noticias, búsqueda web y clima, la tubería pasa a un segundo paso. Aquí, un LLM separado –impulsado por Claude de Anthropic a través de Amazon Bedrock– examina los elementos de datos recuperados.

Este LLM recibe instrucciones para decidir si los datos recopilados hasta ahora son suficientes para explicar la anomalía o si ciertos aspectos relacionados con el evento aún faltan. Luego puede generar una nueva consulta de búsqueda más refinada para obtener resultados web adicionales o señalar a la tubería que continúe. Este bucle de retroalimentación inteligente, que se muestra en la Figura 2, permite al sistema buscar proactivamente un contexto más completo, añadiéndolo a la información previamente recopilada.

Diagrama de arquitectura para el blog de windward aws Figura 1. Arquitectura de la solución que demuestra los servicios de AWS y la IA generativa.

Diagrama del flujo a través de la autorreflexión Figura 2. Lógica de autorreflexión en el sistema de análisis de anomalías agente.

Después de esta fase dinámica de recuperación de datos y autorreflexión, el sistema emplea un proceso de filtrado y clasificación en dos etapas para eliminar elementos de noticias irrelevantes y garantizar la más alta calidad de contexto:

Re-clasificación con Amazon Rerank: Un modelo de IA, Amazon Rerank, clasifica el conjunto inicial de elementos de datos según su relevancia para la anomalía. Este paso es crucial para mantener una alta recuperación, reduciendo eficientemente el grupo de candidatos para la siguiente etapa.
Puntuación de Precisión basada en LLM: Cada uno de los elementos mejor clasificados es luego puntuado por un LLM en múltiples dimensiones, incluyendo el tiempo, la ubicación y el tipo de embarcación coincidente. El sistema asigna puntuaciones de relevancia entre 0 y 100, reteniendo solo aquellos elementos de datos que superan un umbral predefinido. Esto garantiza una alta precisión, asegurando que solo la información más pertinente contribuya al análisis final.

Insights Accionables: El Informe Contextualizado

Finalmente, los datos meticulosamente filtrados y clasificados se pasan a otro LLM. Este LLM sintetiza toda la inteligencia recopilada para generar un informe conciso y contextualizado sobre la anomalía. El informe resume las posibles causas, riesgos e implicaciones del evento marítimo detectado. Crucialmente, está escrito para los clientes de Windward y cita directamente todas las fuentes de datos utilizadas, proporcionando total transparencia y permitiendo a los usuarios verificar la información y profundizar siguiendo los enlaces proporcionados.

Producto de inteligencia marítima Figura 3. Ejemplo de un informe de anomalías generado por MAI Expert™ de Windward.

Esta salida reduce drásticamente la carga cognitiva de los analistas, presentándoles una narrativa lista para usar que explica la anomalía dentro de su contexto operativo y geopolítico más amplio.

Evaluación e Impacto

El sistema de extremo a extremo se evalúa rigurosamente contra un conjunto completo de anomalías marítimas históricas. Esta evaluación a menudo implica un enfoque de LLM-como-juez, evaluando la calidad, precisión y completitud de los informes contextuales generados.

Las implicaciones de esta solución de IA generativa agente son profundas. Al automatizar el laborioso proceso de recopilación y correlación de datos, Windward empodera a los analistas marítimos para:

Mejorar la Eficiencia: Reducir significativamente el tiempo dedicado a la investigación, liberando valiosos recursos humanos.
Mejorar la Conciencia Situacional: Obtener una comprensión más profunda y contextual de las anomalías, yendo más allá de las alertas aisladas hacia una inteligencia integral.
Acelerar la Toma de Decisiones: Permitir decisiones más rápidas y mejor informadas, críticas para anticipar amenazas y proteger activos en entornos marítimos dinámicos.
Optimizar la Experiencia: Permitir a los expertos en el dominio centrarse en la interpretación estratégica y el análisis de alto nivel, aprovechando sus habilidades únicas donde más importan.

La colaboración entre Windward y AWS ejemplifica cómo la IA generativa de vanguardia y la infraestructura en la nube pueden aprovecharse para resolver problemas complejos del mundo real, transformando sectores críticos como la inteligencia marítima y estableciendo un nuevo estándar para el análisis contextual de anomalías.