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 Marittima Agentica: Analisi Contestuale delle Anomalie con IA Generativa

Rivoluzionare l'Analisi delle Anomalie Marittime con l'IA Agentica

Il vasto e intricato mondo dell'attività marittima globale presenta sfide uniche per la sicurezza, l'intelligence e le operazioni commerciali. Identificare e comprendere comportamenti insoliti delle navi – da movimenti inaspettati a deviazioni da schemi noti – richiede spesso un tempo immenso, una profonda esperienza nel settore e la correlazione di fonti di dati disparate. Windward, leader nell'IA Marittima™, ha a lungo fornito intelligence critica per le operazioni marine. Ora, in collaborazione con AWS, Windward sta sfruttando l'IA generativa agentica per trasformare questo processo, passando da avvisi isolati a un'intelligence contestuale e completa.

Questa partnership innovativa mira a potenziare gli analisti marittimi, riducendo drasticamente i tempi di indagine e permettendo loro di concentrarsi su decisioni di alto valore piuttosto che sulla laboriosa raccolta di dati. Fondere l'intelligence geospaziale con l'IA generativa avanzata, la nuova soluzione di Windward offre una visione a 360°, anticipando le minacce e proteggendo gli asset critici in mare con velocità e precisione senza precedenti.

La Sfida: Dalla Sovraccarico di Dati all'Intelligenza Azionabile

Storicamente, l'indagine sulle anomalie marittime era un'impresa altamente manuale e dispendiosa in termini di tempo. Gli analisti trascorrevano ore a setacciare informazioni frammentate, cercando di collegare i punti tra vari flussi di dati per comprendere il comportamento anomalo di una nave. Questo processo richiedeva non solo uno sforzo significativo ma anche una profonda esperienza nel settore per interpretare le sfumature delle attività marittime, dei modelli meteorologici e degli eventi geopolitici.

L'attuale sistema di Early Detection di Windward identifica con successo schemi sospetti, ma l'obiettivo era accelerare il percorso dalla rilevazione al processo decisionale. Per ottimizzare il flusso di lavoro analitico e fornire insight realmente "pronti per la missione", Windward ha identificato tre miglioramenti strategici chiave necessari:

Flusso di Lavoro Unificato: Minimizzare la necessità per gli analisti di consultare fonti di dati esterne, creando un ambiente analitico fluido e focalizzato.
Ottimizzazione dell'Esperienza: Automatizzare la raccolta e la correlazione iniziale dei dati contestuali (meteo, notizie, avvisi correlati), permettendo agli esperti del settore di dedicare il loro tempo prezioso all'interpretazione strategica e al processo decisionale.
Copertura Completa: Semplificare la sintesi delle informazioni per consentire un'indagine più rapida e approfondita di più avvisi contemporaneamente.

Per affrontare questi ambiziosi obiettivi, Windward ha collaborato con l'AWS Generative AI Innovation Center per sviluppare MAI Expert™, il primo agente marittimo di IA generativa in grado di contestualizzare automaticamente complesse anomalie marittime.

Architettura Agentica: Alimentare l'Intelligenza Contestuale con AWS

Il cuore della soluzione migliorata di Windward risiede nella sua architettura multi-step, basata sull'IA e implementata su AWS. Questo sistema recupera automaticamente dati pertinenti da varie fonti interne ed esterne e utilizza queste informazioni per generare una descrizione testuale che contestualizza in modo approfondito gli eventi di anomalia marittima.

Il processo inizia quando un'anomalia viene identificata dal sistema di Early Detection di Windward. I metadati pertinenti – come timestamp dell'anomalia, coordinate della regione, tipo di anomalia e classe della nave – vengono estratti dal database interno di Windward.

Questi metadati vengono quindi immessi in un sistema di analisi agentico alimentato da modelli linguistici di grandi dimensioni (LLM) su Amazon Bedrock. L'intera pipeline di analisi delle anomalie multi-step è orchestrata utilizzando AWS Step Functions, garantendo un flusso di lavoro robusto e scalabile.

Il primo passaggio di questo processo orchestrato prevede l'interrogazione di più e diverse fonti di dati esterne per raccogliere informazioni di base pertinenti:

Feed di Notizie in Tempo Reale: Avvisi e segnali di eventi scoperti da dati pubblici vengono recuperati e filtrati in base all'ora e alla posizione dell'anomalia marittima.
Ricerca Web Intelligente: Gli LLM generano query di ricerca precise, consentendo il recupero di risultati di ricerca web aggiornati che forniscono un contesto in tempo reale per l'anomalia.
Dati Meteo: Un'API esterna viene utilizzata per recuperare dati meteo critici, inclusi temperatura, velocità del vento e precipitazioni, per la posizione e l'ora specifiche dell'anomalia.

Ogni fonte di dati viene interrogata utilizzando una funzione AWS Lambda separata. Questo approccio modulare garantisce efficienza e scalabilità, consentendo una facile integrazione di nuove fonti di dati secondo necessità.

Auto-Riflessione Dinamica e Curatela dei Dati

Un'innovazione fondamentale in questa soluzione agentica è la sua capacità di auto-riflessione, che determina dinamicamente la necessità di recuperare dati aggiuntivi. Dopo la raccolta iniziale dei dati da notizie, ricerca web e meteo, la pipeline passa a una seconda fase. Qui, un LLM separato – alimentato da Claude di Anthropic tramite Amazon Bedrock – esamina gli elementi di dati recuperati.

Questo LLM è istruito a decidere se i dati raccolti finora sono sufficienti a spiegare l'anomalia o se mancano ancora alcuni aspetti relativi all'evento. Può quindi generare una nuova query di ricerca più raffinata per ulteriori risultati web o segnalare alla pipeline di procedere. Questo ciclo di feedback intelligente, raffigurato nella Figura 2, consente al sistema di cercare proattivamente un contesto più completo, aggiungendolo alle informazioni precedentemente raccolte.

Architecture diagram for windward aws blog Figura 1. Architettura della soluzione che mostra i servizi AWS e l'IA generativa.

Diagram of flow through self-reflection Figura 2. Logica di auto-riflessione nel sistema di analisi agentica delle anomalie.

Dopo questa fase dinamica di recupero dati e auto-riflessione, il sistema impiega un processo di filtraggio e classificazione in due fasi per rimuovere gli elementi di notizie irrilevanti e garantire un contesto della massima qualità:

Re-ranking con Amazon Rerank: Un modello di IA, Amazon Rerank, ordina l'insieme iniziale di elementi di dati in base alla loro rilevanza per l'anomalia. Questo passaggio è cruciale per mantenere un elevato richiamo, riducendo efficacemente il pool di candidati per la fase successiva.
Punteggio di Precisione basato su LLM: Ciascuno degli elementi più classificati viene poi ulteriormente valutato da un LLM su più dimensioni, inclusi tempo, posizione e tipo di nave corrispondente. Il sistema assegna punteggi di rilevanza tra 0 e 100, mantenendo solo gli elementi di dati che superano una soglia predefinita. Ciò garantisce un'elevata precisione, assicurando che solo le informazioni più pertinenti contribuiscano all'analisi finale.

Insight Azionabili: Il Rapporto Contestualizzato

Infine, i dati meticolosamente filtrati e classificati vengono passati a un altro LLM. Questo LLM sintetizza tutta l'intelligence raccolta per generare un rapporto conciso e contestualizzato sull'anomalia. Il rapporto riassume le potenziali cause, i rischi e le implicazioni dell'evento marittimo rilevato. Fondamentalmente, è scritto per i clienti di Windward e cita direttamente tutte le fonti di dati utilizzate, fornendo piena trasparenza e consentendo agli utenti di verificare le informazioni e approfondire seguendo i link forniti.

Maritime intelligence product Figura 3. Esempio di rapporto sulle anomalie generato da MAI Expert™ di Windward.

Questo output riduce drasticamente il carico cognitivo sugli analisti, presentando loro una narrazione già pronta che spiega l'anomalia all'interno del suo contesto operativo e geopolitico più ampio.

Valutazione e Impatto

Il sistema end-to-end è rigorosamente valutato rispetto a un set completo di anomalie marittime storiche. Questa valutazione spesso comporta un approccio 'LLM-as-a-judge', che valuta la qualità, l'accuratezza e la completezza dei rapporti contestuali generati.

Le implicazioni di questa soluzione di IA generativa agentica sono profonde. Automatizzando il laborioso processo di raccolta e correlazione dei dati, Windward consente agli analisti marittimi di:

Migliorare l'Efficienza: Ridurre significativamente il tempo dedicato all'indagine, liberando risorse umane preziose.
Migliorare la Consapevolezza Situazionale: Ottenere una comprensione più profonda e contestuale delle anomalie, passando da avvisi isolati a un'intelligence completa.
Accelerare il Processo Decisionale: Consentire decisioni più rapide e informate, cruciali per anticipare le minacce e proteggere gli asset in ambienti marittimi dinamici.
Ottimizzare l'Esperienza: Permettere agli esperti del settore di concentrarsi sull'interpretazione strategica e sull'analisi di alto livello, sfruttando le loro competenze uniche dove contano di più.

La collaborazione tra Windward e AWS esemplifica come l'IA generativa all'avanguardia e l'infrastruttura cloud possano essere sfruttate per risolvere problemi complessi del mondo reale, trasformando settori critici come l'intelligence marittima e stabilendo un nuovo standard per l'analisi contestuale delle anomalie.