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.

Агентична поморска вештачка интелигенција: Контекстуална анализа на аномалии со генеративна вештачка интелигенција

Револуционизирање на анализата на поморски аномалии со агентична вештачка интелигенција

Огромниот, сложен свет на глобалната поморска активност претставува уникатни предизвици за безбедноста, разузнавањето и комерцијалните операции. Идентификувањето и разбирањето на невообичаеното однесување на пловилата – од неочекувани движења до отстапувања од познати обрасци – често бара огромно време, длабока експертиза за одредена област и корелација на различни извори на податоци. Windward, лидер во Maritime AI™, долго време обезбедува критична интелигенција за поморските операции. Сега, во соработка со AWS, Windward ја користи агентичната генеративна вештачка интелигенција за да го трансформира овој процес, префрлувајќи се од изолирани предупредувања кон сеопфатна, контекстуална интелигенција.

Ова револуционерно партнерство има за цел да ги зајакне поморските аналитичари, драстично намалувајќи го времето за истрага и овозможувајќи им да се фокусираат на донесување одлуки со висока вредност, наместо на напорно собирање податоци. Со спојување на геопросторната интелигенција со напредна генеративна вештачка интелигенција, новото решение на Windward обезбедува поглед од 360°, предвидувајќи закани и заштитувајќи ги критичните средства на море со невидена брзина и прецизност.

Предизвикот: Од преоптоварување со податоци до практични сознанија

Историски гледано, истрагата за поморски аномалии беше многу рачен и време-интензивен потфат. Аналитичарите поминуваа часови просејувајќи фрагментирани информации, обидувајќи се да ги поврзат точките помеѓу различните текови на податоци за да го разберат аномалното однесување на пловилото. Овој процес бараше не само значителен напор, туку и длабока експертиза за одредена област за да се толкуваат нијансите на поморските активности, временските обрасци и геополитичките настани.

Постоечкиот систем за рано откривање на Windward успешно ги идентификува сомнителните обрасци, но целта беше да се забрза патот од откривање до донесување одлуки. За да се оптимизира аналитичкиот работен тек и да се обезбедат навистина „подготвени за мисија“ сознанија, Windward идентификуваше три клучни стратешки подобрувања:

Унифициран работен тек: Минимизирање на потребата аналитичарите да консултираат надворешни извори на податоци, создавајќи беспрекорна и фокусирана аналитичка средина.
Оптимизација на експертизата: Автоматизирање на собирањето и првичната корелација на контекстуални податоци (временски услови, вести, поврзани предупредувања), овозможувајќи им на експертите за одредена област да го посветат своето драгоцено време на стратешка интерпретација и донесување одлуки.
Сеопфатна покриеност: Поедноставување на синтезата на информации за да се овозможи побрза и подлабинска истрага на повеќе предупредувања истовремено.

За да се постигнат овие амбициозни цели, Windward се здружи со AWS Generative AI Innovation Center за да го развие MAI Expert™, првиот генеративен поморски агент со вештачка интелигенција способен автоматски да ги контекстуализира сложените поморски аномалии.

Агентична архитектура: Напојување на контекстуалната интелигенција со AWS

Срцето на подобреното решение на Windward лежи во неговата повеќестепена архитектура базирана на вештачка интелигенција, имплементирана на AWS. Овој систем автоматски презема релевантни податоци од различни внатрешни и надворешни извори и ги користи овие информации за да генерира текстуален опис кој темелно ги контекстуализира настаните на поморските аномалии.

Процесот започнува кога аномалијата е идентификувана од системот за рано откривање на Windward. Релевантните метаподатоци – како што се временска ознака на аномалијата, координати на регионот, тип на аномалија и класа на пловило – се извлекуваат од внатрешната база на податоци на Windward.

Овие метаподатоци потоа се внесуваат во систем за агентична анализа напојуван од големи јазични модели (LLMs) на Amazon Bedrock. Целиот повеќестепен систем за анализа на аномалии е оркестриран со користење на AWS Step Functions, обезбедувајќи робустен и скалабилен работен тек.

Првиот чекор во овој оркестриран процес вклучува пребарување на повеќе, различни надворешни извори на податоци за собирање релевантни позадински информации:

Вести во реално време: Предупредувањата и сигналите за настани откриени од јавни податоци се преземаат и филтрираат врз основа на времето и локацијата на поморската аномалија.
Интелигентно веб пребарување: LLMs генерираат прецизни барања за пребарување, овозможувајќи преземање на ажурирани резултати од веб пребарување кои обезбедуваат контекст во реално време за аномалијата.
Податоци за временска прогноза: Се користи надворешен API за преземање критични податоци за временската прогноза, вклучувајќи температура, брзина на ветерот и врнежи, за специфичната локација и време на аномалијата.

Секој извор на податоци се пребарува со користење на посебна AWS Lambda функција. Овој модуларен пристап обезбедува ефикасност и скалабилност, овозможувајќи лесна интеграција на нови извори на податоци по потреба.

Динамична саморефлексија и курирање податоци

Клучна иновација во ова агентично решение е неговата способност за саморефлексија, која динамички ја одредува потребата за дополнително преземање податоци. По првичното собирање податоци од вести, веб пребарување и временска прогноза, системот преминува во втор чекор. Тука, посебен LLM – напојуван од Claude на Anthropic преку Amazon Bedrock – ги испитува преземените ставки на податоци.

Овој LLM е упатен да одлучи дали собраните податоци досега се доволни за да се објасни аномалијата или ако сè уште недостасуваат одредени аспекти поврзани со настанот. Потоа може да генерира ново, попрецизно барање за пребарување за дополнителни веб резултати или да сигнализира на системот да продолжи. Оваа интелигентна повратна врска, прикажана на Слика 2, му овозможува на системот проактивно да бара посеопфатен контекст, додавајќи го на претходно собраните информации.

Architecture diagram for windward aws blog Слика 1. Архитектура на решението што ги демонстрира AWS услугите и генеративната вештачка интелигенција.

Diagram of flow through self-reflection Слика 2. Логика на саморефлексија во системот за агентична анализа на аномалии.

По оваа динамична фаза на преземање податоци и саморефлексија, системот користи двостепен процес на филтрирање и рангирање за отстранување на ирелевантни вести и обезбедување на највисок квалитет на контекстот:

Повторно рангирање со Amazon Rerank: AI модел, Amazon Rerank, го сортира првичниот сет на ставки на податоци според нивната релевантност за аномалијата. Овој чекор е клучен за одржување на висок опфат, ефикасно намалувајќи го бројот на кандидати за следната фаза.
Оценување на прецизноста базирано на LLM: Секоја од највисоко рангираните ставки потоа дополнително се оценува од LLM низ повеќе димензии, вклучувајќи време, локација и совпаѓање на типот на пловилото. Системот доделува оценки за релевантност помеѓу 0 и 100, задржувајќи ги само оние ставки на податоци кои надминуваат однапред одреден праг. Ова обезбедува висока прецизност, гарантирајќи дека само најрелевантните информации придонесуваат за конечната анализа.

Практични сознанија: Контекстуализираниот извештај

Конечно, прецизно филтрираните и рангирани податоци се проследуваат до друг LLM. Овој LLM ја синтетизира целата собрана интелигенција за да генерира концизен, контекстуализиран извештај за аномалијата. Извештајот ги сумира потенцијалните причини, ризици и импликации на откриениот поморски настан. Најважно, тој е напишан за клиентите на Windward и директно ги цитира сите користени извори на податоци, обезбедувајќи целосна транспарентност и овозможувајќи им на корисниците да ги проверат информациите и да навлезат подлабоко следејќи ги дадените врски.

Maritime intelligence product Слика 3. Пример за генериран извештај за аномалија од MAI Expert™ на Windward.

Овој излез драстично го намалува когнитивното оптоварување на аналитичарите, претставувајќи им подготвен наратив кој ја објаснува аномалијата во нејзиниот поширок оперативен и геополитички контекст.

Евалуација и влијание

Целосниот систем е ригорозно евалуиран наспроти сеопфатен сет на историски поморски аномалии. Оваа евалуација често вклучува пристап на LLM-како-судија, оценувајќи го квалитетот, точноста и комплетноста на генерираните контекстуални извештаи.

Импликациите на ова агентично генеративно AI решение се длабоки. Со автоматизирање на напорниот процес на собирање и корелација на податоци, Windward им овозможува на поморските аналитичари да:

Ја подобрат ефикасноста: Значително го намалат времето потрошено на истрага, ослободувајќи вредни човечки ресурси.
Ја подобрат свесноста за ситуацијата: Да добијат подлабоко, поконтекстуално разбирање на аномалиите, преминувајќи од изолирани предупредувања кон сеопфатна интелигенција.
Го забрзаат донесувањето одлуки: Да овозможат побрзи и поинформирани одлуки, критични за предвидување закани и заштита на средствата во динамични поморски средини.
Ја оптимизираат експертизата: Да им овозможат на експертите за одредена област да се фокусираат на стратешка интерпретација и анализа на високо ниво, користејќи ги своите уникатни вештини онаму каде што се најважни.

Соработката помеѓу Windward и AWS е пример како врвната генеративна вештачка интелигенција и облачната инфраструктура можат да се искористат за решавање на сложени проблеми од реалниот свет, трансформирајќи ги критичните сектори како поморската интелигенција и поставувајќи нов стандард за контекстуална анализа на аномалии.