09/12/2024
Door Ad Spijkers
MIT en Mecalux starten een baanbrekend project om logistieke innovatie te versnellen.
Het Center for Transportation & Logistics van het Massachusetts Institute of Technology (MIT CTL) in Cambridge en Mecalux in Barcelona zijn een vijfjarig samenwerkingsproject gestart om de integratie van zelflerende kunstmatige intelligentie (AI) in de logistiek te versnellen. Via het Intelligent Logistics Systems Lab van MIT (MIT ILS) zullen de twee instellingen nieuwe toepassingen van AI-modellen onderzoeken met een aanzienlijk potentieel voor bedrijven en de maatschappij.
Doelstelling
Het doel van de samenwerking van MIT met de intralogistieke groep Mecalux is om disruptieve innovatie te bevorderen. Ze willen impactvolle use cases bereiken waarbij AI de besluitvorming in de industrie transformeert. Ze zullen complexe zelflerende machine learning-modellen trainen om kosten te verlagen, de CO2-voetafdruk te verkleinen en de servicekwaliteit voor klanten te verbeteren.
De onderzoekssamenwerking tussen MIT CTL en Mecalux zal logistieke experts, magazijnpersoneel en vervoerders helpen hun werk met maximale precisie uit te voeren. Mecalux heeft bijgedragen aan de oprichting van MIT's Intelligent Logistics Systems Lab. Het bedrijf heeft zijn praktische expertise in warehousing en zijn software- en automatiseringsexperts ingezet om MIT's onderzoek te ondersteunen. Het doel is om de logistieke activiteiten van bedrijven te transformeren om een grotere efficiëntie te bereiken.
Twee onderzoeksgebieden
In het eerste jaar van het project zullen de teams van MIT en Mecalux twee belangrijke onderzoeksgebieden ontwikkelen om innovatie te versnellen. De eerste zal zich richten op het verhogen van de productiviteit van autonome magazijnrobots. Met behulp van geavanceerde simulatie-, optimalisatie- en machine learning-technieken zullen onderzoekers een systeem voor 'zwermintelligentie' ontwikkelen waarmee meerdere robots als één geheel kunnen opereren en collectieve beslissingen kunnen nemen.
Het tweede onderzoeksgebied zal zich richten op het trainen van zelflerende AI-modellen. Het zal systemen ontwerpen die in staat zijn om te leren van vraagpatronen en te anticiperen op nieuwe aankoopgewoonten van klanten. Huidige distributiesystemen houden geen rekening met de volledige complexiteit van logistieke netwerken en maken vaak sterke vereenvoudigende aannames. Dit project wil bedrijven die grote netwerken van magazijnen, distributiecentra en winkels beheren helpen om automatisch de meest efficiënte manier te bepalen om elke bestelling uit te voeren, rekening houdend met de realtimestatus van het distributienetwerk.
Foto: Mecalux