মেরিটাইমে এআই এর ফ্রন্টিয়ার: নিরাপত্তা, সাইবার ঝুঁকি, নীতিশাস্ত্র এবং জবাবদিহিতা

লাভ:

• AI কাল্পনিক সহগ, নিয়ম ধারা এবং প্রযুক্তিগত মান তৈরি করতে পারে এবং জীবন/সম্পত্তি সুরক্ষার প্রেক্ষাপটে যাচাইকরণ প্রয়োগ করতে পারে তা স্বীকার করার ক্ষমতা
• জাহাজ এবং ওটি (অপারেশনাল প্রযুক্তি) সিস্টেমে সাইবার নিরাপত্তা, ডেটা গোপনীয়তা এবং নিয়ন্ত্রক সীমা পরিচালনা করার ক্ষমতা
• ক্লাস অনুমোদন, নৌ-নিরাপত্তা এবং নীতি-নৈতিকতার চূড়ান্ত দায়িত্ব প্রকৌশলী এবং ক্যাপ্টেনের উপরই বর্তায়।

এই মডিউল জুড়ে, আমরা জাহাজ এবং সামুদ্রিক প্রকৌশলের প্রতিটি পর্যায়ে ত্বরক হিসাবে কৃত্রিম বুদ্ধিমত্তা (AI) ব্যবহার করেছি: ফর্ম ডিজাইন থেকে কাঠামোগত বিশ্লেষণ, ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ থেকে সমুদ্রযাত্রা অপ্টিমাইজেশান, নির্গমন সম্মতি থেকে শিপইয়ার্ড উত্পাদন। এই চূড়ান্ত ইউনিটে আমরা পিছিয়ে আসি এবং পুরো চিত্রটি দেখি: সামুদ্রিক ক্ষেত্রে AI এর মূল সীমাগুলি কী কী, কোন ঝুঁকিগুলি (হ্যালুসিনেশন, সাইবারসিকিউরিটি, ডেটা গোপনীয়তা, পক্ষপাত) ক্রমাগত সতর্ক থাকে এবং কে দায়িত্ব বহন করে? কারণ নিরাপদে যানবাহন ব্যবহারের পূর্বশর্ত হলো কোথায় ভুল হতে পারে তা জানা।

মডিউলের স্থায়ী থিসিস এখানে প্রযোজ্য এবং অন্য সকলকে শাসন করে: নিরাপত্তা-সমালোচনামূলক সামুদ্রিক কাজে, AI আউটপুট উপযুক্ত প্রকৌশলী, মাস্টার বা ক্লাস সার্ভেয়ারের অনুমোদনের বিকল্প নয়। AI পরামর্শ, খসড়া, গণনা এবং স্মরণ করিয়ে দেয়; কিন্তু জীবন, সম্পত্তি এবং পরিবেশের নিরাপত্তা নির্ধারণকারী সিদ্ধান্তের মালিক সেই ব্যক্তি যিনি সেই সিদ্ধান্তে স্বাক্ষর করেন এবং আইনত দায়ী।

ধারণা: হ্যালুসিনেশন: এআই এমন একটি মান, নিয়ম বা সংস্থান তৈরি করে যা বিদ্যমান নেই। ওটি নিরাপত্তা: অপারেশনাল প্রযুক্তির সাইবার সুরক্ষা (মেশিন এবং ক্রুজ নিয়ন্ত্রণ ব্যবস্থা)। ডেটা বিষক্রিয়া: একটি মডেলকে বিভ্রান্ত করার জন্য প্রশিক্ষণ/ইনপুট ডেটার ইচ্ছাকৃত দুর্নীতি। মডেল পক্ষপাত: মডেলের পদ্ধতিগত এবং অন্যায্য পক্ষপাত যা সেই ডেটা থেকে আসে যার উপর এটি প্রশিক্ষণপ্রাপ্ত হয়। দায়িত্বের শৃঙ্খল: একটি সিদ্ধান্তের আইনি এবং প্রযুক্তিগত মালিকানা স্পষ্টভাবে স্পষ্ট।

AI এর স্থায়ী সীমা

শিপিংয়ের ক্ষেত্রে এআই-এর চারটি স্থায়ী সীমান্ত রয়েছে এবং প্রযুক্তির অগ্রগতির সাথেও এগুলি অদৃশ্য হয়ে যাবে না। প্রথমত, হ্যালুসিনেশন: মডেলটি "সম্ভবত" বিবৃতি দিয়ে শূন্যস্থান পূরণ করে যখন এটিতে নির্দিষ্ট তথ্য থাকে না; এটি একটি তৈরি করা ক্লাস ক্লজ, একটি অসম্ভব স্থিতিশীলতার মান, বা একটি অস্তিত্বহীন সহগ হিসাবে দেখা যাচ্ছে। দ্বিতীয়ত, ডিপ্লোয়মেন্টের বাইরে আচরণ: মডেলটি যে পরিস্থিতিতে প্রশিক্ষিত এবং পরীক্ষা করা হয়েছিল তার বাইরে অবিশ্বাস্য হয়ে ওঠে (অস্বাভাবিক জাহাজের ধরন, অস্বাভাবিক ত্রুটি, অদেখা ট্র্যাফিক)। তৃতীয়ত, পদার্থবিদ্যার বোঝার অভাব: AI শব্দের ধরণগুলিকে প্রক্রিয়া করে, শক্তি সংরক্ষণ বা নিউটনের নিয়মগুলি "বুঝে না"; এটি আউটপুট তৈরি করতে পারে যা যুক্তিসঙ্গত মনে হয় কিন্তু শারীরিকভাবে অসম্ভব। চতুর্থ, সময়োপযোগীতা: আইন, মূল্য এবং প্রযুক্তি পরিবর্তন; মডেলের তথ্য একটি তারিখে হিমায়িত করা হয়।

এই সীমাগুলি ব্যাখ্যা করে যে কেন আমরা মডিউল জুড়ে যাচাইকরণের শৃঙ্খলা অপরিহার্য: অর্ডার-অফ-ম্যাগনিটিউড নিয়ন্ত্রণ, ইউনিট সামঞ্জস্য, স্বাধীন প্রজনন, এবং উত্স যাচাইকরণ। বিশেষ করে যখন AI-তে গণনা করা হয় (যেমন, একটি পাইথন/এক্সেল স্ক্রিপ্ট একটি ব্যালাস্ট/স্থায়িত্বের মুহূর্ত বা পাওয়ার ক্যালকুলেশনের জন্য উত্পন্ন), এমনকি কোডটি তরল এবং কার্যকরী দেখালেও, এর যুক্তি, ইনপুট এবং এজ কেসগুলি স্বাধীন পরীক্ষা ছাড়াই নিরাপত্তার সিদ্ধান্তে অনুবাদ করা হয় না। শুধুমাত্র একটি অ্যাকাউন্ট কোড "কাজ করে" এর অর্থ এই নয় যে এটি "সঠিক"।

সতর্কতা: একটি এআই-জেনারেটেড অ্যাকাউন্টিং কোড ত্রুটি ছাড়াই কাজ করতে পারে, তবে এতে ভুল সূত্র, ভুল ইউনিট বা উপেক্ষা করা প্রান্ত কেস থাকতে পারে। কোডটি গ্রহণ করার আগে, পরিচিত ইনপুট দিয়ে এটি পরীক্ষা করুন (একটি উদাহরণ আপনি নিজেই উত্তর জানেন), প্রান্তের ক্ষেত্রে পরীক্ষা করুন এবং একটি স্বাধীন উপায়ে ফলাফল যাচাই করুন। স্থিতিশীলতার মতো নিরাপত্তা-সমালোচনামূলক গণনায়, একটি অনুমোদিত লোডিং কম্পিউটার এবং ইঞ্জিনিয়ার নিশ্চিতকরণ অপরিহার্য।

সাইবার সিকিউরিটি এবং ডেটা প্রাইভেসি

আধুনিক জাহাজ একটি ভাসমান কম্পিউটার নেটওয়ার্ক: নেভিগেশন সিস্টেম, যন্ত্রপাতি নিয়ন্ত্রণ, কার্গো ব্যবস্থাপনা এবং স্যাটেলাইট সংযোগ আন্তঃসংযুক্ত। এর মানে সাইবার অ্যাটাক সারফেস। এআই সিস্টেম এই ছবিতে দুটি নতুন ঝুঁকি যুক্ত করেছে। প্রথমত, OT (অপারেশনাল টেকনোলজি) নিরাপত্তা: নেভিগেশন এবং মেশিন নিয়ন্ত্রণের সাথে সংযুক্ত একটি AI উপাদান আক্রমণ করা হলে সরাসরি নিরাপত্তা ঝুঁকি তৈরি করে; তাই সমালোচনামূলক ওটি সিস্টেমগুলিকে বিচ্ছিন্ন করা হয়, এআই আউটপুট কখনই নিজে থেকে একটি নিয়ন্ত্রণ কর্ম ট্রিগার করবে না, মানুষের অনুমোদন এবং নিরাপদ ডিফল্ট আচরণ অবশ্যই বজায় রাখতে হবে। দ্বিতীয়ত, ডেটা গোপনীয়তা: হুল ফর্ম, পারফরম্যান্স কার্ভ, জাহাজের মালিক-ইয়ার্ড চুক্তি এবং অপারেশনাল টেলিমেট্রি হল ট্রেড সিক্রেট এবং বৌদ্ধিক সম্পত্তি; অননুমোদিত বহিরাগত AI পরিষেবাগুলিতে এই ডেটা প্রবেশ করা একটি অপরিবর্তনীয় ক্ষতি।

উপরন্তু, ম্যানিপুলেশন ঝুঁকি যেমন ডেটা বিষক্রিয়া (দূষিত ইনপুট দিয়ে মডেলকে বিভ্রান্ত করা) এবং AIS-এর মতো ডেটা স্পুফিংয়ের জন্য এআই-এর ইনপুটগুলিতে অন্ধভাবে বিশ্বাস না করা প্রয়োজন। নিয়ম: সমালোচনামূলক তথ্য বেনামী বা ভাগ করা হয় না, শুধুমাত্র অনুমোদিত এবং গোপনীয়তা-নিশ্চিত সরঞ্জাম ব্যবহার করা হয়, সমালোচনামূলক ইনপুটগুলি সত্যতার জন্য ক্রস-ভেরিফাই করা হয়।

ঝুঁকি

এটা কিভাবে ঘটবে?

সতর্কতা

হ্যালুসিনেশন

তৈরি নিয়ম/মান/উৎস

উৎস থেকে নিশ্চিতকরণ, র্যাঙ্ক নিয়ন্ত্রণ

OT সাইবার আক্রমণ

নিয়ন্ত্রণ ব্যবস্থার অনুপ্রবেশ

বিচ্ছিন্নতা, মানুষের অনুমোদন, নিরাপদ ডিফল্ট

তথ্য ফাঁস

বাহ্যিক টুলে গোপনীয় তথ্য প্রবেশ করানো হচ্ছে

বেনামীকরণ, অনুমোদিত টুল

ডেটা বিষক্রিয়া/স্পুফিং

ইচ্ছাকৃতভাবে দূষিত ইনপুট

ইনপুট বৈধতা, ক্রস-চেকিং

মডেল পক্ষপাত

ভারসাম্যহীন প্রশিক্ষণ তথ্য

মানুষের বিচারের সাথে ফলাফল পর্যালোচনা করা

নৈতিকতা এবং দায়িত্বের চেইন

সামুদ্রিক ক্ষেত্রে একটি সিদ্ধান্তের আইনি এবং প্রযুক্তিগত মালিকানা স্পষ্ট হওয়া উচিত: ক্যাপ্টেন নেভিগেশন নিরাপত্তার জন্য দায়ী, প্রধান প্রকৌশলী যন্ত্রপাতির জন্য দায়ী, প্রকৌশলী ডিজাইন এবং গণনার জন্য দায়ী, এবং ক্লাস সার্ভেয়ার নিয়ম মেনে চলার জন্য দায়ী। AI এই চেইনে "দায়বদ্ধতার ফাঁক" প্রবর্তন করা উচিত নয়। "এআই এই পরামর্শ দিয়েছে" একটি অজুহাত নয়; যে মানুষ AI ব্যবহার করে এবং এর আউটপুট গ্রহণ করে সে দায়ী। অতএব, AI-এর ব্যবহার অবশ্যই স্বচ্ছ হতে হবে (এটি কোন সিদ্ধান্তকে সমর্থন করে, এটি কোন যাচাইকরণের মধ্য দিয়ে গেছে তা অবশ্যই রেকর্ড করা উচিত) এবং চূড়ান্ত সিদ্ধান্ত অবশ্যই একজন স্বাক্ষরিত মানুষের উপর নির্ভর করতে হবে।

নৈতিক মাত্রার মধ্যে ক্রু নিরাপত্তা এবং পরিবেশও অন্তর্ভুক্ত রয়েছে: যদি জ্বালানি-সংরক্ষণের প্রস্তাব ক্রুদের ঝুঁকির মধ্যে ফেলে, যদি একটি অটোমেশন সমাধান নিরাপত্তা মার্জিনকে সংকুচিত করে, যদি স্বল্পমেয়াদী লাভ মুখোশ দীর্ঘমেয়াদী ঝুঁকির মধ্যে পড়ে, তবে প্রকৌশল নীতিশাস্ত্রের জন্য "না" বলার প্রয়োজন হয়। AI উৎপাদনশীলতার জন্য একটি শক্তিশালী হাতিয়ার; কিন্তু কর্মদক্ষতা জীবন, পরিবেশ ও সৎ প্রকৌশল বিচারের আগে কখনোই আসতে পারে না।

মিনি কেস

কেস 1 - "এআই তাই বলেছে" অজুহাত। একটি প্রতিবেদনে, AI দ্বারা প্রদত্ত একটি সীমা মান যাচাই করা ছাড়াই ব্যবহৃত হয় এবং মানটি ভুল বলে প্রমাণিত হয়। দায়িত্বশীল ব্যক্তি এই বলে আত্মরক্ষা করার চেষ্টা করেন "AI এই পরামর্শ দিয়েছে।" শ্রেণী বা দায়বদ্ধতা আইন এটিকে স্বীকৃতি দেয় না: আউটপুট গ্রহণকারী প্রকৌশলী দায়ী। পাঠ: AI একটি অজুহাত নয়; দায়িত্বটি এটি ব্যবহারকারী ব্যক্তির উপর বর্তায়।

কেস 2 - গোপনীয় তথ্য ফাঁস। একটি দল একটি জাহাজের মালিকের প্রকৃত কর্মক্ষমতা এবং জ্বালানী ডেটা সর্বজনীনভাবে উপলব্ধ এআই টুলে পেস্ট করে এবং বিশ্লেষণের অনুরোধ করে। এই তথ্য এখন নিয়ন্ত্রণের বাইরে; বাণিজ্য গোপনীয়তা এবং চুক্তি লঙ্ঘন দেখা দেয়। বেনামী প্রতিনিধি মান বা অনুমোদিত টুলের সাথে কাজ করলে কোন ঝুঁকি থাকবে না। পাঠ: বাস্তব/গোপনীয় ডেটা কখনই একটি অননুমোদিত বাহ্যিক সরঞ্জামে প্রবেশ করানো হয় না।

কেস 3 - কাজ করছে কিন্তু ভুল কোড। AI স্থিতিশীলতার মুহুর্তের জন্য একটি পাইথন স্ক্রিপ্ট তৈরি করে; কোডটি ত্রুটি ছাড়াই চলে এবং একটি যুক্তিসঙ্গত নম্বর প্রদান করে। প্রকৌশলী যখন এটি একটি পরিচিত লোডিং কেস দিয়ে পরীক্ষা করেন (যার উত্তর হাত দ্বারা জানা যায়), তখন তিনি দেখতে পান যে কোডটি ভুল চিহ্ন সহ একটি বাহু দৈর্ঘ্যের মেয়াদ নেয়। স্ক্রিপ্ট "কাজ" ছিল কিন্তু ফলাফল ভুল ছিল. পাঠ: অ্যাকাউন্ট কোডের অপারেশন সঠিকতার গ্যারান্টি নয়; পরিচিত ইনপুট এবং স্বাধীন যাচাইকরণের সাথে পরীক্ষা করা অপরিহার্য।

অনুলিপিযোগ্য প্রম্পট টেমপ্লেট

টেমপ্লেট 1 — সীমা এবং ঝুঁকি স্ব-মূল্যায়ন:

ভূমিকা: আপনি একজন পর্যালোচক যিনি আমি যে AI আউটপুটটি ব্যবহার করি তা নিরীক্ষণ করছেন৷ প্রসঙ্গ: [টাস্ক/আউটপুট]৷ টাস্ক: 1) এই আউটপুটে হ্যালুসিনেশনের ঝুঁকি কোথায় বেশি? 2) শারীরিক প্রণোদনার ক্ষেত্রে কি সন্দেহজনক কিছু আছে? 3) কোন মানগুলির জন্য সময়োপযোগীতা প্রয়োজন (আইন/মূল্য) যাচাই করা উচিত? 4) এই আউটপুট-এর আউটপুট-আউটপুট হওয়া উচিত? কেস? প্রতিটি সন্দেহজনক পয়েন্ট তালিকাভুক্ত করুন এবং কিভাবে এটি যাচাই করতে হয়।

টেমপ্লেট 2 — অ্যাকাউন্ট কোড যাচাইকরণ সময়সূচী:

নিম্নলিখিত এআই-জেনারেটেড অ্যাকাউন্টিং কোড (পাইথন/এক্সেল) ব্যবহার করার আগে একটি যাচাইকরণ পরিকল্পনা নিয়ে আসুন:[পেস্ট কোড/লজিক]1) এমন একটি পরীক্ষার ইনপুট প্রস্তাব করুন যার জন্য আমি স্পষ্টভাবে উত্তর জানি। 2) এজ কেসগুলি তালিকাভুক্ত করুন যেগুলি পরীক্ষা করা দরকার (শূন্য, নেতিবাচক, চরম)।3) আমি কীভাবে ইউনিটের সামঞ্জস্যতা পরীক্ষা করব? 4) আমি কিসের মাধ্যমে ফলাফল নিশ্চিত করব? নিরাপত্তা-গুরুত্বপূর্ণ অ্যাকাউন্টে যাচাইকরণ প্রয়োজন।

টেমপ্লেট 3 — ডেটা গোপনীয়তা ফিল্টার:

গোপনীয়তা চেক করুন নিম্নলিখিত প্রসঙ্গটি আমি একটি AI টুলকে দেব: [টেক্সট শেয়ার করার জন্য] 1) এটিতে কি ট্রেড সিক্রেট/গোপনীয়/কন্ট্রাক্ট ডেটা আছে? 2) কোন মানগুলি বেনামী বা বের করা উচিত? 3) এই কাজের জন্য কি একটি অনুমোদিত অভ্যন্তরীণ সরঞ্জামের প্রয়োজন? সীমাবদ্ধতা: প্রকৃত জাহাজ/কর্মক্ষমতা/চুক্তির ডেটা বাহ্যিক সরঞ্জামে যায় না।

টেমপ্লেট 4 — জবাবদিহিতা এবং স্বচ্ছতা নোট:

নিম্নলিখিত AI-চালিত সিদ্ধান্তের নথিভুক্ত করার জন্য একটি স্বচ্ছতা মেমো খসড়া করুন:[সিদ্ধান্ত]। বিষয়বস্তু: (1) কোন পর্যায়ে AI ব্যবহার করা হয়েছিল, (2) এটি কোন যাচাইয়ের মধ্য দিয়ে গেছে, (3) কোন মানুষ এটিকে অনুমোদন করেছে, (4) কোন উৎসগুলি যাচাই করা হয়েছে। সীমাবদ্ধতা: এটা স্পষ্ট করুন যে চূড়ান্ত দায়িত্ব মানুষের স্বাক্ষরের উপর বর্তায়।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

আমি এই এআই বিশ্লেষণটি প্রতিবেদনে রাখব, এটা কি ঠিক আছে?

শক্তিশালী প্রম্পট:

ভূমিকা: আপনি স্বাধীন পর্যালোচক যিনি AI আউটপুট অডিট করেন। প্রসঙ্গ: [বিশ্লেষণ/আউটপুট এবং কোথায় ব্যবহার করতে হবে]। টাস্ক: 1) হ্যালুসিনেশনের ফ্ল্যাগ ঝুঁকি, শারীরিক প্রণোদনা এবং সময়োপযোগীতা। 2) এমন ডেটা আছে যা গোপনীয়তার জন্য ভাগ করা উচিত নয়? 3) এটিকে যাচাই করার জন্য একজন মানুষের কী পদক্ষেপ নেওয়া দরকার: আপনি এই আউটপুটটি নিশ্চিত করবেন না? "উপযুক্ত/অনুপযুক্ত" সিদ্ধান্ত; যাচাইকরণের পদক্ষেপগুলি বলুন এবং দায়িত্বটি স্বাক্ষরকারী প্রকৌশলীর উপর বর্তায়৷

দুর্বল প্রম্পট নিশ্চিতকরণের জন্য জিজ্ঞাসা করে; শক্তিশালী প্রম্পট ঝুঁকি, গোপনীয়তা এবং মানব যাচাইকরণ শৃঙ্খল প্রকাশ করে।

সাধারণ ভুল

• এর মানে "AI তাই বলেছে।" দায়িত্বটি সেই ব্যক্তির উপর বর্তায় যে আউটপুট গ্রহণ করে; এআই কোনো অজুহাত নয়।
• বাহ্যিক টুলে গোপনীয় তথ্য প্রবেশ করানো হচ্ছে। বাণিজ্য গোপনীয়তা এবং চুক্তি লঙ্ঘন; একবার ফাঁস হওয়া তথ্য পুনরুদ্ধার করা যাবে না।
• ভাবছেন যে কাজের কোড সঠিক। একটি স্ক্রিপ্ট যা ত্রুটি ছাড়াই কাজ করে তাতে ভুল সূত্র/ইউনিট থাকতে পারে; পরীক্ষা এবং স্বাধীন নিশ্চিতকরণ অপরিহার্য।
• ওটি সিস্টেমকে AI-তে ছেড়ে দেওয়া। কন্ট্রোল অ্যাকশন কখনো একা এআই দ্বারা ট্রিগার হয় না; মানুষের অনুমোদন এবং নিরাপদ ডিফল্ট বজায় রাখা হয়.
• নিরাপত্তার আগে দক্ষতা রাখা। জীবন, পরিবেশ এবং সৎ ইঞ্জিনিয়ারিং রায় কোন সঞ্চয়ের জন্য বলি দেওয়া হয় না।

সংক্ষেপে

সামুদ্রিক AI এর স্থায়ী সীমা (হ্যালুসিনেশন, বিতরণের বাইরে আচরণ, পদার্থবিদ্যার উপলব্ধির অভাব, তারিখের বাইরে) এবং ঝুঁকি (সাইবার/ওটি নিরাপত্তা, ডেটা গোপনীয়তা, বিষক্রিয়া, পক্ষপাত) ব্যাখ্যা করে যে কেন মডিউল জুড়ে শেখা যাচাইকরণ শৃঙ্খলা অপরিহার্য। নিরাপত্তা-সমালোচনামূলক সিদ্ধান্তে, AI আউটপুট উপযুক্ত মানুষের অনুমোদনের বিকল্প নয়; দায়িত্বের শৃঙ্খল স্পষ্ট এবং "এআই তাই বলেছে" একটি অজুহাত নয়। এআই একটি শক্তিশালী এক্সিলারেটর; কিন্তু জীবন, পরিবেশ এবং সৎ প্রকৌশল বিচার সর্বদা প্রথমে আসে।

আবেদন টাস্ক

একটি AI আউটপুট নির্বাচন করুন (একটি অ্যাকাউন্ট, একটি প্রতিবেদনের খসড়া, বা একটি কোড) যা আপনি এই মডিউলে তৈরি করেছেন৷ "সীমা এবং ঝুঁকি স্ব-মূল্যায়ন" টেমপ্লেটের সাহায্যে হ্যালুসিনেশন, শারীরিক প্রণোদনা এবং বাস্তবতার ঝুঁকিগুলিকে চিহ্নিত করুন। এটি একটি অ্যাকাউন্ট কোড হলে, "অ্যাকাউন্ট কোড যাচাইকরণ পরিকল্পনা" টেমপ্লেট ব্যবহার করে একটি পরিচিত ইনপুট দিয়ে এটি পরীক্ষা করুন এবং স্বাধীনভাবে যাচাই করুন৷ একটি "ডেটা গোপনীয়তা ফিল্টার" প্রয়োগ করুন এবং ভাগ করা উচিত নয় এমন ডেটা ফিল্টার করুন। অবশেষে, সিদ্ধান্তটি নথিভুক্ত করে একটি স্বচ্ছতা মেমো লিখুন এবং চূড়ান্ত দায়িত্ব কার আছে তা পরিষ্কার করুন।

চেকলিস্ট

• [ ] আমি AI আউটপুটের হ্যালুসিনেশন, পদার্থবিদ্যা এবং বাস্তবতার ঝুঁকি পরীক্ষা করেছি।
• [ ] আমি পরিচিত ইনপুট সহ অ্যাকাউন্ট কোডটি পরীক্ষা করেছি এবং স্বাধীনভাবে যাচাই করেছি৷
• [ ] আমি বহিরাগত টুলে গোপনীয়/চুক্তিকৃত ডেটা প্রবেশ করিনি; আমি এটা বেনামী.
• [ ] আমি ওটি/কন্ট্রোল সিস্টেমে মানুষের অনুমোদন এবং সুরক্ষিত ডিফল্ট বজায় রেখেছি।
• [ ] আমি স্বচ্ছভাবে AI এর ব্যবহার নথিভুক্ত করেছি এবং কে দায়ী তা স্পষ্ট করে দিয়েছি।
• [ ] আমি জীবন, পরিবেশ এবং প্রকৌশল নৈতিকতার আগে দক্ষতা রাখিনি।

মডিউল পরীক্ষা

1. একজন মেরিন ইঞ্জিনিয়ার হিসাবে একটি AI টুলের সাথে কাজ করার সময়, নিম্নলিখিতগুলির মধ্যে কোনটির জন্য চূড়ান্ত দায়িত্ব সর্বদা মানুষের (ইঞ্জিনিয়ার/ক্লাসম্যান) এর কাছে থাকা উচিত?

• ক) শ্রেণী নিয়মের সাথে একটি কাঠামোগত উপাদানের সম্মতির অনুমোদন এবং স্বাক্ষর ✔
• খ) একটি প্রতিরোধ প্রতিবেদনের প্রথম খসড়া তৈরি করা
• গ) একটি চার্টের অক্ষ লেবেল সম্পাদনা করা
• ঘ) একটি প্রযুক্তিগত প্রতিবেদনের জন্য পদগুলির একটি শব্দকোষ প্রস্তুত করা

বর্ণনা: এআই; এটি প্রতিরোধের পূর্বনির্ধারণ, প্রতিবেদন খসড়া এবং ডেটা সারাংশের মতো কাজগুলিকে দ্রুত করতে পারে। যাইহোক, শ্রেণী নিয়মের সাথে একটি কাঠামোগত উপাদানের সম্মতি অনুমোদন করা এবং এটিকে প্রযুক্তিগত ফাইলে একটি স্বাক্ষর হিসাবে প্রতিফলিত করা এমন একটি সিদ্ধান্ত যা জীবন এবং সম্পত্তির নিরাপত্তা তৈরি করে; স্বাধীন যাচাইকরণ এবং অনুমোদিত অনুমোদন ছাড়া AI-তে স্থানান্তর করা যাবে না।

2. আপনার কাছে AI একটি নৌকার প্রতিরোধের হিসাব ছিল এবং এটি একটি 'অভিজ্ঞতামূলক সংশোধন ফ্যাক্টর' সহ ফলাফল 20% কমিয়েছে যা মডেল পরীক্ষায় ছিল না। প্রথম সঠিক পদক্ষেপ কি নিতে হবে?

• ক) ফলাফলটি যেমনটি গ্রহণ করা হয় কারণ AI আত্মবিশ্বাসী বলে মনে হয়
• খ) সহগের উৎস নিয়ে প্রশ্ন করুন, ভিত্তিহীন সংশোধন প্রত্যাখ্যান করুন এবং স্বীকৃত পদ্ধতিতে পুনরায় গণনা করুন ✔
• গ) সহগ আরও বেশি বৃদ্ধি করা এবং নিরাপদে থাকা
• ঘ) ফলাফল পরিবর্তন না করে প্রপেলার নির্বাচনের দিকে স্যুইচ করা

ব্যাখ্যা: ভাষা মডেল বিশ্বাসযোগ্যভাবে ভিত্তিহীন সহগ এবং সংখ্যা (হ্যালুসিনেশন) তৈরি করতে পারে। একটি গণনা যা প্রপালশন শক্তি এবং জ্বালানীকে সরাসরি প্রভাবিত করে, যেমন রেজিস্ট্যান্স, ব্যবহৃত প্রতিটি সহগ (পদ্ধতি, মডেল টেস্ট, স্ট্যান্ডার্ড) এর উৎস নিয়ে প্রশ্ন করা এবং অসমর্থিত সহগ প্রত্যাখ্যান করা প্রয়োজন।

3. জাহাজের CII (কার্বন ইনটেনসিটি ইন্ডিকেটর) গণনা করার জন্য বর্ধিত পণ্যের পরিমাণ ব্যবহার করার পরিবর্তে, AI শুধুমাত্র দূরত্ব ব্যবহার করে। এই আউটপুট সঙ্গে প্রধান সমস্যা কি?

• ক) CII শুধুমাত্র ট্যাঙ্কারের জন্য গণনা করা হয়, এটি বোর্ডে অপ্রয়োজনীয়
• খ) CII ফলাফল সবসময় শতাংশ হিসাবে আসে, দশমিক ভুল
• গ) CII ডিনোমিনেটরটি কেবল দূরত্ব নয়, বহন ক্ষমতা (ডেডওয়েট) দূরত্ব দ্বারা গুণিত হওয়া উচিত ✔
• ঘ) CII গণনার জন্য গতির ডেটা বাধ্যতামূলক, এটি অনুপস্থিত

বর্ণনা: CII চালিত কাজের প্রতি কার্বন নির্গমন পরিমাপ করে এবং অফার করা পেলোড দূরত্ব দ্বারা গুণিত (যেমন ডেডওয়েট x দূরত্ব) উপর ভিত্তি করে। লোড/ক্যাপাসিটি শব্দটি বাদ দিলে সূচকটিকে সম্পূর্ণরূপে ভুল গণনা করা হয়। প্রথম এবং বাধ্যতামূলক পদক্ষেপ হল উৎপাদনশীলতা সূচকের প্রতিটি পদের জন্য IMO সংজ্ঞা সম্পূর্ণরূপে মেনে চলা।

4. ইঞ্জিন রুমে এআই-চালিত ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ সিস্টেমের সবচেয়ে মূল্যবান আউটপুট কী?

• ক) অতীত রক্ষণাবেক্ষণের গড় খরচ এক লাইনে সংক্ষিপ্ত করুন
• খ) সমস্ত সেন্সর ডেটাকে আরও রঙিন গ্রাফে রূপান্তর করা
• গ) রঙ এবং তালিকা কম্পন/তাপমাত্রার প্রবণতা
• ঘ) টাইম উইন্ডোকে প্রাক-মার্কিং করা যখন একটি বিয়ারিং বা টার্বোচার্জার ব্যর্থ হওয়ার সম্ভাবনা বেশি থাকে ✔

বর্ণনা: ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণের উদ্দেশ্য হ'ল সরঞ্জামগুলি ব্যর্থ হওয়ার আগে খারাপ হওয়ার প্রবণতা সনাক্ত করা এবং সময়মত রক্ষণাবেক্ষণের পরিকল্পনা করা। এইভাবে, অপ্রত্যাশিত ত্রুটি এবং স্টপেজের ঝুঁকি হ্রাস করা হয়। এটি শুধুমাত্র অতীতের সংক্ষিপ্তসারই নয়, ভবিষ্যতের বিষয়ে আগাম সতর্কবার্তা প্রদানের জন্যও মূল্যবান।

5. এআই একটি FEA (সীমিত উপাদান বিশ্লেষণ) মডেলের স্ট্রেসের ফলাফলকে ক্লাস কোডের অনুমোদনযোগ্য স্ট্রেসের সাথে তুলনা করেছে এবং 'উপযুক্ত' ঘোষণা করেছে। সবচেয়ে সঠিক পন্থা কোনটি?

• ক) মডেল সেটআপ যাচাই করা (জাল, সীমানা শর্ত, লোড) এবং ক্লাস নিয়ম পাঠ্য থেকে অনুমোদিত চাপ নিশ্চিত করা ✔
• খ) সরাসরি ফলাফল নিশ্চিত করা কারণ এআই বলেছে 'ফিট'
• গ) নিরাপদে থাকার জন্য এলোমেলোভাবে গ্রহণযোগ্য চাপ কমানো
• ঘ) নেটওয়ার্ক শক্ত না করে শুধুমাত্র রঙের স্কেল পরিবর্তন করা

বর্ণনা: FEA ফলাফল; এটি সম্পূর্ণরূপে জালের গুণমান, সীমানা শর্ত, লোড সংজ্ঞা এবং উপাদান বৈশিষ্ট্যের উপর নির্ভরশীল। উপরন্তু, AI দ্বারা ব্যবহৃত অনুমোদিত স্ট্রেস মান ভুল হতে পারে। ফলাফল গ্রহণ করার আগে, মডেল সেটআপ যাচাই করতে হবে এবং পাঠ্য থেকে শ্রেণি নিয়ম মান নিশ্চিত করতে হবে।

6. আপনি একটি রুট তৈরি করেছেন যা AI এর সাথে আবহাওয়ার রাউটিং সম্পাদন করে জ্বালানী কম করে। ফলাফলের ব্যবহারযোগ্যতার জন্য কোন বিবেচনা সবচেয়ে গুরুত্বপূর্ণ?

• ক) নৌচলাচল নিরাপত্তার (তরঙ্গ, আবহাওয়া, জাহাজের সীমাবদ্ধতা) পরিপ্রেক্ষিতে রুটটি অবশ্যই নিরাপদ হতে হবে এবং ক্যাপ্টেনের দ্বারা অনুমোদিত হতে হবে ✔
• খ) মানচিত্রে রুটের সংক্ষিপ্ত উপস্থিতি
• গ) রুটে সর্বাধিক পোর্ট কল অন্তর্ভুক্ত থাকে
• D) রুট চুক্তি নির্বিশেষে ETA কম করে

ব্যাখ্যা: রুট প্রস্তাব যতই জ্বালানি-অনুকূল হোক না কেন, নেভিগেশন নিরাপত্তা এবং ক্যাপ্টেনের কর্তৃত্ব অগ্রাধিকার পায়। যদি ঝড়, তরঙ্গের উচ্চতা এবং জাহাজের সীমাবদ্ধতা নিরাপত্তা সীমা অতিক্রম করে, তাহলে জ্বালানী লাভ অর্থহীন। চূড়ান্ত রুটের সিদ্ধান্ত অবশ্যই নিরাপত্তা সীমাবদ্ধতার মাধ্যমে ফিল্টার করতে হবে এবং ক্যাপ্টেনের দ্বারা অনুমোদিত হতে হবে।

7. আপনি AI-কে একটি SOLAS প্রয়োজনীয়তার জন্য জিজ্ঞাসা করেছেন এবং এটি একটি নির্দিষ্ট 'অধ্যায়/নিয়ম নম্বর'-এর উল্লেখ সহ একটি সঠিক মান দিয়েছে। সঠিক প্রকৌশল আচরণ কি?

• ক) সরাসরি মান প্রয়োগ করা কারণ AI আপ টু ডেট
• খ) নিরাপদে থাকার জন্য এলোমেলোভাবে মান বৃদ্ধি করা
• গ) অফিসিয়াল, আপ-টু-ডেট SOLAS/ক্লাস সোর্স থেকে আইটেম নম্বর এবং মান যাচাই করুন ✔
• ঘ) আইটেম নম্বর চেক না করে ফাইলে যোগ করা

বর্ণনা: ভাষার মডেল ভুল মনে রাখতে পারে বা চুক্তি/নিয়ম ধারা নম্বর এবং মান তৈরি করতে পারে। SOLAS, MARPOL এবং ক্লাসের নিয়মগুলির মতো বাঁধাই ক্ষেত্রগুলিতে, প্রতিটি আইটেম এবং মান অবশ্যই অফিসিয়াল, বর্তমান উত্স (IMO পাঠ্য, শ্রেণির নিয়ম, পরিচালনার সার্কুলার) থেকে মৌখিকভাবে যাচাই করতে হবে; AI আউটপুট শুধুমাত্র কোথায় দেখতে হবে তা দেখায়।

8. একটি স্বায়ত্তশাসিত বা সিদ্ধান্ত-সহায়ক নেভিগেশন সিস্টেমে, AI রাডার এবং AIS ডেটার উপর ভিত্তি করে একটি কৌশলের পরামর্শ দিয়েছে। COLREG (সংঘাত পরিহার) পরিপ্রেক্ষিতে সঠিক মূল্যায়ন কোনটি?

• ক) AI বর্তমান ডেটা অ্যাক্সেস করার সাথে সাথে স্বয়ংক্রিয়ভাবে কৌশলটি চালান
• খ) VHF এর মাধ্যমে পরামর্শটি অন্য জাহাজে প্রেরণ করুন এবং এর অনুমোদনের জন্য অপেক্ষা করুন
• গ) রাডার বন্ধ করা এবং শুধুমাত্র AIS এর উপর নির্ভর করা
• ঘ) পরামর্শটিকে সিদ্ধান্তের সমর্থন হিসাবে বিবেচনা করুন এবং COLREG এবং চূড়ান্ত কৌশলের সিদ্ধান্তটি ঘড়ির অফিসার/ক্যাপ্টেনের উপর ছেড়ে দিন।

ব্যাখ্যা: COLREG নিয়ম এবং ভাল সামুদ্রিক অনুশীলন অনুসারে, সংঘর্ষ এড়াতে এবং চূড়ান্ত কৌশলের সিদ্ধান্ত নেওয়ার দায়িত্ব সেতুর কর্তৃপক্ষের (ঘড়ির ক্যাপ্টেন/অফিসার) এর উপর বর্তায়। এআই সুপারিশ একটি সিদ্ধান্ত সমর্থন; অন্ধ দাগ, সেন্সর ত্রুটি, এবং নিয়ম ব্যাখ্যা মানুষের তত্ত্বাবধান প্রয়োজন.

9. আপনি AI সহ প্রধান ইঞ্জিন SFOC (নির্দিষ্ট জ্বালানী খরচ) বক্ররেখা থেকে একটি জ্বালানী অর্থনীতি সুপারিশ তৈরি করেছেন। যুক্তিসঙ্গততা পরীক্ষা করার জন্য সবচেয়ে উপযুক্ত পদ্ধতি কি?

• ক) অতীত ট্রিপ ডেটাতে সুপারিশ প্রয়োগ করুন এবং প্রকৃত জ্বালানী খরচের সাথে তুলনা করুন ✔
• খ) পরামর্শটি যেমন আছে তেমনটি গ্রহণ করুন এবং বাজেটে সঞ্চয় হিসাবে লিখুন।
• গ) একমাত্র প্রকৃত মূল্য হিসাবে সবচেয়ে আশাবাদী সঞ্চয় শতাংশ গ্রহণ করা
• D) শুধু SFOC বক্ররেখার গ্রাফটিকে সুন্দর করুন

ব্যাখ্যা: এআই দ্বারা উত্পাদিত সঞ্চয় দাবি জাহাজের প্রকৃত সমুদ্রযাত্রার ডেটার সাথে তুলনা করে পরীক্ষা করা উচিত (নিবন্ধিত জ্বালানী খরচ, লোড, গতি, আবহাওয়া)। অতীতের সমুদ্রযাত্রার ডেটাতে এটিকে পূর্ববর্তীভাবে প্রয়োগ করা এবং এটিকে প্রকৃত খরচের সাথে তুলনা করা দেখায় যে সুপারিশটি কতটা বাস্তবসম্মত।

10. AI দ্বারা তৈরি একটি খসড়া সমীক্ষা/প্রযুক্তিগত প্রতিবেদনে প্রযুক্তিগত মান রয়েছে যা তরল কিন্তু অনিশ্চিত উৎস। সঠিক আচরণ কি?

• ক) প্রতিবেদনটি যেভাবে উপস্থাপন করা হয়েছে কারণ পাঠ্যটি সাবলীল
• খ) প্রতিটি মান মূল পরিমাপ/উৎসের সাথে মিলিয়ে নিন এবং অনিশ্চিত ✔ অপসারণ করুন
• গ) বৃত্তাকার এবং মান গ্লসিং
• ঘ) শুধু এক্সিকিউটিভ সারাংশ পড়ুন এবং বাকিগুলি এড়িয়ে যান

বর্ণনা: প্রতিবেদনের প্রতিটি প্রযুক্তিগত মান অবশ্যই তার মূল উৎসের (পরিমাপ, ক্যালিব্রেটেড ডিভাইস রেকর্ড, শ্রেণির নিয়ম, প্রস্তুতকারকের ডেটা) থেকে সন্ধানযোগ্য হতে হবে। কোনো নম্বর তার উৎস যাচাই না করে ক্লাস বা ব্যবস্থাপনায় জমা দেওয়া উচিত নয়, এমনকি যদি এটি একটি সাবলীল বাক্যে একটি মান হয়; অন্যথায়, একটি কল্পিত মান সিদ্ধান্তের ভিত্তিতে প্রবেশ করে।

11. একটি AI-জেনারেটেড এক্সেল/পাইথন গণনা (যেমন ব্যালাস্ট অবস্থা এবং স্থিতিশীলতার মুহূর্ত) ব্যবহার করার আগে সর্বোত্তম পদক্ষেপ কী?

• ক) প্রকৃত লোডিং প্ল্যানে সরাসরি গণনা প্রয়োগ করা
• খ) শুধু কোডের দৈর্ঘ্য এবং বিন্যাস দেখছেন
• গ) একটি পরিচিত পরীক্ষার দৃশ্য এবং একটি অনুমোদিত লোডিং টুলের সাথে গণনার তুলনা করে প্রান্তের ক্ষেত্রে চেষ্টা করা ✔
• ঘ) সংক্ষিপ্ত করতে কোডের অংশ মুছে ফেলা

ব্যাখ্যা: স্থিতিশীলতা এবং লোড গণনা সঠিক প্রদর্শিত হতে পারে কিন্তু ভুল ফলাফল দিতে পারে। একটি ছোট পরীক্ষার পরিস্থিতিতে গণনা চালানো যেখানে আপনি ফলাফল জানেন, হয় ম্যানুয়ালি বা একটি প্রত্যয়িত লোডিং কম্পিউটারের সাহায্যে, এটিকে প্রত্যাশিত আউটপুটের সাথে তুলনা করে এবং সীমা/এজ লোডের ক্ষেত্রে চেষ্টা করলে তা প্রকৃত লোডিং সিদ্ধান্তে পৌঁছানোর আগে ত্রুটিটি ধরা পড়বে।

12. আপনি আপনার জাহাজের শেয়ার না করা ডিজাইন এবং পারফরম্যান্স ডেটা একটি পাবলিক AI টুলে পেস্ট করতে চান এবং বিশ্লেষণের অনুরোধ করতে চান। সবচেয়ে সঠিক পন্থা কোনটি?

• ক) গতির জন্য ডেটা পেস্ট করা
• খ) জাহাজের নাম মুছে ফেলা এবং বাকি সমস্ত ডেটা শেয়ার করাই যথেষ্ট
• গ) ডেটা শেয়ার করা এবং তারপর AI কে এটি মুছে ফেলতে বলা
• ঘ) প্রাতিষ্ঠানিক নীতি পরীক্ষা করা এবং ডেটা বেনামী করা বা একটি সুরক্ষিত/প্রাতিষ্ঠানিক সরঞ্জাম ব্যবহার করা ✔

ডিসক্লোজার: হুল ফর্ম, পারফরম্যান্স কার্ভ এবং জাহাজের মালিক/ইয়ার্ড চুক্তির ডেটা ট্রেড সিক্রেট এবং মেধা সম্পত্তি সংবেদনশীল; উপরন্তু, সমালোচনামূলক অবকাঠামো এবং OT সিস্টেমের তথ্য সাইবার ঝুঁকি বহন করে। ডেটা ভাগ করার আগে, কর্পোরেট নীতি পরীক্ষা করা, এটি বেনামী করা বা এমন একটি কর্পোরেট টুল ব্যবহার করা প্রয়োজন যা ডেটা ভাগ করে না।

13. একটি শিপইয়ার্ড ব্লক সমাবেশে এআই-চালিত মান নিয়ন্ত্রণ একটি ওয়েল্ড সীমকে 'গ্রহণযোগ্য' হিসাবে পতাকাঙ্কিত করেছে। সঠিক প্রকৌশল আচরণ কি?

• ক) এআই মূল্যায়নকে চূড়ান্ত গ্রহণযোগ্যতা হিসেবে বিবেচনা করুন এবং সেলাই অনুমোদন করুন
• খ) এআই প্রাথমিক মূল্যায়নকে স্ক্রীনিং টুল হিসেবে বিবেচনা করা এবং এনডিটি ফলাফল এবং ক্লাস অনুমোদনের সাথে চূড়ান্ত গ্রহণযোগ্যতা লিঙ্ক করা ✔
• গ) একেবারে সীম পরীক্ষা না করে পরবর্তী ব্লকে চলে যাওয়া
• ডি) এটি দৃশ্যতভাবে সিমের চেহারা পরীক্ষা করার জন্য যথেষ্ট

বর্ণনা: ঢালাই গুণমান একটি নিরাপত্তা-গুরুত্বপূর্ণ এলাকা যেটির জন্য নন-ডিস্ট্রাকটিভ টেস্টিং (NDT) ফলাফল এবং ক্লাস অনুমোদন প্রয়োজন। ছবি বা ডেটার মাধ্যমে AI-এর প্রাথমিক মূল্যায়ন নির্দেশিকা প্রদান করে, কিন্তু চূড়ান্ত গ্রহণযোগ্যতা যোগ্য পরিদর্শন এবং ক্লাস সার্ভেয়ারের অনুমোদনের মাধ্যমে দেওয়া হয়।

14. নৌবহর ব্যবস্থাপনায়, এআই একটি অভিযানের জন্য একটি সুনির্দিষ্ট সুপারিশ তৈরি করে যে 'এই বাঙ্কার বন্দর এবং এই গতি অবশ্যই সবচেয়ে লাভজনক'। কোনটি সঠিক মূল্যায়ন?

• ক) AI আপ-টু-ডেট ডেটা অ্যাক্সেস করার কারণে সরাসরি সুপারিশ বাস্তবায়ন করা
• খ) দৃঢ় প্রতিশ্রুতি হিসাবে জাহাজের মালিকের কাছে প্রস্তাবটি পৌঁছে দেওয়া
• গ) এই একক আউটপুটের উপর ভিত্তি করে সমগ্র অভিযান পরিকল্পনা লক করা
• ঘ) নির্দিষ্ট অফারটিকে অবিশ্বস্ত হিসাবে বিবেচনা করা এবং এটিকে এমন একটি দৃশ্য হিসাবে বিবেচনা করা যা বর্তমান মূল্য, চার্টার শর্ত এবং নিরাপত্তার সাথে যাচাই করা যেতে পারে ✔

ব্যাখ্যা: বাঙ্কারের মূল্য, চার্টার অবস্থা, আবহাওয়া এবং বন্দর বিলম্ব দ্রুত পরিবর্তনশীল এবং অনিশ্চিত পরিবর্তনশীল; AI পরম লাভের নিশ্চয়তা দিতে পারে না। প্রস্তাবটিকে একটি দৃশ্যের আউটপুট হিসাবে বিবেচনা করা উচিত যা বর্তমান মূল্য, চার্টার পার্টির শর্তাবলী এবং নিরাপত্তা সীমাবদ্ধতার সাথে যাচাই করা আবশ্যক।