Jednotka 12 / 12

Hranice AI v námořní dopravě: Bezpečnost, kybernetická rizika, etika a odpovědnost

zisky:

  • Schopnost rozpoznat, že umělá inteligence může produkovat fiktivní koeficienty, doložky o pravidlech a technické hodnoty a aplikovat ověřování v kontextu bezpečnosti života/majetku
  • Schopnost řídit kybernetickou bezpečnost, soukromí dat a regulační limity v lodních a OT (provozních technologiích) systémech
  • Pochopení, že konečná odpovědnost za schválení třídy, navigační bezpečnost a etiku leží na inženýrovi a kapitánovi.

V celém tomto modulu jsme použili umělou inteligenci (AI) jako akcelerátor v každé fázi lodního a námořního inženýrství: od návrhu formy po strukturální analýzu, prediktivní údržbu až po optimalizaci plavby, dodržování emisí až po výrobu v loděnicích. V této závěrečné části ustoupíme a podíváme se na celý obrázek: jaké jsou klíčové limity umělé inteligence v námořní dopravě, jaká rizika (halucinace, kybernetická bezpečnost, soukromí dat, předpojatost) jsou neustále ve střehu a kdo nese odpovědnost? Protože předpokladem bezpečného používání vozidla je vědět, kde se může pokazit.

Platí zde základní teze modulu a řídí všechny ostatní: v námořních pracích kritických z hlediska bezpečnosti nenahrazuje výstup AI schválení kompetentním inženýrem, mistrem nebo inspektorem třídy. AI navrhuje, navrhuje, počítá a připomíná; Ale vlastníkem rozhodnutí, které určuje bezpečnost života, majetku a životního prostředí, je osoba, která toto rozhodnutí podepisuje a je právně odpovědná.

Koncepty: Halucinace: Umělá inteligence vytváří hodnotu, pravidlo nebo zdroj, který neexistuje. OT zabezpečení: Kybernetická ochrana provozní techniky (stroje a tempomaty). Otrava dat: Záměrné poškození trénovacích/vstupních dat s cílem uvést model v omyl. Zkreslení modelu: Systematické a nespravedlivé zkreslení modelu, které vychází z dat, na kterých je trénován. Řetězec odpovědnosti: Právní a technické vlastnictví rozhodnutí je jasně zřejmé.

Trvalé limity AI

Umělá inteligence má čtyři stálé hranice v lodní dopravě a ty nezmizí ani s pokrokem technologie. Za prvé, halucinace: model vyplňuje mezeru „nejpravděpodobnějšími“ výroky, když nemá definitivní data; To se ukáže jako vymyšlená třídní klauzule, nemožná hodnota stability nebo neexistující koeficient. Za druhé, chování mimo nasazení: model se stává nespolehlivým mimo situace, pro které byl vycvičen a testován (neobvyklý typ lodi, neobvyklá porucha, neviditelný provoz). Za třetí, nepochopení fyziky: AI zpracovává slovní vzorce, „nerozumí“ zachování energie nebo Newtonovým zákonům; Může produkovat výstup, který se zdá být rozumný, ale je fyzicky nemožný. Za čtvrté, včasnost: změny legislativy, cen a technologií; Informace o modelu jsou zmrazeny k datu.

Tyto limity vysvětlují, proč je ověřovací disciplína, kterou jsme se naučili v modulu, nepostradatelná: řádová kontrola, jednotná konzistence, nezávislá reprodukce a ověřování zdroje. Zejména když AI provádí výpočty (např. skript Python/Excel generuje pro moment zátěže/stability nebo výpočet výkonu), i když se kód zdá být plynulý a funkční, jeho logika, vstupy a okrajové případy nejsou převedeny na bezpečnostní rozhodnutí bez nezávislého testování. To, že kód účtu „funguje“, ještě neznamená, že je „správný“.

Upozornění: Účetní kód vygenerovaný AI může fungovat bez chyb, ale může obsahovat nesprávný vzorec, nesprávnou jednotku nebo přehlédnutý okrajový případ. Před přijetím kódu jej otestujte se známým vstupem (příklad, na který znáte odpověď z první ruky), otestujte na okrajové případy a ověřte výsledek nezávislým způsobem. Při výpočtech kritických z hlediska bezpečnosti, jako je stabilita, je nezbytný schválený nakládací počítač a potvrzení inženýra.

Kybernetická bezpečnost a soukromí dat

Moderní loď je plovoucí počítačová síť: navigační systémy, řízení strojů, řízení nákladu a satelitní konektivita jsou vzájemně propojeny. To znamená povrch kybernetického útoku. Systémy umělé inteligence do tohoto obrázku přidávají dvě nová rizika. Za prvé, bezpečnost OT (provozní technologie): složka umělé inteligence spojená s navigací a řízením stroje představuje v případě útoku přímé bezpečnostní riziko; takže kritické OT systémy jsou izolované, výstup AI by nikdy neměl sám o sobě spouštět ovládací akci, musí být zachován souhlas člověka a bezpečné výchozí chování. Za druhé, soukromí dat: tvar trupu, výkonnostní křivky, smlouvy mezi vlastníkem lodě a loděnicí a provozní telemetrie jsou obchodním tajemstvím a duševním vlastnictvím; Zadání těchto dat do neschválených externích služeb AI je nevratná ztráta.

Navíc rizika manipulace, jako je otrava dat (uvedení modelu v omyl pomocí škodlivých vstupů) a falšování dat, jako je AIS, vyžadují slepě nedůvěřovat vstupům AI. Pravidlo: kritická data jsou anonymizována nebo nejsou sdílena vůbec, používají se pouze schválené nástroje se zaručenou důvěrností, kritické vstupy jsou křížově ověřovány z hlediska pravosti.

Riziko

Jak k tomu dochází?

preventivní opatření

halucinace

Vymyšlené pravidlo/hodnota/zdroj

Potvrzení od zdroje, kontrola hodnosti

OT kybernetický útok

Infiltrace řídicího systému

Izolace, lidský souhlas, bezpečný výchozí stav

únik dat

Zadávání důvěrných dat do externího nástroje

Anonymizace, schválený nástroj

Otrava/spoofing dat

Záměrně poškozený vstup

Ověření vstupu, křížová kontrola

Předpojatost modelu

Nevyvážená tréninková data

Posouzení výsledku lidským úsudkem

Etika a řetězec odpovědnosti

Právní a technické vlastnictví rozhodnutí v námořní dopravě by mělo být jasné: kapitán je odpovědný za navigační bezpečnost, hlavní inženýr je odpovědný za strojní zařízení, odpovědný inženýr je odpovědný za návrh a výpočty a inspektor třídy je odpovědný za dodržování pravidel. Umělá inteligence by do tohoto řetězce neměla zavádět „mezera odpovědnosti“. „AI navrhla toto“ není omluva; Zodpovědný je člověk, který používá AI a přijímá její výstup. Použití AI proto musí být transparentní (musí být zaznamenáno, jaké rozhodnutí podporuje, jakým ověřením prošlo) a konečné rozhodnutí musí být na podepsaném člověku.

Etický rozměr také zahrnuje bezpečnost posádky a životní prostředí: pokud návrh na úsporu paliva ohrožuje posádku, pokud řešení automatizace zužuje bezpečnostní rozpětí, pokud krátkodobý zisk maskuje dlouhodobé riziko, inženýrská etika vyžaduje říkat „ne“. AI je mocný nástroj pro produktivitu; Ale efektivita nemůže být nikdy před životem, životním prostředím a poctivým inženýrským úsudkem.

Mini pouzdra

Případ 1 – „AI to řekla“ omluva. Ve zprávě je použita mezní hodnota, jak ji uvádí AI, bez ověření a hodnota se ukáže jako nesprávná. Zodpovědná osoba se snaží bránit slovy „AI navrhla toto“. Ani zákon o třídě ani zákon o odpovědnosti to neuznává: odpovědný je technik, který výstup přijímá. Lekce: AI není omluva; Odpovědnost spočívá na osobě, která jej používá.

Případ 2 – Únik důvěrných údajů. Tým vloží údaje o skutečném výkonu a palivu majitele lodi do veřejně dostupného nástroje AI a požádá o analýzu. Tato data jsou nyní mimo kontrolu; obchodní tajemství a porušení smlouvy. Při práci s anonymizovanými reprezentativními hodnotami nebo se schváleným nástrojem by nehrozilo žádné riziko. Poučení: skutečná/důvěrná data se nikdy nezadávají do neschváleného externího nástroje.

Případ 3 – Funkční, ale nesprávný kód. Umělá inteligence generuje skript Python pro chvíli stability; kód běží bez chyb a vrací přiměřený počet. Když to technik otestuje se známým nakládacím případem (odpověď na kterou je známá z ruky), zjistí, že kód má výraz délky paže se špatným znaménkem. Scénář „fungoval“, ale výsledek byl špatný. Poučení: obsluha kódu účtu není zárukou správnosti; Zásadní je testování se známým vstupem a nezávislé ověření.

Kopírovatelné šablony výzev

Šablona 1 — Sebehodnocení limitů a rizik:

Role: Jste recenzent provádějící audit výstupu umělé inteligence, který používám. Kontext: [úkol/výstup].Úkol:1) Kde je v tomto výstupu vysoké riziko halucinací?2) Existuje něco sporného z hlediska fyzické věrohodnosti?3) Jaké hodnoty vyžadující aktuálnost (legislativa/cena) by měly být ověřeny?4) Šance, že tento výstup bude sporný případ (není možné ověřit) to.

Šablona 2 — Plán ověření kódu účtu:

Před použitím následujícího účetního kódu generovaného umělou inteligencí (Python/Excel) si vymyslete plán ověření (Python/Excel):[vložit kód/logiku]1) Navrhněte testovací vstup, na který znám odpověď přímo z ruky.2) Vyjmenujte okrajové případy, které je třeba otestovat (nulový, negativní, extrémní).3) Jak zkontroluji konzistenci jednotky?4) Jakými nezávislými ověřovacími prostředky potvrdím výsledek?

Šablona 3 – Filtr ochrany osobních údajů:

Zkontrolujte soukromí následující kontext, který bych dal nástroji AI:[text ke sdílení]1) Jsou v něm obchodní tajemství/důvěrné/smluvní údaje?2) Jaké hodnoty by měly být anonymizovány nebo extrahovány?3) Vyžaduje tento úkol schválený interní nástroj? Omezení: Skutečná data o dodávce/výkonu/smlouvě se do externího nástroje nedostanou.

Šablona 4 – Poznámka k odpovědnosti a transparentnosti:

Vypracujte zprávu o transparentnosti, která zdokumentuje následující rozhodnutí založené na umělé inteligenci:[rozhodnutí]. Obsah: (1) v jaké fázi byla umělá inteligence použita, (2) jakými ověřeními prošla, (3) který člověk ji schválil, (4) jaké zdroje byly ověřeny. Omezení: Ujasněte si, že konečná odpovědnost spočívá na lidském podpisu.

Slabá výzva / Silná výzva

Slabá výzva:

Tuto analýzu AI vložím do zprávy, je to v pořádku?

Výkonná výzva:

Role: Jste nezávislým recenzentem, který kontroluje výstup AI. Kontext: [analýza/výstup a kde se má použít]. Úkol: 1) Označte riziko halucinací, fyzickou věrohodnost a aktuálnost.2) Existují data, která by neměla být sdílena z důvodu důvěrnosti?3) Jaké kroky by člověk potřeboval k ověření tohoto výstupu? Omezení: Neprovádíte „vhodná/nevhodná“ Uveďte kroky ověření a uveďte, že odpovědnost nese podepisující technik.

Slabá výzva žádá o potvrzení; Silná výzva odhaluje rizika, soukromí a lidský ověřovací řetězec.

Časté chyby

  • Znamená to "AI to řekla." Odpovědnost spočívá na osobě, která výstup přijímá; AI není omluva.
  • Zadávání důvěrných dat do externího nástroje. Obchodní tajemství a porušení smlouvy; Jakmile uniklá data nelze získat.
  • Myslí si, že pracovní kód je správný. Skript, který funguje bez chyb, může obsahovat nesprávný vzorec/jednotku; Testování a nezávislé potvrzení jsou nezbytné.
  • Přenechání OT systému AI. Ovládací akce není nikdy spuštěna samotnou AI; Lidský souhlas a bezpečné výchozí nastavení jsou zachovány.
  • Upřednostnění efektivity před bezpečností. Život, životní prostředí a poctivý technický úsudek nejsou obětovány žádným úsporám.

V souhrnu

Trvalé limity (halucinace, chování mimo distribuci, neznalost fyziky, zastaralost) a rizika (kybernetická/OT bezpečnost, soukromí dat, otrava, zaujatost) AI v námořní dopravě ilustrují, proč je ověřovací disciplína naučená v rámci modulu nepostradatelná. U rozhodnutí kritických z hlediska bezpečnosti nenahrazuje výstup AI kompetentní lidské schválení; Řetězec odpovědnosti je jasný a „AI to řekla“ není omluva. AI je výkonný akcelerátor; Ale život, životní prostředí a poctivý inženýrský úsudek jsou vždy na prvním místě.

Aplikační úkol

Vyberte výstup AI (účet, koncept sestavy nebo kód), který jste vytvořili v tomto modulu. Označte rizika halucinací, fyzické věrohodnosti a skutečnosti pomocí šablony „sebehodnocení limitů a rizik“. Pokud se jedná o kód účtu, otestujte jej známým zadáním pomocí šablony „plán ověření kódu účtu“ a ověřte nezávisle. Použijte „filtr ochrany osobních údajů“ a odfiltrujte data, která by neměla být sdílena. Nakonec napište zprávu o transparentnosti, která zdokumentuje rozhodnutí a uvede, kdo má konečnou odpovědnost.

kontrolní seznam

  • [ ] Zkontroloval jsem rizika halucinací, fyziky a skutečnosti výstupu AI.
  • [ ] Testoval jsem a nezávisle ověřil kód účtu se známým zadáním.
  • [ ] Nezadal(a) jsem do externího nástroje důvěrná/smluvená data; Anonymizoval jsem to.
  • [ ] Zachoval jsem lidské schválení a bezpečné výchozí nastavení v OT/řídících systémech.
  • [ ] Transparentně jsem zdokumentoval použití AI a objasnil, kdo je za to zodpovědný.
  • [ ] Nikdy jsem neupřednostňoval efektivitu před životem, životním prostředím a inženýrskou etikou.

Modulová zkouška

1. Když jako námořní inženýr pracujete s nástrojem umělé inteligence, konečnou odpovědnost za to, co z následujícího by měl vždy zůstat člověk (inženýr/třídník)?

  • A) Schválení a podepsání shody konstrukčního prvku s pravidlem třídy ✔
  • B) Vypracování prvního návrhu zprávy o odporu
  • C) Úprava popisků os grafu
  • D) Příprava slovníčku pojmů pro technickou zprávu

Popis: AI; Může urychlit úkoly, jako je předběžný výpočet odporu, vypracování zprávy a shrnutí dat. Schválení souladu konstrukčního prvku s pravidlem třídy a jeho vyjádření jako podpisu v technické dokumentaci je však rozhodnutím, které vytváří bezpečnost života a majetku; nelze převést na AI bez nezávislého ověření a autorizovaného schválení.

2. Nechali jste AI spočítat odpor lodi a ta snížila výsledek o 20 % s „empirickým korekčním faktorem“, který nebyl v modelovém experimentu. Jaké je první správné opatření?

  • A) Přijmout výsledek takový, jaký je, protože AI působí sebejistě
  • B) Zpochybnit zdroj koeficientu, nepodloženou opravu zamítnout a přepočítat uznávanou metodou ✔
  • C) Ještě více zvýšit koeficient a zůstat na bezpečné straně
  • D) Přepnutí na volbu vrtule bez změny výsledku

Vysvětlení: Jazykové modely dokážou přesvědčivě vyrobit nepodložené koeficienty a čísla (halucinace). Při výpočtu, který přímo ovlivňuje výkon pohonu a palivo, jako je odpor, je nutné zpochybnit zdroj každého použitého koeficientu (metoda, modelový test, norma) a nepodložený koeficient zamítnout.

3. Namísto použití množství přepravovaného nákladu jako jmenovatele při výpočtu CII lodi (ukazatel intenzity uhlíku), AI použila pouze vzdálenost. Jaký je hlavní problém tohoto výstupu?

  • A) CII se počítá pouze pro tankery, to je na palubě zbytečné
  • B) Výsledek CII je vždy uveden v procentech, desetinné číslo je chybné
  • C) Jmenovatelem CII by neměla být pouze vzdálenost, ale také nosnost (mrtvá hmotnost) vynásobená vzdáleností ✔
  • D) Údaje o rychlosti jsou povinné pro výpočet CII, chybí

Popis: CII měří emise uhlíku na provedenou práci a je založeno na nabízeném užitečném zatížení vynásobeném vzdáleností (např. vlastní hmotnost x vzdálenost). Vynechání pojmu zatížení/kapacita zcela špatně vypočítá ukazatel. Prvním a povinným krokem je, aby každý termín v ukazatelích produktivity plně odpovídal definici IMO.

4. Jaký je nejcennější výstup systému prediktivní údržby ve strojovně s umělou inteligencí?

  • A) Shrňte průměrné náklady na minulou údržbu do jednoho řádku
  • B) Transformace všech dat senzoru do barevnějšího grafu
  • C) Barva a seznam trendů vibrací/teploty
  • D) Předběžné označení časového okna, kdy je větší pravděpodobnost selhání ložiska nebo turbodmychadla ✔

Popis: Účelem prediktivní údržby je odhalit tendenci zařízení zhoršovat se dříve, než dojde k jeho poruše, a včas naplánovat údržbu. Tím se snižuje riziko neočekávaných poruch a zastavení. Je cenné nejen shrnout minulost, ale také vytvořit včasná varování o budoucnosti.

5. AI porovnala výsledek napětí v modelu FEA (analýza konečných prvků) s povoleným napětím v kódu třídy a prohlásila za „vhodné“. Jaký je nejsprávnější přístup?

  • A) Ověření nastavení modelu (síť, okrajová podmínka, zatížení) a potvrzení dovoleného napětí z textu pravidla třídy ✔
  • B) Přímé potvrzení výsledku, protože AI řekla „vhodné“
  • C) Náhodné snížení dovoleného napětí, abyste zůstali na bezpečné straně
  • D) Změna pouze barevné škály bez utažení sítě

Popis: Výsledek FEA; Je zcela závislá na kvalitě sítě, okrajových podmínkách, definici zatížení a materiálových vlastnostech. Kromě toho může být přípustná hodnota stresu použitá AI ​​nesprávná. Před přijetím výsledku je nutné ověřit nastavení modelu a potvrdit hodnotu pravidla třídy z textu.

6. Vytvořili jste trasu, která minimalizuje palivo tím, že provedete trasování podle počasí pomocí AI. Která úvaha je nejdůležitější pro použitelnost výsledku?

  • A) Trasa musí být bezpečná z hlediska bezpečnosti plavby (vlny, počasí, omezení lodě) a musí být schválena kapitánem ✔
  • B) Nejkratší podoba trasy na mapě
  • C) Trasa zahrnuje nejvíce přístavních volání
  • D) Trasa minimalizuje ETA bez ohledu na smlouvu

Vysvětlení: Bez ohledu na to, jak je návrh trasy palivově optimální, prioritou je navigační bezpečnost a pravomoc kapitána. Pokud bouře, výška vln a omezení lodí překročí bezpečnostní limit, zisk paliva nemá smysl. Konečné rozhodnutí o trase musí být filtrováno přes bezpečnostní omezení a schváleno kapitánem.

7. Požádali jste AI ​​o požadavek SOLAS a ten poskytl přesnou hodnotu s odkazem na konkrétní „číslo kapitoly/pravidla“. Jaké je správné technické chování?

  • A) Přímé použití hodnoty, protože AI je aktuální
  • B) Náhodné zvýšení hodnoty, abyste zůstali na bezpečné straně
  • C) Ověřte číslo položky a hodnotu z oficiálního, aktuálního zdroje SOLAS/třídy ✔
  • D) Přidání do souboru bez kontroly čísla položky

Popis: Jazykové modely si mohou nesprávně pamatovat nebo tvořit čísla a hodnoty smluvních/pravidelných doložek. V závazných polích, jako jsou SOLAS, MARPOL a pravidla třídy, musí být každá položka a hodnota ověřena doslovně z oficiálního aktuálního zdroje (text IMO, pravidlo třídy, oběžník řízení); Výstup AI pouze ukazuje, kam se dívat.

8. V autonomním navigačním systému nebo navigačním systému s podporou rozhodování navrhla AI manévr založený na radaru a datech AIS. Jaké je správné hodnocení z hlediska COLREG (vyhýbání se konfliktům)?

  • A) Automaticky proveďte manévr, když AI přistupuje k aktuálním datům
  • B) Odešlete návrh druhé lodi přes VHF a počkejte na jeho schválení
  • C) Vypnutí radaru a spoléhání se pouze na AIS
  • D) Zvažte návrh jako podporu při rozhodování a ponechte COLREG a konečné rozhodnutí o manévru důstojníkovi hlídky/kapitánovi.

Vysvětlení: V souladu s pravidly COLREG a správnou námořní praxí, odpovědnost za zabránění srážce a konečné rozhodnutí o manévru spočívá na autoritě na můstku (kapitán/důstojník hlídky). Doporučení AI je podpora rozhodování; slepá místa, chyba senzoru a interpretace pravidel vyžadují lidský dohled.

9. Vytvořili jste doporučení spotřeby paliva z křivky SFOC (specifická spotřeba paliva) hlavního motoru s AI. Jaká je nejvhodnější metoda pro testování přiměřenosti?

  • A) Použijte doporučení na data z minulé jízdy a porovnejte se skutečnou spotřebou paliva ✔
  • B) Přijměte návrh tak, jak je, a zapište jej do rozpočtu jako úsporu.
  • C) Za jedinou skutečnou hodnotu brát nejoptimističtější procento úspor
  • D) Jen zkrášlit graf křivky SFOC

Vysvětlení: Tvrzení o úsporách vytvořené AI by mělo být testováno porovnáním s údaji o skutečné plavbě lodi (zaznamenaná spotřeba paliva, zatížení, rychlost, počasí). Jeho zpětné použití na údaje o minulých plavbách a jeho porovnání se skutečnou spotřebou ukazuje, jak realistické je doporučení.

10. Návrh průzkumu/technické zprávy vypracovaný AI obsahuje technické hodnoty, které jsou plynulé, ale nejistého původu. Jaké je správné chování?

  • A) Prezentace zprávy tak, jak je, protože text je plynulý
  • B) Porovnejte každou hodnotu s původním měřením/zdrojem a odstraňte nepotvrzené ✔
  • C) Zaokrouhlování a glosování hodnot
  • D) Stačí si přečíst shrnutí a zbytek přeskočit

Popis: Každá technická hodnota ve zprávě musí být dohledatelná k jejímu původnímu zdroji (měření, záznam kalibrovaného zařízení, pravidlo třídy, údaje výrobce). Žádné číslo by nemělo být předloženo třídě nebo vedení bez ověření jeho zdroje, i když jde o hodnotu v plynulé větě; V opačném případě vstupuje do rozhodovací základny fiktivní hodnota.

11. Jaký je nejlepší krok před použitím výpočtu Excel/Python generovaného umělou inteligencí (např. stav zátěže a moment stability)?

  • A) Použití výpočtu přímo na skutečný plán nakládky
  • B) Stačí se podívat na délku a rozložení kódu
  • C) Vyzkoušení okrajových případů porovnáním výpočtu se známým testovacím scénářem a schváleným nakládacím nástrojem ✔
  • D) Vymazání části kódu pro jeho zkrácení

Vysvětlení: Výpočty stability a zatížení se mohou jevit jako správné, ale poskytují nesprávné výsledky. Spuštění výpočtu na malém testovacím scénáři, kde znáte výsledek, buď ručně, nebo pomocí certifikovaného nakládacího počítače, porovnáte jej s očekávaným výstupem a vyzkoušíte stavy limitního/mezního zatížení, zachytí chybu dříve, než se přenese do skutečného rozhodnutí o zatížení.

12. Chcete vložit nesdílená data o designu a výkonu vaší lodi do veřejného nástroje AI a vyžádat si analýzu. Jaký je nejsprávnější přístup?

  • A) Vložení dat tak, jak jsou pro rychlost
  • B) Stačí smazat jméno lodi a sdílet všechna zbývající data
  • C) Sdílení dat a poté požádání AI o jejich smazání
  • D) Kontrola institucionální politiky a anonymizace dat nebo použití zabezpečeného/institucionálního nástroje ✔

Zveřejnění: Forma trupu, výkonnostní křivky a data smluv s majitelem lodě/loděnice jsou citlivá na obchodní tajemství a duševní vlastnictví; Kromě toho kritická infrastruktura a informace o systému OT nesou kybernetické riziko. Před sdílením dat je nutné zkontrolovat firemní politiku, anonymizovat je nebo použít firemní nástroj, který data nesdílí.

13. Kontrola kvality s umělou inteligencí na montáži loděnice označila svar jako „přijatelný“. Jaké je správné technické chování?

  • A) Považujte hodnocení AI za konečné přijetí a schválte šití
  • B) Zvažování předběžného hodnocení AI jako screeningového nástroje a propojení konečného přijetí s výsledkem NDT a schválením třídy ✔
  • C) Přesun na další blok bez zkoumání švu
  • D) Stačí pouze vizuálně zkontrolovat vzhled švu

Popis: Kvalita svařování je bezpečnostně kritická oblast, která vyžaduje výsledky nedestruktivního testování (NDT) a schválení třídy. Předběžné hodnocení AI prostřednictvím obrázků nebo dat poskytuje návod, ale konečné přijetí je dáno kvalifikovanou kontrolou a schválením inspektorem třídy.

14. Ve správě flotily AI vytvořila definitivní doporučení pro expedici, v níž stálo, že „tento bunkrový přístav a tato rychlost jsou rozhodně nejziskovější“. Které hodnocení je správné?

  • A) Implementace doporučení přímo, protože AI přistupuje k aktuálním datům
  • B) Předat návrh majiteli lodi jako pevný závazek
  • C) Uzamčení celého plánu expedice na základě tohoto jediného výstupu
  • D) Považovat definitivní nabídku za nespolehlivou a považovat ji za scénář, který lze ověřit současnou cenou, stavem pronájmu a bezpečností ✔

Vysvětlení: Cena bunkru, podmínky pronájmu, počasí a zpoždění přístavů se rychle mění a proměnné jsou nejisté; AI nemůže zaručit absolutní ziskovost. Návrh by měl být považován za výstup scénáře, který musí být ověřen s aktuální cenou, podmínkami charterové strany a bezpečnostními omezeními.