મેરીટાઇમમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સનો પરિચય: ભૂમિકાઓ, સીમાઓ, ચકાસણી અને કેપ્ટનની જવાબદારી

નફો:

• કૃત્રિમ બુદ્ધિમત્તા દરિયાઈ કાર્યપ્રવાહમાં ક્યાં સમય બચાવે છે (માર્ગ, બળતણ, હવામાન, દસ્તાવેજીકરણ, મશીનરી, કાયદો) અને જ્યાં દાવપેચ અને સલામતીના નિર્ણયો કપ્તાન અને મુખ્ય ઈજનેર પર છોડવામાં આવે છે, તે જોખમના સ્તરના આધારે પારખવામાં સક્ષમ હોવું.
• દરેક આર્ટિફિશિયલ ઇન્ટેલિજન્સ આઉટપુટને સ્ત્રોત સાથે કનેક્ટ કરવા, સ્વતંત્ર ટૂલ વડે તેની પુષ્ટિ કરવા અને નિષ્ણાત અર્થઘટન દ્વારા તેને પસાર કરવાના પગલાં દ્વારા ચકાસતી શિસ્ત લાગુ કરવાની ક્ષમતા.
• એ સમજવાની ક્ષમતા, દરિયાઈ સુરક્ષા-નિર્ણાયક પ્રકૃતિને કારણે, કૃત્રિમ બુદ્ધિનું આઉટપુટ સક્ષમ નિષ્ણાતની મંજૂરીને બદલતું નથી અને અંતિમ જવાબદારી માનવની છે.

તમે કન્ટેનર વહાણના પુલ પર છો. તમારી સામે એક ઇલેક્ટ્રોનિક નકશો છે (ECDIS - ઇલેક્ટ્રોનિક ચાર્ટ ડિસ્પ્લે અને ઇન્ફર્મેશન સિસ્ટમ, એક ડિજિટલ નેવિગેશન સ્ક્રીન જે કાગળના નકશાને બદલે છે), એક તરફ રડાર અને બીજી બાજુ હવામાન આગાહી સેવા દ્વારા મોકલવામાં આવેલ માર્ગ ભલામણ છે. એક કૃત્રિમ બુદ્ધિમત્તા (ત્યારબાદ AI - મોટા ડેટામાંથી પેટર્ન શીખવાની અને આગાહીઓ અને સૂચનો ઉત્પન્ન કરવાની કમ્પ્યુટરની ક્ષમતા) એ આ સૂચન કર્યું: "તમારા રૂટને 12 માઇલ દક્ષિણમાં ખસેડો, 18 કલાક બચાવો, 9 ટન ઇંધણ બચાવો." સૂચન આકર્ષક છે. પરંતુ તે માર્ગ પર અન્ય જહાજ, છીછરા અને માછીમારીનો કાફલો છે. આ દરખાસ્ત કોણ મંજૂર કરશે? જવાબ એક છે અને આ મોડ્યુલની કરોડરજ્જુ છે: કેપ્ટન. AI ગણતરી કરે છે, સૂચવે છે, સંકેત આપે છે; પરંતુ જે વ્યક્તિ દરિયામાં જીવન, મિલકત અને પર્યાવરણની સુરક્ષા માટે કાયદેસર રીતે જવાબદાર છે તે કેપ્ટન છે અને આ જવાબદારી કોઈપણ અલ્ગોરિધમને ટ્રાન્સફર કરી શકાતી નથી.

આ મોડ્યુલ ડેક ઓફિસર્સ (કેપ્ટન, ફર્સ્ટ ઓફિસર, નેવિગેશનલ ઓફિસર્સ) અને મરીન એન્જિનિયરિંગ એન્જિનિયર્સ (ચીફ એન્જિનિયર, સેકન્ડ એન્જિનિયર, એન્જિન ઓફિસર્સ) માટે લખવામાં આવ્યું હતું. ધ્યેય એઆઈનો અંત-થી-અંત સુધી ઉપયોગ કરવાનું શીખવવાનો છે, માર્ગ અને બળતણ ઑપ્ટિમાઇઝેશનથી લઈને હવામાન મૂલ્યાંકન સુધી, નેવિગેશન અને કાર્ગો દસ્તાવેજીકરણથી લઈને મશીનરીની દેખરેખ અને અનુમાનિત જાળવણી સુધી, સલામતી નિયમનકારી સંશોધનથી લઈને બ્રિજ નિર્ણયના સમર્થન સુધી; પરંતુ તે જ સમયે, તે એઆઈને સમજવાનું છે કે તેણે ક્યાં ઊભા રહેવું જોઈએ અને તેનું આઉટપુટ શા માટે ચકાસવું જોઈએ.

શા માટે દરિયાઈ એક વિશિષ્ટ ક્ષેત્ર છે?

મેરીટાઇમ એ સલામતી-નિર્ણાયક ક્ષેત્રોમાંનું એક છે (જ્યાં ભૂલને કારણે જીવન, પર્યાવરણીય આપત્તિ અથવા લાખો ડોલરનું નુકસાન થઈ શકે છે) જ્યાં ભૂલની કિંમત સૌથી વધુ છે. જમીન પરનું વાહન રસ્તાની બાજુએ અટકી શકે છે; 300-મીટર ટેન્કર થોડા કિલોમીટર આગળ વધતા પહેલા રોકી શકતું નથી, તરત જ ચાલુ કરી શકતું નથી અથવા ધીમી પડી શકતું નથી. ટીમ દિવસો સુધી નજીકના બંદરથી દૂર છે; ખોટો નિર્ણય બહારથી તરત સુધારી શકાતો નથી. તદુપરાંત, આ ક્ષેત્ર આંતરરાષ્ટ્રીય નિયમોની સંસ્થા દ્વારા ચુસ્તપણે નિયંત્રિત થાય છે - SOLAS (સમુદ્રમાં જીવનની સલામતી માટે આંતરરાષ્ટ્રીય સંમેલન), COLREG (સમુદ્રમાં અથડામણ અટકાવવા માટેના નિયમો), MARPOL (જહાજોથી સમુદ્રના પ્રદૂષણને રોકવા માટેનું સંમેલન), ISM કોડ (આંતરરાષ્ટ્રીય સુરક્ષા વ્યવસ્થાપન સંહિતા).

તેથી, શિપિંગમાં AI ની ભૂમિકા શરૂઆતથી જ સ્પષ્ટ છે: AI એ નિર્ણય સહાયક સાધન છે, નિર્ણય નિર્માતા નથી. એન્જિનિયરિંગ અને નેવિગેશન જેવા સલામતી-સંવેદનશીલ ક્ષેત્રોમાં, AI આઉટપુટ સક્ષમ નિષ્ણાત (કેપ્ટન, ચીફ એન્જિનિયર, ક્લાસ સર્વેયર) ની મંજૂરીનો વિકલ્પ નથી. AI; તે એક સહાયક છે જે મોટા ડેટાની પ્રક્રિયા કરે છે, દૃશ્યો બનાવે છે, ડ્રાફ્ટ લખે છે અને પેટર્નને ચિહ્નિત કરે છે. છેલ્લો શબ્દ હંમેશા વ્યક્તિનો હોય છે.

સાવધાન: "એઆઈએ આમ કહ્યું" એ કોઈ સંરક્ષણ નથી. અકસ્માત પછીની તપાસ (સમુદ્ર અકસ્માતની તપાસ, P&I ક્લબ, ફ્લેગ સ્ટેટ)માં પૂછવા જેવો પ્રશ્ન છે: "કપ્તાન/એન્જિનિયરે કયા સ્વતંત્ર સ્ત્રોત સાથે આ ભલામણની ચકાસણી કરી?" જો ત્યાં કોઈ વેરિફિકેશન રેકોર્ડ નથી, તો જવાબદારી સંપૂર્ણ રીતે માનવની છે - AI કોઈ બોજ સહન કરતું નથી.

AI સમુદ્રમાં સમય ક્યાં બચાવે છે, તે મનુષ્યો પર ક્યાં છોડે છે?

AI ને યોગ્ય રીતે સ્થાન આપવા માટે, કાર્યને બે ભાગમાં વહેંચો: ઝડપી કાર્ય અને માનવ નિર્ણયો.

• ત્વરિત કરી શકાય છે (AI આત્મવિશ્વાસ સાથે મદદ કરે છે): બહુવિધ હવામાન આગાહીના દૃશ્યોની તુલના, માર્ગ વિકલ્પોના બળતણ/સમયનો અંદાજ, લોગબુક અને પોર્ટ પેપર્સનો મુસદ્દો તૈયાર કરવો, મશીનરી સેન્સર ડેટામાં વિસંગતતાઓને ફ્લેગ કરવી, લાંબા નિયમનકારી ટેક્સ્ટમાં સંબંધિત કલમ શોધવાનો મુસદ્દો તૈયાર કરવો, જાળવણીમાંથી ઇતિહાસ પેટર્ન કાઢવા.
• માનવ (AI સૂચનો કરે છે, નિર્ણયો નહીં): રૂટની અંતિમ મંજૂરી, કેટલા માઇલ પસાર કરવા માટે જહાજ (કોલરેગ નિર્ણય), મશીન બંધ કરવું કે કેમ, ખતરનાક હવામાનના કિસ્સામાં પોર્ટ શેલ્ટરમાં ભાગી જવું, જાળવણી મુલતવી રાખી શકાય કે કેમ, કટોકટી દાવપેચ.

આ તફાવત સમગ્ર મોડ્યુલમાં દરેક એકમમાં પુનરાવર્તિત થશે. ફક્ત એટલા માટે કે AI ભલામણને "સુરક્ષિત" તરીકે બતાવે છે તે સાબિત કરતું નથી કે ભલામણ સમુદ્રમાં સલામત છે; તે માત્ર એક પૂર્વધારણા આપે છે.

માન્યતા શિસ્ત: ત્રણ-પગલાંનું ફિલ્ટર

દરેક AI આઉટપુટને દરિયામાં ડમ્પ કરતા પહેલા, તેને ત્રણ ફિલ્ટરમાંથી પસાર કરો:

1. તેને સ્ત્રોત સાથે જોડો. ભલામણ કયા ડેટા પર આધારિત છે? શું હવામાન ડેટા અદ્યતન છે, કયું મોડેલ? કયા નકશા (ENC - ઇલેક્ટ્રોનિક નેવિગેશનલ ચાર્ટ, અધિકૃત ડિજિટલ નકશા) માર્ગની ભલામણ પર આધારિત છે? અજ્ઞાત મૂળનું આઉટપુટ અચકાસણીય આઉટપુટ છે.
2. સ્વતંત્ર સાધન સાથે પુષ્ટિ કરો. નો-ગો વિસ્તારો (છીછરા/ખતરનાક વિસ્તાર કે જેને પાર ન કરવો જોઈએ) માટે ECDIS માં રૂટની ભલામણ તપાસો; જહાજની કામગીરીના વળાંક સાથે બળતણનો અંદાજ; બીજા સેન્સર અથવા મેન્યુઅલ માપન દ્વારા મશીનની વિસંગતતા.
3. નિષ્ણાત ટિપ્પણી મેળવો. જો નંબર સાચો હોય, તો શું તે દરિયાઇ સંદર્ભમાં અર્થપૂર્ણ છે? જો "18 કલાકના લાભ" માટે તોફાન આગળથી પસાર થવું જરૂરી હોય, તો તે લાભ બોગસ છે.

ટીપ: દરેક વિનંતી સાથે AI ને કહો "જ્યાં તમને ખાતરી નથી ત્યાં ચિહ્નિત કરો અને લખો કે કયા ડેટાની ચકાસણી કરવાની જરૂર છે". સારું આઉટપુટ તેની પોતાની અનિશ્ચિતતાને સ્વીકારે છે; આની આવશ્યકતા ચકાસણીને સરળ બનાવે છે.

ત્રણ નાના કેસો

કેસ 1 — વણચકાસાયેલ માર્ગ. બલ્ક કેરિયર પર, ઘડિયાળનો અધિકારી AI દ્વારા સૂચવેલા "શોર્ટકટ" રૂટમાં ECDIS માં તપાસ કર્યા વિના પ્રવેશ કરે છે. માર્ગ એક બેંક પરથી પસાર થાય છે જેની ઊંડાઈ ભરતી સાથે બદલાય છે; ઓછા પાણીમાં, UKC (કીલ ક્લિયરન્સ હેઠળ) લગભગ શૂન્ય થઈ જાય છે. કેપ્ટનને છેલ્લી ક્ષણે તેનો અહેસાસ થાય છે અને રસ્તો સુધારે છે. AI એ સમયની યોગ્ય ગણતરી કરી હતી; પરંતુ ઊંડાઈ અને ભરતીની પુષ્ટિ કરવામાં આવી ન હતી. પાઠ: સ્પીડ ગેઇન સુરક્ષા માન્યતાને નકારી શકે નહીં.

કેસ 2 - ખામી વહેલી પકડાઈ. ટેન્કરના બો એન્જિન પર, જ્યારે એક સિલિન્ડર 30 ડિગ્રી સેલ્સિયસથી વિચલિત થાય છે ત્યારે YZ સિલિન્ડર એક્ઝોસ્ટ તાપમાનને ચિહ્નિત કરે છે. મુખ્ય ઈજનેર મેન્યુઅલી ઈન્ડિકેટર્સની ચકાસણી કરે છે, ફ્યુઅલ ઈન્જેક્ટરને તપાસે છે અને ભરાયેલા ઈન્જેક્ટરને શોધે છે. તે પોર્ટ પહેલા બદલવામાં આવે છે, તેથી નેવિગેશન દરમિયાન કોઈ સમસ્યા રહેશે નહીં. AI એ નિર્દેશ કર્યો; ઇજનેરે તેનું નિદાન અને સમારકામ કર્યું.

કેસ 3 - નકલી કાયદાનો લેખ. એક અધિકારી એઆઈને બેલાસ્ટ વોટર નિયમો વિશે પૂછે છે; AI એક વિશ્વાસપાત્ર પરંતુ અવિદ્યમાન "આઇટમ નંબર" ઉત્પન્ન કરે છે (ભ્રામકતા - માહિતી કે જે AI વાસ્તવિક તરીકે બનાવટ કરે છે). જો અધિકારીએ તેની ખરાઈ કર્યા વગર રિપોર્ટમાં આ લખ્યુ તો ઓડિટમાં ગંભીર સમસ્યાઓ સર્જાશે. સત્તાવાર IMO ટેક્સ્ટ સાથે સરખામણી કરવામાં આવે ત્યારે કોઈ વાંધો નથી. પાઠ: કાયદામાં, AI ફક્ત "ક્યાં જોવું" કહે છે; તમે સત્તાવાર ટેક્સ્ટમાંથી જોગવાઈ વાંચો.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

મને શ્રેષ્ઠ માર્ગ આપો.

"શ્રેષ્ઠ" અવ્યાખ્યાયિત છે; જહાજનો પ્રકાર, કાર્ગો, હવામાન, કોઈ પ્રતિબંધો નથી. AI એક સામાન્ય અને અસુરક્ષિત જવાબ આપે છે.

શક્તિશાળી પ્રોમ્પ્ટ:

તમારી ભૂમિકા: વરિષ્ઠ નેવિગેશન ઓફિસર સલાહકાર. શિપ: 180 મીટર બલ્ક કાર્ગો, ડ્રાફ્ટ 10.5 મીટર, સર્વિસ સ્પીડ 13 નોટ્સ. માર્ગ: જિબ્રાલ્ટર -> પિરેયસ. મારી પાસે 72 કલાકની પવન/તરંગની આગાહી છે (નીચે). કાર્ય: ડ્રાફ્ટ 2-3 માર્ગ વિકલ્પો; દરેક માટે અનુમાનિત સમય, બળતણ અને સૌથી વધુ તરંગ ઊંચાઈનો અનુભવ લખો. અવરોધ: હું ECDIS માં UKC અને નો-ગો વિસ્તારોની પુષ્ટિ કરીશ; તમે શોલ્સ/ ભરતી માટે "પુષ્ટિ જરૂરી" નોંધ કરો. તમને ખાતરી ન હોય તેવા કોઈપણ નંબર પર ટિક કરો.

સંદર્ભ, અવરોધ અને માન્યતા વિનંતી આઉટપુટને ઉપયોગી અને સુરક્ષિત બંને બનાવે છે.

ભૂમિકા અને જવાબદારી ટેબલ

ક્વેસ્ટ

AI ની ભૂમિકા

આખરે જવાબદાર

માર્ગના વિકલ્પો જનરેટ કરી રહ્યા છીએ

દૃશ્ય, આગાહી

કેપ્ટન

રૂટ કન્ફર્મેશન અને UKC

ચેતવણી/ડ્રાફ્ટ

કેપ્ટન/નેવિગેશનલ ઓફિસર

બળતણ ઓપ્ટિમાઇઝેશન

એકાઉન્ટ, સૂચન

કેપ્ટન/કંપની

મશીન વિસંગતતા શોધ

માર્કિંગ

મુખ્ય ઈજનેર

જાળવણી નિર્ણય

અગ્રતા ભલામણ

મુખ્ય ઈજનેર

નિયમનકારી સંશોધન

સ્ત્રોત પર રીડાયરેક્ટ કરો

અધિકારી + સત્તાવાર ટેક્સ્ટ

COLREG દાવપેચ

(નિર્ણય બહાર)

અધિકારી/કેપ્ટન જુઓ

સામાન્ય ભૂલો

• વિચારીને કે AI નિર્ણય લેનાર છે. AI સૂચવે છે; કેપ્ટન/ચીફ એન્જિનિયર નિર્ણયો લે છે અને જવાબદારી ઉઠાવે છે.
• સ્ત્રોત સાથે આઉટપુટ કનેક્ટ નથી. કયું હવામાન મોડેલ, કયો નકશો, કયો સેન્સર? અનસોર્સ્ડ આઉટપુટ ચકાસી શકાતું નથી.
• વાસ્તવિકતા માટે આભાસની ભૂલ કરવી. AI બિન-અસ્તિત્વ ધરાવતી વસ્તુ, પોર્ટ નિયમ અથવા ઊંડાઈની શોધ કરી શકે છે; સત્તાવાર સ્ત્રોત સાથે પુષ્ટિ જરૂરી છે.
• ઝડપ માટે સુરક્ષા ચકાસણી બલિદાન. સમય/ઇંધણની બચત ક્યારેય UKC અને નો-ગો કન્ફર્મેશન કરતાં વધી જાય છે.
• વાહન પર આડેધડ રીતે ગોપનીય/વાણિજ્યિક ડેટા અપલોડ કરવો. ફ્રેટ મેનિફેસ્ટ, રૂટ, કોમર્શિયલ કોન્ટ્રાક્ટ સંવેદનશીલ હોય છે; માન્ય વાહન અને માસ્કિંગ જરૂરી.

સારાંશમાં

મેરીટાઇમ એ સલામતી-નિર્ણાયક ડોમેન છે અને AI અહીં નિર્ણય સહાયક છે, નિર્ણય લેનાર નથી. AI; માર્ગ, બળતણ, હવામાન, દસ્તાવેજીકરણ, મશીન મોનિટરિંગ અને નિયમનકારી સંશોધન પર સમય બચાવે છે; પરંતુ રૂટની મંજૂરી, દાવપેચ, એન્જિન બંધ કરવું અને કટોકટીના નિર્ણયો માણસો પાસે રહે છે-મોટેભાગે કેપ્ટન અને મુખ્ય ઇજનેર. દરેક આઉટપુટને ત્રણ-પગલાંનું ફિલ્ટર પાસ કરવું આવશ્યક છે (સ્રોતની વિશેષતા, સ્વતંત્ર સાધન વડે ચકાસો, નિષ્ણાત સમીક્ષામાંથી પસાર થવું). AI આઉટપુટ સક્ષમ નિષ્ણાતની મંજૂરીનો વિકલ્પ નથી.

એપ્લિકેશન કાર્ય

તમારા પોતાના જહાજના પ્રકાર (અથવા કાલ્પનિક જહાજ)નું વર્ણન કરો. ઉપરની "સ્ટ્રોંગ પ્રોમ્પ્ટ" પેટર્નનો ઉપયોગ કરીને AI ડ્રાફ્ટના બે રૂટ વિકલ્પો રાખો. પછી ત્રણ પગલામાં આઉટપુટને ફિલ્ટર કરો: દરેક નંબરનો સ્ત્રોત લખો, તમે કયા ગૌણ સાધન (ECDIS, પ્રદર્શન કર્વ) નો ઉપયોગ કરશો તે સૂચવો અને AI એ ફ્લેગ કરેલા "પુષ્ટિ જરૂરી" બિંદુઓની સૂચિ બનાવો.

ચેકલિસ્ટ

• [ ] મેં AI ને નિર્ણય સહાયક સાધન તરીકે સ્થાન આપ્યું છે; હું નિર્ણય લઉં છું.
• [ ] મેં દરેક આઉટપુટને સ્ત્રોત (હવામાન મોડેલ, નકશો, સેન્સર) સાથે કનેક્ટ કર્યું.
• [ ] મેં એક સ્વતંત્ર સાધન (ECDIS, પ્રદર્શન વળાંક, મેન્યુઅલ માપન) વડે ભલામણોની પુષ્ટિ કરી.
• [ ] મેં અધિકૃત સ્ત્રોતમાંથી કાયદા/ગહન/નિયમની માહિતીની ચકાસણી કરી છે; મેં આભાસ માટે તપાસ કરી.
• [ ] મેં ઝડપ/ઈંધણના લાભો અને સુરક્ષિત સંવેદનશીલ ડેટા પર સુરક્ષા ચકાસણીને પ્રાથમિકતા આપી છે.