യൂണിറ്റുകൾ
1. നേവൽ ആൻഡ് മറൈൻ എഞ്ചിനീയറിംഗിലെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ആൻ്റ് വെരിഫിക്കേഷൻ ഡിസിപ്ലിനിലേക്കുള്ള ആമുഖം 2. ഹൾ ഫോം ഡിസൈനിലും ഹൈഡ്രോഡൈനാമിക് അനാലിസിസിലും AI 3. സ്ട്രക്ചറൽ അനാലിസിസ്, ഫിനൈറ്റ് എലമെൻ്റുകൾ, മെറ്റീരിയൽ സെലക്ഷൻ എന്നിവയിൽ AI 4. പ്രൊപ്പൽഷൻ സിസ്റ്റംസ്, മെയിൻ എഞ്ചിനുകൾ, എനർജി എഫിഷ്യൻസി എന്നിവയിൽ AI 5. പ്രവചനാത്മക പരിപാലനവും എഞ്ചിൻ റൂം കണ്ടീഷൻ മോണിറ്ററിംഗും 6. ട്രിപ്പ് ഒപ്റ്റിമൈസേഷൻ, എയർ റൂട്ടിംഗ്, ട്രിം 7. ഇന്ധനക്ഷമത, ഉദ്‌വമനം, പരിസ്ഥിതി അനുസരണം (EEXI, CII, MARPOL) 8. സ്വയംഭരണ കപ്പലുകൾ, നാവിഗേഷൻ സുരക്ഷ, കൂട്ടിയിടി തടയൽ 9. ഷിപ്പ്‌യാർഡ്, പ്രൊഡക്ഷൻ, റിസോഴ്‌സ്, പ്രോജക്ട് മാനേജ്‌മെൻ്റ് എന്നിവയിൽ AI 10. ക്ലാസ് നിയമങ്ങൾ, സർവേ, നിയമനിർമ്മാണം, സാങ്കേതിക ഡോക്യുമെൻ്റേഷൻ 11. ഫ്ലീറ്റ് മാനേജ്മെൻ്റ്, ലോജിസ്റ്റിക്സ്, പോർട്ട് ഓപ്പറേഷൻസ് എന്നിവയിൽ AI 12. മാരിടൈമിലെ AI യുടെ അതിർത്തികൾ: സുരക്ഷ, സൈബർ അപകടസാധ്യത, ധാർമ്മികത, ഉത്തരവാദിത്തം
യൂണിറ്റ് 1 / 12

നേവൽ ആൻഡ് മറൈൻ എഞ്ചിനീയറിംഗിലെ ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ആൻ്റ് വെരിഫിക്കേഷൻ ഡിസിപ്ലിനിലേക്കുള്ള ആമുഖം

നേട്ടങ്ങൾ:

  • കപ്പലിലും മറൈൻ എഞ്ചിനീയറിംഗ് വർക്ക്ഫ്ലോയിലും AI തത്സമയം എവിടെ ലാഭിക്കുന്നുവെന്നും ജീവൻ/സ്വത്ത് സുരക്ഷ, ക്ലാസ് എന്നിവയുടെ ഉത്തരവാദിത്തം എഞ്ചിനീയർക്ക് എവിടെയായിരിക്കണമെന്നും വേർതിരിച്ചറിയാൻ കഴിയും.
  • ഓരോ എഞ്ചിനീയറിംഗ് ഔട്ട്‌പുട്ടും മാഗ്‌നിറ്റ്യൂഡ്, ഇൻഡിപെൻഡൻ്റ് റീകാൽക്കുലേഷൻ, ക്ലാസ് റൂൾ/സോഴ്‌സ് കൺട്രോൾ എന്നിവ പ്രകാരം പരിശോധിക്കുന്ന മൂന്ന്-ലേയേർഡ് അച്ചടക്കം പ്രയോഗിക്കാനുള്ള കഴിവ്
  • കപ്പൽ, കപ്പൽശാല, കപ്പൽ ഉടമ എന്നിവയുടെ വാണിജ്യപരവും സാങ്കേതികവുമായ രഹസ്യ ഡാറ്റ പങ്കിടാതെ സന്ദർഭം അജ്ഞാതമാക്കുകയും AI-യിൽ നിന്ന് പ്രയോജനം നേടാനുള്ള നിർദ്ദേശങ്ങൾ സൃഷ്ടിക്കുകയും ചെയ്യാനുള്ള കഴിവ്.

ഒരു മറൈൻ എഞ്ചിനീയർ ദിനം നോക്കൂ: ഹൾ ഫോം ആവർത്തനങ്ങൾ, പ്രതിരോധം, പ്രൊപ്പൽഷൻ കണക്കുകൂട്ടലുകൾ, സ്ഥിരതയും ശക്തിയും പരിശോധിക്കൽ, ക്ലാസ് റൂൾ സ്കാനുകൾ, എഞ്ചിൻ റൂം സെൻസർ റെക്കോർഡുകൾ, സർവേ റിപ്പോർട്ടുകൾ, ഷിപ്പ്‌യാർഡ് കത്തിടപാടുകൾ, കപ്പൽ ഉടമയുമായുള്ള അനന്തമായ ഇമെയിലുകൾ. യഥാർത്ഥ എഞ്ചിനീയറിംഗ് വിധിന്യായത്തിനായി നീക്കിവച്ചിരിക്കുന്ന സമയം, അതായത്, "ഈ ബോട്ട് സുരക്ഷിതമാണോ, ഈ നിർമ്മാണം ക്ലാസ് കോഡ് പാലിക്കുന്നുണ്ടോ, ഈ യാത്രാ പദ്ധതി ശരിക്കും ഇന്ധന ഉപഭോഗം കുറയ്ക്കുന്നുണ്ടോ" എന്ന ചോദ്യങ്ങൾ, ആവർത്തിച്ചുള്ള കണക്കുകൂട്ടലുകളുടെയും ഡോക്യുമെൻ്റ് വർക്കിൻ്റെയും കീഴിൽ തകർന്നിരിക്കുന്നു. ഇവിടെയാണ് ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (ചുരുക്കത്തിൽ AI; വലിയ ഭാഷാ മോഡലും മെഷീൻ ലേണിംഗും ഉള്ള ടെക്‌സ്‌റ്റ്, കോഡ്, നമ്പറുകൾ എന്നിവയിൽ പ്രവർത്തിക്കുന്ന സോഫ്റ്റ്‌വെയർ) പ്രവർത്തിക്കുന്നത്. AI നിങ്ങൾക്കായി തീരുമാനം എടുക്കുന്നില്ല; ഇത് തീരുമാനത്തിന് നിങ്ങളെ തയ്യാറാക്കുകയും ഒരു ഡ്രാഫ്റ്റ് നിർമ്മിക്കുകയും കണക്കുകൂട്ടൽ വേഗത്തിലാക്കുകയും പ്രോസസ്സ് ചെയ്ത വിവരങ്ങൾ നിങ്ങളുടെ മുന്നിൽ വെക്കുകയും ചെയ്യുന്നു.

എന്നിരുന്നാലും, മറൈൻ എഞ്ചിനീയറിംഗ് എന്നത് വാചകം കൊണ്ടല്ല, മറിച്ച് ജീവിതങ്ങൾ, പരിസ്ഥിതി, ദശലക്ഷക്കണക്കിന് ഡോളർ എന്നിവയിലൂടെ തെറ്റുകൾ അളക്കുന്ന ഒരു മേഖലയാണ്. ഒരു ഭാഷാ മാതൃക, തെറ്റായ യൂണിറ്റ് പരിവർത്തനം അല്ലെങ്കിൽ "ന്യായമായ രൂപഭാവം", എന്നാൽ ശാരീരികമായി അസാധ്യമായ സ്ഥിരത ഫലം എന്നിവയാൽ നിർമ്മിച്ച ഒരു ക്ലാസ് റൂൾ ക്ലോസ് മറ്റ് മേഖലകളിൽ ചെറിയ തിരുത്തലായിരിക്കാം, എന്നാൽ ഇവിടെ അത് ഒരു തലകീഴായി, ഘടനാപരമായ തകർച്ച അല്ലെങ്കിൽ എണ്ണ ചോർച്ചയായി മാറാം. അതിനാൽ ഈ മൊഡ്യൂളിലുടനീളം ഞങ്ങൾ AI-യെ ഒരു "ഓട്ടോമാറ്റിക് എഞ്ചിനീയർ" ആയിട്ടല്ല, മറിച്ച് ഓരോ തവണയും ഔട്ട്‌പുട്ട് പരിശോധിച്ചുറപ്പിക്കുന്ന ഒരു സുരക്ഷാ-നിർണ്ണായക അച്ചടക്കമുള്ള അസിസ്റ്റൻ്റായി സ്ഥാപിക്കും.

ഈ ആദ്യ യൂണിറ്റിൽ, ഞങ്ങൾ മൂന്ന് കാര്യങ്ങൾ വ്യക്തമാക്കുന്നു: ഷിപ്പ്ബോർഡിൻ്റെയും മറൈൻ എഞ്ചിനീയറിംഗ് വർക്ക്ഫ്ലോയുടെയും ഏത് ഘട്ടങ്ങളിലാണ് AI യഥാർത്ഥ മൂല്യം കൂട്ടുന്നത്; ഏത് തീരുമാനങ്ങൾ യോഗ്യനായ വ്യക്തിയിൽ (എഞ്ചിനീയർ, ക്ലാസ് സർവേയർ, മാസ്റ്റർ) കർശനമായി തുടരണം; അങ്ങനെ ചെയ്യുമ്പോൾ നിങ്ങൾ പാലിക്കേണ്ട പരിശോധന, രഹസ്യസ്വഭാവം, ബാധ്യതാ അച്ചടക്കം എന്തൊക്കെയാണ്. ഈ മേൽക്കൂര ശരിയായി ഇൻസ്റ്റാൾ ചെയ്തില്ലെങ്കിൽ, തുടർന്നുള്ള യൂണിറ്റുകളിലെ സാങ്കേതിക വിദ്യകൾ അപകടകരമായേക്കാം.

ആശയങ്ങൾ: ഹാലൂസിനേഷൻ: യഥാർത്ഥത്തിൽ നിലവിലില്ലാത്ത ഒരു സംഖ്യ, ഗുണകം, ക്ലാസ് റൂൾ ക്ലോസ് അല്ലെങ്കിൽ ഉറവിടം എന്നിവയുടെ AI യുടെ ബോധ്യപ്പെടുത്തുന്ന കൃത്രിമത്വം. സന്ദർഭം: നിങ്ങൾ AI-ന് നൽകുന്ന ഇൻപുട്ട് (ബോട്ട് ഡാറ്റ, അനുമാനങ്ങൾ, ചോദ്യം). സ്ഥിരീകരണം: സ്വതന്ത്രമായ രീതിയിൽ ഔട്ട്പുട്ട് പരിശോധിക്കുന്നു (കൈ കണക്ക്, രണ്ടാമത്തെ സോഫ്റ്റ്വെയർ, റൂൾ ടെക്സ്റ്റ്, മോഡൽ പരീക്ഷണം). ക്ലാസിഫിക്കേഷൻ സൊസൈറ്റി: റൂൾ സെറ്റ് അനുസരിച്ച് കപ്പലിൻ്റെ രൂപകൽപ്പനയും നിർമ്മാണവും പരിശോധിച്ച് സാക്ഷ്യപ്പെടുത്തുന്ന സ്ഥാപനം (ഉദാ. എബിഎസ്, ഡിഎൻവി, ലോയ്ഡ്സ് രജിസ്റ്റർ, ബ്യൂറോ വെരിറ്റാസ്, ടിഎൽ/ടർക്ക് ലോയ്ഡു). ഈ ആശയങ്ങൾ മൊഡ്യൂളിൻ്റെ നട്ടെല്ലാണ്.

ഏതൊക്കെ ബിസിനസ്സുകളിൽ AI ആക്‌സിലറേറ്റർ ആണ്, ഏത് ബിസിനസ്സുകളിൽ ഇത് അപകടകരമാണ്?

മറൈൻ എഞ്ചിനീയറിംഗ് ജോലികൾ അവയുടെ ഫലങ്ങളുടെ അടിസ്ഥാനത്തിൽ ദ്വിമുഖ സ്പെക്‌ട്രത്തിലാണ്. ഒരറ്റത്ത് വീണ്ടെടുക്കാവുന്നതും അപകടസാധ്യത കുറഞ്ഞതുമായ തയ്യാറെടുപ്പ് ജോലികൾ (ഒരു സാഹിത്യ സംഗ്രഹം, ഒരു കോഡ് അസ്ഥികൂടം, ഒരു അവതരണ രൂപരേഖ); മറുവശത്ത്, കടൽ സുരക്ഷ, ജീവൻ/വസ്തു സുരക്ഷ, പരിസ്ഥിതി എന്നിവയെ നേരിട്ട് നിർണ്ണയിക്കുന്ന മാറ്റാനാവാത്ത തീരുമാനങ്ങളുണ്ട് (സുരക്ഷാ ഗുണകം, സ്ഥിരത മാനദണ്ഡം, ഘടനാപരമായ അംഗീകാരം). ഈ സ്പെക്ട്രത്തിൽ നിങ്ങൾ എവിടെ നിൽക്കുന്നു എന്നതിനെ ആശ്രയിച്ച് AI യുടെ മൂല്യം വ്യത്യാസപ്പെടുന്നു.

ബിസിനസ് തരം

AI സംഭാവന

എഞ്ചിനീയറുടെ പങ്ക്

റൂൾ/സ്റ്റാൻഡേർഡ് സംഗ്രഹം

നീണ്ട റൂൾ ബുക്കിൽ നിന്ന് സാരാംശം വേർതിരിച്ചെടുക്കുന്നു

ഒറിജിനൽ ക്ലാസ് ടെക്സ്റ്റുമായി ക്ലോസ് താരതമ്യം ചെയ്യുന്നു

കൈ കണക്കുകൂട്ടൽ / പ്രീ-അളവ്

ഫോർമുല ക്രമീകരണം, ആദ്യ നമ്പർ

യൂണിറ്റ്, റാങ്ക്, അനുമാനം എന്നിവ പരിശോധിക്കുന്നു

വിശകലന കോഡ് / പൈത്തൺ സ്ക്രിപ്റ്റ്

അസ്ഥികൂടവും യുക്തി തലമുറയും

ടെസ്റ്റ് ഇൻപുട്ട് ഉപയോഗിച്ച് മൂല്യനിർണ്ണയം, എഡ്ജ് കേസ് ടെസ്റ്റിംഗ്

റിപ്പോർട്ട്/സർവേ ഡ്രാഫ്റ്റ്

ഘടനയും വിവരണവും നിർദ്ദേശിക്കുന്നു

ഓരോ മൂല്യവും അളവിലേക്കും ഉറവിടത്തിലേക്കും ബന്ധിപ്പിക്കുക

സെൻസർ/ഐഒടി ഡാറ്റ വിശകലനം

പാറ്റേണും അനോമലി കാൻഡിഡേറ്റ് എക്‌സ്‌ട്രാക്ഷൻ

റോ ഡാറ്റയും ഫിസിക്കൽ പ്ലാസിബിലിറ്റിയും ഉപയോഗിച്ച് സ്ഥിരീകരിച്ചു

സ്ഥിരത/ശക്തി അംഗീകാരം

മെറ്റീരിയൽ തയ്യാറാക്കൽ വിശകലനം

അന്തിമ വിലയിരുത്തൽ, ക്ലാസ് അംഗീകാരം, ഒപ്പ്

നിയമം ലളിതമാണ്: ഒരു AI ഔട്ട്‌പുട്ടിൻ്റെ അപകടസാധ്യത, ആ ഔട്ട്‌പുട്ട് ഒരു പിശക് വരുത്തിയാൽ അത് വരുത്തുന്ന നാശത്തിന് തുല്യമാണ്. സ്ലൈഡിൻ്റെ ശീർഷകം തെറ്റായി എഴുതുന്നത് നിരുപദ്രവകരമാണ്; ഒരു ലോഡിംഗ് സാഹചര്യത്തിൽ, GM (മെറ്റാസെൻട്രിക് ഉയരം; കപ്പലിൻ്റെ ശരിയായ കഴിവിൻ്റെ അളവ്) മൂല്യം തെറ്റായി കണക്കാക്കുകയും കപ്പലിൻ്റെ റോൾഓവർ പരിധി തെറ്റായി നിർണ്ണയിക്കുകയും ചെയ്യുന്നത് വിനാശകരമാണ്. അതിനാൽ ഔട്ട്പുട്ട് ഉപയോഗിക്കുന്നതിന് മുമ്പ് ആദ്യം ചോദിക്കേണ്ട ചോദ്യം ഇതാണ്: "ഇത് തെറ്റാണെങ്കിൽ എന്ത് സംഭവിക്കും, ആർക്ക് പരിക്കേൽക്കും, ആരാണ് ശ്രദ്ധിക്കുന്നത്?"

ശ്രദ്ധിക്കുക: AI ഒഴുക്കുള്ളതും ആത്മവിശ്വാസമുള്ളതുമായ വാചകം നിർമ്മിക്കുന്നു. ഒഴുക്ക് കൃത്യതയ്ക്ക് യാതൊരു ഉറപ്പുമില്ല. കൃത്യമായ ഡാറ്റ ഇല്ലെങ്കിൽപ്പോലും, ഒരു ഭാഷാ മാതൃക സ്ഥിതിവിവരക്കണക്കനുസരിച്ച് "മിക്കവാറും" വാക്കുകൾ കൊണ്ട് വിടവ് നികത്തുന്നു; സമുദ്രത്തിൽ, ഈ വിടവ് നികത്തൽ ഒരു നിർമ്മിത മെറ്റീരിയൽ വിളവ് ശക്തിയായി അല്ലെങ്കിൽ നിലവിലില്ലാത്ത SOLAS ക്ലോസ് ആയി പ്രത്യക്ഷപ്പെടാം.

സെക്യൂരിറ്റി-ക്രിട്ടിക്കൽ വെരിഫിക്കേഷൻ ഡിസിപ്ലിൻ: മൂന്ന് ലെയറുകൾ

കടൽ സംസ്കാരം ഇതിനകം തന്നെ "വിശ്വസിക്കുക എന്നാൽ സ്ഥിരീകരിക്കുക" എന്ന തത്വത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്; സർവേ, ഇരട്ട പരിശോധന, സ്വതന്ത്ര ക്ലാസ് സർട്ടിഫിക്കേഷൻ എന്നിവ ഈ സംസ്കാരത്തിൻ്റെ ഭാഗമാണ്. ഈ തത്വത്തെ ശക്തിപ്പെടുത്താനാണ് AI ഉപയോഗിക്കേണ്ടത്, അതിനെ ദുർബലപ്പെടുത്തരുത്. ഓരോ AI ഔട്ട്‌പുട്ടും മൂന്ന്-ലെയർ ഫിൽട്ടറിലൂടെ കടന്നുപോകുക.

ആദ്യ പാളി: മാഗ്നിറ്റ്യൂഡ് നിയന്ത്രണത്തിൻ്റെ ക്രമം. ഫലം ഏകദേശം 10 പരിധിയിൽ പ്രതീക്ഷിക്കുന്ന പവറിനുള്ളിൽ ആണോ എന്ന് നോക്കുക. ഒരു പനമാക്സ് ബൾക്ക് കാരിയറിൻ്റെ സ്ഥാനചലനം (മുങ്ങിക്കിടക്കുന്ന വോള്യത്തിൻ്റെ ഭാരം) പതിനായിരക്കണക്കിന് ടൺ ക്രമത്തിലാണ്; AI നിങ്ങളോട് 800 ടൺ പറഞ്ഞാൽ, വിശദാംശങ്ങളിലേക്ക് കടക്കാതെ ഒരു തെറ്റ് ഉണ്ടെന്ന് നിങ്ങൾക്കറിയാം. ഒരു കണ്ടെയ്നർ കപ്പലിൻ്റെ ക്രൂയിസിംഗ് വേഗത 18-24 നോട്ട് പരിധിയിലാണ്; 90 നോട്ടുകൾ ശാരീരികമായി അസാധ്യമാണ്.

രണ്ടാമത്തെ പാളി: യൂണിറ്റും വലിപ്പവും സ്ഥിരത. സമുദ്രത്തിൽ, യൂണിറ്റ് ആശയക്കുഴപ്പം പിശകിൻ്റെ ഒരു ക്ലാസിക് ഉറവിടമാണ്: നോട്ടുകൾ വേഴ്സസ് m/s, ടൺ വേഴ്സസ് കിപ്പ്, kW വേഴ്സസ് കുതിരശക്തി (BHP), മീറ്റർ വേഴ്സസ് അടി, ബാർ വേഴ്സസ് kPa. AI ഔട്ട്പുട്ടിലെ ഓരോ സംഖ്യയുടെയും യൂണിറ്റ് വ്യക്തമായി പ്രസ്താവിക്കുകയും ഡൈമൻഷണൽ വിശകലനം നടത്തുകയും വേണം. ഒരു പ്രതിരോധ മൂല്യം kN അല്ലെങ്കിൽ kgf ൽ നൽകിയിട്ടുണ്ടോ? ഇത് പ്രൊപ്പൽഷൻ പവറിനെ നേരിട്ട് മാറ്റുന്നു, അതിനാൽ ഇന്ധന ബജറ്റ്.

മൂന്നാമത്തെ പാളി: സ്വതന്ത്ര പുനരുൽപാദനം. രണ്ടാമത്തെ രീതി (മറ്റൊരു മാനുവൽ അക്കൗണ്ട്, പ്രത്യേക സോഫ്‌റ്റ്‌വെയർ, അംഗീകൃത ലോഡിംഗ് കമ്പ്യൂട്ടർ അല്ലെങ്കിൽ രണ്ടാമത്തെ എഞ്ചിനീയർ) ഉപയോഗിച്ച് ഒരു നിർണായക ഫലം പുനർനിർമ്മിക്കുക. രണ്ട് സ്വതന്ത്ര പാതകൾ ഒരേ ഉത്തരം നൽകിയാൽ ആത്മവിശ്വാസം വർദ്ധിക്കുന്നു; ഇല്ലെങ്കിൽ, എന്തുകൊണ്ടാണ് ഇത് വ്യത്യസ്തമാണെന്ന് നിങ്ങൾ മനസ്സിലാക്കുന്നത് വരെ നിർത്തുക.

നുറുങ്ങ്: നിങ്ങൾ ഒരു ഫലത്തിനായി AI-യോട് ചോദിക്കുമ്പോൾ, അതേ ചോദ്യം വിപരീതമായി ചോദിക്കുക. "ഈ ബോട്ടിന് ആവശ്യമായ പ്രൊപ്പൽഷൻ പവർ കണക്കാക്കുക" എന്ന് പറഞ്ഞതിന് ശേഷം, "നിങ്ങൾ നൽകിയ പവർ ഉപയോഗിച്ച് ക്രൂയിസിംഗ് വേഗത വീണ്ടും കണക്കാക്കുക, ഒരു സാധാരണ കപ്പലിന് ഇത് ന്യായമാണോ എന്ന് എന്നോട് പറയുക." മോഡലിനോട് സ്വന്തം ഔട്ട്‌പുട്ട് ക്രോസ്-ചെക്ക് ചെയ്യാൻ ആവശ്യപ്പെടുന്നത് നിശബ്ദ പിശകുകൾ ദൃശ്യമാക്കുന്നു.

രഹസ്യാത്മകതയും വ്യാപാര രഹസ്യവും: മാരിടൈമിൻ്റെ സ്വകാര്യ അതിർത്തി

ഹൾ ഫോം, ഹൈഡ്രോഡൈനാമിക് പെർഫോമൻസ് കർവുകൾ, കപ്പൽ ഉടമ-കപ്പൽശാല കരാർ ഡാറ്റ, കപ്പലിൻ്റെ പ്രവർത്തന ടെലിമെട്രി എന്നിവ വ്യാപാര രഹസ്യം, ബൗദ്ധിക സ്വത്ത് എന്നിവയുടെ കാര്യത്തിൽ വളരെ സെൻസിറ്റീവ് ആണ്. അനിയന്ത്രിതമായ ഒരു ബാഹ്യ AI സേവനത്തിലേക്ക് ബോട്ടിൻ്റെ യഥാർത്ഥ പ്രതിരോധ വക്രം അല്ലെങ്കിൽ ഒരു കപ്പൽ ഉടമയുടെ യഥാർത്ഥ ഇന്ധന ഉപഭോഗ ഡാറ്റ നൽകുന്നത് കരാർ ലംഘനം, ബൗദ്ധിക സ്വത്ത് നഷ്ടപ്പെടൽ, മത്സരപരമായ പോരായ്മ എന്നിവയായിരിക്കാം. കൂടാതെ, സൈബർ സുരക്ഷാ കാരണങ്ങളാൽ ആധുനിക കപ്പലുകളുടെ OT (ഓപ്പറേഷണൽ ടെക്നോളജി; മെഷിനറികളും നാവിഗേഷൻ സിസ്റ്റങ്ങളും നിയന്ത്രിക്കുന്ന കൺട്രോൾ സോഫ്റ്റ്വെയർ) വാസ്തുവിദ്യയെക്കുറിച്ചുള്ള വിവരങ്ങൾ പങ്കിടാൻ പാടില്ല.

റൂൾ ഓഫ് തമ്പ്: ഒരു അംഗീകൃതമല്ലാത്ത ബാഹ്യ ടൂളിലേക്ക് ഒരിക്കലും യഥാർത്ഥമോ രഹസ്യാത്മകമോ കരാർ പ്രകാരം പരിരക്ഷിതമോ ആയ ഡാറ്റ നൽകരുത്. പകരം, സന്ദർഭത്തെ അജ്ഞാതമാക്കുകയും യഥാർത്ഥ സംഖ്യകളെ പ്രാതിനിധ്യ മൂല്യങ്ങൾ ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കുകയും ചെയ്യുക. ഉദാഹരണത്തിന്, ഒരു യഥാർത്ഥ കപ്പലിൻ്റെ ഫോം ഡാറ്റ പങ്കിടുന്നതിന് പകരം, "ഒരു സാധാരണ Handysize ബൾക്ക് കാരിയറിൻറെ പ്രധാന അളവുകളുടെ ക്രമത്തിൽ ഒരു ഉദാഹരണം സഹിതം പ്രതിരോധ സമീപനം വിശദീകരിക്കുക" എന്ന് ചോദിക്കുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

കപ്പൽ ഉടമയുടെ യഥാർത്ഥ ഫോം ഡാറ്റ

ശക്തമായ നിർദ്ദേശം:

റോൾ: നിങ്ങൾ കപ്പൽ ഹൈഡ്രോഡൈനാമിക്സിൽ പരിചയസമ്പന്നനായ ഒരു കൺസൾട്ടൻ്റാണ്. സന്ദർഭം: ഒരു ബൾക്ക് കാരിയറിനായി ഞാൻ ഒരു പൊതു പ്രാഥമിക വിശകലനം നടത്തുകയാണ് (മൂല്യങ്ങൾ പ്രാതിനിധ്യമാണ്, യഥാർത്ഥ പ്രോജക്റ്റ് ഡാറ്റയല്ല): Lpp ~180 m, ബീം ~32 m, ഡ്രാഫ്റ്റ് ~12.5 m, ബ്ലോക്ക് കോഫിഫിഷ്യൻ്റ് ~0.84, ക്രൂയിസിംഗ് വേഗത ~14 നോട്ടുകൾ. ടാസ്ക്: പ്രാഥമിക പ്രൊപ്പൽഷൻ എസ്റ്റിമേറ്റ് (റെസിസ്റ്റൻസ് ഘടകങ്ങൾ, പ്രൊപ്പൽഷൻ എഫിഷ്യൻസി, സീ അലവൻസ്) ഏത് ഘട്ടങ്ങളിലൂടെയാണ് എനിക്ക് അളക്കേണ്ടത്/പരിശോധിക്കാൻ ആവശ്യമായ ഡാറ്റ എന്നിവ വിശദീകരിക്കുക. നിയന്ത്രണങ്ങൾ: ഓരോ ഫോർമുലയും അനുമാനവും വ്യക്തമായി എഴുതുക; നിങ്ങൾ സംഖ്യാപരമായ ഉദാഹരണം നൽകുകയാണെങ്കിൽ, യൂണിറ്റ് (kN, kW, knots) വ്യക്തമാക്കുകയും എങ്ങനെ പരിശോധിക്കണമെന്ന് ചേർക്കുകയും ചെയ്യുക.

ശക്തമായ പ്രോംപ്റ്റ് യഥാർത്ഥ പ്രോജക്റ്റ് ഡാറ്റയെ പരിരക്ഷിക്കുകയും റോളും നിയന്ത്രണവും വ്യക്തമാക്കുകയും ഒരു സ്ഥിരീകരണ പാത അഭ്യർത്ഥിക്കുകയും ചെയ്യുന്നു.

പൊതു ഉദ്ദേശ്യ മൂല്യനിർണ്ണയ ടെംപ്ലേറ്റുകൾ

മൊഡ്യൂളിലുടനീളം നിങ്ങൾ ഇനിപ്പറയുന്ന ടെംപ്ലേറ്റുകൾ ആവർത്തിച്ച് ഉപയോഗിക്കും.

ഒരു സ്ഥിരീകരണ അഭ്യർത്ഥന ചേർക്കുന്നതിനുള്ള പൊതുവായ ടെംപ്ലേറ്റ്:

താഴെയുള്ള എഞ്ചിനീയറിംഗ് ചോദ്യത്തിന് ഉത്തരം നൽകുക. നിങ്ങളുടെ ഉത്തരത്തിൽ:1) ഓരോ സംഖ്യയുടെയും യൂണിറ്റ് പ്രസ്താവിക്കുക.2) ഫലത്തിൻ്റെ മാഗ്നിറ്റ്യൂഡ് ക്രമം ഒരു സാധാരണ കപ്പലുമായി താരതമ്യം ചെയ്യുക.3) നിങ്ങൾ ഉപയോഗിക്കുന്ന ഓരോ ഗുണകത്തിനും/സൂത്രത്തിനും ഉറവിടം (രീതിയുടെ പേര്) എഴുതുക; ഉറവിടം ഇല്ലെങ്കിൽ, അത് "വ്യക്തമല്ല" എന്ന് അടയാളപ്പെടുത്തുക. 4) രണ്ടാമത്തെ കണക്കുകൂട്ടൽ മാർഗം നിർദ്ദേശിക്കുക, അതുവഴി എനിക്ക് സ്വതന്ത്രമായി ഫലം പരിശോധിക്കാൻ കഴിയും. ചോദ്യം: [ചോദ്യം ഇവിടെ]

ഹാലുസിനേഷൻ ഹണ്ട് ടെംപ്ലേറ്റ്:

ചുവടെയുള്ള നിങ്ങളുടെ ഉത്തരത്തിലെ എല്ലാ സംഖ്യാ മൂല്യങ്ങൾ, ഗുണകങ്ങൾ, റൂൾ/സ്റ്റാൻഡേർഡ് റഫറൻസുകൾ എന്നിവയുടെ ഒരു പട്ടിക ഉണ്ടാക്കുക. ഓരോ വരിയ്ക്കും:- മൂല്യം, യൂണിറ്റ്- അടിസ്ഥാനം (കണക്കുകൂട്ടൽ / അറിയപ്പെടുന്ന ഗുണകം / അനുമാനം / അനിശ്ചിതത്വം)- ഞാൻ ഇത് എങ്ങനെ സ്വതന്ത്രമായി പരിശോധിക്കും കൂടാതെ "അനിശ്ചിതത്വമുള്ള" അടിസ്ഥാനമായ ഓരോ വരിയും ഹൈലൈറ്റ് ചെയ്യുക.

മിനി കേസുകൾ

കേസ് 1 - ഫാബ്രിക്കേറ്റഡ് ക്ലാസ് ക്ലോസ്. ഒരു ഘടനാപരമായ പങ്ക് പിന്തുണയ്ക്കാൻ "ഏത് ക്ലാസ് കോഡ് ക്ലോസിന് ഈ ഏറ്റവും കുറഞ്ഞ ഷീറ്റ് കനം ആവശ്യമാണ്", ഒരു ജൂനിയർ എഞ്ചിനീയർ AI-യോട് ചോദിക്കുന്നു. യഥാർത്ഥത്തിൽ നിലവിലില്ലാത്ത ഒരു "അധ്യായം 6, സെക്ഷൻ 3.4.7" ക്ലോസ് AI ഉദ്ധരിക്കുന്നു. എഞ്ചിനീയർ ക്ലാസ് റൂളിൻ്റെ നിലവിലെ പിഡിഎഫുമായി താരതമ്യം ചെയ്യുമ്പോൾ, ക്ലോസ് വ്യാജമാണെന്ന് കാണുകയും ശരിയായ ക്ലോസ് കണ്ടെത്തുകയും ചെയ്യുന്നു. പാഠം: AI നൽകുന്ന എല്ലാ റൂൾ റഫറൻസും യഥാർത്ഥ, നിലവിലുള്ള വർഗ്ഗീകരണ വാചകത്തിൽ നിന്ന് പരിശോധിച്ചുറപ്പിച്ചതാണ്.

കേസ് 2 - യൂണിറ്റ് ട്രാപ്പ്. ഒരു ഡിസ്പാച്ച് പവർ കണക്കുകൂട്ടലിൽ ഒരു ടീമിന് AI-ൽ നിന്ന് സഹായം ലഭിക്കുന്നു. AI പവർ "8500" ആയി നൽകുന്നു, എന്നാൽ അതിൻ്റെ യൂണിറ്റ് അത് "kW അല്ലെങ്കിൽ BHP" ആണോ എന്നത് വ്യക്തമല്ല. 8500 kW നും 8500 BHP യ്ക്കും ഇടയിൽ ഏകദേശം 1.34 മടങ്ങ് വ്യത്യാസമുണ്ട്; ഈ വ്യത്യാസം ഒരു ഹോസ്റ്റിൻ്റെ തിരഞ്ഞെടുപ്പിനെയും വാർഷിക ഇന്ധന ബജറ്റിനെയും പൂർണ്ണമായും മാറ്റുന്നു. വ്യക്തമായി ചോദിക്കാതെ ക്രൂ യൂണിറ്റ് മുന്നേറുകയാണെങ്കിൽ, അത് തെറ്റായ മെഷീൻ ക്ലാസിലേക്ക് നയിക്കും. പാഠം: യൂണിറ്റ് ഇല്ലാത്ത ഒരു സംഖ്യയും സ്വീകരിക്കില്ല.

കേസ് 3 - റാങ്ക് നിയന്ത്രണം ജീവൻ രക്ഷിക്കുന്നു. വിദ്യാർത്ഥികളുടെ ഒരു സംഘം 15,000 DWT കപ്പലിൻ്റെ കപ്പൽ പ്രതിരോധം AI കണക്കാക്കി, മൊത്തം പ്രതിരോധം 12 kN ആണെന്ന് കണ്ടെത്തി. ഈ വലിപ്പമുള്ള ഒരു കപ്പലിന്, നാവിഗേഷൻ പ്രതിരോധം നൂറുകണക്കിന് kN ൻ്റെ ക്രമത്തിലും പ്രൊപ്പൽഷൻ പവർ ആയിരക്കണക്കിന് kW എന്ന ക്രമത്തിലുമാണ്. ഏകദേശം 100 മടങ്ങ് വ്യത്യാസം ഒരു എഡിറ്റിംഗ് പിശകിനെ ഉടനടി ഒറ്റിക്കൊടുക്കുന്നു; ഘർഷണ ഗുണക സൂത്രവാക്യത്തിൽ വിദ്യാർത്ഥികൾ ഒരു എക്‌സ്‌പോണൻ്റ് പിശക് കണ്ടെത്തുന്നു. പാഠം: എല്ലായ്‌പ്പോഴും ഫലം അറിയപ്പെടുന്ന ഒരു റഫറൻസ് ശ്രേണിയുമായി താരതമ്യം ചെയ്യുക.

സാധാരണ തെറ്റുകൾ

  • ഫ്ലൂൻസി കൃത്യതയ്ക്കായി തെറ്റിദ്ധരിക്കുന്നു. നന്നായി എഴുതിയ വിശദീകരണം സംഖ്യാപരമായി തെറ്റായിരിക്കാം. വാചകത്തിൻ്റെ ഗുണനിലവാരവും ഫലത്തിൻ്റെ കൃത്യതയും രണ്ട് വ്യത്യസ്ത കാര്യങ്ങളാണ്.
  • ഒരു യൂണിറ്റില്ലാത്ത നമ്പർ സ്വീകരിക്കുന്നു. സമുദ്രത്തിൽ, knots/m·s, ton/kip, kW/BHP, m/ft ആശയക്കുഴപ്പങ്ങൾ കരിയർ അവസാനിപ്പിക്കുന്ന തെറ്റുകളാണ്.
  • ബാഹ്യ ടൂളിലേക്ക് രഹസ്യാത്മക/കരാർ ചെയ്ത ഡാറ്റ നൽകുക. വ്യാപാര രഹസ്യവും ബൗദ്ധിക സ്വത്തവകാശ ലംഘനവും; ചോർന്നാൽ, ഫോമും പ്രകടന ഡാറ്റയും വീണ്ടെടുക്കാൻ കഴിയില്ല.
  • ഒരൊറ്റ ഉറവിടത്തിൽ വിശ്വസിക്കുന്നു. ഒരു നിർണായക ഫലം രണ്ടാമത്തെ രീതിയിൽ ഉൽപ്പാദിപ്പിക്കാതെ ഉപയോഗിക്കുന്നത് സുരക്ഷാ-നിർണ്ണായക അച്ചടക്കത്തിൻ്റെ ഏറ്റവും അടിസ്ഥാനപരമായ നിയമം ലംഘിക്കുന്നതാണ്.
  • റൂൾ ആട്രിബ്യൂഷൻ പരിശോധിക്കുന്നതിൽ പരാജയം. AI നൽകുന്ന ക്ലാസ്/SOLAS ഇന നമ്പറുകൾ സാങ്കൽപ്പികമായിരിക്കാം; ഓരോ റഫറൻസും യഥാർത്ഥ, നിലവിലുള്ള വാചകത്തിൽ നിന്ന് പരിശോധിച്ചുറപ്പിച്ചിരിക്കുന്നു.

ചുരുക്കത്തിൽ

മറൈൻ, മറൈൻ എഞ്ചിനീയറിംഗിലെ കണക്കുകൂട്ടലുകൾ, കോഡ്, ഡോക്യുമെൻ്റുകൾ, ഡാറ്റ എന്നിവയുടെ ആവർത്തന പ്രവർത്തനങ്ങൾ AI നാടകീയമായി വേഗത്തിലാക്കുന്നു; എന്നാൽ കടൽ സുരക്ഷ, ക്ലാസ് പാലിക്കൽ, പാരിസ്ഥിതിക സുരക്ഷ എന്നിവ നിർണ്ണയിക്കുന്ന തീരുമാനങ്ങൾ യോഗ്യതയുള്ള ആളുകളിൽ തുടരും. ഓരോ ഔട്ട്‌പുട്ടും മാഗ്നിറ്റ്യൂഡ്, യൂണിറ്റ് സ്ഥിരത, സ്വതന്ത്രമായ പുനരുൽപാദനം എന്നിവയിലൂടെ ഫിൽട്ടർ ചെയ്യണം. വാണിജ്യപരമായ രഹസ്യാത്മകതയ്ക്കും സൈബർ സുരക്ഷാ കാരണങ്ങൾക്കും, യഥാർത്ഥ ബോട്ട്/പ്രകടന ഡാറ്റ അജ്ഞാതമാക്കുകയും അംഗീകൃത ഉപകരണങ്ങൾ മാത്രം ഉപയോഗിക്കുകയും വേണം. ഈ അച്ചടക്കം എല്ലാ തുടർന്നുള്ള യൂണിറ്റുകൾക്കും ഒരു മുൻവ്യവസ്ഥയാണ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങളുടെ ഫീൽഡിൽ നിന്ന് ഒരു എഞ്ചിനീയറിംഗ് ചോദ്യം തിരഞ്ഞെടുക്കുക (ഫോം, സ്ഥിരത, പ്രൊപ്പൽഷൻ, മെയിൻ്റനൻസ്, നാവിഗേഷൻ). ആദ്യം ഒരു "ദുർബലമായ പ്രോംപ്റ്റ്" ടൈപ്പ് ചെയ്ത് AI-യോട് ചോദിക്കുക; തുടർന്ന് റോൾ, അജ്ഞാത സന്ദർഭം, നിയന്ത്രണം, സ്ഥിരീകരണ അഭ്യർത്ഥന എന്നിവ ഉൾപ്പെടുന്ന ഒരു "പവർ പ്രോംപ്റ്റ്" എഴുതുക, അതേ ചോദ്യം വീണ്ടും ചോദിക്കുക. മാഗ്നിറ്റ്യൂഡിൻ്റെയും യൂണിറ്റ് സ്ഥിരതയുടെയും ക്രമത്തിൽ രണ്ട് ഉത്തരങ്ങളും താരതമ്യം ചെയ്യുക, "ഹാലുസിനേഷൻ ഹണ്ട് ടെംപ്ലേറ്റ്" പ്രയോഗിക്കുക, കൂടാതെ ഒരു സ്വതന്ത്ര കൈ കണക്കുകൂട്ടൽ വഴി കുറഞ്ഞത് ഒരു ഫലമെങ്കിലും സ്ഥിരീകരിക്കുക. നിങ്ങളുടെ കണ്ടെത്തലുകൾ അര പേജിൽ സംഗ്രഹിക്കുക.

ചെക്ക്ലിസ്റ്റ്

  • [ ] ഞാൻ ഔട്ട്‌പുട്ടിൻ്റെ അപകടസാധ്യത വിലയിരുത്തിയത് "തെറ്റായാൽ ആർക്കാണ് പരിക്കേൽക്കുക?"
  • [ ] ഞാൻ ഫലത്തെ വലിപ്പത്തിൻ്റെ അടിസ്ഥാനത്തിൽ അറിയപ്പെടുന്ന ഒരു കപ്പലുമായി താരതമ്യം ചെയ്തു.
  • [ ] എല്ലാ സംഖ്യകളുടെയും യൂണിറ്റ് ഞാൻ വ്യക്തമായി സ്ഥിരീകരിച്ചിട്ടുണ്ട് (കെട്ട്, kW, ടൺ, m).
  • [ ] ഞാൻ നിർണായക ഫലം രണ്ടാമത്തെ സ്വതന്ത്ര രീതിയിലൂടെ പുനർനിർമ്മിച്ചു.
  • [ ] യഥാർത്ഥ/മറഞ്ഞിരിക്കുന്ന ബോട്ട് ഡാറ്റയ്ക്ക് പകരം ഞാൻ അജ്ഞാത പ്രോക്സി മൂല്യം ഉപയോഗിച്ചു.
  • [ ] AI നൽകുന്ന എല്ലാ ക്ലാസ്/സോലാസ് റഫറൻസും യഥാർത്ഥവും നിലവിലുള്ളതുമായ വാചകത്തിൽ നിന്ന് ഞാൻ പരിശോധിച്ചു.