Sempadan AI dalam Maritim: Keselamatan, Risiko Siber, Etika dan Akauntabiliti — Kecerdasan Buatan dalam Kejuruteraan Tentera Laut dan Marin

Keuntungan:

Keupayaan untuk mengenali bahawa AI boleh menghasilkan pekali rekaan, klausa peraturan dan nilai teknikal dan menggunakan pengesahan dalam konteks keselamatan nyawa/harta.
Keupayaan untuk mengurus keselamatan siber, privasi data dan had peraturan dalam kapal dan sistem OT (teknologi operasi).
Memahami bahawa tanggungjawab utama untuk kelulusan kelas, keselamatan pelayaran dan etika terletak pada jurutera dan kapten.

Sepanjang modul ini, kami menggunakan kecerdasan buatan (AI) sebagai pemecut pada setiap peringkat kejuruteraan kapal dan marin: daripada reka bentuk bentuk kepada analisis struktur, penyelenggaraan ramalan kepada pengoptimuman pelayaran, pematuhan pelepasan kepada pengeluaran limbungan kapal. Dalam unit terakhir ini, kita berundur dan melihat keseluruhan gambaran: apakah had utama AI dalam maritim, apakah risiko (halusinasi, keselamatan siber, privasi data, berat sebelah) sentiasa berjaga-jaga dan siapa yang bertanggungjawab? Kerana prasyarat untuk menggunakan kenderaan dengan selamat adalah untuk mengetahui di mana ia boleh salah.

Tesis kekal modul ini terpakai di sini dan mengawal semua yang lain: dalam kerja maritim yang kritikal keselamatan, keluaran AI bukan pengganti untuk kelulusan oleh jurutera yang kompeten, sarjana atau juruukur kelas. AI mencadangkan, merangka, mengira dan mengingatkan; Tetapi pemilik keputusan yang menentukan keselamatan nyawa, harta benda dan alam sekitar adalah orang yang menandatangani keputusan itu dan bertanggungjawab di sisi undang-undang.

Konsep: Halusinasi: AI mengarang nilai, peraturan atau sumber yang tidak wujud. Keselamatan OT: Perlindungan siber teknologi operasi (mesin dan sistem kawalan pelayaran). Keracunan data: Kerosakan data latihan/input yang disengajakan untuk mengelirukan model. Kecondongan model: Kecondongan sistematik dan tidak adil bagi model yang datang daripada data di mana ia dilatih. Rantaian tanggungjawab: Pemilikan undang-undang dan teknikal sesuatu keputusan jelas terbukti.

Had Kekal AI

AI mempunyai empat sempadan kekal dalam perkapalan, dan ini tidak akan hilang walaupun teknologi semakin maju. Pertama, halusinasi: model mengisi jurang dengan pernyataan "kemungkinan besar" apabila ia tidak mempunyai data yang pasti; Ini ternyata menjadi klausa kelas yang dibuat, nilai kestabilan yang mustahil atau pekali yang tidak wujud. Kedua, tingkah laku di luar penempatan: model menjadi tidak boleh dipercayai di luar situasi di mana ia dilatih dan diuji (jenis kapal luar biasa, kerosakan luar biasa, lalu lintas tidak kelihatan). Ketiga, kekurangan pemahaman tentang fizik: AI memproses corak perkataan, tidak "memahami" pemuliharaan tenaga atau undang-undang Newton; Ia boleh menghasilkan output yang kelihatan munasabah tetapi secara fizikalnya mustahil. Keempat, ketepatan masa: perundangan, perubahan harga dan teknologi; Maklumat model dibekukan pada satu tarikh.

Had ini menjelaskan mengapa disiplin pengesahan yang kami pelajari sepanjang modul adalah amat diperlukan: kawalan tertib magnitud, ketekalan unit, pembiakan bebas dan pengesahan sumber. Terutama apabila AI melakukan pengiraan (cth. skrip Python/Excel yang dijana untuk momen balast/kestabilan atau pengiraan kuasa), walaupun kod itu kelihatan lancar dan berfungsi, logiknya, input dan kes tepinya tidak diterjemahkan ke dalam keputusan keselamatan tanpa ujian bebas. Hanya kerana kod akaun "berfungsi" tidak bermakna ia "betul".

Awas: Kod perakaunan yang dijana AI mungkin berfungsi tanpa ralat, tetapi mungkin mengandungi formula yang salah, unit yang salah atau sarung tepi yang diabaikan. Sebelum menerima kod, uji dengan input yang diketahui (contoh yang anda tahu jawapannya secara langsung), uji kes tepi dan sahkan hasilnya dengan cara yang bebas. Dalam pengiraan kritikal keselamatan seperti kestabilan, komputer pemuatan yang diluluskan dan pengesahan jurutera adalah penting.

Keselamatan Siber dan Privasi Data

Kapal moden ialah rangkaian komputer terapung: sistem navigasi, kawalan jentera, pengurusan kargo dan ketersambungan satelit saling berkaitan. Ini bermakna permukaan serangan siber. Sistem AI menambah dua risiko baharu pada gambar ini. Pertama, keselamatan OT (teknologi operasi): komponen AI yang terikat dengan navigasi dan kawalan mesin menimbulkan risiko keselamatan langsung jika diserang; jadi sistem OT kritikal diasingkan, keluaran AI tidak boleh mencetuskan tindakan kawalan sendiri, kelulusan manusia dan tingkah laku lalai yang selamat mesti dikekalkan. Kedua, privasi data: bentuk badan kapal, keluk prestasi, kontrak pemilik kapal dan telemetri operasi adalah rahsia perdagangan dan harta intelek; Memasukkan data ini ke dalam perkhidmatan AI luaran yang tidak diluluskan adalah kerugian yang tidak dapat dipulihkan.

Selain itu, risiko manipulasi seperti keracunan data (mengelirukan model dengan input berniat jahat) dan menipu data seperti AIS memerlukan tidak mempercayai input AI secara membabi buta. Peraturan: data kritikal tanpa nama atau tidak dikongsi sama sekali, hanya alat yang diluluskan dan terjamin kerahsiaan digunakan, input kritikal disahkan silang untuk kesahihan.

risiko

Bagaimana ia berlaku?

langkah berjaga-jaga

halusinasi

Peraturan/nilai/sumber yang dibuat

Pengesahan dari sumber, kawalan pangkat

Serangan siber OT

Penyusupan sistem kawalan

Pengasingan, kelulusan manusia, lalai selamat

kebocoran data

Memasukkan data sulit ke dalam alat luaran

Anonimasi, alat yang diluluskan

Keracunan/penipuan data

Input yang sengaja rosak

Pengesahan input, semakan silang

Bias model

Data latihan tidak seimbang

Mengkaji keputusan dengan pertimbangan manusia

Etika dan Rantaian Tanggungjawab

Pemilikan undang-undang dan teknikal sesuatu keputusan dalam maritim harus jelas: kapten bertanggungjawab untuk keselamatan pelayaran, ketua jurutera bertanggungjawab untuk jentera, jurutera yang bertanggungjawab bertanggungjawab untuk reka bentuk dan pengiraan, dan juruukur kelas bertanggungjawab untuk pematuhan peraturan. AI tidak seharusnya memperkenalkan "jurang liabiliti" ke dalam rantaian ini. "AI mencadangkan ini" bukan alasan; Manusia yang menggunakan AI dan menerima outputnya bertanggungjawab. Oleh itu, penggunaan AI mestilah telus (ia mesti direkodkan keputusan mana yang disokongnya, pengesahan yang telah dilaluinya) dan keputusan muktamad mestilah terserah kepada manusia yang telah ditandatangani.

Dimensi etika juga merangkumi keselamatan krew dan alam sekitar: jika cadangan penjimatan bahan api meletakkan krew dalam risiko, jika penyelesaian automasi mengecilkan margin keselamatan, jika keuntungan jangka pendek menutup risiko jangka panjang, etika kejuruteraan memerlukan mengatakan "tidak". AI ialah alat yang berkuasa untuk produktiviti; Tetapi kecekapan tidak boleh datang sebelum kehidupan, alam sekitar dan pertimbangan kejuruteraan yang jujur.

Kes Mini

Kes 1 — alasan “AI berkata begitu”. Dalam laporan, nilai had digunakan seperti yang diberikan oleh AI, tanpa pengesahan, dan nilai tersebut ternyata tidak betul. Orang yang bertanggungjawab cuba mempertahankan dirinya dengan berkata "AI mencadangkan ini." Undang-undang kelas mahupun liabiliti tidak mengiktiraf perkara ini: jurutera yang menerima output bertanggungjawab. Pengajaran: AI bukan alasan; Tanggungjawab terletak pada orang yang menggunakannya.

Kes 2 — Kebocoran data sulit. Pasukan menampal prestasi sebenar pemilik kapal dan data bahan api ke dalam alat AI yang tersedia untuk umum dan meminta analisis. Data ini kini di luar kawalan; rahsia perdagangan dan pelanggaran kontrak timbul. Tidak akan ada risiko jika bekerja dengan nilai perwakilan tanpa nama atau alat yang diluluskan. Pengajaran: data sebenar/sulit tidak sekali-kali dimasukkan ke dalam alat luaran yang tidak diluluskan.

Kes 3 — Berfungsi tetapi kod salah. AI menjana skrip Python untuk seketika kestabilan; kod berjalan tanpa ralat dan mengembalikan nombor yang munasabah. Apabila jurutera mengujinya dengan bekas pemuatan yang diketahui (jawapannya diketahui dengan tangan), dia mendapati bahawa kod itu mengambil jangka panjang lengan dengan tanda yang salah. Skrip "berfungsi" tetapi hasilnya salah. Pengajaran: pengendalian kod akaun bukanlah jaminan ketepatan; Pengujian dengan input yang diketahui dan pengesahan bebas adalah penting.

Templat Gesaan Boleh Salin

Templat 1 — Had dan penilaian diri risiko:

Peranan: Anda adalah penyemak yang mengaudit output AI yang saya gunakan.Konteks: [tugas/keluaran].Tugas:1) Di manakah risiko halusinasi tinggi dalam output ini?2) Adakah terdapat apa-apa yang boleh dipersoalkan dari segi kebolehpercayaan fizikal?3) Apakah nilai yang memerlukan ketepatan masa (perundangan/harga) harus disahkan?4) Peluang output ini (tidak dapat diedarkan) sebagai titik kes yang tidak boleh diagihkan? ia.

Templat 2 — Jadual pengesahan kod akaun:

Sediakan pelan pengesahan sebelum menggunakan kod perakaunan yang dijana oleh AI berikut (Python/Excel):[tampal kod/logik]1) Cadangkan input ujian yang saya tahu jawapannya secara langsung.2) Senaraikan kes kelebihan yang perlu diuji (sifar, negatif, ekstrem).3) Bagaimanakah cara saya menyemak ketekalan unit?4) Dengan cara yang bebas/bersedia untuk mengesahkan keputusan ApprovConstrainteng: Verifikasi yang diperlukan? akaun kritikal keselamatan.

Templat 3 — Penapis privasi data:

Privasi semak konteks berikut yang saya akan berikan kepada alat AI:[teks untuk dikongsi]1) Adakah terdapat data rahsia perdagangan / sulit / kontrak di dalamnya?2) Apakah nilai yang harus dianonimkan atau diekstrak?3) Adakah tugas ini memerlukan alat dalaman yang diluluskan? Kekangan: Data kapal/prestasi/kontrak sebenar tidak dimasukkan ke dalam alat luaran.

Templat 4 — Nota akauntabiliti dan ketelusan:

Draf memo ketelusan untuk mendokumentasikan keputusan berkuasa AI berikut:[keputusan].Kandungan: (1) pada peringkat apakah AI digunakan, (2) apakah pengesahan yang telah ia lalui, (3) manusia mana yang meluluskannya, (4) apakah sumber yang telah disahkan. Kekangan: Jelaskan bahawa tanggungjawab terakhir terletak pada tandatangan manusia.

Gesaan lemah / Gesaan kuat

Gesaan yang lemah:

Saya akan meletakkan analisis AI ini dalam laporan, adakah ia ok?

Gesaan kuat:

Peranan: Anda adalah penyemak bebas yang mengaudit output AI. Konteks: [analisis/output dan tempat untuk digunakan]. Tugas:1) Tandakan risiko halusinasi, kebolehpercayaan fizikal dan ketepatan masa.2) Adakah terdapat data yang tidak boleh dikongsi untuk kerahsiaan?3) Apakah langkah yang diperlukan oleh manusia untuk mengesahkan output ini? Kekangan: Anda tidak membuat keputusan yang "tidak sesuai"/tidak sesuai Nyatakan langkah pengesahan dan tanggungjawab terletak pada jurutera tandatangan.

Gesaan yang lemah meminta pengesahan; Gesaan yang kuat mendedahkan risiko, privasi dan rantaian pengesahan manusia.

Kesilapan biasa

Ia bermaksud "AI berkata begitu." Tanggungjawab terletak pada orang yang menerima output; AI bukan alasan.
Memasukkan data sulit ke dalam alat luaran. Rahsia perdagangan dan pelanggaran kontrak; Setelah data bocor tidak boleh diambil semula.
Berfikir bahawa kod kerja adalah betul. Skrip yang berfungsi tanpa ralat mungkin mengandungi formula/unit yang salah; Ujian dan pengesahan bebas adalah penting.
Meninggalkan sistem OT kepada AI. Tindakan kawalan tidak pernah dicetuskan oleh AI sahaja; Kelulusan manusia dan lalai selamat dikekalkan.
Mengutamakan kecekapan daripada keselamatan. Kehidupan, alam sekitar dan pertimbangan kejuruteraan yang jujur tidak dikorbankan untuk sebarang penjimatan.

Secara ringkasnya

Had berkekalan (halusinasi, tingkah laku luar pengedaran, kurang memahami fizik, ketinggalan zaman) dan risiko (keselamatan siber/OT, privasi data, keracunan, berat sebelah) AI dalam maritim menggambarkan mengapa disiplin pengesahan yang dipelajari sepanjang modul adalah amat diperlukan. Dalam keputusan kritikal keselamatan, keluaran AI bukanlah pengganti untuk kelulusan manusia yang cekap; Rantaian tanggungjawab adalah jelas dan "AI berkata demikian" bukanlah alasan. AI ialah pemecut yang berkuasa; Tetapi kehidupan, persekitaran dan pertimbangan kejuruteraan yang jujur sentiasa diutamakan.

Tugasan permohonan

Pilih output AI (akaun, draf laporan atau kod) yang anda hasilkan dalam modul ini. Tandakan risiko halusinasi, kebolehpercayaan fizikal, dan realiti dengan templat "had dan penilaian diri risiko". Jika ia adalah kod akaun, ujinya dengan input yang diketahui menggunakan templat "pelan pengesahan kod akaun" dan sahkan secara bebas. Gunakan "penapis privasi data" dan tapis data yang tidak sepatutnya dikongsi. Akhir sekali, tulis memo ketelusan yang mendokumentasikan keputusan dan jelaskan siapa yang mempunyai tanggungjawab utama.

senarai semak

[ ] Saya menyemak halusinasi, fizik, dan risiko aktualiti keluaran AI.
[ ] Saya telah menguji dan mengesahkan kod akaun secara bebas dengan input yang diketahui.
[ ] Saya tidak memasukkan data sulit/dikontrak ke dalam alat luaran; Saya tanpa namakannya.
[ ] Saya mengekalkan kelulusan manusia dan selamat lalai dalam sistem OT/kawalan.
[ ] Saya secara telus mendokumentasikan penggunaan AI dan menjelaskan siapa yang bertanggungjawab.
[ ] Saya tidak pernah meletakkan kecekapan sebelum kehidupan, alam sekitar dan etika kejuruteraan.

Peperiksaan Modul

1. Apabila bekerja dengan alat AI sebagai jurutera marin, tanggungjawab utama yang manakah antara berikut harus sentiasa berada di tangan manusia (jurutera/guru kelas)?

A) Kelulusan dan menandatangani pematuhan elemen struktur dengan peraturan kelas ✔
B) Menghasilkan draf pertama laporan tentangan
C) Mengedit label paksi carta
D) Menyediakan glosari istilah untuk laporan teknikal

Penerangan: AI; Ia boleh mempercepatkan tugas seperti prapengiraan rintangan, penggubalan laporan dan ringkasan data. Walau bagaimanapun, meluluskan pematuhan elemen struktur dengan peraturan kelas dan mencerminkan ini sebagai tandatangan pada fail teknikal adalah keputusan yang mewujudkan keselamatan nyawa dan harta benda; tidak boleh dipindahkan ke AI tanpa pengesahan bebas dan kelulusan yang dibenarkan.

2. Anda mempunyai AI untuk mengira rintangan bot dan ia mengurangkan hasilnya sebanyak 20% dengan 'faktor pembetulan empirikal' yang tiada dalam eksperimen model. Apakah tindakan pertama yang betul untuk diambil?

A) Menerima keputusan seadanya kerana AI nampak yakin
B) Soal sumber pekali, tolak pembetulan yang tidak berasas dan kira semula dengan kaedah yang diiktiraf ✔
C) Meningkatkan pekali lebih banyak dan kekal di bahagian yang selamat
D) Bertukar kepada pemilihan kipas tanpa mengubah keputusan

Penjelasan: Model bahasa boleh menyakinkan mereka pekali dan nombor yang tidak berasas (halusinasi). Dalam pengiraan yang secara langsung mempengaruhi kuasa pendorong dan bahan api, seperti rintangan, adalah perlu untuk mempersoalkan sumber setiap pekali yang digunakan (kaedah, ujian model, standard) dan menolak pekali yang tidak disokong.

3. Daripada menggunakan jumlah kargo yang dibawa sebagai penyebut dalam mengira CII (Carbon Intensity Indicator) kapal, AI hanya menggunakan jarak. Apakah masalah utama dengan output ini?

A) CII dikira hanya untuk kapal tangki, ini tidak perlu di atas kapal
B) Keputusan CII sentiasa datang sebagai peratusan, perpuluhan adalah salah
C) Penyebut CII bukan sahaja jarak, tetapi kapasiti bawaan (berat mati) didarab dengan jarak ✔
D) Data kelajuan adalah wajib untuk pengiraan CII, ia tiada

Penerangan: CII mengukur pelepasan karbon bagi setiap kerja yang dijalankan dan berdasarkan muatan yang ditawarkan didarab dengan jarak (cth. berat mati x jarak). Meninggalkan istilah beban/kapasiti sama sekali salah mengira penunjuk. Langkah pertama dan wajib adalah bagi setiap istilah dalam penunjuk produktiviti untuk mematuhi sepenuhnya definisi IMO.

4. Apakah keluaran yang paling berharga bagi sistem penyelenggaraan ramalan berkuasa AI di dalam bilik enjin?

A) Ringkaskan purata kos penyelenggaraan lepas dalam satu baris
B) Mengubah semua data sensor menjadi graf yang lebih berwarna
C) Warna dan senaraikan trend getaran/suhu
D) Pra-tanda tetingkap masa apabila galas atau pengecas turbo berkemungkinan besar rosak ✔

Penerangan: Tujuan penyelenggaraan ramalan adalah untuk mengesan kecenderungan peralatan merosot sebelum ia gagal dan merancang penyelenggaraan tepat pada masanya. Oleh itu, risiko kerosakan dan pemberhentian yang tidak dijangka dikurangkan. Ia bernilai bukan sahaja untuk meringkaskan masa lalu tetapi juga untuk menghasilkan amaran awal tentang masa depan.

5. AI membandingkan keputusan tegasan dalam model FEA (analisis unsur terhingga) kepada tegasan yang dibenarkan dalam kod kelas dan diisytiharkan 'sesuai'. Manakah pendekatan yang paling betul?

A) Mengesahkan persediaan model (jaringan, keadaan sempadan, beban) dan mengesahkan tegasan yang dibenarkan daripada teks peraturan kelas ✔
B) Mengesahkan keputusan secara langsung kerana AI berkata 'sesuai'
C) Secara rawak menurunkan tekanan yang dibenarkan untuk kekal di bahagian yang selamat
D) Menukar hanya skala warna tanpa mengetatkan rangkaian

Penerangan: Keputusan FEA; Ia bergantung sepenuhnya pada kualiti mesh, keadaan sempadan, definisi beban dan sifat bahan. Selain itu, nilai tegasan yang dibenarkan yang digunakan oleh AI mungkin tidak betul. Sebelum menerima keputusan, adalah perlu untuk mengesahkan persediaan model dan mengesahkan nilai peraturan kelas daripada teks.

6. Anda mencipta laluan yang meminimumkan bahan api dengan melakukan penghalaan cuaca dengan AI. Pertimbangan manakah yang paling penting untuk kebolehgunaan hasil?

A) Laluan mestilah selamat dari segi keselamatan pelayaran (gelombang, cuaca, sekatan kapal) dan mesti diluluskan oleh kapten ✔
B) Penampilan terpendek laluan pada peta
C) Laluan itu termasuk paling banyak panggilan port
D) Laluan meminimumkan ETA tanpa mengira kontrak

Penjelasan: Tidak kira betapa optimum bahan api cadangan laluan itu, keselamatan pelayaran dan kuasa kapten diutamakan. Jika ribut, ketinggian ombak dan sekatan kapal melebihi had keselamatan, keuntungan bahan api tidak bermakna. Keputusan laluan terakhir mesti ditapis melalui kekangan keselamatan dan diluluskan oleh kapten.

7. Anda meminta AI untuk keperluan SOLAS dan ia memberikan nilai yang tepat dengan merujuk kepada 'nombor Bab/Peraturan' tertentu. Apakah tingkah laku kejuruteraan yang betul?

A) Menggunakan nilai secara langsung kerana AI adalah terkini
B) Menaikkan nilai secara rawak untuk kekal di bahagian selamat
C) Sahkan nombor dan nilai item daripada sumber SOLAS/kelas rasmi yang terkini ✔
D) Menambah pada fail tanpa menyemak nombor item

Penerangan: Model bahasa mungkin salah ingat atau membentuk nombor dan nilai klausa kontrak/peraturan. Dalam bidang yang mengikat seperti SOLAS, MARPOL dan peraturan kelas, setiap item dan nilai mesti disahkan verbatim daripada sumber rasmi semasa (teks IMO, peraturan kelas, pekeliling pengurusan); Output AI hanya menunjukkan tempat untuk melihat.

8. Dalam sistem navigasi autonomi atau berbantukan keputusan, AI mencadangkan gerakan berdasarkan radar dan data AIS. Manakah penilaian yang betul dari segi COLREG (penghindaran konflik)?

A) Laksanakan gerakan secara automatik semasa AI mengakses data semasa
B) Hantarkan cadangan kepada kapal lain melalui VHF dan tunggu kelulusannya
C) Mematikan radar dan bergantung hanya pada AIS
D) Anggap cadangan itu sebagai sokongan keputusan dan serahkan COLREG dan keputusan manuver terakhir kepada pegawai jam tangan/kapten.

Penjelasan: Selaras dengan peraturan COLREG dan amalan maritim yang baik, tanggungjawab untuk mengelakkan perlanggaran dan keputusan manuver terakhir terletak pada pihak berkuasa di jambatan (kapten/pegawai jam tangan). Syor AI ialah sokongan keputusan; titik buta, ralat sensor, dan tafsiran peraturan memerlukan pengawasan manusia.

9. Anda telah menjana cadangan penjimatan bahan api daripada keluk SFOC (penggunaan bahan api khusus) enjin utama dengan AI. Apakah kaedah yang paling sesuai untuk menguji kewajaran?

A) Gunakan pengesyoran pada data perjalanan lalu dan bandingkan dengan penggunaan bahan api sebenar ✔
B) Terima cadangan itu seadanya dan tulis ke dalam bajet sebagai simpanan.
C) Mengambil peratusan simpanan yang paling optimistik sebagai satu-satunya nilai sebenar
D) Hanya cantikkan graf keluk SFOC

Penjelasan: Tuntutan penjimatan yang dihasilkan oleh AI harus diuji dengan membandingkannya dengan data pelayaran sebenar kapal (penggunaan bahan api yang direkodkan, beban, kelajuan, cuaca). Menggunakannya secara retrospektif pada data pelayaran lalu dan membandingkannya dengan penggunaan sebenar menunjukkan betapa realistiknya cadangan itu.

10. Draf tinjauan/laporan teknikal yang disediakan oleh AI mengandungi nilai teknikal yang cair tetapi tidak pasti asal usulnya. Apakah tingkah laku yang betul?

A) Membentangkan laporan sebagaimana adanya kerana teksnya lancar
B) Padankan setiap nilai dengan ukuran/sumber asal dan keluarkan ✔ yang belum disahkan
C) Membundarkan dan mengilatkan nilai
D) Baca ringkasan eksekutif dan langkau yang lain

Penerangan: Setiap nilai teknikal dalam laporan mesti boleh dikesan ke sumber asalnya (ukuran, rekod peranti yang ditentukur, peraturan kelas, data pengilang). Tiada nombor harus diserahkan kepada kelas atau pengurusan tanpa pengesahan sumbernya, walaupun ia merupakan nilai dalam ayat yang lancar; Jika tidak, nilai rekaan memasuki asas keputusan.

11. Apakah langkah terbaik sebelum menggunakan pengiraan Excel/Python yang dijana AI (cth. keadaan balast dan momen kestabilan)?

A) Menggunakan pengiraan terus kepada pelan pemuatan sebenar
B) Hanya melihat panjang dan susun atur kod
C) Mencuba kes kelebihan dengan membandingkan pengiraan dengan senario ujian yang diketahui dan alat pemuatan yang diluluskan ✔
D) Memadam sebahagian daripada kod untuk memendekkannya

Penjelasan: Pengiraan kestabilan dan beban mungkin kelihatan betul tetapi memberikan hasil yang salah. Menjalankan pengiraan pada senario ujian kecil di mana anda mengetahui hasilnya, sama ada secara manual atau dengan komputer pemuatan yang diperakui, membandingkannya dengan output yang dijangkakan dan mencuba kes beban had/tepi akan menangkap ralat sebelum ia membawa kepada keputusan pemuatan sebenar.

12. Anda ingin menampal data reka bentuk dan prestasi kapal anda yang tidak dikongsi ke dalam alat AI awam dan analisis permintaan. Manakah pendekatan yang paling betul?

A) Menampal data sebagaimana adanya untuk kelajuan
B) Cukuplah dengan hanya memadam nama kapal dan berkongsi semua data yang tinggal
C) Berkongsi data dan kemudian meminta AI untuk memadamkannya
D) Menyemak dasar institusi dan menamakan data atau menggunakan alat selamat/institusi ✔

Pendedahan: Bentuk badan kapal, keluk prestasi dan data kontrak pemilik kapal/yard adalah rahsia perdagangan dan sensitif harta intelek; Selain itu, infrastruktur kritikal dan maklumat sistem OT membawa risiko siber. Sebelum berkongsi data, adalah perlu untuk menyemak dasar korporat, menyamakannya atau menggunakan alat korporat yang tidak berkongsi data.

13. Kawalan kualiti berkuasa AI pada pemasangan blok limbungan menandakan jahitan kimpalan sebagai 'boleh diterima'. Apakah tingkah laku kejuruteraan yang betul?

A) Pertimbangkan penilaian AI sebagai penerimaan muktamad dan luluskan jahitan
B) Mempertimbangkan penilaian awal AI sebagai alat saringan dan mengaitkan penerimaan akhir dengan keputusan NDT dan kelulusan kelas ✔
C) Bergerak ke blok seterusnya tanpa memeriksa jahitan sama sekali
D) Adalah memadai untuk memeriksa secara visual rupa jahitan

Penerangan: Kualiti kimpalan ialah kawasan kritikal keselamatan yang memerlukan keputusan ujian tidak merosakkan (NDT) dan kelulusan kelas. Penilaian awal AI melalui imej atau data memberikan panduan, tetapi penerimaan akhir diberikan melalui pemeriksaan dan kelulusan yang berkelayakan oleh juruukur kelas.

14. Dalam pengurusan armada, AI mengeluarkan cadangan muktamad untuk ekspedisi yang mengatakan 'pelabuhan bunker ini dan kelajuan ini pastinya yang paling menguntungkan'. Manakah penilaian yang betul?

A) Melaksanakan pengesyoran secara langsung semasa AI mengakses data terkini
B) Untuk menyampaikan cadangan kepada pemilik kapal sebagai komitmen yang kukuh
C) Mengunci keseluruhan rancangan ekspedisi berdasarkan output tunggal ini
D) Menganggap tawaran muktamad sebagai tidak boleh dipercayai dan menganggapnya sebagai senario yang boleh disahkan dengan harga semasa, keadaan piagam dan keselamatan ✔

Penjelasan: Harga bunker, keadaan carter, cuaca dan kelewatan pelabuhan berubah dengan pantas dan pembolehubah tidak menentu; AI tidak dapat menjamin keuntungan mutlak. Cadangan itu harus dianggap sebagai output senario yang mesti disahkan dengan harga semasa, terma parti piagam dan kekangan keselamatan.