Прибыль:
- Способность распознавать, что ИИ может создавать фиктивные коэффициенты, положения правил и технические значения, и применять проверку в контексте безопасности жизни/имущества.
- Способность управлять кибербезопасностью, конфиденциальностью данных и нормативными ограничениями в судовых и OT (операционных технологиях) системах.
- Понимая, что основная ответственность за одобрение класса, безопасность мореплавания и этику лежит на инженере и капитане.
На протяжении всего этого модуля мы использовали искусственный интеллект (ИИ) в качестве ускорителя на каждом этапе судового и морского проектирования: от проектирования форм до структурного анализа, от прогнозного обслуживания до оптимизации рейса, от соблюдения требований по выбросам до производства на верфи. В этом заключительном разделе мы сделаем шаг назад и посмотрим на картину в целом: каковы основные ограничения ИИ на море, какие риски (галлюцинации, кибербезопасность, конфиденциальность данных, предвзятость) находятся в постоянной тревоге и кто несет ответственность? Потому что необходимым условием безопасного использования транспортного средства является знание того, где оно может пойти не так.
Основной тезис модуля применим здесь и регулирует все остальные: в критически важных для безопасности морских работах результаты искусственного интеллекта не заменяют одобрения компетентного инженера, капитана или инспектора класса. ИИ подсказывает, рисует, рассчитывает и напоминает; Но собственником решения, определяющего безопасность жизни, имущества и окружающей среды, является тот, кто подписывает это решение и несет юридическую ответственность.
Концепции: Галлюцинация: ИИ создает несуществующую ценность, правило или ресурс. ОТ-безопасность: Киберзащита эксплуатационной техники (автомат и системы круиз-контроля). Отравление данных: намеренное повреждение обучающих/входных данных с целью ввести модель в заблуждение. Предвзятость модели: систематическая и несправедливая предвзятость модели, возникающая на основе данных, на которых она обучается. Цепочка ответственности: юридическая и техническая ответственность за решение четко очевидна.
Постоянные ограничения ИИ
У ИИ есть четыре постоянных границы в судоходстве, и они не исчезнут, даже с развитием технологий. Во-первых, галлюцинация: модель заполняет пробел «наиболее вероятными» утверждениями, когда у нее нет точных данных; Это оказывается выдуманным предложением класса, невозможным значением стабильности или несуществующим коэффициентом. Во-вторых, поведение вне развертывания: модель становится ненадежной за пределами ситуаций, для которых она обучалась и тестировалась (необычный тип корабля, необычная неисправность, невидимое движение). В-третьих, непонимание физики: ИИ обрабатывает текстовые шаблоны, не «понимает» сохранение энергии или законы Ньютона; Он может производить результат, который кажется разумным, но физически невозможен. В-четвертых, своевременность: изменение законодательства, цен и технологий; Информация о модели заморожена на дате.
Эти ограничения объясняют, почему необходима дисциплина проверки, которую мы изучили на протяжении всего модуля: контроль порядка величины, согласованность единиц измерения, независимое воспроизведение и проверка источника. Особенно, когда ИИ выполняет расчеты (например, сценарий Python/Excel, созданный для момента балласта/остойчивости или расчета мощности), даже если код кажется гибким и работающим, его логика, входные данные и крайние случаи не преобразуются в решение по безопасности без независимого тестирования. Тот факт, что код учетной записи «работает», не означает, что он «правильный».
Внимание: расчетный код, сгенерированный искусственным интеллектом, может работать без ошибок, но может содержать неверную формулу, неправильную единицу измерения или пропущенный крайний случай. Прежде чем принять код, протестируйте его с известными входными данными (пример, ответ на который вы знаете не понаслышке), проверьте на крайние случаи и проверьте результат независимым способом. При расчетах, критически важных для безопасности, таких как устойчивость, необходимы одобренный погрузочный компьютер и подтверждение инженера.
Кибербезопасность и конфиденциальность данных
Современный корабль представляет собой плавучую компьютерную сеть: системы навигации, управления механизмами, управления грузами и спутниковой связи связаны между собой. Это означает поверхность кибератаки. Системы искусственного интеллекта добавляют к этой картине два новых риска. Во-первых, безопасность ОТ (технологий эксплуатации): компонент ИИ, связанный с навигацией и управлением машиной, представляет прямую угрозу безопасности в случае нападения; поэтому критически важные ОТ-системы изолированы, выходные данные ИИ никогда не должны сами по себе вызывать управляющие действия, необходимо поддерживать одобрение человека и безопасное поведение по умолчанию. Во-вторых, конфиденциальность данных: форма корпуса, кривые производительности, контракты с судовладельцами и оперативная телеметрия являются коммерческой тайной и интеллектуальной собственностью; Ввод этих данных в несанкционированные внешние службы искусственного интеллекта — это необратимая потеря.
Кроме того, риски манипулирования, такие как отравление данных (введение модели в заблуждение вредоносными входными данными) и подделка данных, таких как AIS, требуют не слепо доверять входным данным ИИ. Правило: критически важные данные анонимизируются или не передаются вообще, используются только одобренные инструменты с гарантированной конфиденциальностью, подлинность критически важных данных подвергается перекрестной проверке.
Риск
Как это происходит?
предосторожность
галлюцинация
Выдуманное правило/значение/источник
Подтверждение от источника, контроль рангов
ОТ кибератака
Проникновение в систему управления
Изоляция, одобрение людей, безопасный дефолт
утечка данных
Ввод конфиденциальных данных во внешний инструмент
Анонимизация, одобренный инструмент
Отравление/подмена данных
Намеренно поврежден ввод
Проверка ввода, перекрестная проверка
Предвзятость модели
Несбалансированные тренировочные данные
Анализ результата с помощью человеческого суждения
Этика и цепочка ответственности
Юридическая и техническая ответственность за принятие решения в морском судоходстве должна быть четкой: капитан отвечает за безопасность мореплавания, главный механик отвечает за оборудование, ответственный инженер отвечает за проектирование и расчеты, а классный инспектор отвечает за соблюдение правил. ИИ не должен вносить в эту цепочку «разрыв ответственности». «ИИ предложил это» не является оправданием; Ответственность лежит на человеке, который использует ИИ и принимает его результаты. Поэтому использование ИИ должно быть прозрачным (должно быть зафиксировано, какое решение он поддерживает, какую проверку он прошел), а окончательное решение должно оставаться за подписанным человеком.
Этическое измерение также включает в себя безопасность экипажа и окружающую среду: если предложение по экономии топлива подвергает экипаж риску, если решение по автоматизации сужает запас безопасности, если краткосрочная выгода маскирует долгосрочный риск, инженерная этика требует сказать «нет». ИИ — мощный инструмент повышения производительности; Но эффективность никогда не может стоять выше жизни, окружающей среды и честного инженерного решения.
Мини-кейсы
Случай 1 — оправдание «ИИ так сказал». В отчете используется предельное значение, заданное ИИ, без проверки, и значение оказывается неверным. Ответственное лицо пытается защитить себя, говоря: «Это предложил ИИ». Ни классовое право, ни закон об ответственности не признают этого: ответственность несет инженер, который принимает результат. Урок: ИИ – это не оправдание; Ответственность лежит на том, кто его использует.
Случай 2 — Утечка конфиденциальных данных. Команда вставляет фактические данные о производительности и топливе судовладельца в общедоступный инструмент искусственного интеллекта и запрашивает анализ. Эти данные сейчас вышли из-под контроля; возникает коммерческая тайна и нарушение договора. Не будет никакого риска при работе с анонимными репрезентативными значениями или утвержденным инструментом. Урок: реальные/конфиденциальные данные никогда не вводятся в несанкционированный внешний инструмент.
Случай 3 — Рабочий, но неправильный код. ИИ генерирует сценарий Python на момент стабильности; код выполняется без ошибок и возвращает разумное число. Когда инженер тестирует его с известным вариантом нагрузки (ответ на который известен вручную), он обнаруживает, что код принимает член на расстоянии вытянутой руки с неправильным знаком. Скрипт «работал», но результат был неверным. Урок: действие учетного кода не является гарантией корректности; Важное значение имеет тестирование с известными исходными данными и независимая проверка.
Копируемые шаблоны подсказок
Форма 1 — Самооценка лимитов и рисков:
Роль: Вы являетесь рецензентом, проверяющим выходные данные ИИ, которые я использую. Контекст: [задача/выходные данные]. Задача: 1) Насколько высок риск галлюцинаций в этих выходных данных? 2) Есть ли что-нибудь сомнительное с точки зрения физической правдоподобности? 3) Какие значения, требующие своевременности (законодательство/цена), следует проверить? 4) Вероятность того, что эти выходные данные являются нераспределенными (невидимыми) случаями? Перечислите каждый сомнительный момент и как его проверить.
Шаблон 2 — График проверки кода счета:
Прежде чем использовать следующий учетный код, сгенерированный искусственным интеллектом (Python/Excel), разработайте план проверки: [вставить код/логику]1) Предложите тестовые входные данные, для которых я знаю ответ наизусть. 2) Перечислите крайние случаи, которые необходимо протестировать (нулевые, отрицательные, экстремальные). 3) Как проверить согласованность единиц измерения? 4) Какими независимыми средствами я могу подтвердить результат? Ограничение: для критически важной с точки зрения безопасности учетной записи требуется проверка утвержденного инструмента или инженера.
Шаблон 3 — Фильтр конфиденциальности данных:
Проверьте конфиденциальность в следующем контексте, который я бы дал инструменту искусственного интеллекта: [текст для публикации] 1) Есть ли в нем коммерческая тайна/конфиденциальные данные/контрактные данные? 2) Какие значения следует анонимизировать или извлечь? 3) Требуется ли для этой задачи утвержденный внутренний инструмент? Ограничение: фактические данные о корабле/производительности/контракте не передаются во внешний инструмент.
Форма 4. Примечание об подотчетности и прозрачности:
Составьте меморандум о прозрачности, чтобы задокументировать следующее решение, принятое на основе ИИ: [решение]. Содержание: (1) на каком этапе использовался ИИ, (2) какие проверки он прошел, (3) какой человек его одобрил, (4) какие источники были проверены. Ограничение: проясните, что окончательная ответственность лежит на человеке, подписавшем подпись.
Слабая подсказка / Сильная подсказка
Слабая подсказка:
Я помещу этот анализ ИИ в отчет, это нормально?
Мощная подсказка:
Роль: вы являетесь независимым рецензентом, который проверяет выходные данные ИИ. Контекст: [анализ/выходные данные и где их использовать]. Задача: 1) Отметить риск галлюцинаций, физическую правдоподобность и своевременность. 2) Есть ли данные, которые не следует разглашать в целях конфиденциальности? 3) Какие шаги необходимо предпринять человеку для проверки этих выходных данных? Ограничение: вы не принимаете «подходящее/неподходящее» решение; Укажите этапы проверки и укажите, что ответственность лежит на подписывающем инженере.
Слабое приглашение требует подтверждения; Строгие подсказки раскрывают риски, конфиденциальность и цепочку проверки человеком.
Распространенные ошибки
- Это означает «ИИ так сказал». Ответственность лежит на лице, которое принимает результат; ИИ не является оправданием.
- Ввод конфиденциальных данных во внешний инструмент. Коммерческая тайна и нарушение договора; После утечки данные невозможно восстановить.
- Думая, что рабочий код правильный. Скрипт, работающий без ошибок, может содержать неверную формулу/единицу; Тестирование и независимое подтверждение имеют важное значение.
- Оставляя систему ОТ ИИ. Управляющее действие никогда не инициируется только искусственным интеллектом; Человеческое одобрение и безопасность по умолчанию сохраняются.
- Ставя эффективность выше безопасности. Жизнь, окружающая среда и честное инженерное решение не приносятся в жертву ради экономии.
В заключение
Постоянные ограничения (галлюцинации, нарушение распределения, непонимание физики, устаревшие данные) и риски (кибер/ОТ-безопасность, конфиденциальность данных, отравление, предвзятость) ИИ в морской сфере иллюстрируют, почему дисциплина проверки, изучаемая на протяжении всего модуля, незаменима. При принятии решений, важных для безопасности, результаты ИИ не заменяют одобрение компетентного человека; Цепочка ответственности ясна, и фраза «ИИ так сказал» не является оправданием. ИИ — мощный ускоритель; Но жизнь, окружающая среда и честное инженерное решение всегда на первом месте.
Задача приложения
Выберите выходные данные AI (счет, проект отчета или код), которые вы создали в этом модуле. Отметьте риски галлюцинаций, физической правдоподобности и реальности с помощью шаблона «Ограничение и самооценка риска». Если это код учетной записи, проверьте его с помощью известных входных данных, используя шаблон «план проверки кода учетной записи», и проверьте самостоятельно. Примените «фильтр конфиденциальности данных» и отфильтруйте данные, которые не следует разглашать. Наконец, напишите памятку о прозрачности, документирующую принятое решение и поясняющую, кто несет конечную ответственность.
контрольный список
- [ ] Я проверил риски галлюцинаций, физики и реальности результатов ИИ.
- [ ] Я протестировал и независимо проверил код учетной записи с помощью известных входных данных.
- [ ] Я не вводил конфиденциальные/контрактные данные во внешний инструмент; Я анонимизировал это.
- [ ] Я поддерживал человеческое одобрение и безопасность по умолчанию в системах ОТ/контроля.
- [ ] Я прозрачно задокументировал использование ИИ и уточнил, кто несет за это ответственность.
- [ ] Я никогда не ставил эффективность выше жизни, окружающей среды и инженерной этики.
Модульный экзамен
1. При работе с инструментом искусственного интеллекта в качестве морского инженера основная ответственность за что из следующего всегда должна лежать на человеке (инженере/класснике)?
- А) Утверждение и подписание соответствия элемента конструкции правилу класса ✔
- Б) Подготовка первого проекта отчета о сопротивлении
- C) Редактирование меток осей диаграммы
- Г) Подготовка глоссария терминов для технического отчета.
Описание: ИИ; Это может ускорить такие задачи, как предварительный расчет сопротивления, составление отчетов и обобщение данных. Однако подтверждение соответствия конструктивного элемента правилу класса и отражение этого подписью в техническом файле является решением, создающим безопасность жизни и имущества; не могут быть переданы ИИ без независимой проверки и авторизованного одобрения.
2. Вы попросили ИИ рассчитать сопротивление лодки и он уменьшил результат на 20% с помощью «эмпирического поправочного коэффициента», которого не было в модельном эксперименте. Какое первое правильное действие следует предпринять?
- А) Принятие результата таким, какой он есть, потому что ИИ кажется уверенным
- Б) Усомниться в источнике коэффициента, отклонить необоснованную поправку и пересчитать его признанным методом ✔
- В) Еще больше увеличить коэффициент и перестраховаться
- Г) Переход к выбору винта без изменения результата
Пояснение: Языковые модели могут убедительно выдумывать необоснованные коэффициенты и числа (галлюцинации). В расчетах, которые напрямую влияют на тяговую мощность и расход топлива, например, на сопротивление, необходимо подвергнуть сомнению источник каждого используемого коэффициента (метод, модельное испытание, стандарт) и отклонить неподтвержденный коэффициент.
3. Вместо того, чтобы использовать количество перевезенного груза в качестве знаменателя при расчете CII судна (показатель интенсивности выбросов углекислого газа), AI использовала только расстояние. В чем основная проблема этого вывода?
- А) CII рассчитывается только для танкеров, на борту в этом нет необходимости
- Б) Результат CII всегда выражается в процентах, десятичная дробь неверна.
- В) Знаменателем CII должно быть не только расстояние, но и грузоподъемность (дедвейт), умноженная на расстояние ✔
- D) Данные о скорости обязательны для расчета CII, они отсутствуют.
Описание: CII измеряет выбросы углекислого газа на каждое выполняемое задание и основан на умножении предлагаемой полезной нагрузки на расстояние (например, собственный вес x расстояние). Если не учитывать термин нагрузка/мощность, то показатель будет полностью ошибочным. Первым и обязательным шагом является полное соответствие каждого термина показателей производительности определению ИМО.
4. Каков наиболее ценный результат системы прогнозируемого технического обслуживания на базе искусственного интеллекта в машинном отделении?
- А) Суммируйте среднюю стоимость прошлого обслуживания в одной строке.
- Б) Преобразование всех данных датчиков в более красочный график.
- C) Раскрасьте и перечислите тенденции вибрации/температуры.
- Г) Предварительная отметка временного окна, когда подшипник или турбокомпрессор с большей вероятностью выйдет из строя ✔
Описание: Целью профилактического обслуживания является обнаружение тенденции к ухудшению состояния оборудования до того, как оно выйдет из строя, и своевременное планирование технического обслуживания. Таким образом, снижается риск неожиданных неисправностей и остановок. Важно не только подводить итоги прошлого, но и заблаговременно предупреждать о будущем.
5. ИИ сравнил результат напряжения в модели FEA (анализ методом конечных элементов) с допустимым напряжением в коде класса и объявил его «подходящим». Какой подход наиболее правильный?
- А) Проверка настройки модели (сетка, граничные условия, нагрузка) и подтверждение допустимого напряжения из текста правила класса ✔
- Б) Непосредственное подтверждение результата, поскольку ИИ сказал «подходит».
- В) Случайное снижение допустимого напряжения, чтобы оставаться в безопасности.
- Г) Изменение только цветовой гаммы без натягивания сети
Описание: Результат ВЭД; Это полностью зависит от качества сетки, граничных условий, определения нагрузки и свойств материала. Кроме того, допустимое значение напряжения, используемое ИИ, может быть неверным. Прежде чем принять результат, необходимо проверить настройку модели и подтвердить значение правила класса из текста.
6. Вы создали маршрут, который минимизирует расход топлива, прокладывая маршрут по погоде с помощью ИИ. Какое соображение наиболее важно для удобства использования результата?
- А) Маршрут должен быть безопасным с точки зрения безопасности мореплавания (волновые, погодные, судовые ограничения) и должен быть одобрен капитаном ✔
- Б) Самое короткое появление маршрута на карте
- В) Маршрут включает наибольшее количество заходов в порты
- D) Маршрут минимизирует расчетное время прибытия независимо от контракта.
Пояснение: Каким бы оптимальным ни был предлагаемый маршрут с точки зрения расхода топлива, безопасность мореплавания и авторитет капитана имеют приоритет. Если шторм, высота волны и ограничения на судно превышают предел безопасности, выигрыш в топливе бессмысленен. Окончательное решение о маршруте должно быть отфильтровано с учетом ограничений безопасности и одобрено капитаном.
7. Вы запросили у ИИ требование SOLAS, и он дал точное значение со ссылкой на конкретный «номер главы/правила». Каково правильное инженерное поведение?
- А) Применение значения напрямую, поскольку ИИ обновлен
- Б) Случайное повышение значения, чтобы оставаться в безопасности.
- C) Проверьте номер и стоимость предмета из официального обновленного источника SOLAS/класса ✔
- Г) Добавление в файл без проверки номера позиции
Описание. Языковые модели могут неправильно запоминать или составлять номера и значения пунктов контракта/правила. В обязательных областях, таких как SOLAS, MARPOL и правила класса, каждый элемент и значение должны быть дословно проверены из официального текущего источника (текст IMO, правило класса, управленческий циркуляр); Вывод AI лишь показывает, куда смотреть.
8. В автономной или навигационной системе с поддержкой принятия решений ИИ предлагал маневр на основе данных радара и АИС. Какая оценка является правильной с точки зрения COLREG (избежания конфликтов)?
- А) Автоматически выполнять маневр, когда ИИ получает доступ к текущим данным.
- Б) Передать предложение другому кораблю по УКВ и дождаться его одобрения.
- В) Отключить радар и полагаться только на АИС
- D) Рассматривайте это предложение как поддержку принятия решения и оставьте МППСП и окончательное решение о маневре на усмотрение вахтенного офицера/капитана.
Пояснение: В соответствии с правилами МППСС и хорошей морской практикой ответственность за предотвращение столкновения и принятие окончательного решения о маневре лежит на командире мостика (капитане/вахтенном). Рекомендация ИИ — это поддержка принятия решений; слепые зоны, ошибки датчиков и интерпретация правил требуют человеческого контроля.
9. Вы сгенерировали рекомендации по экономии топлива на основе кривой SFOC (удельный расход топлива) главного двигателя с помощью AI. Какой метод проверки разумности является наиболее подходящим?
- А) Примените рекомендацию к данным прошлых поездок и сравните с фактическим расходом топлива ✔
- Б) Примите предложение как есть и запишите его в бюджет как экономию.
- В) Принятие наиболее оптимистичного процента сбережений за единственную реальную ценность.
- Г) Просто украсьте график кривой SFOC
Пояснение: Заявление об экономии, выдаваемое AI, следует проверить путем сравнения его с фактическими данными о рейсе судна (зарегистрированным расходом топлива, нагрузкой, скоростью, погодой). Ретроспективное применение этих данных к данным о прошлых рейсах и сравнение их с фактическим потреблением показывает, насколько реалистичны эти рекомендации.
10. Проект обследования/технического отчета, подготовленный AI, содержит технические значения, которые являются непостоянными, но неопределенного происхождения. Каково правильное поведение?
- А) Представление отчета таким, какой он есть, потому что текст беглый
- Б) Сопоставьте каждое значение с исходным измерением/источником и удалите неподтвержденные ✔
- C) Округление и сглаживание значений
- D) Просто прочитайте резюме и пропустите остальное.
Описание. Каждое техническое значение в отчете должно быть прослежено до его исходного источника (измерение, запись калиброванного устройства, правило класса, данные производителя). Ни одно число не должно передаваться классу или руководству без проверки его источника, даже если это значение в беглом предложении; В противном случае в базу решений попадает фиктивное значение.
11. Каков наилучший шаг перед использованием расчетов Excel/Python, сгенерированных искусственным интеллектом (например, состояние балласта и момент устойчивости)?
- А) Применение расчета непосредственно к фактическому плану загрузки
- Б) Просто глядя на длину и структуру кода
- C) Проверка крайних случаев путем сравнения расчета с известным сценарием тестирования и утвержденным инструментом загрузки ✔
- D) Удаление части кода для его сокращения
Пояснение: Расчеты устойчивости и нагрузки могут показаться правильными, но дают неправильные результаты. Выполнение расчета в небольшом тестовом сценарии, где вы знаете результат, вручную или с помощью сертифицированного загрузочного компьютера, сравнение его с ожидаемым результатом и тестирование вариантов предельной/граничной нагрузки позволит обнаружить ошибку до того, как она будет перенесена на фактическое решение о загрузке.
12. Вы хотите вставить неопубликованные данные о конструкции и характеристиках вашего корабля в общедоступный инструмент искусственного интеллекта и запросить анализ. Какой подход наиболее правильный?
- А) Вставка данных как есть для скорости
- Б) Достаточно просто удалить название корабля и поделиться всеми оставшимися данными
- В) Распространение данных и последующее обращение к ИИ с просьбой удалить их.
- D) Проверка институциональной политики и анонимизация данных или использование безопасного/институционального инструмента ✔
Раскрытие информации: Форма корпуса, кривые производительности и данные контракта с судовладельцем/верфью являются коммерческой тайной и защищены от интеллектуальной собственности; Кроме того, критическая инфраструктура и информация OT-систем несут киберриск. Прежде чем делиться данными, необходимо проверить корпоративную политику, анонимизировать их или использовать корпоративный инструмент, который не передает данные.
13. Контроль качества с помощью искусственного интеллекта на сборочном блоке верфи пометил сварной шов как «приемлемый». Каково правильное инженерное поведение?
- А) Считайте оценку AI окончательной приемкой и одобряйте пошив.
- Б) Рассмотрение предварительной оценки AI как инструмента проверки и увязывание окончательной приемки с результатом неразрушающего контроля и утверждением класса ✔
- В) Переход к следующему блоку вообще без осмотра шва
- Г) Достаточно просто визуально проверить внешний вид шва
Описание: Качество сварки — это критическая область безопасности, требующая результатов неразрушающего контроля (NDT) и утверждения класса. Предварительная оценка AI с помощью изображений или данных обеспечивает руководство, но окончательное принятие осуществляется после квалифицированной проверки и одобрения инспектором класса.
14. В области управления флотом AI дал четкую рекомендацию для экспедиции, в которой говорилось: «Этот бункерный порт и эта скорость определенно являются наиболее прибыльными». Какая оценка правильная?
- А) Непосредственная реализация рекомендации по мере того, как ИИ получает доступ к актуальным данным.
- Б) Передать предложение судовладельцу как твердое обязательство.
- C) Блокировка всего плана экспедиции на основе этого единственного результата.
- D) Считать окончательное предложение ненадежным и относиться к нему как к сценарию, который можно проверить с учетом текущей цены, условий чартера и безопасности ✔
Пояснение: Цена бункера, условия чартера, погода и задержки в портах — быстро меняющиеся и неопределенные переменные; ИИ не может гарантировать абсолютную прибыльность. Предложение следует рассматривать как результат сценария, который необходимо проверить с учетом текущей цены, условий чартера и ограничений безопасности.