Mga nadagdag:
- Ang kakayahang matukoy kung saan ang AI ay nakakatipid ng totoong oras sa daloy ng trabaho sa barko at marine engineering at kung saan ang responsibilidad para sa kaligtasan ng buhay/pag-aari at klase ay dapat manatili sa engineer.
- Kakayahang maglapat ng tatlong-layer na disiplina na nagpapatunay sa bawat output ng engineering sa pamamagitan ng pagkakasunud-sunod ng magnitude, independiyenteng muling pagkalkula, at kontrol ng klase/pinagmulan
- Kakayahang kunin ang ugali ng pag-anonymize ng konteksto at paggawa ng mga prompt para makinabang mula sa AI nang hindi nagbabahagi ng komersyal at teknikal na kumpidensyal na data ng barko, shipyard at may-ari ng barko.
Tingnan ang araw ng isang marine engineer: mga pag-ulit ng hull form, mga kalkulasyon ng paglaban at propulsion, mga pagsusuri sa katatagan at lakas, mga pag-scan sa panuntunan ng klase, mga rekord ng sensor ng silid ng makina, mga ulat ng survey, mga sulat sa shipyard at walang katapusang mga email sa may-ari ng barko. Ang oras na inilaan sa aktwal na paghuhusga sa engineering, iyon ay, ang mga tanong na "ligtas ba ang bangkang ito, natutugunan ba ng konstruksiyon na ito ang code ng klase, ang plano ba ng paglalakbay na ito ay talagang nakakabawas sa pagkonsumo ng gasolina", ay durog sa ilalim ng paulit-ulit na pagkalkula at paggawa ng dokumento. Dito pumapasok ang artificial intelligence (AI para sa maikli; software na gumagana sa text, code at mga numero na may malaking modelo ng wika at machine learning). Ang AI ay hindi gumagawa ng desisyon para sa iyo; Inihahanda ka nito para sa desisyon, gumagawa ng draft, pinapabilis ang pagkalkula at inilalagay ang naprosesong impormasyon sa harap mo.
Gayunpaman, ang marine engineering ay isang larangan kung saan ang mga pagkakamali ay nasusukat hindi sa pamamagitan ng teksto ngunit sa pamamagitan ng buhay, kapaligiran at milyun-milyong dolyar. Ang isang class rule clause na binubuo ng isang modelo ng wika, isang maling unit conversion, o isang "makatwirang-mukhang" ngunit pisikal na imposibleng resulta ng katatagan ay maaaring isang maliit na pagwawasto sa ibang mga sektor, ngunit dito maaari itong maging isang tumaob, isang istruktura na pagbagsak, o isang oil spill. Kaya sa buong modyul na ito, ipoposisyon namin ang AI hindi bilang isang "awtomatikong inhinyero" ngunit bilang isang katulong na may disiplina sa kaligtasan na ang output ay nabe-verify sa bawat oras.
Sa unang yunit na ito, nilinaw namin ang tatlong bagay: Sa anong mga yugto ng shipboard at marine engineering workflow nagdaragdag ang AI ng tunay na halaga; kung aling mga desisyon ang dapat manatiling mahigpit sa kwalipikadong tao (engineer, surveyor ng klase, master); at ano ang pagpapatunay, pagiging kumpidensyal at disiplina sa pananagutan na dapat mong sundin kapag ginagawa ito. Kung wala ang bubong na ito na naka-install nang tama, ang mga diskarte sa kasunod na mga yunit ay maaaring maging mapanganib.
Mga Konsepto: Hallucination: Ang nakakumbinsi na katha ng AI ng isang numero, coefficient, class rule clause, o source na hindi talaga umiiral. Konteksto: Ang input na ibibigay mo sa AI (data ng bangka, mga pagpapalagay, tanong). Pag-verify: Sinusuri ang output sa isang malayang paraan (pagkalkula ng kamay, pangalawang software, text ng panuntunan, eksperimento sa modelo). Klasipikasyon ng lipunan: Ang organisasyong nag-iinspeksyon at nagpapatunay sa disenyo at paggawa ng barko ayon sa itinakdang panuntunan (hal. ABS, DNV, Lloyd's Register, Bureau Veritas, TL/Türk Loydu). Ang mga konseptong ito ay ang backbone ng buong modyul.
Sa Aling Mga Negosyo Ang AI Accelerator, Sa Aling Mga Negosyo Ito Mapanganib?
Ang mga gawaing pang-inhinyero sa dagat ay nahuhulog sa dalawang-pronged spectrum sa mga tuntunin ng kanilang mga resulta. Sa isang dulo ay maaaring makuha, mababang-panganib na gawain sa paghahanda (isang buod ng panitikan, isang code skeleton, isang balangkas ng presentasyon); Sa kabilang dulo, may mga hindi maibabalik na desisyon (isang safety coefficient, isang stability criterion, isang structural approval) na direktang tumutukoy sa maritime safety, life/property safety at sa kapaligiran. Ang halaga ng AI ay nag-iiba depende sa kung saan ka nakatayo sa spectrum na ito.
uri ng negosyo
kontribusyon ng AI
Papel ng engineer
Panuntunan/karaniwang buod
Pag-extract ng kakanyahan mula sa long rule book
Paghahambing ng sugnay sa orihinal na teksto ng klase
Pagkalkula ng kamay / pre-sizing
Setting ng formula, unang numero
Pagsusuri ng yunit, ranggo at pagpapalagay
Code ng pagsusuri / script ng Python
Pagbuo ng balangkas at lohika
Pagpapatunay gamit ang test input, edge case testing
Report/survey draft
Pagmumungkahi ng istraktura at salaysay
Iugnay ang bawat halaga sa sukat at pinagmulan
Pagsusuri ng data ng sensor/IoT
Pagkuha ng pattern at anomalya ng kandidato
Kinumpirma ng raw data at pisikal na katumpakan
Pag-apruba ng katatagan/lakas
Pagsusuri ng paghahanda ng materyal
Panghuling pagtatasa, pag-apruba ng klase, lagda
Ang panuntunan ay simple: ang panganib ng isang output ng AI ay katumbas ng pinsalang matatanggap nito kung ang output ay nagkamali. Ang maling spelling ng pamagat ng isang slide ay hindi nakakapinsala; Sa isang sitwasyon sa paglo-load, nakapipinsalang maling kalkulahin ang halaga ng GM (metacentric height; isang sukatan ng kakayahan sa pag-righting ng barko) at maling matukoy ang limitasyon ng rollover ng barko. Kaya ang unang tanong na itatanong bago gamitin ang output ay: "Ano ang mangyayari kung mali ito, sino ang nasaktan, at sino ang nakakapansin?"
Pansin: Gumagawa ang AI ng matatas at kumpiyansa na teksto. Ang katatasan ay hindi garantiya ng katumpakan. Pinupuno ng modelo ng wika ang puwang ng mga salitang "malamang" ayon sa istatistika, kahit na wala itong eksaktong data; Sa maritime, ang pagpuno ng gap na ito ay maaaring lumitaw bilang isang gawa-gawang lakas ng ani ng materyal o isang hindi umiiral na sugnay ng SOLAS.
Disiplina sa Pagpapatunay na Kritikal sa Seguridad: Tatlong Layer
Ang kulturang pandagat ay nakabatay na sa prinsipyo ng "tiwala ngunit patunayan"; Ang survey, double checking at independent class certification ay bahagi ng kulturang ito. Ang AI ay dapat gamitin upang palakasin ang prinsipyong ito, hindi pahinain ito. Ipasa ang bawat output ng AI sa pamamagitan ng tatlong-layer na filter.
Unang layer: pagkakasunud-sunod ng magnitude control. Tingnan kung ang resulta ay halos nasa loob ng inaasahang kapangyarihan ng 10 range. Ang displacement (bigat ng nakalubog na dami) ng isang Panamax bulk carrier ay nasa order ng sampu-sampung libong tonelada; Kung sasabihin sa iyo ng AI ang 800 tonelada, alam mong may pagkakamali nang hindi nagdedetalye. Ang bilis ng cruising ng isang container ship ay nasa hanay na 18-24 knots; Ang 90 knots ay pisikal na imposible.
Pangalawang layer: pagkakapare-pareho ng unit at laki. Sa maritime, ang unit confusion ay isang klasikong pinagmulan ng error: knots versus m/s, tonne versus kip, kW versus horsepower (BHP), meter versus feet, bar versus kPa. Ang yunit ng bawat numero sa output ng AI ay dapat na malinaw na nakasaad at dapat isagawa ang dimensional analysis. Ang halaga ng paglaban ba ay ibinibigay sa kN o kgf? Direktang binabago nito ang lakas ng pagpapaandar at samakatuwid ang badyet ng gasolina.
Ikatlong layer: malayang pagpaparami. Gumawa ng isang kritikal na resulta gamit ang pangalawang paraan (ibang manu-manong account, hiwalay na software, aprubadong pag-load ng computer, o pangalawang engineer). Tumataas ang kumpiyansa kung ang dalawang independiyenteng landas ay magbibigay ng parehong sagot; Kung hindi, huminto hanggang sa maunawaan mo kung bakit ito naiiba.
Tip: Kapag humingi ka ng resulta sa AI, itanong din ang parehong tanong sa kabaligtaran. Pagkatapos sabihin ang "Kalkulahin ang propulsion power na kinakailangan para sa bangkang ito", sabihin ang "Recalculate the cruising speed with the power you gave and tell me kung ito ay makatwiran para sa isang tipikal na barko." Ang pagtatanong sa modelo na i-cross-check ang sarili nitong output ay nagiging sanhi ng mga tahimik na error na nakikita.
Pagiging Kumpidensyal at Trade Secret: Maritime's Private Frontier
Ang hull form, hydrodynamic performance curves, shipowner-shipyard contract data, at operational telemetry ng barko ay lubhang sensitibo sa mga tuntunin ng trade secret at intelektwal na ari-arian. Ang pagpasok sa totoong resistance curve ng isang bangka o sa totoong data ng pagkonsumo ng gasolina ng isang may-ari ng barko sa isang hindi nakokontrol na panlabas na serbisyo ng AI ay maaaring parehong paglabag sa kontrata, pagkawala ng intelektwal na ari-arian, at isang kawalan ng kompetisyon. Bilang karagdagan, ang impormasyon tungkol sa OT (operational technology; control software na namamahala sa makinarya at navigation system) na arkitektura ng mga modernong barko ay hindi dapat ibahagi para sa cyber security na mga kadahilanan.
Panuntunan ng thumb: huwag kailanman maglagay ng tunay, kumpidensyal o protektadong data ayon sa kontrata sa isang hindi naaprubahang panlabas na tool. Sa halip, i-anonymize ang konteksto at palitan ang mga tunay na numero ng mga kinatawan na halaga. Halimbawa, sa halip na ibahagi ang data ng form ng isang tunay na barko, itanong ang "ipaliwanag ang diskarte sa paglaban na may isang halimbawa sa pagkakasunud-sunod ng mga pangunahing dimensyon ng isang karaniwang Handysize bulk carrier."
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Aktwal na data ng form ng Shipowner
Napakahusay na prompt:
Tungkulin: Isa kang makaranasang consultant sa hydrodynamics ng barko. Konteksto: Gumagawa ako ng pangkalahatang paunang pagsusuri para sa isang bulk carrier (kinatawan ang mga halaga, hindi aktwal na data ng proyekto): Lpp ~180 m, beam ~32 m, draft ~12.5 m, block coefficient ~0.84, cruising speed ~14 knots. Gawain: Ipaliwanag kung aling mga hakbang ang paunang pagtatantya ng pagpapaandar ay ginawa (mga bahagi ng paglaban, kahusayan sa pagpapaandar, allowance sa dagat) at kung anong data ang kailangan kong sukatin/i-verify ang listahan. Paghadlang: Isulat ang bawat formula at palagay nang tahasan; Kung magbibigay ka ng numerical na halimbawa, tukuyin ang unit (kN, kW, knots) at idagdag kung paano i-verify.
Pinoprotektahan ng malakas na prompt ang aktwal na data ng proyekto, nililinaw ang tungkulin at pagpilit, at humihiling ng landas sa pag-verify.
Mga Template ng Pagpapatunay ng Pangkalahatang Layunin
Gagamitin mo ang mga sumusunod na template nang paulit-ulit sa buong module.
Pangkalahatang template para sa pagdaragdag ng kahilingan sa pag-verify:
Sagutin ang tanong sa engineering sa ibaba. Sa iyong sagot:1) Sabihin ang yunit ng bawat bilang.2) Ikumpara ang pagkakasunud-sunod ng magnitude ng resulta sa isang tipikal na barko.3) Isulat ang pinagmulan (pangalan ng pamamaraan) para sa bawat koepisyent/pormula na iyong ginagamit; Kung walang source, markahan ito bilang "unclear". 4) Magmungkahi ng pangalawang paraan ng pagkalkula upang masuri ko ang resulta nang nakapag-iisa. Tanong: [tanong dito]
Template ng hallucination hunt:
Gumawa ng talahanayan ng lahat ng mga numerical value, coefficient, at panuntunan/karaniwang sanggunian sa iyong sagot sa ibaba. Para sa bawat hilera:- Halaga, yunit- Batayan (pagkalkula / kilalang koepisyent / palagay / hindi tiyak)- Paano ko ito mabe-verify nang nakapag-iisaI-highlight din ang bawat hilera na ang batayan ay "hindi tiyak".
Mga Mini Case
Case 1 — Fabricated class clause. "Aling sugnay ng code ng klase ang nangangailangan ng pinakamababang kapal ng sheet na ito" upang suportahan ang isang bahagi ng istruktura, tanong ng isang junior engineer sa AI. Binanggit ng AI ang isang sugnay na "Kabanata 6, Seksyon 3.4.7" na hindi talaga umiiral. Kapag inihambing ito ng inhinyero sa kasalukuyang PDF ng panuntunan ng klase, nakita niyang peke ang sugnay at nahanap niya ang tamang sugnay. Aralin: Ang bawat sanggunian ng panuntunan na inisyu ng AI ay na-verify mula sa orihinal, kasalukuyang teksto ng pag-uuri.
Case 2 — Unit trap. Ang isang team ay nakakakuha ng tulong mula sa AI sa isang pagkalkula ng dispatch power. Ibinibigay ng AI ang kapangyarihan bilang "8500", ngunit ang unit nito ay nananatiling hindi malinaw kung ito ay "kW o BHP". May pagkakaiba na humigit-kumulang 1.34 beses sa pagitan ng 8500 kW at 8500 BHP; Ang pagkakaibang ito ay ganap na nagbabago sa pagpili ng isang host at ang taunang badyet sa gasolina. Kung ang unit ng crew ay sumulong nang hindi tahasang nagtatanong, pupunta ito sa maling klase ng makina. Aralin: anumang numero na walang yunit ay hindi tinatanggap.
Kaso 3 — Ang kontrol sa ranggo ay nagliligtas ng mga buhay. Ang isang pangkat ng mga mag-aaral ay nagkaroon ng AI na kalkulahin ang paglaban sa paglalayag ng isang 15,000 DWT na barko at natagpuan ang kabuuang pagtutol na 12 kN. Para sa isang barko na may ganitong laki, ang navigational resistance ay nasa order ng daan-daang kN at ang propulsion power ay nasa order na ilang libong kW. Ang isang pagkakaiba ng humigit-kumulang 100 beses ay agad na nagtataksil ng isang error sa pag-edit; nakahanap ang mga mag-aaral ng exponent error sa friction coefficient formula. Aralin: palaging ihambing ang resulta sa isang kilalang hanay ng sanggunian.
Mga karaniwang pagkakamali
- Napagkakamalang katatasan para sa katumpakan. Ang isang mahusay na nakasulat na paliwanag ay maaaring hindi tama sa bilang. Ang kalidad ng teksto at ang katumpakan ng resulta ay dalawang magkaibang bagay.
- Pagtanggap ng walang unit na numero. Sa maritime, ang knots/m·s, ton/kip, kW/BHP, m/ft confusions ay mga pagkakamaling nagtatapos sa karera.
- Paglalagay ng kumpidensyal/contracted na data sa panlabas na tool. Trade secret at paglabag sa intelektwal na ari-arian; Kapag na-leak, hindi na mababawi ang data ng form at performance.
- Nagtitiwala sa iisang pinagmulan. Ang paggamit ng kritikal na resulta nang hindi ito ginagawa sa pangalawang paraan ay ang paglabag sa pinakapangunahing tuntunin ng disiplinang kritikal sa seguridad.
- Pagkabigong i-verify ang attribution ng panuntunan. Ang mga numero ng item ng klase/SOLAS na ibinigay ng AI ay maaaring kathang-isip lamang; Ang bawat sanggunian ay na-verify mula sa orihinal, kasalukuyang teksto.
Sa buod
Ang AI ay kapansin-pansing nagpapabilis sa paulit-ulit na gawain ng mga kalkulasyon, code, mga dokumento at data sa marine at marine engineering; Ngunit ang mga desisyon na tumutukoy sa kaligtasan sa dagat, pagsunod sa klase at kaligtasan sa kapaligiran ay nananatili sa mga kwalipikadong tao. Dapat i-filter ang bawat output sa pamamagitan ng pagkakasunud-sunod ng magnitude, pagkakapare-pareho ng unit, at independiyenteng pagpaparami. Para sa komersyal na pagiging kumpidensyal at mga kadahilanang panseguridad sa cyber, ang aktwal na data ng bangka/pagganap ay dapat na hindi nagpapakilala at ang mga inaprubahang tool lamang ang dapat gamitin. Ang disiplina na ito ay isang kinakailangan para sa lahat ng kasunod na mga yunit.
Gawain ng aplikasyon
Pumili ng tanong sa engineering mula sa iyong field (form, stability, propulsion, maintenance, navigation). Mag-type muna ng "mahina na prompt" at tanungin ang AI; Pagkatapos ay magsulat ng "power prompt" na kinabibilangan ng tungkulin, anonymized na konteksto, paghihigpit, at kahilingan sa pag-verify at itanong muli ang parehong tanong. Ihambing ang dalawang sagot sa mga tuntunin ng pagkakasunud-sunod ng magnitude at pagkakapare-pareho ng unit, ilapat ang "template ng pamamaril ng hallucination," at kumpirmahin ang hindi bababa sa isang resulta sa pamamagitan ng isang independiyenteng pagkalkula ng kamay. Ibuod ang iyong mga natuklasan sa kalahating pahina.
checklist
- [ ] Sinuri ko ang panganib ng output sa tanong na "sino ang masasaktan kung mali?"
- [ ] Inihambing ko ang resulta sa isang kilalang barko sa mga tuntunin ng laki.
- [ ] Malinaw kong nakumpirma ang yunit ng lahat ng numero (knot, kW, tonelada, m).
- [ ] Ginawa ko ang kritikal na resulta sa pamamagitan ng pangalawang independiyenteng pamamaraan.
- [ ] Gumamit ako ng anonymized na proxy value sa halip na real/hidden boat data.
- [ ] Na-verify ko na ang bawat class/SOLAS reference na ibinigay ng AI mula sa orihinal, kasalukuyang text.