Lợi nhuận:
- Có thể phân biệt nơi nào AI tiết kiệm thời gian thực trong quy trình công việc của tàu và kỹ thuật hàng hải và nơi nào trách nhiệm về an toàn tính mạng/tài sản phải thuộc về kỹ sư.
- Khả năng áp dụng kỷ luật ba lớp để xác minh từng đầu ra kỹ thuật theo thứ tự độ lớn, tính toán lại độc lập và kiểm soát nguồn/quy tắc lớp
- Khả năng hình thành thói quen ẩn danh bối cảnh và tạo lời nhắc hưởng lợi từ AI mà không cần chia sẻ dữ liệu bí mật thương mại và kỹ thuật của tàu, nhà máy đóng tàu và chủ tàu.
Hãy nhìn lại một ngày của kỹ sư hàng hải: lặp lại hình dạng thân tàu, tính toán lực cản và lực đẩy, kiểm tra độ ổn định và sức mạnh, quét quy tắc cấp, hồ sơ cảm biến phòng máy, báo cáo khảo sát, thư từ của nhà máy đóng tàu và vô số email với chủ tàu. Thời gian dành cho việc đánh giá kỹ thuật thực tế, tức là các câu hỏi "chiếc thuyền này có an toàn không, công trình này có đáp ứng mã phân loại không, kế hoạch hành trình này có thực sự làm giảm mức tiêu thụ nhiên liệu hay không", bị nghiền nát dưới công việc tính toán và ghi chép lặp đi lặp lại. Đây là lúc trí tuệ nhân tạo (gọi tắt là AI; phần mềm hoạt động trên văn bản, mã và số với mô hình ngôn ngữ lớn và học máy) phát huy tác dụng. AI không đưa ra quyết định cho bạn; Nó giúp bạn chuẩn bị cho việc đưa ra quyết định, tạo ra bản nháp, tăng tốc độ tính toán và hiển thị thông tin đã xử lý trước mặt bạn.
Tuy nhiên, kỹ thuật hàng hải là lĩnh vực mà sai sót được đo lường không phải bằng văn bản mà bằng tính mạng, môi trường và hàng triệu đô la. Một mệnh đề quy tắc lớp được tạo ra bởi một mô hình ngôn ngữ, một sự chuyển đổi đơn vị không chính xác hoặc một kết quả “trông có vẻ hợp lý” nhưng không thể ổn định về mặt vật lý có thể chỉ là một sự điều chỉnh nhỏ trong các lĩnh vực khác, nhưng ở đây nó có thể biến thành một vụ lật úp, sụp đổ cấu trúc hoặc một vụ tràn dầu. Vì vậy, trong suốt mô-đun này, chúng ta sẽ định vị AI không phải là một “kỹ sư tự động” mà là một trợ lý có kỷ luật quan trọng về an toàn mà kết quả đầu ra luôn được xác minh.
Trong phần đầu tiên này, chúng tôi làm rõ ba điều: AI mang lại giá trị thực ở giai đoạn nào trong quy trình làm việc trên tàu và kỹ thuật hàng hải; những quyết định nào cần được giữ nghiêm ngặt bởi người có trình độ (kỹ sư, người khảo sát lớp, thuyền trưởng); và kỷ luật xác minh, bảo mật và trách nhiệm pháp lý mà bạn phải tuân thủ khi thực hiện việc đó là gì. Nếu mái nhà này không được lắp đặt đúng cách, các kỹ thuật ở các đơn vị tiếp theo có thể trở nên nguy hiểm.
Các khái niệm: Ảo giác: Sự bịa đặt đầy thuyết phục của AI về một con số, hệ số, mệnh đề quy tắc lớp hoặc nguồn không thực sự tồn tại. Bối cảnh: Đầu vào bạn cung cấp cho AI (dữ liệu thuyền, giả định, câu hỏi). Xác minh: Kiểm tra đầu ra một cách độc lập (tính tay, phần mềm thứ hai, văn bản quy tắc, thí nghiệm mô hình). Tổ chức phân cấp: Tổ chức kiểm tra và chứng nhận thiết kế và đóng tàu theo bộ quy tắc (ví dụ: ABS, DNV, Lloyd's Register, Bureau Veritas, TL/Türk Loydu). Những khái niệm này là xương sống của toàn bộ mô-đun.
Máy gia tốc AI ở doanh nghiệp nào, rủi ro ở doanh nghiệp nào?
Các nhiệm vụ kỹ thuật hàng hải có hai hướng xét về kết quả. Ở một đầu là công việc chuẩn bị có thể truy xuất được, ít rủi ro (tóm tắt tài liệu, khung mã, dàn ý trình bày); Ở đầu bên kia, có những quyết định không thể đảo ngược (hệ số an toàn, tiêu chí ổn định, phê duyệt kết cấu) trực tiếp xác định an toàn hàng hải, an toàn tính mạng/tài sản và môi trường. Giá trị của AI thay đổi tùy thuộc vào vị trí của bạn trên quang phổ này.
loại hình kinh doanh
Đóng góp của AI
Vai trò của kỹ sư
Tóm tắt quy tắc/tiêu chuẩn
Trích xuất tinh hoa từ cuốn sách quy tắc dài
So sánh mệnh đề với văn bản lớp gốc
Tính toán bằng tay/định cỡ trước
Cài đặt công thức, số đầu tiên
Kiểm tra đơn vị, cấp bậc và giả định
Mã phân tích/tập lệnh Python
Tạo khung và logic
Xác thực bằng đầu vào kiểm tra, kiểm tra trường hợp biên
Dự thảo báo cáo/khảo sát
Gợi ý cấu trúc và tường thuật
Liên kết từng giá trị với phép đo và nguồn
Phân tích dữ liệu cảm biến/IoT
Trích xuất ứng viên mẫu và bất thường
Được xác nhận bằng dữ liệu thô và tính hợp lý về mặt vật lý
Phê duyệt độ ổn định/sức mạnh
Chuẩn bị vật liệu phân tích
Đánh giá cuối cùng, phê duyệt lớp, chữ ký
Quy tắc rất đơn giản: rủi ro của đầu ra AI bằng với thiệt hại mà nó sẽ phải gánh chịu nếu đầu ra đó mắc lỗi. Viết sai chính tả tiêu đề của slide là vô hại; Trong tình huống chất tải, sẽ rất tai hại nếu tính toán sai giá trị GM (chiều cao tâm lệch tâm; thước đo khả năng giữ thăng bằng của tàu) và xác định không chính xác giới hạn lật tàu của tàu. Vì vậy, câu hỏi đầu tiên cần đặt ra trước khi sử dụng kết quả đầu ra là: "Điều gì xảy ra nếu điều này sai, ai bị tổn thương và ai để ý?"
Chú ý: AI tạo ra văn bản trôi chảy và tự tin. Sự lưu loát không đảm bảo tính chính xác. Một mô hình ngôn ngữ lấp đầy khoảng trống bằng các từ "có khả năng xảy ra nhất" về mặt thống kê, ngay cả khi nó không có dữ liệu chính xác; Trong hàng hải, việc lấp đầy khoảng trống này có thể xuất hiện dưới dạng cường độ chảy vật liệu giả tạo hoặc một điều khoản SOLAS không tồn tại.
Nguyên tắc xác minh quan trọng-bảo mật: Ba lớp
Văn hóa biển vốn đã dựa trên nguyên tắc “tin mà kiểm chứng”; Khảo sát, kiểm tra kép và chứng nhận lớp độc lập là một phần của văn hóa này. AI nên được sử dụng để củng cố nguyên tắc này chứ không phải làm suy yếu nó. Truyền từng đầu ra AI qua bộ lọc ba lớp.
Lớp đầu tiên: thứ tự kiểm soát cường độ. Xem liệu kết quả có nằm trong phạm vi công suất mong đợi là 10 hay không. Lượng giãn nước (trọng lượng thể tích ngập nước) của tàu chở hàng rời Panamax lên tới hàng chục nghìn tấn; Nếu AI cho bạn biết 800 tấn, bạn biết có sai sót mà không đi sâu vào chi tiết. Tốc độ hành trình của tàu container khoảng 18-24 hải lý/giờ; 90 hải lý là điều không thể thực hiện được.
Lớp thứ hai: tính nhất quán về đơn vị và kích thước. Trong hàng hải, nhầm lẫn đơn vị là một nguồn sai số kinh điển: hải lý so với m/s, tấn so với kip, kW so với mã lực (BHP), mét so với feet, bar so với kPa. Đơn vị của mỗi số trong đầu ra AI phải được nêu rõ ràng và phải thực hiện phân tích thứ nguyên. Giá trị điện trở được tính bằng kN hay kgf? Điều này trực tiếp làm thay đổi công suất động cơ và do đó làm thay đổi lượng nhiên liệu.
Lớp thứ ba: sinh sản độc lập. Tái tạo kết quả quan trọng bằng phương pháp thứ hai (tài khoản thủ công khác, phần mềm riêng biệt, máy tính tải được phê duyệt hoặc kỹ sư thứ hai). Độ tin cậy tăng lên nếu hai con đường độc lập cho cùng một câu trả lời; Nếu không, hãy dừng lại cho đến khi bạn hiểu tại sao nó lại khác.
Mẹo: Khi bạn hỏi AI về kết quả, hãy hỏi ngược lại câu hỏi tương tự. Sau khi nói "Tính công suất đẩy cần thiết cho chiếc thuyền này", hãy nói "Tính lại tốc độ di chuyển với công suất bạn cung cấp và cho tôi biết liệu nó có hợp lý đối với một con tàu thông thường không." Việc yêu cầu mô hình kiểm tra chéo đầu ra của chính nó sẽ giúp hiển thị các lỗi thầm lặng.
Bảo mật và bí mật thương mại: Biên giới riêng của Hàng hải
Hình dạng thân tàu, đường cong hiệu suất thủy động lực, dữ liệu hợp đồng giữa chủ tàu và nhà máy đóng tàu và dữ liệu đo từ xa về hoạt động của tàu đều rất nhạy cảm về mặt bí mật thương mại và sở hữu trí tuệ. Việc nhập đường cong sức cản thực sự của thuyền hoặc dữ liệu tiêu thụ nhiên liệu thực sự của chủ tàu vào dịch vụ AI bên ngoài không được kiểm soát có thể vừa vi phạm hợp đồng, vừa mất tài sản trí tuệ và gây bất lợi trong cạnh tranh. Ngoài ra, thông tin về kiến trúc OT (công nghệ vận hành; phần mềm điều khiển quản lý máy móc và hệ thống định vị) của các tàu hiện đại không nên chia sẻ vì lý do an ninh mạng.
Nguyên tắc chung: không bao giờ nhập dữ liệu thực, bí mật hoặc được bảo vệ theo hợp đồng vào một công cụ bên ngoài chưa được phê duyệt. Thay vào đó, hãy ẩn danh ngữ cảnh và thay thế số thực bằng các giá trị đại diện. Ví dụ: thay vì chia sẻ dữ liệu biểu mẫu của một con tàu thật, hãy hỏi "giải thích cách tiếp cận lực cản bằng một ví dụ về thứ tự các kích thước chính của tàu chở hàng rời Handysize điển hình."
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Số liệu mẫu thực tế của Chủ tàu
Lời nhắc mạnh mẽ:
Vai trò: Bạn là nhà tư vấn giàu kinh nghiệm về thủy động lực tàu thủy. Bối cảnh: Tôi đang thực hiện phân tích sơ bộ chung cho một tàu chở hàng rời (các giá trị mang tính đại diện, không phải dữ liệu dự án thực tế): Lpp ~180 m, dầm ~32 m, mớn nước ~12,5 m, hệ số khối ~0,84, tốc độ hành trình ~14 hải lý. Nhiệm vụ: Giải thích các bước ước tính lực đẩy sơ bộ được thực hiện (thành phần lực cản, hiệu suất lực đẩy, phụ cấp biển) và dữ liệu nào tôi cần để đo/xác minh danh sách. Ràng buộc: Viết rõ ràng từng công thức và giả định; Nếu bạn đưa ra ví dụ bằng số, hãy chỉ định đơn vị (kN, kW, hải lý) và thêm cách xác minh.
Lời nhắc mạnh mẽ bảo vệ dữ liệu dự án thực tế, làm rõ vai trò và ràng buộc cũng như yêu cầu đường dẫn xác minh.
Mẫu xác thực mục đích chung
Bạn sẽ sử dụng các mẫu sau nhiều lần trong suốt mô-đun.
Mẫu chung để thêm yêu cầu xác minh:
Trả lời câu hỏi kỹ thuật dưới đây. Trong câu trả lời của bạn:1) Nêu đơn vị của mỗi số.2) So sánh thứ tự độ lớn của kết quả với một con tàu điển hình.3) Viết nguồn (tên phương thức) cho từng hệ số/công thức bạn sử dụng; Nếu không có nguồn thì đánh dấu là "không rõ ràng". 4) Đề xuất cách tính thứ hai để tôi có thể độc lập kiểm tra kết quả. Câu hỏi: [câu hỏi ở đây]
Bản mẫu săn ảo giác:
Lập một bảng gồm tất cả các giá trị số, hệ số và tham chiếu quy tắc/tiêu chuẩn trong câu trả lời của bạn bên dưới. Đối với mỗi hàng:- Giá trị, đơn vị- Cơ sở (tính toán / hệ số đã biết / giả định / không chắc chắn) - Làm cách nào để xác minh điều này một cách độc lập. Đồng thời đánh dấu từng hàng có cơ sở là "không chắc chắn".
Hộp đựng nhỏ
Trường hợp 1 - Mệnh đề lớp bịa đặt. “Điều khoản mã lớp nào yêu cầu độ dày tấm tối thiểu này” để hỗ trợ một phần cấu trúc, một kỹ sư cấp dưới hỏi AI. AI trích dẫn điều khoản "Chương 6, Mục 3.4.7" không thực sự tồn tại. Khi kỹ sư so sánh nó với bản PDF hiện tại của quy tắc lớp, anh ta thấy rằng mệnh đề đó là giả và tìm ra mệnh đề đúng. Bài học: Mọi tham chiếu quy tắc do AI đưa ra đều được xác minh từ văn bản phân loại hiện tại, gốc.
Trường hợp 2 - Bẫy đơn vị. Một nhóm nhận được sự trợ giúp từ AI trong việc tính toán công suất điều phối. AI cung cấp năng lượng là "8500", nhưng đơn vị của nó vẫn chưa rõ là "kW hay BHP". Có sự chênh lệch khoảng 1,34 lần giữa 8500 kW và 8500 BHP; Sự khác biệt này làm thay đổi hoàn toàn việc lựa chọn máy chủ và ngân sách nhiên liệu hàng năm. Nếu đơn vị tổ lái tiến lên mà không hỏi rõ ràng, nó sẽ đi nhầm loại máy. Bài học: bất kỳ số nào không có đơn vị đều không được chấp nhận.
Trường hợp 3 - Kiểm soát thứ hạng cứu mạng. Một nhóm sinh viên đã nhờ AI tính toán lực cản chèo thuyền của một con tàu 15.000 DWT và tìm thấy lực cản tổng cộng là 12 kN. Đối với một con tàu có kích thước này, lực cản dẫn hướng vào khoảng hàng trăm kN và công suất đẩy vào khoảng vài nghìn kW. Chênh lệch khoảng 100 lần là có lỗi biên tập; học sinh tìm lỗi số mũ trong công thức hệ số ma sát. Bài học: luôn so sánh kết quả với một phạm vi tham chiếu đã biết.
Những lỗi thường gặp
- Nhầm lẫn sự trôi chảy với sự chính xác. Một lời giải thích được viết tốt có thể không chính xác về mặt số lượng. Chất lượng của văn bản và độ chính xác của kết quả là hai điều khác nhau.
- Chấp nhận số không có đơn vị Trong hàng hải, những nhầm lẫn về hải lý/m·s, tấn/kip, kW/BHP, m/ft là những sai lầm kết thúc sự nghiệp.
- Nhập dữ liệu bí mật/theo hợp đồng vào công cụ bên ngoài. Vi phạm bí mật thương mại và sở hữu trí tuệ; Sau khi bị rò rỉ, không thể lấy lại dữ liệu về biểu mẫu và hiệu suất.
- Tin cậy một nguồn duy nhất. Sử dụng kết quả quan trọng mà không tạo ra kết quả đó theo cách thứ hai là vi phạm quy tắc cơ bản nhất của kỷ luật quan trọng về bảo mật.
- Không xác minh được thuộc tính quy tắc. Số vật phẩm Loại/SOLAS do AI cung cấp có thể là hư cấu; Mỗi tài liệu tham khảo được xác minh từ văn bản gốc, hiện tại.
Tóm lại
AI tăng tốc đáng kể công việc tính toán, mã, tài liệu và dữ liệu lặp đi lặp lại trong kỹ thuật hàng hải và hàng hải; Nhưng các quyết định xác định an toàn hàng hải, tuân thủ giai cấp và an toàn môi trường vẫn thuộc về những người có trình độ. Mỗi đầu ra phải được lọc theo thứ tự cường độ, tính nhất quán của đơn vị và khả năng tái tạo độc lập. Vì lý do bảo mật thương mại và an ninh mạng, dữ liệu hiệu suất/thuyền thực tế phải được ẩn danh và chỉ nên sử dụng các công cụ đã được phê duyệt. Môn học này là tiền đề cho tất cả các học phần tiếp theo.
Nhiệm vụ ứng dụng
Chọn một câu hỏi kỹ thuật từ lĩnh vực của bạn (hình thức, độ ổn định, lực đẩy, bảo trì, điều hướng). Đầu tiên hãy nhập "dấu nhắc yếu" và hỏi AI; Sau đó viết một "lời nhắc mạnh mẽ" bao gồm vai trò, bối cảnh ẩn danh, ràng buộc và yêu cầu xác minh rồi đặt lại câu hỏi tương tự. So sánh hai câu trả lời theo thứ tự độ lớn và tính nhất quán của đơn vị, áp dụng “mẫu săn ảo giác” và xác nhận ít nhất một kết quả bằng phép tính tay độc lập. Tóm tắt những phát hiện của bạn trong nửa trang.
danh sách kiểm tra
- [ ] Tôi đã đánh giá rủi ro đầu ra bằng câu hỏi “nếu sai thì ai sẽ bị tổn hại?”
- [ ] Tôi đã so sánh kết quả với một con tàu đã biết về kích thước.
- [ ] Tôi đã xác nhận rõ ràng đơn vị của các số (knot, kW, tấn, m).
- [ ] Tôi đã tái tạo kết quả quan trọng bằng phương pháp độc lập thứ hai.
- [ ] Tôi đã sử dụng giá trị proxy ẩn danh thay vì dữ liệu thuyền thực/ẩn.
- [ ] Tôi đã xác minh mọi tài liệu tham khảo về lớp/SOLAS do AI cung cấp từ văn bản gốc, hiện tại.