Генеративный искусственный интеллект в военно-морской технике: небольшие наборы собственных данных ограничивают внедрение
Современные компьютерные технологии значительно улучшили процессы проектирования и строительства военно-морской архитектуры и морской техники, но ограниченность данных сдерживает дальнейшее развитие.
Названию дисциплины «Военно-морская архитектура и морская инженерия» (НАЗВАНИЕ), возможно, существует всего пара сотен лет, но ее происхождение уходит корнями в тысячи лет назад, к древним цивилизациям, где люди строили лодки для исследования и ведения торговли. Различные люди, в том числе Архимед, Бугер и Чепмен, формализовали теории, науку и методы понятий плавучести, остойчивости и конструкции корабля.
NAME — это профессиональная инженерная дисциплина, которая охватывает проектирование, строительство, испытания, изыскания, техническое обслуживание и эксплуатацию морских судов и сооружений. Я окончил Академию береговой охраны США со степенью бакалавра в области военно-морской архитектуры и морской техники, а также получил степень магистра в Калифорнийском университете в Беркли. Последние 22 года я работал военно-морским архитектором в частной морской консалтинговой фирме, работая над проектами пассажирских паромов, океанографических исследовательских судов, барж и других судов.
Мэтт Миллер проработал военно-морским архитектором 22 года.
Проекты включают в себя как простые вещи, от плавучего дока, так и сложные 1200-футовые круизные лайнеры и авианосцы, служащие небольшими городами в открытом океане. Профессионалы в этой области также проектируют морские ветровые платформы, подводные лодки, контейнеровозы, автономные суда и практически любые морские суда, работающие на воде или под водой.
В то время как нынешнее поколение военно-морских архитекторов, включая меня, возможно, рисовало линии корабля вручную с помощью карандашей, сплайнов и уточек на курсах в колледже, современные процессы проектирования включают передовые компьютерные приложения, включающие машинное обучение.
Линии судна определяют форму корпуса, которая используется для оценки конструкции и конструкции судна. В то время, когда использовались карандаши и сплайны, линии разрабатывались методом проб и ошибок, гладкость оценивалась визуально, а листы бумаги усыпались фрагментами ластика. Сегодня существует программное обеспечение, которое помогает мгновенно разрабатывать обводы корпуса и основано на алгоритмах, разработанных путем сбора и проверки исторических данных.
Современные вычислительные мощности дают инженерам возможность тестировать переменные и оценивать их эффективность за считанные секунды, тогда как раньше на это тратились часы или дни. Большая часть этих возможностей основана на формулах и науке, которые существуют уже сотни лет. Программное обеспечение также включает в себя правила, определяющие минимальные критерии, которым необходимо соответствовать для соответствия стандартам безопасности.
Часто говорят, что морская отрасль медленно внедряет новые технологии, но если вы придете на современную верфь или в инженерно-конструкторскую фирму, вы увидите регулярное использование 3D-моделирования, вычислительной гидродинамики, анализа методом конечных элементов и робототехники, так что вера уже не является точным. Теперь пришло время рассмотреть передовые инструменты, доступные в виде машинного обучения и искусственного интеллекта.
Передовые пакеты программного обеспечения, используемые сегодня военно-морскими архитекторами и морскими инженерами, значительно повысили эффективность и точность разработки проектов. Некоторые из этих инструментов идеально подходят для интеграции машинного обучения и искусственного интеллекта. Например, вычислительная гидродинамика (CFD) используется для моделирования жидкостей, в которых движется судно, с использованием в основном уравнений Навье-Стокса.
Благодаря современным вычислительным мощностям эти расчеты могут выполняться для оценки физических явлений, но даже при использовании современных компьютеров такое моделирование требует мощных компьютеров и большого количества времени для моделирования. Буксировочные цистерны до сих пор используются для оценки и измерения характеристик формы корпуса, но благодаря CFD мы можем проводить «виртуальные» сеансы буксировки танков и разрабатывать оптимизированные формы корпуса. Затем их можно дополнительно протестировать в буксирном баке для проверки или даже построить без испытаний буксирного бака. Машинное обучение может сократить время, необходимое для запуска такого моделирования, экономя деньги клиента и одновременно уменьшая количество возможных ошибок.
Одним из основных ограничений на переходе от базовых алгоритмов машинного обучения к использованию искусственного интеллекта при проектировании морских судов является ограниченность и запатентованность наборов данных, доступных системе. Для того чтобы ИИ был успешным, необходимы большие объемы данных, которые система ИИ могла бы извлекать и формировать действительные ответы на запросы. Без надежного набора данных результаты искусственного интеллекта не будут полезны для этой инженерной дисциплины. Моя компания осознала, что сбор и использование данных, собранных за многие годы, жизненно важны для уменьшения количества ошибок и улучшения проектов, поэтому в настоящее время реализуются инициативы по сопоставлению и использованию данных в будущих проектах.
Будучи военно-морским архитектором, Мэтт Миллер проектирует пассажирские паромы и множество других судов.
Действительно, существуют некоторые области военно-морской архитектуры и морской инженерии с обширными наборами данных, которые могут использоваться и используются для улучшения проектов. К ним относятся измерения океанских волн и течений, записи маневрирования судов и журналы работы морского оборудования. Хотя по этим видам деятельности имеется огромный объем данных, они часто хранятся государственными учреждениями, операторами и производителями оборудования. Не существует доступных глобальных наборов данных, которые могли бы принести пользу всем заинтересованным сторонам.
Данные о конструкции судов сегодня особенно ограничены и не могут быть полезны по многим причинам. К ним относятся частное или государственное финансирование проектов, в которых данные ограничены использованием владельца, проекты специализированных судов, в которых количество судов определенного типа ограничено, а также ограниченное финансирование, необходимое для сбора, проверки и предоставления имеющихся данных для практического использования. .
Austal, австралийский проектировщик судов, раскрыл некоторые подробности своего инструмента DeepMorpher, который использует искусственный интеллект и машинное обучение для оптимизации форм корпуса корабля. В пресс-релизе Austal описывается использование высокопроизводительных вычислений для сокращения времени выполнения CFD, а также набор данных трехмерных конструкций корпуса корабля. Austal имеет большую библиотеку форм корпуса, которая использовалась для тестирования и проверки того, что DeepMorpher превосходит другие текущие модели на несколько порядков.
Ограничения на конфиденциальные данные могут быть устранены в будущем, если данные могут быть сертифицированы как остающиеся анонимными, и если владелец получит измеримую выгоду от предоставления доступа к своим данным. Некоторые проектные решения, такие как общие механизмы, разработанные для конкретного варианта использования или потребностей клиента, могут оставаться собственностью.
Однако многие другие проектные решения принимаются для удовлетворения математической достоверности или нормативных требований, применимых ко всем проектам. Если владелец, в том числе правительственное учреждение, увидит улучшения и эффективность конструкции за счет использования данных и систем искусственного интеллекта, тогда они могут быть более готовы предоставить набор данных.
Для проектирования большего количества уникальных судов мало что можно сделать, но могут быть аспекты данных, которые являются общими для проектов других судов, так что данные можно будет извлечь для дальнейшего использования. Для проверки данных и проверки их на предмет устранения уникальных аспектов требуются время и деньги, поэтому опять же стоимость является фактором, позволяющим сделать данные «чистыми» для более общего использования.
Военно-морской архитектор Мэтт Миллер работает внутри судна.
Военно-морская архитектура и морская инженерия — это интересная область инженерии, которая требует проектирования формы корпуса, внутренней структуры, выработки энергии, ее распределения, дизайна интерьера, условий проживания и работы, эргономики и многого другого, что приводит к созданию плавучей платформы, поддерживающей жизнь. и помогает экипажу в выполнении работ на платформе.
Проектирование всех пространств и систем занимает значительное время и включает в себя удовлетворение потребностей многих сторон, поэтому могут возникнуть ошибки при проектировании. Один из способов использования ИИ для уменьшения количества ошибок, обеспечения соблюдения нормативных требований, удовлетворения всех эргономических требований и разработки «работающих» проектов — это проектирование и компоновка электрических систем и оборудования.
Вид с воздуха на верфь с крановой машиной и контейнеровозом в море.
Сегодняшние современные корабли оснащены обширными электрическими системами и системами управления с компьютерами, используемыми на всех кораблях, а также новыми полностью электрическими и гибридными паромами, требующими передовых систем управления и мониторинга. ИИ может помочь выявлять и разрешать конфликты в этих системах на этапе проектирования быстрее, чем люди, и, возможно, с меньшим количеством ошибок надзора.
Почти 90% продаваемых товаров перевозятся по воде, а миллионы людей перемещаются по всему миру на паромах и других пассажирских судах. В морской отрасли люди пользуются большим спросом, поскольку многие запланированные рейсы судов задерживаются или отменяются из-за ограниченности квалифицированного экипажа. В США всего несколько колледжей, которые предлагают степени в области военно-морской архитектуры и морской инженерии, поэтому найти подходящих квалифицированных специалистов, которые помогут продвинуть отрасль вперед с помощью машинного обучения и технологий искусственного интеллекта, сложно.
Проблему кадрового обеспечения можно было бы решить с помощью надежных технологий искусственного интеллекта, но в настоящее время существует ситуация «курицы и яйца». Учитывая контракты с несколькими судами, которые обычно заключаются в государственных проектах, более открытый характер проектов (при условии, что они не имеют ограничений безопасности), а также финансирование, доступное для исследований и разработок, кажется, что внедрение технологии искусственного интеллекта возможно с организациями. как Береговая охрана США или ВМС США.
Авианосец ВМС США в Норфолке, Вирджиния.
ВМС США — крупная организация с флотом аналогичных судов, поэтому эта организация идеально подходит для искусственного интеллекта и машинного обучения. Оперативная группа Hopper была создана в 2021 году для ускорения искусственного интеллекта во всем надводном флоте ВМФ, в первую очередь ориентированного на операции. Однако, учитывая огромный объем доступных данных и ряд проектов судов, ИИ, вероятно, будет применяться в будущем при проектировании судов.