Нейросети атакуют: как ИИ применяют в яхтинге

Общая ситуация с ИИ

Использование искусственного интеллекта в парусном деле сильно отличается от инструментов на базе языковых моделей. Таких нейросети, как ChatGPT, DeepSeek или Gemini появились недавно и получили широкую огласку, но для работы в море подходят не очень. Разве что в качестве быстрой справки или карманного помощника. Нет, в современном яхтинге дела обстоят намного интереснее.

Формы искусственного интеллекта существуют уже многие десятилетия. Машинное обучение и нейронные сети, обученные на транзакционных данных, применялись крупными банками еще с середины 1990-х. Эти технологии позволили заметно повысить точность выявления мошенничества с картами и других аномалий в реальном времени. После 2012 года начался стремительный рост возможностей ИИ благодаря развитию глубокого обучения, которое дало алгоритмам способность обучаться на огромных массивах данных.

Сегодня искусственный интеллект используется во множестве областей морской отрасли. Он помогает в системах безопасности, прогнозировании погоды и маршрутов, проектировании судов, анализе производительности, спортивном коучинге и трансляциях. Все чаще ИИ применяется и в создании автономных судов, а в ближайшие годы подобные системы могут начать помогать штурманам в навигации и наблюдении за обстановкой на мостике.

Мнение представителей индустрии ИИ

«Искусственный интеллект на море не обязан быть идеальным. Достаточно, чтобы он выполнял отдельные задачи лучше, чем человек», — говорит Ярден Гросс, сооснователь и директор компании ORCA AI, поставляющей системы для судоходных операторов, включая MSC и Maran Tankers.

«Нужно признать очевидное: существующая система небезопасна. Уставшие экипажи, сложные навигационные условия, зависимость от человеческого наблюдения и стареющие флоты с устаревшим оборудованием — все это не та модель, за которую стоит держаться».

Интерфейс ORCA AI

«Мы уже видим, что системы с элементами ИИ обеспечивают более безопасное и стабильное дежурство, чем уставший или отвлеченный офицер, особенно в шторм или при плохой видимости», — отмечает он. Гросс также предлагает модель «гибридного интеллекта», где человек и алгоритмы действуют совместно, каждый в своей сильной роли. «Переходный формат, когда судно меняет уровень автономности в зависимости от обстановки, — вот настоящая революция. И она уже идет», — добавляет Ярден.

Современные суда постоянно собирают данные, анализируют почти-аварийные ситуации и развиваются как единая обучающаяся система. Каждое плавание делает их умнее, а вся информация с рейсов поступает обратно в алгоритмы, повышая их эффективность и точность.

ИИ для безопасности

Во время последней гонки Vendée Globe около 65% участников использовали систему Sea.ai, которая помогает обнаруживать мелкие плавучие объекты, способные нанести серьезные повреждения яхте. Ранее известная как OSCAR, эта система устанавливается на вершине мачты и объединяет изображение с цветовой камеры и данные с двух тепловизоров ночного видения.

Бортовой искусственный интеллект непрерывно анализирует видеопотоки, фиксируя любые необычные изменения на поверхности океана. При выявлении отклонений по температуре или структуре изображения система распознает и классифицирует объект — будь то человек за бортом, кит, потерянный контейнер или другое судно — и сразу предупреждает шкипера.

Интерес к этой технологии стремительно растет: всего за несколько лет компания превратилась из стартапа в предприятие с командой из 70 человек и тремя офисами.

Первоначально алгоритмы обучались на данных, собранных во время Vendée Globe 2020–2021, однако этот процесс требовал большого количества ручной работы. Теперь обучение проводится на основе целевых сценариев. Некоторые ситуации, например падение человека за борт, моделируются специально, чтобы улучшить работу системы. Остальные случаи помечаются самими пользователями во время плаваний.

Постоянное обучение на реальных данных

«Каждое обновление делает систему умнее благодаря новым данным», — рассказывает Солен Гуеру из компании Sea.ai. По ее словам, необработанные видеозаписи и сенсорные данные — например, случаи падения человека за борт или столкновения с льдом — регулярно отправляются в главный офис компании в Бретани.

После подтверждения обнаружения материалы передаются команде специалистов, которая вручную размечает каждый объект так, чтобы это было понятно нейросети. Например, на изображении выделяется участок моря и добавляется подпись, указывающая, что в этой зоне находится человек за бортом. Так система постоянно обучается, а результаты этого обучения становятся доступными пользователям через очередные обновления программного обеспечения.

Погодные ИИзменения

Прогнозирование погоды и прокладка маршрутов — еще одна область, где искусственный интеллект быстро набирает значение. Современные метеомодели основаны на численных расчетах и требуют колоссальной вычислительной мощности, поэтому работают на самых мощных суперкомпьютерах мира.

Погодная метеостанция на побережье

Однако ИИ способен не только повысить точность прогнозов, но и значительно сократить энергозатраты. В начале этого года ECMWF запустил собственную систему прогнозирования на базе искусственного интеллекта — AIFS. Она функционирует параллельно с традиционной физической моделью IFS и показывает схожие результаты. 

Подробнее о принципах работы AIFS и погодных агентов

Более того, в некоторых сценариях, например при отслеживании тропических циклонов, AIFS дает даже более точные прогнозы, используя при этом примерно в тысячу раз меньше энергии.

Такое снижение требований к ресурсам означает, что глобальные модели низкого разрешения AIFS можно запускать даже на мощных игровых ноутбуках. Стартап Marine Weather Intelligence, созданный экспертом по морской метеорологии Кристианом Дюмаром, применяет ИИ для оптимизации маршрутов — как в океанских регатах, так и для снижения углеродного следа коммерческого флота. Среди его клиентов — Vendée Globe и The Ocean Race.

Особенности работы метеомоделей на ИИ

По словам Дюмарда, компания активно использует искусственный интеллект для анализа того, какие метеомодели наиболее надежны в разных условиях. Это зависит, например, от протяженности маршрута или сезона. Спутники точно измеряют высоту волн, и ИИ помогает выявлять систематические ошибки в волновых моделях. «Прогноз по волнам довольно точен в первые два-три дня, — отметил он на форуме Yacht Racing Forum, — но со временем смещение накапливается в зависимости от сезона и других факторов».

Интерфейс Marine Weather Intelligence

ИИ отлично справляется с анализом таких сложных взаимосвязей, добавил он. «Человеку трудно учесть все параметры одновременно, а система делает это быстрее и точнее». Прогнозы, созданные с участием искусственного интеллекта, уже начинают использовать для стратегического планирования маршрутов в океанских гонках.

С ростом интереса к парусной поддержке судов и переходу на более экономичные схемы эксплуатации, исследования в этой области стремительно развиваются. В долгосрочной перспективе их результаты принесут пользу не только крупным операторам, но и обычным яхтсменам.

Шкиперство и управление яхтами

Океанские течения крайне сложно точно предсказать, хотя их вихревые образования заметно влияют и на состояние моря, и на время прохождения маршрута. Французский стартап Amphitrite, базирующийся в Париже, предложил решение: использовать искусственный интеллект для анализа океанических течений на основе спутниковых снимков высокого разрешения.

По данным независимого исследования, судно, идущее со скоростью 16 узлов между Тунисом и Танжером, с помощью данных Amphitrite смогло сократить расход топлива на 4% и прибыло примерно на час раньше.

Проблемы обучения нейросетей для управления

Для удержания курса и учета состояния моря автопилоты традиционно применяют систему PID-контроля (пропорциональный, интегральный и дифференциальный регуляторы), разработанную еще в 1920-х годах. Некоторые устройства дополнительно корректируют параметры в реальном времени, ориентируясь на частоту ошибок по курсу или скорость изменения направления. Это позволяет переключаться между «спокойным», «умеренным» и «штормовым» режимами, но по сути остается механическим процессом без реального обучения.

Модуль-контроллер Madintec MadBrain

Из-за этого многие автопилоты теряют точность при движении по попутным волнам или в сильных порывах ветра, особенно если яхта идет с экипажем из одного человека. Когда же в процесс вмешивается искусственный интеллект, система начинает сама распознавать закономерности и подбирать оптимальные параметры управления. Например, разработка Madintec MadBrain адаптирует поведение рулевого автомата к конкретной яхте, анализируя, как она реагирует на волны, шквалы и изменение направления ветра.

Это мощное решение активно применяется на гоночных яхтах классов IMOCA, Ultim и Mini Globe 650 с гидрофойлами. Сейчас технология распространяется и на скоростные круизные яхты, а также на оффшорные гонки по правилам IRC. Первые четыре 33-футовых Pogo RC уже оснащены автопилотами Madintec.

Быстрее яхты и человека

Неудивительно, что искусственный интеллект активно используется в America’s Cup, как и в Formula 1. Так, подразделение QuantumBlack (AI-направление консалтинговой компании McKinsey) создало для Emirates Team New Zealand виртуального шкипера на базе ИИ перед последними соревнованиями.

Эту систему обучал профессиональный яхтсмен-олимпиец на симуляторе, и процесс занял всего одну-две недели. После обучения виртуальный шкипер мог оценивать до 50 вариантов конструкции гидрофойлов с учетом разных ветровых условий и состояния моря. То, что раньше требовало месяцев испытаний на воде, теперь занимает считанные дни. Это значительно снижает затраты на разработку яхт для Кубка Америки.

Кроме того, QuantumBlack создала физически обоснованные AI-модели, которые имитируют поведение потоков и других сложных систем. Это позволяет быстро тестировать новые идеи и варианты конструкции, делая процесс гораздо дешевле, чем традиционные расчеты CFD (Computational Fluid Dynamics).

ИИ активно используется и в трансляциях регат. Например, SailGP и America’s Cup применяют машинное обучение для распознавания яхт, буйков, зрительских лодок и береговой линии, создавая в реальном времени трехмерные графические наложения. «Когда мы знаем точное положение вертолета в пространстве, мы можем отрисовать графику в трех измерениях прямо на видео», — объясняет Жозеф Озанн, руководитель команды симуляторов и AI в Alinghi Red Bull Racing.

Умная помощь

Системы швартовки с поддержкой AI, такие как Raymarine DockSense и Volvo Penta Assisted Docking, используют машинное обучение для точного распознавания объектов — понтонов, катеров и причальных конструкций. Это помогает системе корректно интерпретировать окружающую обстановку и делает маневрирование в маринах безопаснее.

Raymarine DockSense

ИИ также упрощает анализ навигационных и метеорологических данных, превращая огромные массивы информации в понятные и наглядные выводы. И, возможно, уже через пару лет каждый владелец яхты сможет запускать высокоточные погодные модели прямо на собственном ноутбуке, используя доступное программное обеспечение.

Выводы

ИИ неизбежно придет на яхты — и в обозримом будущем без привязки к Интернету и облаку. Локальные искусственные помощники займут свое место на мостиках сухогрузов и танкеров, умные автопилоты продолжат помогать гонщиками… Аналогии, думается нам, вы и сами сможете продолжить.

Главное, чтобы ИИ оставался напарником, помощником, верным товарищем, но не заменой человеку. В конце концов, вряд ли искусственный интеллект способен отдохнуть на Лазурном побережье, поэтому круизный яхтинг, вероятно, останется прерогативой людей. Впрочем, от реальной помощИИ шкипер никогда не откажется.

Новое видео на канале Интерпарус

Лазурное побережье манит — и мы поддались этому магнитизму. В новом выпуске расскажем о путешествии по Лазурке, особенностях местного яхтинга и почему здесь стоит побывать хотя бы раз в жизни.

Не забудьте оценить материал! Другие интересные новости вы сможете найти раздел ниже или в разделе «Новости».

30.10.2025