Нейросети атакують: як ШІ застосовують у яхтингу

Загальна ситуація з ШІ

Використання штучного інтелекту в парусній справі дуже відрізняється від інструментів з урахуванням мовних моделей. Таких нейромереж, як ChatGPT, DeepSeek або Gemini з'явилися нещодавно і набули широкого розголосу, але для роботи в морі підходять не дуже. Хіба що як швидка довідка або кишеньковий помічник. Ні, в сучасному яхтингу справи набагато цікавіші.

Форми штучного інтелекту існують уже багато десятиліть. Машинне навчання та нейронні мережі, навчені на транзакційних даних, застосовувалися великими банками ще з середини 1990-х. Ці технології дозволили помітно підвищити точність виявлення шахрайства з картами та інших аномалій у часі. Після 2012 року почалося стрімке зростання можливостей ШІ завдяки розвитку глибокого навчання, що дало алгоритмам здатність навчатися на величезних масивах даних.

Сьогодні штучний інтелект використовується в багатьох областях морської галузі. Він допомагає в системах безпеки, прогнозуванні погоди та маршрутів, проектуванні суден, аналізі продуктивності, спортивному коучингу та трансляціях. Все частіше ШІ застосовується і у створенні автономних судів, а найближчими роками подібні системи можуть почати допомагати штурманам у навігації та спостереженні за обстановкою на містку.

Думка представників індустрії ШІ

«Штучний інтелект на морі не може бути ідеальним. Достатньо, щоб він виконував окремі завдання краще, ніж людина», — каже Ярден Гросс, співзасновник та директор компанії ORCA AI, яка постачає системи для судноплавних операторів, включаючи MSC та Maran Tankers.

«Треба визнати очевидне: існуюча система є небезпечною. Втомлені екіпажі, складні навігаційні умови, залежність від людського спостереження та старіючі флоти із застарілим обладнанням — це не та модель, за яку варто триматися».

Інтерфейс ORCA AI

«Ми вже бачимо, що системи з елементами ШІ забезпечують більш безпечне та стабільне чергування, ніж стомлений чи абстрактний офіцер, особливо у шторм або за поганої видимості», — зазначає він. Гросс також пропонує модель «гібридного інтелекту», де людина та алгоритми діють спільно, кожен у своїй сильній ролі. «Перехідний формат, коли судно змінює рівень автономності залежно від ситуації, — це справжня революція. І вона вже йде», – додає Ярден.

Сучасні судна постійно збирають дані, аналізують майже аварійні ситуації та розвиваються як єдина система, що навчається. Кожне плавання робить їх розумнішими, а вся інформація з рейсів надходить назад в алгоритми, підвищуючи їх ефективність та точність.

ШІ для безпеки

Під час останньої гонки Vendée Globe близько 65% учасників використали систему Sea.ai, яка допомагає виявляти дрібні плавучі об'єкти, здатні завдати серйозних пошкоджень яхті. Раніше відома як OSCAR, ця система встановлюється на вершині щогли та поєднує зображення з колірної камери та дані з двох тепловізорів нічного бачення.

Бортовий штучний інтелект постійно аналізує відеопотоки, фіксуючи будь-які незвичайні зміни на поверхні океану. При виявленні відхилень за температурою або структурою зображення система розпізнає та класифікує об'єкт — будь то людина за бортом, кит, втрачений контейнер чи інше судно — і одразу попереджає шкіпера.

Інтерес до цієї технології стрімко зростає: всього за кілька років компанія перетворилася зі стартапу на підприємство з командою з 70 осіб та трьома офісами.

Спочатку алгоритми навчалися на даних, зібраних під час Vendée Globe 2020-2021, проте цей процес вимагав великої кількості ручної роботи. Наразі навчання проводиться на основі цільових сценаріїв. Деякі ситуації, наприклад, падіння людини за борт, моделюються спеціально, щоб поліпшити роботу системи. Інші випадки відзначаються самими користувачами під час плавань.

Постійне навчання на реальних даних

"Кожне оновлення робить систему розумнішою завдяки новим даним", - розповідає Солен Гуеру з компанії Sea.ai. За її словами, необроблені відеозаписи та сенсорні дані – наприклад, випадки падіння людини за борт чи зіткнення з льодом – регулярно вирушають до головного офісу компанії у Бретані.

Після підтвердження виявлення матеріали передаються команді фахівців, яка вручну розмічає кожен об'єкт так, щоб це було зрозуміло нейромережі. Наприклад, на зображенні виділяється ділянка моря і додається підпис, що вказує на те, що в цій зоні знаходиться людина за бортом. Так система постійно навчається, а результати навчання стають доступними користувачам через чергові оновлення програмного забезпечення.

Погодні Зміни

Прогнозування погоди та прокладання маршрутів – ще одна область, де штучний інтелект швидко набирає значення. Сучасні метеомоделі засновані на чисельних розрахунках та вимагають колосальної обчислювальної потужності, тому працюють на найпотужніших суперкомп'ютерах світу.

Погодна метеостанція на узбережжі

Однак ШІ здатний не лише підвищити точність прогнозів, а й значно скоротити енерговитрати. На початку цього року ECMWF запустив власну систему прогнозування на базі штучного інтелекту – AIFS. Вона працює паралельно з традиційною фізичною моделлю IFS і показує схожі результати. 

Докладніше про принципи роботи AIFS та погодних агентів

Більш того, у деяких сценаріях, наприклад при відстеженні тропічних циклонів, AIFS дає навіть більш точні прогнози, використовуючи при цьому приблизно тисячу разів менше енергії.

Таке зниження вимог до ресурсів означає, що глобальні моделі низької роздільної здатності AIFS можна запускати навіть на потужних ігрових ноутбуках. Стартап Marine Weather Intelligence, створений експертом з морської метеорології Крістіаном Дюмаром, застосовує ШІ для оптимізації маршрутів як в океанських регатах, так і для зниження вуглецевого сліду комерційного флоту. Серед його клієнтів – Vendée Globe та The Ocean Race.

Особливості роботи метеомоделей на ШІ

За словами Дюмарда, компанія активно використовує штучний інтелект для аналізу того, які метеомоделі є найбільш надійними в різних умовах. Це залежить, наприклад, від довжини маршруту чи сезону. Супутники точно вимірюють висоту хвиль, і ШІ допомагає виявляти систематичні помилки у хвильових моделях. "Прогноз по хвилях досить точний у перші два-три дні, - зазначив він на форумі Yacht Racing Forum, - але з часом зсув накопичується в залежності від сезону та інших факторів".

Інтерфейс Marine Weather Intelligence

ШІ чудово справляється з аналізом таких складних взаємозв'язків, додав він. "Людині важко врахувати всі параметри одночасно, а система робить це швидше і точніше". Прогнози, створені за участю штучного інтелекту, починають використовувати для стратегічного планування маршрутів в океанських перегонах.

Зі зростанням інтересу до вітрильної підтримки судів і переходу на більш економічні схеми експлуатації дослідження в цій галузі стрімко розвиваються. У довгостроковій перспективі їх результати принесуть користь не лише великим операторам, а й звичайним яхтсменам.

Шкіперство та управління яхтами

Океанські течії дуже складно точно передбачити, хоча їх вихрові утворення помітно впливають і на стан моря, і на час проходження маршруту. Французький стартап Amphitrite, що базується в Парижі, запропонував рішення використовувати штучний інтелект для аналізу океанічних течій на основі супутникових знімків високої роздільної здатності.

За даними незалежного дослідження, судно, що йде зі швидкістю 16 вузлів між Тунісом і Танжером, за допомогою даних Amphitrite змогло скоротити витрату палива на 4% і прибуло приблизно годину раніше.

Проблеми навчання нейромереж для управління

Для утримання курсу та обліку стану моря автопілоти традиційно застосовують систему PID-контролю (пропорційний, інтегральний та диференціальний регулятори), розроблену ще у 1920-х роках. Деякі пристрої додатково коригують параметри в реальному часі, орієнтуючись на частоту помилок курсу або швидкість зміни напрямку. Це дозволяє перемикатися між «спокійним», «помірним» та «штормовим» режимами, але насправді залишається механічним процесом без реального навчання.

Модуль-контролер Madintec MadBrain

Через це багато автопілотів втрачають точність при русі попутними хвилями або в сильних поривах вітру, особливо якщо яхта йде з екіпажем з однієї людини. Коли ж процес втручається штучний інтелект, система починає сама розпізнавати закономірності і підбирати оптимальні параметри управління. Наприклад, розробка Madintec MadBrain адаптує поведінку рульового автомата до конкретної яхти, аналізуючи, як вона реагує на хвилі, шквали та зміну напрямку вітру.

Це потужне рішення активно застосовується на гоночних яхтах класів IMOCA, Ultim та Mini Globe 650 з гідрофойлами. Зараз технологія поширюється і на швидкісні яхти, а також на офшорні гонки за правилами IRC. Перші чотири 33-футові Pogo RC вже оснащені автопілотами Madintec.

Швидше яхти та людини

Не дивно, що штучний інтелект активно використовується в America's Cup, як і в Formula 1. Так, підрозділ QuantumBlack (AI-напрямок консалтингової компанії McKinsey) створив Emirates Team New Zealand віртуального шкіпера на базі ШІ перед останніми змаганнями.

Цю систему навчав професійний яхтсмен-олімпієць на симуляторі, і процес зайняв лише один-два тижні. Після навчання віртуальний шкіпер міг оцінювати до 50 варіантів конструкції гідрофойлів з урахуванням різних вітрових умов та стану моря. Те, що раніше вимагало місяців випробувань на воді, наразі займає лічені дні. Це значно знижує витрати на розробку яхт для Кубка Америки.

Крім того, QuantumBlack створила фізично обґрунтовані AI-моделі, які імітують поведінку потоків та інших складних систем. Це дозволяє швидко тестувати нові ідеї та варіанти конструкції, роблячи процес набагато дешевшим, ніж традиційні розрахунки CFD (Computational Fluid Dynamics).

ШІ активно використовується і в трансляціях регат. Наприклад, SailGP і America's Cup застосовують машинне навчання для розпізнавання яхт, буйків, човнів глядачів і берегової лінії, створюючи в реальному часі тривимірні графічні накладання. "Коли ми знаємо точне положення вертольота в просторі, ми можемо відмалювати графіку в трьох вимірах прямо на відео", - пояснює Жозеф Озанн, керівник команди симуляторів та AI в Alinghi Red Bull Racing.

Розумна допомога

Системи швартування з підтримкою AI, такі як Raymarine DockSense та Volvo Penta Assisted Docking, використовують машинне навчання для точного розпізнавання об'єктів – понтонів, катерів та причальних конструкцій. Це допомагає системі коректно інтерпретувати навколишнє оточення і робить маневрування в маринах безпечнішим.

Raymarine DockSense

ШІ також спрощує аналіз навігаційних та метеорологічних даних, перетворюючи величезні масиви інформації на зрозумілі та наочні висновки. І, можливо, вже за кілька років кожен власник яхти зможе запускати високоточні погодні моделі прямо на власному ноутбуці, використовуючи доступне програмне забезпечення.

Висновки

ШІ неминуче прийде на яхти — і в найближчому майбутньому без прив'язки до Інтернету та хмари. Локальні штучні помічники займуть своє місце на містках суховантажів та танкерів, розумні автопілоти продовжать допомагати гонщиками… Аналогії, здається нам, ви й самі зможете продовжити.

Головне, щоб ШІ залишався напарником, помічником, вірним товаришем, але не заміною людині. Зрештою, навряд чи штучний інтелект здатний відпочити на Лазурному узбережжі, тому круїзний яхтинг, ймовірно, залишиться прерогативою людей. Втім, від реальної допомоги шкіпер ніколи не відмовиться.

Нове відео на каналі Інтерпарус

Блакитне узбережжя манить — і ми піддалися цьому магнітизму. У новому випуску розповімо про подорож Лазуркою, особливості місцевого яхтингу і чому тут варто побувати хоча б раз у житті.

Не забудьте оцінити матеріал! Інші цікаві новини ви зможете знайти в розділі «Новини».

30.10.2025