Generative KI in der Schiffstechnik: Kleine, proprietäre Datensätze schränken die Akzeptanz ein
Moderne Computer haben die Entwurfs- und Bauprozesse der Schiffsarchitektur und des Meeresingenieurwesens erheblich verbessert, aber begrenzte Daten hindern sie daran, noch weiter voranzukommen.
Der Fachtitel „Schiffsarchitektur und Meerestechnik“ (NAME) ist zwar erst ein paar hundert Jahre alt, aber seine Ursprünge reichen Jahrtausende zurück bis in alte Zivilisationen, in denen Menschen Boote bauten, um zu erkunden und Handel zu treiben. Verschiedene Menschen, darunter Archimedes, Bouguer und Chapman, haben die Theorien, Wissenschaft und Methoden der Konzepte Auftrieb, Stabilität und Schiffsdesign formalisiert.
NAME ist eine professionelle Ingenieurdisziplin, die den Entwurf, den Bau, die Prüfung, die Vermessung, die Wartung und den Betrieb von Schiffen und Bauwerken umfasst. Ich habe an der US Coast Guard Academy einen Bachelor-Abschluss in Marinearchitektur und Meerestechnik erworben und meinen Master an der UC Berkeley erworben. Seit 22 Jahren arbeite ich als Schiffsarchitekt für ein privates Schifffahrtsberatungsunternehmen und arbeite an der Gestaltung von Passagierfähren, ozeanografischen Forschungsschiffen, Lastkähnen und anderen Schiffen.
Matt Miller ist seit 22 Jahren Schiffsarchitekt.
Die Entwürfe reichen von so einfachen Dingen wie einem Schwimmdock bis hin zu komplexen 1.200-Fuß-Kreuzfahrtschiffen und Flugzeugträgern, die als Kleinstädte auf dem offenen Meer dienen. Fachleute in dieser Disziplin entwerfen auch Offshore-Windplattformen, U-Boote, Containerschiffe, autonome Schiffe und nahezu jedes Wasserfahrzeug, das auf oder unter Wasser betrieben wird.
Während die aktuelle Generation von Schiffsarchitekten, darunter auch ich, in ihren College-Kursen möglicherweise Schiffslinien von Hand mit Bleistiften, Splines und Enten gezeichnet hat, umfassen aktuelle Designprozesse fortschrittliche Computeranwendungen, die maschinelles Lernen integrieren.
Die Linien eines Schiffes geben die Rumpfform vor, anhand derer das Design und der Bau des Schiffes beurteilt werden. Zu der Zeit, als Bleistifte und Splines verwendet wurden, wurden die Linien durch Versuch und Irrtum entwickelt, indem die Glätte visuell beurteilt wurde und die Blätter mit Radiergummifragmenten übersät waren. Heutzutage gibt es Software, die die Entwicklung von Rumpflinien sofort unterstützt und auf Algorithmen aufbaut, die durch die Erfassung und Validierung historischer Daten entwickelt wurden.
Moderne Rechenleistung bietet Ingenieuren die Möglichkeit, Variablen zu testen und ihre Wirksamkeit in Sekundenschnelle zu bewerten, wo dies in der Vergangenheit Stunden oder Tage gedauert hat. Ein Großteil dieser Fähigkeit basiert auf Formeln und wissenschaftlichen Erkenntnissen, die es seit Hunderten von Jahren gibt. Software umfasst auch Vorschriften mit Mindestkriterien, die erfüllt sein müssen, um Sicherheitsstandards zu erfüllen.
Es wird oft gesagt, dass die Schifffahrtsindustrie nur langsam neue Technologien einführt. Wenn Sie jedoch eine moderne Werft oder ein Konstruktionsbüro betreten, werden Sie feststellen, dass dort regelmäßig 3D-Modellierung, numerische Strömungsmechanik, Finite-Elemente-Analyse und Roboterfertigung zum Einsatz kommen ist nicht mehr korrekt. Jetzt ist es an der Zeit, über fortschrittliche Tools nachzudenken, die in Form von maschinellem Lernen und KI verfügbar sind.
Fortschrittliche Softwarepakete, die heute von Schiffsarchitekten und Schiffsingenieuren verwendet werden, haben die Effizienz und Genauigkeit der Designentwicklung erheblich gesteigert. Einige dieser Tools eignen sich perfekt für die Integration von maschinellem Lernen und KI. Beispielsweise wird Computational Fluid Dynamics (CFD) verwendet, um die Flüssigkeiten, in denen sich das Schiff bewegt, hauptsächlich mithilfe von Navier-Stokes-Gleichungen zu modellieren.
Dank moderner Rechenleistung können diese Berechnungen zur Bewertung physikalischer Phänomene durchgeführt werden, aber selbst mit heutigen Computern erfordern diese Simulationen leistungsstarke Computer und viel Zeit für die Ausführung der Simulationen. Schlepptanks werden auch heute noch zur Bewertung und Messung der Rumpfformleistung verwendet, aber dank CFD können wir „virtuelle“ Schlepptanksitzungen durchführen und optimierte Rumpfformen entwickeln. Diese können dann zur Verifizierung in einem Schlepptank weiter getestet oder sogar ohne Prüfung des Schlepptanks gebaut werden. Maschinelles Lernen kann die für die Durchführung dieser Simulationen erforderliche Zeit verkürzen, was dem Kunden Geld spart und gleichzeitig mögliche Fehler reduziert.
Eine der Haupteinschränkungen beim Übergang über grundlegende Algorithmen des maschinellen Lernens hin zur Verwendung künstlicher Intelligenz für die Schiffskonstruktion sind die begrenzten und proprietären Datensätze, die dem System zur Verfügung stehen. Damit KI erfolgreich sein kann, sind umfangreiche Datenmengen erforderlich, aus denen das KI-System gültige Antworten auf Anfragen abrufen und darauf aufbauen kann. Ohne einen robusten Datensatz werden Ergebnisse der KI für diese Ingenieursdisziplin nicht nützlich sein. Mein Unternehmen hat erkannt, dass die Sammlung und Nutzung der über viele Jahre hinweg gesammelten Daten für die Reduzierung von Fehlern und die Verbesserung von Designs von entscheidender Bedeutung ist. Deshalb gibt es Initiativen, um die Daten zu sammeln und in zukünftigen Designs zu verwenden.
Als Schiffsarchitekt entwirft Matt Miller Passagierfähren und eine Vielzahl anderer Schiffe.
Tatsächlich gibt es einige Bereiche der Schiffsarchitektur und des Meeresingenieurwesens mit umfangreichen Datensätzen, die zur Verbesserung von Entwürfen verwendet werden können und werden. Dazu gehören Meereswellen- und Strömungsmessungen, Schiffsmanöveraufzeichnungen und Leistungsprotokolle der Schiffsausrüstung. Obwohl für diese Art von Aktivitäten eine große Menge an Daten verfügbar ist, werden diese häufig von Regierungsbehörden, Betreibern und Geräteherstellern gepflegt. Es sind keine globalen Datensätze verfügbar, von denen alle interessierten Parteien profitieren könnten.
Schiffskonstruktionsdaten sind heute aus vielen Gründen nur noch eingeschränkt nutzbar. Dazu gehören private oder staatliche Mittel für Entwürfe, bei denen die Daten auf die Nutzung durch den Eigentümer beschränkt sind, spezielle Schiffsentwürfe, bei denen die Anzahl der Schiffe eines bestimmten Typs begrenzt ist, und begrenzte Mittel, die zum Sammeln, Validieren und Bereitstellen der verfügbaren Daten für die praktische Verwendung erforderlich sind .
Austal, ein in Australien ansässiger Schiffskonstrukteur, enthüllte einige Details seines DeepMorpher-Tools, das KI und maschinelles Lernen nutzt, um Schiffsrumpfformen zu optimieren. In der Pressemitteilung von Austal wird der Einsatz von Hochleistungsrechnen zur Verkürzung der Zeit für die Durchführung von CFD beschrieben, zusammen mit dem Datensatz von 3D-Schiffsrumpfkonstruktionen. Austal verfügt über eine große Bibliothek von Rumpfformen, die verwendet wurden, um zu testen und zu verifizieren, dass DeepMorpher andere aktuelle Modelle um mehrere Größenordnungen übertrifft.
Die Beschränkungen für proprietäre Daten könnten in Zukunft behoben werden, wenn die Anonymität der Daten bescheinigt werden kann und es messbare Vorteile für den Eigentümer gibt, wenn er Zugang zu seinen Daten gewährt. Einige Designentscheidungen, beispielsweise die allgemeinen Vereinbarungen, die für einen bestimmten Anwendungsfall oder Kundenbedarf konzipiert sind, können proprietär bleiben.
Viele andere Designentscheidungen werden jedoch getroffen, um mathematische Sicherheit oder regulatorische Anforderungen zu erfüllen, die für alle Designs gelten. Wenn ein Eigentümer, einschließlich einer Regierungsbehörde, durch die Verwendung der Daten und KI-Systeme Verbesserungen und Effizienzsteigerungen im Design erkennt, ist er möglicherweise eher bereit, den Datensatz bereitzustellen.
Es gibt nicht viel, was getan werden kann, um eine größere Anzahl einzigartiger Schiffe zu entwerfen, aber möglicherweise gibt es Aspekte der Daten, die anderen Schiffskonstruktionen gemeinsam sind, so dass die Daten für die Verwendung ausgewertet werden könnten. Es erfordert Zeit und Geld, die Daten zu validieren und auf die Entfernung einzigartiger Aspekte zu überprüfen. Daher sind auch hier die Kosten ein Faktor, wenn es darum geht, die Daten für eine allgemeinere Verwendung „sauber“ zu machen.
Der Marinearchitekt Matt Miller arbeitet in einem Schiff.
Schiffsarchitektur und Meerestechnik sind ein interessantes Ingenieurgebiet, das die Gestaltung der Rumpfform, der inneren Struktur, der Stromerzeugung, der Stromverteilung, der Innenarchitektur, der Wohn- und Arbeitseinrichtungen, der Ergonomie und mehr erfordert, um eine schwimmende Plattform zu schaffen, die das Leben erhält und unterstützt die Besatzung bei der Ausführung der Arbeiten auf der Plattform.
Die Gestaltung aller Räume und Systeme nimmt viel Zeit in Anspruch und erfordert die Berücksichtigung der Bedürfnisse vieler Parteien, sodass Entwurfsfehler passieren können. Eine Möglichkeit, wie KI eingesetzt werden kann, um Fehler zu reduzieren, die Einhaltung gesetzlicher Vorschriften sicherzustellen, alle ergonomischen Wünsche zu erfüllen und Designs zu entwickeln, die „funktionieren“, ist die Gestaltung und Anordnung elektrischer Systeme und Geräte.
Luftaufnahme einer Werft mit Kranmaschine und Containerschiff auf dem Meer.
Die heutigen modernen Schiffe verfügen über umfangreiche Elektro- und Steuerungssysteme mit Computern, die auf allen Schiffen zum Einsatz kommen, und neue vollelektrische und Hybridfähren erfordern fortschrittliche Steuerungs- und Überwachungssysteme. KI kann dazu beitragen, Konflikte in diesen Systemen während der Entwurfsphase schneller als Menschen und möglicherweise mit weniger Versehensfehlern zu erkennen und zu lösen.
Fast 90 % der gehandelten Güter werden über das Wasser transportiert und Millionen von Menschen werden auf Fähren und anderen Passagierschiffen um die ganze Welt transportiert. In der Schifffahrtsindustrie besteht ein hoher Bedarf an Arbeitskräften, da sich viele geplante Schiffsfahrten aufgrund der begrenzten qualifizierten Besatzung verzögern oder annullieren. Da es in den USA nur wenige Hochschulen gibt, die Abschlüsse in Schiffbau und Meerestechnik anbieten, ist es schwierig, verfügbare qualifizierte Personen zu finden, die die Branche mit maschinellem Lernen und KI-Technologien voranbringen.
Das Personalproblem könnte mit robuster KI-Technologie gelöst werden, aber derzeit herrscht eine Henne-Ei-Situation. Angesichts der Verträge mit mehreren Schiffen, die typischerweise bei Regierungsprojekten zu finden sind, der offeneren Natur der Designs (sofern sie keine Sicherheitsbeschränkungen haben) und der für Forschung und Entwicklung verfügbaren Mittel scheint es, dass die Verfolgung von KI-Technologie mit Unternehmen möglich ist wie die US-Küstenwache oder die US-Marine.
Ein Flugzeugträger der US Navy in Norfolk, Virginia.
Die US-Marine ist eine große Organisation mit Flotten ähnlicher Schiffe und eignet sich daher perfekt für KI und maschinelles Lernen. Die Task Force Hopper wurde 2021 ins Leben gerufen, um die KI in der gesamten Überwasserflotte der Marine zu beschleunigen, wobei der Schwerpunkt hauptsächlich auf Operationen liegt. Angesichts der enormen Menge an verfügbaren Daten und der Vielzahl an Schiffsdesigns wird KI jedoch in Zukunft wahrscheinlich bei der Schiffskonstruktion zum Einsatz kommen.