해양 공학의 생성적 AI: 독점 데이터 세트가 부족하여 실제 적용이 제한됩니다.

현대 컴퓨팅은 조선 및 해양 엔지니어링의 설계 및 건설 프로세스를 크게 개선하고 있지만 제한된 데이터 세트로 인해 추가 통합이 방해를 받고 있습니다.

해군 건축 및 해양 공학(NAME)이라는 학문의 이름은 불과 몇 백 년 밖에 되지 않았지만 그 기원은 수천 년 전 인류가 이미 세계를 탐험하기 위해 배를 만들고 있던 고대 문명으로 거슬러 올라갑니다. 그리고 상업 활동을 수행합니다. 아르키메데스, 부게, 채프먼을 포함한 많은 사람들이 부력, 안정성, 선박 설계의 개념을 과학적인 방법과 이론으로 다듬었습니다.

조선 건축 및 해양 공학은 해양 선박 및 구조물의 설계, 건설, 테스트, 측량, 유지 관리 및 운영과 관련된 전문 엔지니어링 분야입니다. 저는 미국 해안경비대 사관학교에서 해양건설 및 해양공학 학사학위를 취득하고 캘리포니아대학교 버클리캠퍼스에서 석사학위를 받았습니다. 지난 22년 동안 저는 민간 해양 컨설팅 회사에서 조선소로 일하면서 여객선, 해양 연구 선박, 바지선 및 기타 선박을 설계해 왔습니다.

조선 건축은 플로팅 도크 설계를 포괄하는 포괄적인 학문입니다. 정교한 1,200- 도보 유람선과 심지어 바다 마을처럼 보이는 항공모함까지. 이와 관련된 전문가들은 해상 풍력 플랫폼, 잠수함, 컨테이너 선박, 자율 선박 및 수중 또는 해상에서 작동하는 거의 모든 선박의 설계도 담당합니다

현대 해군 건축가는 연필, 선화 및 소형을 사용하여 대학 과정을 보냅니다. 나를 포함한 전문적인 지식을 배울 수 있는 모델입니다. 하지만 실제 설계 과정에는 기계 학습을 기반으로 한 고급 컴퓨터 응용 프로그램이 완전히 통합되어 있습니다.

수업 중 선화를 사용하여 선체 모양의 윤곽을 그려 선박의 설계 및 건조 과정을 평가합니다. 연필을 사용하거나 선을 긋는 경우 반복적으로 그리고 지우는 작업을 반복해야 하는 경우가 많으며 육안 검사를 통해 곡선이 충분히 부드러운지 확인합니다. 그러나 이제는 많은 소프트웨어를 통해 선체선 다이어그램을 신속하게 그릴 수 있고 알고리즘을 사용하여 수집된 과거 데이터를 사용하여 현재 계획을 확인할 수 있습니다.

최신 컴퓨팅 성능의 향상으로 엔지니어는 변수를 테스트하고 그 효과를 몇 초 만에 평가할 수 있습니다. 과거에는 몇 시간, 심지어 며칠이 걸렸던 작업입니다. 이러한 효율성 향상이 달성될 수 있는 이유는 지난 수백 년 동안 사람들이 끊임없이 과학적 원리와 계산 공식을 탐구한 것과 불가분의 관계에 있습니다. 또한 소프트웨어에는 충족해야 하는 최소 보안 표준 및 규정 준수 요구 사항이 포함되어 있습니다.

“해양산업은 늘 새로운 기술을 받아들이는 데 느렸다”는 말이 있습니다. 그러나 현대 조선소나 엔지니어링 설계 회사에 들어가면 3D 모델링, 전산 유체 역학, 유한 요소 분석 및 로봇 제조와 같은 기술이 일상적으로 적용되는 것을 보게 될 것입니다. 이는 이러한 이해가 종종 부정확하다는 것을 보여줍니다. 이제 조선 산업도 기계 학습, 인공 지능과 같은 고급 도구 도입을 고려해야 합니다

요즘 조선 및 해양 엔지니어들은 고급 소프트웨어 패키지를 사용하여 설계 및 개발의 효율성과 정확성을 크게 향상시키며 이러한 도구 중 일부는 특히 머신러닝과 AI와의 결합에 적합합니다. 예를 들어, 전산유체역학(CFD)은 주로 Navier-Stokes 방정식을 사용하여 선박이 이동하는 유체를 모델링합니다.

현대 컴퓨팅 성능의 향상 덕분에 우리는 계산을 통해 물리적 현상을 평가할 수 있습니다. 그러나 가장 강력한 컴퓨터를 사용하더라도 이러한 시뮬레이션에는 많은 시간과 상당한 투자가 필요한 경우가 많습니다. 따라서 예인 탱크는 선체 형상과 성능을 평가하고 측정하는 데 여전히 널리 사용됩니다. 그러나 전산 유체 역학의 도움으로 이제 "가상" 견인 탱크 세션을 생성하여 선체 모양을 최적화하는 방법을 AI와 논의한 다음 실제 시나리오를 통해 추가 테스트 및 검증을 수행할 수도 있습니다. 이상적인 세계에서는 최적의 설계를 찾기 위해 물리적 견인 탱크 테스트를 수행할 필요조차 없습니다. 기계 학습은 이러한 시뮬레이션의 길이를 줄여 고객의 비용을 절약하는 동시에 오류 가능성을 줄일 수 있습니다.

기본적인 기계 학습 알고리즘을 넘어서 AI를 추가로 적용하는 데 현재 가장 큰 장애물은 AI에 사용할 수 있는 독점 데이터 세트가 너무 제한적이라는 것입니다. AI가 성공하려면 AI 시스템은 일반적으로 효과적인 쿼리 응답을 추출하고 구성하기 위해 많은 양의 데이터가 필요합니다. 조선 및 해양 엔지니어링에 AI를 적용하는 것은 강력한 데이터 세트 없이는 효과적이지 않습니다. 우리 회사는 수년간의 주기에 걸쳐 실제 데이터를 수집하고 적용하는 것이 오류를 줄이고 디자인을 개선하기 위한 중요한 전제 조건이 된다는 것을 깨달았으므로, 우리는 이 데이터를 향후 디자인에 적극적으로 구성하고 활용하기 위한 조치를 취하기 시작했습니다

조선 및 해양 엔지니어링 분야의 특정 영역에서는 실제로 파도 및 전류 측정, 선박 조종 기록, 해양 장비 성능 로그 등 엔지니어링 설계를 개선하는 데 사용되는 대규모 데이터 세트가 축적되어 있습니다. 이러한 활동에 사용할 수 있는 데이터의 양은 많지만 정부 기관, 운영자 및 장비 제조업체에서 유지관리하는 경우가 많으며 현재 모든 이해관계자가 쉽게 접근할 수 있는 글로벌 데이터 세트는 없습니다.

선박 설계 데이터의 실제 적용은 여러 가지 이유로 여전히 제한적입니다. 이러한 이유에는 민간 또는 정부 자금 지원 설계(데이터는 소유자 전용임), 전문 선박 설계(특정 유형의 선박에만 사용 가능, 제한된 범위), 실제로 사용 가능한 데이터를 수집, 검증 및 전달하는 데 필요한 자금 부족이 포함됩니다

호주의 선박 설계 제조업체인 Austal은 DeepMorpher 도구의 일부 세부 정보를 공개했습니다. 이 도구는 AI와 기계 학습 기술을 사용하여 선체 형상을 최적화합니다. 회사는 뉴스에서 고성능 컴퓨팅을 사용하여 전산 유체 역학의 실행 시간을 줄이는 동시에 3D 선체 설계 데이터 세트로 작업한다고 밝혔습니다. Austal은 선체 모양에 대한 대규모 라이브러리를 보유하고 있으며 테스트 및 검증 후 DeepMorpher의 성능이 다른 여러 기존 모델보다 훨씬 더 높다는 사실을 발견했습니다.

전체적으로 데이터 익명성이 보장되고 개방형 데이터 액세스가 실제로 소유자에게 정량적 이익을 가져올 수 있다면 현재의 독점 데이터에 대한 엄격한 제한은 앞으로 완화되어야 합니다. 또한 특정 사용 사례 또는 고객 요구 사항에 맞게 설계된 마스터 플랜과 같은 특정 설계 결정은 독점적이며 대중에게 공개되지 않을 수 있습니다.

그러나 전체 설계에 필요한 수학적 확실성 또는 규제 요구 사항을 충족하기 위해 몇 가지 다른 설계 결정이 내려집니다. 정부 기관을 포함한 선주들이 데이터와 인공지능 시스템이 어떻게 설계 작업의 효율성을 향상시킬 수 있는지 깨닫는다면, 그들이 주도적으로 데이터 세트를 제공할 수도 있을 것입니다

다양한 특수 선박 유형에 대해 좋은 솔루션은 없습니다. 응용 프로그램 공간은 일부 측면에서 서로 다른 선박 간에 공통적일 수 있으므로 관련 데이터를 마이닝해 볼 수 있습니다. 하지만 그럼에도 불구하고 데이터를 검증하고 전송 가능 여부를 확인하는 과정에는 많은 시간과 비용이 필요하므로 비용을 제어하고 실질적인 범위를 개선하기 위해 데이터를 "정리"하는 방법을 찾는 것이 필요합니다

조선 및 해양 엔지니어링은 흥미로운 곳입니다. 엔지니어링 분야에서는 부유식 해양 플랫폼을 형성하기 위해 선체 형상, 내부 구조, 발전, 배전, 인테리어 디자인, 생활 및 작업 배치, 인체 공학 등을 설계해야 합니다. 생명을 유지하고 승무원을 도울 수 있는 플랫폼에서 작업을 완료합니다.

모든 공간과 시스템 설계에는 상당한 시간이 소요되며 여러 요구 사항이 동시에 충족되어야 하며, 잠재적인 다양한 설계 오류를 적시에 발견하고 해결해야 합니다. AI를 사용하면 오류를 줄이고 규정 준수 요구 사항을 준수하며 다양한 인체공학적 요구 사항을 충족하고 "적절한" 전기 시스템 및 장비 레이아웃 설계를 제공할 수 있습니다.

오늘날의 현대 선박에는 광범위한 전기 및 제어 시스템이 있으며 전체 선박은 컴퓨터로 제어되며 새로운 순수 전기/하이브리드 페리에는 고급 제어 및 모니터링 시스템이 장착되어야 합니다. AI는 설계 단계에서 인간 전문가보다 빠르게 이러한 시스템 간의 충돌을 발견하고 해결하는 데 도움이 될 수 있으며, 판단 오류를 줄일 수 있기를 바랍니다.

수운은 상품 거래의 주요 수단으로 약 90%를 차지합니다. 매년 수백만 명의 사람들이 페리와 기타 여객선을 타고 전 세계를 여행합니다. 해양산업에는 인재에 대한 수요가 엄청납니다. 자격을 갖춘 승무원의 수가 제한되어 있어 많은 예정된 항공편이 연기되거나 취소되어야 했습니다. 미국에는 조선공학과 해양공학 학위를 제공하는 대학이 소수에 불과해 이 분야에 머신러닝과 인공지능 기술의 연구와 응용을 촉진하기가 어려워지고 있습니다

강력한 AI 기술로 인적 자원 문제 해결될 수 있지만 이는 닭고기가 먼저냐 달걀이 먼저냐의 끝없는 순환에 속합니다. 정부 프로젝트가 다수의 선박 계약을 체결했고, (선박 안전에 영향을 미치지 않는 한) 어느 정도 설계 개방성을 유지할 수 있으며, R&D 자금 보유량이 넉넉하다는 점을 고려하면 조선업계는 미국 해안경비대나 미국과 협력할 수 있을 것으로 보인다. 해군, 공동 탐색 AI 기술 응용 전망

미 해군은 대규모 함대를 보유하고 있어 특히 AI 및 머신러닝 탐색의 출발점으로 적합합니다. 2021년 출범한 태스크포스 호퍼는 해군 수상 함대 전체의 AI 역량을 가속화하기를 희망하지만 주로 전투 수준에 초점을 맞춘다. 하지만 방대한 양의 가용 데이터와 일련의 선박 설계 지원을 통해 향후 실제 선박 설계에도 AI가 적용될 가능성이 높아 보인다.

위 내용은 해양 공학의 생성적 AI: 독점 데이터 세트가 부족하여 실제 적용이 제한됩니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!