AI generatif dalam teknik angkatan laut: Kumpulan data yang kecil dan eksklusif membatasi adopsi
Komputasi modern telah secara signifikan meningkatkan proses desain dan pembangunan arsitektur angkatan laut dan teknik kelautan, namun data yang terbatas menghambat kemajuan lebih jauh lagi.
Judul disiplin ilmu arsitektur angkatan laut dan teknik kelautan (NAMA) mungkin baru berusia beberapa ratus tahun, namun asal muasalnya sudah ada sejak ribuan tahun yang lalu pada peradaban kuno di mana manusia membuat perahu untuk menjelajah dan melakukan perdagangan. Berbagai orang, termasuk Archimedes, Bouguer, dan Chapman, telah memformalkan teori, ilmu pengetahuan, dan metode konsep daya apung, stabilitas, dan desain kapal.
NAMA adalah disiplin teknik profesional yang mencakup perancangan, pembangunan, pengujian, survei, pemeliharaan, dan pengoperasian kapal dan struktur laut. Saya lulus dari Akademi Penjaga Pantai AS dengan gelar sarjana di bidang arsitektur angkatan laut dan teknik kelautan, serta mendapatkan gelar master di UC Berkeley. Selama 22 tahun terakhir, saya telah bekerja sebagai arsitek angkatan laut di sebuah perusahaan konsultan kelautan swasta, mengerjakan desain kapal feri penumpang, kapal penelitian oseanografi, tongkang, dan kapal lainnya.
Matt Miller telah menjadi arsitek angkatan laut selama 22 tahun.
Desainnya mencakup sesuatu yang mendasar seperti dermaga terapung hingga kapal pesiar kompleks setinggi 1.200 kaki dan kapal induk yang berfungsi sebagai kota kecil di lautan terbuka. Para profesional dalam disiplin ini juga merancang platform angin lepas pantai, kapal selam, kapal kontainer, kapal otonom, dan hampir semua kapal laut yang beroperasi di atau di bawah air.
Meskipun generasi arsitek angkatan laut saat ini, termasuk saya, mungkin telah menggambar garis kapal dengan tangan menggunakan pensil, spline, dan bebek di kuliah mereka, proses desain saat ini mencakup aplikasi komputer canggih yang menggabungkan pembelajaran mesin.
Garis-garis kapal memberikan bentuk lambung yang digunakan untuk mengevaluasi desain dan pembangunan kapal. Pada saat pensil dan spline digunakan, garis dikembangkan melalui trial and error karena kehalusan dievaluasi secara visual dan lembaran kertas ditaburi pecahan penghapus. Saat ini terdapat perangkat lunak yang membantu pengembangan jalur lambung kapal secara instan dan dibangun berdasarkan algoritma yang dikembangkan melalui pengumpulan dan validasi data historis.
Kekuatan komputasi modern memberi para insinyur kemampuan untuk menguji variabel dan mengevaluasi efektivitasnya dalam hitungan detik yang menghabiskan waktu berjam-jam atau berhari-hari di masa lalu. Sebagian besar kemampuan ini dibangun berdasarkan formula dan ilmu pengetahuan yang telah ada selama ratusan tahun. Perangkat lunak juga mencakup peraturan yang memiliki kriteria minimum yang harus dipenuhi untuk memenuhi standar keselamatan.
Sering dikatakan bahwa industri kelautan lambat dalam mengadopsi teknologi baru, namun jika Anda memasuki galangan kapal modern atau perusahaan desain teknik, Anda akan melihat penggunaan pemodelan 3D, dinamika fluida komputasi, analisis elemen hingga, dan manufaktur robotika secara teratur. tidak lagi akurat. Sekarang saatnya mempertimbangkan alat-alat canggih yang tersedia dalam bentuk pembelajaran mesin dan AI.
Paket perangkat lunak canggih yang digunakan oleh arsitek angkatan laut dan insinyur kelautan saat ini telah meningkatkan efisiensi dan keakuratan pengembangan desain. Beberapa alat ini sempurna untuk menggabungkan pembelajaran mesin dan AI. Misalnya, dinamika fluida komputasi (CFD) digunakan untuk memodelkan fluida yang dilalui kapal terutama menggunakan persamaan Navier-Stokes.
Berkat kekuatan komputasi modern, penghitungan ini dapat dilakukan untuk mengevaluasi fenomena fisik, namun bahkan dengan komputer masa kini, simulasi ini memerlukan komputer berdaya tinggi dan banyak waktu untuk menjalankan simulasi. Tangki derek masih digunakan hingga saat ini untuk mengevaluasi dan mengukur kinerja bentuk lambung, namun berkat CFD kami dapat melakukan sesi tangki derek "virtual" dan mengembangkan bentuk lambung yang dioptimalkan. Ini kemudian dapat diuji lebih lanjut di tangki derek untuk verifikasi atau bahkan dibuat tanpa pengujian tangki derek. Pembelajaran mesin dapat mengurangi waktu yang dibutuhkan untuk menjalankan simulasi ini, menghemat uang bagi klien sekaligus mengurangi kemungkinan kesalahan.
Salah satu keterbatasan utama dalam beralih dari sekadar algoritme pembelajaran mesin dasar ke penggunaan kecerdasan buatan untuk desain kapal laut adalah terbatasnya kumpulan data yang tersedia untuk sistem dan merupakan hak milik. Agar AI berhasil, diperlukan sejumlah besar data agar sistem AI dapat mengambil dan membangun respons yang valid terhadap pertanyaan. Tanpa kumpulan data yang kuat, hasil dari AI tidak akan berguna untuk disiplin ilmu teknik ini. Perusahaan saya menyadari bahwa mengumpulkan dan menggunakan data yang dikumpulkan selama bertahun-tahun sangat penting untuk mengurangi kesalahan dan menyempurnakan desain sehingga ada inisiatif yang sedang dilakukan untuk menyusun dan menggunakan data tersebut dalam desain masa depan.
Sebagai arsitek angkatan laut, Matt Miller mendesain feri penumpang dan berbagai kapal lainnya.
Memang ada beberapa bidang arsitektur angkatan laut dan disiplin teknik kelautan dengan kumpulan data ekstensif yang dapat, dan sedang, digunakan untuk menyempurnakan desain. Ini termasuk pengukuran gelombang laut dan arus, catatan manuver kapal, dan catatan kinerja peralatan kelautan. Meskipun terdapat sejumlah besar data yang tersedia untuk jenis kegiatan ini, data tersebut sering kali dikelola oleh lembaga pemerintah, operator, dan produsen peralatan. Tidak ada kumpulan data global yang tersedia dan dapat bermanfaat bagi semua pihak yang berkepentingan.
Data desain kapal sangat terbatas penggunaannya saat ini karena berbagai alasan. Hal ini mencakup pendanaan swasta atau pemerintah untuk desain yang datanya terbatas pada penggunaan pemiliknya, desain kapal khusus yang jumlah kapal jenis tertentu terbatas, dan pendanaan terbatas yang diperlukan untuk mengumpulkan, memvalidasi, dan menyediakan data yang tersedia untuk penggunaan praktis. .
Austal, seorang perancang kapal yang berbasis di Australia, mengungkapkan beberapa detail alat DeepMorpher miliknya yang menggunakan AI dan pembelajaran mesin untuk mengoptimalkan bentuk lambung kapal. Siaran pers Austal menjelaskan penggunaan komputasi kinerja tinggi untuk mengurangi waktu melakukan CFD, beserta kumpulan data desain lambung kapal 3D. Austal memiliki perpustakaan besar formulir lambung kapal yang digunakan untuk menguji dan memverifikasi bahwa DeepMorpher mengungguli model lain saat ini dengan beberapa kali lipat.
Keterbatasan pada data kepemilikan dapat diatasi di masa depan jika data dapat disertifikasi sebagai tetap anonim dan terdapat manfaat terukur bagi pemilik karena memberikan akses ke data mereka. Beberapa keputusan desain, seperti pengaturan umum yang dirancang untuk kasus penggunaan tertentu atau kebutuhan klien, dapat tetap menjadi hak milik.
Namun, banyak keputusan desain lainnya yang dibuat untuk memenuhi kepastian matematis atau persyaratan peraturan yang berlaku di semua desain. Jika pemilik, termasuk lembaga pemerintah, melihat peningkatan dan efisiensi dalam desain melalui penggunaan data dan sistem AI, maka mereka mungkin lebih bersedia untuk menyediakan kumpulan data.
Tidak banyak yang dapat dilakukan untuk merancang kapal unik dalam jumlah besar, namun mungkin ada aspek data yang sama dengan desain kapal lain sehingga data dapat ditambang untuk digunakan. Dibutuhkan waktu dan uang untuk memvalidasi data dan memeriksanya untuk menghilangkan aspek-aspek unik sehingga sekali lagi biaya merupakan faktor dalam membuat data "bersih" untuk penggunaan yang lebih umum.
Arsitek angkatan laut Matt Miller bekerja di dalam kapal.
Arsitektur angkatan laut dan teknik kelautan merupakan bidang teknik menarik yang memerlukan perancangan bentuk lambung kapal, struktur internal, pembangkit listrik, distribusi tenaga, desain interior, pengaturan tempat tinggal dan kerja, ergonomis, dan banyak lagi yang menghasilkan platform terapung yang menopang kehidupan. dan membantu kru dalam melaksanakan pekerjaan platform.
Perancangan seluruh ruang dan sistem memerlukan waktu yang cukup lama dan mencakup pemenuhan kebutuhan banyak pihak sehingga kesalahan perancangan dapat terjadi. Salah satu cara AI dapat digunakan untuk mengurangi kesalahan, memastikan kepatuhan terhadap peraturan tercapai, memenuhi semua keinginan ergonomis, dan mengembangkan desain yang "berfungsi" dalam desain dan tata letak sistem dan peralatan kelistrikan.
Pemandangan udara dari galangan kapal dengan mesin derek dan kapal kontainer di laut.
Kapal-kapal modern saat ini memiliki sistem kelistrikan dan kontrol yang luas dengan komputer yang digunakan di seluruh kapal dan kapal feri baru yang seluruhnya menggunakan listrik dan hibrida memerlukan sistem kontrol dan pemantauan yang canggih. AI dapat membantu mengidentifikasi dan menyelesaikan konflik dalam sistem ini selama fase desain dengan lebih cepat dibandingkan manusia dan berpotensi mengurangi kesalahan pengawasan.
Hampir 90% barang yang diperdagangkan diangkut melalui perairan dan jutaan orang diangkut ke seluruh dunia dengan feri dan kapal penumpang lainnya. Banyaknya permintaan akan industri kelautan menyebabkan banyak jadwal pelayaran kapal ditunda atau dibatalkan karena terbatasnya awak kapal yang berkualifikasi. Hanya ada sedikit perguruan tinggi di AS yang menawarkan gelar dalam bidang arsitektur angkatan laut dan teknik kelautan sehingga sulit untuk menemukan individu yang memenuhi syarat untuk membantu memajukan industri dengan pembelajaran mesin dan teknologi AI.
Masalah kepegawaian manusia dapat diatasi dengan teknologi AI yang canggih, namun saat ini terdapat situasi ayam-dan-telur. Mengingat banyaknya kontrak kapal yang biasanya ditemukan dalam proyek pemerintah, sifat desain yang lebih terbuka (selama tidak memiliki batasan keamanan), dan ketersediaan dana untuk penelitian dan pengembangan, maka tampaknya penerapan teknologi AI dapat dilakukan dengan entitas. seperti Penjaga Pantai AS atau Angkatan Laut AS.
Sebuah kapal induk Angkatan Laut AS di Norfolk, Virginia.
Angkatan Laut AS adalah organisasi besar dengan armada kapal serupa sehingga organisasi ini sangat cocok untuk AI dan pembelajaran mesin. Task Force Hopper diluncurkan pada tahun 2021 untuk mempercepat AI di seluruh armada permukaan Angkatan Laut, yang terutama berfokus pada operasi. Namun, dengan banyaknya data yang tersedia dan serangkaian desain kapal, AI kemungkinan akan diterapkan pada upaya desain kapal di masa depan.