ПНСТ 866-2023 Системы искусственного интеллекта на водном транспорте. Варианты использования

        ПНСТ 866-2023

ПРЕДВАРИТЕЛЬНЫЙ НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ

СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА ВОДНОМ ТРАНСПОРТЕ

Варианты использования

Artificial intelligence systems in water transport. Use cases

ОКС 35.240.60

Срок действия с 2024-01-01

до 2027-01-01

Предисловие

1 РАЗРАБОТАН Обществом с ограниченной ответственностью "А+С Транспроект" (ООО "А+С Транспроект"), Обществом с ограниченной ответственностью "А-Я эксперт" (ООО "А-Я эксперт")

2 ВНЕСЕН Техническим комитетом по стандартизации ТК 164 "Искусственный интеллект"

3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 27 октября 2023 г. N 48-пнст

Правила применения настоящего стандарта и проведения его мониторинга установлены в ГОСТ Р 1.16-2011 (разделы 5 и 6).

Федеральное агентство по техническому регулированию и метрологии собирает сведения о практическом применении настоящего стандарта. Данные сведения, а также замечания и предложения по содержанию стандарта можно направить не позднее чем за 4 мес. до истечения срока его действия разработчику настоящего стандарта по адресу: 191014 Санкт-Петербург, Саперный пер., д.5а, лит.Б, e-mail: [email protected] и/или в Федеральное агентство по техническому регулированию и метрологии по адресу: 123112 Москва, Пресненская набережная, д.10, стр.2.

В случае отмены настоящего стандарта соответствующая информация будет опубликована в ежемесячном информационном указателе "Национальные стандарты" и также будет размещена на официальном сайте Федерального агентства по техническому регулированию и метрологии сети Интернет (www.rst.gov.ru)

Введение

Водный транспорт играет важнейшую роль в мировой торговле, логистике, туризме и различных отраслях промышленности. Для повышения эффективности, безопасности и устойчивости работы водного транспорта все большее значение приобретает интеграция технологий искусственного интеллекта (ИИ). Настоящий стандарт призван обеспечить комплексную основу и руководство для эффективного внедрения ИИ в секторе водного транспорта.

Настоящий стандарт распространяется на технологии ИИ для решения важных задач, стоящих перед отраслью водного транспорта, включая навигацию, управление рисками, оптимизацию ресурсов и обслуживание пассажиров. Используя возможности технологий ИИ, заинтересованные стороны в отрасли водного транспорта могут открыть новые возможности для повышения операционной эффективности, снижения затрат и экологической устойчивости.

Стандарт охватывает широкий спектр вариантов использования, отражающих разнообразные области применения технологий ИИ на водном транспорте. К ним относятся автономная навигация, предотвращение столкновений, предиктивное техническое обслуживание, оптимизация маршрутов, энергосбережение, безопасность и управление рисками, системы поддержки принятия решений, мониторинг окружающей среды, оптимизация грузоперевозок, управление чрезвычайными ситуациями, обучение персонала, интеллектуальное отслеживание контейнеров, взаимодействие с пассажирами, мониторинг грузопотоков, управление терминалами, выработка рекомендаций и требований, а также использование технологий ИИ для портовых сервисов.

Каждый вариант использования представляет собой перечень задач, требований, проблем и преимуществ применения технологий ИИ. Стандарт обеспечивает систематический подход к описанию этих аспектов, гарантируя эффективное применение технологий ИИ для повышения эффективности и безопасности операций водного транспорта. Он устанавливает руководящие принципы для требований к данным, методов и алгоритмов ИИ, общей архитектуры систем ИИ, показателей эффективности, пользовательских интерфейсов, этических соображений, нормативного соответствия и сотрудничества между заинтересованными сторонами.

Применяя требования настоящего стандарта, организации в сфере водного транспорта могут обеспечить совместимость, интероперабельность и надежность систем ИИ. Стандарт способствует использованию передового опыта, отраслевых эталонов и международных стандартов, способствуя гармонизированному подходу к внедрению ИИ в секторе водного транспорта.

Поскольку технологии ИИ продолжают развиваться и появляются новые варианты использования, настоящий стандарт следует периодически пересматривать и обновлять, чтобы отражать последние достижения и лучшие практики в этой области. Важно обеспечивать соответствие применения технологий ИИ на водном транспорте нормативным правовым актам Российской Федерации.

1 Область применения

Настоящий стандарт содержит руководство по использованию технологий искусственного интеллекта (ИИ) на водном транспорте - речном и морском. Стандарт описывает конкретные области, в которых технологии ИИ могут быть внедрены для повышения операционной эффективности, безопасности и устойчивости систем водного транспорта.

В настоящем стандарте приведены варианты использования методов, моделей, алгоритмов и технологий ИИ на водном (речном и морском) транспорте.

Целью настоящего стандарта является определение направлений применения алгоритмов ИИ в отрасли водного транспорта с учетом потенциала применения технологий ИИ для решения важных задач, стоящих перед отраслью. Стандарт призван способствовать внедрению технологий ИИ путем создания основы для выявления и оценки подходящих вариантов использования технологий ИИ. Настоящий стандарт рекомендуется для применения заинтересованными сторонами, включая разработчиков политик и правил, регулирующие органы, разработчиков технологий и операторов, для обеспечения эффективного и ответственного внедрения решений ИИ на водном транспорте.

Целевая аудитория настоящего стандарта включает, но не ограничивается:

- органы управления водным транспортом и регулирующие органы, ответственные за разработку руководящих принципов и правил, связанных с применением ИИ в этом секторе транспортной системы;

- разработчиков и поставщиков технологий, участвующих в разработке, внедрении и обслуживании систем ИИ для водного транспорта;

- операторов водного транспорта и специалистов отрасли, внедряющих технологии ИИ в свою деятельность для повышения эффективности, безопасности и устойчивости;

- исследователей и экспертов, занимающихся изучением и разработкой решений ИИ, специально предназначенных для водного транспорта.

В настоящем стандарте использован подход, основанный на принципах применения ИИ на водном транспорте в соответствии с этическими, правовыми и общественными требованиями. Он способствует прозрачности, подотчетности и человеческому контролю при внедрении систем ИИ, гарантируя, что технология поддерживает и улучшает процесс принятия решений человеком, а не заменяет его полностью. Кроме того, требования настоящего стандарта направлены на взаимодействие систем ИИ и соблюдение правил защиты данных и конфиденциальности.

Настоящий стандарт не охватывает все аспекты ИИ в секторе водного транспорта, но обеспечивает основу для выявления и оценки соответствующих вариантов использования. Он не заменяет и не отменяет существующие правила, руководства или стандарты, специфичные для операций водного транспорта, а направлен на их дополнение и гармонизацию с учетом интеграции систем ИИ.

2 Термины и определения

В настоящем стандарте применены следующие термины с соответствующими определениями:

2.1

автоматическая система: Совокупность управляемого объекта и автономной системы искусственного интеллекта, функционирующая самостоятельно, без участия человека. [ГОСТ Р 59277-2020, пункт 3.2]

2.2

автоматическое распознавание речи: Способность системы принимать входную информацию в виде человеческой речи. [ГОСТ Р 53452-2009, пункт 2.1]

2.3 автономное судно: Самоходное судно, процессы управления которым в зависимости от наличия или отсутствия экипажа на борту судна частично (полуавтономное судно) или полностью (полностью автономное судно) осуществляются в автоматическом режиме. Примечание - См. [1]. 2.4

алгоритм: Конечное упорядоченное множество точно определенных правил для решения конкретной задачи. [ГОСТ 33707-2016, статья 4.39]

2.5

аналитика данных: Составное понятие, охватывающее получение, сбор, проверку и обработку данных, включая их количественную оценку, визуализацию и интерпретацию. [ГОСТ Р ИСО/МЭК 20546-2021, статья 3.1.6]

2.6

база данных: Совокупность данных, организованная в соответствии с концептуальной структурой, в которой описываются характеристики этих данных и взаимосвязи между представляемыми ими сущностями для одной или нескольких областей применения. [ГОСТ Р ИСО/МЭК 20546-2021, статья 3.1.7]

2.7 большие данные: Обширные наборы данных - главным образом по таким характеристикам данных, как объем, разнообразие, скорость генерации и/или изменчивость, - которые требуют использования технологии масштабирования для эффективного хранения, обработки, управления и анализа. 2.8 водный путь: Часть поверхностных водных объектов, ограниченная знаками навигационной обстановки, на которой осуществляется судоходство. 2.9 водный транспорт: Один из видов транспорта, представляющий собой производственно-технологический комплекс с входящими в него организациями, осуществляющими судоходство и иную связанную с судоходством деятельность на водных путях. 2.10

выброс (вредных веществ): Количество вредного вещества, поступающего в атмосферу с выпускными газами от судовой энергетической установки в единицу времени. [Адаптировано из ГОСТ Р 55506-2013, статья 185]

2.11 груз: Материальный объект, принятый организацией водного транспорта для перевозки, хранения в установленном порядке.

2.12

грузовой контейнер: Единица транспортного оборудования, имеющая: постоянную техническую характеристику, обеспечивающую прочность для многократного применения (в течение установленного срока службы, если таковой имеется); специальную конструкцию, обеспечивающую перевозку грузов одним или несколькими видами транспорта в прямом и смешанном сообщениях без промежуточной перегрузки грузов; приспособления, обеспечивающие механизированную перегрузку с одного вида транспорта на другой; конструкцию, позволяющую легко загружать и выгружать груз; внутренний объем, равный 1 м и более. [ГОСТ Р 52202-2004, статья 3.1]

2.13

грузовые перевозки: Транспортные услуги по перемещению материальных ценностей, связанные с их сохранностью и своевременностью доставки. [ГОСТ Р 51006-96, статья 11]

2.14

данные: Предоставление информации в формальном виде, пригодном для передачи, интерпретации или обработки людьми или компьютерами. [ГОСТ 33707-2016, статья 4.259]

2.15

доверие к системе искусственного интеллекта: Уверенность потребителя и, при необходимости, организаций, ответственных за регулирование вопросов создания и применения систем искусственного интеллекта, и иных заинтересованных сторон в том, что система способна выполнять возложенные на нее задачи с требуемым качеством. [ГОСТ Р 59276-2020, пункт 3.3]

2.16

знания (в искусственном интеллекте): Совокупность фактов, событий, убеждений, а также правил, организованных для систематического применения. [ГОСТ 33707-2016, статья 4.398]

2.17 интернет вещей: Инфраструктура взаимосвязей сущностей, систем и информационных ресурсов совместно с сервисами, которые снимают с вещей первичные данные, обрабатывают и выдают информацию для физического или виртуального мира. 2.18

интероперабельность: Способность двух или более информационных систем или компонентов к обмену информацией и к использованию информации, полученной в результате обмена. [ГОСТ Р 55062-2021, пункт 3.1.8]

2.19

информационная безопасность: Защита конфиденциальности, целостности и доступности информации; кроме того, сюда могут быть отнесены и другие свойства, например аутентичность, подотчетность, безотказность и надежность. [ГОСТ Р 59277-2020, пункт 3.23]

2.20

информационная технология: Методы, способы, приемы и процессы обработки (сбора, накопления, ввода-вывода, приема-передачи, хранения, поиска, регистрации, преобразования, анализа и синтеза, предоставления, отображения, распространения и уничтожения) информации с применением программных и технических средств. [ГОСТ Р 59277-2020, пункт 3.24]

2.21 инфраструктура технологического комплекса порта: Совокупность материальных объектов, расположенных на территории и в акватории порта, обеспечивающих возможность использования объектов технологического комплекса порта по назначению. 2.22

искусственный интеллект: Комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение, поиск решений без заранее заданного алгоритма и достижение инсайта) и получать при выполнении конкретных практически значимых задач обработки данных результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. [ГОСТ Р 59277-2020, пункт 3.18]

2.23

компьютерное зрение: Способность функционального блока получать, обрабатывать и интерпретировать визуальные данные. [ГОСТ 33707-2016, статья 4.54]

2.24

масштабируемость: Способность обеспечивать функциональные возможности вверх и вниз по упорядоченному ряду прикладных платформ, отличающихся по быстродействию и ресурсам. [ГОСТ Р 55062-2021, пункт 3.1.12]

2.25

машинное обучение: Процесс автоматического обучения и совершенствования поведения системы искусственного интеллекта на основе обработки массива обучающих данных без явного программирования. [ГОСТ Р 59895-2021, статья 2.1.7]

2.26 машинный перевод: Автоматический перевод текста или речи с одного естественного языка на другой с помощью компьютерной системы.

2.27 модель искусственного интеллекта: Информационное представление или алгоритм, которые обрабатывают данные и выявляют закономерности в них для получения прогнозов или принятия решений без явного программирования.

2.28

2.39 персональные данные: Любая информация, относящаяся к определенному или определяемому на основании такой информации физическому лицу (субъекту персональных данных), в том числе его фамилия, имя, отчество, год, месяц, дата и место рождения, адрес, семейное, социальное, имущественное положение, образование, профессия, доходы, другая информация.

Примечание - См. [3] (статья 3, пункт 1).

2.40

3 Сокращения

В настоящем стандарте применены следующие сокращения:

БД - база данных;

БЗ - база знаний;

ГИС - геоинформационная система;

ЕЯ - естественный язык;

ИС - информационная система;

МО - машинное обучение;

ТО - техническое обслуживание.

4 Характеристики вариантов использования

4.1 Перечень характеристик

4.1.1 Для описания каждого варианта использования применяют единообразный набор характеристик:

- краткое описание - в этом пункте приведено описание варианта использования в контексте водного транспорта, описаны конкретные цели, процессы и задачи, связанные с использованием технологий ИИ, касающиеся работы водного транспорта;

- задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках конкретного варианта, - в этом пункте перечислены те задачи, которые могут быть решены при помощи использования технологий ИИ в рамках описываемого варианта использования;

- возможные источники и типы данных - в этом пункте перечислены источники данных для конкретного варианта использования, включая, по возможности, типы необходимых данных, которые допускается использовать для работы систем ИИ;

- метрики производительности - в этом пункте перечислены метрики производительности для оценки эффективности и результативности системы ИИ, которые могут быть применены при конкретном варианте использования;

- преимущества - в этом пункте кратко перечислены некоторые возможные преимущества от использования технологий ИИ на водном транспорте для конкретного варианта использования.

4.1.2 Все варианты использования технологий ИИ, приведенные в настоящем стандарте, также имеют общие характеристики, перечисление и краткое описание которых приведены в разделе 7. К этим характеристикам относятся:

- методы, технологии и алгоритмы ИИ - в числе этих характеристик перечислены методы и алгоритмы ИИ, которые допускается применять в вариантах использования на водном транспорте;

- общие метрики качества - в этом пункте перечислены метрики качества работы моделей и алгоритмов ИИ, применимые для любого варианта использования;

- общая архитектура системы - для этой общей характеристики описаны архитектура системы ИИ и инфраструктура, необходимая для ее функционирования при реализации варианта использования;

- пользовательские интерфейсы и визуализация - в числе этих характеристик перечислены пользовательские интерфейсы и средства визуализации, используемые в вариантах использования;

- этические и нормативные соображения - в этом пункте перечислены этические и нормативные аспекты, характерные для всех вариантов использования;

- ограничения, барьеры и проблемы - в этом пункте приведен список ограничений и проблем, связанных с реализацией вариантов использования на водном транспорте.

4.1.3 Перечисленные характеристики обеспечивают всесторонний обзор варианта использования, позволяя заинтересованным сторонам понять ключевые элементы и оценить применимость и осуществимость технологий ИИ в конкретном контексте на водном транспорте.

4.2 Общая информация о вариантах использования

4.2.1 В процессе анализа вариантов использования технологий ИИ на водном транспорте выявлено несколько глобальных направлений использования методов, методик и технологий ИИ:

- автономные и полуавтономные суда. Технологии ИИ используют для функционирования автономных или полуавтономных судов, позволяя им самостоятельно ориентироваться в пространстве и работать, снижая зависимость от вмешательства человека;

- предотвращение столкновений. Технологии ИИ могут быть использованы для разработки систем предотвращения столкновений, которые применяют передовые алгоритмы и датчики для обнаружения и прогнозирования потенциальных столкновений с другими судами, препятствиями или опасностями, что позволяет автономному или полуавтономному судну предпринять соответствующие действия по уклонению;

- оптимизация движения и маршрутов. Технологии ИИ допускается использовать для оптимизации движения судов и планирования маршрутов, учитывая такие факторы, как погодные условия, загруженность фарватеров, эффективность использования топлива и безопасность, для повышения общей эксплуатационной эффективности и снижения транспортных расходов;

- предиктивное ТО. Технологии ИИ могут анализировать данные сдатчиков и исторические записи ТО для прогнозирования потенциальных отказов или необходимости ТО систем водного транспорта, что позволяет осуществлять упреждающее планирование ТО и минимизировать время простоя;

- энергоэффективность и сокращение выбросов. Технологии ИИ могут оптимизировать потребление энергии в системах водного транспорта, что приводит к повышению эффективности использования топлива и снижению выбросов. Это включает оптимизацию двигательных установок, маршрутизации и контроля скорости для минимизации воздействия на окружающую среду;

- безопасность и управление рисками. Технологии ИИ могут помочь в выявлении потенциальных рисков и опасностей в работе водного транспорта путем анализа данных, получаемых в режиме реального времени от различных датчиков, и предупреждения операторов о необходимости принятия превентивных мер, повышая тем самым уровень безопасности;

- системы поддержки принятия решений. Системы поддержки принятия решений на основе технологий ИИ могут помочь операторам водного транспорта и властям в принятии обоснованных решений путем анализа сложных наборов данных, обеспечения понимания и рекомендации оптимальных действий по эксплуатации и управлению судном;

- мониторинг и управление окружающей средой. Технологии ИИ могут внести свой вклад в мониторинг и управление окружающей водной средой, анализируя данные сдатчиков, спутников и других источников для обнаружения загрязнений, мониторинга качества воды и поддержки эффективных стратегий управления окружающей средой;

- оптимизация грузоперевозок и логистики. Технологии ИИ могут оптимизировать обработку грузов, хранение и логистические операции на водном транспорте, обеспечивая эффективную погрузку и разгрузку, планирование маршрутов и управление запасами, тем самым повышая эффективность цепочки поставок в целом;

- реагирование на ЧС и снижение рисков. Технологии ИИ могут помочь в сценариях реагирования на ЧС, обеспечивая анализ данных в реальном времени, системы раннего предупреждения и поддержку принятия решений, способствуя эффективному управлению кризисами и снижению рисков при инцидентах на водном транспорте;

- помощь и обучение персонала. Технологии ИИ могут помочь членам экипажа в выполнении их задач путем предоставления информации в реальном времени, прогнозной аналитики и учебных симуляторов, повышая эффективность и безопасность их работы на борту водных транспортных судов;

- интеллектуальное отслеживание контейнеров. Технологии ИИ могут позволить эффективно и точно отслеживать контейнеры на протяжении всей цепочки поставок. Алгоритмы ИИ используют для анализа данных из различных источников, таких как спутниковые системы навигации, метки идентификации контейнеров и датчики, чтобы отслеживать местоположение, состояние и статус контейнеров в режиме реального времени;

- взаимодействие с пассажирами. Технологии ИИ могут быть использованы для улучшения общего впечатления пассажиров и улучшения коммуникации между пассажирами и поставщиками транспортных услуг. Технологии ИИ допускается использовать для разработки интеллектуальных виртуальных помощников или чат-ботов, которые могут в режиме реального времени предоставлять информацию о поездке, отвечать на запросы и предлагать персонализированные рекомендации;

- мониторинг грузопотоков. Технологии ИИ для мониторинга грузопотоков позволяют эффективно и надежно отслеживать движение грузов при водных перевозках. Интегрируя данные грузовладельцев, операторов инфраструктуры и транспортных компаний, алгоритмы ИИ позволяют анализировать закономерности грузопотоков, прогнозировать спрос и оптимизировать логистику. Обработка данных в режиме реального времени позволяет принимать проактивные решения, минимизируя задержки и обеспечивая бесперебойную работу грузового транспорта;

- управление терминалами. Системы управления терминалами, основанные на применении методов ИИ, оптимизируют работу терминалов водного транспорта. Эти технологии обеспечивают интеллектуальное распределение ресурсов, составление расписания работы причалов и обработку грузов. Алгоритмы ИИ анализируют данные из различных источников, включая движение судов, объемы грузов и погодные условия, чтобы повысить эффективность работы терминала и сократить время оборота судов, что в конечном итоге повышает общую производительность порта;

- выработка рекомендаций и требований для акторов водного транспорта. Технологии ИИ допускается использовать для выработки персонализированных рекомендаций и требований для участников водного транспорта, включая грузовладельцев, судоходные компании, стивидоров и операторов инфраструктуры. Анализируя исторические данные и показатели эффективности, алгоритмы ИИ могут предложить оптимизированные маршруты, процедуры обработки грузов и меры по соблюдению требований, отвечающие потребностям конкретных заинтересованных сторон и способствующие повышению безопасности, рентабельности и экологической устойчивости;

- портовые сервисы. Технологии ИИ в портовых услугах предлагают комплексные решения для эффективной работы портов. Системы на базе ИИ позволяют управлять движением судов, прогнозировать время их прибытия и оптимизировать расписание стоянок, что приводит к снижению перегруженности и сокращению времени ожидания. Кроме того, предиктивное ТО и мониторинг состояния с помощью технологий ИИ позволяют обеспечить оптимальную производительность и долговечность портовой инфраструктуры, повышая общую надежность и отказоустойчивость портовых служб.

4.2.2 Эти направления представляют собой различные варианты использования технологий ИИ в секторе водного транспорта, способствующие повышению эффективности, безопасности, устойчивости и процессам принятия решений в транспортных операциях на водном транспорте.

5 Варианты использования технологий искусственного интеллекта на водном транспорте

5.1 Автономная навигация

5.1.1 Автономная навигация - это вариант использования, в котором технологии ИИ применяют для обеспечения автономного плавания речных и морских судов, без непосредственного вмешательства человека. Благодаря интеграции датчиков, компьютерного зрения и алгоритмов МО автономные навигационные системы позволяют судам принимать обоснованные решения, обнаруживать и интерпретировать навигационные знаки, избегать препятствий и обеспечивать безопасный и эффективный проход по водным путям.

5.1.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- локализация и позиционирование судна;

- управление (и координация) движением судна;

- контроль и оптимизация скорости судна;

- управление эффективностью использования топлива;

- планирование маршрутов;

- оптимизация маршрутов;

- обнаружение препятствий;

- избегание столкновений;

- восприятие окружающей среды;

- прогнозирование погоды;

- принятие решений и управление судном;

- аварийное реагирование и управление в ЧС и кризисных ситуациях;

- анализ данных в режиме реального времени и формирование отчетности;

- обнаружение аномалий и диагностика неисправностей;

- мониторинг состояния и ТО судна, его основных изделий и агрегатов;

- удаленные операции и мониторинг деятельности судна.

5.1.3 Возможные источники и типы данных:

- данные с датчиков;

- спутниковые снимки и данные дистанционного зондирования;

- данные по управлению движением на водных путях и в портах;

- данные связи и телеметрии судов;

- данные автоматической идентификационной системы с других судов;

- эксплуатационные данные судна;

- океанографические и гидрографические данные;

- данные о портовой инфраструктуре и сооружениях;

- данные о работе экипажа и персонала;

- навигационные карты и картографические системы;

- данные о погоде и окружающей среде;

- данные о трафике и автоматической идентификационной системе;

- исторические и прогностические данные;

- судовые журналы и исторические данные о рейсах;

- нормативные правовые акты и данные о соответствии;

- БД по морским правилам и нормам;

- данные ТО и мониторинга состояния судна.

5.1.4 Метрики производительности:

- эффективность избегания столкновений;

- эффективность планирования траектории;

- точность планирования маршрута;

- точность восприятия окружающей среды;

- скорость принятия решений;

- своевременность обнаружения и предупреждения столкновений;

- успешность автономной работы;

- точность прогнозирования ТО;

- энергоэффективность автономной навигации;

- соответствие морским правилам и нормам;

- время безотказной работы судна и его доступность.

5.1.5 Преимущества:

- повышение безопасности;

- повышение эффективности;

- увеличение пропускной способности;

- снижение рабочей нагрузки на человека;

- повышение экологической устойчивости;

- повышение эффективности реагирования на ЧС и кризисные ситуации;

- оптимальное использование ресурсов;

- более четкое соблюдение графиков и сроков;

- снижение эксплуатационных расходов;

- расширение возможностей для принятия обоснованных решений;

- минимизация риска человеческих ошибок;

- анализ данных в режиме реального времени;

- оптимизация логистики.

5.2 Предотвращение столкновений

5.2.1 Технологии ИИ играют важную роль в системах предотвращения столкновений, используемых на автономных и полуавтономных судах. Эти системы используют алгоритмы ИИ и различные датчики для обнаружения и анализа окружающей среды, оценки потенциальных рисков столкновения и принятия обоснованных решений для избегания опасных ситуаций. Алгоритмы ИИ, такие как МО и компьютерное зрение, обрабатывают данные с радаров, лидаров, камер и других датчиков, чтобы идентифицировать и отслеживать другие суда, препятствия и навигационные опасности. Постоянно анализируя окружающую среду судна и прогнозируя будущие траектории, система предотвращения столкновений может определить оптимальный курс действий, например скорректировать скорость, изменить направление или начать аварийные маневры, чтобы предотвратить столкновение. Использование алгоритмов ИИ в системах предотвращения столкновений улучшает ситуационную осведомленность судна, возможности реагирования и общую безопасность, способствуя надежной и эффективной эксплуатации автономных и полуавтономных судов в сложных речных и морских условиях.

5.2.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- моделирование окружающей среды в режиме реального времени;

- обнаружение и отслеживание объектов;

- коррекция курса и планирование траектории;

- планирование и выполнение маневров;

- координация работы нескольких судов;

- адаптация поведения на основе правил;

- оценка системы предотвращения столкновений;

- связь с портовыми властями и центрами управления;

- генерирование сигналов тревоги и запуск системы предупреждения;

- оценка и прогнозирование риска;

- снижение рисков столкновения;

- принятие решений и управление судном;

- анализ и отчетность по инцидентам, связанным со столкновениями;

- связь и взаимодействие между судами;

- интеграция с навигационными системами;

- непрерывное обучение и адаптация.

5.2.3 Возможные источники и типы данных:

- данные датчиков;

- радиолокационные данные;

- данные лидара;

- данные автоматической идентификационной системы с других судов;

- данные электронной системы отображения карт и информации;

- данные сонара для обнаружения подводных объектов;

- данные прогноза погоды;

- спутниковые снимки для мониторинга окружающей среды;

- данные о работе судна;

- журналы экипажа и оперативные журналы для анализа исторических происшествий;

- данные системы управления движением судов;

- информация о судне;

- навигационные данные;

- данные о водном движении;

- данные об окружающей среде;

- правила и нормы;

- исторические данные.

5.2.4 Метрики производительности:

- точность предотвращения столкновений;

- время до столкновения;

- ближайшая точка сближения;

- частота ложных срабатываний;

- время реакции на предупреждения о столкновении;

- коэффициент снижения риска столкновения;

- частота обновления системы;

- точность датчиков;

- доступность и надежность системы;

- точность и запоминание обнаружения объектов;

- задержка связи;

- точность выполнения маневра;

- время принятия решения;

- соответствие международным правилам.

5.2.5 Преимущества:

- повышенная безопасность;

- точная оценка риска;

- улучшенная ситуационная осведомленность;

- оптимальное планирование маршрута;

- сокращение количества человеческих ошибок;

- операционная эффективность;

- минимизация числа столкновений;

- увеличение пропускной способности водных путей;

- возможность адаптации к изменяющимся условиям в режиме реального времени;

- расширенные возможности аварийного реагирования;

- оптимизация связи между судами;

- снижение эксплуатационных расходов;

- повышение экологической устойчивости;

- более эффективное использование ресурсов судна;

- облегчение интеграции с другими автономными системами;

- повышение точности навигации;

- соблюдение нормативных требований.

5.3 Предиктивное техническое обслуживание

5.3.1 Предиктивное ТО - это вариант использования технологий ИИ в области водного транспорта, который применяет методы и технологии ИИ, а также аналитику данных для оптимизации деятельности по ТО путем прогнозирования и предотвращения потенциальных отказов или поломок судов и их основных изделий, агрегатов и компонентов. Он включает в себя мониторинг производительности и состояния критически важных систем и оборудования на борту, сбор соответствующих данных, таких как показания датчиков, исторические записи ТО и условия окружающей среды. Используя передовые алгоритмы ИИ и методы МО, системы предиктивного ТО анализируют эти данные для выявления закономерностей, аномалий и потенциальных признаков деградации или приближающихся отказов. Заранее прогнозируя необходимость ТО, операторы судов могут более эффективно планировать работы по ТО, минимизировать время простоя, снизить затраты на ТО и избежать неожиданных поломок или аварий. Предиктивное ТО позволяет применять проактивный подход к ТО, обеспечивая своевременное вмешательство, оптимизацию запасов запасных частей, а также повышение безопасности и надежности работы водного транспорта.

5.3.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- мониторинг состояния судна, его основных изделий и агрегатов;

- обнаружение аномалий в работе оборудования;

- выявление потенциального износа компонентов судна;

- прогнозирование и управление состоянием для критических систем;

- оценка потребности в ТО на основе моделей использования;

- интеграция данных датчиков и алгоритмов прогнозирования;

- прогнозирование графиков ТО для различных систем и агрегатов судна;

- выдача рекомендаций по ТО на основе мониторинга состояния;

- интеграция с историческими записями и БД по ТО;

- оптимизация управления запасами запасных частей, материалов и инструментов;

- прогнозируемое обнаружение отказов;

- прогнозирование возможных отказов вспомогательных систем;

- диагностика неисправностей;

- оценка оставшегося срока службы;

- планирование и оптимизация ТО;

- принятие решений на основе данных;

- интеграция с системами ТО.

5.3.3 Возможные источники и типы данных:

- сенсорные данные;

- данные о вибрации и шуме от бортовых датчиков;

- данные анализа масел и иных технологических жидкостей;

- данные о температуре и давлении в различных системах;

- эксплуатационные данные в реальном времени функционирования от двигателей и силовых установок;

- исторические записи о работе компонентов и истории ТО;

- данные от бортовых систем мониторинга критически важного оборудования;

- данные неразрушающего контроля и инспекций;

- спецификации производителей и техническая документация на оборудование;

- данные систем мониторинга состояния вращающегося оборудования;

- журналы ТО и отчеты членов экипажа;

- данные об окружающей среде;

- информация о технических характеристиках компонентов;

- данные об отказах;

- модели прогнозирования;

- данные из смежных ИС;

- дополнительные эксплуатационные данные.

5.3.4 Метрики производительности:

- среднее время между отказами;

- среднее время ремонта;

- среднее время между ТО;

- среднее время на ремонт;

- среднее время обнаружения отказа;

- коэффициент снижения затрат на ТО;

- среднее время между критическими отказами;

- среднее время диагностирования неисправностей;

- среднее время планирования ТО;

- среднее время оптимизации графиков ТО;

- среднее время оценки остаточного ресурса;

- индекс надежности оборудования;

- уровень экономии затрат;

- среднее время до отказа;

- доступность оборудования.

5.3.5 Преимущества:

- экономия затрат;

- повышение уровня безопасности;

- повышение надежности и производительности;

- увеличение срока службы оборудования;

- повышение эффективности эксплуатации;

- принятие решений на основе данных;

- сокращение времени простоя и внепланового ТО;

- минимизация затрат на ТО;

- повышение производительности и долговечности оборудования;

- повышение эффективности использования оборудования;

- проактивное обнаружение и предотвращение неисправностей;

- оптимальное распределение ресурсов;

- улучшение управления судами и их основными изделиями;

- повышение удовлетворенности клиентов и качества обслуживания;

- повышение соответствия нормативным требованиям;

- эффективное использование ресурсов ТО;

- улучшенное планирование и распределение ресурсов.

5.4 Оптимизация движения и маршрутов

5.4.1 Оптимизация движения и маршрутов - это вариант использования технологий ИИ в области водного транспорта для повышения эффективности и безопасности движения судов и планирования маршрутов. Целью этого варианта использования является оптимизация маршрутов и расписания движения судов для минимизации времени прохождения, расхода топлива и эксплуатационных расходов, избегая при этом заторов, задержек и столкновений. Это предполагает сбор и анализ данных о погодных условиях, уровне воды, движении судов и работе порта в режиме реального времени, а также использование предиктивной аналитики, алгоритмов МО и моделей оптимизации для создания оптимальных маршрутных планов и расписаний. Использование технологий ИИ для оптимизации движения и маршрутов водного транспорта поможет снизить выбросы и затраты на топливо, повысить безопасность и операционную эффективность в секторе водного транспорта.

5.4.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- планирование маршрута;

- прогнозирование и анализ погоды;

- управление движением и заторами;

- оптимизация расхода топлива;

- оценка и снижение рисков;

- помощь по навигации в режиме реального времени;

- планирование и координация движения судов;

- оптимизация работы портов и терминалов;

- автоматизированное предотвращение столкновений;

- оптимизация маршрутов с учетом экологических требований;

- балансировка грузовой нагрузки;

- прогнозирование и перенаправление трафика в режиме реального времени;

- планирование действий в ЧС;

- автоматическое назначение причалов;

- оптимизация цепочки поставок;

- анализ состояния моря и волнения;

- мониторинг и анализ производительности работы судна.

5.4.3 Возможные источники и типы данных:

- данные о движении судна в режиме реального времени;

- исторические данные о движении судна;

- погодные данные;

- информация о водных путях;

- данные по портам и терминалам;

- правила и ограничения движения;

- экологические ограничения;

- информация об инфраструктуре;

- данные о расходе топлива и эффективности;

- данные систем управления движением;

- исторические данные о происшествиях;

- спутниковые снимки и данные автоматической идентификационной системы других судов;

- геопространственные данные о водных путях и навигационных средствах;

- исторические цены на топливо и рыночные данные;

- исторические погодные условия и океанические течения;

- данные экологического мониторинга (качество воды, выбросы и т.д.);

- данные о движении транспорта по близлежащим дорогам и магистралям (для портов, расположенных в непосредственной близости от дорожной сети);

- датчики интернета вещей на судах и портовой инфраструктуре;

- данные о ТО и состоянии оборудования;

- данные о наличии и квалификации экипажа;

- данные о рыночном спросе и объеме грузов;

- предпочтения клиентов и графики отгрузки;

- экономические показатели и тенденции рынка.

5.4.4 Метрики производительности:

- время рейса;

- уровень потребления топлива;

- пройденное расстояние;

- утилизация судна;

- своевременное выполнение транспортной работы;

- загруженность маршрутов;

- показатели безопасности;

- воздействие на окружающую среду;

- экономия затрат;

- удовлетворенность клиентов;

- коэффициент своевременной доставки;

- средняя скорость движения;

- среднее время ожидания в портах;

- время оборота порта;

- процент оптимальных маршрутов;

- индекс энергоэффективности;

- коэффициент сокращения выбросов;

- количество аварий и инцидентов;

- стоимость ТО судна;

- индекс эффективности работы экипажа;

- эффективность транспортного потока;

- время обработки груза;

- среднее время в пути;

- коэффициент использования ресурсов;

- эксплуатационные расходы на единицу расстояния;

- коэффициент удержания клиентов.

5.4.5 Преимущества:

- повышение эффективности;

- повышенная безопасность;

- увеличение пропускной способности;

- экологическая устойчивость;

- экономия затрат;

- улучшенное обслуживание клиентов;

- принятие решений в режиме реального времени;

- улучшенная оптимизация маршрута;

- минимизация расхода топлива;

- уменьшение углеродного следа;

- улучшенное управление транспортными потоками;

- улучшенное предиктивное обслуживание;

- улучшенный анализ эксплуатационных характеристик судов;

- оптимизация логистики и управления цепочками поставок;

- сокращение транспортных задержек;

- оптимальная обработка и погрузка грузов;

- повышение соответствия нормативным требованиям;

- улучшенная поддержка принятия решений при решении навигационных задач;

- повышение прозрачности операций водного транспорта;

- более быстрое реагирование на изменения погоды и окружающей среды;

- повышение общей устойчивости системы водного транспорта;

- повышение адаптивности к изменяющимся условиям на водных путях;

- улучшение возможностей реагирования на ЧС;

- более эффективные стратегии оценки и снижения рисков;

- улучшенное планирование движения судов и управление флотом;

- более эффективное управление портовыми и терминальными операциями;

- более эффективные бизнес-стратегии, основанные на данных;

- более эффективное распределение ресурсов.

5.5 Энергоэффективность и сокращение выбросов

5.5.1 Энергоэффективность и сокращение выбросов - это вариант использования технологий ИИ на водном транспорте, направленный на оптимизацию энергопотребления и снижение выбросов, связанных с судами, работающими на реках и в морях. Он предполагает применение передовых технологий ИИ и современных стратегий для повышения эффективности использования топлива, минимизации воздействия на окружающую среду и соблюдения нормативных требований. Этот вариант использования охватывает различные аспекты, включая двигательные установки, конструкцию судна, методы эксплуатации и альтернативные источники энергии. Благодаря внедрению энергоэффективных мер, таких как оптимизация маршрутов, использование экологически чистого топлива и применение интеллектуальных силовых установок, водный транспорт может значительно сократить выбросы парниковых газов, снизить потребление топлива и повысить устойчивость морской отрасли. Конечной целью является достижение баланса между эксплуатационной эффективностью и бережным отношением к окружающей среде, способствуя созданию более экологичного и устойчивого будущего для водного транспорта.

5.5.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- оптимизация энергоэффективности;

- мониторинг и контроль выбросов;

- оценка воздействия на окружающую среду;

- интеграция возобновляемых источников энергии;

- интеллектуальное управление электропитанием;

- предиктивное ТО энергетических систем;

- прогнозирование энергопотребления;

- управление спросом на электроэнергию в режиме реального времени;

- оптимизация интеллектуальных сетей;

- интеграция систем накопления энергии;

- балансировка энергетической нагрузки;

- выявление возможностей энергосбережения;

- разработка стратегий сокращения выбросов;

- торговля квотами на выбросы и контроль за их соблюдением;

- расчет "углеродного следа" и отчетность;

- оценка мер по повышению энергоэффективности;

- оптимизация работы систем отопления, вентиляции и кондиционирования воздуха;

- интеллектуальное управление и оптимизация работы систем освещения;

- интеграция энергоэффективных пропульсивных систем;

- интеграция возобновляемых источников энергии в двигательные и энергетические системы;

- энергоэффективное планирование маршрутов;

- расширенные возможности мониторинга и отчетности по энергопотреблению;

- выявление энергоэффективных конструкций судов и технологий;

- интеграция энергоэффективного оборудования и техники;

- мониторинг энергоэффективности в режиме реального времени;

- разработка низкоуглеродных транспортных решений;

- оптимизация расхода топлива в различных условиях эксплуатации;

- интеллектуальные системы рекуперации энергии;

- энергоэффективные процедуры обработки и погрузки грузов;

- интеграция систем рекуперации отработанного тепла;

- повышение эффективности использования природных энергоресурсов (ветра, солнца и т.д.);

- энергоэффективное бортовое оборудование и приборы;

- оптимизация топливной эффективности для судов различных типов и размеров;

- интеграция технологий и стратегий снижения выбросов;

- энергетическая аналитика для оптимизации производительности.

5.5.3 Возможные источники и типы данных:

- эксплуатационные данные судна;

- данные об окружающей среде;

- сенсорные данные;

- исторические данные;

- данные систем управления энергопотреблением;

- нормативные данные;

- данные об альтернативных источниках энергии;

- данные об инфраструктуре;

- погодные данные (скорость ветра, температура, влажность и т.д.);

- данные о состоянии моря (высота волн, течение и т.д.);

- данные о расходе топлива на судах;

- данные мониторинга выбросов (

,

,

и т.д.);

- данные о производстве энергии из возобновляемых источников (солнечной, ветровой и т.д.);

- данные по портам и терминалам (наличие берегового питания, причальных сооружений и т.д.);

- данные о трафике (плотность судов, загруженность и т.д.);

- данные о ценах и рынках энергоносителей;

- данные об эффективности оборудования и машин;

- данные от поставщиков энергоэффективных технологий и решений;

- данные сравнительного тестирования энергоэффективности;

- данные о потреблении энергии в режиме реального времени;

- данные о показателях энергоэффективности аналогичных судов или маршрутов;

- данные прогнозирования цен на энергоносители;

- данные о результатах оценки воздействия на окружающую среду;

- данные о передовом опыте и рекомендациях по энергоэффективности;

- данные об инновационных энергосберегающих технологиях и решениях;

- данные о потреблении энергии различными судовыми системами (силовая установка, освещение и т.д.);

- данные по инициативам и проектам снижения выбросов;

- данные по сертификации и соблюдению требований энергоэффективности;

- данные о качестве и свойствах топлива;

- данные по программам обучения и повышения осведомленности в области энергоэффективности;

- данные по стандартам и нормативам энергоэффективности.

5.5.4 Метрики производительности:

- потребление топлива;

- индекс энергоэффективности;

- интенсивность выбросов;

- соблюдение норм выбросов;

- профили энергопотребления;

- экономия энергии;

- возврат инвестиций;

- коэффициент интеграции возобновляемых источников энергии;

- стоимость энергии на тонно-километр;

- снижение выбросов парниковых газов;

- эффективность производства электроэнергии;

- оптимальное распределение электроэнергии;

- надежность энергосистемы;

- эффективность балансировки нагрузки;

- использование накопителей энергии;

- показатель энергосбережения;

- коэффициент повышения энергоэффективности.

5.5.5 Преимущества:

- повышение эффективности использования топлива;

- сокращение выбросов;

- предиктивное ТО;

- управление энергопотреблением;

- операционная оптимизация;

- поддержка принятия решений на основе данных;

- соблюдение нормативных требований;

- повышение экологической устойчивости;

- экономия затрат на потребление энергии;

- эффективное использование возобновляемых источников энергии;

- минимизация воздействия на окружающую среду;

- более эффективное распределение и управление ресурсами;

- повышение общей энергоэффективности;

- мониторинг и управление энергетическими системами в режиме реального времени;

- улучшение эксплуатационных характеристик и производительности судна;

- улучшение общественного восприятия и репутации.

5.6 Безопасность и управление рисками

5.6.1 Безопасность и управление рисками - это вариант использования технологий ИИ для повышения безопасности и управления рисками, связанными с деятельностью водного транспорта. Он включает использование различных датчиков, аналитических данных и алгоритмов МО для обнаружения, предотвращения и реагирования на потенциальные угрозы безопасности и риски. Цель этого варианта использования заключается в улучшении ситуационной осведомленности, предотвращении инцидентов и минимизации последствий любых инцидентов, которые могут произойти. Использование методов и технологий ИИ может помочь в выявлении подозрительного поведения, мониторинге движения судов и обнаружении потенциальных рисков, таких как столкновения, пиратство, контрабанда и терроризм. Вариант использования также может поддерживать процессы принятия решений, связанных с распределением ресурсов, реагированием на инциденты и оценкой рисков.

5.6.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- обнаружение угроз;

- оценка рисков;

- наблюдение и мониторинг окружающей обстановки;

- контроль доступа и аутентификация;

- реагирование на ЧС и управление инцидентами;

- кибербезопасность и защита данных;

- обнаружение и предотвращение вторжений;

- обнаружение аномалий в поведении судов;

- выявление потенциальных угроз безопасности;

- предиктивное ТО систем безопасности;

- автоматизированное наблюдение и мониторинг критических зон;

- отслеживание и мониторинг положения судов в режиме реального времени;

- анализ оперативной информации об угрозах безопасности;

- биометрическая идентификация для контроля доступа персонала;

- мониторинг и анализ экологических угроз и рисков;

- непрерывный мониторинг и реагирование на угрозы кибербезопасности.

5.6.3 Возможные источники и типы данных:

- данные слежения за судами;

- данные видеонаблюдения;

- данные с датчиков;

- исторические данные об инцидентах;

- данные разведки угроз;

- данные о персонале;

- данные о порте и объектах;

- данные об окружающей среде;

- данные текущих отчетов об инцидентах;

- журналы контроля доступа;

- данные судовой связи и радиосвязи;

- данные прогноза погоды;

- спутниковые снимки и данные дистанционного зондирования;

- морские карты и навигационные данные;

- журналы и данные о событиях, связанных с кибербезопасностью;

- данные о грузах и отправлениях;

- БД по правилам безопасности и охраны на море;

- планы и процедуры реагирования на ЧС;

- данные об управлении движением в порту;

- данные о соблюдении нормативных требований.

5.6.4 Метрики производительности:

- коэффициент выявления угроз;

- коэффициент ложных срабатываний;

- время реакции;

- время разрешения инцидента;

- точность оценки рисков;

- доступность системы;

- масштабируемость;

- эффективность реагирования на инциденты кибербезопасности;

- точность мониторинга окружающей среды;

- коэффициент успешности аутентификации;

- эффективность реагирования на ЧС;

- точность оценки серьезности инцидента;

- уровень предотвращения утечек данных;

- эффективность контроля доступа;

- время обнаружения и реагирования на киберугрозы;

- соблюдение требований.

5.6.5 Преимущества:

- повышение ситуационной осведомленности;

- улучшенное обнаружение угроз и реагирование на них;

- предиктивная аналитика;

- эффективное распределение ресурсов;

- автоматизация и эффективность;

- системы раннего предупреждения;

- поддержка принятия решений;

- усовершенствованное управление рисками;

- мониторинг инцидентов в режиме реального времени;

- сокращение числа нарушений безопасности;

- проактивное устранение угроз;

- улучшенное разрешение инцидентов;

- оптимальное распределение ресурсов безопасности;

- повышение соответствия нормам безопасности;

- минимизация воздействия на окружающую среду;

- своевременное реагирование на ЧС;

- повышение операционной устойчивости;

- непрерывное обучение и совершенствование.

5.7 Системы поддержки принятия решений

5.7.1 Применение систем поддержки принятия решений в области водного транспорта подразумевает использование технологий ИИ для помощи в принятии обоснованных решений, связанных с различными аспектами речных и морских операций. Такие системы используют методы анализа данных, прогнозное моделирование и знания экспертов для предоставления в режиме реального времени информации, рекомендаций и моделирования сценариев для улучшения процессов принятия решений. Системы поддержки принятия решений могут помочь в оптимизации маршрутов судов, составлении расписания, распределении ресурсов, планировании действий в ЧС и принятии других оперативных решений, что в конечном итоге повышает эффективность, безопасность и производительность водного транспорта.

5.7.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- анализ и визуализация данных;

- оптимизация маршрутов;

- распределение ресурсов;

- мониторинг и оптимизация производительности;

- оценка и управление рисками;

- сценарное планирование и моделирование;

- предиктивная аналитика для планирования ТО судов и инфраструктуры;

- планирование работы судов и оптимизация логистики;

- управление экипажами и составление расписаний;

- управление и оптимизация флота;

- прогнозирование спроса и планирование пропускной способности;

- анализ рынка и принятие стратегических решений;

- мониторинг и отчетность по соблюдению нормативных требований;

- реагирование на инциденты в режиме реального времени и поддержка принятия решений;

- оптимизация энергопотребления;

- анализ и снижение воздействия на окружающую среду.

5.7.3 Возможные источники и типы данных:

- исторические данные и данные о трафике в реальном времени;

- данные об окружающей среде;

- данные о судах;

- нормативные данные и данные о соответствии;

- рыночные и экономические данные;

- данные об инцидентах и авариях;

- данные об инфраструктуре;

- данные о клиентах и заинтересованных сторонах;

- операционные и эксплуатационные данные;

- геопространственные данные;

- погодные данные (температура, скорость ветра, осадки и т.д.);

- данные о расходе топлива судами;

- навигационные данные (GPS-координаты, курс, скорость и т.д.);

- данные датчиков бортового оборудования (например, датчики двигателя, мониторы состояния оборудования);

- данные о работе экипажей судов;

- исторические финансовые данные;

- данные об отзывах и удовлетворенности клиентов;

- данные о цепочке поставок и логистике;

- отчеты об инцидентах и авариях на других видах транспорта (например, авиационном, железнодорожном);

- торговые и рыночные данные (например, объемы импорта/экспорта, цены на товары).

5.7.4 Метрики производительности:

- удовлетворенность пользователей;

- экономическая эффективность;

- устойчивость системы;

- точность принятия решений;

- эффективность использования ресурсов;

- эффективность снижения рисков;

- точность прогнозирования сценариев;

- успешность оптимизации маршрута;

- скорость анализа данных;

- оперативность реагирования системы;

- экономическая эффективность;

- частота обновления системы;

- устойчивость и надежность системы.

5.7.5 Преимущества:

- повышение безопасности;

- повышение эффективности;

- принятие решений в режиме реального времени;

- прогнозная аналитика;

- оптимальное распределение ресурсов;

- улучшение соответствия нормативным требованиям;

- улучшенная ситуационная осведомленность;

- повышение эксплуатационных характеристик;

- сокращение времени простоя судов и портового оборудования;

- более эффективное управление рисками;

- оптимизация производственных и хозяйственных операций;

- более быстрое реагирование на инциденты;

- экономия затрат;

- повышение удовлетворенности клиентов;

- устойчивое развитие и управление ресурсами;

- повышение адаптивности к изменяющимся условиям;

- непрерывное обучение и совершенствование.

5.8 Мониторинг и управление окружающей средой

5.8.1 Мониторинг и управление окружающей средой - это вариант использования технологий ИИ в области водного транспорта для мониторинга и управления экологическими аспектами, связанными с реками и морями. Это включает в себя мониторинг качества воды, обнаружение инцидентов, связанных с загрязнением, оценку влияния выбросов судов на качество воздуха и управление экологическим балансом водных экосистем. Такие методы ИИ, как анализ данных, МО и компьютерное зрение, могут применяться для анализа больших объемов экологических данных, собранных с датчиков, спутников и из других источников. Обеспечивая понимание в режиме реального времени, прогнозные модели и инструменты поддержки принятия решений, системы ИИ позволяют осуществлять проактивный экологический мониторинг и эффективные стратегии управления для смягчения негативных последствий, обеспечения соответствия нормативным требованиям и продвижения устойчивых практик на водном транспорте.

5.8.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- сбор и анализ данных;

- мониторинг качества воды;

- обнаружение и предотвращение загрязнений;

- мониторинг экосистем;

- оценка воздействия на окружающую среду;

- анализ изменения климата;

- оценка биоразнообразия акваторий;

- управление природными ресурсами;

- защита и сохранение морских организмов;

- прогнозирование и планирование водных ресурсов;

- контроль за соблюдением экологических требований;

- отслеживание и контроль опасных веществ;

- мониторинг и сокращение выбросов;

- мониторинг водно-болотных угодий и береговой линии;

- анализ качества воздуха;

- дистанционное зондирование и геопространственный анализ.

5.8.3 Возможные источники и типы данных:

- данные о качестве воды;

- данные мониторинга загрязнения;

- данные об экосистемах;

- данные о погоде и климате;

- данные мониторинга судов;

- спутниковые снимки;

- исторические и справочные данные;

- данные о качестве почв и донных отложений;

- данные о жизни водных организмов;

- данные о землепользовании и почвенно-растительном покрове;

- гидрологические данные;

- данные о стоке и расходе воды;

- отчеты об оценке воздействия на окружающую среду;

- учет и исследования биоразнообразия;

- экологические нормативы и политики;

- отчеты об экологических инцидентах;

- данные дистанционного зондирования.

5.8.4 Метрики производительности:

- точность определения качества воды;

- скорость обнаружения загрязнений;

- индекс здоровья экосистемы;

- точность прогнозирования изменения климата;

- пространственное разрешение системы;

- временное разрешение системы;

- чувствительность и специфичность предупреждений о загрязнении окружающей среды;

- время реагирования на экологические инциденты;

- точность прогнозирования стока воды;

- успешность мониторинга биоразнообразия;

- прогностическая точность оценок воздействия на окружающую среду;

- точность оценки экологических рисков;

- точность анализа спутниковых снимков;

- эффективность использования ресурсов;

- соответствие экологическим нормам;

- экономическая эффективность экологического мониторинга и управления.

5.8.5 Преимущества:

- улучшенный сбор и анализ данных;

- раннее обнаружение экологических рисков;

- улучшенное экологическое планирование и управление;

- мониторинг и системы оповещения в реальном времени;

- эффективность затрат и ресурсов;

- поддержка принятия решений и выработка экологической политики;

- улучшение экологической сохранности;

- более глубокое понимание динамики экосистем;

- ускоренное реагирование на экологические ЧС;

- улучшение здоровья и безопасности населения;

- устойчивое управление водными ресурсами;

- снижение воздействия водного транспорта на окружающую среду;

- более строгое соблюдение экологических норм;

- улучшение взаимодействия между заинтересованными сторонами;

- долгосрочный анализ экологических тенденций;

- повышение прозрачности управления природопользованием.

5.9 Оптимизация грузоперевозок и логистики

5.9.1 Оптимизация грузоперевозок и логистики - это вариант использования технологий ИИ в области водного транспорта для повышения эффективности и результативности грузоперевозок и логистических операций. Алгоритмы и методы ИИ используют для оптимизации различных аспектов цепочки поставок, включая планирование маршрутов, составление расписания движения судов, погрузку и разгрузку грузов, управление запасами и распределение ресурсов. Используя технологии ИИ, такие как МО, алгоритмы оптимизации и предиктивная аналитика, транспортные компании и логистические провайдеры могут минимизировать транспортные расходы, снизить расход топлива, оптимизировать использование судов, улучшить сроки доставки и повысить общую операционную эффективность. Использование методов ИИ в оптимизации грузоперевозок и логистики на водном транспорте способствует более устойчивой и упорядоченной работе, что приводит к экономии затрат, снижению воздействия на окружающую среду и повышению удовлетворенности клиентов.

5.9.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- прогнозирование спроса;

- планирование и оптимизация маршрутов;

- планирование и оптимизация погрузки;

- оптимизация ставок фрахта;

- оценка и снижение рисков;

- мониторинг цепочек поставок;

- управление запасами и их оптимизация;

- оптимизация работы склада;

- выбор и распределение перевозчиков;

- консолидация и деконсолидация грузов;

- оптимизация доставки на последнюю милю;

- отслеживание грузов и контроль в режиме реального времени;

- планирование мультимодальных перевозок;

- анализ и оптимизация транспортных затрат;

- балансировка нагрузки и управление пропускной способностью;

- переоптимизация маршрутов и динамическое планирование.

5.9.3 Возможные источники и типы данных:

- транспортные данные;

- данные о грузах;

- погодные данные;

- портовые данные;

- данные о цепочке поставок;

- метрики производительности судна;

- рыночные данные;

- сенсорные данные с бортовых датчиков и устройств интернета вещей;

- исторические данные;

- данные о клиентах (например, история заказов, предпочтения, отзывы);

- данные о движении и загруженности водных путей;

- цены на топливо и данные о его наличии;

- данные о состоянии и пропускной способности инфраструктуры;

- нормативно-правовые данные (например, таможенные правила, торговые ограничения);

- экономические данные;

- данные о рыночном спросе и тенденциях;

- данные о рабочей силе и трудовых ресурсах (например, наличие квалифицированной рабочей силы, стоимость рабочей силы);

- данные о воздействии на окружающую среду (например, данные о выбросах углекислого газа, экологические нормы);

- данные о поставщиках и продавцах (например, показатели эффективности работы поставщиков, время выполнения заказа);

- внешние данные из смежных систем.

5.9.4 Метрики производительности:

- сокращение затрат;

- эффективность по времени;

- использование ресурсов;

- уровень обслуживания;

- воздействие на окружающую среду;

- охрана и безопасность;

- масштабируемость и гибкость системы;

- анализ затрат и выгод;

- показатели своевременности поставок;

- оборачиваемость запасов;

- использование грузовых мощностей;

- затраты на грузовые перевозки;

- эффективность оптимизации маршрутов;

- точность прогнозирования спроса;

- время выполнения цепочки поставок;

- уровень повреждения груза;

- показатели эффективности работы перевозчика;

- вариативность времени на грузовые перевозки.

5.9.5 Преимущества использования технологий ИИ для оптимизации грузоперевозок и логистики на водном транспорте:

- повышение эффективности;

- снижение затрат;

- улучшенное принятие решений;

- улучшенное обслуживание клиентов;

- экологическая устойчивость;

- безопасность и снижение рисков;

- масштабируемость и адаптируемость системы;

- повышение прозрачности цепочки поставок;

- сокращение транспортных задержек;

- повышение оптимизации загрузки;

- минимизация углеродного следа;

- более эффективное распределение ресурсов;

- отслеживание и мониторинг деятельности в режиме реального времени;

- улучшенное соблюдение маршрутов;

- улучшенное предиктивное ТО;

- оптимальное управление флотом;

- оптимизация процессов документирования и соблюдения требований.

5.10 Реагирование на чрезвычайные ситуации и снижение рисков

5.10.1 Реагирование на чрезвычайные ситуации и снижение рисков - это вариант использования технологий ИИ в области водного транспорта для повышения готовности к ЧС, реагирования и стратегий снижения рисков. Технологии ИИ могут сыграть решающую роль в мониторинге состояния водных путей в режиме реального времени, раннем обнаружении потенциальных опасностей и эффективном распределении ресурсов во время ЧС, таких как аварии, стихийные бедствия или угрозы безопасности. Анализируя большие объемы данных из различных источников, включая датчики, спутники и исторические записи, алгоритмы ИИ могут предоставить ценные сведения и прогностические модели для поддержки принятия решений и улучшения координации реагирования на ЧС. Этот вариант использования направлен на минимизацию последствий ЧС, усиление мер безопасности и снижение рисков при эксплуатации водного транспорта, что в конечном итоге позволит спасти жизни людей и защитить окружающую среду.

5.10.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- организация работы систем раннего предупреждения;

- оценка рисков и планирование реагирования;

- обнаружение и мониторинг инцидентов;

- использование систем поддержки принятия решений;

- поисково-спасательные операции;

- применение связи и координация работ;

- координация реагирования на ЧС в режиме реального времени;

- интеллектуальный анализ инцидентов и определение приоритетов;

- прогнозное моделирование для выявления рисков;

- автономная навигация в ЧС;

- автоматизированная связь с соответствующими органами власти;

- распределение и оптимизация ресурсов в ЧС;

- интеграция с прогнозированием погоды для раннего предупреждения;

- адаптивное принятие решений в зависимости от изменяющихся условий;

- оценка последствий инцидента и планирование восстановительных работ;

- непрерывное обучение и совершенствование стратегий реагирования.

5.10.3 Возможные источники и типы данных:

- данные мониторинга состояния в режиме реального времени;

- исторические данные;

- геопространственные данные;

- данные о судах;

- экологические данные;

- протоколы реагирования на ЧС;

- данные о коммуникациях и оповещениях;

- данные о сообщениях об инцидентах;

- данные из внешних источников;

- данные с датчиков оборудования и устройств для ликвидации последствий ЧС;

- данные видеонаблюдения для мониторинга инцидентов;

- данные социальных сетей и общественности для обеспечения ситуационной осведомленности;

- данные спутниковых снимков и дистанционного зондирования для мониторинга окружающей среды;

- данные моделирования и обучения действиям в ЧС;

- история инцидентов и тематические исследования для извлечения уроков из прошлых событий;

- данные от поставщиков услуг экстренного реагирования и первых лиц;

- данные оценки опасностей и уязвимости;

- нормативные данные и данные о соблюдении требований, относящиеся к протоколам ЧС;

- данные о трафике в реальном времени во время сценариев эвакуации;

- данные заинтересованных сторон.

5.10.4 Метрики производительности:

- время реагирования на инциденты;

- масштабируемость системы;

- устойчивость системы;

- удовлетворенность пользователей;

- точность оценки рисков;

- частота ложных срабатываний при обнаружении инцидентов;

- доля истинно положительных результатов при обнаружении инцидентов;

- время оповещения и уведомления заинтересованных сторон;

- время инициирования процедур аварийного реагирования;

- эффективность поддержки принятия решений при управлении кризисными ситуациями;

- эффективность распределения ресурсов при ЧС;

- эффективность коммуникации и координации;

- время разрешения инцидента;

- эффективность работы при различных сценариях ЧС.

5.10.5 Преимущества:

- повышение эффективности принятия решений;

- использование систем раннего предупреждения;

- улучшенное распределение ресурсов;

- прогностическое моделирование и имитация;

- улучшенная ситуационная осведомленность;

- эффективная связь и координация;

- оценка и снижение рисков;

- ускоренное обнаружение и реагирование на инциденты;

- повышение эффективности поисково-спасательных операций;

- минимизация воздействия на окружающую среду во время ЧС;

- улучшение взаимодействия заинтересованных сторон и обмена информацией;

- анализ данных в режиме реального времени;

- сокращение числа человеческих ошибок при управлении кризисными ситуациями;

- оптимальное использование имеющихся ресурсов;

- повышение адаптивности к изменяющимся сценариям ЧС;

- повышение безопасности и защита жизни людей;

- повышение доверия населения к возможностям реагирования на ЧС.

5.11 Помощь и обучение персонала

5.11.1 Помощь и обучение персонала - это вариант использования технологий ИИ для оказания поддержки и обучения сотрудников, работающих на водном транспорте. Системы ИИ могут помочь персоналу, предоставляя информацию в режиме реального времени, рекомендации и поддержку в принятии решений, повышая эффективность и результативность их работы. Например, виртуальные помощники на базе технологий ИИ могут отвечать на запросы, предоставлять соответствующие данные и документацию, а также предлагать пошаговые инструкции для выполнения различных задач. Кроме того, системы обучения на основе ИИ могут моделировать реалистичные сценарии, позволяя сотрудникам практиковаться и совершенствовать свои навыки в безопасной и контролируемой среде. Этот вариант использования направлен на повышение уровня знаний, возможностей и общей эффективности работы сотрудников, что ведет к повышению безопасности, производительности и эффективности операций водного транспорта.

5.11.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- обучение и моделирование;

- управление знаниями;

- мониторинг и оценка эффективности;

- использование систем поддержки принятия решений;

- соблюдение требований безопасности;

- оптимизация рабочих процессов;

- оценка навыков и анализ пробелов в знаниях персонала;

- выдача индивидуальных рекомендаций по обучению;

- создание и предоставление учебного контента;

- непрерывное обучение и развитие навыков;

- автоматизированная обратная связь по результатам работы;

- составление карт компетенций и планов развития;

- определение потребностей и приоритетов в обучении;

- ввод в должность и ориентация сотрудников;

- отслеживание и регистрация прогресса в обучении;

- предиктивное кадровое планирование и подбор персонала.

5.11.3 Возможные источники и типы данных:

- данные о работе персонала;

- данные об обучении;

- исторические данные;

- данные в реальном времени;

- данные экспертных знаний;

- данные об отзывах пользователей;

- данные по оценкам эффективности;

- данные о соответствии;

- данные систем управления обучением;

- профили и оценки квалификации сотрудников;

- обзоры и оценки эффективности работы сотрудников;

- оценки и отзывы о программах обучения;

- системы компетенций и матрицы навыков;

- содержание обучения и материалы курсов;

- обратная связь с сотрудниками и опросы;

- показатели эффективности работы;

- документы, подтверждающие соответствие требованиям, и сертификаты;

- лучшие отраслевые практики и хранилища знаний.

5.11.4 Метрики производительности:

- время отклика системы;

- удовлетворенность пользователей;

- эффективность обучения пользователей;

- коэффициент завершения обучения пользователей;

- коэффициент ошибок или неправильных рекомендаций, сделанных системой ИИ;

- коэффициент сохранения знаний;

- вовлеченность сотрудников в работу с инструментами обучения на основе технологий ИИ;

- эффективность программы обучения;

- уровень повышения эффективности работы сотрудников;

- точность оценки эффективности работы на основе технологий ИИ;

- соответствие программы обучения должностным обязанностям;

- соблюдение правил техники безопасности и нормативных требований;

- удовлетворенность сотрудников работой, связанной с поддержкой на основе технологий ИИ;

- эффективность рабочих процессов, управляемых системами ИИ;

- уровень развития навыков сотрудников.

5.11.5 Преимущества:

- повышение эффективности обучения пользователей;

- повышенная безопасность;

- персонализированное обучение;

- непрерывное обучение и совершенствование;

- экономическая эффективность;

- повышение удовлетворенности и вовлеченности персонала;

- ускорение процесса введения сотрудника в должность;

- сокращение времени и затрат на обучение;

- расширение обмена знаниями и совместной работы;

- улучшение процесса принятия решений за счет использования данных;

- оптимизация рабочих процессов и повышение производительности труда;

- доступ к информации и ресурсам в режиме реального времени;

- повышенная адаптивность к изменяющимся условиям работы;

- снижение количества ошибок и рисков, связанных с человеческим фактором;

- улучшение удержания сотрудников и развитие талантов;

- более полное соответствие целям и стратегиям организации.

5.12 Интеллектуальное отслеживание контейнеров

5.12.1 Интеллектуальное отслеживание контейнеров - это вариант использования технологий ИИ в области водного транспорта, который позволяет эффективно и точно отслеживать контейнеры на протяжении всей цепочки поставок. Алгоритмы ИИ используют для анализа данных из различных источников, таких как спутниковые системы навигации, метки идентификации контейнеров и датчики, чтобы отслеживать местоположение, состояние и статус контейнеров в режиме реального времени. Эта технология повышает прозрачность и наглядность контейнерной логистики, позволяя заинтересованным сторонам оптимизировать маршруты, повысить безопасность и оптимизировать операции. Благодаря использованию технологий ИИ интеллектуальное отслеживание контейнеров позволяет получать оперативные данные, упреждающие предупреждения и автоматизировать процесс принятия решений, что в конечном итоге приводит к экономии затрат, повышению эффективности работы и удовлетворенности клиентов в отрасли водного транспорта.

5.12.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- мониторинг контейнеров в режиме реального времени;

- предиктивное ТО;

- оптимизация маршрутов;

- безопасность контейнеров;

- управление запасами;

- оценка и снижение рисков;

- аналитика и применение данных для принятия решений;

- мониторинг состояния контейнеров;

- оптимизация загрузки контейнеров;

- предотвращение хищения контейнеров;

- контроль температуры и влажности в контейнерах;

- видимость и прозрачность цепочки поставок;

- управление загрузкой контейнеров;

- интеллектуальная загрузка и разгрузка контейнеров;

- контроль соответствия контейнеров нормативным требованиям;

- анализ состояния и производительности контейнеров.

5.12.3 Возможные источники и типы данных:

- данные о местоположении контейнеров;

- идентификационные данные контейнера;

- данные датчиков;

- внешние источники данных;

- исторические данные;

- данные о безопасности;

- данные о ТО и ремонте;

- документационные данные;

- данные о весе контейнеров;

- данные об инвентаризации контейнеров;

- таможенные и нормативные данные;

- погодные и экологические данные;

- данные о движении и загруженности водных путей и прилегающих автомобильных и железных дорог;

- данные о портах и терминалах;

- данные о судах и транспорте;

- данные о клиентах и поставщиках;

- данные о грузах из смежных ИС;

- данные датчиков системы идентификации и интернета вещей.

5.12.4 Метрики производительности:

- своевременность доставки контейнеров;

- эффективность системы;

- общая надежность системы;

- охват пользователей;

- экономическая эффективность;

- точность отслеживания контейнеров;

- эффективность предиктивного ТО;

- успешность оптимизации маршрута;

- количество инцидентов, связанных с безопасностью контейнеров;

- точность управления запасами;

- точность оценки рисков;

- эффективность анализа данных;

- эффективность поддержки принятия решений;

- масштабируемость системы;

- удовлетворенность клиентов.

5.12.5 Преимущества:

- улучшенная видимость и точность;

- повышенная безопасность и управление рисками;

- оптимизированное использование ресурсов;

- предиктивное ТО и мониторинг состояния;

- улучшенное обслуживание клиентов;

- оптимизация соблюдения требований к документации;

- повышение эффективности цепочки поставок;

- снижение транспортных расходов;

- минимизация потерь контейнеров;

- повышение операционной прозрачности;

- более быстрое реагирование на инциденты и задержки;

- проактивное выявление и решение проблем;

- повышение соответствия нормативным требованиям;

- отслеживание и мониторинг контейнеров в режиме реального времени;

- повышение коэффициента использования контейнеров, их оборачиваемости;

- оптимизация логистики и управления запасами.

5.13 Взаимодействие с пассажирами

5.13.1 Взаимодействие с пассажирами - это вариант использования технологий ИИ в области водного транспорта для улучшения общего впечатления пассажиров и улучшения коммуникации между пассажирами и поставщиками транспортных услуг. Технологии ИИ допускается использовать для разработки интеллектуальных виртуальных помощников или чат-ботов, которые могут в режиме реального времени предоставлять информацию о поездке, отвечать на запросы и предлагать персонализированные рекомендации. С помощью голосового или текстового взаимодействия пассажиры могут получать информацию о расписании, бортовых услугах, инструкциях по безопасности и даже бронировать билеты или запрашивать помощь. Этот вариант использования направлен на оптимизацию общения с пассажирами, повышение удовлетворенности клиентов и создание более интерактивного и эффективного опыта для людей, путешествующих на водном транспорте.

5.13.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- обработка запросов пассажиров;

- обновление информации в реальном времени;

- персонализированные рекомендации;

- бронирование и продажа билетов;

- языковой перевод;

- поддержка доступности;

- обработка отзывов и жалоб;

- виртуальные помощники по работе с пассажирами;

- персонализированные маршруты и рекомендации;

- автоматизированная обработка отмены и возврата билетов;

- помощь пассажирам с особыми потребностями или ограниченными возможностями;

- обновление информации об услугах и оповещение о задержках в режиме реального времени;

- интеллектуальное ценообразование на билеты и оптимизация тарифов;

- аутентификация пассажиров на основе распознавания лиц;

- рекомендации по развлечениям и контенту на борту на основе технологий ИИ;

- динамическое управление загрузкой пассажиров и распределение мест;

- анализ настроений в отзывах и обзорах пассажиров.

5.13.3 Возможные источники и типы данных:

- информация о пассажирах;

- данные о бронировании и покупке билетов;

- данные о расписании и маршрутах;

- бортовые удобства и услуги;

- языковые данные;

- данные о доступности;

- данные об отзывах и жалобах;

- данные о социальных сетях и отзывах в Интернете;

- данные о предпочтениях и поведении пассажиров;

- журналы чатов службы поддержки клиентов и их взаимодействия;

- данные о программах лояльности клиентов;

- данные об использовании Wi-Fi на борту;

- данные о местоположении и перемещении (например, геопространственное отслеживание пассажиров);

- демографические данные для целевых рекомендаций;

- данные обработки ЕЯ для языкового перевода;

- данные о поездках и мероприятиях третьих лиц для персонализированных рекомендаций;

- исторические данные о жалобах пассажиров и их разрешении.

5.13.4 Метрики производительности:

- точность ответа;

- время отклика;

- удовлетворенность пользователей;

- коэффициент ошибок;

- доступность системы;

- показатели использования;

- эффективность персонализации;

- коэффициент успешности бронирования билетов;

- точность языкового перевода;

- своевременность обновлений в режиме реального времени;

- время разрешения жалобы;

- актуальность рекомендаций;

- коэффициент удержания клиентов;

- коэффициент конверсии при повышении продаж;

- анализ настроений в отзывах;

- показатели вовлеченности клиентов.

5.13.5 Преимущества:

- повышение качества обслуживания пассажиров;

- эффективное предоставление услуг;

- улучшение безопасности и защиты;

- оптимальное распределение ресурсов;

- принятие решений на основе данных;

- снижение затрат;

- повышение качества обслуживания пассажиров;

- обновление информации для пассажиров в режиме реального времени;

- персонализированные рекомендации по услугам на борту;

- многоязычная поддержка и общение;

- улучшенное реагирование на запросы и пожелания пассажиров;

- ускорение процесса бронирования и продажи билетов;

- лучшее понимание предпочтений и поведения пассажиров;

- проактивная обработка потенциальных проблем и жалоб;

- повышение лояльности и удовлетворенности пассажиров;

- эффективное использование бортовых удобств и услуг.

5.14 Мониторинг грузопотоков

5.14.1 Мониторинг грузопотоков в области водного транспорта использует технологии ИИ для эффективного отслеживания, анализа и оптимизации движения грузов по речным и морским сетям. Интегрируя данные грузовладельцев, операторов инфраструктуры и транспортных компаний, системы на базе ИИ позволяют получать информацию в режиме реального времени, оптимизировать логистику и обеспечивать своевременную доставку грузов. Передовые алгоритмы ИИ позволяют заинтересованным сторонам выявлять "узкие места", прогнозировать сбои и улучшать управление цепочками поставок, способствуя развитию сотрудничества и прозрачности в отрасли водного транспорта. Этот вариант использования улучшает грузовые перевозки, повышая эффективность, безопасность и устойчивость, способствуя бесперебойной работе и принятию обоснованных решений для создания более надежной и прочной системы водного транспорта.

5.14.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- отслеживание судов в режиме реального времени;

- предиктивное планирование грузоперевозок;

- управление загруженностью портов;

- оптимизация маршрутов;

- мониторинг состояния инфраструктуры;

- подбор и распределение грузов;

- снижение рисков и обеспечение безопасности;

- прогнозирование спроса;

- управление соответствием;

- анализ данных и отчетность;

- оптимизация пропускной способности грузового транспорта;

- обеспечение видимости и мониторинга цепочки поставок;

- предотвращение повреждений и потерь груза;

- управление запасами и их контроль;

- распределение и использование ресурсов;

- оптимизация затрат на грузовые перевозки;

- планирование и определение приоритетности грузов;

- оценка воздействия на окружающую среду;

- обновление информации о состоянии груза в режиме реального времени;

- планирование интермодальных перевозок.

5.14.3 Возможные источники и типы данных:

- данные о грузовых отправлениях;

- данные отслеживания судов в реальном времени;

- данные о портовых операциях;

- погодные и экологические данные, параметры окружающей среды;

- данные с датчиков, установленных на объектах критической инфраструктуры;

- данные о грузовладельцах и транспортных компаниях;

- исторические данные о грузопотоках и эффективности перевозок;

- данные о нормативно-правовом регулировании и соблюдении требований;

- торговые и рыночные данные, колебаниях спроса и экономические условия, которые могут повлиять на грузопоток;

- данные о рисках и безопасности;

- данные о весе и объеме контейнеров;

- данные о таможенном и пограничном контроле;

- данные электронной коммерции и онлайн-покупок;

- данные с устройств интернета вещей о состоянии и температуре груза;

- спутниковые снимки для мониторинга портовой деятельности и загруженности портов;

- данные социальных сетей для анализа настроений и тенденций рынка;

- данные о работе судоходных компаний;

- данные от сторонних логистических провайдеров;

- данные о торговых соглашениях и тарифах;

- данные из систем управления цепочками поставок.

5.14.4 Показатели эффективности:

- время оборота груза;

- коэффициент использования судов;

- пропускная способность терминала;

- производительность обработки грузов;

- точность прогнозирования;

- оптимизация маршрута;

- коэффициент обнаружения аномалий;

- точность инвентаризации;

- экономия затрат;

- удовлетворенность клиентов;

- соответствие нормативным требованиям;

- точность отслеживания грузов в режиме реального времени;

- точность оценки рисков;

- снижение воздействия на окружающую среду;

- коэффициент своевременной доставки;

- скорость оборачиваемости запасов;

- сокращение транспортных задержек;

- оптимизация затрат на содержание инфраструктуры;

- снижение количества инцидентов, связанных с перегруженностью портов;

- снижение количества случаев повреждения груза.

5.14.5 Преимущества:

- повышение эффективности;

- повышение точности;

- прогнозирование;

- экономия затрат;

- повышение безопасности;

- принятие решений на основе данных;

- повышение качества обслуживания клиентов;

- влияние на окружающую среду;

- распределение ресурсов;

- масштабируемость и адаптивность системы;

- улучшенная видимость цепочки поставок;

- оптимальное планирование маршрутов;

- повышение безопасности грузов;

- улучшение портовых операций;

- минимизация транспортных задержек;

- мониторинг и оповещение в режиме реального времени;

- более эффективное использование транспортных активов;

- оптимизация процессов обработки грузов;

- сокращение выбросов углекислого газа;

- улучшенное управление рисками.

5.15 Управление терминалами

5.15.1 Управление терминалами - это вариант использования технологий ИИ в области водного транспорта для оптимизации работы и повышения эффективности терминалов, таких как порты, гавани и причальные сооружения. Алгоритмы ИИ используют для оптимизации обработки грузов, составления расписания движения судов и логистики, позволяя принимать интеллектуальные решения для эффективного управления ресурсами терминалов. Благодаря использованию предиктивной аналитики на основе методов и моделей ИИ и обработке данных в режиме реального времени терминалы могут оптимизировать распределение причалов, минимизировать время ожидания и повысить общую пропускную способность, что приводит к увеличению времени оборота судов, снижению операционных расходов и повышению удовлетворенности клиентов.

5.15.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- оптимизация расписания движения судов;

- организация причалов для эффективной обработки грузов;

- прогнозирование времени прибытия грузов;

- определение приоритетов работы терминалов;

- мониторинг и анализ данных о движении судов и грузов в режиме реального времени для принятия проактивных решений;

- автоматизация процессов обработки грузов;

- минимизация времени ожидания и перегрузок на терминалах;

- усиление мер безопасности;

- обеспечение интеллектуальной маршрутизации и навигации для судов;

- прогнозирование потребностей в ТО инфраструктуры и оборудования терминала;

- оптимизация управления запасами и хранения для снижения затрат на хранение и максимального использования площадей;

- предоставление информации на основе данных для стратегического планирования и постоянного совершенствования работы терминала;

- предиктивное ТО оборудования и техники терминалов;

- интеграция автономных и безэкипажных судов для грузовых перевозок на территории терминала;

- интеллектуальное распределение ресурсов в соответствии с меняющимся спросом на грузы;

- мониторинг состояния окружающей среды на терминале в режиме реального времени для обеспечения соответствия нормативным требованиям;

- внедрение протоколов безопасности для предотвращения аварий и инцидентов.

5.15.3 Возможные источники и типы данных:

- данные о движении судов;

- информация о грузах;

- данные о погоде и окружающей среде;

- данные об инфраструктуре терминала;

- данные датчиков;

- исторические данные о производительности терминала;

- данные от систем безопасности и камер охранного видеонаблюдения;

- данные о ТО оборудования;

- данные о движении судов и навигационных маршрутах;

- данные о нормативных требованиях и соблюдении стандартов;

- данные автоматических идентификационных систем в режиме реального времени для отслеживания и мониторинга судов;

- данные систем электронного обмена данными для упрощенного обмена информацией о грузах;

- данные инвентаризации и хранения для эффективного управления обработкой грузов на терминале;

- геопространственные данные для точного картирования и маршрутизации судов и грузов на территории терминала;

- данные обратной связи с клиентами для постоянного совершенствования и оптимизации услуг терминала.

5.15.4 Метрики эффективности:

- время оборота судна;

- производительность обработки грузов;

- коэффициент занятости причала;

- время стоянки;

- время оборота для автономных беспилотных систем;

- индекс безопасности;

- коэффициент использования ресурсов;

- воздействие на окружающую среду;

- надежность системы;

- удовлетворенность клиентов;

- среднее время ожидания судов на терминале;

- эффективность перевалки грузов;

- коэффициент использования причалов;

- время простоя оборудования;

- точность прогнозируемого ТО;

- пропускная способность терминала;

- эффективность энергопотребления;

- соответствие экологическим нормам;

- экономическая эффективность терминала;

- время оборота грузовых автомобилей на терминале.

5.15.5 Преимущества:

- повышение эффективности;

- повышение безопасности;

- предиктивное ТО;

- динамическое распределение ресурсов;

- экономия затрат;

- поддержка принятия решений в режиме реального времени;

- устойчивость и воздействие на окружающую среду;

- анализ данных;

- удовлетворенность клиентов;

- перспективность системы;

- повышение безопасности и управление рисками;

- оптимальное планирование работы терминала;

- повышение пропускной способности и загрузки мощностей;

- улучшение управления инфраструктурой терминала;

- повышение конкурентоспособности и позиционирования на рынке.

5.16 Выработка рекомендаций и требований для субъектов водного транспорта

5.16.1 Выработка рекомендаций и требований для субъектов водного транспорта - это вариант использования технологий ИИ в области водного (речного и морского) транспорта для разработки индивидуальных рекомендаций и правил для различных заинтересованных сторон, включая грузовладельцев, судоходные и транспортные компании, стивидоров и операторов инфраструктуры. Использование возможностей алгоритмов и технологий ИИ позволит оптимизировать эффективность, безопасность и общую производительность водного транспорта. Рекомендации на основе технологий ИИ направлены на улучшение процессов принятия решений, управления грузопотоками и использования ресурсов для каждой из заинтересованных сторон, что в конечном итоге приведет к улучшению координации, снижению эксплуатационных расходов и созданию более устойчивой и технологически развитой отрасли водного транспорта.

5.16.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- оптимизация маршрутизации грузов;

- динамическое распределение ресурсов;

- оценка безопасности и рисков;

- прогнозирование ТО;

- мониторинг и аналитика в режиме реального времени;

- оценка воздействия на окружающую среду;

- оптимизация цепочки поставок;

- оптимизация управления флотом;

- оптимизация расхода топлива;

- оптимизация управления запасами;

- планирование и управление экипажами;

- прогнозирование клиентского спроса;

- управление соблюдением нормативных требований;

- управление загруженностью маршрутов и трафиком;

- повышение энергоэффективности;

- планирование и оптимизация реагирования на инциденты;

- планирование и оптимизация ТО инфраструктуры.

5.16.3 Возможные источники и типы данных:

- данные о грузах;

- точные данные о погоде и окружающей среде;

- данные о судах и инфраструктуре;

- данные о движении транспорта и портовых операциях;

- данные о безопасности и соблюдении требований;

- данные об экологическом воздействии деятельности водного транспорта;

- исторические и прогностические данные;

- рыночные данные и экономические показатели;

- данные об отзывах и удовлетворенности потребителей;

- данные об энергопотреблении и эффективности;

- геопространственные данные для оптимизации маршрутов;

- данные об инцидентах и авариях;

- данные датчиков бортового оборудования и инфраструктуры;

- исторические данные о ТО и ремонте;

- данные о торговле и импорте, экспорте;

- данные об альтернативных видах топлива и силовых установках;

- данные из смежных отраслей и от партнеров по цепочке поставок.

5.16.4 Метрики производительности:

- точность рекомендаций;

- операционная эффективность;

- показатели безопасности и соответствия;

- удовлетворенность клиентов;

- сокращение времени принятия решений;

- оптимизация ресурсов;

- уровень внедрения;

- качество и доступность данных;

- снижение затрат за счет оптимизации процессов;

- снижение воздействия на окружающую среду;

- эффективность снижения рисков;

- время вывода на рынок новых услуг и решений;

- точность прогнозирования для ТО и предотвращения отказов;

- время безотказной работы и надежность системы;

- анализ данных в реальном времени и время отклика;

- соответствие нормативным требованиям;

- точность прогнозирования спроса;

- эффективность использования ресурсов.

5.16.5 Преимущества:

- оптимизация работы;

- улучшение процесса принятия решений;

- управление рисками;

- улучшение взаимодействия;

- экономия затрат;

- устойчивость и снижение воздействия на окружающую среду;

- повышение безопасности и надежности;

- оптимизация управления цепочками поставок;

- повышение операционной эффективности;

- более эффективное распределение и использование ресурсов;

- мониторинг в реальном времени и проактивное принятие решений;

- повышение качества обслуживания и удовлетворенности клиентов;

- более быстрое реагирование на динамичные требования рынка;

- стратегическое планирование и разработка политики на основе данных;

- повышенная адаптивность к изменяющимся условиям отрасли;

- непрерывное обучение и совершенствование.

5.17 Портовые сервисы

5.17.1 Портовые сервисы - это вариант использования технологий ИИ в области водного транспорта для оптимизации различных портовых операций, включая эффективное развертывание и использование буксиров, ледоколов и лоцманских судов. Алгоритмы ИИ используют для анализа данных о состоянии водных путей, интенсивности движения судов и погодных условиях в режиме реального времени, что позволяет принимать более эффективные решения по оказанию помощи и руководству судами. Кроме того, технологии ИИ позволяют прогнозировать загрузку в пиковые периоды, что способствует эффективному распределению ресурсов и оптимизации пропускной способности портов. Применение методов, технологий и алгоритмов ИИ позволяет оптимизировать портовые услуги, повысить безопасность, сократить эксплуатационные расходы и улучшить работу порта в целом.

5.17.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- оптимизация работы буксиров и ледоколов;

- наведение лоцманских катеров;

- прогнозирование загрузки;

- управление движением;

- распределение ресурсов;

- повышение безопасности;

- анализ данных и отчетность;

- оптимизация стоянки судов;

- динамическое распределение причалов;

- оптимизация обработки и хранения грузов;

- планирование штабелирования и извлечения контейнеров;

- планирование работы судового крана;

- автоматизированный досмотр и контроль контейнеров;

- предиктивное ТО портового оборудования;

- мониторинг портовых сооружений и инфраструктуры в режиме реального времени;

- автоматизированное планирование и координация движения судов;

- оценка и снижение воздействия на окружающую среду.

5.17.3 Возможные источники и типы данных:

- данные о движении судов;

- погодные и экологические данные;

- данные о грузах и нагрузках;

- информация об инфраструктуре порта;

- данные о безопасности и инцидентах;

- исторические данные о работе порта;

- навигационные карты и информация о водных путях;

- связь в реальном времени;

- данные датчиков судна (например, работа двигателя, расход топлива, температура);

- данные о работе буксиров и лоцманских судов (например, история маршрутов, расход топлива);

- данные отслеживания контейнеров (например, данные радиочастотной идентификации или спутниковой навигации для перемещения контейнеров);

- данные о работе кранов и датчиков (например, эффективность работы крана, обработка грузов);

- данные о транспортном потоке в порту в режиме реального времени (например, движение транспортных средств на территории порта);

- журналы ТО и ремонта портового оборудования и инфраструктуры;

- данные об отзывах и удовлетворенности клиентов;

- грузовые декларации судов и планы укладки грузов;

- данные о качестве воды на территории порта;

- данные автоматической идентификационной системы с судов.

5.17.4 Метрики эффективности:

- использование ресурсов;

- время отклика;

- повышение безопасности;

- точность осуществления загрузки;

- эффективность обработки в пиковый период;

- снижение затрат;

- влияние на окружающую среду;

- время оборота судна;

- время реагирования лоцманского судна;

- эффективность использования буксиров;

- коэффициент аварийности;

- коэффициент занятости причалов;

- уровень загруженности порта;

- среднее время ожидания судов;

- точность прогнозирования загрузки;

- эффективность управления транспортными потоками;

- снижение затрат на ТО портового оборудования.

5.17.5 Преимущества:

- повышение эффективности;

- улучшение безопасности и навигации;

- экономия затрат;

- точное управление загрузкой;

- снижение воздействия на окружающую среду;

- улучшение процесса принятия решений;

- повышение безопасности портов и предотвращение инцидентов;

- оптимальное распределение ресурсов и управление персоналом;

- управление движением в режиме реального времени и снижение заторов;

- улучшение планирования движения судов и эффективности швартовки;

- проактивное ТО и прогнозирование отказов оборудования;

- бесшовная интеграция портовых услуг и операций;

- повышение соответствия экологическим нормам;

- расширенная аналитика данных и отчетность для оценки эффективности работы;

- оптимизация коммуникации и координации между заинтересованными сторонами;

- повышение удовлетворенности клиентов и качества обслуживания.

6 Использование технологий искусственного интеллекта на водном транспорте при организации мультимодальных перевозок

6.1 Мультимодальные перевозки играют важнейшую роль в отрасли водного транспорта, обеспечивая эффективное и бесперебойное перемещение грузов и пассажиров при помощи различных видов транспортных систем, таких как водные, автомобильные, железнодорожные и воздушные пути. Мультимодальность на транспорте позволяет интегрировать различные виды транспорта для создания комплексной и взаимосвязанной логистической сети. Важность мультимодальных перевозок заключается в их способности оптимизировать маршруты, улучшить логистические операции и повысить общую эффективность цепи поставок. Сочетание различных видов транспорта обеспечивает большую гибкость, экономическую эффективность и надежность при удовлетворении растущих потребностей глобальной торговли и перевозок. Мультимодальные перевозки также способствуют уменьшению заторов и снижению воздействия на окружающую среду за счет максимального использования различных транспортных инфраструктур и минимизации количества нецелевых поездок. В целом задействование водного транспорта в мультимодальных перевозках позволяет отрасли водного транспорта предоставлять более комплексные и эффективные услуги, делая его жизненно важным компонентом современной логистики и глобальных торговых сетей.

6.2 Объединяя различные виды транспорта, мультимодальные перевозки дают ряд преимуществ:

- интеграцию различных транспортных сетей, что обеспечивает бесперебойную связь и эффективную передачу грузов между различными видами транспорта;

- сокращение транзитного времени и повышение надежности;

- обеспечение гибкости при помощи альтернативных маршрутов в случае сбоев или перегруженности конкретных видов транспорта;

- повышение доступности внутренних пунктов назначения, обеспечение связи с портами и водными путями через эффективные сети автомобильных и железных дорог.

6.3 Координация различных видов транспорта при мультимодальных перевозках сопряжена с рядом проблем и сложностей, которые необходимо решить для эффективной и бесперебойной работы. Некоторые из этих проблем включают:

- инфраструктуру и совместимость;

- нормативно-правовую базу;

- обмен информацией и коммуникацию;

- время и планирование;

- управление рисками и безопасность.

6.4 Применение технологий ИИ для оптимизации процессов мультимодальных перевозок открывает многочисленные преимущества и возможности для транспортной отрасли. Технологии ИИ могут повысить эффективность, безопасность и устойчивость мультимодальных перевозок за счет использования аналитики данных, МО и автоматизации. Некоторые ключевые приложения ИИ в этом контексте включают:

- оптимизацию маршрутов;

- предиктивное ТО;

- интеллектуальное управление движением;

- прогнозирование спроса;

- управление рисками;

- интеллектуальное отслеживание контейнеров;

- автономные транспортные средства.

6.5 Использование технологий ИИ в процессах мультимодальных перевозок с использованием водного транспорта приносит ряд преимуществ и положительных эффектов для отрасли:

- повышение эффективности;

- повышение безопасности;

- повышение надежности;

- более эффективное планирование и принятие решений;

- улучшенный клиентский опыт;

- устойчивость и снижение воздействия на окружающую среду;

- инновации и готовность к будущему.

6.6 Внедрение технологий ИИ в мультимодальные перевозки с использованием водного транспорта сопряжено с рядом следующих проблем и соображений, которые необходимо решить:

- интеграция и качество данных;

- неразвитость инфраструктуры и систем связи;

- конфиденциальность и безопасность;

- этические соображения и непредвзятость алгоритмов ИИ;

- нормативно-правовая база;

- адаптация и обучение персонала;

- сотрудничество и операционная совместимость.

6.7 Интеграция технологий ИИ в процессы мультимодальных перевозок с использованием водного транспорта требует соблюдения следующих лучших практик и рекомендаций для обеспечения успешного внедрения:

- комплексная стратегия работы с данными;

- совместное партнерство;

- масштабируемая инфраструктура;

- объяснимые алгоритмы ИИ и прозрачность;

- этические соображения;

- постоянный мониторинг и совершенствование;

- обучение и развитие рабочей силы;

- соблюдение нормативных требований;

- пилотные проекты и испытательные стенды;

- платформы для обмена знаниями и сотрудничества.

6.8 Рекомендации по управлению данными в контексте мультимодальных перевозок с использованием водного транспорта:

- стандартизация данных;

- управление данными;

- обеспечение качества данных;

- сбор данных в режиме реального времени.

6.9 Рекомендации по выбору алгоритмов ИИ в контексте мультимодальных перевозок с использованием водного транспорта:

- разнообразие алгоритмов;

- масштабируемость и эффективность;

- интерпретируемость и объяснимость;

- непрерывное обучение и адаптация.

6.10 Рекомендации по этическим соображениям в контексте мультимодальных перевозок с использованием водного транспорта:

- справедливость и уменьшение предвзятости;

- прозрачность и подотчетность;

- конфиденциальность и защита данных;

- согласие и контроль со стороны пользователей.

6.11 Рекомендации по сотрудничеству между заинтересованными сторонами в контексте мультимодальных перевозок с использованием водного транспорта:

- партнерство и платформы для сотрудничества;

- стандартизация и операционная совместимость;

- взаимодействие с регулирующими органами;

- обмен знаниями и обучение.

6.12 Направления исследований возникающих тенденций и будущих разработок в области использования технологий ИИ в мультимодальных перевозках с использованием водного транспорта:

- автономные суда;

- предиктивное ТО;

- интеллектуальное управление движением;

- оптимизация энергопотребления;

- интеллектуальное управление цепочками поставок;

- повышение безопасности и защиты;

- интеграция с интернетом вещей и большими данными.

6.13 Следует отметить, что использование технологии ИИ в мультимодальных перевозках с использованием водного транспорта стремительно развивается. Рассмотренные тенденции и будущие разработки способны изменить отрасль, повысив эффективность, безопасность и устойчивость. Используя эти достижения, заинтересованные стороны в отрасли водного транспорта смогут открыть новые возможности и преодолеть проблемы, связанные с мультимодальными перевозками.

7 Общие характеристики вариантов использования

7.1 Методы, технологии и алгоритмы искусственного интеллекта

Следующие методы, технологии и алгоритмы ИИ допускается применять для решения задач в системах ИИ, используемых на водном транспорте:

- автоматическое распознавание речи;

- алгоритмы кластеризации;

- анализ временных рядов;

- анализ настроений;

- аналитика данных;

- байесовские вероятностные сети;

- виртуальная реальность и дополненная реальность;

- виртуальное прототипирование;

- графы знаний;

- генетические алгоритмы;

- геопространственный анализ;

- глубокое обучение;

- датамайнинг;

- детектирование аномалий;

- детектирование и отслеживание объектов;

- динамические интеллектуальные системы;

- имитационные и оптимизационные модели;

- интеллектуальные алгоритмы планирования;

- искусственные нейронные сети;

- классификация и регрессия в рамках методов МО;

- коллаборативная фильтрация;

- компьютерное зрение (анализ изображений и видео);

- контекстуальное понимание;

- марковские процессы принятия решений;

- МО;

- модели диагностики неисправностей;

- моделирование виртуальной реальности;

- многоагентные системы;

- мультисенсорная интеграция (слияние данных);

- нечеткая логика;

- обработка ЕЯ;

- обучение с подкреплением;

- онтология;

- оптимизация алгоритмом муравьиной колонии;

- оптимизация роем частиц;

- оценка и моделирование рисков;

- планирование и оптимизация траектории;

- поддержка принятия решений;

- предиктивная аналитика;

- предиктивное моделирование;

- принятие решений и управление;

- прогнозирование;

- рекомендательные системы;

- роевой интеллект;

- семантические сети;

- сетевой анализ;

- системы, основанные на знаниях;

- системы поддержки принятия решений;

- экспертные системы, в том числе интегрированные.

Дополнительные технологии ИИ, которые допускается использовать на водном транспорте, приведены в [4].

7.2 Общие метрики качества моделей и алгоритмов искусственного интеллекта

Следующие общие метрики качества моделей и алгоритмов ИИ допускается применять для оценки уровня качества и иных показателей для алгоритмов ИИ или систем ИИ, используемых на водном транспорте:

- адаптивность системы ИИ;

- время реакции системы ИИ на получение входных данных;

- вычислительная эффективность;

- индекс Джини;

- корень от среднеквадратичной ошибки;

- коэффициент доступности;

- коэффициент истинно положительных результатов;

- коэффициент ложных срабатываний (ошибки первого рода);

- логистическая функция потерь;

- масштабируемость системы ИИ;

- метрика F1;

- надежность модели ИИ;

- отзывчивость системы ИИ;

- площадь под кривой ошибок (ROC AUC);

- площадь под кривой "точность - чувствительность" (PR AUC);

- полнота данных;

- положительная прогностическая ценность;

- скорость обработки данных в реальном времени;

- соответствие системы ИИ требованиям;

- специфичность модели ИИ;

- средняя абсолютная ошибка;

- точность модели ИИ;

- удобство человеко-машинного взаимодействия;

- частота ложноотрицательных результатов (ошибки второго рода);

- чувствительность модели ИИ;

- энергоэффективность системы ИИ;

- эффективность интеграции данных;

- эффективность системы ИИ.

7.3 Общая архитектура системы искусственного интеллекта

Следующие компоненты допускается использовать для конструирования общей архитектуры системы ИИ, применяемой на водном транспорте:

- датчики и иные источники данных;

- шлюзы интеграции для получения данных из гетерогенных источников;

- модуль интеграции источников данных и мультисенсорного слияния данных;

- модуль предварительной обработки (очистки, нормализации) данных;

- модуль хранения и управления данными;

- модуль непрерывного обучения и совершенствования системы ИИ;

- подсистема реализации МО и оценки качества моделей и алгоритмов ИИ;

- подсистема, реализующая алгоритмы ИИ для конкретной задачи;

- БЗ для конкретной проблемной области;

- подсистема поддержки принятия решений, включая компоненты визуализации и построения отчетности;

- набор интерфейсов конечного пользователя;

- модуль мониторинга состояния системы ИИ, включая мониторинг производительности;

- модуль получения обратной связи;

- модуль контроля соответствия требованиям и нормативным требованиям;

- подсистема интеграции и связи;

- подсистема обеспечения информационной и кибербезопасности, защиты конфиденциальной информации.

7.4 Пользовательские интерфейсы и визуализация

Следующие пользовательские интерфейсы и варианты визуализации допускается использовать при построении наборов интерфейсов конечного пользователя систем ИИ, применяемых для решения задач на водном транспорте:

- видеопотоки с видеокамер;

- визуализация БЗ;

- виртуальная и дополненная реальность.

-

шкала и календарное планирование;

- голосовой помощник;

- диаграммы анализа тенденций;

- имитационные модели;

- интерактивные симуляции;

- интерфейс для анализа исторических данных;

- интерфейс для моделирования и анализа сценариев;

- интерфейс для визуализации данных;

- интерфейс для визуализации транспортных потоков;

- интерфейс для воспроизведения исторических данных;

- интерфейс для мониторинга портовой деятельности;

- интерфейс для отслеживания инцидентов;

- интерфейс для планирования траектории;

- интерфейс для предоставления информации о состоянии системы ИИ и результатов ее диагностики;

- интерфейс для распределения ресурсов;

- интерфейс для сетевой визуализации;

- интерфейс с показаниями датчиков;

- календарь планирования ТО;

- клиентский портал;

- мобильные приложения;

- наложения дополненной реальности;

- панель управления ("дашборд"), предоставляющая информацию о ключевых параметрах, показателях эффективности деятельности, отчетности и других важных для решения задач данных;

- параметры настройки и конфигурации системы ИИ;

- профили энергопотребления;

- радарный дисплей;

- средства оповещения, уведомления и предупреждения;

- тепловые карты оценки рисков и угроз;

- трехмерная визуализация;

- унифицированный интерфейс ГИС;

- чат-бот.

7.5 Этические и нормативные соображения

При разработке систем ИИ на водном транспорте следует принимать во внимание следующие этические и нормативные соображения:

- безопасность и защита функционирования систем ИИ;

- взаимодействие человека и систем ИИ;

- влияние на рынок труда, рабочие места, трудовые ресурсы и занятость сотрудников;

- вовлечение заинтересованных сторон;

- воздействие на окружающую среду;

- добросовестная конкуренция;

- доступность и инклюзивность;

- контроль со стороны человека, возможность вмешательства;

- конфиденциальность информации и защита данных;

- обеспечение кибербезопасности;

- ответственность, подотчетность и правовые рамки;

- постоянный мониторинг и оценка результатов деятельности систем ИИ;

- приватность граждан;

- право собственности на данные и согласие на использование;

- принятие этичных решений;

- прозрачность и объяснимость результатов работы алгоритмов ИИ;

- соответствие национальным и международным правилам и нормам;

- сотрудничество и коммуникация;

- социальная приемлемость и общественное доверие;

- справедливость, непредвзятость и отсутствие дискриминации в деятельности систем ИИ;

- стандартизация и сертификация;

- управление качеством данных;

- человеко-машинное взаимодействие и обучение систем ИИ;

- этичное использование данных и систем ИИ.

7.6 Ограничения, барьеры и проблемы

При разработке и внедрении систем ИИ на водном транспорте заинтересованные стороны должны принимать во внимание следующие ограничения, барьеры и проблемы, которые могут возникать на любом из этапов жизненного цикла систем ИИ:

- взаимодействие между человеком и системой ИИ;

- высокие затраты на реализацию и внедрение, недостаточная экономическая целесообразность;

- зависимость от внешних систем;

- интеграционные проблемы, операционная совместимость и интероперабельность, высокая сложность интеграции;

- интерпретируемость и объяснимость результатов деятельности систем ИИ;

- масштабируемость и адаптируемость системы ИИ;

- надежность системы ИИ и частота ложных срабатываний.

- недоступность качественных наборов данных для обучения;

- необходимость массового обучения сотрудников и пользователей;

- необходимость международного сотрудничества;

- необходимость обеспечения связи;

- необходимость соответствия требованиям нормативно-правовой базы;

- обеспечение доверия к решениям систем ИИ;

- ограниченность инфраструктуры для внедрения систем ИИ;

- организационная готовность и принятие;

- организационная культура и управление изменениями;

- отправленные данные, необъективность и несправедливость в данных;

- отсутствие опыта разработки и внедрения систем ИИ;

- погодные и экологические факторы;

- риски кибербезопасности;

- сопротивление изменениям со стороны персонала;

- стоимость реализации системы ИИ и возврат инвестиций;

- требования к стандартизации;

- текущий уровень технологического развития;

- техническая сложность реализации систем ИИ;

- требования по кибербезопасности и защите информации;

- человеческий фактор;

- экологические соображения.

Библиография