访谈：Orca AI 的 Dor Raviv 谈 AI 辅助导航
快速阅读: 据《海事行政官》称，奥尔卡AI联合创始人兼CTO多夫·拉维夫在接受《海运执行官》采访时表示，其AI辅助导航系统已显著提升海员的情景感知能力，该技术已在750多艘商用船舶上应用并验证了安全改进。拉维夫预计，两年内将在公海看到受监督的自主航行船只，强调系统需赢得船员信任，并探讨了AI在保险领域的潜力及技术局限性。
专访：奥尔卡AI的多夫·拉维夫谈AI辅助导航
奥尔卡AI表示，AI辅助防撞系统提升了海员的情景感知能力。
2025年3月17日下午2:59发布
由《海运执行官》发布
完全自主导航仍处于试验阶段，但对于商船而言，AI辅助海员系统已投入商用——开发者表示，这项技术已经带来了可验证的安全改进。在这次采访中，奥尔卡AI的联合创始人兼首席技术官多夫·拉维夫向《海运执行官》介绍了自主技术如何提升全球商用船舶的安全性和效率。
让我们先来谈谈辅助导航和海上自主性方面的最新进展。你在市场上观察到了什么？
近几年，海上航运和贸易经历了一些动荡，但这是人工智能和数字化的时代。在奥尔卡AI，我们实现了快速增长。我们现在已安装在超过750艘商用船舶上，订单量超1500艘。我们已证明AI感知在防撞中的有效性，并且这是市场需要和想要的。我们在日本的自主船舶合作项目也取得了显著进展。我们完成了概念验证阶段，现在正在开发一套完整的商业解决方案，用于全自主船舶。
这种增长是由多个因素推动的：更高的安全要求、新的欧盟和国际海事组织（IMO）关于排放和燃料减少的规定，以及招募船员到大型船只工作的挑战。更广泛地说，海员自身也经历了巨大的转型。像LLM、ChatGPT、云计算和生成式AI应用等技术正在许多日常使用案例中得到利用。这引发了对AI能力及其局限性的兴趣、信任和更好的理解。两年前，如果你问一群船长上周是否使用过AI，没有人会明白你在说什么。两周前，我在雅典的一群船长中提出了同样的问题，每个人都说他们在过去一周内使用了AI。这种更广泛的采用为船上AI系统的预期效果奠定了基础。
我们还看到海上防御的关注度增加——海岸线监控、港口监控、被动感知系统、任务自主性和无人水面舰艇（USV）。就在上个月，航母“亚伯拉罕·林肯号”与一艘商船相撞，这正是奥尔卡AI帮助防止的情况。我们一直在与几家海军合作，使用比雷达便宜得多的摄像头，提供基于计算机视觉的足够自主导航的感知能力。获取数据以支持自主能力的AI竞赛正在进行中。
你能告诉我们关于船员配备的挑战以及桥上的自动化如何提供帮助吗？
在自主航行场景中，船员始终会在船上，但人数可能会减少。如果我们能证明系统了解其局限性，我们可以向客户建议，在这些条件下考虑减少值班人员。这将立即带来价值——可能每艘船减少一到两名船员，这对节省成本来说是巨大的。
一艘船可能会在停泊时使用决策支持系统来避免碰撞。当它离开港口进入高交通的沿海导航时，可能会使用二级自主系统来推荐避碰措施。当进入公海时，它可以切换到专注于燃料和排放优化的四级自主系统，同时保持航行安全——这涵盖了大约90-95%的航程。遇到恶劣天气、低能见度、高交通或搜救情况时，系统会自动通知船员返回驾驶台处理这些复杂情况。
一名军官在通过期间监视ARPA（右）和奥尔卡AI显示（中）（奥尔卡AI）
在奥尔卡，我们逐步引入这些能力。利用现有的硬件，我们正与ABS合作，目标是在2025年实现二级自主性。这意味着理解传感器融合、计算机视觉、避碰的局限性，并将其转化为一个知道边界并知道何时呼叫船员的系统。在我们通过自下而上的方法赢得整个1500艘船队的信任后，从二级到三级自主性的过渡会更容易，因为我们已经了解了系统的局限性。分阶段的方法，紧密连接船员需求，对于采用来说更有意义。
在时间表方面，你认为我们还需要多久才能开始看到在特定条件下能够自我导航的船只？
我认为海上运输将比汽车或航空更快地过渡。有太多激励因素，虽然行业被认为行动缓慢，因为船只移动缓慢，但实际上法规进展相当快。随着IMO MASS代码自愿实施计划到2027年实现，而欧盟ETS法规已经开始，我认为大约两年后，我们将看到在监督和约束下在公海自主航行的船只。支持这一发展的基础设施已经到位。像奥尔卡AI这样的先进感知系统已经在大规模生产。这种规模允许船只之间共享丰富的数据——不仅仅是AIS数据，还包括基于情境的信息，如特定事件、拥堵、港口交通等。我们已经有了连接性和带宽，可以在云端计算优化方案，并实时将它们回传给船只。远程团队已经可以访问包括所有摄像头视频、传感器数据和位置信息在内的实时数据流。我与所有接触过的船级社都迅速推进这些能力。他们请来了大学专家协助推动自主性和AI进入大众市场。在过去两年里，我与不同的船级社进行了约六场计算机视觉研讨会，探讨了优势、局限性、数据空白、基准测试、评估场景及AI集成的人文层面。
当系统能够站岗时，你是否认为仍然需要至少一个人在驾驶台上？
这是一个好问题。现实来说，这样的系统需要赢得船员的信任——这一点比取得管理层的信任更重要。这取决于不同的船员和具体情况。从监管角度来看，我们永远需要有人在驾驶台上，至少在可预见的未来——可能只需一人负责监控其他系统而非瞭望。但也许在5到10年后，这些系统会如此出色，那么为什么不呢？单人环球航行者并非时刻保持清醒；他们并非24小时不间断工作。赢得船员的信任和支持需要时间，但幸运的是，他们有足够的时间来评估这些系统，因为他们花在驾驶台上的时间很多。我认为这个过渡会比其他行业更快。保险公司有明确的经济动机来提高安全性。
你能告诉我们关于你与保险合作伙伴如北标准的工作吗？
这是一个非常好的问题。历史上，保险公司根据过往记录来设定保费。现在他们从我们的平台等来源获得了前所未有的上下文和数据流。他们需要我们的帮助来理解和评估什么是风险。这是非常棒的，因为你有所有证据可以客观证明这些系统是否增加了或减少了安全事件，这最终可能导致保费降低。这就是圣杯。我们已经向北标准证明了这一点，现在他们在第一年为他们的客户提供我们系统成本的一半补贴。我们有大量匿名数据，这些数据得到了航海图数据、视频数据和情境事件的支持——所有这些都易于探索、学习和用来理解改进。
保险公司的目标是通过向采用AI、自动化和数据收集的客户提供更低的保费，成为最具吸引力的保险公司。这是一个双赢的局面，我们引起了更多保险公司的关注，因为我们可以通过实证表明使用奥尔卡的船舶更安全。我们可以持续追踪关键绩效指标并展示数据。
我们是否将达到AI能够识别帆船和渔船以满足COLREGS要求的地步？或者在VHF上进行会遇安排？
目前，所有自主导航系统都使用相机作为主要传感器，其他所有设备都与其融合。如果我将某物识别为渔船而不是帆船，当前其他系统中没有逻辑来处理这种区别。你需要一个具有更丰富上下文的系统来理解如果某个物体看起来是某种方式并且停止，那很可能是一艘渔船。人类自然会识别灯光和模式，但AI系统很难仅从这些线索中推导出意义。实际上，当系统取代人员时，它需要在没有某些遗留的人类要求的情况下正常运作。例如，在传统上听声音信号的雾天条件下，我不相信麦克风可以定位其他船只。我会简单地要求一名船员来到驾驶台并倾听。同样，解析不同语言发言者的无线电通信并将其翻译成机器代码极其困难。即使有最新的ChatGPT技术，我也不相信它是管理船只相遇的唯一手段。在这种情况下，我希望驾驶台上有人。
同样的原则也适用于港口靠泊等精细操作。与其使用昂贵的技术如激光、LiDAR和二维码来精确定位船只，不如使用两艘拖船。不要过度解决不存在的问题或寻找不存在的解决方案。
多夫·拉维夫是奥尔卡AI的联合创始人兼首席技术官，该公司为海上船舶提供AI驱动的导航系统。奥尔卡AI的防撞系统目前在全球范围内安装在超过750艘商用船舶上。
(以上内容均由Ai生成)
