比尔·盖茨曾经说过:“善待书呆子。很有可能你最终会为这样的人工作。”《非自然选择:为什么极客将继承地球》一书分析了技术对人类进化的影响以及极客阶层的兴起。

　　帆船运动面临的问题是，仅仅因为新兴技术可能比人的功能更好，我们就应该任由它发展吗?我们是否应该取代水手的一些心理挑战，把它们减少到乘客身上?船上的仪器已经做到了这一点，现在荷兰海事研究所(MARIN)更进一步。

　　作为世界上流体动力学研究和海事技术的领先机构之一，他们提出了一个问题:计算机能否学会用人工研究为乐观主义者驾驶?以下是他们的最新消息:

　　把一个孩子放在乐天派里，他会凭直觉学习如何航行，而不需要了解空气动力学和流体动力学的细节。一年前，这激发了MARIN的AI Sail团队接受挑战:计算机能否在人工智能的帮助下学会做同样的事情?11月24日，在我们海上盆地的一次演示中，这是关键时刻。

　　这一挑战的背景很重要:人工智能和机器学习能为一个更清洁、更智能、更安全的海洋世界做出什么贡献?

　　大多数海洋预测方法都基于基于模型的方法:将基于物理的模型结合到计算模型中，并在模型试验和现实中进行验证。通过AI Sail，我们想要展示数据驱动方法的可能性，其中物理在模型中并不显式，而是隐含在数据中。

　　简而言之:如果孩子们在没有空气动力学、流体力学和海洋学知识的情况下可以学会如何驾驶一艘乐观主义者号，那么人工智能算法也应该能够学会同样的东西。

　　AI Sail团队由MARIN专家组成:人工智能/机器学习、数字孪生/时域模拟、航行/风辅助和模型测试。AI Sail是一个开放式创新项目，为海事客户和代尔夫特理工大学的学生提供研讨会。

　　他们能够基于强化学习(RL)开发自己的人工智能航行“代理”(“数字孩子”)，并在我们的时域模拟框架XMF中使用乐天派和我们的离岸盆地的数字双胞胎。与此同时，我们的模型测试工程师用计算机控制的舵、板和重量控制对乐天派进行了修改，并检查了盆内所有必要的通信。

　　“这非常令人兴奋，也非常有趣，”MARIN的人工智能专家Fanny rebiff分享道。“就像在湖上真正的孩子一样，一些强化学习特工学得更快更好。通常要做一个额外的转弯。有时乐观者会迎风而停。但是，在努力操纵舵和移动重量的过程中，有几种药剂非常有效地使风再次进入船帆。所以我们的‘数字孩子’在解决问题方面是‘有创意的’。”

　　AI Sail团队负责人Hannes Bogaert博士补充说:“海事部门正以极大的兴趣关注这项技术。设计和操作船舶的挑战越来越大。无排放船舶和运营需要更复杂的推进、动力和能源系统。

　　“海上事故造成的损失可能是巨大的。社会不太愿意冒险，对船上的风险情况作出充分反应是必要的。海上可持续能源需要复杂的海上安装和维护操作。人们需要得到更好的支持。在设计和上船期间。

　　“通过人工智能的应用，我们可以让许多系统更智能，更好地支持设计和运营。”

　　阅读更多关于八卦的内容