AI rakendamine purjejahil
Vajadus
Kasutada AI-d navigeerimiseks ja et võita purjeregatt sõprade vahel.
Probleemid seniste lahendustega
Tavapärased jahtidel kasutatavad plotterid ja GPS seadmed ei oska purjetamisel abistada
Kallimad seadmed oskavad küll teekonda planeerida, kuid ainult mootoriga sõitmisel. Tuule suunda ja purjeka omadusi nad arvesse ei võta
Seatud eesmärgid
Leida võimalus tuule ja ilmateate järgi automaatselt teekonda planeerida.
Luua lahendus, mis jälgiks jahi andureid (tuulenäitaja, kompass jms) ja annaks sellest lähtuvalt soovitusi kiiruse parandamiseks
Tulemus
AI monitooringulahendus ja assistent purjetamiseks. Vastutuult teekonna planeerimine
Kasutatud tehnoloogia
- ChatGPT
- OpenCPN
- Raspberry Pi
Teostamine
Juba mitu aastat on meil olnud traditsioon lõpetada purjetamishooaeg sõbraliku regatiga. Sel aastal andis see mulle võimaluse katsetada midagi, mis mulle väga korda läheb: kuidas kasutada tehisintellekti päris elus, mitte ainult teoreetilistes tingimustes.
Katseplatvormiks oli Beneteau Oceanis 351 – üsna tüüpiline kruiisimiseks mõeldud jaht.
Marsruudi planeerimine vastutuules
Minu esimene küsimus oli, kas AI suudab aidata marsruudi planeerimisel vastutuult.
Kaasaegsed plotterid oskavad marsruute arvutada, kuid enamasti töötavad need vaid kaartide põhjal. Need ei arvesta tuuleolusid ega paadi tegelikke sooritusomadusi.
Niisiis katsetasin, kas ChatGPT suudaks siin nõu anda. Kui andsin ette paadi polaardiagrammi, tuule suuna ja geograafilised koordinaadid, suutis see leida jahi võimekust arvestavat optimaalse vastutuulekursi.
Kui aga proovisin panna ChatGPT-d merekaartidega töötama, tulid piirangud kiiresti esile. Keelemudelile oli lihtsam kaart “ümber joonistada”, kui et õige teekond planeerida. See tuletas meelde, et LLM-id ei ole GIS-süsteemid.
Aga ChatGPT osutus päris heaks abiliseks, et leida spetsiaalne navigeerimiseks mõeldud tarkvara ning see üles seada. Mõningase katse-eksituse õnnestus mul tööle saada OpenCPN – avatud lähtekoodiga kaardirakendus, mis suudab kasutada nii merekaarte kui ka ilmaprognoose. See töötas üllatavalt hästi.
Navigatsiooni- ja mõõteseadmete ühendamine
Kaasaegsed jahi seadmed on tavaliselt omavahel ühendatud standardse sideprotokolli (NMEA 2000) kaudu. Selleks, et neile andmetele ligi pääseda ja neid analüüsida, ühendasin Raspberry Pi miniarvuti jahi NMEA-võrguga.
See võimaldas koguda üsna suure hulga andmeid – tuul, asukoht, sügavus, kurss – 0,5-sekundiliste intervallidega, salvestada need andmebaasi ning kasutada neid hiljem analüüsimiseks AI abil.
Samuti sai nii teha sihtotstarbelisi näidikupaneele. Kasutades Android-tahvlit ekraanina, lisasin näidikuid nagu VMG (velocity made good) ja mõõdiku, mis näitas, kui lähedal on hetke kiirus paadi teoreetilisele maksimumile (näiteks 90% maksimaalsest kiirusest).
Testimine võistlustingimustes
Mul õnnestus süsteemi testida kahes päris võistlussõidus. Üks neist läks väga hästi, kuid teises lõpetasime viimasena.
Asi oli selles, et tol hetkel ei olnud ma veel valmis saanud pidevat andmeedastust jahi ja AI vahel. Selle asemel põhinesid AI arvutused võistluse alguses käsitsi sisestatud tuulesuunal. Võistluse jooksul muutus tuul märgatavalt ja me märkasime seda liiga hilja.
Õppetund oli ilmne: kui sööta AI-le valesid või aegunud andmeid, ei tasu oodata õigeid tulemusi. Ja peab olema võimalus AI väljundit kuidagi kontrollida.
Hea oli see, et ebaõnnestumine viis parendusteni. Lõin täiendava näidikupaneeli, mis aitas silmas pidada olude muutumist.
Andmetest õppimine
Andmete kogumise tegelik väärtus ilmnes pärast purjetamist.
Tõsistele võidusõitjatele võib selline andmeanalüüs olla võimas tööriist. Isegi harrastajatel võimaldab see üle vaadata manöövreid, näiteks halssimisi: kui kiiresti meeskond reageeris, kui kiiresti kiirus taastus, kas kurssi korrigeeriti üle või mitte jne.
See avab ka ukse „mis oleks kui” simulatsioonidele – uurida, kuidas teistsugused taktikalised otsused oleksid võistluse tulemust mõjutanud.
Praktiline väärtus
Minu jaoks oli selle katse peamine väärtus õppimine ise.
Nokitsejatele võimaldab AI ehitada soodsalt väga võimekas navigatsiooni- ja analüüsisüsteem. Sarnased kommertslahendused võistlusjahtidele on olemas, kuid need maksavad sageli kümneid tuhandeid eurosid. See lahendus läks maksma ligikaudu 600 eurot (Raspberry Pi, NMEA-USB liides ja odav Android-tahvel).
Võistluspurjetajatele on sellise lahenduse eelis suurem paindlikkus ja enda vajadustele kohaldamine.
Isegi tavapurjetajad saavad AI-d kasutada kursimääramiseks. Arvestades tuult ja polaardiagrammi. Tuleb lihtsalt meeles pidada põhitõdesid: AI-le tuleb anda õiged lähteandmed ja väljundit tuleb kontrollida terve mõistuse abil. Ja kiiruse optimeerimise tuhinas ei maksa karidele sõita.