最近美国海军已经把阿利伯克级驱逐舰
USS Fitzgerald (DDG-62) 安装了实验性AI人工智能系统
是世界上第一艘部署相关系统的军舰
https://i.imgur.com/3XzaoaQ.jpeg
https://www.acq.osd.mil/log/MR/cbm+.html
不过实际上这一套AI系统只有负责后勤管理
并不负责任何接战或是战斗的功能
系统名称ERM-4
Enterprise Remote Monitoring Version 4
企业远端监控版本 4
是五角大厦状态维护增强版计划部分
目的是利用AI学习来帮助船员 岸上后勤节点和其他单位节省成本
https://i.imgur.com/2J98ps2.jpeg
现在大约有三分之一的海军已处于部署状态
三分之一的海军正在进行一些大修维护
他们很难在维修量暴增情况下重新组装完毕
但另外三分之一则处于各种不同的使用状态
如果导入人工智能的话
能够准确告知军舰需要做什么来保持当下战舰的战备状态
那么就可以直接有助于拥有一支更庞大的作战舰队
ERM-4是第一个以这种方式部署在海军舰艇上的记录平台
打算取代自1990年代以来一直使用的ICAS传统综合状态评估系统
ERM-4每一秒都会记录评估
来自船舰 机械和电气系统大约10000 个传感器的读数
人工智能算法提出的维护建议会直接输入到船舶的维护计划系统中
比如说ERM-4分析发现了一种长交货期产品或船舶零件接近故障
并且在订购后需要很长时间才能收到
ERM-4将会在提前足够长的时间提醒船员那零件需要做更换
以便他们订购更换件并在码头取货进行维修
否则可能会使特定系统暂时无法使用
以车子来做比喻好了
以前买车的时候通常只会被告知多少公里更换一次机油
但新的监控系统可以监控总里程 机油黏度和温度
并在需要更换机油时提醒司机
海军官员承认进行一些预防性维护
会比等待预定的维护时间来分析舰艇并进行维修更好
这意味着海军传统上处理此类工作的方式发生了巨大变化
系统最快将在今年整合到NMRO海军维护修理和大修系统中
成为更大的后勤和 IT组合的预测性维护体系
ERM-4每年需要更新四次 有助于创建一个电脑学习循环
基础模型在云端进行训练和开发后部署在船上测量性能和准确性
然后快速连续的进行调整和重新部署
除了帮助工作人员更快发现故障部件之外
经过磨练的人工智能维护系统还可以帮助相关物流
在检测到未来磨损之前预先纪录使用情形
在整个舰队范围内通常可以知道哪些部件更容易退化
除了驱逐舰以外 大型的两栖舰也会安装这种系统
—
https://i.imgur.com/OGi0hSj.jpeg