近日新科圍棋計算機程序AlphaGo完勝世界頂尖圍棋選手李世石九段的消息，讓人們驚嘆，人工智能時代真的可能已經近在咫尺。人工智能的突飛猛進讓人們相信，車間里只有機器奮勇作業；路上的汽車、海洋上的船舶均無人駕駛的畫面也許離我們真的不遠了。

由于變化無窮、復雜精妙，圍棋一向被認為是人類頂級智慧的試金石。對于一個19×19的圍棋棋盤而言，精確合法棋局的數量達到3的361次方。這是一個171位數，比宇宙中全部原子的數量還要多。這一驚人的數字，足以令任何基于蠻力窮舉的人工智能望而卻步。正是因為如此，AlphaGo完勝李世石才讓人們震驚。這說明人工智能的水平已經獲得了跨越式提升，人工智能能做的事情已經超出了人們的想象。那么，日新月異的人工智能將為船舶行業帶來什么呢？

就在AlphaGo對陣李世石期間，航運業“大拿”馬士基在人工智能方面進行了一次新的嘗試。該公司首次完成通過無人機向海上船舶送貨的任務，這也是去年馬士基在世界首次使用無人機成功對浮式生產儲油船（FPSO）貨物油艙檢測后的又一次無人機應用的創新之舉。未來該公司將進行進一步測試，使無人機成為馬士基船舶供應鏈的一部分，以節省更多的時間和資金成本。

雖然這一應用的人工智能水平不能與AlphaGo相提并論，但這也是人工智能在船舶領域應用上向前邁出的一大步。應該說，船舶業及航運業近年來在船舶的智能制造和智能運營方面已經取得了一定成果，而且在提高生產效率以及將人類從繁重勞動中解放出來的要求越來越迫切等因素的促進下，這一進程正在加速。然而，現在看來，人工智能的發展更令人驚嘆，船舶的智能設計、建造和運營可能會以比我們想象中更快的速度成為現實，而且程度會比我們想象的更高。

人工智能專家認為，“AlphaGo”們運用了最新的深度學習算法，完成了從“計算”到“智能”的飛躍。這種深度學習算法是類似于人類大腦的人工智能學習法，也是人工智能領域極其重大的突破。這一突破的里程碑式意義在于，當面臨一些開放性問題，而不僅是非黑即白的輸贏問題，如在無人駕駛中面對天氣、環境突發狀況時，人工智能可能通過深度學習進行判斷和操作。而這恰恰為船舶的完全人工智能操縱以及不同類型船舶的智能建造創造了條件。

目前，全球范圍內已開展了多個智能船舶和無人駕駛船舶項目，如中國船舶工業集團公司主導開展的綠色海豚38800噸智能示范船建造項目、歐盟資助研發的代號為“MARS”的無人駕駛船項目、DNV GL的無人運輸船設計項目、韓國現代重工的智能船舶聯網系統項目等。我國建造的“會思考”的船舶，將能實現全船信息共享、自主評估與決策、船岸一體化、遠程支持和服務；無人駕駛的“MARS”號預計在2020年駛向大西洋；DNV GL在設計無人運輸船之前已經開發出全新的無人操作FLNG（浮式液化天然氣裝置）概念。船舶行業正按部就班地開展智能船舶研究，而一日千里的人工智能也許將推動這些項目加速度“前進”。

人工智能在船舶上的應用，除了運營方面，還有設計和建造。目前，船舶的設計和建造普遍應用軟件、機械臂等，這是一種最初級的人工智能。在這方面走在前面的韓國和日本，目前都已擁有完整的智能化設計、生產運行和運營管理系統；擁有從船舶設計、研發到建造的智能化控制體系。焊接機器人、裝配機器人、噴漆機器人、碼垛機器人、搬運機器人等應用于船廠，已在很大程度上超越了傳統機器人，在降低誤差、提高生產率、節約成本方面效果明顯。2014年8月，韓國大宇造船海洋研發的造船施工新工具——外骨骼動力裝，開始在造船現場使用。這種外骨骼動力裝可穿著在工人的身上來輔助工人搬運重物�？梢哉f，人工智能已經在造船作業中廣泛應用，但由于船舶產品的非標準化和定制化特點，船廠應用機器人生產還存在一定的困難。那么，具有深度學習能力的人工智能是否能讓這一問題不再是問題了呢？這值得我們深入思考和大膽嘗試。

在不久的將來，“AlphaGo”們會走出圍棋，在醫療、金融、決策等領域大顯身手，相信應用在船舶設計、建造、運營領域也將引發變革，甚至革命。到那時，大數據成為“原料”，算法將成核心構件，物聯網、云計算將是基礎設施，數字化的經驗、知識、案例將成為必需以及生產力。“那時”的造船廠也許將與“這時”的造船廠“長相”迥異，“那時”的船舶相比“這時”的船舶簡直就是“神器”。

那一天正向我們走來，以我們現在還想象不到的速度。