左冬良用保密郵箱給 發了個需求郵件，說一下關於人工智能無人艦隊的需求，人工智能是個吸金收智的行業，現在只要有點靠譜的項目就吸引到大量的投資就能高薪招收各路人才，採購到更好的設備，有些公司能夠採購了幾萬片高端顯卡做學習跑人工智能，所以很多軍方項目就是做了應用設想，最好完成工作交給地方公司效果更高，
星湖公司也得到國家人工智能大基金的投資，而且冬良的信息是他們也只是接受過這麼一筆投資，不像其他公司那樣股東一大堆，很多資金都是說不清楚的，讓海軍方面和他們合作還是比較放心的。
從技術角度來說由於船上的電羅經採用,在60年代就出現了機電式的自動舵，就是自動駕駛系統，,由人工設定航向,在航行過程中首尾線偏移設定航線,電羅經檢測到偏差值後控制舵轉向,恢復到設定航向上,從80年代開始隨着電子技術發展出現了將電子海圖導航雷達,接入了自動舵系統,稱爲APA系統,能夠自動標繪航跡與避讓,但這套自動駕駛系統是不允許在狹窄水道航行,靠離碼頭使用,需要轉爲人工操作模式,這點與車輛自動駕駛不允許上路不同,在非複雜海情下是可以使用自動駕駛狀態。
在發展到的無人船舶會有更高的技術性能,要做到的功能包括：
人工智能航行：包括航線規劃,自動駕駛與避碰,停泊，輪機及燃料管理，航行數據記錄與監控，航行設備雷達 GPS 聲納紅外熱像儀攝像機激光測距機自動海圖景深攝像機信息融合，要素複雜海域航行, 避碰規則學習,陸地模型建模，無GPS的自主航行
人工智能海情感知：海上航行容易出現問題是由於風暴海霧造成觀測困難，人工智能提升了海情態勢的感知能力，雷達可以獲得全景的交通圖像除了所有運動目標還包括靜止目標AIS爲被動接收信息完善的信息，使得船舶駕駛者可以把有限的精力放到關鍵的場景,做到船舶能夠順利航行.對於船舶駕駛來說人工智能在複雜水域條件下是作爲助航使用,在大洋航行狀態可以完全代替人的工作.由於船舶噸位不同,船舶駕駛的規則也不相同,除了技術開發上的挑戰,更多是法律與行業規則來的挑戰,IMO國際海事組織權利強大,交通法規各個國家都不一樣,但海事法規全世界是一個標準,而且也形成了一個利益鏈,而AI智能與汽車相比就是允許有條件的使用
人工智能節能：在大洋航行時,能夠節約燃料,有非常高的經濟價值,船舶計劃航線是與實際航線由於受到風浪潮流的影響很難重合,通常自動舵的是通過電羅經檢測船航向變化，但這種變化是在船身改變之後，然後用舵反壓，由於船身質量較大，一旦發生航向變化後有非常大的慣性，結果導致船在計劃航線的左右兩端呈S型航跡，如果在有經驗較豐富的舵手操舵情況下，可以預先感知風浪潮流變化，可以做到預壓舵保持航向的穩定，但由於人工操舵消耗體力很大，而且每個人水準不一樣，人工智能就是通過多海面情況的建模，實時計算出最佳用舵時機與用舵角度。
無人駕駛船舶是全世界都在搞，尤其是那些海洋形國家更是投入很大精力做開發，在2020年IBM通過整合 IBM 的 AI 技術、雲技術及邊緣計算技術，讓五月花號自主駕駛船（MAS）具備在地球上那些最具挑戰的環境下自主航行的能力。”並在當年進行了五月花號自主駕駛船（MAS）自主導航橫跨大西洋的新“AI 船長”出海試航，目的是評估“AI 船長“能否利用攝像頭、AI 和邊緣計算系統進行導航，安全繞過其它船隻、浮標和可能遇到的其它海洋障礙物。
五月花號團隊藉助安裝在英國普利茅斯海峽的攝像頭以及開源數據庫收集了上百萬張航海圖像，用以持續訓練五月花號自主駕駛船（MAS）的 AI 模型。爲滿足機器學習的處理需求，該團隊使用了搭載 IBM Power9 CPU 和 NVIDIA V100 Tensor Core GPU 的 IBM Power AC922，這也是全球最智能的 AI 超級計算機所採用的技術。如今，藉助 IBM 的計算機視覺技術，五月花號的“AI 船長”應該能夠獨立地探測和分類船舶、浮標類障礙以及陸地、防波堤和殘骸等其它障礙。並遵循《國際海上避碰規則》（COLREG） 以及《國際海上生命安全公約》（SOLAS），但最後測試是失敗的，總結的原因是算法有問題，收集的學習資料不足等等………
但根本原因是項目管理的問題，不是什麼技術問題，開船的人不懂人工智能，做人工智能的不知道船是怎麼開的。海情智能感知系統對人工智能技術挑戰最大的
在晴天海面上光線非常強烈，水面會形成強烈的反光海浪反光，有浪的時候是波光粼粼，煞是好看，但是對於傳感器來說，往往就分不清波浪和目標了，就通常說的“晃眼睛”根本看不清楚東西，目標會被強烈的陽光遮蔽，星湖公司的解決方案是毫米波雷達+攝像機，後面加載了一大堆算法
背景疊加，就是讓目標至於山頭前面，這種海情特別麻煩，這種情況是在近岸島嶼山地的背景噪聲強烈，往往會掩蓋掉目標的真實信號，1982年的英阿馬島戰爭就出過這個事情，當時海狼的雷達收到的瀕海山峰的干擾，不能跟蹤目標，導致海狼防空導（彈）不能發射，讓阿根廷攻擊機鑽了空子，在這種條件下毫米波雷達往往也容易干擾，對於這個問題，是通過電子海圖，定位後剔除背景山峰後，用攝像機和毫米雷達捕捉處理。，
海浪反光，有浪的時候是波光粼粼，煞是好看，但是對於傳感器來說，往往就分不清波浪和目標了，更大的浪都當成了船去跟蹤了，因爲浪頭太多，數據量太大，很多最後都死了機，
鏡像：沒有浪的時候海面是個鏡子，水面會對目標的鏡像，就是目標在水面的倒影，也當成了船識別，一個變成兩個，照樣跟蹤。
霧氣：林曾經看到過很多去霧氣的算法，有通過圖像增強實現的，有通過補償圖像損失來得到圖像的，的是沒有見過海上霧的大小，船頭看不到船尾，再好的算法有啥用！
船舶數據集，星湖公司一開始也是大量蒐集照片，但後來他們發現由於海船的與場景比較特別，就搞了一套快速的數據集建立方法，還申請了專利。
這些問題本來都是沒有預料到大坑，星湖公司也是爭氣，自己買了一條55尺的雙體帆船做實驗船，當時頂着很大資金和輿論壓力，好在有海事部門和航運公司的支持終於出了成果。
#AIS（Automatic identification System 船舶自動識別系統）是一種船載廣播應答系統，通過該系統，船舶能夠在VHF公用無線信道上向附近的船舶和岸上主管機關持續發送其身份，位置，航向，航速和其他數據。