Текст: Вадим Михайлов, навигатор команды ROSSKO RACER

Искусственный интеллект стремительно набирает популярность. Его используют в медицине, промышленности, образовании, финансах, программировании — и постепенно он входит в яхтинг.

Чаще всего ИИ связывают со сложными расчётами: обработкой прогнозов, маршрутизацией, анализом поляр или поиском оптимальных настроек лодки. Но область его применения значительно шире. Он может помочь разобраться в документах регаты, подготовить письмо организаторам, собрать сведения об арендованной яхте, составить перечень вопросов владельцу, систематизировать результаты осмотра и превратить большой объём данных в короткий брифинг для экипажа.

То есть ИИ можно применять не только для расчётов, но и в повседневной жизни команды при подготовке и участии в регате.

В настоящее время я являюсь навигатором команды  ROSSKO RACER и регулярно использую искусственный интеллект в своей работе. Поэтому этот цикл основан прежде всего на собственном опыте: подготовке к гонкам, работе с Expedition, анализе погоды, проверке приборов, подборе и приёмке лодок, переписке с организаторами и подготовке материалов для шкипера и экипажа.

При создании самого цикла также используется ИИ. Он помогает структурировать накопленный опыт, сравнивать варианты подачи материала, готовить иллюстрации, проверять логику текста и превращать рабочие заметки в законченные статьи. При этом окончательный выбор примеров, оценка результатов и выводы остаются за автором.

Статьи адресованы не только навигаторам. Они могут быть полезны шкиперам, владельцам яхт, участникам любительских и профессиональных команд — всем, кто интересуется яхтингом и хочет понять, как использовать новые инструменты на практике.

Разбор маршрута с командой. ИИ может ускорить подготовку материалов, но обсуждение и решение остаются за людьми. Фото из архива автора.

Возвращение к старой теме

Моё знакомство с искусственным интеллектом началось задолго до появления ChatGPT. В конце 1980-х годов я учился в Высшем военно-морском училище радиоэлектроники имени А. С. Попова по специальности «Математическое обеспечение автоматизированных систем управления». Темой моей диссертационной работы было использование методов искусственного интеллекта при обосновании требований к перспективным системам вооружения ВМФ.

Тогда под ИИ обычно понимали экспертные системы — базы знаний и наборы правил, воспроизводившие логику специалиста в узкой области. Они не поддерживали свободный диалог и не могли за несколько минут проанализировать десятки страниц текста. Но главный принцип был понятен уже тогда: результат зависит от качества исходных данных, правильной постановки задачи и проверки человеком.

Через много лет я вернулся к этой теме уже как яхтенный навигатор. Одной из первых практических задач стало создание программы на Python для анализа изменений ветра и работы с данными Expedition. ИИ помог значительно быстрее пройти путь от идеи до рабочей утилиты. Одновременно обнаружилась важная особенность современных моделей: ошибочный ответ может звучать столь же убедительно, как правильный.

Что ИИ может дать яхтсмену

Перед регатой у навигатора одновременно открыты Notice of Race, сертификат лодки, прогнозы, электронная карта и Expedition. В телефоне продолжается переписка с организаторами, владельцем лодки и экипажем.

Одни сведения уже устарели, другие ещё не опубликованы, третьи противоречат друг другу. А шкиперу нужен короткий ответ: Что мы знаем? Чего пока не знаем? Что необходимо сделать сегодня?

Именно здесь искусственный интеллект особенно полезен. Не как электронный штурман, самостоятельно принимающий решения, а как быстрый помощник, способный обработать большой объём информации.

ИИ может сравнить две редакции Sailing Instructions, подготовить справку по Notice of Race, превратить заметки после осмотра лодки в перечень дефектов, составить письмо организаторам на английском языке или проанализировать таблицу калибровочного выхода.

Его главная ценность не в том, что он якобы «знает всё», а в способности быстро превратить разрозненные сведения в рабочий документ.

Где ИИ помогает и что обязательно проверяет человек. Иллюстрация создана с использованием ИИ.

Где заканчиваются его возможности

У искусственного интеллекта нет ответственности за лодку, экипаж и результат гонки. Он не чувствует люфт рулевого управления, не видит реальную форму паруса и не знает, правильно ли установлен датчик скорости. По красивой цифре на дисплее он не определит, соответствует ли она действительности. Кроме того, ИИ способен придумывать недостающие сведения. Это может выглядеть как точная ссылка на несуществующий пункт правил, уверенное толкование Notice of Race или правдоподобное описание местной особенности ветра.

Иногда модель смешивает документы разных лет, принимает неофициальную информацию за решение гоночного комитета или заполняет пробел наиболее вероятным, но неподтверждённым вариантом.

В яхтинге такие ошибки могут иметь серьёзные последствия. Неверно понятое требование способно привести к проблемам с допуском. Ошибка в координатах создаёт навигационный риск. Неправильная оценка спасательного оборудования уже касается безопасности экипажа. Поэтому ответ ИИ нельзя считать первоисточником, даже когда он выглядит профессионально и написан уверенным тоном.

На воде любой расчёт сверяется с реальной обстановкой. Фото из архива автора.

Цель цикла

Главная цель цикла — дать читателю практический инструмент для применения ИИ при подготовке к регате. Сквозным примером станет подготовка к Marmaris International Race Week 2026. Мы пройдём путь от изучения документов до финального брифинга перед стартом.

Нас будет интересовать не абстрактный вопрос, какая нейросеть лучше вообще, а более прикладные вещи:

• какую задачу можно поручить ИИ;
• какие исходные данные ему нужны;
• насколько полезен результат;
• где модель допускает ошибки;
• как проверить её ответ;
• что в итоге остаётся сделать человеку.

Особенно важно учитывать реальные ограничения использования ИИ в России. Доступность сервисов, способы регистрации, оплата и набор функций могут различаться. Поэтому в цикле будут рассматриваться три модели: ChatGPT, GigaChat и DeepSeek.

ChatGPT выбран как основной инструмент, который я использую в повседневной работе. GigaChat интересен как российская система, доступная пользователям внутри страны и работающая с русским языком и отечественным информационным контекстом. DeepSeek важен как альтернативная международная модель, которая во многих задачах показывает сильные результаты и позволяет сравнить разные подходы к анализу информации.

Цель такого сравнения — не составить окончательный рейтинг. Важнее показать, какую модель можно использовать для конкретной задачи с учётом её доступности, возможностей и ограничений. Для части читателей решающим окажется качество анализа, для других — работа на русском языке, простота доступа или возможность загрузки документов.

Как будут устроены статьи

Каждая статья станет самостоятельным практическим примером. В основе материалов будет одна последовательность:

Сначала мы разберём Notice of Race, официальный сайт регаты и переписку с организаторами. Затем попробуем собрать досье на арендованную лодку до внесения депозита.

После этого перейдём к фактической приёмке лодки, проверке оборудования и систематизации недостатков. Отдельная статья будет посвящена приборам, калибровке и вопросу, можно ли доверять цифрам на дисплеях.

Ближе к регате займёмся акваторией, погодными сценариями и изменениями прогнозов. Завершится цикл подготовкой краткого финального брифинга для шкипера и экипажа.

Результатом каждой статьи станет конкретный рабочий документ: справка, перечень вопросов, досье на лодку, чек-лист, план испытаний, погодный сценарий или памятка экипажу.

Единая логика цикла: от практической ситуации к проверенному рабочему результату. Иллюстрация создана с использованием ИИ.

Простой пример: от списка дел к рабочему плану

Представим, что команда собирается участвовать в регате на незнакомой арендованной лодке. Есть первоначальный список: найти актуальный Notice of Race, уточнить условия регистрации, проверить спасательное оборудование, получить сведения о парусах и приборах, подготовить карты, изучить прогнозы и организовать тренировочный выход.

Можно попросить ИИ: «Составь план подготовки к регате». Скорее всего, получится аккуратный, но слишком общий текст.

Полезнее сформулировать задачу точнее:

После такого запроса вместо совета «изучить правила» появляется рабочая структура: источник, действие, срок и контроль результата.

Но даже хороший ответ остаётся черновиком. Человек должен убедиться, что модель ничего не пропустила, не перепутала версии документов и не превратила предположение в установленный факт.

Разрозненный список дел превращается в план с источниками, сроками и проверкой. Иллюстрация создана с использованием ИИ.

Инструмент, который продолжает меняться

Искусственный интеллект развивается очень быстро. Практически каждый день появляются новые функции: работа с большими документами, изображениями, таблицами, голосом, программным кодом и интернет-источниками. Поэтому этот цикл неизбежно будет отражать состояние инструментов на момент подготовки каждой статьи. Вполне возможно, что к его завершению появятся новые модели или функции, которых сегодня ещё нет. Если они окажутся полезными для яхтинга, мы включим их в эксперимент.

Цикл не будет рекламой нейросетей и рассуждением о том, заменит ли ИИ навигатора. Компас не освобождает от понимания магнитного склонения. Электронная карта не отменяет контроля положения. Маршрутизация не принимает тактическое решение за экипаж. Искусственный интеллект продолжает этот ряд. Он способен заметно расширить возможности навигатора, шкипера и всей команды, но не снимает с человека ответственности.