This pre-study explores the potential use of Large Language Models (LLM), like ChatGPT and GPT-4, in decision-support systems for maritime navigation. The aim is to determine if these models could be part of decision support systems for identifying and resolving complex traffic situations, as doing so, would enhance maritime safety and efficiency, as well as reduce the environmental impact of shipping. The exploration carried out in this pre-study is divided into three tasks. The first one is “communication of traffic situations”, where different ways to communicate traffic situations to large language models are explored. For example, text stating coordinates and bearings or diagrams. The second task is “evaluation of reasoning on traffic situations”, where the usability of the output generated by the large language models is evaluated. Finally, the third task “fine-tuning of large language models”, where different prompts and settings are explored.

Den här förstudien utforskar den potentiella användningen av stora språkmodeller (LLM), såsom ChatGPT och GPT-4, i beslutsstödsystem för sjöfart. Syftet är att avgöra om dessa modeller kan vara en del av beslutsstödsystem för att identifiera och lösa komplexa trafiksituationer, eftersom detta skulle förbättra sjösäkerheten och effektiviteten samt minska miljöpåverkan från sjöfarten. Utforskningen som genomförs i denna förstudie är uppdelad i tre uppgifter. Den första är "kommunikation av trafiksituationer", där olika sätt att kommunicera trafiksituationer till stora språkmodeller utforskas. Till exempel text som anger koordinater och riktningar eller diagram. Den andra uppgiften är "utvärdering av resonemang om trafiksituationer", där användbarheten av output genererad av de stora språkmodellerna utvärderas. Slutligen är den tredje uppgiften "finjustering av stora språkmodeller", där olika prompts och inställningar utforskas.