海事系统在高度动态的环境中运行，设备突发故障会威胁安全、可靠性和效率。近年来，人工智能、机器学习、数字孪生和预测性维护技术使得提前预测并防止故障成为可能，但在安全关键的海事场景中，如何保证决策的可信度和可解释性仍是核心难题。本文回顾了实现可解释故障预测所需的关键 AI 技术，并提出了一套概念架构，能够支撑自主或人工在环的纠正行动。该架构将数据采集、时间序列预测、异常检测、风险评估、决策制定以及可解释 AI 融入闭环系统，实现从感知到干预的全链路闭环。基于各组件，本文梳理了已有海事研究的实现方法、优势与局限，并指出当前面临的不确定性与鲁棒性、模型泛化、可解释性、海事数据稀缺以及实际部署等挑战，提出了面向可信 AI 辅助决策的未来研究方向。
点评