海上能源行业正加速应用人工智能检测技术以提升安全与运营监管水平。目前，多家运营商已试用智能检测系统，旨在降低人员落水（MOB）事故风险。其中，由爱丁堡Zelim公司研发的ZOE系统已在第二座自升式钻井平台完成部署，此前该系统在北海某钻井平台已成功运行逾一年。
ZOE系统：AI赋能海上人员落水实时追踪
ZOE系统集成了摄像硬件与专有AI软件，可自动识别人员落水并实时追踪位置，显著提升应急响应速度与精度。该系统的持续部署表明，业界对利用机器学习保障人员安全及资产安防的关注度日益提升。
Zelim创始人Sam Mayall指出，海洋环境的技术约束远超陆地传统目标检测。ZOE通过提供实时视觉追踪与地理定位数据，有效解决了事故发生时间地点确认难、复杂海况下持续追踪难两大核心挑战，协同开展高效救援。
专属海事数据集构建高精度算法底座
ZOE采用基于专属海事数据集训练的机器学习模型。自2020年研发“Guardian”无人救援船起，Zelim便着手构建自有视觉资料库，利用无人机从多视角、多环境拍摄水中人员影像并进行人工标注。目前该数据集已收录超700万张标注图片，成为海事搜救领域规模领先的数据库。
Mayall强调，数据集必须还原人员在海水中的真实状态，而非理想化模型。针对落水者可能身着深色衣物、面部朝下、半浸水中或被浪花遮挡等复杂情况，系统需确保在真实环境下从多角度、多距离准确识别人体目标。
边缘计算架构与多功能模块拓展
ZOE可与钻井平台或船舶现有的监控、导航及应急系统无缝对接。其内置边缘计算硬件支持本地完成检测与报警，无需依赖远程网络或云端连接，保障了系统在恶劣海况下的稳定性。
基于同一核心AI引擎，ZOE衍生出两大功能模块：“Watchkeeper”作为视觉瞭望辅助，自动识别航行障碍或逼近船舶；“Shield”则将检测能力延伸至平台安防，对受限区域内可疑行为或未授权船只及时预警。这种设计实现了从单一落水检测到全方位态势感知的跨越。
人机协同：AI重塑海上安全管控体系
Zelim已与美国海岸警卫队展开测试验证合作。调研显示，即便专业搜救人员执行目视搜寻，受环境影响目标检出率有时仍低于20%。相比之下，AI系统具备高度一致性，不会疲劳或漏看显眼目标，成为整体安全体系中可靠的补充环节。
业界日益将AI检测视为对人类决策能力的增强。在分秒必争的海上作业中，将目标发现时间从分钟级压缩至秒级直接决定救援成败。运营商正转变认知，将此类技术纳入整体安全管控与运营保障体系的核心。
随着项目推进与新模块上线，以ZOE为代表的智能系统正重新定义下一代海上安全技术。它们不再是孤立的应急手段，而是深度融合于现代海洋作业体系的有机组成部分，标志着海事监控向智能化、标准化转型的必然趋势。