NAVAL GROUP, GICAN, DELFOX & ÆGIR em AI para o setor por Artefact - AI para superioridade operacional

Alice Memang explicou o foco da empresa no desenvolvimento de AI para sistemas autônomos, usando aprendizagem por reforço profundo. A Delfox cria simulações realistas em que o AI aprende a lidar com missões complexas. O objetivo é fornecer aos operadores militares estratégias geradas pelo AI para drones e outros sistemas, garantindo a aprovação humana das decisões finais. O AI da Delfox visa preencher a lacuna entre a simulação e as condições do mundo real, proporcionando às forças militares uma vantagem estratégica.

Sébastien Rousset destacou como o AI otimiza o projeto e a manutenção de navios de guerra. Durante a fase de projeto, o AI ajuda a direcionar tubos e cabos para melhorar a capacidade de atualização e a eficiência. O Naval Group também usa o AI para analisar projetos anteriores e integrar as lições aprendidas em projetos futuros. Na manutenção, o AI permite ações preditivas, reduzindo o tempo de inatividade não planejado e prolongando a vida útil dos equipamentos. O AI é essencial para o gerenciamento de estaleiros complexos, nos quais várias profissões trabalham simultaneamente, garantindo segurança e operações tranquilas.

AI é essencial em situações de combate em que os navios do Naval Group coletam milhares de pontos data . O AI processa essas vastas informações em tempo real, ajudando os operadores a tomar decisões rápidas e bem informadas. À medida que os sistemas não tripulados se tornam mais integrados às operações navais, o AI será fundamental para gerenciar o volume avassalador do campo de batalha data e garantir a superioridade operacional.

Mikael Volut, da Aegir, discutiu como o AI aprimora as operações marítimas civis. Suas soluções se concentram na redução das emissões de CO2, otimizando o planejamento de rotas e aumentando a segurança de grandes embarcações. AI analisa data de vários sensores e ajuda os operadores a tomar melhores decisões. A Aegir também desenvolve sistemas marítimos autônomos, garantindo que o AI possa coordenar vários robôs e sistemas em missões complexas, reduzindo o erro humano e aumentando a eficiência.

Um tema recorrente foi a necessidade de explicabilidade em AI. Alice Memang enfatizou que os operadores devem confiar nas decisões da AI , especialmente em contextos militares críticos. A Delfox trabalha para tornar seu AI explicável, permitindo que os operadores entendam como as decisões são tomadas. Da mesma forma, Sébastien Rousset observou a importância de projetar soluções AI tendo em mente as necessidades dos usuários, usando equipes multidisciplinares para garantir que o AI seja eficaz e tenha a confiança dos usuários finais.

Mikael Volut observou que a adoção do site AI pelo setor marítimo civil é mais lenta que a do setor militar. No entanto, há um impulso crescente. O Aegir apresenta primeiro modelos explicáveis AI , passando gradualmente para modelos black-box mais avançados à medida que os usuários ganham confiança. O foco inicial é o suporte a decisões, com o objetivo de longo prazo de obter autonomia total nas operações.

A sessão foi encerrada com uma discussão sobre a importância da colaboração de todo o setor na adoção do AI . Timothée Moulinier enfatizou a necessidade de um esforço coordenado para integrar o AI em todo o ciclo de vida dos navios, desde a construção até a implantação. Com o aumento da concorrência global, principalmente da Ásia, as empresas francesas precisam adotar o AI para manter a vantagem nas operações marítimas.