AI für den Industriegipfel von Artefact - 17. September 2024 - Paris
Die wichtigsten Erkenntnisse aus der Podiumsdiskussion mit Fabien Mangeant, Chief Data & AI Officer bei Air Liquide, Rodolphe Gelin, Experte AI und Robotik bei der Renault-Gruppe, und Daniel Duclos, wissenschaftlicher Leiter der Abteilung Digitale Wissenschaften und Technologien bei Safran.
Moderiert von Alexandre Thion de la Chaume, Managing Partner und Global BtoB Lead bei Artefact.
Der Ansatz von Air Liquide für AI Regulierung und Vertrauen
Fabien Mangeant erklärte, dass das Vertrauen in die Systeme von AI von entscheidender Bedeutung ist, insbesondere in sicherheitskritischen Umgebungen wie der Gasproduktion. Air Liquide nutzt AI in verschiedenen Anwendungen, von der Betriebskontrolle bis zur Planung. Das Unternehmen wendet den risikobasierten Ansatz des AI Act an, um die Systeme von AI auf der Grundlage ihrer Kritikalität zu kategorisieren. Dieser Rahmen hilft bei der Verwaltung der Sicherheit und Zuverlässigkeit von AI Systemen, die für Kunden und Arbeiter eingesetzt werden. Air Liquide hat bereits vor der Verabschiedung formaler Vorschriften an der Vertrauenswürdigkeit von AI gearbeitet, und die neuen Gesetze tragen zur Klärung und Formalisierung ihrer Praktiken bei.
Renaults Integration von vertrauenswürdigen AI in die Automobilindustrie
Rodolphe Gelin erläuterte, wie AI sowohl die Sicherheitsmerkmale von Fahrzeugen als auch die Produktionsprozesse optimiert. AI-gesteuerten Systeme, wie die autonome Notbremsung, wurden bereits vor dem Gesetz AI eingeführt. Bei der Überprüfung stellte Renault fest, dass seine Prozesse bereits viele gesetzliche Anforderungen erfüllten. Renault nutzt nun das AI Gesetz, um die Sicherheit seiner AI Systeme weiter zu validieren und sicherzustellen, dass AI zuverlässig funktioniert, wenn es die Kontrolle über ein Fahrzeug übernimmt. Das Vertrauen in AI ist sowohl für die Nutzer als auch für die Ingenieure von entscheidender Bedeutung, zumal AI eine immer größere Rolle bei der Fahrzeugsicherheit spielt.
Die langfristige Strategie von Safran für vertrauenswürdige AI
Daniel Duclos von Safran wies auf die langen Entwicklungszyklen in der Luftfahrtindustrie hin, die sich bei Triebwerken und Materialien über Jahrzehnte erstrecken können. Safran beteiligt sich an großen europäischen Programmen wie der Aviation-Initiative, um AI in die Luftfahrt einzubinden. Diese Programme erleichtern die Zusammenarbeit mit Start-ups und Technologieanbietern. Safran verfügt über eine ausgeprägte Regulierungskultur und arbeitet eng mit der Europäischen Agentur für Flugsicherheit zusammen, um die bestehenden Sicherheitsstandards an AI anzupassen. Ziel von Safran ist es, zu gewährleisten, dass AI Systeme sowohl für die Produktentwicklung als auch für betriebliche Prozesse sicher sind.
Entwicklung von Instrumenten für AI Governance bei Air Liquide
Fabian Mangeant erläuterte, wie Air Liquide eine transversale Methodik entwickelt hat, um Transparenz, Robustheit und Erklärbarkeit in AI zu gewährleisten. Das Unternehmen hat AI-spezifische Tools in seine Pipeline für maschinelles Lernen (MLOps) integriert, um die Zuverlässigkeit von AI Modellen vor dem Einsatz zu bewerten und zu testen. AI Governance ist Teil einer umfassenderen Strategie zur Skalierung vertrauenswürdiger AI im gesamten Unternehmen, die die Einhaltung von Vorschriften gewährleistet und die internen Prozesse für AI Entwicklung verbessert.
Safrans Förderung guter Praktiken für vertrauenswürdige AI
Safran erörterte, wie wichtig die Förderung bewährter Verfahren für die Entwicklung von AI ist. Sie stellen sicher, dass die Ingenieure bewährte Verfahren für AI Architektur, Datenbankmanagement und Modellschulung anwenden, um bessere AI Systeme zu entwerfen. Diese Praktiken tragen dazu bei, dass die Produkte von AI die Leistungsstandards erfüllen und zuverlässig sind. Safran bezieht auch AI-bezogene Themen in technische Audits ein, um sicherzustellen, dass AI Systeme während der Entwicklung gründlich bewertet werden.
Renaults AI Entwicklungsprozess und Validierung
Rodolphe Gelin erklärte, wie das Unternehmen die Technik von AI in seine Entwicklungsprozesse integriert hat. Das zentralisierte Kompetenzzentrum von Renault für AI entwickelt industrielle Anwendungen mit AI Komponenten. Das Team nutzt Tools wie die von Confiance.ai , um die Robustheit und Genauigkeit von AI Systemen zu validieren. Renault möchte den Bedarf an realen Tests verringern, indem es Werkzeuge zur Bewertung der data Qualität, zur Beseitigung von Verzerrungen und zur effizienteren Validierung von AI Modellen einsetzt. Dieser Ansatz ermöglicht es Renault, AI Systeme schneller und kostengünstiger zu entwickeln und gleichzeitig die Sicherheitsstandards einzuhalten.