AI Industry Summit von Artefact 17. September 2024 – Paris
Die wichtigsten Erkenntnisse aus der Podiumsdiskussion mit Fabien Mangeant, Chief Data AI bei Air Liquide, Rodolphe Gelin, Experte AI Robotik bei der Renault-Gruppe, und Daniel Duclos, wissenschaftlicher Leiter der Abteilung für digitale Wissenschaften und Technologien bei Safran.
Moderiert von Alexandre Thion de la Chaume, geschäftsführender Gesellschafter und Global B2B Lead bei Artefact.
Air Liquides Ansatz zur AI und Vertrauensbildung im Bereich AI
Fabien Mangeant erklärte, dass Vertrauen in AI von entscheidender Bedeutung sei, insbesondere in sicherheitskritischen Umgebungen wie der Gasförderung. Air Liquide setzt AI verschiedenen Anwendungsbereichen ein, von der Betriebssteuerung bis hin zur Planung. Das Unternehmen wendet den risikobasierten Ansatz AI an, um AI entsprechend ihrer Kritikalität einzustufen. Dieser Rahmen hilft dabei, die Sicherheit und Zuverlässigkeit von AI zu gewährleisten, die bei Kunden und Mitarbeitern zum Einsatz kommen. Air Liquide hatte sich bereits AI formeller Vorschriften mit dem Thema Vertrauen in AI beschäftigt, und die neuen Gesetze tragen dazu bei, die Praktiken des Unternehmens zu präzisieren und zu formalisieren.
Renaults Integration vertrauenswürdiger AI die Automobilbranche
Rodolphe Gelin erläuterte, wie AI sowohl die Sicherheitsfunktionen von Fahrzeugen als auch die Produktionsprozesse AI . AI Systeme, wie beispielsweise das autonome Notbremssystem, wurden bereits vor Inkrafttreten des AI implementiert. Bei einer Überprüfung stellte Renault fest, dass seine Prozesse bereits viele gesetzliche Anforderungen erfüllten. Renault nutzt das AI nun, um die Sicherheit seiner AI weiter zu validieren und sicherzustellen, dass die AI zuverlässig AI , wenn sie die Kontrolle über ein Fahrzeug übernimmt. Vertrauen in AI sowohl für Nutzer als auch für Ingenieure von entscheidender Bedeutung, insbesondere da AI eine immer größere Rolle bei der Fahrzeugsicherheit AI .
Safrans langfristige Strategie für vertrauenswürdige AI
Daniel Duclos von Safran wies auf die langen Entwicklungszyklen in der Luftfahrtindustrie hin, die bei Triebwerken und Werkstoffen Jahrzehnte dauern können. Safran beteiligt sich an großen europäischen Programmen wie der Aviation-Initiative, um AI die Luftfahrt zu integrieren. 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 bestehende Sicherheitsstandards an AI anzupassen. Das Ziel von Safran ist es, sicherzustellen, dass AI sowohl für die Produktentwicklung als auch für betriebliche Prozesse sicher sind.
Entwicklung von Instrumenten für AI bei Air Liquide
Fabian Mangeant erläuterte, wie Air Liquide eine bereichsübergreifende Methodik entwickelt hat, um Transparenz, Robustheit und Nachvollziehbarkeit im Bereich AI zu gewährleisten. Das Unternehmen hat AI Tools in seine Machine-Learning-Operations-Pipeline (MLOps) integriert, um die Zuverlässigkeit von AI vor ihrer Bereitstellung zu bewerten und zu testen. AI ist Teil einer umfassenderen Strategie zur AI Einführung vertrauenswürdiger AI , die die Einhaltung gesetzlicher Vorschriften sicherstellt und interne Prozesse für AI verbessert.
Safrans Förderung bewährter Verfahren für vertrauenswürdige AI
Safran erörterte, wie wichtig es ist, bewährte Verfahren für AI zu fördern. Diese stellen sicher, dass Ingenieure bewährte Verfahren für AI , Datenbankmanagement und Modelltraining anwenden, um bessere AI zu entwickeln. Diese Verfahren tragen dazu bei, dass AI Leistungsstandards erfüllen und zuverlässig sind. Safran bezieht zudem AI Themen in technische Audits ein, um sicherzustellen, dass AI während der Entwicklung gründlich bewertet werden.
Der AI -Entwicklungsprozess und die Validierung bei Renault
Rodolphe Gelin erläuterte, wie das Unternehmen AI in seine Entwicklungsprozesse integriert hat. Das zentralisierte Kompetenzzentrum für AI bei Renault AI industrielle Anwendungen unter Verwendung von AI . Das Team nutzt Tools wie die von Confiance.ai die Robustheit und Genauigkeit von AI ai validieren. Renault strebt an, den Bedarf an Tests in der realen Welt zu reduzieren, indem es Tools einsetzt, um data zu bewerten, Verzerrungen zu beseitigen und AI effizienter zu validieren. Dieser Ansatz ermöglicht es Renault, AI schneller und kostengünstiger zu entwickeln und dabei die Sicherheitsstandards einzuhalten.

BLOG





