NAVAL GROUP, GICAN, DELFOX & ÆGIR auf AI für die Industrie von Artefact - AI für operative Überlegenheit

Alice Memang erläuterte, dass sich das Unternehmen auf die Entwicklung von AI für autonome Systeme konzentriert und dabei tiefes Reinforcement Learning einsetzt. Delfox erstellt realistische Simulationen, in denen AI lernt, komplexe Missionen zu bewältigen. Ziel ist es, den militärischen Betreibern mit AI generierte Strategien für Drohnen und andere Systeme zur Verfügung zu stellen und gleichzeitig die Zustimmung des Menschen zu den endgültigen Entscheidungen sicherzustellen. Die Website AI von Delfox soll die Lücke zwischen Simulation und realen Bedingungen schließen und den Streitkräften einen strategischen Vorteil verschaffen.

Sébastien Rousset zeigte auf, wie AI die Konstruktion und Wartung von Kriegsschiffen optimiert. Während der Entwurfsphase hilft AI dabei, Rohre und Kabel so zu verlegen, dass sie besser nachrüstbar und effizienter sind. Die Naval Group nutzt AI auch, um vergangene Projekte zu analysieren und die daraus gezogenen Lehren in zukünftige Entwürfe zu integrieren. In der Instandhaltung ermöglicht AI vorausschauende Maßnahmen, die ungeplante Ausfallzeiten reduzieren und die Lebensdauer der Ausrüstung verlängern. AI ist für das Management komplexer Werften, in denen zahlreiche Gewerke gleichzeitig arbeiten, von entscheidender Bedeutung und gewährleistet Sicherheit und reibungslose Abläufe.

AI ist in Gefechtssituationen, in denen die Schiffe der Naval Group Tausende von data Punkten sammeln, von entscheidender Bedeutung. AI verarbeitet diese umfangreichen Informationen in Echtzeit und unterstützt die Bediener dabei, schnelle und fundierte Entscheidungen zu treffen. Mit der zunehmenden Integration unbemannter Systeme in die Marineoperationen wird AI der Schlüssel zur Bewältigung der überwältigenden Menge an Gefechtsdaten data und zur Gewährleistung der operativen Überlegenheit sein.

Mikael Volut von Aegir erläuterte, wie AI den zivilen maritimen Betrieb verbessert. Die Lösungen des Unternehmens konzentrieren sich auf die Verringerung der CO2-Emissionen, die Optimierung der Routenplanung und die Verbesserung der Sicherheit großer Schiffe. AI analysiert data von mehreren Sensoren und hilft den Betreibern, bessere Entscheidungen zu treffen. Aegir entwickelt auch autonome maritime Systeme und stellt sicher, dass AI mehrere Roboter und Systeme in komplexen Missionen koordinieren kann, was menschliche Fehler reduziert und die Effizienz verbessert.

Ein wiederkehrendes Thema war die Notwendigkeit der Erklärbarkeit auf AI. Alice Memang betonte, dass die Anwender auf die Entscheidungen von AI vertrauen müssen, insbesondere in kritischen militärischen Kontexten. Delfox arbeitet daran, seine AI erklärbar zu machen, so dass die Betreiber verstehen können, wie Entscheidungen getroffen werden. In ähnlicher Weise wies Sébastien Rousset darauf hin, wie wichtig es ist, bei der Entwicklung von AI Lösungen die Bedürfnisse der Benutzer zu berücksichtigen und multidisziplinäre Teams einzusetzen, um sicherzustellen, dass AI sowohl effektiv ist als auch das Vertrauen der Endbenutzer genießt.

Mikael Volut stellte fest, dass der zivile maritime Sektor AI langsamer einführt als das Militär. Es gibt jedoch eine wachsende Dynamik. Aegir führt zunächst erklärbare AI Modelle ein und geht dann schrittweise zu leistungsfähigeren Black-Box-Modellen über, wenn die Nutzer Vertrauen gewinnen. Der anfängliche Schwerpunkt liegt auf der Entscheidungsunterstützung, wobei das langfristige Ziel darin besteht, vollständige Autonomie bei Operationen zu erreichen.

Die Sitzung schloss mit einer Diskussion über die Bedeutung der branchenweiten Zusammenarbeit bei der Einführung von AI . Timothée Moulinier betonte die Notwendigkeit einer koordinierten Anstrengung zur Integration von AI über den gesamten Lebenszyklus von Schiffen, vom Bau bis zum Einsatz. Angesichts des zunehmenden globalen Wettbewerbs, insbesondere aus Asien, müssen französische Unternehmen AI übernehmen, um im maritimen Bereich einen Vorsprung zu behalten.