Cumbre AI Industry» organizada por Artefact 17 de septiembre de 2024 - París

Principales conclusiones de la mesa redonda con Fabien Mangeant, AI Data AI de Air Liquide; Rodolphe Gelin, experto AI robótica del Grupo Renault; y Daniel Duclos, director científico del Departamento de Ciencias y Tecnologías Digitales de Safran.
Moderada por Alexandre Thion de la Chaume, socio director y responsable global de B2B en Artefact.

El enfoque de Air Liquide respecto a AI y la confianza en AI

Fabien Mangeant explicó que la confianza en AI es fundamental, especialmente en entornos críticos para la seguridad, como la producción de gas. Air Liquide utiliza AI diversas aplicaciones, desde el control operativo hasta la planificación. La Compañia adoptando el enfoque basado en el riesgo AI para clasificar AI en función de su nivel de criticidad. Este marco ayuda a gestionar la seguridad y la fiabilidad de AI que se implementan para los clientes y los trabajadores. Air Liquide ya llevaba trabajando en la confianza en AI regulaciones formales, y las nuevas leyes ayudan a aclarar y formalizar sus prácticas.

La integración de AI fiable AI el sector automovilístico por parte de Renault

Rodolphe Gelin habló sobre cómo AI tanto las funciones de seguridad de los vehículos como los procesos de producción. Los sistemas AI, como el frenado de emergencia autónomo, se implementaron antes de AI . Tras un análisis, Renault constató que sus procesos ya cumplían muchos de los requisitos normativos. Renault utiliza ahora la AI para validar aún más la seguridad de sus AI , garantizando que la AI de forma fiable cuando toma el control de un vehículo. La confianza en AI fundamental tanto para los usuarios como para los ingenieros, especialmente dado que AI un papel cada vez más importante en la seguridad de los vehículos.

La estrategia a largo plazo de Safran para AI de confianza

Daniel Duclos, de Safran, destacó los largos ciclos de desarrollo del sector aeronáutico, que pueden prolongarse durante décadas en el caso de los motores y los materiales. Safran participa en grandes programas europeos, como la iniciativa Aviation, para incorporar AI la aeronáutica. Estos programas facilitan la colaboración con startups y proveedores de tecnología. Safran cuenta con una sólida cultura regulatoria y colabora estrechamente con la Agencia de Seguridad Aérea de la Unión Europea para adaptar las normas de seguridad existentes a AI. El objetivo de Safran es garantizar que AI sean seguros tanto para el desarrollo de productos como para los procesos operativos.

Desarrollo de herramientas para AI en Air Liquide

Fabian Mangeant explicó cómo Air Liquide desarrolló una metodología transversal para garantizar la transparencia, la solidez y la explicabilidad de AI. La Compañia integrado herramientas AI en su proceso de operaciones de aprendizaje automático (MLOps) para evaluar y comprobar la fiabilidad de AI antes de su implementación. AI forma parte de una estrategia más amplia destinada a implantar AI fiable AI la organización, garantizando el cumplimiento de la normativa y mejorando los procesos internos de AI .

El fomento de buenas prácticas para AI fiable por parte de Safran

Safran abordó la importancia de promover buenas prácticas en AI . Estas prácticas garantizan que los ingenieros apliquen los mejores métodos en materia de AI , gestión de bases de datos y entrenamiento de modelos para diseñar mejores AI . Estas prácticas contribuyen a garantizar que AI cumplan con los estándares de rendimiento y sean fiables. Safran también está incorporando aspectos AI en las auditorías técnicas para garantizar que AI se evalúen exhaustivamente durante su desarrollo.

El proceso AI y validación AI en Renault

Rodolphe Gelin explicó cómo la Compañia integrado AI en sus procesos de desarrollo. El Centro de Excelencia para AI de Renault, de carácter centralizado, AI aplicaciones industriales utilizando AI . El equipo utiliza herramientas como las de Confiance.ai validar la solidez y la precisión de AI . Renault pretende reducir la necesidad de realizar pruebas en el mundo real mediante el uso de herramientas que evalúen data , eliminen sesgos y validen AI de forma más eficiente. Este enfoque permite a Renault desarrollar AI más rápidamente y a un menor coste, al tiempo que se mantienen los estándares de seguridad.