NAVAL GROUP, GICAN, DELFOX & ÆGIR en AI for Industry por Artefact - AI para la superioridad operativa

Alice Memang explicó su enfoque en el desarrollo de IA para sistemas autónomos, utilizando el aprendizaje profundo por refuerzo. Delfox crea simulaciones realistas en las que la IA aprende a manejar misiones complejas. El objetivo es proporcionar a los operadores militares estrategias generadas por la IA para drones y otros sistemas, garantizando al mismo tiempo la aprobación humana de las decisiones finales. La IA de Delfox pretende salvar la distancia entre la simulación y las condiciones del mundo real, dando a las fuerzas militares una ventaja estratégica.

Sébastien Rousset destacó cómo la IA optimiza el diseño y el mantenimiento de los buques de guerra. Durante la fase de diseño, la IA ayuda a trazar las tuberías y los cables para mejorar la capacidad de actualización y la eficacia. El Grupo Naval también utiliza la IA para analizar proyectos anteriores e integrar las lecciones aprendidas en futuros diseños. En el mantenimiento, la IA permite realizar acciones predictivas, reduciendo los tiempos de inactividad no planificados y alargando la vida útil de los equipos. La IA es esencial en la gestión de astilleros complejos, donde numerosos oficios trabajan simultáneamente, garantizando la seguridad y la fluidez de las operaciones.

La IA es fundamental en situaciones de combate en las que los buques del Grupo Naval recogen miles de puntos data. La IA procesa esta ingente información en tiempo real, ayudando a los operadores a tomar decisiones rápidas y fundamentadas. A medida que los sistemas no tripulados se integren más en las operaciones navales, la IA será clave para gestionar el abrumador volumen de data del campo de batalla y garantizar la superioridad operativa.

Mikael Volut, de Aegir, habló de cómo la IA mejora las operaciones marítimas civiles. Sus soluciones se centran en reducir las emisiones de CO2, optimizar la planificación de rutas y mejorar la seguridad de los grandes buques. La IA analiza data de múltiples sensores y ayuda a los operadores a tomar mejores decisiones. Aegir también desarrolla sistemas marítimos autónomos, asegurando que la IA pueda coordinar múltiples robots y sistemas en misiones complejas, reduciendo el error humano y mejorando la eficiencia.

Un tema recurrente fue la necesidad de explicabilidad en la IA. Alice Memang subrayó que los operadores deben confiar en las decisiones de la IA, especialmente en contextos militares críticos. Delfox trabaja para que su IA sea explicable, permitiendo a los operadores entender cómo se toman las decisiones. Del mismo modo, Sébastien Rousset señaló la importancia de diseñar soluciones de IA teniendo en cuenta las necesidades de los usuarios, utilizando equipos multidisciplinares para garantizar que la IA sea eficaz y que los usuarios finales confíen en ella.

Mikael Volut señaló que el sector marítimo civil tarda más en adoptar la IA que el militar. Sin embargo, existe un impulso creciente. Aegir introduce primero modelos de IA explicables, avanzando gradualmente hacia modelos de caja negra más potentes a medida que los usuarios ganan confianza. El enfoque inicial se centra en el apoyo a la toma de decisiones, con el objetivo a largo plazo de alcanzar la plena autonomía en las operaciones.

La sesión se cerró con un debate sobre la importancia de la colaboración de toda la industria en la adopción de la IA. Timothée Moulinier subrayó la necesidad de un esfuerzo coordinado para integrar la IA en todo el ciclo de vida de los buques, desde la construcción hasta el despliegue. Con el aumento de la competencia a nivel mundial, en particular de Asia, las empresas francesas deben adoptar la IA para mantener una ventaja en las operaciones marítimas.