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

Alice Memang explicó su interés por desarrollar AI para sistemas autónomos, utilizando el aprendizaje profundo por refuerzo. Delfox crea simulaciones realistas en las que AI aprende a gestionar misiones complejas. El objetivo es proporcionar a los operadores militares estrategias generadas por AI para drones y otros sistemas, garantizando al mismo tiempo la aprobación humana de las decisiones finales. AI 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 AI optimiza el diseño y el mantenimiento de los buques de guerra. Durante la fase de diseño, AI ayuda a enrutar tuberías y cables para mejorar la capacidad de actualización y la eficiencia. El Grupo Naval también utiliza AI para analizar proyectos anteriores e integrar las lecciones aprendidas en futuros diseños. En mantenimiento, AI permite realizar acciones predictivas, reduciendo los tiempos de inactividad imprevistos y alargando la vida útil de los equipos. AI es esencial en la gestión de astilleros complejos, donde numerosos oficios trabajan simultáneamente, garantizando la seguridad y el buen funcionamiento.

AI es fundamental en situaciones de combate en las que los buques del Grupo Naval recogen miles de puntos data . AI 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, AI será clave para gestionar el abrumador volumen del campo de batalla data y garantizar la superioridad operativa.

Mikael Volut, de Aegir, habló de cómo AI 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. AI analiza data desde múltiples sensores y ayuda a los operadores a tomar mejores decisiones. Aegir también desarrolla sistemas marítimos autónomos, asegurando que AI 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 AI. Alice Memang subrayó que los operadores deben confiar en las decisiones de AI , especialmente en contextos militares críticos. Delfox trabaja para que su AI sea explicable, permitiendo a los operadores entender cómo se toman las decisiones. Del mismo modo, Sébastien Rousset señaló la importancia de diseñar soluciones AI teniendo en cuenta las necesidades de los usuarios, recurriendo a equipos multidisciplinares para garantizar que AI sea eficaz y goce de la confianza de los usuarios finales.

Mikael Volut señala que el sector marítimo civil tarda más en adoptar AI que el militar. Sin embargo, la tendencia va en aumento. Aegir introduce primero modelos explicables en AI , para pasar gradualmente a modelos de caja negra más potentes a medida que los usuarios ganan confianza. El objetivo inicial es 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 AI . Timothée Moulinier subrayó la necesidad de un esfuerzo coordinado para integrar AI a lo largo de todo el ciclo de vida de los buques, desde su construcción hasta su despliegue. Ante la creciente competencia mundial, sobre todo asiática, las empresas francesas deben adoptar AI para mantener su ventaja en las operaciones marítimas.