AI Industry Summit door Artefact 17 september 2024 – Parijs

Belangrijkste conclusies uit de paneldiscussie met Fabien Mangeant, Chief Data AI bij Air Liquide, Rodolphe Gelin, expert op AI van AI robotica bij de Renault Group, en Daniel Duclos, wetenschappelijk directeur van de afdeling Digitale Wetenschappen en Technologieën bij Safran.
Gemodereerd door Alexandre Thion de la Chaume, Managing Partner en Global B2B Lead bij Artefact.

De visie van Air Liquide op AI en vertrouwen op het gebied van AI

Fabien Mangeant legde uit dat vertrouwen in AI van cruciaal belang is, met name in veiligheidskritische omgevingen zoals de gasproductie. Air Liquide zet AI diverse toepassingen, van operationele controle tot planning. De organisatie de risicogebaseerde aanpak AI organisatie om AI in te delen op basis van hun kriticiteit. Dit kader helpt bij het beheren van de veiligheid en betrouwbaarheid van AI die worden ingezet voor klanten en medewerkers. Air Liquide was al AI de formele regelgeving bezig met het opbouwen van vertrouwen in AI , en de nieuwe wetten helpen hun werkwijzen te verduidelijken en te formaliseren.

Renault’s integratie van betrouwbare AI de automobielsector

Rodolphe Gelin besprak hoe AI zowel de veiligheidsvoorzieningen van voertuigen als de productieprocessen AI . AI systemen, zoals het autonome noodremsysteem, werden al vóór de AI geïmplementeerd. Uit een evaluatie bleek dat de processen van Renault al aan veel wettelijke vereisten voldeden. Renault gebruikt de AI nu om de veiligheid van zijn AI verder te valideren, zodat de AI betrouwbaar AI wanneer deze de besturing van een voertuig overneemt. Vertrouwen in AI van cruciaal belang voor zowel gebruikers als ingenieurs, vooral nu AI een steeds grotere rol AI in de veiligheid van voertuigen.

De langetermijnstrategie van Safran voor betrouwbare AI

Daniel Duclos van Safran wees op de lange ontwikkelingscycli in de luchtvaartindustrie, die voor motoren en materialen wel tientallen jaren kunnen duren. Safran neemt deel aan grote Europese programma's, zoals het Aviation-initiatief, om AI de luchtvaart te integreren. Deze programma's faciliteren samenwerking met start-ups en technologieleveranciers. Safran heeft een sterke regelgevingscultuur en werkt nauw samen met het Europees Agentschap voor de veiligheid van de luchtvaart om bestaande veiligheidsnormen aan te passen aan AI. Het doel van Safran is ervoor te zorgen dat AI veilig zijn voor zowel productontwikkeling als operationele processen.

Ontwikkeling van instrumenten voor AI bij Air Liquide

Fabian Mangeant legde uit hoe Air Liquide een transversale methodologie heeft ontwikkeld om transparantie, robuustheid en verklaarbaarheid in AI te waarborgen. De organisatie AI tools geïntegreerd in haar Machine Learning Operations (MLOps)-pijplijn om de betrouwbaarheid van AI te beoordelen en te testen voordat deze worden geïmplementeerd. AI maakt deel uit van een bredere strategie om betrouwbare AI de AI organisatie op te schalen, waarbij naleving van regelgeving wordt gewaarborgd en interne processen voor AI worden verbeterd.

Safran zet zich in voor goede praktijken op het gebied van betrouwbare AI

Safran benadrukte het belang van het bevorderen van goede praktijken bij AI . Deze praktijken zorgen ervoor dat ingenieurs gebruikmaken van best practices op het gebied van AI , databasebeheer en modeltraining om betere AI te ontwerpen. Deze praktijken dragen ertoe bij dat AI aan prestatienormen voldoen en betrouwbaar zijn. Safran neemt bovendien AI onderwerpen op in technische audits om ervoor te zorgen dat AI tijdens de ontwikkeling grondig worden geëvalueerd.

Het AI en de validatie bij Renault

Rodolphe Gelin legde uit hoe de organisatie AI in haar ontwikkelingsprocessen organisatie geïntegreerd. Het gecentraliseerde Center of Excellence voor AI van Renault AI industriële toepassingen met behulp van AI . Het team gebruikt tools zoals die van Confiance.ai de robuustheid en nauwkeurigheid van AI te valideren. Renault streeft ernaar de noodzaak van praktijktests te verminderen door tools te gebruiken om data te beoordelen, vertekeningen te elimineren en AI efficiënter te valideren. Deze aanpak stelt Renault in staat om AI sneller en tegen lagere kosten te ontwikkelen, met behoud van de veiligheidsnormen.