NAVAL GROUP, GICAN, DELFOX & ÆGIR op AI voor industrie door Artefact - AI voor operationele superioriteit

Alice Memang legde uit dat ze zich richten op het ontwikkelen van AI voor autonome systemen, met behulp van deep reinforcement learning. Delfox maakt realistische simulaties waarin AI leert om te gaan met complexe missies. Het doel is om militaire operators te voorzien van AI-gegenereerde strategieën voor drones en andere systemen, terwijl menselijke goedkeuring van de uiteindelijke beslissingen gegarandeerd is. Het doel van AI van Delfox is om de kloof tussen simulatie en echte omstandigheden te overbruggen, waardoor militaire troepen een strategische voorsprong krijgen.

Sébastien Rousset benadrukte hoe AI het ontwerp en onderhoud van oorlogsschepen optimaliseert. Tijdens de ontwerpfase helpt AI bij het traceren van pijpen en kabels voor een betere upgradebaarheid en efficiëntie. Naval Group gebruikt AI ook om eerdere projecten te analyseren en geleerde lessen te integreren in toekomstige ontwerpen. Bij onderhoud maakt AI voorspellende acties mogelijk, waardoor ongeplande stilstandtijd wordt verminderd en de levensduur van apparatuur wordt verlengd. AI is essentieel bij het beheer van complexe scheepswerven, waar verschillende vakgebieden tegelijkertijd werken en de veiligheid en soepele werking worden gewaarborgd.

AI is van cruciaal belang in gevechtssituaties waar schepen van de Naval Group duizenden data punten verzamelen. AI verwerkt deze enorme hoeveelheid informatie in realtime en helpt operators bij het nemen van snelle, weloverwogen beslissingen. Naarmate onbemande systemen meer geïntegreerd worden in marineoperaties, zal AI de sleutel zijn tot het beheren van de overweldigende hoeveelheid informatie op het slagveld data en het waarborgen van operationele superioriteit.

Mikael Volut van Aegir besprak hoe AI civiele maritieme operaties verbetert. Hun oplossingen zijn gericht op het verminderen van CO2-uitstoot, het optimaliseren van routeplanning en het verbeteren van de veiligheid voor grote schepen. AI analyseert data van meerdere sensoren en helpt operators betere beslissingen te nemen. Aegir ontwikkelt ook autonome maritieme systemen en zorgt ervoor dat AI meerdere robots en systemen kan coördineren in complexe missies, waardoor menselijke fouten worden verminderd en de efficiëntie wordt verbeterd.

Een terugkerend thema was de behoefte aan uitlegbaarheid in AI. Alice Memang benadrukte dat operators moeten kunnen vertrouwen op AI beslissingen, vooral in kritieke militaire contexten. Delfox werkt eraan om hun AI verklaarbaar te maken, zodat operators kunnen begrijpen hoe beslissingen worden genomen. Sébastien Rousset wees op het belang van het ontwerpen van AI oplossingen met de behoeften van de gebruiker in het achterhoofd, waarbij multidisciplinaire teams worden ingezet om ervoor te zorgen dat AI zowel effectief is als vertrouwd wordt door eindgebruikers.

Mikael Volut merkte op dat de civiele maritieme sector langzamer is met het invoeren van AI dan de militaire. Er is echter een groeiend momentum. Aegir introduceert eerst verklaarbare AI modellen en gaat geleidelijk over op krachtigere black-box modellen naarmate gebruikers meer vertrouwen krijgen. In eerste instantie ligt de nadruk op beslissingsondersteuning, met als langetermijndoel volledige autonomie bij operaties.

De sessie werd afgesloten met een discussie over het belang van industriebrede samenwerking bij de invoering van AI . Timothée Moulinier benadrukte de noodzaak van een gecoördineerde inspanning om AI te integreren in de gehele levenscyclus van schepen, van bouw tot ingebruikname. Nu de concurrentie wereldwijd toeneemt, met name vanuit Azië, moeten Franse bedrijven AI gebruiken om een voorsprong te behouden in maritieme activiteiten.