Yarden Gross, generální ředitel a spoluzakladatel Orca AI – rozhovor

Yarden Gross je zkušený podnikatel s rozsáhlými znalostmi a zkušenostmi v oblasti námořních technologií.
V současné době stojí v čele vize Orca AI, aby se autonomní komerční lodní doprava stala realitou. Před založením Orca AI byl spoluzakladatelem a generálním ředitelem společnosti Engie, technologické společnosti financované venture kapitálem. Vystudoval ekonomii a podnikání na Reichman University (IDC Herzliya).

Orca AI je námořní technologická společnost, která využívá počítačové vidění a umělou inteligenci k tomu, aby lodě mohly navigovat bezpečněji a efektivněji. Jejich platforma kombinuje data z kamer, radaru a AIS, aby vytvořila kontinuální vědomí v reálném čase, snížila riziko srážky, snížila spotřebu paliva a usnadnila práci posádky. Produkty jako SeaPod, FleetView a Co-Captain podporují monitorování lodí, dohled nad flotilami a sdílení situacionálních dat, což umožňuje přechod k autonomnímu lodnímu provozu. Systém je nasazen v globálních flotilách a poháněn jednou z největších námořních vizuálních datových sad na světě.

Vy jste strávil více než sedm let budováním Orca AI, poté, co jste dříve založil společnosti v oblasti automobilové diagnostiky a oprav. Co vás původně motivovalo k přechodu z pozemní mobility technologie do námořního světa, a jaký problém jste se snažil vyřešit, když jste založil společnost?

Jsem vždycky byl hnán touhou řešit komplexní problémy pomocí technologií, které mají skutečný dopad. Můj背景 v automobilové diagnostice mě seznámil se silou dat a rozhodování v reálném čase. Když jsem přešel do námořního sektoru, viděl jsem průmysl, který byl zralý pro inovace. Tradiční námořní navigační metody byly silně závislé na manuálních procesech a zastaralých systémech. Vyrůstaje na březích Galilejského jezera, vyvinul jsem hluboký respekt k výzvám navigace. Orca AI byla založena, aby přinesla sílu AI a počítačového vidění, aby zlepšila bezpečnost, snížila lidské chyby a zvýšila provozní efektivitu na moři – aby řešila mezery v průmyslu a odemkla plný potenciál námořních dat.

Orca AI byla založena v době, kdy námořní sektor byl stále silně závislý na tradičních navigačních postupech. Jaké mezery jste pozoroval na počátku, které vás přesvědčily, že AI a počítačové vidění mohou významně zlepšit bezpečnost na moři?

Námořní sektor čelil významným výzvám: nadměrné závislosti na radaru a AIS pro navigaci, omezené integraci moderních senzorů a nedostatečnému počtu akčních informací z shromážděných dat. Rozpoznal jsem, že zatímco tyto tradiční systémy byly užitečné, úroveň inteligentní podpory rozhodnutí v reálném čase, potřebné pro efektivní řízení námořních rizik, chyběla.

Integrací AI a počítačového vidění jsme mohli transformovat surová data na akční inteligenci, umožňující posádkám nejen reagovat, ale také předpovídat a předcházet potenciálním rizikům. To je místo, kde skutečná hodnota AI může být odemknuta, zlepšující bezpečnost, provozní efektivitu a situační povědomí.

Co-Captain byl popsán jako „Waze moří“. Jaké byly největší technické výzvy při budování platformy v reálném čase, schopné interpretovat datové proudy, chování lodí a environmentální rizika ve globálním měřítku?

Největší výzvou bylo zajištění toho, aby systémy Orca AI mohly zpracovat obrovské množství dat z různých zdrojů, jako jsou AIS, radar a kamery, a dát jim smysl v reálném čase. To vyžadovalo pokročilé algoritmy schopné interpretovat komplexní datové proudy a pochopit chování lodí v různých environmentálních podmínkách. Dosažení globálního měřítka znamenalo řešení různých geografických, povětrnostních a regulačních prostředí, což pro nás znamenalo vybudování robustní platformy schopné se učit a přizpůsobovat se těmto nuancím. Vybudování systému, který by mohl fungovat napříč různými lodními trasami, integrující všechny informace bezproblémovým způsobem, nebyla snadná záležitost.

Námořní prostředí představují edge případy, které jsou mnohem nepředvídatelnější než silnice – mlha, oslnění, vlny, neobvyklé typy lodí a pirátské zóny. Jak jste trénovali své modely, aby fungovaly spolehlivě v takových podmínkách?

Trénink AI na zpracování edge případů vyžadoval kombinaci sběru dat z reálného světa a simulace. Pracovali jsme úzce se společnostmi, aby shromáždili data z náročných prostředí, zajišťující, že naše modely mohou zvládnout nepředvídatelnost námořních podmínek. Poté jsme tyto datové sady použili k tréninku AI, simulaci extrémních povětrnostních podmínek a vzácných událostí, aby naše systém mohl adaptovat v reálném čase. Je to kontinuální proces učení, kde modely jsou neustále trénovány a re-trénovány na základě nových dat, aby se zlepšila jejich spolehlivost v náročných podmínkách.

Orca AI funguje v některých z nejvíce přeplněných lodních tras na planetě. Jaké průlomy v percepci, detekci nebo fúzi umožnily přechod od tradičních systémů varování k skutečnému situačnímu povědomí?

Průlom nastal ne z přidání více dat, ale z toho, že stávající data jsou chytrější a akčnější. Tradiční systémy varování pouze upozornily posádku, když byl detekován potenciální hrozba. My jsme šli dále tím, že kombinujeme radar, AIS a vizuální data z našich jednotek SeaPod. Sloučením těchto zdrojů dat jsme mohli eliminovat irelevantní signály, snížit šum a vytvořit jasnější, přesnější obraz toho, co je kolem lodi. Tato inteligentní fúze umožňuje našemu systému poskytnout kontext – jako chování blízkých lodí nebo zda situace může eskalovat – takže posádka může učinit informovaná, proaktivní rozhodnutí.

Schopnost detekovat neobvyklé chování lodí se stává stále důležitější. Jak AI mění způsob, jakým flotily identifikují rizika, jako je náhlé změny směru, srážky nebo potenciální pirátství?

AI umožňuje identifikovat odchylky od normálního chování dříve, než tradiční systémy. Místo čekání na riziko, jako je srážka nebo pirátská hrozba, aby se plně rozvinula, Orca AI kontinuálně analyzuje pohyby lodí, rychlost a okolní podmínky. Monitorováním těchto vzorců v reálném čase může systém označit časná znamení potenciálního rizika – jako náhlé změny směru nebo neobvyklé chování – což posádce dává čas potřebný k reakci. Tento posun k proaktivnímu řízení rizik je klíčem k transformaci námořní bezpečnosti a operací.

Co-Captain umožňuje lodím sdílet varování v reálném čase. Co to signalizuje o budoucnosti spolupráce v námořní inteligenci?

Povolováním lodím sdílet data a varování v reálném čase vytváříme síť, ve které lodě mohou učit se od sebe navzájem a dělat informovanější rozhodnutí. To povede ke změně z izolovaného rozhodování na více propojený, kooperativní přístup. V průběhu času by tyto sítě mohly expandovat regionálně nebo po celém světě, s konečným cílem poskytnout jasnější, rychlejší a sdílenou podporu rozhodnutí napříč námořním ekosystémem. Je to o vytváření inteligentnějšího, propojenějšího námořního prostředí, ve kterém rizika mohou být předpovídána, ne pouze reagována.

Vaše nedávná investice ve výši 72,5 milionu dolarů byla největší investicí v námořních technologiích do dneška. Jak tato úroveň investice mění váš roadmap, zejména když průmysl začíná zrychlovat směrem k autonomnímu lodnímu provozu?

Investice urychluje naší misi, umožňující nám expandovat a škálovat rychleji. Nemění náš základní roadmap, který je zaměřen na inteligentní podporu rozhodnutí, ale umožní nám investovat více do výzkumu a vývoje, sběru dat a strategických partnerství. Když průmysl směřuje k autonomii, tato investice nám pomůže upřesnit naši platformu, aby poskytla spolehlivá data v reálném čase, potřebná pro autonomní systémy. Posiluje náš závazek podporovat lidské rozhodování v blízké budoucnosti, zatímco také připravujeme průmysl na autonomní lodě v budoucnu.

Jako flotily hledají snížení emisí a zlepšení provozní efektivity, kde vidíte AI mít největší dopad v blízké budoucnosti za hranicemi navigace a bezpečnosti?

Mimo navigaci a bezpečnost může AI mít významný dopad na provozní efektivitu v oblastech, jako je prediktivní údržba, optimalizace paliva a snížení emisí. AI může analyzovat data o skutečných výkonech, aby předpověděla potřeby údržby, než se stanou problémy, zajišťující, že aktiva jsou využívána efektivněji. Může také poskytnout informace o vzorcích spotřeby paliva, pomáhající lodím optimalizovat spotřebu paliva a snížit emise. Klíčem je využití AI k poskytování akčních informací, které umožňují chytrá rozhodnutí, což nakonec pohání efektivitu a udržitelnost.

Pohledem na pět let, jakou roli věříte, že AI-podporované situační povědomí bude hrát při přiblížení průmyslu k autonomním nebo semi-autonomním lodím, a jaké milníky musí být dosaženy, aby se tam dostalo?

AI-podporované situační povědomí bude nezbytné pro autonomii, ale největší překážky před námi nejsou technologické – jsou právní a regulační. Výzvou není, zda AI může detekovat rizika; již to dělá dobře. Skutečnou výzvou je vytvoření právního rámce, který vyjasní odpovědnost, když AI podporuje rozhodování, a zajišťuje, že regulace se vyvíjí, aby účinně řídily použití AI. Dokud tento rámec nebude na místě, člověk zůstává ve velení. Naším cílem je pokračovat v posilování lidského rozhodování se podporou AI, aby průmysl mohl bezpečně přejít k autonomii, až nastane čas.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Orca AI.