Yarden Gross, CEO og medstifter af Orca AI – Interview Serie

Yarden Gross er en erfaren iværksætter med stor viden og erfaring inden for maritim teknologi.
Han står i spidsen for Orca AI’s vision om at gøre autonom kommerciel skibsfart til virkelighed. Før han co-foundede Orca AI, var han medstifter og CEO af Engie, et VC-backet bilteknologiselskab. Han har en BA i økonomi og erhverv fra Reichman University (IDC Herzliya).

Orca AI er et maritimt teknologiselskab, der bruger computer vision og kunstig intelligens til at hjælpe skibe med at navigere mere sikkert og effektivt. Deres platform kombinerer data fra kameraer, radar og AIS for at skabe kontinuerlig realtidsbevidsthed, reducere kollisionsrisiko, sænke brændstofforbrug og lette besætningsarbejdsbyrden. Produkter som SeaPod, FleetView og Co-Captain understøtter skibsovervågning, flådeovervågning og deling af situationsdata, hvilket muliggør et skridt mod autonom skibsfart. Systemet er udrullet over hele verden og drives af en af verdens største maritimt visuelle datasæt.

Du har nu brugt over syv år på at bygge Orca AI, efter tidligere at have stiftet selskaber inden for bil-diagnosticering og reparation. Hvad motiverede dig oprindeligt til at skifte fra landbaseret mobilitets-teknologi til den maritimme verden, og hvilket problem søgte du at løse, da du startede selskabet?

Jeg er altid drevet af en ønske om at løse komplekse problemer ved hjælp af teknologi, der gør en synlig forskel. Min baggrund inden for bil-diagnosticering åbnede mine øjne for kraften af data og realtidsbeslutning. Da jeg skiftede til den maritimme sektor, så jeg en industri, der var moden til innovation. Traditionelle maritimme navigationsmetoder var stærkt afhængige af manuelle processer og forældede systemer. Da jeg voksede op på bredden af Genesaretsøen, udviklede jeg en dyb respekt for udfordringerne ved navigation. Orca AI blev stiftet for at bringe kraften af AI og computer vision til at forbedre sikkerheden, reducere menneskeligt fejl og forbedre operationel effektivitet til søs – og løse huller i industrien og frigøre det fulde potentiale i maritim data.

Orca AI blev stiftet på et tidspunkt, hvor den maritimme sektor stadig var stærkt afhængig af arvede navigationspraktikker. Hvilke huller observerede du tidligt, der gjorde dig sikker på, at AI og computer vision kunne betydeligt forbedre sikkerheden til søs?

Den maritimme sektor stod over for betydelige udfordringer: overafhængighed af radar og AIS til navigation, begrænset integration af moderne sensorer og mangel på handlebare indsigt fra den indsamlede data. Jeg erkendte, at selv om disse arvede systemer var nyttige, var niveauet af realtids-, intelligent beslutningsstøtte, der var nødvendig for at håndtere moderne maritimme risici effektivt, manglede.

Ved at integrere AI og computer vision kunne vi omdanne rå data til handlebar intelligens, der muliggør, at besætningerne ikke bare reagerer, men forudser og forebygger potentielle risici. Det er her, AI’s sande værdi kan låses op, og forbedre sikkerhed, operationel effektivitet og situationsbevidsthed.

Co-Captain er blevet beskrevet som en “Waze of the Seas”. Hvad var de største tekniske udfordringer ved at bygge en realtids-platform, der kan fortolke sensor-data, skibsadfærd og miljørisiko på global skala?

Den største udfordring var at sikre, at Orca AI’s systemer kunne behandle enorme mængder data fra forskellige kilder, såsom AIS, radar og kameraer, og give mening til det i realtid. Dette krævede avancerede algoritmer, der kunne fortolke komplekse sensor-data og forstå skibes adfærd under forskellige miljøforhold. At opnå global skala krævede, at vi kunne håndtere en række geografiske, vejr- og regulatoriske miljøer, hvilket krævede, at vi byggede en robust platform, der kunne lære og tilpasse sig disse nuancer. At bygge et system, der kunne fungere på tværs af forskellige skibslinjer og integrere alle oplysningerne på en sammenhængende måde, var ingen let opgave.

Maritime miljøer præsenterer edge-cases, der er langt mere uforudsigelige end veje – tåge, glans, rogue-bølger, usædvanlige skibstyper og pirat-zoner. Hvordan trænede du dine modeller til at fungere pålideligt under sådanne betingelser?

Træning af AI til at håndtere edge-cases krævede en kombination af virkelige dataindsamling og simulation. Vi arbejdede tæt sammen med rederier for at indsamle virkelige data fra udfordrende miljøer, hvilket sikrede, at vores modeller kunne håndtere den uforudsigelighed, der er forbundet med maritime forhold. Vi brugte derefter disse datasæt til at træne AI, simulere ekstreme vejrforhold og sjældne begivenheder for at sikre, at vores system kunne tilpasse sig i realtid. Det er en kontinuerlig læreproces, hvor modellerne konstant trænes og gen-trænes på basis af nye data for at forbedre deres pålidelighed under udfordrende forhold.

Orca AI fungerer i nogle af de mest overfyldte skibslinjer på kloden. Hvad var gennembruddene inden for perception, detection eller fusion, der tillod jer at gå fra traditionelle alarmsystemer til sand situational bevidsthed?

Gennembruddet kom ikke fra at tilføje mere data, men fra at gøre eksisterende data smartere og mere handlebart. Traditionelle alarmsystemer underrettede blot besætningen, når der blev detekteret en potentiel trussel. Vi har taget det et skridt videre ved at kombinere radar-, AIS- og visuelle data fra vores SeaPod-enheder. Ved at fusionere disse datakilder har vi kunnet eliminere irrelevante signaler, reducere støj og skabe et klarere, mere præcist billede af, hvad der er omkring skibet. Denne intelligente fusion tillader vores system at give kontekst – såsom, hvordan nærliggende skibe opfører sig, eller om en situation kan eskalere – så besætningen kan træffe informerede, proaktive beslutninger.

Evnen til at detektere usædvanlig skibsadfærd bliver mere og mere vigtig. Hvordan omdanner AI måden, flåder identificerer risici såsom erratisk navigation, kollisioner eller potentiel pirateri?

AI tillader os at identificere afvigelser fra normal adfærd tidligere end traditionelle systemer. I stedet for at vente på, at en risiko, såsom en kollision eller pirat-trussel, fuldt ud udvikler sig, analyserer Orca AI kontinuerligt skibes bevægelser, hastighed og omgivende forhold. Ved at overvåge disse mønstre i realtid kan systemet flagge tidlige tegn på potentiel risiko – såsom erratisk navigation eller usædvanlig adfærd – hvilket giver besætningen den tid, de behøver for at handle. Denne skift til proaktiv risikostyring er nøgle til at omdanne maritim sikkerhed og operationer.

Orca AI’s ‘Co-Captain’ muliggør, at skibe kan dele alarmsignaler med hinanden i realtid. Hvad signalerer dette om fremtiden for samarbejdende maritimme intelligens-netværk?

Ved at muliggøre, at skibe kan dele data og alarmsignaler i realtid, skaber vi et netværk, hvor skibe kan lære af hinanden og træffe mere informerede beslutninger. Dette vil føre til en skift fra isoleret beslutningstagning til en mere forbundet, samarbejdende tilgang. Over tid kan disse netværk udvides regionalt eller flåde-omfattende, med det ultimative mål at give klarere, hurtigere og delt beslutningsstøtte på tværs af det maritimme økosystem. Det handler om at skabe et mere intelligent, forbundet maritimt miljø, hvor risici kan forudses, ikke bare reageres på.

Jeres nylige $72,5M kapitaltilførsel markerede den største finansieringsrunde i maritim teknologi til dato. Hvordan ændrer dette niveau af investering jeres vejledning, især da industrien begynder at accelerere mod autonom skibsfart?

Finansieringen accelererer vores mission, hvilket muliggør, at vi kan udvide og skala op hurtigere. Det ændrer ikke vores kerne-vejledning, der er fokuseret på intelligent beslutningsstøtte, men det vil tillade os at investere mere i forskning og udvikling, dataindsamling og strategiske partnerskaber. Da industrien bevæger sig mod autonomi, hjælper denne investering os med at finpudse vores platform til at give den realtids-, pålidelige data, der er nødvendig for autonome systemer til at trives. Det styrker vores engagement i at støtte menneskelig beslutningstagning på kort sigt, samtidig med at vi også forbereder industrien på autonome skibe i fremtiden.

Da flåder søger at reducere udledning og forbedre operationel effektivitet, hvor ser du, at AI har den største nærmeste indvirkning ud over navigation og sikkerhed?

Ud over navigation og sikkerhed kan AI have en betydelig indvirkning på operationel effektivitet inden for områder såsom prædictivt vedligehold, brændstofoptimering og reduktion af udledning. AI kan analysere realtids-performance-data for at forudse vedligeholdelsesbehov før de bliver problemer, hvilket sikrer, at aktiverne udnyttes mere effektivt. Det kan også give indsigt i brændstofforbrugs-mønstre, hvilket hjælper skibe med at optimere brændstofforbrug og reducere udledning. Nøglen er at bruge AI til at give handlebare indsigt, der muliggør smartere beslutningstagning, hvilket driver effektivitet og bæredygtighed.

At se fem år frem, hvilken rol tror du, at AI-drevet situationsbevidsthed vil spille i at flytte industrien nærmere autonom eller semi-autonom skibe, og hvilke milepæle må opnås for at nå dertil?

AI-drevet situationsbevidsthed vil være afgørende for autonomi, men de største hindringer, der ligger foran os, er ikke tekniske – de er juridiske og regulatoriske. Udfordringen er ikke, om AI kan detektere risici; det gør det allerede godt. Den virkelige udfordring er at skabe den juridiske ramme, der klargør ansvar, når AI understøtter beslutningstagning, og sikre, at reguleringer udvikler sig til at styre AI-brug effektivt. Indtil denne ramme er på plads, er det mennesket, der er i kommando. Vores mål er at fortsætte med at styrke menneskelig beslutningstagning med AI-understøttelse, så industrien kan sikkert gå over til autonomi, når tiden er inde.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Orca AI.