Yarden Gross, Orca AI:n toimitusjohtaja ja perustaja – Haastattelusarja

Yarden Gross on kokenut yrittäjä, jolla on laaja tietämys ja kokemus merenkulkuteknologiasta.
Hän johtaa tällä hetkellä Orca AI:n visiota tehdä autonomisesta kaupallisesta merenkulusta todellisuutta. Ennen Orca AI:n perustamista hän oli Engien, VC-rahoitetun autoteknologiayrityksen, perustaja ja toimitusjohtaja. Hänellä on taloustieteen ja liiketoiminnan kandidaatin tutkinto Reichmanin yliopistosta (IDC Herzliya).

Orca AI on merenkulkuteknologiayritys, joka käyttää tietokoneavusteista näköaistia ja tekoälyä auttamaan aluksia navigoimaan turvallisemmin ja tehokkaammin. Sen alusta yhdistää tietoa kamerista, tutkasta ja AIS:stä jatkuvaan reaaliaikaiseen tietoisuuteen, vähentää törmäysriskiä, alentaa polttoaineenkäyttöä ja helpottaa miehistön työtaakkaa. Tuotteet kuten SeaPod, FleetView ja Co-Captain tukevat aluksen valvontaa, laivaston valvontaa ja jaettua tilannekuvaa, mahdollistaen askelen kohti autonomista merenkulkua. Järjestelmä on käytössä globaaleissa laivastoissa ja se perustuu yhteen maailman suurimmista merenkulkudatakokoelmista.

Olet nyt rakentanut Orca AI:ta yli seitsemän vuoden ajan, aiemmin perustettuasi yrityksiä autodiagnostiikkaan ja korjaamiseen. Mikä alun perin motivasi sinut siirtymään maalta merenkulkuteknologiaan, ja mikä ongelma sinä halusit ratkaista perustamalla yrityksen?

Olen aina ollut motivoitunut ratkaisemaan monimutkaisia ongelmia teknologian avulla, joka tekee konkreettista eroa. Taustani autodiagnostiikassa antoi minulle näkemyksen datan ja reaaliaikaisen päätöksenteon voimasta. Kun siirryin merenkulkusektoriin, näin alan, joka oli valmis innovaatioille. Perinteiset merenkulkunavigointimenetelmät perustuivat voimakkaasti manuaalisiin prosesseihin ja vanhentuneisiin järjestelmiin. Kasvamalla Galileanmeren rannalla kehittelin syvän kunnioituksen navigoinnin haasteita kohtaan. Orca AI perustettiin tuomaan tekoälyn ja tietokoneavusteisen näköaistin voima merenkulkun turvallisuuden, virheiden vähentämisen ja toiminnallisen tehokkuuden parantamiseen – ratkaisemaan alan aukkoja ja vapauttamaan merenkulkudatan täydellisen potentiaalin.

Orca AI perustettiin aikaan, jolloin merenkulkusektori oli edelleen voimakkaasti riippuvainen perinteisistä navigointitavoista. Mitkä aukot sinä havaitset aluksi, jotka antoivat sinulle varmuuden, että tekoäly ja tietokoneavusteinen näköaisti voivat parantaa merkittävästi turvallisuutta merellä?

Merenkulkusektori kohtasi merkittäviä haasteita: riippuvuus tutkasta ja AIS:stä navigoinnissa, rajoitettu modernien anturien integrointi ja puute toimivista oivalluksista kerätystä datasta. Tunnistin, että vaikka nämä perinteiset järjestelmät olivat hyödyllisiä, tasoa, jossa tarvittiin älykäs päätöksentuki hallitsemaan modernia merenkulkuriskiä, puuttui.

Tekoälyn ja tietokoneavusteisen näköaistin avulla voimme muuttaa raakadatan toimivaksi älyksi, joka mahdollistaa miehistön reagoida ja ennakoida ja estää potentiaalisia riskejä. Siinä on tekoälyn todellinen arvo, joka parantaa turvallisuutta, toiminnallista tehokkuutta ja tilannekuvaa.

Co-Captain on kuvattu “merien Wazeksi”. Mitkä olivat suurimmat tekniset haasteet rakentamassa reaaliajassa toimivaa alustaa, joka pystyy tulkitsemaan anturidataa, aluksen käyttäytymistä ja ympäristöriskejä globaalissa mittakaavassa?

Suurin haaste oli varmistaa, että Orca AI:n järjestelmät voivat prosessoida suuria määriä dataa eri lähteistä, kuten AIS:stä, tutkasta ja kamerasta, ja tehdä siitä merkityksellistä reaaliajassa. Tämä vaati edistyneitä algoritmeja, jotka pystyvät tulkitsemaan monimutkaisia anturidataa ja ymmärtämään alusten käyttäytymistä eri ympäristöolosuhteissa. Globaalin mittakaavan saavuttaminen tarkoitti monien maantieteellisten, sää- ja sääntelyolosuhteiden hallintaa, mikä vaati meiltä rakentaa vankkaa alustaa, joka pystyy oppimaan ja sopeutumaan näihin nuansseihin. Järjestelmän rakentaminen, joka toimii eri laivareiteillä ja integroi kaiken tiedon vaivattomasti, ei ollut helppo tehtävä.

Merenympäristössä on äärimmäisiä tilanteita, jotka ovat paljon enemmän arvaamattomampia kuin tiellä – sumu, heijastus, raivokkaat aallot, epätavalliset alustyypit ja merirosvousalueet. Miten koulititte mallinne tekoälyä toimimaan luotettavasti näissä olosuhteissa?

Tekoälyn kouluttaminen toimimaan äärimmäisissä olosuhteissa vaati yhdistelmän todellisen maailman datan keräämistä ja simulaatiota. Työskentelimme läheisesti laivayhtiöiden kanssa keräämään todellisen maailman dataa haasteellisista ympäristöistä, varmistaen, että mallimme voivat hallita merenkulkun epävarmuutta. Käytimme näitä tietoja kouluttamaan tekoälyä, simuloimalla äärimmäisiä sääolosuhteita ja harvinaisia tapahtumia, jotta järjestelmämme voisi sopeutua reaaliajassa. Se on jatkuva oppimisprosessi, jossa mallit koulutetaan ja uudelleen koulutetaan jatkuvasti uusien tietojen perusteella parantamaan luotettavuutta haasteellisissa olosuhteissa.

Orca AI toimii joillakin maailman ruuhkaisimmilla laivareiteillä. Mitkä läpimurrot havainnossa, havaitsemisessa tai yhdistämisessä mahdollistivat siirtymisen perinteisistä hälytysjärjestelmistä todelliseen tilannekuvaa?

Läpimurto tuli ei niinkään lisäämällä dataa, vaan tekemällä olemassa olevasta datasta älykkäämpää ja toimivampaa. Perinteiset hälytysjärjestelmät ilmoittivat vain, kun potentiaalinen uhka havaittiin. Olemme menneet askelen pidemmälle yhdistämällä tutkan, AIS:n ja visuaalisen datan SeaPod-yksiköistämme. Yhdistämällä nämä datalähteet, olemme pystyneet poistamaan merkityksettömät signaalit, vähentämään kohinaa ja luomaan selkeämmän, tarkemman kuvan siitä, mitä aluksen ympärillä on. Tämä älykäs yhdistäminen mahdollistaa järjestelmällemme tarjoamaan kontekstia – kuten miten lähialueen alukset käyttäytyvät tai voivatko tilanne eskaloitua – jotta miehistö voi tehdä perusteltuja, proaktiivisia päätöksiä.

Epätavallisen aluskäyttäytymisen havaitseminen on tulevaisuudessa yhä tärkeämpää. Miten tekoäly muuttaa laivastojen tapaa tunnistaa riskejä, kuten epätavallista navigointia, törmäyksiä tai potentiaalista merirosvoutta?

Tekoäly mahdollistaa meille tunnistaa poikkeamat normaalista käyttäytymisestä aikaisemmin kuin perinteiset järjestelmät. Sen sijaan, että odotettaisiin riskin, kuten törmäyksen tai merirosvouksen, täydellistymistä, Orca AI analysoi jatkuvasti alusten liikkeitä, nopeutta ja ympäröivää ympäristöä. Seuraamalla näitä malleja reaaliajassa järjestelmä voi merkitä varhaisia merkkejä potentiaalisista riskeistä – kuten epätavallista navigointia tai outoa käyttäytymistä – mikä antaa miehistölle aikaa reagoida. Tämä siirtyminen proaktiiviseen riskienhallintaan on avain merenkulkun turvallisuuden ja toiminnan muuttamiseen.

Orca AI:n Co-Captain mahdollistaa aluksille jaeta hälytyksiä reaaliajassa. Mitä tämä merkitsee tulevaisuuden yhteistyössä toimivista merenkulkutiedon verkostoista?

Alusten mahdollistaminen jaettaa dataa ja hälytyksiä reaaliajassa, luomme verkoston, jossa alukset voivat oppia toisiltaan ja tehdä perusteltumpia päätöksiä. Tämä johtaa siirtymään eristyneestä päätöksenteosta yhdistyneempään, yhteistyössä toimivaan lähestymistapaan. Ajan myötä nämä verkostot voivat laajentua alueellisesti tai laivastokohtaisesti, ja lopullinen tavoite on tarjota selkeämpi, nopeampi ja jaettu päätöksentuki koko merenkulkuekosysteemille. Se on luomista älykkäämmästä, yhdistyneemmästä merenkulkuympäristöstä, jossa riskejä voidaan ennakoida, ei vain reagoida niihin.

Viimeisin 72,5 miljoonan dollarin rahoitus kierros oli suurin merenkulkuteknologian rahoitus kierros toistaiseksi. Miten tämä taso rahoitusta muuttaa teidän tiennäkymän, erityisesti kun ala kiihdyttää kohti autonomista merenkulkua?

Rahoitus kiihdyttää meidän tehtävää, mahdollistaen meidän laajentaa ja skaalata nopeammin. Se ei muuta meidän perus tiennäkymää, joka keskittyy älykkääseen päätöksentukeen, mutta se antaa meidän investoida enemmän tutkimukseen ja kehitykseen, datakeruuseen ja strategisiin kumppanuuksiin. Kun ala siirtyy kohti autonomiaa, tämä rahoitus auttaa meitä jalostamaan alustaa tarjoamaan reaaliajassa luotettavaa dataa, jota autonomiset järjestelmät tarvitsevat menestyäkseen. Se vahvistaa meidän sitoutumista tukemaan ihmisten päätöksentekoa lähitulevaisuudessa, samalla valmistaen alaa autonomisille aluksille tulevaisuudessa.

Kun laivastot pyrkivät vähentämään päästöjä ja parantamaan toiminnallista tehokkuutta, missä sinä näet tekoälyn vaikuttavan merkittävästi lähitulevaisuudessa navigoinnin ja turvallisuuden ulkopuolella?

Navigoinnin ja turvallisuuden ulkopuolella tekoäly voi vaikuttaa merkittävästi toiminnalliseen tehokkuuteen alueilla kuten ennakoidussa huollossa, polttoaineen optimoinnissa ja päästöjen vähentämisessä. Tekoäly voi analyysoida reaaliaikaisia suorituskykydataa ennustamaan huolto tarpeita ennen kuin ne muodostuvat ongelmiksi, varmistaen, että varat käytetään tehokkaammin. Se voi myös tarjota oivalluksia polttoaineenkäyttömallista, auttaen aluksia optimoimaan polttoaineenkäytön ja vähentämään päästöjä. Avain on tekoälyn käyttäminen tarjoamaan toimivaa tietoa, joka mahdollistaa älykkäämmän päätöksenteon, mikä lopulta ajaa tehokkuutta ja kestävyyttä.

Viiden vuoden kuluttua, mitä roolia sinä uskot tekoälypohjaisen tilannekuvan pelaavan siirtymässä alaa lähemmäs autonomisia tai puoli-autonomisia aluksia, ja mitkä merkittävät vaiheet on saavutettava, jotta voidaan päästä sinne?

Tekoälypohjainen tilannekuva on olennainen autonomiassa, mutta suurimmat esteet eteenpäin eivät ole teknologiset, vaan lakisääteiset ja sääntelylliset. Haaste ei ole siinä, voivatko tekoäly ja tietokoneavusteinen näköaisti havaita riskejä, vaan siinä, että luodaan lakisääteinen viitekehys, joka selkiyttää vastuuta silloin, kun tekoäly tukee päätöksentekoa, ja varmistaa, että säännökset kehittyvät hallitsemaan tekoälyn käyttöä tehokkaasti. Kunnes tämä viitekehys on paikallaan, ihminen pysyy komennossa. Meidän tavoitteemme on jatkaa ihmisten päätöksenteon vahvistamista tekoälyn tuella, jotta ala voi turvallisesti siirtyä autonomiaan, kun aika on kypsä.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Orca AI:ssa.