Yarden Gross, Amministratore Delegato e Co-Fondatore di Orca AI – Serie di Interviste

Yarden Gross è un imprenditore esperto con una vasta conoscenza e esperienza nel settore delle tecnologie marittime.
Attualmente guida la visione di Orca AI per rendere la navigazione commerciale autonoma una realtà. Prima di fondare Orca AI, è stato co-fondatore e amministratore delegato di Engie, un’azienda tecnologica automobilistica supportata da venture capital. Ha un diploma di laurea in Economia e Business presso l’Università Reichman (IDC Herzliya).

Orca AI è un’azienda di tecnologie marittime che utilizza la visione artificiale e l’intelligenza artificiale per aiutare le navi a navigare in modo più sicuro e efficiente. La sua piattaforma fonde dati da telecamere, radar e AIS per creare una consapevolezza continua in tempo reale, ridurre il rischio di collisione, ridurre il consumo di carburante e alleviare il carico di lavoro dell’equipaggio. Prodotti come SeaPod, FleetView e Co-Captain supportano il monitoraggio delle navi, la supervisione della flotta e i dati situazionali condivisi, consentendo un passo verso la navigazione autonoma. Il sistema è distribuito in flotte globali e alimentato da uno dei più grandi set di dati visivi marittimi del mondo.

Ha trascorso oltre sette anni a costruire Orca AI, dopo aver fondato in precedenza aziende nel settore della diagnostica e della riparazione automobilistica. Cosa l’ha motivato a passare dal settore della mobilità terrestre a quello marittimo, e qual è il problema che ha cercato di risolvere quando ha lanciato l’azienda?

Sono sempre stato guidato dal desiderio di risolvere problemi complessi utilizzando la tecnologia che fa una differenza tangibile. La mia esperienza nel settore della diagnostica automobilistica mi ha esposto al potere dei dati e alla presa di decisioni in tempo reale. Quando mi sono trasferito nel settore marittimo, ho visto un’industria pronta per l’innovazione. I metodi di navigazione marittima tradizionali si basavano fortemente su processi manuali e sistemi obsoleti. Crescendo sulle rive del Mar di Galilea, ho sviluppato un profondo rispetto per le sfide della navigazione. Orca AI è stata fondata per portare il potere dell’IA e della visione artificiale per migliorare la sicurezza, ridurre l’errore umano e migliorare l’efficienza operativa in mare – affrontando le lacune nel settore e sbloccando il pieno potenziale dei dati marittimi.

Orca AI è stata fondata in un momento in cui il settore marittimo si basava ancora fortemente su pratiche di navigazione legacy. Quali lacune ha osservato all’inizio che l’hanno resa fiduciosa che l’IA e la visione artificiale potessero migliorare significativamente la sicurezza in mare?

Il settore marittimo affrontava sfide significative: eccessiva dipendenza da radar e AIS per la navigazione, limitata integrazione di sensori moderni e mancanza di informazioni azionabili dai dati raccolti. Ho riconosciuto che mentre questi sistemi legacy erano utili, il livello di supporto decisionale intelligente in tempo reale necessario per gestire i rischi marittimi moderni in modo efficace era assente.

Integrando l’IA e la visione artificiale, potevamo trasformare i dati grezzi in informazioni azionabili, consentendo all’equipaggio di non reagire solo, ma di anticipare e prevenire potenziali rischi. È lì che il valore vero dell’IA potrebbe essere sbloccato, migliorando la sicurezza, l’efficienza operativa e la consapevolezza situazionale.

Co-Captain è stato descritto come un “Waze dei mari”. Quali sono stati i maggiori sfidi tecnici nella costruzione di una piattaforma in tempo reale in grado di interpretare i flussi di sensori, il comportamento delle navi e il rischio ambientale a livello globale?

La sfida più grande è stata assicurarsi che i sistemi di Orca AI potessero elaborare grandi quantità di dati da fonti diverse, come AIS, radar e telecamere, e darne un senso in tempo reale. Ciò ha richiesto algoritmi avanzati in grado di interpretare i flussi di sensori complessi e comprendere il comportamento delle navi in condizioni ambientali diverse. Raggiungere la scala globale ha significato affrontare una varietà di ambienti geografici, meteorologici e normativi, tutti i quali hanno richiesto di costruire una piattaforma robusta in grado di apprendere e adattarsi a queste sfumature. Costruire un sistema che potesse funzionare attraverso diverse rotte di navigazione, integrando tutte le informazioni in modo fluido, non è stato un compito facile.

Ambienti marittimi presentano casi limite che sono molto più imprevedibili delle strade – nebbia, abbagliamento, onde anomale, tipi di navi insoliti e zone di pirateria. Come ha addestrato i suoi modelli per funzionare in modo affidabile in tali condizioni?

Addestrare l’IA per gestire i casi limite ha richiesto una combinazione di raccolta di dati nel mondo reale e simulazione. Abbiamo lavorato a stretto contatto con le compagnie di navigazione per raccogliere dati nel mondo reale da ambienti impegnativi, assicurandoci che i nostri modelli potessero gestire l’imprevedibilità delle condizioni marittime. Abbiamo poi utilizzato questi set di dati per addestrare l’IA, simulando condizioni meteorologiche estreme e eventi rari per assicurarci che il nostro sistema potesse adattarsi in tempo reale. È un processo di apprendimento continuo, in cui i modelli vengono costantemente addestrati e riaddestrati in base a nuovi dati per migliorare la loro affidabilità in condizioni impegnative.

Orca AI opera in alcune delle rotte di navigazione più congestionate del pianeta. Quali sono stati i principali progressi nella percezione, rilevamento o fusione che le hanno consentito di passare da sistemi di allarme tradizionali a una vera consapevolezza situazionale?

Il progresso è arrivato non dall’aggiungere più dati, ma dal rendere i dati esistenti più intelligenti e azionabili. I sistemi di allarme tradizionali notificavano semplicemente all’equipaggio quando veniva rilevato un potenziale pericolo. Siamo andati oltre, combinando radar, AIS e dati visivi dalle nostre unità SeaPod. Fondere queste fonti di dati ci ha permesso di eliminare segnali irrilevanti, ridurre il rumore e creare un’immagine più chiara e precisa di ciò che circonda la nave. Questa fusione intelligente consente al nostro sistema di fornire contesto – come ad esempio il comportamento delle navi vicine o se una situazione potrebbe degenerare – in modo che l’equipaggio possa prendere decisioni informate e proattive.

La capacità di rilevare comportamenti anomali delle navi sta diventando sempre più importante. Come l’IA sta ridefinendo il modo in cui le flotte identificano rischi come navigazione erratici, collisioni o potenziale pirateria?

L’IA consente di identificare deviazioni dal comportamento normale più precocemente dei sistemi tradizionali. Invece di aspettare che un rischio, come una collisione o una minaccia di pirateria, si sviluppi completamente, Orca AI analizza continuamente i movimenti delle navi, la velocità e le condizioni circostanti. Monitorando questi modelli in tempo reale, il sistema può segnalare i primi segni di potenziale rischio – come navigazione erratici o comportamento insolito – che dà all’equipaggio il tempo necessario per agire. Questo passaggio alla gestione dei rischi proattiva è fondamentale per trasformare la sicurezza e le operazioni marittime.

Il ‘Co-Captain’ di Orca AI consente alle navi di condividere allarmi tra loro in tempo reale. Cosa segnala questo sulla futura rete di intelligenza marittima collaborativa?

Abilitando le navi a condividere dati e allarmi in tempo reale, stiamo creando una rete in cui le navi possono imparare le une dalle altre e prendere decisioni più informate. Ciò porterà a un passaggio da una presa di decisioni isolata a un approccio più connesso e cooperativo. Nel tempo, queste reti potrebbero espandersi a livello regionale o di flotta, con l’obiettivo finale di fornire un sostegno decisionale più chiaro, veloce e condiviso in tutto l’ecosistema marittimo. Si tratta di creare un ambiente marittimo più intelligente e interconnesso in cui i rischi possano essere anticipati, non solo reagiti.

Il recente aumento di 72,5 milioni di dollari ha segnato il più grande round di finanziamento nella tecnologia marittima fino ad oggi. Come questo livello di investimento cambia il suo piano di lavoro, soprattutto mentre l’industria inizia ad accelerare verso la navigazione autonoma?

Il finanziamento accelera la nostra missione, consentendoci di espanderci e scalare più velocemente. Non cambia il nostro piano di lavoro di base, che si concentra sul sostegno decisionale intelligente, ma ci consentirà di investire di più nella ricerca e sviluppo, nell’acquisizione di dati e in partnership strategiche. Mentre l’industria si muove verso l’autonomia, questo investimento ci aiuta a raffinare la nostra piattaforma per fornire i dati in tempo reale e affidabili necessari per i sistemi autonomi. Rafforza il nostro impegno a supportare la presa di decisioni umana nel breve termine, mentre prepara l’industria per le navi autonome nel futuro.

Man mano che le flotte cercano di ridurre le emissioni e migliorare l’efficienza operativa, dove vede l’IA avere il maggior impatto a breve termine al di là della navigazione e della sicurezza?

Al di là della navigazione e della sicurezza, l’IA può avere un impatto significativo sull’efficienza operativa in aree come la manutenzione predittiva, l’ottimizzazione del carburante e la riduzione delle emissioni. L’IA può analizzare i dati di prestazione in tempo reale per prevedere le esigenze di manutenzione prima che diventino problemi, assicurando che gli asset vengano utilizzati in modo più efficace. Può anche fornire informazioni sui modelli di consumo di carburante, aiutando le navi a ottimizzare l’uso del carburante e ridurre le emissioni. La chiave è utilizzare l’IA per fornire informazioni azionabili che consentano una presa di decisioni più intelligente, che a sua volta guida l’efficienza e la sostenibilità.

Guardando avanti di cinque anni, quale ruolo crede che la consapevolezza situazionale basata sull’IA avrà nel portare l’industria più vicina alle navi autonome o semi-autonome, e quali sono i risultati che devono essere raggiunti per arrivarci?

La consapevolezza situazionale basata sull’IA sarà essenziale per l’autonomia, ma gli ostacoli più grandi che ci attendono non sono tecnologici – sono giuridici e normativi. La sfida non è se l’IA possa rilevare i rischi; già lo fa bene. La vera sfida è creare il quadro giuridico che chiarisca la responsabilità quando l’IA supporta la presa di decisioni, e assicurarsi che le norme evolvano per governare l’uso dell’IA in modo efficace. Fino a quando questo quadro non sarà in place, l’essere umano rimane in comando. Il nostro obiettivo è continuare a rafforzare la presa di decisioni umana con il supporto dell’IA, in modo che l’industria possa transitare in sicurezza verso l’autonomia quando il momento sarà giunto.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Orca AI.