Yarden Gross, CEO en medeoprichter van Orca AI – Interviewreeks

Yarden Gross is een ervaren ondernemer met uitgebreide kennis en ervaring in maritieme technologieën.
Hij leidt momenteel de visie van Orca AI om autonome commerciële scheepvaart tot werkelijkheid te maken. Voordat hij Orca AI oprichtte, was hij medeoprichter en CEO van Engie, een door venture capital gesteunde automotive tech-onderneming. Hij heeft een bachelor in economie en bedrijfskunde van de Reichman Universiteit (IDC Herzliya).

Orca AI is een maritieme technologiebedrijf dat computer visie en kunstmatige intelligentie gebruikt om schepen veiliger en efficiënter te laten navigeren. Het platform combineert gegevens van camera’s, radar en AIS om continue real-time bewustzijn te creëren, botsingsrisico’s te verlagen, brandstofverbruik te verlagen en de werklast van de bemanning te verminderen. Producten zoals SeaPod, FleetView en Co-Captain ondersteunen vaartuigbewaking, vlootoverzicht en gedeelde situatiegegevens, waardoor een stap naar autonome scheepvaart mogelijk wordt. Het systeem is geïmplementeerd op wereldwijde vloten en wordt aangedreven door een van ‘s werelds grootste maritieme visuele datasets.

U heeft nu meer dan zeven jaar gewerkt aan het opbouwen van Orca AI, nadat u eerder bedrijven had opgericht in automotive diagnostiek en reparatie. Wat was uw oorspronkelijke motivatie om van landgebaseerde mobiliteitstechnologie over te stappen op de maritieme wereld, en welk probleem wilde u oplossen toen u het bedrijf oprichtte?

Ik word altijd gedreven door de wens om complexe problemen op te lossen met technologie die een tastbaar verschil maakt. Mijn achtergrond in automotive diagnostiek heeft me blootgesteld aan de kracht van gegevens en real-time besluitvorming. Toen ik overstapte naar de maritieme sector, zag ik een industrie die rijp was voor innovatie. Traditionele maritieme navigatiemethoden waren sterk afhankelijk van handmatige processen en verouderde systemen. Door op te groeien aan de oevers van het Meer van Galilea, ontwikkelde ik een diepe respect voor de uitdagingen van navigatie. Orca AI is opgericht om de kracht van AI en computer visie te brengen om veiligheid, menselijke fouten te verminderen en operationele efficiëntie op zee te verbeteren – door gaten in de industrie aan te pakken en het volledige potentieel van maritieme gegevens te ontsluiten.

Orca AI werd opgericht op een moment waarop de maritieme sector nog sterk afhankelijk was van traditionele navigatiepraktijken. Welke gaten zag u in het begin dat u ervan overtuigde dat AI en computer visie de veiligheid op zee op een betekenisvolle manier konden verbeteren?

De maritieme sector stond voor aanzienlijke uitdagingen: een te grote afhankelijkheid van radar en AIS voor navigatie, beperkte integratie van moderne sensoren en een gebrek aan actiegerichte inzichten uit de verzamelde gegevens. Ik erkende dat, hoewel deze traditionele systemen nuttig waren, het niveau van real-time, intelligente besluitvorming dat nodig was om moderne maritieme risico’s effectief te beheren, ontbrak.

Door AI en computer visie te integreren, konden we ruwe gegevens omzetten in actiegerichte intelligentie, waardoor bemanningen niet alleen konden reageren, maar ook anticiperen en potentieel gevaar voorkomen. Dat is waar de echte waarde van AI kan worden ontsloten, waardoor veiligheid, operationele efficiëntie en situatiebewustzijn worden verbeterd.

Co-Captain is beschreven als een “Waze van de zeeën”. Wat waren de grootste technische uitdagingen bij het opbouwen van een real-time platform dat in staat is om sensorfeeds, vaartuiggedrag en milieugevaar op wereldschaal te interpreteren?

De grootste uitdaging was ervoor te zorgen dat de systemen van Orca AI grote hoeveelheden gegevens van diverse bronnen, zoals AIS, radar en camera’s, konden verwerken en er in real-time wijs uit konden worden. Dit vereiste geavanceerde algoritmen die in staat waren om complexe sensorfeeds te interpreteren en het gedrag van vaartuigen in verschillende omgevingsomstandigheden te begrijpen. Het bereiken van wereldwijde schaal betekende omgaan met een verscheidenheid aan geografische, weers- en regelgevingsomgevingen, die allemaal vereisten dat we een robuust platform bouwden dat kon leren en zich aanpassen aan deze nuances. Het opbouwen van een systeem dat kon werken op diverse scheepvaartroutes, met alle informatie op een naadloze manier geïntegreerd, was geen eenvoudige prestatie.

Maritieme omgevingen bieden randgevallen die veel onvoorspelbaarder zijn dan wegen—mist, glans, rogue golven, ongebruikelijke vaartuigtypen en piraterijzones. Hoe hebt u uw modellen getraind om betrouwbaar te functioneren in dergelijke omstandigheden?

Het trainen van de AI om randgevallen aan te kunnen, vereiste een combinatie van het verzamelen van echte gegevens en simulatie. We werkten nauw samen met scheepvaartmaatschappijen om echte gegevens te verzamelen uit uitdagende omgevingen, waardoor onze modellen de onvoorspelbaarheid van maritieme omstandigheden aankonden. We gebruikten deze datasets om de AI te trainen, door extreme weersomstandigheden en zeldzame gebeurtenissen te simuleren, om ervoor te zorgen dat ons systeem zich in real-time kon aanpassen. Het is een continu leerproces, waarbij de modellen constant getraind en opnieuw getraind worden op basis van nieuwe gegevens om hun betrouwbaarheid in uitdagende omstandigheden te verbeteren.

Orca AI werkt in enkele van de meest drukke scheepvaartroutes ter wereld. Welke doorbraken in perceptie, detectie of fusie stelden u in staat om over te stappen van traditionele waarschuwingssystemen naar echte situatiebewustzijn?

De doorbraak kwam niet van het toevoegen van meer gegevens, maar van het maken van bestaande gegevens slimmer en actiegerichter. Traditionele waarschuwingssystemen meldden de bemanning alleen wanneer een potentieel gevaar werd gedetecteerd. We zijn een stap verder gegaan door radar, AIS en visuele gegevens van onze SeaPod-eenheden te combineren. Door deze gegevensbronnen te fuseren, konden we irrelevante signalen elimineren, ruis verminderen en een duidelijker, nauwkeuriger beeld creëren van wat er rond het vaartuig gebeurt. Deze intelligente fusie stelt ons systeem in staat om context te bieden – zoals hoe nabijgelegen vaartuigen zich gedragen of of een situatie kan escaleren – zodat de bemanning geïnformeerde, proactieve beslissingen kan nemen.

Het detecteren van ongebruikelijk vaartuiggedrag wordt steeds belangrijker. Hoe vormt AI de manier waarop vloten risico’s zoals onvoorspelbare navigatie, botsingen of potentieel piraterij identificeren?

AI stelt ons in staat om afwijkingen van normaal gedrag eerder te identificeren dan traditionele systemen. In plaats van te wachten tot een risico, zoals een botsing of piraterijdreiging, volledig ontwikkeld is, analyseert Orca AI continu vaartuigbewegingen, snelheid en omgevingsomstandigheden. Door deze patronen in real-time te volgen, kan het systeem vroegtekenen van potentieel risico signaleren – zoals onvoorspelbare navigatie of ongebruikelijk gedrag – wat de bemanning de tijd geeft om te handelen. Deze verschuiving naar proactief risicobeheer is cruciaal voor het transformeren van maritieme veiligheid en operaties.

Orca AI’s ‘Co-Captain’ stelt vaartuigen in staat om waarschuwingen met elkaar te delen in real-time. Wat geeft dit aan over de toekomst van samenwerkende maritieme inlichtingennetwerken?

Door vaartuigen in staat te stellen om gegevens en waarschuwingen in real-time te delen, creëren we een netwerk waarin schepen van elkaar kunnen leren en beter geïnformeerde beslissingen kunnen nemen. Dit zal leiden tot een verschuiving van geïsoleerde besluitvorming naar een meer verbonden, samenwerkende aanpak. Na verloop van tijd kunnen deze netwerken zich regionaal of vlootbreed uitbreiden, met als uiteindelijk doel om duidelijker, sneller en gedeelde besluitvorming te bieden in de maritieme ecosystem. Het gaat erom een meer intelligente, verbonden maritieme omgeving te creëren waarin risico’s kunnen worden voorzien, niet alleen gereageerd.

Uw recente financieringsronde van $72,5 miljoen was de grootste financieringsronde in de maritieme technologie tot nu toe. Hoe verandert deze investering uw roadmap, vooral nu de industrie versnelt naar autonome scheepvaart?

De financiering versnelt onze missie, waardoor we ons kunnen uitbreiden en schalen. Het verandert onze kernroadmap niet, die gericht is op intelligente besluitvorming, maar het zal ons toelaten om meer te investeren in R&D, gegevensverzameling en strategische partnerschappen. Naarmate de industrie naar autonomie beweegt, zal deze investering ons helpen om ons platform te verfijnen om de real-time, betrouwbare gegevens te bieden die nodig zijn voor autonome systemen om te floreren. Het versterkt onze toewijding aan het ondersteunen van menselijke besluitvorming op korte termijn, terwijl we de industrie ook voorbereiden op autonome vaartuigen in de toekomst.

Terwijl vloten proberen om emissies te verminderen en operationele efficiëntie te verbeteren, waar ziet u de grootste invloed van AI in de nabije toekomst, buiten navigatie en veiligheid?

Buiten navigatie en veiligheid kan AI een significante invloed hebben op operationele efficiëntie op gebieden zoals voorspellend onderhoud, brandstofoptimalisatie en emissiereductie. AI kan real-time prestatiegegevens analyseren om onderhoudsbehoeften te voorspellen voordat ze problemen worden, waardoor activa effectiever worden gebruikt. Het kan ook inzichten bieden in brandstofverbruikspatronen, waardoor vaartuigen brandstofverbruik kunnen optimaliseren en emissies kunnen verminderen. De sleutel is het gebruik van AI om actiegerichte inzichten te bieden die slimme besluitvorming mogelijk maken, wat uiteindelijk efficiëntie en duurzaamheid drijft.

Als we vooruitkijken naar de komende vijf jaar, wat is de rol die u denkt dat AI-gebaseerd situatiebewustzijn zal spelen bij het dichter brengen van de industrie bij autonome of semi-autonome vaartuigen, en welke mijlpalen moeten worden bereikt om daar te komen?

AI-gebaseerd situatiebewustzijn zal essentieel zijn voor autonomie, maar de grootste hindernissen die voor ons liggen, zijn niet technisch – ze zijn juridisch en regelgevend. De uitdaging is niet of AI risico’s kan detecteren; het doet dat al goed. De echte uitdaging is het creëren van een juridisch kader dat aansprakelijkheid verduidelijkt wanneer AI besluitvorming ondersteunt, en ervoor zorgen dat regelgeving evolueert om AI-gebruik effectief te reguleren. Tot dat kader op zijn plaats is, blijft de mens in commando. Ons doel is om menselijke besluitvorming met AI-ondersteuning te blijven versterken, zodat de industrie veilig kan overgaan naar autonomie wanneer de tijd daar is.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen Orca AI bezoeken.