奥卡AI的CEO和联合创始人Yarden Gross – 采访系列

Yarden Gross 是一位具有丰富经验的企业家，他在航运技术领域拥有深厚的知识和经验。目前，他领导着奥卡AI的愿景，致力于使自治商业航运成为现实。在创立奥卡AI之前，他曾是Engie的联合创始人和CEO，Engie是一家由风险投资支持的汽车技术公司。他拥有来自Reichman大学（IDC赫兹利亚）的经济学和商业学士学位。

奥卡AI 是一家航运技术公司，利用计算机视觉和人工智能帮助船舶更安全、更高效地航行。其平台融合了来自摄像头、雷达和AIS的数据，创建连续的实时意识，减少碰撞风险，降低燃料消耗，减轻船员工作量。像SeaPod、FleetView和Co-Captain这样的产品支持船舶监控、舰队监督和共享情况数据，实现了向自治航运迈出的一步。该系统已部署在全球舰队中，并由世界上最大的航运视觉数据集之一提供支持。

您已经花了七年多的时间建立奥卡AI，在此之前您曾创立过汽车诊断和维修公司。是什么最初激发您从陆地移动技术转向航运领域的灵感，您在创立公司时试图解决什么问题?

我一直被解决复杂问题的愿望所驱动，这些问题可以通过技术来解决，并且可以带来切实的影响。我的汽车诊断背景让我接触到了数据和实时决策的力量。当我转向航运领域时，我看到了一个行业正等待着创新。传统的航运导航方法严重依赖于手动过程和过时的系统。在加利利海岸长大，我对航行的挑战有着深刻的理解。奥卡AI的成立是为了将人工智能和计算机视觉的力量带到航运领域，提高安全性，减少人为错误，提高运营效率 – 解决行业中的差距，释放航运数据的全部潜力。

奥卡AI是在航运行业仍然严重依赖传统导航实践时创立的。您最初观察到了哪些差距，使您相信人工智能和计算机视觉可以真正改善海上的安全性?

航运行业面临着重大的挑战：过度依赖雷达和AIS进行导航，缺乏现代传感器的集成，以及从收集的数据中缺乏可行的见解。我认识到，虽然这些传统系统很有用，但需要有效管理现代航运风险的实时智能决策支持水平是缺乏的。

通过集成人工智能和计算机视觉，我们可以将原始数据转化为可行的智能信息，允许船员不仅仅是反应，还可以预测和预防潜在风险。这就是人工智能的真正价值所在，提高安全性、运营效率和情况意识。

Co-Captain被描述为“海上的Waze”。在构建能够解释传感器数据、船舶行为和环境风险的实时平台时，遇到的最大技术挑战是什么?

最大的挑战是确保奥卡AI的系统可以处理来自多种来源的大量数据，例如AIS、雷达和摄像头，并实时理解这些数据。这需要先进的算法来解释复杂的传感器数据并理解不同环境条件下的船舶行为。实现全球规模需要处理地理、天气和监管环境的差异，这些都需要我们建立一个能够学习和适应这些细微差别的强大的平台。构建一个可以在所有信息中无缝集成的系统，并且可以跨不同的航运路线工作，这并不是一件容易的事情。

海上环境呈现出比道路更不可预测的边缘情况——雾、眩光、异常波浪、不寻常的船舶类型和海盗区。您如何训练您的模型在这些条件下可靠地运行?

训练人工智能处理边缘情况需要结合实际数据收集和模拟。我们与航运公司密切合作，收集来自具有挑战性的环境的实际数据，确保我们的模型可以处理海上条件的不可预测性。然后，我们使用这些数据集来训练人工智能，模拟极端天气条件和罕见事件，以确保我们的系统可以实时适应。它是一个持续的学习过程，其中模型不断被训练和重新训练，以提高其在具有挑战性的条件下的可靠性。

奥卡AI在世界上一些最繁忙的航运路线上运行。您认为人工智能在导航和安全之外的领域中将产生最大的近期影响?

除了导航和安全，人工智能还可以在预测维护、燃油优化和减少排放等领域对运营效率产生重大影响。人工智能可以分析实时性能数据以预测维护需求，在它们成为问题之前，确保资产被更有效地利用。它还可以提供有关燃油消耗模式的见解，帮助船舶优化燃油使用并减少排放。关键是使用人工智能提供可行的见解，实现更明智的决策，这最终推动了效率和可持续性。

展望未来五年，您认为人工智能驱动的态势感知将在使行业更接近自治或半自治船舶方面发挥什么作用？为了实现这一目标，必须实现哪些里程碑?

人工智能驱动的态势感知将在实现自治方面发挥至关重要的作用，但前方的最大障碍并不是技术上的——而是法律和监管方面的。挑战不是人工智能是否能够检测风险；它已经可以很好地做到这一点。真正的挑战是创建一个明确人工智能支持决策时的责任框架，并确保法规能够有效地管理人工智能的使用。直到这种框架到位之前，人类仍然掌握着控制权。我们的目标是继续加强人工智能支持下的人类决策，以便行业能够在合适的时候安全地转向自治。

感谢这次精彩的采访，希望了解更多的读者可以访问奥卡AI。