index - Confiance.ai

Un collectif français d’envergure inédite pour concevoir et industrialiser des systèmes à base d’intelligence artificielle de confiance

Une stratégie nationale au service de l’ingénierie française

Pilier technologique du Grand Défi « Sécuriser, certifier et fiabiliser les systèmes fondés sur l’intelligence artificielle » lancé par l’Etat, Confiance.ai est le plus gros programme de recherche technologique du plan #AIforHumanity qui doit faire de la France un des pays leader de l’intelligence artificielle (IA)

Relever le défi de l’industrialisation de l’IA

Le déploiement à très grande échelle de systèmes industriels intégrant de l’IA est un enjeu crucial de compétitivité industrielle, économique et de souveraineté nationale. Le programme Confiance.ai porte donc une ambition forte : lever les verrous associés à l’industrialisation de l’IA et doter les acteurs industriels français de méthodes outillées adaptées à leurs ingénieries et construites sur des bases technologiques indépendantes. L’originalité du programme repose sur sa stratégie intégrative : il traite les défis scientifiques relatifs à l’IA de confiance et apporte des solutions tangibles, applicables dans le monde réel et industrialisables.

Fédérer les forces vives

Le programme Confiance.ai rassemble un collectif d’acteurs académiques et industriels français majeurs des domaines de la défense, des transports, de l’industrie manufacturière et de l’énergie qui ont décidé de mutualiser leurs savoir-faire scientifiques et technologiques de pointe. Le programme s’appuie sur une ingénierie et une culture mathématiques fortes associée à une excellence en intelligence artificielle pour établir de manière solidement argumentée la confiance dans les systèmes. Il est en cela, le symbole de l’approche culturelle française en matière de validation de l’intelligence artificielle.

 

Dernières publications

 

Mots-clés

Robustesse Adversarial examples AI-Systems Engineering Anomaly Detection Trustworthy Multi-fidelity BO Certification Explainability Anomaly detection Intelligence Articifielle Neural network Recurrent Neural Networks Bias Detection Uncertainty Body of knowledge Computer Vision and Pattern Recognition Mixed Integer Programming Aide à la décision Counterfactuals AI explainability Anomaly Trustworthiness Attributes Computer vision Arcadia Method AI Governance Neural Network Contextual Evaluation Assessment Engineering processes Boosted Decision Trees BDT Cryptography and Security Generative Models Reliability Al monitoring Adversarial attacks Assurance Cases Tools Explicabilité Machine Learning Neural Architecture Search AI-Based Systems Artificial Intelligence Collaboration Human-IA AI engineering ML Engineering Concepts Knowledge fusion Case-based Trustworthiness Knowledge graph AI System Characterization Bayesian Optimization Distributed learning AI-Based Critical Systems Complexity Intelligence artificielle Trustworthiness Assessment Artificial intelligence AI Safety Confiance explicabilité Explainable AI AI-based systems Christoffel functions AI component evaluation methodology Autonomous system Confiance Long Short-Term Memory Calibration Monitoring Adversarial physical attack Semantic segmentation Adversarial Training Sûreté XAI Knowledge extraction Realization theory AI Robustness Branch-and-Bound algorithm Machine learning Sûreté de fonctionnement ODD Bayesian optimization AI Adversarial Attacks Adversarial attack Robustness Attack transferability Vision par ordinateur Automated vehicle Neural ODEs AI systems Conformal Prediction Critical systems Assurance case Apprentissage automatique Body-of-Knowledge System Identification Bayesian inference Conformal prediction Computer Vision