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

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