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

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