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

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