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

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